První odhad dopadů pandemie COVID-19 na ekonomiku ČR

Pokles ekonomické aktivity v ČR se v první polovině května 2020 zřejmě zmírnil. V minulém týdnu klesla spotřeba elektřiny meziročně o 8,9 %, v předminulém o 9,2 %. V polovině dubna pokles činil 13,7 %. Spotřeba je na úrovni po recesi 2013. Ukazujeme to v další aktualizaci blogu o využití dat o spotřebě elektřiny jako proxy proměnné pro odhad ekonomického vývoje při nedostupnosti základních makroekonomických dat. Nově přinášíme: (1) zpřesněný odhad vývoje spotřeby elektřiny očištěné o vliv venkovní teploty, (2) graf ukazující, na jaké úrovni je ekonomická aktivita vůči začátku března 2020 (-12,8 %), (3) poznámku k tomu, jak do našich odhadů zapadají první publikovaná statistická data o vývoji průmyslu a HDP, (4) bližší pohled na korelaci spotřeby elektřiny a ekonomické aktivity, (5) technický popis modelu, kterým očišťujeme data o vliv venkovní teploty.


Druhá aktualizace 18. 5. 2020


(1) Zpřesněný odhad vývoje spotřeby elektřiny očištěné o vliv venkovní teploty

Tabulka 1: Meziroční změny spotřeby elektřiny v ČR očištěné o vliv počasí
(Data: ČEPS, ASOS, model očištění: autoři)

Týden v roce 2020 Meziroční změna spotřeby
elektřiny v ČR
(%, očištěno o vliv počasí)
Odhad na základě
původního modelu
2 (od 6. ledna) 0,5 -0,3
3 (od 13. ledna) 0,9 1
4 (od 20. ledna) 0,4 0,5
5 (od 27. ledna) 3,7 2,6
6 (od 3. února) 2,1 1,4
7 (od 10. února) -0,8 -0,6
8 (od 17. února) 0,5 0,7
9 (od 24. února) -2,3 -0,7
10 (od 2. března) 2 2,9
11 (od 9. března) 3,6 2,9
12 (od 16. března; karanténa) -0,2 -1,1
13 (od 23. března) -7 -6,5
14 (od 30. března) -10,8 -9,3
15 (od 6. dubna; Velikonoce) -5,5 -10,2
16 (od 13. dubna) -13,7 -14,2
17 (od 20. dubna) -11,6  
18 (od 27. dubna) -7,2  
19 (od 4. května) -9,2  
20 (od 11. května) -8,9  

 

Propad spotřeby elektřiny relevantní pro odhad ekonomické aktivity (tj. spotřeby očištěné o vliv venkovní teploty) dosáhl maxima v 16. týdnu letošního roku (polovina dubna). Spotřeba elektřiny meziročně poklesla o 13,7 %. Poté s postupným otevíráním ekonomiky a spuštěním některých továren došlo ke zmírnění poklesu. V minulém týdnu (od 11. května) byla spotřeba elektřiny meziročně nižší o 8,9 procent. V předminulém (od 4. května) o 9,2 procent (Tabulka 1).

Oproti minulé verzi blogu jsme vylepšili model, který používáme k očištění spotřeby elektřiny o vliv počasí. Prodloužili jsme časovou řadu venkovní teploty použitou pro odhad modelu.  Předchozí verze modelu uvažovala vysokofrekvenční data dostupná od srpna 2011 ze sítě ASOS. Nyní jsme doplnili denní data za období od ledna 2010 do července 2011 ze statistiky ČMHÚ. Dále jsme model rozšířili tak, aby fungoval i na letní období. V původní verzi jsme uvažovali pouze topnou sezónu (říjen – duben). Popis modelu je dostupný na konci této aktualizace blogu. Porovnání s minulými výsledky ukazuje stejně jako Tabulka 1 i Graf 5.  Grafy 1–4 pak znázorňují vývoj proměnných, se kterými pracujeme; úroveň spotřeby odpovídá úrovni po recesi 2013 (viz Graf 3).

