📈 economics

Asymmetric Energy-Price Shock Transmission and Electricity-Sector Carbon Transition in ASEAN: Panel NARDL and MIDAS Evidence

Questo articolo utilizza i modelli panel NARDL e MIDAS per analizzare dieci economie dell'ASEAN dal 2000 al 2025, riscontrando che, sebbene gli shock dei prezzi energetici internazionali esibiscano asimmetrie nel breve periodo ed effetti dipendenti dalla volatilità sulla decarbonizzazione del settore elettrico, la risposta regionale nel lungo periodo rimane ampiamente simmetrica, suggerendo che prezzi più elevati dei combustibili fossili da soli non accelerino causalmente la transizione del carbonio senza considerare i fattori strutturali specifici di ciascun paese.

Autori originali: Waewwan La-ongsri, Nuttaphat Sukchitt, Pasin Marupanthorn

Pubblicato 2026-06-25

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Waewwan La-ongsri, Nuttaphat Sukchitt, Pasin Marupanthorn

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Il quadro generale: L'equilibrio energetico dell'ASEAN

Immaginate l'Associazione delle Nazioni del Sud-est asiatico (ASEAN) come un gruppo di dieci vicini che condividono una singola, enorme rete elettrica. Stanno cercando di passare la loro elettricità da fonti "sporche" (come carbone e petrolio) a fonti "pulite" (come solare, eolico e idroelettrico).

I ricercatori volevano rispondere a una domanda semplice: quando il prezzo di petrolio e gas sale o scende, questo costringe automaticamente questi vicini a passare a un'energia più pulita più velocemente?

Molte persone presumono che se il gas diventa costoso, tutti compreranno immediatamente pannelli solari in preda al panico. Questo articolo testa se questo "interruttore automatico" avvenga realmente, o se la realtà sia più complicata.

Gli strumenti: Come hanno misurato tutto

Per capire questo, gli autori hanno costruito una "macchina del tempo" osservando i dati dal 2000 al 2025. Hanno utilizzato tre strumenti principali:

Il "Misuratore del costo del combustibile": Invece di guardare solo il prezzo globale del petrolio (come il Brent Crude), hanno calcolato quanto quel prezzo costa effettivamente a ciascun paese nella propria valuta locale, adeguata all'inflazione. Pensate a controllare il prezzo di un gallone di benzina alla pompa a Bangkok rispetto a Jakarta, piuttosto che guardare solo il prezzo globale del barile di petrolio.
Lo "Specchio unidirezionale" (Asimmetria): Non si sono limitati a guardare le variazioni di prezzo; hanno guardato la direzione. Si sono chiesti: "Un aumento dei prezzi ci spinge verso l'energia verde in modo diverso rispetto a quanto un calo dei prezzi ci allontani da essa?". Hanno trattato gli aumenti di prezzo e i cali di prezzo come due forze diverse, non solo come due lati opposti della stessa medaglia.
La "Banderuola" (Volatilità): Hanno controllato se il caos del mercato conta. Se i prezzi saltano su e giù selvaggiamente (come in una tempesta), questo cambia il modo in cui i paesi reagiscono rispetto a quando i prezzi sono stabili?

Le scoperte: Cosa dicono realmente i dati

Ecco cosa ha scoperto lo studio, suddiviso in modo semplice:

1. L'effetto "Dosso stradale" (Breve termine vs Lungo termine)

Quando i prezzi del combustibile subiscono un picco improvviso, i paesi reagiscono rapidamente. È come colpire un dosso stradale: l'auto (il sistema elettrico) sobbalza e, per un momento, c'è una forte spinta a cercare alternative. Lo studio ha scoperto che nel breve termine, quando i costi locali del combustibile aumentano, la quota di energia pulita tende effettivamente a salire.

Tuttavia, nel lungo periodo, il sistema si stabilizza. Lo studio ha scoperto che la "spinta" derivante da un aumento di prezzo è quasi esattamente della stessa entità della "trazione" derivante da un calo di prezzo, ma nella direzione opposta.

