CC BY
239
"&.С. Устинов
ПРОГНОЗИРОВАНИЕ ЦЕН НА МЕТАЛЛОПРОДУКЦИЮ НА РОССИЙСКОМ РЫНКЕ7
Динамика цен производителей металлопродукции оказывает существенное влияние на финансово-экономические результаты российской металлургии. Поскольку металлургия относится к числу отраслей с длительным инвестиционным циклом, то изменение уровня цен на металлопродукцию может привести к значительному увеличению или сокращению сроков окупаемости крупных инвестиционных проектов. В этих условиях прогнозирование уровня цен на металлопродукцию приобретает большое значение при определении направлений развития отрасли и принятии инвестиционных решений руководством металлургических компаний.
Проблема формирования цен является одной из ключевых в экономической теории, затрагивая вопросы взаимодействия спроса и предложения на рынке. Согласно П.Х. Линдерту, «на рынке спрос и предложение совместно определяют как количество покупаемых и продаваемых товаров, так и их относительные цены. Спрос и предложение точно так же ... действуют в международной торговле, как и на местных, внутренних рынках» [1]. Таким образом, особую важность при прогнозировании цен приобретает определение факторов спроса и предложения, включаемых в модельные расчеты. Процессы ценообразования отличаются на разных отраслевых рынках, в результате чего необходимо как определение границ исследуемого рынка, так и выявление специфических ценообра-зующих факторов, характерных для конкретного рынка. Следовательно, обобщенные теоретические подходы к прогнози-
1 Статья подготовлена при финансовой поддержке Российского фонда фундаментальных исследований (Проект № 12-06-33051).
290
рованию цен необходимо конкретизировать на основе использования эмпирических фактов, характеризующих рассматриваемый отраслевой рынок.
В настоящее время существует множество методик прогнозирования цен на металлопродукцию, в которых используются многофакторные (реже однофакторные) регрессионные уравнения. Например, в публикации [2] в модель прогнозирования цен российских производителей на холоднокатаный прокат были включены пять факторов: объем поставок холоднокатаного листа на рынок (тонн), объем производства легковых автомобилей (штук), потребность автозаводов в холоднокатаном листе (тонн), экспортные цены на холоднокатаный лист (долл./т) и объем денежной массы (млрд. руб.). В работе [3] в модели прогнозирования мировых цен на горячекатаный прокат использовался такой фактор, как коэффициент загрузки мощностей по выплавке стали, прочие факторы были отнесены к малозначимым со статистической точки зрения. В статье [4] представлена модель, позволяющая прогнозировать мировую среднегодовую цену на сталь в среднесрочной перспективе. Данная модель основана на регрессионной зависимости между ценой металлопроката, уровнем загрузки мировых сталелитейных мощностей и динамикой себестоимости производства стали (которая в значительной степени определяется ценами на железорудное сырье и коксующийся уголь). Прогноз уровня загрузки производственных мощностей разрабатывается в соответствии с планами металлургических компаний по вводу новых сталеплавильных мощностей [4].
Прогнозирование цен на металлы осуществляется большим количеством организаций, среди которых выделяются финансовые структуры (прежде всего, инвестиционные банки), отраслевые информационные агентства, консалтинговые компании, исследовательские институты, а также крупные металлургические и металлоторговые компании. К числу наиболее авторитетных финансовых организаций, регулярно публикующих прогнозы цен на черные и цветные металлы, можно отнести Morgan Stanley, Deutsche Bank, World Bank, Merrill Lynch, Goldman Sachs, Citigroup, Standard Bank и др. Наиболее
291
известные отраслевые информационно-аналитические агентства и исследовательские институты, прогнозирующие цены на металлопродукцию - это Metal Bulletin, MEPS (International) LTD, Commodities Research Unit, SteelGuru, Steel Business Briefing, World Steel Dynamics. Среди российских организаций, осуществляющих информационное обеспечение игроков отечественного рынка металла, можно выделить ценовые прогнозы компании «Металл Эксперт», информационно-аналитических порталов «Rusmet.ru», «MetalTorg.ru». Собственные методики прогнозирования ценовых тенденций на рынке используются металлургическими компаниями ArcelorMittal, POSCO, Nippon Steel Corp, «Северсталь», РУ-САЛ, металлоторговыми компанями Duferco, Metalloyd Ltd.
