ЗАКЛЮЧЕНИЕ
В данной работе был проанализирован рынок дизельного топлива в России и ценообразование на нем. Главным отличием рынка дизельного топлива от других рынков нефтепродуктов, является то, что производится дизельного топлива в два раза больше, чем потребляется, что в свою очередь наделяет рынок дизельного топлива высоким уровнем профицитности и большим экспортным потенциалом. В России дизельное топливо занимает в экспорте третье место после нефти и газа. Разделение рынка на оптовый и розничный рынки опирается не на продажи, а на конечного потребителя. Оптовый рынок отличается от розничного большим спросом и довольно яркой сезонностью потребления, к тому же, ещё одной особенностью данного рынка является система товарного кредита, который приобрел уже достаточно развитые современные механизмы и широко применяется в сельском хозяйстве. Главным фактором ценообразования на оптовым рынке является качество продаваемого дизельного топлива. Розничный рынок отличается от оптового достаточно низким спросом, однако в последнее время наблюдается расширение автопарка легковых автомобилей с дизельным двигателем, что повышает популярность дизельного топлива среди автомобилистов, а значит, в перспективе данного рынка увеличение спроса. На ценообразование дизельного топлива на розничном рынке влияют несколько факторов: те, которые напрямую связаны с затратами производителя и поставщика на производство и доставку дизельного топлива и те, что относятся к затратам, зависящих от политики завода, поставщика или конкретной АЗС.
Для регрессионного анализа в рамках исследования были выбраны следующие факторы: стоимость сырой нефти марки Urals и объемы выпуска бензина и дизельного топлива. Проведя первичный анализ данных, а именно построение различных графиков, диаграмм, коррелограмм, проведение тестов на стационарность и диагностику на мультиколлинеарность, было принято решение строить модель не по исходным рядам, а по их первым разностям, т.к. в таком случае все ряды стационарны и модель даст адекватные результаты. Коррелограмма остатков показала, что в модели имеют место процессы AR и SAR, которые затем были включены в модель, чтобы избавиться от автокоррелляции. Итоговая модель оказалась значимой, автокоррелляция остатков отсутствовала, впрочем, как и гетероскедастичность, а знаки перед коэффициентами оказались ожидаемыми.
Помимо анализа цен, целью данной работы также является построение прогноза на среднесрочную перспективу, а именно на 2013 год. Но для начала было принято решение выбрать наилучшую модель для данного прогноза. В рамках данной работы были рассмотрены два линейных метода прогнозирования, а именно метод Хольта и SARIMA. Для того, чтобы определить, какой из методов даст наилучший прогноз, была применена процедура ретропрогноза. Его особенность заключалась в том, что ряд данных делился на 2 части: по первой – строилась модель и аппроксимировался ряд, а по второй – рассчитывалась процентная ошибка прогнозных и реальных значений. Подобная процедура выявила, что наилучшую способность прогнозирования продемонстрировал метод SARIMA, данный метод оказался лучше метода Хольта по всем показателям качества модели. Именно с использованием метода SARIMA был построен дальнейший прогноз цен на 2013 год.
В данной работе были рассмотрены не все детали и проблемы, которые возникают при анализе и прогнозировании вышеописанными методами, поэтому имело бы смысл в дальнейшем продолжить анализ ценнообразования на рынке уже с использованием большого множества факторов, а также построение прогнозов с использованием других методов прогнозирования. Одним из направлений для дальнейших исследований может быть применение метода стохастической аппроксимации к регрессионной модели для того, чтобы избавиться от нелинейной зависимости между ценой на дизельное топливо и объясняющими её факторами.
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ
Брагинский О.Б., Прогнозирование российского рынка автомобильных видов топлива, [электронный ресурс]// URL: http://www.ecfor.ru/pdf.php?id=seminar/energo/z129
Васильева Л.С. Автомобильные эксплуатационные материалы: Учебник для вузов. – М.: Транспорт, 1986. – 59-87 с.
Елисеева И.И. Эконометрика: учебник/. И.И.Елисеева С.В. Курошева. Т.В. Костева; под ред. И.И.Елисеевой. — 2-е изд., перер. и доп. — Москва: ФИС, 2008 — 576 с.
Канторович Г.Г., Анализ временных рядов, [электронный ресурс]// Экономический журнал ВШЭ. URL: http://library.hse.ru/e-resources/HSE_economic_journal/articles/06_01_06.pdf
Лоскутов А. Ю., Анализ временных рядов: курс лекций, [электронный ресурс]//URL:http://chaos.phys.msu.ru/loskutov/PDF/Lectures_time_series_analysis.pdf
Магнус Я.Р., Катышев П.К., Пересецкий А.А. Модели Бокса-Дженкинса (ARIMA)// Эконометрика. Начальный курс: учебник. – 7-е изд., испр. – М.:Дело, 2005. C.253-275.
Савина, Д.Ю., Антимонопольное регулирование и контроль на рынках нефтепродуктов [электронный ресурс]. URL: http://www.fas.gov.ru/analytical-materials/analytical-materials_30941.html
Светуньков С.Г., Светуньков И.С. Методы социально-экономического прогнозирования: Учебник для вузов. Том I. – СПб.: Изд-во СПбГУЭФ, 2009. – 147 с.
Светуньков С.Г., Светуньков И.С. Методы социально-экономического прогнозирования: Учебник для вузов. Том II. – СПб.: Изд-во СПбГУЭФ, 2010. – 105 с.
Ханк Д.Э., Уичерн Д.У., Райтс А. Дж. Метод Бокса-Дженкинса (ARIMA)// Бизнес-прогнозирование, 7-е издание.: Пер. с англ. – М.: Издательский дом «Вильямс», 2003. C.453-544.
Gardner S.E, Jr Exponential Smoothing: The state of the Art// Journal of Forecasting. 1985. Vol.4. P.1-28.
Kalekar P.S. Time series forecasting using Holt-Winters exponential smoothing. [Electronic resource]// Kanwal Rekhi School of Information Technology: [website]. URL: http://www.it.iitb.ac.in/~praj/acads/seminar/04329008_ExponentialSmoothing.pdf
Parzen E. ARARMA Models for Time Series Analysis and Forecasting//Journal of Forecasting. 1982. Vol.1. P.67-82.
Reider R., UK petrol and diesel sector, [электронный ресурс]// URL: http://www.oft.gov.uk/shared_oft/markets-work/oft1475.pdf
Wickham С., ARIMA & SARIMA, [электронный ресурс]// URL: stat565.cwick.co.nz
|
