WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 ||

yexp – общий объем экспорта нефти:

yexpz; (5)

yin - общий объем нефти, остающийся внутри страны;

- объем нефти, направляемый компанией на переработку j-м способом:

; (6)

- объем нефтепродукта i-го вида, получаемого при переработке нефти объема j-м способом и связанный с последним производственной функцией:

, i=1,…,n; j=1,…,k, (7)

xwi и xri – соответственно объемы нефтепродукта i–го вида, реализуемые на оптовом и розничном рынках:

xwi+xri=xi,

где

xi =; (8)

poil, wpi, rpi – соответственно цена экспортируемой нефти, оптовая цена нефтепродукта i–го вида, розничная цена нефтепродукта i-го вида;

Cpr(z), Ctr.oil(z) – издержки, связанные с добычей и транспортировкой сырой нефти (по трубопроводу),

- издержки переработки нефти по j-му технологическому способу,

и - издержки, связанные с транспортировкой нефтепродуктов i-го вида соответственно до нефтебазы (как правило, железнодорожным транспортом) и до АЗС (как правило, автомобильным транспортом);

FC – постоянные издержки.

Дополнительные предпосылки связаны, во-первых, с неотрицательностью переменных, присутствующих в модели:

z0, yexp0, (j=1,…,k), xwi0, xri0 (i=1,…,n), (9)

и, во-вторых, со свойствами производственных функций и функций издержек, которые, по крайней мере, следует считать непрерывными.

Еще одно уточнение касается ценовых параметров модели poil, wpi, rpi, значения которых формируются в разных конкурентных условиях. Так цена экспортируемой нефти poil, по-видимому, может считаться совершенно конкурентной и практически не зависит от объемов экспорта нефти данной компанией. Оптовые цены нефтепродуктов wpi в большинстве российских регионов формируются в условиях олигополии и, следовательно, зависят от объемов реализации на оптовом рынке нефтепродуктов компаний-конкурентов:

wpi= wpi(),

где m – число таких компаний-конкурентов. Наконец, розничные цены на региональном рынке в зависимости от конкретной ситуации могут формироваться и как совершенные, и как олигопольные, и как монопольные.

Для Ивановской области, где как на оптовом, так и на розничном рынках доминирует «Славнефть», имеет место случай монополии. Поэтому цены wpi и rpi являются функциями, зависящими соответственно от объемов продаж xwi и xri:

wpi= wpi(, rpi= rpi( (10)

Наконец, еще одно уточнение модели связано с учетом налоговой нагрузки на деятельность компании, которая в данном случае весьма значительна. Было бы вернее в качестве целевой функции компании рассматривать не валовую, а чистую прибыль, остающуюся в распоряжении ВИНК после уплаты налогов, т.е.

, (11)

, (12)

где,,, - соответственно налог на добычу полезных ископаемых, государственная пошлина, акциз на торговлю нефтепродуктами и налог на прибыль.

Примерное величины упомянутых статей доходов и расходов, например, для ОАО «Лукойл» в 2006 году следующие: 54% составляют налоговые выплаты, 27% - операционные и капитальные затраты, 11% - затраты на транспортировку и 8% - прибыль акционера. При этом доля государства в доходах от реализации нефти и нефтепродуктов достигает 65%.

Таким образом, описанная модель деятельности компании, включающая целевую функцию (11), а также набор ограничений и связывающих условий (2)-(10), (12), представляет собой классическую многомерную задачу математического программирования. Решением этой задачи является вектор

евклидова пространства размерности (2n+k+2). Содержательно решение задачи может быть интерпретировано как цепь ответов на вопросы, сколько добывать нефти, сколько ее экспортировать за рубеж, каким образом распределить оставшуюся нефть по технологическим способам переработки, и, наконец, в какой пропорции распределить готовые нефтепродукты для оптового и розничного рынка.

Так как ограничения задачи представляют собой замкнутое ограниченное множество, а целевая функция является композицией функций, непрерывных на этом множестве, в силу известной теоремы Вейерштрасса, решение данной задачи существует. Сам процесс решения предлагается вести численными методами.

Третья глава «Статистический анализ ценообразования и реализации нефтепродуктов на региональном рынке» посвящена статистическому исследованию динамики важнейшего показателя – цен на автобензины, а также анализу объемов розничной реализации автобензинов на АЗС по территориальному признаку на основе кластеризации хозяйствующих субъектов.

Статистической базой данного исследования послужила помесячная динамика цен на бензин Р-92 в Ивановской области в период 2000-2005 гг.

Выбор для анализа бензина марки Р-92 обусловлен его наиболее значитель­ной долей в структуре потребления автобензинов в регионе и в России в целом. Предварительный анализ показал, что динамика цен на другие марки бензина практически не отличается от рассматриваемой.

Таким образом, исходные данные были представлены в виде временного ряда из 72 уровней (рис. 1).

Рис. 1. Динамика цен на бензин Р-92 в Ивановской области

в 2000-2005 гг.2

1

На основе данного временного ряда была построена тренд-сезонная модель, описывающая динамику цен на бензин Р-92 с целью осуществления прогноза на среднесрочную перспективу.

При этом одновременно рассматривался ряд модификаций таких моделей, различающихся как видом трендовой компоненты, так и характером вхождения в модель сезонной составляющей (аддитивным или мультипликативным).

Как оказалось, наилучшим статистическим качеством обладает мультипликативная тренд-сезонная модель с «усеченным» квадратическим трендом. Однако для прогнозирования было решено использовать модель с линейным трендом, построенным по данным 2003-2005 гг.

Таблица 1.

Результаты параметризации модели динамики цен ( 2003-2005 гг.)

