CC BY
94
АНАЛИЗ И ПРОГНОЗИРОВАНИЕ СЕЗОННОСТИ ДОБЫЧИ УГЛЯ И ДИНАМИКИ ЦЕНОВЫХ ПОКАЗАТЕЛЕЙ ПРОДУКЦИИ УГОЛЬНОЙ ОТРАСЛИ
УДК 311.3/.4
Егор Константинович Салиенко,
аспирант Московского государственного университета экономики, статистикии информатики (МЭСИ) Тел. 8-916-595-37-35, Эл. почта: [email protected]
Статья посвящена статистическому анализу сезонности добычи угля и динамики ценовых показателей деятельности угольной отрасли, а также прогнозированию значений этих показателей в рамках исследования перспектив развития угольной промышленности в России. Проведен анализ наличия тенденции в исследуемых рядах, произведена оценка значимости тренда, выдвинуто и подтверждено предположение о наличии сезонности рассматриваемых значений показателей. Построены модели, наиболее адекватно отражающие изменение уровней исследуемых временных рядов. На основе результатов моделирования был получен перспективный прогноз на 2012 год с учетом наложения сезонных колебаний, характеризуемых с помощью рассчитанных индексов сезонности.
Ключевые слова: угольная промышленность; тенденция; существенность гипотезы о наличии тенденции в уровнях рядов; уравнение тренда; сезонные колебания; моделирование тенденций динамических рядов; построение прогнозных значений временных рядов.
Egor K. Salienko,
Postgraduate student of Moscow State University of Economy, Statistics and Information Technologies
Те1. 8-916-595-37-35, E-mail: [email protected]
ANALYZING AND FORECASTING SEASONAL PREVALENCE OF COAL MINING AND DYNAMICS OF PRICE INDICATORS IN COAL INDUSTRY
The article deals with statistic analysis of seasonal prevalence of coal mining and dynamics of price indicators in coal industry in Russia. As a result of studying selected time series trend availability in series was analyzed, trend significance was assessed and an assumption about the existence of seasonal prevalence in the given indicators was put forward. On the basis of the assumption about trend availability in series and seasonal component of the trend models providing the most accurate description of time series behavior were calculated. The adequacy of the models was assessed by calculating indicators - factors depicted in the present research. Within the frames of selected models with the best criteria smoothed values of series were calculated and average factors of seasonal prevalence were identified. Basis on research findings long-term forecast of time series values for 2012 was developed with due regard to application of seasonal fluctuations characterized by calculated factors of seasonal prevalence.
Keywords: coal industry, trend, the importance of the hypothesis of trend availability in series levels, trend equation, seasonal fluctuations, modeling trends of dynamic series, developing forecast values of series.
1. Введение
В результате анализа топливно-энергетических балансов различных стран, можно сделать вывод о том, что последние годы характеризуются возрастающей ролью угля, как в России, так и в мире в целом. По мнению экспертов Всемирного Института Угля в последующие 25 лет уголь будет являться движущей силой мировой экономики, при этом спрос на уголь возрастет, как минимум, на 50%.
Добыча угля в России является одним из важнейших направлений функционирования топливно-энергетического комплекса. Потенциал угольной отрасли сопоставим по своей роли с такими стратегическими отраслями как энергетика, металлургия, тяжелая промышленность. Среди других отраслей ТЭК угольная отрасль России имеет наиболее обеспеченную сырьевую базу. В пределах Российской Федерации находится 22 угольных бассейна и 114 месторождений, которые распределены по ее территории весьма неравномерно.
В связи с растущей значимостью отрасли в структуре экономики России, а также ввиду неудовлетворительного уровня развития инфраструктуры угольной промышленности, Правительство РФ утвердило разработанную Минэнерго России долгосрочную Программу развития угольной отрасли на период до 2030 года.
Долгосрочная Программа состоит из восьми подпрограмм и учитывает мероприятия действующих федеральных целевых программ, отраслевых стратегий и уже принятые решения Правительства в отношении угольной отрасли. В основе программы - оценка перспектив спроса на российский уголь, исходя из прогнозируемой конъюнктуры внутреннего и внешнего рынков. Объем бюджетных средств на реализацию Программы составляет менее 9 % от общего объема ее финансирования (251,8 млрд. из 3,7 трлн. руб.), таким образом, планируется выйти на новый уровень государственно-частного партнерства.