L'analogia: Immaginate un elastico. Se lo tirate (aumento di prezzo), scatta indietro. Se lo lasciate lento (calo di prezzo), si rilassa. Lo studio ha scoperto che l'elastico scatta indietro e si rilassa con la stessa forza. Ciò non significa che un aumento di prezzo riprogrammi permanentemente il sistema; crea solo una spinta temporanea.

2. La trappola del "Modello unico"

I ricercatori hanno scoperto che non si può trattare allo stesso modo tutti i dieci paesi dell'ASEAN.

Il vicino ricco di idroelettrico: Un paese (Laos) è alimentato quasi interamente dall'acqua (idroelettrico). Il suo punteggio di "energia pulita" è già così alto che è difficile vedere l'effetto dei prezzi del petrolio. È come cercare di misurare quanto la pioggia influenzi una piscina che è già piena.
I vicini dipendenti dalle importazioni: I paesi che acquistano la maggior parte del loro combustibile (come Singapore o il Vietnam) reagiscono più fortemente alle variazioni di prezzo.
Il mix variabile: Per alcuni paesi, i dati erano troppo rumorosi o la storia troppo breve per tracciare una linea chiara.

3. Il fattore "Tempo tempestoso"

Lo studio ha verificato se le oscillazioni "selvagge" dei prezzi (alta volatilità) cambiassero le regole. Ha scoperto che, sebbene le oscillazioni selvagge possano cambiare il modo in cui i paesi reagiscono ai cali di prezzo, i dati non erano abbastanza chiari per dirlo con certezza. È come dire: "Quando il vento soffia forte, forse gli alberi si piegano diversamente", ma il vento non ha soffiato abbastanza forte nei dati per provarlo.

4. Il gioco delle previsioni

Infine, gli autori hanno cercato di usare i loro modelli per prevedere il futuro.

Il vincitore sorprendente: Il modello più semplice (che guarda solo alle tendenze passate) era spesso il migliore nel prevedere il futuro per la maggior parte dei paesi.
Il caso speciale: Per la Thailandia, un modello più complesso che analizzava i dati mensili (non solo annuali) funzionava meglio. Ciò suggerisce che per alcuni posti, guardare il "battito cardiaco mensile" del mercato aiuta, mentre per altri, la media annuale è sufficiente.

In sintamente: Cosa dovrebbero fare i decisori politici?

L'articolo conclude con un messaggio molto cauto.

Non aspettatevi un interruttore magico. Solo perché il prezzo del petrolio sale, non significa che la decarbonizzazione avverrà automaticamente o permanentemente. La relazione è reale, ma è sottile e dipende fortemente dal singolo paese.

La conclusione:
Considerate i prezzi dell'energia come un termometro, non come un termostato.

Un termometro vi dice la temperatura (vi mostra quando il combustibile sta diventando costoso e come i paesi stanno reagendo).
Un termostato controlla il calore (costringe il sistema a cambiare).

Lo studio dice che i prezzi dell'energia sono un buon termometro da monitorare, ma non sono un termostato che risolverà automaticamente il problema climatico. Per guidare realmente la transizione, i paesi hanno bisogno di più che semplici shock di prezzo; hanno bisogno di politiche specifiche, migliori infrastrutture e tempo per costruire nuove centrali elettriche.

In breve: L'aumento dei prezzi del combustibile dà una piccola spinta verso l'energia verde, ma non garantisce il viaggio. Ogni paese percorre quel sentiero con una velocità e in un modo diversi.

Sintesi Tecnica: Trasmissione Asimmetrica degli Shock dei Prezzi dell'Energia e Transizione del Settore Elettrico nel Sud-est Asiatico (ASEAN)