Вид

Оценка

параметров

sig t

R2

sig F

Линейная

0 = 8,241

6,45·10-41

1 = 0,215

1,79·10-22

0,941

1,79·10-22

Рис. 2. «Сезонная волна» цен на автобензин Р-92 в Ивановской области в период 2003-2005 гг.

Прогноз цен, выполненный на основе построенной модели, хотя и дал несколько завышенные результаты в последние месяцы, однако в целом относительная ошибка оказалась незначительной - около 2,1%. Кроме того, следует заметить, что реальная динамика цен на бензин в этот период диктовалась не только экономическими, но и политическими мотивами, связанными с установлением моратория на цены на автомобильное топливо между правительством страны и крупнейшими отечественными ВИНК.

Анализ временных рядов, хотя и используется часто для прогнозирования развития различных процессов во времени, не предполагает выявление причинно-следственных связей между факторами. На следующем этапе исследования с помощью методов корреляционно-регрессионного анализа мы попытались выявить факторы, воздействующие на динамику цен на автобензины, а также определить наиболее адекватную форму такого воздействия.

В данной работе рассматривались три формы регрессионных моделей: линейная, лог-линейная и логарифмическая. В нашем случае в качестве результирующей переменной y выступает цена на бензин Р-92 (PP) в Ивановской области.

При выборе объясняющих переменных (факторных признаков) мы руководствовались, во-первых, содержательными соображениями, учитывая объективное воздействие того или иного фактора на цену бензина, во-вторых, наличием соответствующей информации по данному показателю. К сожалению, доступная статистическая база оказалась не столь объемной и не вполне синхронной, как хотелось бы.

В результате предварительного анализа были выделены три факторных показателя:

OР – мировая цена на нефть Urals, долл./барр.;

ICP – индекс потребительских цен (данные СПС «Консультант Плюс»);

IVR – индекс объема реализации (данные, предоставленные региональным УФАС).

Исследование было оформлено в виде специальной методики построения и анализа эконометрических моделей ценообразования на автобензины, включающей проведение предварительного корреляционного анализа и построения ряда однофакторных и двухфакторных моделей указанных выше типов.

В результате были отобраны среди однофакторных моделей логарифмическая модель:

(13)

Оценка =1,96 показывает, что увеличение индекса потребительских цен на 1% сопровождалось в рассматриваемом периоде увеличением цены на автобензин в Ивановской области в среднем примерно на 2%.

Оценка аналогичного логарифмического уравнения, связывающего динамику мировых цен на нефть с динамикой цены на бензин, дает коэффициент эластичности, равный примерно 0,65.

Среди двухфакторных моделей наилучшей с точки зрения F-критерия является логарифмическая модель:

(14)

Если же брать в расчет статистическую значимость параметров регрессии (sig t) при том же уровне =0,05, то единственной моделью, удовлетворяющей этому требованию, является лог-линейная модель с переменными IPC и IVR:

(15)

Содержательная интерпретация формальных результатов регрессионного анализа

Таким образом, каждый из трех рассматриваемых показателей вносит свою лепту в формирование стоимости автомобильного топлива: в порядке убывания степени тесноты взаимосвязи – индекс потребительских цен, мировые цены на нефть, совокупный объем реализации бензина на региональном рынке. При этом характер взаимодействия во всех трех случаях не слишком отличается от линейного.

Как объясняющая переменная индекс потребительских цен фигурирует во всех статистически качественных уравнениях регрессии. Это говорит о том, что динамика цены автомобильного топлива в целом синхронна общему росту цен на потребительские товары. Отличие лишь в том, что наклон первой кривой круче.

Более высокие темпы роста цен на автобензин по сравнению с темпами роста потребительских цен в целом в рассматриваемом периоде, по-видимому, обусловливаются влиянием прочих факторов. И в частности, значительным ростом сырьевой составляющей автомобильного бензина - нефти. Не стоит, однако, преувеличивать силу такого влияния. В 2006 году изменение мировых цен на нефть отнюдь не было монотонным. Цены же на автомобильное топливо по-прежнему либо неуклонно росли, либо на время замирали (в зимний период).

Наконец, влияние третьего фактора – объемов реализации – на наш взгляд, связано в основном с сезонным характером интенсивности использования автомобилей. Большая интенсивность использования влечет больший спрос на бензин, а больший спрос диктует большую цену предложения.

В заключении главы на основе кластерного анализа рассматривается проблема оптимизации территориального размещения автозаправочных станций Ивановской области.

ПУБЛИКАЦИИ АВТОРА ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в журналах по списку ВАК

  1. Проскурин А.О. Регрессионный анализ ценообразования на региональном рынке нефтепродуктов // Вестник ИНЖЭКОНА. Серия: Экономика, вып. 2(15), 2007. – С.362-366.

Прочие публикации

  1. Проскурин А.О. Проблемы развития регионального рынка нефтепродуктов // Сборник научных трудов «Экономика и менеджмент», вып.3., СПбГТИ(ТУ), СПб., ИК «Синтез», 2007. – С. 49-50.
  2. Проскурин А.О. Динамика ценообразования на автобензин в Ивановской области: статистическое моделирование // Проблемы экономики, финансов и управления производством: Сборник научных трудов вузов России. Вып. 21. – Иваново: ИГХТУ, 2007, с. 142-144.

4. Проскурин А.О. Оптимизационная модель вертикально-интегрированной нефтяной компании // Проблемы экономики, финансов и управления производством: Сборник научных трудов вузов России. Вып. 24. – Иваново: ИГХТУ, 2008, с. 142-144.


2 www.slavneft.ru

Pages:     | 1 ||






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»