В XX веке цены на металлопродукцию отражали динамику развития мировой промышленности и ее сбалансированность (баланс спроса и предложения металла), а изменению цен практически всегда находилось адекватное объяснение, например, авария, остановка на ремонт крупного агрегата, забастовка или запуск новой производственной площадки. Однако в 2000-х годах на мировой рынок металла стали оказывать влияние новые значимые факторы, и начиная с 2004 г. цены на металлы стали расти быстрыми темпами, существенно увеличились колебания цен. Это привело к значительному снижению точности прогнозов цен на металлы. Так, в 2004-2007 гг. цены на цветные металлы, опубликованные в прогнозах ведущих мировых инвестиционных банков, отличались от фактических цен в среднем на 20-50% [5]. Изменение внешних условий функционирования предприятий металлургической отрасли определяет необходимость внесения корректив в действующие методики прогнозирования цен на металлопродукцию. В частности, можно отметить такие современные тенденции, как смещение основных объемов потребления металла из про-мышленно развитых стран в новые индустриальные страны, изменение роли мировой торговли в обеспечении потребностей внутреннего рынка в металлопродукции.
Анализ основных факторов, определяющих цены на металлопродукцию. На протяжении всего анализируемого пе-
292
риода 2000-х годов на российский рынок металла большое влияние оказывала конъюнктура мирового рынка. Это объясняется высокой долей экспорта в объеме производства черных и цветных металлов российскими металлургическими компаниями. Так, доля экспорта в производстве готового проката черных металлов в 2005 г. составила 53,9%, в 2011 г. - 39,2%, доля экспорта в производстве первичного алюминия - 81,1% в 2005 г. и 89,4% в 2011 г. (по данным [6-8]). Следует отметить сильную зависимость цен отечественных производителей цветных металлов от уровня цен на ведущих мировых товарных биржах. В частности, рис. 1 [6, 9, 10] иллюстрирует зависимость цен российских производителей на медь рафинированную от расчетных рублевых цен на медь Лондонской биржи металлов (LME - London Metal Exchange). Таким образом, цены производителей на медь в России на 98,6% определяются такими факторами, как цена на медь Лондонской биржи металлов (выраженная в долларах США за тонну) и курс доллара к рублю.
Руб./т 300000 -|
250000 -
200000 -
150000 -
100000 -
50000 -50000 100000 150000 200000 250000 300000
Рис. 1. Зависимость цен на металлопродукцию на российском рынке от уровня мировых цен на примере рафинированной меди, по данным за 2005-2012 гг. (рассчитано автором на основе данных [6, 9, 10])
В отличие от базовых цветных металлов (алюминий, медь, никель, свинец, олово и цинк), черные металлы представлены на ведущих мировых биржах сравнительно недавно: на Лон-
293
донской бирже металлов с 2008 г. ведутся торги по стальной заготовке (steel billet), а на Шанхайской фьючерсной бирже (Shanghai Futures Exchange - SHFE) с 2009 г. осуществляются сделки по арматурной стали (steel rebar) и катанке (wire rod). Ввиду отсутствия длинных временных рядов биржевых цен на черные металлы, а также вследствие относительного низкого влияния биржевых цен на рынок черных металлов до настоящего времени не была выявлена сильная зависимость средних цен производителей черных металлов от биржевых цен. Так, цены российских производителей на прутки горячекатаные, горячетянутые, экструдированные и кованые из нелегированной стали (продуктовая позиция, в которую входит арматурная сталь) только на 52% определяются уровнем расчетных рублевых цен Шанхайской фьючерсной биржи на арматурную сталь, а цены производителей на катанку в РФ объясняются уровнем цен на катанку Шанхайской фьючерсной биржи на 58% (рассчитано по данным [6, 11]).
Кроме того, в процессе исследования не было выявлено сколько-нибудь значимой связи между динамикой цен на черные металлы и индексом потребительских цен, а также индексом цен производителей промышленных товаров. Цены на черные металлы на российском рынке в значительной мере определяются уровнем цен в РФ на основное металлургическое сырье - железную руду и металлургический кокс (коэффициент детерминации в двухфакторном уравнении, где сред-неквартальные цены российских производителей на готовый прокат черных металлов являются зависимой переменной, а среднеквартальные цены российских производителей на железную руду и кокс металлургический являются независимыми переменными, равен 0,91), которые, в свою очередь, определяются уровнем мировых цен на данные виды сырья.
