Анализ временного ряда цен на нефть марки Brent

Обложка

Цитировать

Полный текст

Аннотация

колебания цен на нефть являются одним из важнейших факторов, определяющих устойчивое экономическое развитие. От этой величины зависят такие макроэкономические показатели, как экономический рост, торговый баланс, потребительский спрос. Прогнозирование цен на нефть представляет собой комплексную задачу, решение которой может быть реализовано с помощью различных эконометрическихъ подходов. Одним из эффективных подходов к решению задачи прогноза цен на нефть является анализ временных рядов. Цель: осуществить прогноз цен на баррель нефти Brent за время 2014-2025 г.г. на период 2026-2029 г.г. Материалы и методы: построение регрессионных моделей и графическое представление результатов моделирования реализовано в программном комплексе Statisticа (v.10), предназначенном для анализа данных и их статистической обработки данных открытого ресурса. Результаты и обсуждение: проведена сезонная декомпозиция временного ряда цен, установлено, что основной компонентой данного ряда является тренд-циклическая, при этом сезонным фактором можно пренебречь. Показано, что данные прогноза, полученного с помощью модели экспоненциального сглаживания, обладают статистической значимостью и большей достоверностью, чем полученные в рамках модели авторегрессии скользящего среднего. Выводы: показано, что в течение прогнозируемого промежутка времени цена барреля нефти Brent будет колебаться вокруг среднего значения 73 $.

Об авторах

А. В Косарев

Саратовский государственный университет генетики, биотехнологии и инженерии имени Н.И. Вавилова

Email: aleteia@inbox.ru
ORCID iD: 0000-0002-6614-7297

Л. А Волощук

Саратовский государственный университет генетики, биотехнологии и инженерии имени Н.И. Вавилова

Email: aleteia@inbox.ru
ORCID iD: 0000-0002-2510-0038

А. В Перетятько

Саратовский государственный университет генетики, биотехнологии и инженерии имени Н.И. Вавилова

Email: aleteia@inbox.ru

Е. В Берднова

Саратовский государственный университет генетики, биотехнологии и инженерии имени Н.И. Вавилова

Email: aleteia@inbox.ru
ORCID iD: 0000-0002-2448-1545

С. В Чумакова

Саратовский государственный университет генетики, биотехнологии и инженерии имени Н.И. Вавилова

Email: aleteia@inbox.ru
ORCID iD: 0000-0002-2877-0758

З. А Симонова

Саратовский государственный технический университет имени Ю.А. Гагарина

Email: aleteia@inbox.ru
ORCID iD: 0000-0002-2877-0758

С. Н Рубцова

Саратовский государственный университет генетики, биотехнологии и инженерии имени Н.И. Вавилова

Email: aleteia@inbox.ru
ORCID iD: 0000-0002-3120-0895

Список литературы

  1. Богаткина Ю.Г., Сарданашвили О.Н. Технико-экономическая эффективность разработки Вишанского месторождения (республика Беларусь) // Известия Тульского государственного университета. Науки о Земле. 2024. № 3. С. 566 – 575.
  2. Богаткина Ю.Г., Сарданашвили О.Н. Технико-экономическое обоснование разработки морских месторождений углеводородов (на примере месторождений Азовского моря) // Известия Тульского государственного университета. Науки о Земле. 2022. № 2. С. 485 – 494.
  3. Гусарова С.А. ОПЕК+: вызовы и перспективы развития мирового рынка нефти // Экономика и предпринимательство. 2023. № 9 (158). С. 404 – 407.
  4. Ленкова О.В. Развитие нефтяной промышленности в контексте теории изменений // Финансовая экономика. 2022. № 5. С. 315 – 319.
  5. Мазурчук Т.М. Возможности реализации государственных крупных нефтяных проектов при различных сценариях изменения цены на нефть // Экономические системы. 2020. Т. 13. № 4. С. 207 – 215.
  6. Акимов А.А. Формирование рыночных цен на мировом рынке нефти и нефтепродуктов в условиях пандемии // Вектор экономики. 2020. № 9 (51). С. 9.
  7. Бабаев К.В., Ильинская И.Д., Лозинский А.Н., Сазонов С.Л. Итоги развития китайского автопрома в 2022 году и перспективы на будущее часть 2. Водород и другие альтернативы //Транспорт на альтернативном топливе. 2023. № 5 (95). С. 30 – 44.
  8. Ахметгареев В.В., Бутусов Е.В., Яртиева М.А. Математическое моделирование при анализе чувствительности технико-экономических показателей проекта разработки нефтяных месторождений // Нефтепромысловое дело. 2020. № 1 (613). С. 71 – 78.
  9. Коновалова Е.Л. Нефтедобыча: нечеткие риски, четкие решения. Нечеткая оценка рисков предприятий нефтедобывающей промышленности //Российское предпринимательство. 2009. № 1-1. С. 118 – 123.
  10. Теньковская Л.И. Прогноз котировок акций ПАО "Сбербанк" с применением корреляционно-регрессионного анализа // Вестник Тюменского государственного университета. Социально-экономические и правовые исследования. 2023. Т. 9. № 1 (33). С. 148 – 166.
  11. Кондратьева М.И., Бронская В.В., Емельянычева Е.А., Шипин А.В., Башкиров Д.В., Игнашина Т.В. Нейросетевая модель для прогнозирования цен на модифицированные битумные вяжущие // Современные наукоемкие технологии. 2024. № 12. С. 48 – 54. [Электронный ресурс]. Режим доступа: https://top-technologies.ru/ru/article/view?id=40243 (дата обращения: 29.01.2025)
  12. Ayyubova N.S. Analysis of the impact of global oil prices on gdp (on the example of the Azerbaijan republic) Statistics and Economics. 2023. Т. 20. № 2. С. 22 – 41.
  13. Цветков И.В. Самоподобие цен на нефть и фрактальные методы их прогноза // Финансы и кредит. 2011. № 21 (453). С. 24 – 30.
  14. Пшеничный В.М., Исмайлов А.В. Применение искусственного интеллекта в прогнозировании спроса на углеводороды в условиях турбулентности энергетических рынков // Инновации и инвестиции. 2024. № 11. С. 87 – 91.
  15. InvestFunds. [Электронный ресурс]. Режим доступа: https://investfunds.ru/indexes/624/ (дата обращения: 05.03.2025)

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).