Problematica
Questa ricerca indaga se gli shock internazionali dei prezzi dell'energia si trasmettano in modo asimmetrico alle prestazioni della transizione del settore elettrico all'interno dell'Associazione delle Nazioni del Sud-est Asiatico (ASEAN). Sebbene le ambizioni politiche regionali per le energie rinnovabili e la decarbonizzazione si stiano rafforzando, la regione rimane fortemente dipendente dai combustibili fossili, con il carbone che genera circa la metà della generazione elettrica regionale nel 2023. Il problema centrale è che la letteratura esistente tratta spesso gli shock dei prezzi dell'energia come perturbazioni macroeconomiche simmetriche o si concentra sulla progettazione di politiche a lungo termine senza stimare empiricamente come gli indicatori di transizione osservati rispondano a shock reali dei prezzi dell'energia in valuta locale alla frequenza paese-anno. Nello specifico, il documento affronta la lacuna nella comprensione se l'aumento e la diminuzione dei prezzi abbiano effetti distinti nel breve e nel lungo periodo sulla quota a basse emissioni di carbonio della generazione elettrica, considerando l'eterogeneità strutturale della regione, l'esposizione ai tassi di cambio e le diverse strutture dei sistemi elettrici.

Metodologia
Lo studio impiega un dataset panel non bilanciato paese-anno che copre dieci economie dell'ASEAN (Brunei, Cambogia, Indonesia, Lao PDR, Malesia, Myanmar, Filippine, Singapore, Thailandia e Vietnam) dal 2000 al 2025.

Variabili:
- Variabile Dipendente: La quota a basse emissioni di carbonio della generazione elettrica ( $y_{i,t}$ ), definita come la percentuale di generazione da idroelettrico, solare, eolico, nucleare, geotermico, bioenergia e altre fonti rinnovabili, derivata dai dati OWID/Ember/Energy Institute.
- Variabile di Shock: L'esposizione reale in valuta locale al Brent ( $PE_{i,t}$ ), costruita convertendo i prezzi annuali del Brent in valuta locale utilizzando i tassi di cambio e deflazando tramite l'Indice dei Prezzi al Consumo (CPI). Ciò cattura sia i movimenti globali dei prezzi del petrolio sia il pass-through del tasso di cambio.
- Decomposizione dello Shock: Seguendo il framework NARDL (Nonlinear ARDL) di Shin et al., le variazioni logaritmiche dell'esposizione reale sono scomposte in somme parziali positive cumulative ( $P^+_{i,t}$ ) e somme parziali negative cumulative ( $P^-_{i,t}$ ) per catturare le risposte asimmetriche.
- Controlli: Inflazione ritardata, variazioni del tasso di cambio e crescita del PIL reale.
- Soglia e Frequenza: Un'estensione basata sulla soglia di volatilità incorpora la volatilità annualizzata dei prezzi dell'energia ( $V_t$ ) per testare la dipendenza dal regime. Inoltre, le specifiche Mixed-Data Sampling (MIDAS) utilizzano i dati mensili dei prezzi Refinitiv per valutare se informazioni a frequenza più elevata migliorino il monitoraggio annuale.
Strategia Econometrica:
1. Panel NARDL a Effetti Fissi: Stima moltiplicatori separati di breve e lungo periodo per shock positivi e negativi, controllando al contolo gli effetti fissi specifici per paese e la dinamica di correzione dell'errore.
2. Estensione della Soglia di Volatilità: Aumenta il modello di base con termini di interazione per testare se le pendenze di trasmissione differiscano durante gli anni ad alta volatilità.
3. Confronto di Previsioni Rolling: Conduce confronti di previsioni out-of-sample specifiche per paese tra i modelli ARDL simmetrico, NARDL asimmetrico e i modelli aumentati con MIDAS, per valutare l'accuratezza pratica del monitoraggio.

Principali Contributi
Il documento apporta tre contributi primari alla letteratura:

Costruzione del Dataset: Fornisce un dataset trasparente paese-anno dell'ASEAN che collega direttamente le prestazioni della transizione del settore elettrico all'esposizione reale ai prezzi dell'energia in valuta locale, affrontando la mancanza di dati regionali armonizzati su questa specifica relazione.
Stima Asimmetrica: Stima la trasmissione asimmetrica di breve e lungo periodo utilizzando un framework panel NARDL, testando esplicitamente se gli shock positivi e negativi dei prezzi dell'energia producano effetti di lungo periodo statisticamente differenti.
Valutazione del Monitoraggio: Valuta se l'incorporazione degli stati di volatilità e delle informazioni sui prezzi a frequenza mista (mensili) migliori l'accuratezza pratica del monitoraggio della transizione a livello nazionale, andando oltre le semplici medie annuali.