Graf 1: Průměrná spotřeba elektrické energie v daném týdnu

 

Graf 2: Průměrná teplota v daném týdnu

Graf 3: Průměrná očištěná spotřeba elektrické energie v daném týdnu

Graf 4: Meziroční změna spotřebované elektřiny

Graf 5: Původní a nové odhady spotřeby elektřiny očištěné o venkovní teplotu

(2) Na jaké úrovni je ekonomická aktivita vůči začátku března 2020

Vedle meziročních změn spotřeby elektřiny můžeme alternativně sledovat i úroveň spotřeby ve srovnání s určitým datem, například se začátkem března 2020[1]. Meziroční změny totiž mohou být ovlivněny efektem srovnávací základny (pokud by například v loňském roce došlo v daném týdnu k odstávce velké továrny, odhad letošního propadu by mohl být podhodnocen). Graf 6 proto zobrazuje pětidenní klouzavé průměry spotřeby elektřiny. Spotřeba očištěná o změnu venkovní teploty byla na konci minulého týdne oproti začátku března 2020 nižší o 12,8 %. I tento indikátor signalizuje stabilizaci a mírné zlepšení proti polovině dubna (hodnoty mezi 12 a 14 %).

Graf 6: Vývoj spotřeby elektřiny od začátku března 2020

(3) Jak do našich odhadů zapadají první publikovaná statistická data o vývoji průmyslu a HDP

První data o výkonu ekonomiky odrážející spuštění karantény publikoval ČSÚ 7. května – sezónně očištěná průmyslová produkce v březnu meziročně klesla o 10 %. Srovnání s našimi výsledky: očištěná spotřeba elektřiny signalizovala pokles ekonomické aktivity v předposledním březnovém týdnu meziročně o 7 % a v posledním o 10,8 %.

HDP za 1. čtvrtletí publikoval ČSÚ 15. května s tím, že meziroční pokles činil 2,2 %. Srovnání s našimi výsledky: očištěná spotřeba elektřiny signalizovala meziroční pokles ekonomické aktivity v prvním čtvrtletí o 0,5 %. Jak ale ukazuje naše analýza, největší propad v české ekonomice nastal zřejmě v dubnu, projeví se tedy až ve statistice HDP za druhé čtvrtletí.

Na korelace mezi spotřebou elektřiny a ekonomickou aktivitou se blíže zaměříme v následující části.

(4) Testování korelace spotřeby elektřiny a ekonomické aktivity

Spočítali jsme korelace mezi průmyslem a HDP na straně jedné a spotřebou elektřiny na straně druhé, a to od roku 2010 (od té doby jsou dostupná vysokofrekvenční data ČEPS o spotřebě elektřiny).

Korelační koeficienty subindexů průmyslové produkce jsou zobrazeny v Grafu 7. Zajímavé je, že nejvyšší korelaci se spotřebou elektřiny lze pozorovat u nejširších agregátů – celkové průmyslové produkce bez potravinářství (B-D_X_FOOD) či produkce včetně stavebnictví (B-D_F). Naopak specifická odvětví dosahují poměrně nízké korelace se spotřebou elektřiny. Obdobně to platí i u HDP (Graf 8). Nejvyšší korelace je u hrubé přidané hodnoty a HDP jako takového. Spotřeba elektřiny tak o vývoji ekonomiky jako celku vypovídá více než o vývoji v jejích určitých segmentech.

Graf 7: Korelace subindexů průmyslové produkce a spotřeby elektřiny

Graf 8: Korelace subindexů HDP a spotřeby elektřiny

Graf 9: Spotřeba elektřiny a subindexy průmyslové produkce

 

Graf 10: Spotřeba elektřiny a subindexy HDP

Ukazuje se, že z hodnoty o spotřebě elektřiny nelze sice vždy přesně vyvodit hodnotu růstu či poklesu průmyslu a HDP, ale lze očekávat, že body „zvratu“ budou podobné, tedy že spolu s oživením ekonomické aktivity budeme pozorovat oživení spotřeby elektřiny a naopak.

