This article examines the influence of industrial production and investment on electricity consumption in Sverdlovsk Oblast using multivariate wavelet analysis (MWA) that accounts for seasonal factors. The novelty of the study lies in the application of MWA tools, such as multiple and partial coherence, partial phase difference, and partial wavelet gain coefficient, to identify time-varying causal relationships. The wavelet-based results confirm and extend findings gained through the application of traditional econometric approaches by revealing how these relationships differ across time horizons and frequencies. The multiple coherence analysis shows seasonal cointegration at a frequency corresponding to a four-quarter cycle and the absence of long-term (non-seasonal) cointegration. Partial coherence diagrams suggest that, after controlling for one variable, there is no cointegration between electricity consumption and either industrial output or investment across all frequencies. Partial phase difference analysis reveals the lead-lag structure and phase alignment among the variables, depending on the frequency and time period. Notably, data from 2022–2023, coinciding with the imposition of international sanctions on Russia, offer particularly valuable insights. The study shows that both business cycle theories and related government policies should place greater emphasis on seasonal dynamics. Companies can use the results of wavelet analysis to determine the optimal timing for launching new production capacities.

Электроэнергетика играет ключевую роль в развитии производительных сил, пространственном развитии и интеграции регионов. Наибольший объем потребления электроэнергии приходится на реальный сектор экономики. В связи с этим, анализ взаимосвязей между электропотреблением, объемом промышленного производства и инвестициями на этапе перехода к росту производства приобретает высокую актуальность для развития электроэнергетики и всей экономики. В статье представлен анализ влияния объемов промышленного производства и инвестиций на электропотребление в Свердловской области. Для исследования использованы методы многомерного вейвлет-анализа (MWA), такие как множественная и частичная когерентность, частичная разность фаз и коэффициент частичного вейвлет-усиления применительно к временным рядам с циклической составляющей. В отличие от традиционного эконометрического анализа, результаты, полученные с помощью вейвлет-подхода, не только более детально описывают корреляционные взаимосвязи эндогенной переменой с комбинацией экзогенных, но и содержательно обогащают их выявлением причинно-следственных связей, характер которых различается в зависимости от временного интервала и горизонта планирования. В частности, модели показывают парциальную зависимость спроса на электроэнергию от объема инвестиций в основной капитал Свердловской области, выросшего на 25,7 % за 2023 г. по сравнению с 2022 г. При этом выявлена синфазность электропотребления с объемом инвестиций и лидирование переменной объема инвестиций. Полученные в статье результаты свидетельствуют и о том, что моделирование бизнес-циклов, а также государственная политика в отношении циклических процессов должны учитывать взаимосвязи цикличности представляющих изучаемые процессы переменных, и в этих целях могут быть использованы рассмотренные в статье методы и модели.