1. Предпрогнозная ориентация
Россия относится к числу стран, которые, являясь крупными производителями и экспортерами нефти, одновременно сохраняют у себя высокие цены на бензин. Автомобильный рынок страны стремительно расширяется, соответственно, и спрос на топливо пропорционально возрастает. Личными автомобилями владеют более 50% российских семей, поэтому проблема подорожания бензина становится весьма актуальна. Существует несколько причин, почему конечные потребители сегодня получают топливо по завышенной цене, при условии, что Россия – крупнейшая нефтяная держава.
На сегодняшний день Россия является одним из лидеров в мире по объемам нефтедобычи, однако на внутреннем рынке страны наблюдается высокий уровень цен на нефтепродукт. США является крупнейшим импортер, а Россия – крупнейший после Саудовской Аравии поставщик нефти, при этом внутри российские и внутри американские цены на бензин примерно одинаковы, хотя цены на нефть в России ниже мировых в несколько раз. Кроме общих (рост цен на нефть) можно выделить еще ряд причин, оказывающих влияние на формирование цены автомобильного топлива на внутреннем рынке страны.
Во-первых, как правило, страны-экспортеры нефти дотируют производителей бензина, не позволяя им устанавливать высокие цены. В России же, наоборот, власти не дотируют производителей и потребителей бензина, несмотря на экспортный потенциал страны, и облагают топливо налогами, которые повышают его цену. Такая налоговая политика весьма выгодна для государства, так как она обеспечивает 35% бюджета страны.
Российские нефтяные компании предпочитают экспортировать нефть, поскольку, чем выше мировая цена, тем выгоднее ее экспортировать и тем меньше ее перерабатывать внутри страны. Чтобы большая часть нефти перерабатывалась внутри страны, правительство повышает экспортные пошлины на нефть. Эти меры позволяют не снизить цены на бензин, а остановить их рост, так как компании частично закладывают объем пошлины в себестоимость бензина. Председатель правительства России Владимир Путин подписал постановление, согласно которому ставка экспортной таможенной пошлины на сырую нефть с 1 сентября 2010 года повышается с $263,8 за тонну до $273,5 за тонну. При условии, что 85% нефти идет на экспорт, такая таможенная политика предоставляет неплохие средства в казну, что, определенно, выгодно для государства.
Есть и другие причины высокой стоимости бензина в России, прежде всего – вертикально интегрированные нефтяные компании, занимающие около 80% рынка нефтепродуктов в стране. На региональном уровне они могут договориться о совместном повышении цены на нефтепродукты, причем доказать такой сговор достаточно сложно. Наибольший уровень монополизации сложился в секторе оптовых поставок топлива. Независимые АЗС, продающие бензин в розницу, зависят от вертикально интегрированных компаний и не имеют возможности выбора поставщика. Оптовая цена растет, и независимые АЗС работают ниже минимального уровня рентабельности. Как коммерческое предприятие, они стоят перед выбором – либо повышать цену в рознице, либо избавляться от бизнеса. Повысить цены они не могут, так как их цены станут неконкурентными. Бороться против ценового сговора правительству практически нечем из-за несовершенства антимонопольного законодательства.
К тому же, еще одна проблема – уровень износа основных фондов. В нефтедобыче он близок к 65%, в нефтепереработке – к 80%. НПЗ нуждаются в масштабной реконструкции. По разным оценкам, в отечественную нефтяную отрасль в ближайшие 20 лет необходимо вложить около 300 млрд. долл.
Таким образом, повышение розничной цены может обеспечить нефтяным компаниям приток средств, которые они недополучают из-за жесткого налогообложения и высоких таможенных пошлин. В свою очередь, государство, несомненно, выигрывает от проведения такой политики по отношению к нефтяным компаниям. Единственные, кто в этой ситуации страдает – это конечные потребители, получающие топливо по завышенным ценам.
Если говорить о классификации прогноза, то по цели разработки он будет поисковым, по временному горизонту – краткосрочный, по содержанию – экономический, по методам разработки – формализованный. По масштабам прогнозирования прогноз является локальным.
Объектом прогнозирования является среднегодовая российская цена на бензин на потребительском рынке.
Период основания прогноза - 2000-2009 гг.
Период упреждения – 2010 г.
2. Построение базовой модели прогнозируемого объекта методами системного анализа.
Из всего выше сказанного и обычных экономических рассуждений можно сделать вывод о том, что цены на бензин в нашей стране формируются за счёт:
1) Среднерыночный доход АЗС (зависимость прямая)
2) НДПИ на нефть (зависимость прямая)
3) Средняя цена на нефть, приобретённой перерабатывающей компанией (зависимость прямая)
4) Переработка и доставка (зависимость прямая)
3. Сбор данных прогнозного фонда
Как мне кажется, в ближайшее время цены на бензин в России расти не будут. Причиной этому является политика государства, а также тот факт, что международные цены на нефть пошли вверх. Это в совокупности скорее удержит цены на бензин на прежнем уровне, либо несколько уменьшит их, чем поднимет вверх.
