CC BY
21К вопросу о прогнозировании цен на нефть российской марки Urals
CS CS
о
CS
о ш m
X
<
m О X X
Маракова Наталья Игоревна,
к.э.н., доцент кафедры Математических методов и бизнес-информатики ФГБОУ ВО «Московский государственный университет международных отношений (МГИМО)», n.marakova@odin.mgimo.ru
Колпаков Павел Александрович,
к.э.н., доцент кафедры экономической теории
ФГАОУ «Российский государственный университет нефти и
газа (НИУ) имени И.М. Губкина», kolpakovp@yandex.ru
Вопросам прогнозирования цен на нефть посвящены многие исследования российских и зарубежных ученых в силу ее определяющего воздействия на конъюнктуру мировых товарных рынков и на макроэкономические показатели стран мира. Согласно оценкам большинства ведущих мировых экспертов и аналитических агентств, минеральное органическое топливо, в т.ч. нефть, по-прежнему, остается доминантой в мировой энергетике и стратегическим ресурсом для многих государств. В настоящей статье приводится ретроспективный анализ исторических цен на нефть марки Urals; рассчитываются абсолютные и относительные темпы роста, прироста, средние значения динамического ряда цен на нефть Urals; проводится прогнозирование цен на 1 полугодие 2023 года при помощи нескольких статистических методов (простого линейного тренда, скользящих средних, метода аналитического выравнивания); рассчитывается ошибка прогноза и доверительные интервалы прогноза (верхние и нижние границы).
Статья может быть интересна аналитикам нефтяного рынка, менеджерам ТЭК различных уровней, аспирантам и всем интересующимся данным вопросом.
Ключевые слова: нефть, нефть марки Urals, прогнозирование, прогнозирование цен на нефть, ТЭК.
Нефтяной рынок условно включает в себя два основных сектора - физический рынок, где происходят поставки товаров, и финансовый рынок, на котором происходит торговля производными инструментами (фьючерсными контрактами на сырую нефть). Торговля фьючерсами осуществляется по маркерным сортам нефти, в первую очередь западно-техасской нефти сорта WTI (West Texas Intermediate), реализуемой на Нью-Йоркской товарной бирже; нефти Северного моря сорта Brent - на Лондонской межконтинентальной бирже; ближневосточной нефти сорта Dubai - на Сингапурской международной товарной бирже. Долгосрочные экспортные контракты на поставку нефти ориентированы на привязку цены к котировкам одного из мировых маркеров, в настоящий момент чаще всего - нефти марки Brent и предполагают оплату в долларах за баррель.
До середины 1980-х годов эталонным сортом поставок по официальным ценам ОПЕК являлась ближневосточная нефть Arabian Light. Однако в связи с развитием торговли нефтяными фьючерсами на мировых рынках с 1983 года - лидирующими маркерами нефти становятся WTI и, чуть позже, с конца 1988- Brent. В настоящее время около двух третей нефтяного экспорта происходит по ценам, ориентированным на котировки сорта Brent.
Российская нефтяная марка Urals получается посредством смешения нескольких сортов, добываемых в разных регионах России. Кроме этой марки Россия поставляет и некоторые другие нефтяные бренды, например, Sokol, ESPO, однако они не оказывают решающего влияния на ценообразование.
Купить фьючерсы можно на срочном рынке FORTS биржи MOEX (работает с 10:00 до 18:50 МСК.) и на иностранных биржах, как NYMEX (с 16:20 до 22:30 МСК.), LIFFE (04:00 до 00:00 МСК.), где Urals торгуется под тикером REBCO (Russian Export Blend Crude Oil).
Вывод на рынки марки Urals и запуск ее на открытые торги фьючерсов преследовало цель ухода от привязки к цене марки Brent, чтобы формирование стоимости происходило с учетом спроса и предложения только по итогам торговли на российских площадках. Развитие независимых торговых площадок и оплата товара в рублевом эквиваленте неоднократно выдвигались в качестве важных стратегических ориентиров развития нефтегазовой отрасли России.