Программа предполагает, что к 2030 году добыча угля вырастет до 430 млн. тонн и будет осуществляться на 82 разрезах и 64 шахтах, а уровень производительности труда (добыча угля на одного занятого), в 5 раз превысит показатель 2010 года (9 000 т. и 1 880 т. соответственно). За весь период действия программы будет введено 505 млн. т новых и модернизированных мощностей по добыче угля - при выбытии 375 млн. т мощностей неперспективных и убыточных предприятий и сокращении уровня износа основных фондов с 70-75% до 20%.
В рамках соответствующей подпрограммы и намеченных мероприятий предусматривается создание устойчивой инновационной системы для обеспечения угольной отрасли прогрессивными отечественными технологиями и оборудованием, научно-техническими и инновационными решениями. При создании новых центров угледобычи предусматривается обязательное строительство современных обогатительных фабрик. В целом по России уровень обогащения намечается довести до 60 процентов (с 40% в настоящее время). Всего различным видам переработки (сортировка, обогащение, глубокая переработка, газификация) будет подвергаться более 80% добываемого угля.
В 2011 году был достигнут наивысший показатель добычи угля в России -336,1 млн. т. угля, что на 4,0% больше уровня 2010 года. Суммарная поставка российских углей потребителям в 2011 году составила 305,1 млн. т. (+2,9% к 2010 г.). Экспорт российского угля вырос относительно 2010 г. и составил 120,0 млн. т. (+3,1%).
2. Анализ динамики добычи угля и средних цен производителей на каменный уголь
В контексте планирования интенсивного развития основных показателей угольной промышленности особо важную роль играет статистическая оценка динамики данных показателей, а также формирование прогнозных значений показателей на перспективу.
В анализе динамики и прогнозировании показателей деятельности угольной отрасли необходимо учитывать сезонный фактор, который наряду с трен-
довои составляющей оказывает существенное влияние на исследуемые тенденции и закономерности изменения ключевых индикаторов. Так, например, анализируя месячные данные, характеризующие добычу угля, обнаруживаются определенные колебания, которые являются результатом воздействия различных факторов общего характера, действующих периодически. Рассматривая динамику объемов добычи угля, представленную на рис. 1, можно сделать предположение о наличии сезонности данного явления.
Предполагаемое наличие сезонности предварительно подтверждается зависимостью угольной отрасли от конкретных природно-климатических факторов, таких как время года, климат и погодные условия. В то же время, поскольку горнодобывающее производство, в основном, размещается ниже уровня верхних слоев грунта, то и зависимость результатов добычи угля от факторов сезонности предполагается не очень значительной, однако, достаточно четко выраженной. При этом также необходимо учитывать сезонность спроса на продукцию данной отрасли, которая, в определенной степени, оказывает влияние на объемы производства.
Рассматривая сезонность деятельности субъектов угольной отрасли как внутригодовую динамику изменения основных показателей деятельности различных предприятий, важными задачами является подтверждение наличия сезонных колебаний, анализ характера их проявления и оценка влияния на тенденции изменения результатов деятельности угольных предприятий.
Важным фактором, оказывающим непосредственное влияние на функционирование отрасли, является динамика цен производителей на уголь в помесячном разрезе, так как данный показатель отражает не только общие тенденции ценообразования, но и характеризует наличие и уровень эластичности сезонного спроса и предложения на уголь внутри страны. Поскольку наиболее широко используемым видом угля является каменный энергетический уголь, в целях исследования ценовой динамики и ее сезонности использован показатель, характеризующий средние цены производителей на каменный уголь за тонну. На рис. 2 представлена динамика изменения уровня цен производителей на каменный уголь за последние три года. Сезонность изменения
Рис. 1. Динамика объемов добычи угля в период с 2009 по 2011, млн.т.
Рис. 2. Средние цены производителей на каменный уголь, руб. за тонну
цен, показанная на диаграмме, характеризуется значительными сезонными колебаниями и имеет четко выраженную структуру.
Статистическая оценка наличия и моделирование сезонных колебаний в показателях деятельности субъектов угольной промышленности предпола-
гает решение следующих задач:
• выявление сезонной компоненты в уровнях временных рядов показателей деятельности предприятий;
• построение моделей прогноза основных показателей угольной отрасли с учетом сезонной составляющей.
Структура процесса анализа, моде-
лирования и прогнозирования основных показателей деятельности отрасли предусматривает проведение следующих измерений и расчетов:
1. Проверка существенности гипотезы о наличии тенденции в уровнях рядов.
2. Моделирование тенденций динамических рядов.
3. Построение прогнозных значений рядов на основе выявленной и описанной с помощью модели тенденции.
Анализ сезонности указанных рядов в рамках настоящего исследования проведен с помощью пакета прикладных программ «СтатЭксперт», реализованного в виде надстройки офисных приложений Мютгеой ОШсе 2003.