4. Построение динамических рядов показателей.
Для построения поискового прогноза в обязательном порядке требуются некоторые исторические данные, которые можно найти в интернет источниках (gks.ru,
Мне потребуются следующие данные:
- Средние потребительские цены на бензин в России за 2000-2009 год (марка бензина АИ92 – АИ94), руб
| 2000
|
2001
|
2002
|
2003
|
2004
|
2005
|
2006
|
2007
|
2008
|
2009
|
| 8,60 |
7,88 |
9,80 |
11,29 |
14,41 |
16,79 |
18,68 |
20,31 |
20,11 |
21,84 |
- Средние объёмы розничных продаж автомобильного бензина в России за 2000 – 2009 год , тыс. руб (за не имением статистики по доходам АЗС считаю возможным использовать, конечно в грубом приближении именно её).
| 2000 |
2001 |
2002 |
2003 |
2004 |
| 69457643,3 |
87456283,1 |
100644296,4 |
198119550,5 |
276039779,2 |
| 2005 |
2006 |
2007 |
2008 |
2009 |
| 396364360,9 |
499288514,5 |
625992215,62 |
799752092,1 |
894539562,4 |
- Средняя цена на нефть, приобретённой перерабатывающей компанией в России, руб за тонну
| 2000
|
2001
|
2002
|
2003
|
2004
|
2005
|
2006
|
2007
|
2008
|
2009
|
| 4152 |
2618 |
2991 |
4176 |
4433 |
6569 |
5711 |
10368 |
3025 |
7429 |
- Ставка НДПИ на нефть, значение Кц
| 2000 |
2001 |
2002 |
2003 |
2004 |
2005 |
2006 |
2007 |
2008 |
2009 |
| 4,5689 |
4,7694 |
4,9998 |
5,0045 |
5,2367 |
5,8614 |
5,3451 |
5,9834 |
6,9561 |
6,1659 |
Если собрать все данные в одном месте, то можно получить следующую таблицу:
| № |
Год |
Pбен,
|
Vпродаж
|
Рнефть,
|
Тндпи
|
| 1 |
2000 |
8,6 |
69457643,3 |
4152 |
4,5689 |
| 2 |
2001 |
7,88 |
87456283,1 |
2618 |
4,7694 |
| 3 |
2002 |
9,8 |
100644296,4 |
2991 |
4,9998 |
| 4 |
2003 |
11,29 |
198119550,5 |
4176 |
5,0045 |
| 5 |
2004 |
14,41 |
276039779,2 |
4433 |
5,2367 |
| 6 |
2005 |
:right;">16,79 |
396364360,9 |
6569 |
5,8614 |
| 7 |
2006 |
18,68 |
499288514,5 |
5711 |
5,3451 |
| 8 |
2007 |
20,31 |
625992215,6 |
10368 |
5,9834 |
| 9 |
2008 |
20,11 |
799752092,1 |
3025 |
6,9561 |
| 10 |
2009 |
21,84 |
894539562,4 |
7429 |
6,1659 |
5. Построение серии предварительных поисковых моделей прогнозируемого объекта методами поискового анализа профильных и фоновых показателей с конкретизацией минимального, максимального и наиболее вероятного значений
Построим график зависимости потребительских цен на бензин от времени:
На график добавлены две линии тренда – линейная и экспоненциальная. Они достаточно неплохо аппроксимируют исходную кривую (коэффициенты достоверности аппроксимации представлены на графике). В таком случае мы можем говорить о существенной зависимости потребительской цены на бензин от времени. Скорее всего это связано с неизбежно растущей инфляцией.
Однако изучим также влияние других факторов. Рассчитаем частные коэффициенты корреляции между эндогенной переменной (среднегодовой потребительской ценой на бензин) и поочередно каждой из экзогенных переменных средствами функции MS Excel КОРРЕЛ:
| Vпродаж
|
Рнефть,
|
Тндпи
|
|
| коэф. корр |
0,957123 |
0,666928096 |
0,865766911 |
Как мы видим, данные по корреляции оказались весьма неплохими, что позволяет построить нам следующую эконометрическую модель:
Осуществим оценку этого уравнения множественной регрессии с помощью функции ЛИНЕЙН:
| 1,059851 |
0,000515156 |
1,21524E-08 |
1,704377 |
| 1,662874 |
0,000252115 |
4,51412E-09 |
8,053565 |
| 0,95057 |
1,436961312 |
#Н/Д |
#Н/Д |
| 38,46098 |
6 |
#Н/Д |
#Н/Д |
| 238,2493 |
12,38914687 |
#Н/Д |
#Н/Д |
Проверим значимость коэффициентов модели с помощью - критерия Стьюдента.
С помощью функции СТЬЮДРАСПОБР рассчитаем критическое значение - статистики, число степеней свободы , уровень значимости равен 0, 05.