Добывают Urals из месторождений Татарстана, Башкирии, Ханты-Мансийска и некоторых других регионов РФ. В производстве и переработке задействованы компании: «Роснефть», «ТНК-ВР», «ЛУКОЙЛ», «Баш-нефть», «Татнефть», «Газпромнефть», «Сургутнефтегаз».
Непосредственное смешивание Siberian Light с другими сортами происходит в нефтепроводах Транснефти.
Хотя марка Urals имеет неплохое качество по сравнению с большинством российских сортов, производители постоянно работают над улучшением характеристик за счет применения на НПЗ продвинутых методов переработки сырья. Так «Татнефть» вместо прежнего добавления в смесь тяжелой сернистой нефти из Татарстана собирается ее перерабатывать. Для этой цели в городе Нижнекамск создан комплекс заводов «ТА-НЕКО» (TANECO), обеспечивающий 95-96% глубины переработки сырья за счет гидро- и каталитического крекинга.
К сожалению, добыча Urals, осуществляемая на Урале и в Поволжье менее рентабельна по сравнению с конкурентами из Ближнего Востока. Сорт обладает худшими характеристиками, чем эталонные марки Brent и WTI, что отрицательно влияет на его товарную стоимость.
Цена нефти Urals традиционно формируется на основе стоимости Brent за вычетом небольшого дисконта (скидки), которая дается из-за худших в сравнении с Брент природных свойств.
Занижению стоимости Urals способствуют большее чем у Brent и WTI содержание тяжелых фракций, что делает консистенцию плотнее, а также высокое содержание серы и, напротив, меньшее бензиновой и газойле-вой фракций. Urals в основном идет на экспорт через Новороссийский порт и сеть нефтяных трубопроводов «Дружба».
Узнать напрямую, сколько стоит нефть Urals, при помощи традиционного онлайн графика никак не получится, поскольку его попросту не существует. Продавцы и покупатели для отображения стоимости договорились использовать стандартный график нефти Brent, а затем применять к цене особый коэффициент лямбда (Л), который обычно составляет 0,89. В среднем, размер скидки при покупке барреля Urals составляет около 1-2 USD.
Не удивительно, что корреляция цен Brent и Urals очень высока. В остальном, на стоимость Юралс влияют те же факторы, что и на цену других сортов нефти.
Однако существуют факторы, напрямую влияющие на цену марки Urals:
• Аварии на буровых платформах, НПЗ и трубопроводах, осуществляющих добычу, переработку и доставку продукта.
• Природные катастрофы в местах нефтедобычи Urals (ураганы, пожары, наводнения).
• Экономические и политические события (действия российского правительства, риск банкротства какого-либо завода, коррупционные скандалы, вероятность международных санкций).
В целом, как и для ключевых нефтяных маркеров, таких как Brent и WTI, для марки Urals также представляется актуальным составление прогнозов будущих цен за баррель. Рассмотрим несколько методик прогнозирования цен на нефть российской марки, вначале представив исторические котировки цен в виде динамического ряда (табл. 1).
Далее проведем расчет абсолютных и относительных темпов роста и прироста цены на нефть марки Urals, а также найдем их средние значения (табл. 2).