Risultati Empirici

Correzione dell'Errore e Dinamiche di Breve Periodo: I risultati indicano una correzione dell'errore statisticamente significativa, con circa la metà di qualsiasi deviazione dal percorso specifico del paese corretta entro un anno. Esiste una trasmissione positiva statisticamente significativa nel breve periodo dagli aumenti dei costi del combustibile (shock positivi), suggerendo che l'aumento dei costi reali del combustibile in valuta locale sia associato a immediati incrementi della quota a basse emissioni di carbonio, probabilmente a causa degli incentivi al passaggio tra combustibili (fuel-switching) e delle pressioni sui costi della generazione fossile.
Simmetria di Lungo Periodo: Contrariamente all'ipotesi di una forte asimmetria, la risposta stimata agli aumenti dei costi del combustibile e la risposta assoluta alle diminuzioni dei costi del combustibile sono quasi identiche. Il test di Wald non riesce a rifiutare l'ipotesi nulla di simmetria alla media regionale (p-value = 0,967). Il moltiplicatore di lungo periodo per uno shock positivo è di circa 6,8 punti percentuali, mentre la risposta a una diminuzione è di circa -6,9 punti percentuali.
Volatilità e Soglie: Sebbene sia stata identificata una soglia di alta volatilità (intorno all'8% di volatilità annualizzata), gli effetti di interazione tra gli stati di volatilità e i canali di shock sono stimati in modo impreciso. Ciò suggerisce che, sebbene gli anni ad alta volatilità possano alterare i canali di trasmissione, l'evidenza non è sufficientemente forte per sostenere l'esistenza di un distinto regime strutturale.
Eterogeneità tra i Paesi: Esiste una significativa eterogeneità tra le nazioni. Ad esempio, il Lao PDR mostra un'alta sensibilità (sebbene confusa dalla dominanza idroelettrica), mentre Singapore e il Vietnam mostrano risposte positive agli aumenti dei prezzi. Al contrario, Cambogia, Malesia e Thailandia mostrano risposte negative o miste. Il Brunei è stato escluso dalla calibrazione asimmetrica a causa di una quota di transizione piatta.
Performance di Previsione: Nessun singolo modello domina la regione. Il benchmark parsimonioso dell'ARDL simmetrico produce il Root Mean Squared Error (RMSE) medio più basso in tutta la regione. Tuttavia, il NARDL migliora l'accuratezza per Indonesia, Malesia, Myanmar e Singapore, mentre il MIDAS è superiore per la Thailandia. Ciò indica che modelli più ricchi possono causare overfitting su brevi serie storiche annuali in alcuni contesti, ma forniscono valore in altri.

Significatività e Rivendicazioni
Il documento si conclude con un'interpretazione cauta dei propri risultati. Afferma che, sebbene la direzione della pressione dei costi del combustibile, gli stati di volatilità e le strutture specifiche dei sistemi elettrici nazionali siano informativi per il monitoraggio della transizione dell'ASEAN, i dati panel annuali non giustificano una rivendicazione causale secondo cui prezzi più elevati dei combustibili fossili accelerino direttamente e meccanicamente la decarbonizzazione.

La significatività primaria risiede nello spostamento della narrativa politica: piuttosto che assumere che i rialzi dei prezzi guidino automaticamente la transizione, l'evidenza supporta un approccio di "monitoraggio cauto". I decisori politici dovrebbero tracciare l'esposizione reale ai prezzi dell'energia in valuta locale, distinguere tra aumenti e diminuzioni dei prezzi e tenere conto degli stati di volatilità. Lo studio sottolinea che la media regionale annuale maschera sostanziali differenze strutturali e che la ricerca futura richiede dati armonizzati mensili sulla generazione per tipo di combustibile per passare dalla calibrazione del monitoraggio a una più forte identificazione causale di come i costi del combustibile importati, le interazioni politiche e i vincoli di sistema plasmino congiuntamente la decarbonizzazione.