2,306004
Фактические значения – критерия:
2,692093795,
2,343339135,
0,637361,
0,21163,
Фактическое значение – критерия превышает критическое только для переменных и . Следовательно, остальные коэффициенты регрессии в соответствии с – критерием получаются незначимыми.
Исключим из модели константу переменную , поскольку значение – критерия для неё самые низкие.
Применим к новой эконометрической модели функцию ЛИНЕЙН:
| 0,001488 |
1,56898E-08 |
| 0,000379 |
4,38135E-09 |
| 0,96417 |
3,340796838 |
| 107,6371 |
8 |
| 2402,66 |
89,28738812 |
Фактические значения – критерия:
3,926067,
3,58103165,
Значение коэффициента детерминации модели 0,96417 очень близко к 1, что свидетельствует о небольшом различии между фактическими значениями эндогенной переменной и значениями, полученными при помощи модели.
6. Оценка достоверности и точности модели
- критерий для проверки статистической значимости уравнения регрессии.
Критическое значение - критерия вычислим с помощью функции FРАСПОБР, уровень значимости примем равным 0,05, степени свободы , Таким образом, 5,317655.
Фактическое значение F-критерия нам выдаёт функция ЛИНЕЙН: F=107,6371
Фактическое значение больше критического, значит уравнение регрессии значимо.
Тест Дарбина-Уотсона
Проверим модель на наличие автокорреляции, т.е. не нарушается ли предпосылка теоремы Гаусса-Маркова об отсутствии автокорреляции.
Тест Дарбина-Уотсона предполагает расчет статистики:
где - отклонение фактических значений эндогенной переменной от вычисленных по модели. Для расчета нужно рассчитать значения переменной по полученной модели.
Из таблицы получим значения статистики Дарбина-Уотсона и при 5%-ном уровне значимости при и :
Рассчитанное значение попадает в интервал , что говорит об отсутствии автокорреляции случайных остатков.
Тест Голдфелда-Квандта
Теперь проверим полученную модель на наличие гетероскедастичности.
Перед проведением теста нужно упорядочить исходные данные по величине модуля одной из экзогенных переменных (возьмем в качестве этой переменной цену на нефть).
По первым и последним данным выборки нужно оценить две частные регрессии. выбирается из условий:
Исходя из этих условий возьмем .
Вот исходные данные, упорядоченные по возрастанию , в которых выделены первые и последние 3 элемента:
| Pбен,
|
Vпродаж
|
Рнефть,
|
| 7,88 |
87456283,1 |
2618 |
| 9,8 |
100644296,4 |
2991 |
| 20,11 |
799752092,1 |
3025 |
| 8,6 |
69457643,3 |
4152 |
| 11,29 |
198119550,5 |
4176 |
| 14,41 |
276039779,2 |
4433 |
| 18,68 |
499288514,5 |
5711 |
| 16,79 |
396364360,9 |
6569 |
| 21,84 |
894539562,4 |
7429 |
| 20,31 |
625992215,6 |
10368 |
Теперь для первой и последней трети необходимо, используя первоначальную спецификацию модели, построить 2 регрессии, вычислить суммы квадратов остатков – и соответственно. После этого ищется статистика
и
После этого используется -тест для проверки гипотезы гомоскедастичности: если и превышает критическое значение с степенями свободы, то гипотеза гомоскедастичности отвергается.
Вот полученные значения и (соответственно 1 и 2 табличные значения)
| 0,002654 |
1,5107E-08 |
0,001316 |
1,35E-08 |
|
| 0,000151 |
9,31991E-10 |
0,000703 |
8,69E-09 |
|
| 0,999523 |
0,517882254 |
0,990614 |
3,315824 |
|
| 1048,236 |
1 |
52,77054 |
1 |
|
| 562,2783 |
0,268202029 |
1160,391 |
10,99469 |
0,024393786
40,9940469
Следовательно, случайные остатки гомоскедастичны.
7. Прогнозирование цены на бензин в России в 2010 году
Построим график зависимости каждой экзогенной переменной от времени, добавим на него две линии тренда – линейную и экспоненциальную - и коэффициент аппроксимации. Та из них, коэффициент аппроксимации которой будет выше, лучше удовлетворяет модели. После этого используем функцию Excel ТЕНДЕНЦИЯ или РОСТ для прогнозирования значения переменной на 2010 г.
Для переменной имеем:
Коэффициент аппроксимации лучше у экспоненциальной линии тренда, следовательно для прогнозирования значения данной переменной на 2010 год будем использовать функцию РОСТ. Имеем 90127002,18 тыс руб
Для переменной имеем:
Коэффициент аппроксимации лучше у экспоненциальной линии тренда, следовательно для прогнозирования значения данной переменной на 2010 год будем использовать функцию РОСТ. Имеем
8988,331 руб/тонна.
Таким образом, прогнозируемая цена бензина в России на 2010 год составляет (с учётом текущих тенденций по экзогенным переменным модели) :
=20,39734 руб.