На рис. 2 [6, 10, 12] показана зависимость между ценами производителей на товарную железную руду в России и расчетными рублевыми ценами на экспортируемую из Австралии железную руду (содержащую 62% железа, франко-борт). Средняя экспортная цена австралийских производителей используется как один из основных индикаторов мировых цен на железную
294
руду. Значение коэффициента детерминации, равное 0,89, свидетельствует о наличии сильной связи между мировыми и российскими ценами производителей на железную руду. Аналогичная ситуация наблюдается и с ценами на коксующийся уголь.
В результате расчетов не было выявлено сильной статистической связи между ценами на импортируемую Китаем железную руду (руда с 62% содержанием железа, CFR (Cost and Freight - стоимость товара плюс стоимость фрахта), порт Тяньзинь - еще один популярный индикатор мировых цен на руду) и ценами российских производителей на железную руду, поскольку стоимость фрахта существенно влияет на цену импортируемой руды, искажая первоначальные ценовые пропорции между ценами производителей.
Руб./т 1600 -| 1400 -1200 -1000 -800 -600 -400 -200 -0--
0 1000 2000 3000 4000 5000
Рис. 2. Корреляция между ценами на железную руду в Австралии и в России (по данным за 1999-2012 гг.)
Помимо ресурсных факторов при прогнозировании цен на металлопродукцию необходимо также рассмотреть факторы, связанные со спросом на металл. В качестве подобного интегрального фактора, характеризующего изменение спроса на металл на мировом рынке, можно использовать динамику мирового ВВП. При этом следует иметь в виду, что динамика мирового ВВП, взвешенного по доле стран в мировом потреб-
Среднеквартальные расчетные рублевые цены на экспортируемую из Австралии железную руду (62% Fe, FOB), руб./т.
295
лении готовой стальной металлопродукции, существенно отличается от динамики мирового ВВП, взвешенного по доле
стран в мировом ВВП (рис. 3) [13, 14].
%
Рис. 3. Динамика мирового ВВП в 1999-2011 гг.: -темп прироста мирового ВВП;-----средний темп прироста ВВП
Из рис. 3 видно, что даже в период спада мировой экономики в 2009 г. темп прироста мирового ВВП, взвешенного по доле стран в мировом потреблении готовой стальной металлопродукции, составил 4,8%, в то время как темп прироста ВВП, рассчитанный традиционным способом, составил -2,2%. Это связано с тем, что крупнейшим потребителем металла в 2000-х годах стал Китай (с долей 45,4% в 2011 г.), темп прироста ВВП которого на протяжении 2000-х годов варьировался от 8 до 14%. Таким образом, корректировка динамики мирового ВВП на структуру потребления металла по странам мира позволяет повысить точность прогноза цен на металлопродукцию.
Еще одним фактором, определяющим спрос на металл, является динамика инвестиций в основной капитал. Поскольку существует прямая зависимость между потреблением готового проката в регионах РФ и объемом инвестиций в основной капитал в соответствующих субъектах федерации, то рост инвестиций в условиях ограниченного предложения металла на внутреннем рынке (невозможность кратного увеличения объемов производства готового проката в стране в короткий срок
296
при наличии возможности у государства и бизнеса в разы увеличить инвестиции в конкретном регионе или в конкретную отрасль) должен приводить к росту цен на прокат. В предложенной методике прогнозирования цен на готовый прокат черных металлов в качестве индикатора изменения спроса на металлопродукцию на отечественном рынке используется темп роста физического объёма инвестиций в основной капитал в России.
Схема прогнозирования цен российских производителей на готовый прокат черных металлов. В представленной в данной статье методике для прогнозирования индексов цен производителей в РФ на готовый прокат черных металлов используются четыре фактора: темп роста физического объёма инвестиций в основной капитал в РФ, средний темп физического роста ВВП крупнейших стран - потребителей металла (Китай и США), взвешенный по доле данных стран в мировом потреблении стальной металлопродукции, индекс мировых цен на железную руду и индекс мировых цен на коксующийся уголь (рис. 4).