В целях данного исследования для оценки существенности гипотезы о наличии тенденции в уровнях временных рядов, характеризующих добычу угля и динамику изменения цен производителей на каменный уголь, использован метод сравнения средних, а также метод Фостера-Стюарта.
Гипотеза об отсутствии тренда в рамках анализа помесячных данных по добыче угля, а также значений показателя уровня цен за 1 т угля, проведенного с помощью указанных выше критериев отвергается, тенденция может считаться существенной.
Структура процесса расчета индексов сезонности при наличии тенденции изменения уровней в исследуемом ряду выглядит следующим образом:
1. На основе помесячных данных за 3-5 лет определяются параметры уравнения тренда.
2. На основе полученной модели рассчитываются теоретические уровни
ряда.
3. Для каждого месяца каждого года определяются отношения фактических уровней к теоретическим:
' У/'
Уу
4. Рассчитываются индексы сезонности как средние из отношений одноименных месяцев:
к
=1 у ^.
к У уц
100%
3. Моделирование динамики показателей угольной отрасли
Выбор уравнения тренда, описывающего наиболее точно развитие социально-экономических явлений во времени в ряде случаев может быть сведен к применению полиномов разной степени, экспоненты, логистических кривых и других функций. В статистической практике параметры полиномов невысокой степени имеют конкретную интерпретацию характеристик динамического ряда. Однако в целях настоящего анализа рассматриваемых временных рядов использование полинома первой степени не может обеспечить достаточную точность модели, а также возможность ее использования для целей построения прогноза, поэтому для проведения анализа были использованы полиномы более высоких степеней, а также другие математические функции.
Моделирование тенденций временных рядов предусматривает рассмотрение вопроса об адекватности выбранной модели, которая подлежит оценке с помощью среднего квадратического отклонения, критерий Дарбина-Уотсо-
на и других критериев. Методика оценки среднего квадратического отклонения позволяет оценить степень точности построенной модели в части отклонения ее реальных уровней от выровненных.
Необходимо отметить, что используемый критерий Уотсона-Дарбина представляет собой метод оценки уровня автокорреляции в остатках между значениями ряда и их выровненными значениями. Если существует корреляция между последовательными значениями некоторой независимой переменной, то будет наблюдаться и корреляция последовательных значений остатков. Автокорреляция может быть также следствием ошибочной спецификации эконометрической модели.
Анализ временных рядов в рамках настоящего исследования имеет некоторую особенность - в случае моделирования показателей, представленных в натуральном выражении, временной ряд будет представлять собой непрерывную последовательность уровней, каждый из которых является сопоставимой характеристикой выбранного периода, тогда как моделирование ценовых показателей полностью зависит от той экономической среды, в которой производился сбор первичной информации. Например, в нашем случае можно говорить о проблеме несоответствия единиц измерения цены за 1 т угля до, и после проведения деноминации в России в 1997 году. С целью решения описанной проблемы динамический ряд в рамках исследования ограничен периодом с 2004 по 2011 годы.
В процессе анализа динамических рядов были получены и оценены сле-
Таблица 1. Модели динамики основных показателей деятельности субъектов угольной промышленности
3
Показатель Модель тренда Грясч Средний модуль остатков Стандартное квадратическое отклонение Критерий Дарбпна-Уотсона
Добыча угля, МЛН. т. 1.У(1)=23,829+0,041*1 11010,448 2,023 7,870 0,492
2. У(0=23,505+0,061*1-0,0002*1*1 11048,925 2,018 7,851 0,494
З.У(1)=23,777*ехр(+0.002*1:) 10974,954 2,022 7,836 0,490
4.У(1)=22,194-0,008*1+0,б13*эдг1(1) 11150,718 2,015 7,843 0,500
Средние цены производителей на каменный уголь, руб. за т. 1. У(1)=221.308+9.686*1: 2084,182 124,322 17,977 0,063
2. У(Т)=508.101-7.872*1 +0.181*1*1 5689,200 73,705 11,300 0,162
3. У(0- 338.663*ехр(0.013*0 3034,093 87,139 11,430 0,088
4. У(Г)= -126.702+227.311*111(1) 925,175 176,222 26,523 0.037
5. У(1)= (421.263)*(0.999)*1*(0.999)*(Л) 8174,222 58,556 8,499 0,228
6. У(К- 776.123+26.481*1-208.080*здг(1) 3161,010 99,279 15,222 0,100
7. У(1)= 1/(0.032+0.001*1) 1080,254 164,707 24,978 0.035
дующие модели (табл. 1). Лучшими моделями по результатам оценки и сопоставления критериев признаны: по показателю добычи угля - модель №4, по показателю цены - модель №5.