Таблица 1
Месяц Январь Февраль Март Апрель Май Июн ь Июл ь Август Сен-тябр ь Ок-тябр ь Ноябрь Де-кабр ь Сред нее
2010 75,9 5 72,74 76,7 1 82,5 2 73,3 6 74,2 5 74,1 7 75,6 7 77,4 81,5 3 84,3 9 89,5 78,18
2011 93,8 3 101,3 4 111, 25 119, 44 93,4 4 111, 71 115, 29 109, 49 111,5 108, 39 110, 65 107, 6 107,8 3
2012 109, 8 118,9 2 122, 6 117, 09 108, 86 93,4 4 94,8 4 113, 1 111,5 6 110, 38 108, 29 108, 33 109,7 7
2013 111, 81 114,4 5 106, 67 101, 1 102, 27 102, 85 108, 24 111, 11 110,8 6 107, 91 107, 32 109, 88 107,8 7
2014 106, 43 107,4 2 106, 68 106, 56 107, 7 108, 93 105, 4 101, 09 95,84 86,3 8 78,3 3 61,0 7 97,65
2015 46,5 8 57,3 54,5 3 59,1 6 63,6 9 61,3 5 55,5 1 45,6 3 46,66 46,7 7 42,1 1 36,4 2 51,31
2016 28,7 5 30,55 36,5 3 39,6 3 44,6 6 46,4 9 43,5 8 43,9 44,18 48 43,8 7 52,0 8 41,85
2017 53,1 6 53,49 49,7 6 51,1 1 49,1 4 45,6 5 47,8 5 51,0 2 54,24 56,3 5 61,9 7 63,6 1 53,11
2018 69,4 6 63,27 63,6 8 69,0 8 74,8 6 73,3 8 72,8 7 71,7 2 78,06 79,2 6 64,8 57,5 9 69,84
2019 59,8 5 63,85 65,9 8 71,5 4 70,9 3 61,9 3 63,3 4 59,3 8 61,06 58,4 5 63,3 4 64,4 7 63,68
2020 63,5 9 54,24 29,1 7 18,2 2 31,0 3 41,9 3 43,9 1 44,5 1 40,91 40,5 3 43,3 2 49,3 7 41,73
2021 49,2 081 55,35 8 58,4 463 58,1 259 60,7 87 65,3 082 66,0 825 62,7 005 66,63 43 74,5 019 71,9 031 66,5 809 62,97
2022 76,0 861 83,84 69 100, 0894 94,4 112 99,6 177 104, 575 93,3 076 86,9 53 80,49 16 83,2 15 84,5 144 - 89,74
Таблица 2
Год Среднее значение цен на нефть Urals абс. темп роста темп роста темп прироста
базисный цепной базисный цепной базисный цепной
2010 78,18 - - - - - -
2011 107,83 29,65 29,65 137,92 137,92 37,92 37,92
2012 109,77 31,59 1,94 140,40 101,80 40,40 1,80
2013 107,87 29,69 -1,90 137,98 98,27 37,98 -1,73
2014 97,65 19,47 -10,22 124,90 90,53 24,90 -9,47
2015 51,31 -26,87 -46,34 65,63 52,54 -34,37 -47,46
2016 41,85 -36,33 -9,46 53,53 81,57 -46,47 -18,43
2017 53,11 -25,07 11,26 67,93 126,91 -32,07 26,91
2018 69,84 -8,35 16,72 89,32 131,49 -10,68 31,49
2019 63,68 -14,51 -6,16 81,45 91,18 -18,55 -8,82
2020 41,73 -36,46 -21,95 53,37 65,53 -46,63 -34,47
2021 62,97 -15,21 21,24 80,54 150,91 -19,46 50,91
2022 89,74 11,55 26,77 114,78 142,51 14,78 42,51
Средний абсолютный прирост цены марки Urals составляет:
Ду =
уп - yl 89,74 - 78,18
= 0,96
п-1 13-1
Таким образом, можно заключить, что в среднем за 13 лет цена за баррель нефти марки марки Urals ежегодно росла примерно на 0,96 $ за баррель. Средний темп роста определим по формуле:
13-1 189,74
т =
■ * 100% =
;* 100% = 101,16
т.е. в среднем ежегодно цена марки Urals составляла 101,16% от уровня цены по предыдущему году. Средний темп прироста рассчитаем по формуле:
К = ? - 100% = 101,16 - 100 = 1,16 Т.е. в среднем, ежегодно цена на нефть марки Urals повышалась на 1,16%.
Далее представим несколько методов прогнозирования динамического ряда цен на нефть марки Urals. Самым простым методом здесь можно назвать метод построения простого линейного тренда встроенными операторами Excel или другим аналогичным ПО (рис. 1).
X X
о го А с.