5) Technický popis modelu očištění dat o vliv venkovní teploty

U spotřeby elektřiny vycházíme z dat ČEPS o zatížení přenosové soustavy v ČR. Data jsou dostupná od roku 2010. U teploty používáme data ze sítě ASOS, kde jsou vysokofrekvenční data dostupná od srpna 2011. Abychom mohli využít celý vzorek dat o spotřebě elektřiny, pro začátek vzorku využíváme denní data o teplotě z ČHMÚ.

Pro naši analýzu využíváme pouze data za pracovní dny od 8 do 18 hodin. Tyto časy jsou totiž nejrelevantnější pro odhad ekonomické aktivity (viz Graf 11).

Graf 11: Průměrné zatížení přenosové soustavy v jednotlivých dnech a hodinách

Ukazuje se, že v datech o spotřebě je sezónnost (viz Graf 12). Ta je z velké části spojená se sezónností ve venkovní teplotě. Nejvyšší spotřeba elektřiny bývá v zimních měsících, kdy bývá zároveň nejnižší teplota. Síla vztahu mezi spotřebou elektřiny a venkovní teplotou se může zdát příliš vysoká, protože u domácností i většiny firem se nejčastěji topí plynem. Kromě vytápění v domácnostech a firmách je ale třeba brát v úvahu například i topení ve vlacích, tramvajích a metru. Existuje i ekonomická sezónnost v rámci roku (Vánoce, Velikonoce, závodní dovolené, případně prázdniny). Tuto sezónnost v naší analýze pro jednoduchost neuvažujeme a ve výsledcích komentujeme meziroční změny, které velkou část této sezónnosti eliminují.

Graf 12: Průměrná měsíční spotřeba elekřiny a průměrná teplota v daném měsíci

V našem modelu očišťujeme spotřebu elektřiny o venkovní teplotu. Vztah mezi těmito veličinami je nelineární (viz Graf 13), proto v modelu předpokládáme vedle lineárního členu ještě kvadratický a kubický člen. Při porovnání spotřeby v daném týdnu mezi dvěma roky také počítáme s načasováním státních svátků (v grafu jsou označeny trojúhelníkem). Jejich efekt očišťujeme zjednodušeně přes tzv. dummy proměnnou.

Graf 13: Vztah mezi teplotou a spotřebou elektřiny

Zvolený model vysvětluje data o spotřebě relativně dobře. Koeficient determinace (R2) dosahuje téměř 70 % a všechny zvolené proměnné jsou statisticky signifikantní (viz Tabulka 2). Kvalitu modelu by bylo možné zlepšit zohledněním makroekonomických veličin, které by aproximovaly poptávku. To ale není naším cílem. Tím je kvantifikovat spotřebu očištěnou o vliv teploty a efekt svátků. Právě tato spotřeba by měla indikovat fundamentální výkon ekonomiky. Vynechání proměnných o ekonomické aktivitě v modelu zároveň nevychyluje odhady v naší regresi, protože teplota v českých podmínkách s ekonomickou aktivitou není příliš svázána (s výjimkou stavebnictví a energetického sektoru v případě extrémních teplot).

Tabulka 2: Odhady regrese vysvětlující spotřebu elektřiny venkovní teplotou

proměnná odhad konf. int. p-hodnota
(Intercept) 10163.09 10124.04 – 10202.15 <0.001
temperature -101.3 -108.95 – -93.65 <0.001
temperature^2 -2.86 -3.61 – -2.10 <0.001
temperature^3 0.15 0.13 – 0.17 <0.001
holiday [yes] -1876.14 -1981.87 – -1770.41 <0.001
Počet pozorování 2695    
R2 / adj. R2 0.691 / 0.690    

 

Blog budeme dále aktualizovat. Děkujeme za vaše reakce a uvítáme další vaše poznámky a komentáře na našich emailech ales.michl@cnb.cz a tomas.adam@cnb.cz.


[1] Připomínáme, že ve výpočtech uvažujeme pouze pracovní dny, takže první březnový den připadá na 2. března.