Количественная оценка сезонной компоненты в уровнях временных рядов рассматриваемых показателей может быть получена на основе расчета и анализа индексов сезонности.
4. Расчет индексов сезонности рассматриваемых показателей
В общем виде индексы сезонности определяются как отношение значения исходного уровня временного ряда к теоретическому значению, полученному по уравнению тренда, в случае если существует тенденция в исследуемом временном ряду показателя, или к общей средней - если тенденция отсутствует [8].
В целях настоящего исследования был проведен анализ сезонности, включающий построение индексов сезонности на основе сглаживания временных рядов относительно абсолютных значений с помощью отобранных моделей. В результате расчета показателей был произведен расчет индексов сезонности для каждого месяца каждого рассматриваемого года, алгоритм расчета которых представлен выше. Рассчитанные средние значения индексов сезонности приведены в табл. 2.
Полученные индексы сезонности добычи угля свидетельствуют о том, что пик сезонной добычи угля приходиться на последний квартал каждого календарного года, когда уровень добычи выше среднемесячного уровня на 614%.
В период с апреля по сентябрь наблюдается спад объемов добычи, который в летние месяцы достигает 10%. Как отмечалось выше, это может быть объяснено тем, что динамика объемов добычи напрямую зависит от спроса на уголь, который значительно повышается в период осень-зима-весна, когда температура воздуха понижается ниже нормы и начинают работать системы отопления в населенных пунктах. Также следует учитывать, что летний период находится на сезонном пике предоставления отпусков рабочим, а, учитывая длительность отпусков горняков за счет их вредного производства, он зачастую составляет более 45 суток. Рост сезонной добычи угля, начиная с октября месяца, приобретает значительные абсолютные выражения и колеблется в диапазоне 6,78-14,53%.
Таблица 2. Индексы сезонности показателей угольной отрасли
Средние индексы сезонности по показателям, %
Месяц Добыча угля Средине цены производителей на каменный уголь
I 103,26 98,30
П 99,95 99,87
III 104.92 100,09
IV 94,02 99,35
V 92,40 104,63
VI 89,40 102,09
VII 90,90 100,62
VIII 94,99 99,76
IX 98,79 99,95
X 106,78 101,76
XI 110,06 100,82
XII 114,53 99,57
Рис. 3. Динамика значений индексов сезонности добычи угля
Рис. 4. Диаграмма сезонных изменений добычи угля, процентов
Полученные результаты расчетов индексов сезонности добычи угля показаны на рис. 3. Смещение объемов добычи угля в связи с сезонными изменениями наглядно представлено на рис. 4.
Говоря о сезонных изменениях уровня цен производителей на каменный уголь, необходимо отметить, что понижение цен на уровне 0,13-1,7% приходиться на начало каждого года, что объясняется наличием запасов продукции и снижением общего спроса контрактования. В период с марта по июль уровень цен производителей превышает норму в пределах 0,09-4,63%. Август и сентябрь характеризуются относительным снижением уровня цен на 0,050,24%, затем, начиная с октября восстанавливается рост цен до уровня 0,821,76%, далее тенденция переходит в спад. Поведение цен производителей на каменный уголь в основном объясняется спросом на этот вид углеводорода, а также состоянием затоваривания складов готовой продукцией и уровнем используемой мощности основных отраслевых производителей. Проведенный анализ сезонности выявил наличие незначительной зависимости сезонного поведения двух показателей, наиболее полно характеризующих экономическую составляющую деятельности предприятий угольной промышленности.
Рассчитанные индексы сезонности уровня цен производителей на каменный уголь представлены наглядно на рис.5. На основе анализа приведенной кривой можно отметить, что пик повышения уровня цен производителей на каменный уголь приходиться на период с апреля по июнь. Указанная особенность четко видна на диаграмме, представленной на рис. 6.
Построение тренд-сезонных моделей предполагает мультипликативное или аддитивное соединение модели тренда, наилучшим образом описывающего тенденцию временного ряда, и индекса сезонности.