X
го m
о
м о м м
по месяц
ам
сч сч о сч
О Ш СО X
<
со о
Таблица 3
Вспомогательная таблица для расчета параметров линей-
1 S i 1 S i i 8 i ; 8 i 3 8
Рисунок 1- Прогнозирование цен на нефть марки Urals при помощи простого линейного тренда
Как можно заметить, аппроксимация и прогнозирование по простому линейному тренду не дает какой-либо существенности и значимости полученных результатов. Коэффициент детерминации R2 составляет всего лишь 0,26, что далеко от 1,0 и свидетельствует о низком качестве такого прогноза.
Далее произведем попытку построить прогноз, сгладив динамический ряд исторических котировок цен на нефть российской марки Urals при помощи трехзвенной, пятизвенной и семизвенной скользящей средней, что, возможно, даст лучший результат и прогноз более высокого качества (рис. 2).
Рисунок 2- Прогнозирование цен на нефть марки Urals при помощи трехзвенной, пятизвенной и семизвенной скользящей средней и линейного тренда
Однако, как можно отметить на графике, даже сглаживание при помощи семизвенной скользящей средней и вывод линейной аппроксимации по ней не дают высокого качества прогноза - коэффициент детерминации по-прежнему низкий, он незначительно поднялся относительно предыдущего варианта прогноза и составляет лишь R2 = 0,33.
На следующем шаге воспользуемся способом аналитического выравнивания ряда динамики цен на российскую нефть марки Urals с целью получения тренда аппроксимации и уравнения для последующего прогнозирования более высокого качества.
Метод аналитического выравнивания предполагает зависимость динамического ряда цен от одного фактора - от времени и построения уравнения линейной регрессии вида [1]:
Гтеор = а + bt
С целью проведения необходимых расчетов и составления уравнения теоретической кривой создадим таблицу 3.
Месяц Цена за баррель, $ (у) t tA2 t*y Y теор=74,95-0,29t (y-уср)Л2 (y-yt)A2
янв. 10 75,95 -77 5929 -5848,15 94,96 0,14824 984 361,37 07
фев. 10 72,74 -76 5776 -5528,24 94,72 12,9242 5694 483,02 69
мар. 10 76,71 -75 5625 -5753,25 94,48 0,14060 0807 315,63 05
апр. 10 82,52 -74 5476 -6106,48 94,23 38,2538 2597 137,22 05
май. 10 73,36 -73 5329 -5355,28 93,99 8,85081 6937 425,68 91
июн. 10 74,25 -72 5184 -5346 93,75 4,34735 9517 380,26 38
июл. 10 74,17 -71 5041 -5266,07 93,51 4,68736 4678 373,97 66
авг.1 0 75,67 -70 4900 -5296,9 93,27 0,44226 7904 309,64 02
сен. 10 77,40 -69 4761 -5340,6 93,02 1,13415 6291 244,13 18
окт.1 0 81,53 -68 4624 -5544,04 92,78 26,9876 8984 126,62 63
ноя. 10 84,39 -67 4489 -5654,13 92,54 64,8825 0532 66,438 1
дек. 10 89,50 -66 4356 -5907 92,30 173,316 3756 7,8348 36
янв. 11 93,83 -65 4225 -6098,95 92,06 306,073 8963 3,1428 26
фев. 11 101,34 -64 4096 -6485,76 91,82 625,248 4118 90,719 55
мар. 11 111,25 -63 3969 -7008,75 91,57 1219,05 4972 387,16 7
апр. 11 119,44 -62 3844 -7405,28 91,33 1858,03 8244 790,08 44
май. 11 93,44 -61 3721 -5699,84 91,09 292,579 9215 5,5240 03
апр. 21 58,13 58 3364 3371,302 2 58,21 282,895 1 0,0076 87
май. 21 60,79 59 3481 3586,433 57,93 200,459 9 8,1904 92
июн. 21 65,31 60 3600 3918,492 57,64 92,8753 3 58,853 18
июл. 21 66,0825 61 3721 4031,032 5 57,35 78,5507 2 76,289 09
авг.2 1 62,70 62 3844 3887,431 57,06 149,937 2 31,819 1
сен. 21 66,6343 63 3969 4197,960 9 56,77 69,0741 3 97,281 16
окт.2 1 74,5019 64 4096 4768,121 6 56,48 0,19667 9 324,69 16
ноя. 21 71,9031 65 4225 4673,701 5 56,19 9,25549 5 246,76 89
дек. 21 66,5809 66 4356 4394,339 4 55,91 69,9646 113,95 9
янв. 22 76,0861 67 4489 5097,768 7 55,62 1,30123 2 418,97 34
фев. 22 83,8469 68 4624 5701,589 2 55,33 79,2369 8 813,28 31
мар. 22 100,0894 69 4761 6906,168 6 55,04 632,221 5 2029,4 21
апр. 22 94,4112 70 4900 6608,784 54,75 378,918 1572,8 66
май. 22 99,6177 71 5041 7072,856 7 54,46 608,723 2 2038,9 16
июн. 22 104,575 72 5184 7529,4 54,17 877,914 1 2540,1 74
июл. 22 93,3076 73 5329 6811,454 8 53,89 337,171 1554,0 32
авг.2 2 86,953 74 5476 6434,522 53,60 144,182 8 1112,5 62
сен. 22 80,4916 75 5625 6036,87 53,31 30,7605 1 738,87 06
окт.2 2 83,215 76 5776 6324,34 53,02 68,3865 4 911,68 09
ноя. 22 84,5144 77 5929 6507,608 8 52,73 91,5660 6 1010,0 91
Итог о 11616,53 0 31031 0 89518,06 05 11616,5346 101284, 1 75459, 97
Для построения тренда линейной аппроксимации в рамках метода аналитического выравнивания рассчитаем параметры а и Ь по формулам [2]:
а = — = 74,95
Ь= = —0,29
Подставим полученные значения параметров а и Ь в теоретический тренд линейной аппроксимации: Гтеор = 74,95 - 0,29£
Далее в таблице 3 при помощи полученного уравнения теоретического тренда найдем теоретические значения для каждого уровня динамического ряда. Сумма полученных значений по теоретическому и эмпирическому ряду совпала, что говорит о правильности построения теоретического уравнения линейной аппроксимации по методу аналитического выравнивания.
Отобразим полученный теоретический и эмпирический ряд динамики на рис. 4.
а' =
£(У*-У)Л2
=653,45
ЛИНЕЙН и др.) и на основе выровненного динамического ряда выполнить прогноз на ближайшее полугодие (табл. 4).
Таблица 4
Прогноз цен на нефть марки \Jrals на 1 полугодие 2023 года (на основе аналитического выравнивания ряда и функции
Месяц Цена за баррель, $
дек.22 78,61
янв.23 78,49
фев.23 78,38
мар.23 78,26
апр.23 78,14
май.23 78,03
июн.23 77,91
Однако стоит учитывать, что необходимо произвести оценку точности прогноза при помощи расчетов величины ошибки (погрешности) прогноза, характеризующей расхождение между фактическим и прогнозным значением, а также произвести построение доверительных интервалов для прогнозных значений.
Ошибка прогноза рассчитывается по формуле [5]:
Рисунок 4 - Аналитическое выравнивание динамического ряда цен на нефть марки Urals за баррель, S
Можно отметить высокое качество полученного уравнения линейной аппроксимации, коэффициент детерминации R2 составил 0,9999 ~1,0.
Дополнительно проведем проверку надежности полученного уравнения при помощи критерия Фишера.