5. Прогнозирование значений исследуемых показателей с учетом сезонной составляющей
В общем виде тренд-сезонные модели прогноза исследуемых показателей могут быть представлены следующим образом:
• по показателю добычи угля: Y(t)=(22,194-0,008*t+0,613*sqrt(t))*^s
• по показателю уровня цен: Y(t)= (421.263)*(0.999)П*(0.999)*(Л)*Л
Поскольку оценка точности полу-
Рис. 5. Динамика значений индексов сезонности цен производителей на
каменный уголь
июль
Рис. 6. Диаграмма сезонных изменений цен производителей на каменный уголь
ченных тренд-сезонных моделей была осуществлена на этапе моделирования и определения адекватности применяемых моделей, можно утверждать, что полученные тренд-сезонные модели достаточно точно описывают внутри-годовую динамику изменения основных показателей деятельности предприятий угольной промышленности и могут быть использованы для моделирования и прогнозирования. В табл. 3 пред-
ставлены перспективные прогнозные оценки анализируемых показателей на период с января по декабрь 2012 года.
Полученные прогнозные оценки показывают, что в 2012 году динамика объемов добычи угля останется достаточно неустойчивой с выраженной сезонностью, однако, в рамках всего прогнозного периода можно ожидать незначительный прирост данного показателя.
Оценка перспектив поведения цен производителей на каменный уголь в целом имеет адекватное обоснование, связанное с изменением спроса на уголь, и слабо выфаженную сезонную составляющую. При этом средняя цена производителей на каменный уголь, в отличие от показателей добыгаи угля, будет характеризоваться достаточно сильным устойчивым ростом, значительно превышающим уровень инфляции.
Литература
1. Статистика: учеб./ В.Г. Минашкин [и др.]; под ред. В.Г. Минашкина. - М.: ТК Велби, Изд-во Проспект, 2005. -272 с.
2. Основы теории статистики: учебное пособие. / В.Г. Минашкин, Л. О. Козарезова. - М.: Финансы и статистика, 2004. - 141 с.
3. «Экономические аспекты в развитии предприятий угольной промышленности в современных рыночных условиях», Ежемесячный научно-технический и производственно-экономический журнал «Уголь». 2011. № 9. С. 12.
4. Н. В. Куприенко Статистика. Методы анализа распределений. Выборочное наблюдение. 3-е изд. : учеб. пособие. / Н. В. Куприенко, О. А. Пономарева, Д. В. Тихонов. - СПб.: Изд-во Политехи. ун-та, 2009. - 138 с.
5. Социально-экономическая статистика: Учебник для вузов / По ред. Баш-катова Б.И. - М.: ЮНИТИ-ДАНА, 2002. - 703 с.
6. Основные принципы эффектив-
Та блица 3. Прогнозные значения основных показателей деятельности предпршшш угольной промышленности на 2012 гол
Месяц Прогнозные шпчеимя
Добычи угля, МЛН.Т- Средняя цен;) производителей н;1 каменный уголь, руб. in 1 т
I 28,33 1 463,00
II 27,44 1 526,21
III 28,83 I 571,09
IV 25,86 1 602,30
V 25,43 1 734,22
VI 24,62 1 739,59
vn 25,06 1 762,94
VIII 26,21 1 797,83
IX 27,28 1 853,30
X 29,51 1 94!,81
XI 30,44 1 980,40
XII 31,70 2 013,85
ности и реализуемости инновации в угольной промышленности / Ежемесячный научно-техническиИ и производственно-экономический журнал «Уголь», 2012, №1.
7. Шмойлова Р. А., Минашкин В.Г., Садовникова Н.А., Шувалова Е.Б. Теория статистики: Учебник / Под ред. проф. Шмойловой Р.А. - М.: Финансы и статистика, 2008.
References
1. Minashkin V.G. et al. Statistics: textbook, edited by Minashkin V. G. - M.: TK Welby, Publishing House 'Prospect', 2005 - p.272
2. Minashkin V.G., Kozarezova L.O. Principles of Statistics Theory: textbook. - M.: Finance and Statistics, 2004 - p.141
3. Economic Aspects of Developing Coal Industry Enterprises in Current
Market Conditions, Monthly Scientific-Technical and Industrial Journal 'Coal', 2011, N9 - p.12
4. Kuprienko N.V. Statistics. Methods of Distribution Analysis. Selected Observation. 3rd edition: textbook/ Kuprienko N.V., Ponomareva O.A., Tikhonov D.V - SPb.: Publishing House of the Polytechnical University, 2009 -p.138
5. Social and Economic Statistics: textbook for higher educational institutions/ edited by Bashkatov B.I. -M.: UNITI-DANA, 2002 - p.703
6. Basic Principles of Efficiency and Realization of Unnovations in Coal Industry / Monthly Scientific-Technical and Industrial Journal 'Coal', 2002, N1
7. Statistics Theory: textbook/ edited by Prof Shmoylova R.A. - M.: Finance and Statistics, 2008