Для этого рассчитаем общую дисперсию по формуле [3,4]:
С = С А прогноз Д 1 ^ 1 ^ прогноз Х ) n n -С2Х
Доверительные интервалы для прогноза верхних и нижних значений (оптимистических и пессимистических значений) рассчитываются по формулам: - для верхней границы [6,7]:
У +1 бл 'С
s прогноз табл
прогноз
- для нижней границы:
Остаточную дисперсию вычислим по формуле:
^остат = =486,84
п
Фактическую дисперсию по формуле:
ст2факт = а2 -ст2остат = 166,61
Найдем фактический критерий Фишера по формуле:
1 а2 факт
^^акт = Щ-?-—=(1/2)*166,61 / (1/153)*486,84=
-;-О ОСт.
n-k-l
26,18
В этой формуле k - количество оцениваемых параметров (переменных величин), в нашем случае такая величина одна, а n - число переменных, в нашем случае динамический ряд состоял из 155 месяцев со своими значениями цен на нефть. Таким образом по числителю и по знаменателю мы получили число степеней свобод: k1 = 2, k2 = 153.
Сопоставим фактический критерий Фишера с табличным критерием Фишера. Уровень надежности а = 0,05, число степеней свобод k1 = 2, k2 = 153.
F табличное = 3,06.
Так как F факт > F табличное полученное уравнение надежно описывает тренд линейной аппроксимации цен на нефть марки Urals и может быть использовано для дальнейших прогнозов и расчетов.
В дальнейшем, например, можно использовать функцию ТЕНДЕНЦИЯ в Excel (или другие похожие встроенные функции, такие как РОСТ, ЛГРФМПРИБЛ,
У
прогноз
- t
С
прогноз
Для нашего прогноза расчётная дисперсия составляет 166,6, а стандартная ошибка 0,0066. Далее для каждого прогнозного месяца можно рассчитать ошибку прогноза и доверительные интервалы, используя приведенные выше формулы (табл. 5).
Таблица 5
Прогноз цен на нефть марки Urals на 1 полугодие 2023 года с учетом ошибок прогноза, верхних и нижних границ довери-
Месяц Прогноз цены за баррель, $ ошибка прогноза Доверительные интервалы прогноза
Верхняя граница прогноза Нижняя граница прогноза
дек.22 78,61 12,952297 104,20 53,02
янв.23 78,49 0,006636 78,51 78,48
фев.23 78,38 0,000000 78,38 78,38
мар.23 78,26 0,000000 78,26 78,26
апр.23 78,14 0,000000 78,14 78,14
май.23 78,03 1,982078 81,94 74,11
июн.23 77,91 0,000000 77,91 77,91
Таким образом, можно заключить, что в первом полугодии 2023 года цены на нефть марки Urals будут ко-
I
х
О >
п.
X
го m
о
ю о ю ю
лебаться в коридоре 77-78,5 $ за баррель при сохранении текущих тенденций и условий деятельности российских компаний на международных рынках.
Для построения более сложных моделей, учитывающих влияние множества факторов на динамику цен на нефть марки Urals можно, например, воспользоваться моделями многофакторной регрессии и некоторыми другими.
Литература
1. Айвазян, С. А. Методы эконометрики: учебник / С. А. Айвазян. — Москва: Магистр: ИНФРА-М, 2022. — 512 с. - ISBN 978-5-9776-0153-5. - Текст: электронный. - URL: https://znanium.com/catalog/product/1840468
2. Невежин В. П. Практическая эконометрика в кейсах : учеб. пособие/ В.П. Невежин, Ю.В. Невежин. — Москва: ИД «ФОРУМ»: ИНФРА-М, 2019. — 317 с. Режим доступа: https://znanium.com/catalog/product/1010768
3. Бабешко Л. О. Эконометрика и эконометрическое моделирование: учебник / Л.О. Бабешко, М.Г. Бич, И.В. Орлова. - Москва: Вузовский учебник: ИНФРА-М, 2019. -385 с. Режим доступа: https://znanium.com/catalog/product/1029152
4. Бабешко, Л. О. Эконометрика и эконометрическое моделирование в Excel и R: учебник / Л.О. Бабешко, И.В. Орлова. — Москва: ИНФРА-М, 2022. — 300 с.: ил. — (Высшее образование: Магистратура). — DOI 10.12737/1079837. - ISBN 978-5-16-016059-7. - Текст: электронный. - URL: https://znanium.com/catalog/product/1771210
5. Басовский, Л. Е. Эконометрика: учебное пособие / Л.Е. Басовский. — Москва: РИОР: ИНФРА-М, 2022. — 48 с. — (ВО: Бакалавриат). - ISBN 978-5-369-01569-8. -Текст: электронный. - URL: https://znanium.com/catalog/product/1816736
6. Плохотников К. Э. Основы эконометрики в пакете STATISTICA: учебное пособие / К.Э. Плохотников. — Москва: Вузовский учебник, 2019. — 297 с. Режим доступа: https://znanium.com/catalog/product/1072244
7. Притчина Л.С. Готовность к цифровизации и подготовка кадров. Экономика и управление: проблемы, решения. 2018. T.6. №11. С. 77-81.
On the issue of forecasting prices for Russian Urals oil Marakova N.I., Kolpakov P.A.
Moscow State University of International Relations (MGIMO), Gubkin Russian
State University of Oil and Gas (national research university) JEL classification: H87, F02, F15, F29, F40, F42, F49
Many studies of Russian and foreign scientists have been devoted to the forecasting of oil prices due to its decisive impact on the conjuncture of world commodity markets and on the macroeconomic indicators of the countries of the world. According to the estimates of most of the world's leading experts and analytical agencies, mineral organic fuels, including oil, still remain dominant in the global energy sector and a strategic resource for many states. This article provides a retrospective analysis of historical Urals crude oil prices; absolute and relative growth rates, gains, average values of the dynamic series of Urals oil prices are calculated; prices are forecasted for the 1st half of 2023 using several statistical methods (simple linear trend, moving averages, analytical alignment method); forecast error is calculated and confidence intervals of the forecast (upper and lower bounds).
The article may be of interest to oil market analysts, fuel and energy managers of various levels, graduate students and anyone interested in this issue.
Keywords/ oil, Urals crude oil, forecasting, forecasting oil prices, fuel and
energy complex. References
1. Ayvazyan, S. A. Methods of econometrics: textbook / S. A. Ayvazyan. —
Moscow: Master: INFRA-M, 2022. — 512 p. - ISBN 978-5-9776-0153-5.
- Text: electronic. - URL: https://znanium.com/catalog/product/1840468
2. Nevezhin V. P. Practical econometrics in cases : studies. manual / V.P.
Nevezhin, Yu.V. Nevezhin. — Moscow: ID "FORUM": INFRA-M, 2019.
— 317 p. Access mode: https://znanium.com/catalog/product/1010768
3. Babeshko L. O. Econometrics and econometric modeling: textbook / L.O.
Babeshko, M.G. Beach, I.V. Orlova. - Moscow: University textbook: INFRA-M, 2019. - 385 p. Access mode: https://znanium.com/catalog/product/1029152
4. Babeshko, L. O. Econometrics and econometric modeling in Excel and R:
textbook / L.O. Babeshko, I.V. Orlova. — Moscow: INFRA-M, 2022. — 300 p.: ill. — (Higher education: Master's degree). — DOI 10.12737/1079837. - ISBN 978-5-16-016059-7. - Text: electronic. - URL: https://znanium.com/catalog/product/1771210
5. Basovsky, L. E. Econometrics: textbook / L.E. Basovsky. — Moscow:
RIOR: INFRA-M, 2022. — 48 p. — (IN: Bachelor's degree). - ISBN 9785-369-01569-8. - Text: electronic. - URL: https://znanium.com/catalog/product/1816736
6. Plokhotnikov K. E. Fundamentals of econometrics in the STATISTICA
package: textbook / K.E. Plokhotnikov. — Moscow: University textbook, 2019. — 297 p. Access mode:
https://znanium.com/catalog/product/1072244
7. Pritchina L.S. Readiness for digitalization and personnel training.
Economics and management: problems, solutions. 2018. T.6. No.11. pp. 77-81.
CS CS
о
CS
о ш m
X
<
m О X X