Рис. 4. Схема прогнозирования цен российских производителей на готовый прокат черных металлов
297
Прогнозные мировые цены на железную руду и коксующийся уголь ежеквартально публикуются Австралийским бюро природных ресурсов и энергетики (The Bureau of Resources and Energy Economics), которое является достаточно авторитетным источником информации о сырьевых рынках, что позволяет использовать эти цены в качестве экзогенных данных для рассматриваемой модели прогнозирования цен на готовый прокат черных металлов. В качестве источника данных о прогнозных темпах роста ВВП различных стран мира и темпах физического роста инвестиций в основной капитал в России можно использовать прогнозы социально-экономического развития Российской Федерации и отдельных секторов экономики, разрабатываемые на регулярной основе Министерством экономического развития РФ [15].
В результате было получено следующее регрессионное уравнение для расчета индекса цен на готовый прокат черных металлов:
I = I д * 0 294 + I * 0 231 +
1цен прокат 1ценруда 1 1цен кокс
+ 1инв.ок * 0,083 + Трввп (КНР, США) * 0,369, где 1цен прокат - индекс цен производителей в РФ на готовый прокат черных металлов, к предыдущему периоду, раз (в качестве расчетного периода используется квартал); 1цен руда - индекс расчетных цен производителей в РФ на руду железную товарную необога-щенную, к предыдущему периоду, раз; 1цен кокс - индекс расчетных цен производителей в РФ на кокс металлургический, к предыдущему периоду, раз; 1шв.ОК - индекс физического объема инвестиций в основной капитал в РФ (период и-1, поскольку существует лаг между выделением денежных средств на инвестиционные цели и материальным наполнением инвестиций), к предыдущему периоду, раз; ТрВВП (КНР, США) - средний темп физического роста ВВП США и Китая, взвешенный по доле данных стран в мировом металлопотреблении, к предыдущему периоду, раз.
Согласно представленной формуле, наибольшее влияние на формирование индекса цен на готовый прокат черных металлов оказывает средний темп физического роста ВВП США и Китая, взвешенный по доле в мировом металлопотреблении, а наименьшее влияние - индекс физического объема инвести-
298
ций в основной капитал в РФ. Так, в случае прироста мирового ВВП на 10% цены на готовый прокат в РФ вырастут на 3,7% (при условии, что темп роста остальных показателей, включенных в модель, будет равен единице), а при увеличении физического объема инвестиций в основной капитал в РФ цены отечественных производителей на готовый прокат вырастут только на 0,8% (при соблюдении того же условия).
На рис. 5 приведено сопоставление фактических средних цен производителей в РФ на готовый прокат черных металлов в 2000-2012 гг. с ценами на прокат, рассчитанными по представленной четырехфакторной модели.
Руб./т 35000
5000
оооооооооо'—I'—I'—I'—I'—11—11—11—11—11—о^ Период 000000000000000000000
Рис. 5. Соотношение фактических (-----) и рассчитанных по модели
прогнозных цен производителей (-) в РФ на металлопрокат
Из рис. 5 видно, что в целом за анализируемый период 2000-х годов наблюдается незначительное отклонение фактических цен от цен, рассчитанных по модели, за исключением нескольких выпадающих точек в 2004-2005 гг. и в 2008-2009 гг.
Возможности и ограничения использования рассматриваемой модели прогнозирования цен. Представленная модель в целом позволяет прогнозировать динамику цен российских производителей на готовый прокат черных металлов, поскольку включенные в модель факторы на 99% объясняют величину
299
зависимой переменной, а среднее отклонение рассчитанных по модели цен от фактических составляет 6,7% (без учета выпадающих точек - II кв. 2004 г., Ш и IV кв. 2008 г. и I кв. 2009 г. -5,2%). При этом в период кризисных явлений в мировой экономике и во время ажиотажного спроса на металлопродукцию могут наблюдаться высокие отклонения прогнозных цен на металлопрокат от фактических, что объясняется различной скоростью реакции на сопряженных рынках на происходящие в мире изменения. К ограничениям использования рассматриваемой модели следует отнести зависимость точности прогнозных расчетов от точности прогнозных значений экзогенных переменных. При использовании в экономических расчетах средней цены производителей на готовый прокат в РФ необходимо принимать во внимание наличие существенной региональной дифференциации цен. Так, в декабре 2011 г. отношение максимальной и минимальной цен плоского холоднокатаного стального проката без покрытий шириной не менее 600 мм по федеральным округам РФ составило 2,52 раза, по тонколистовому горячекатаному стальному прокату аналогичное соотношение составило 2,01 раза (рассчитано по данным [6]).
Анализируя динамику цен российских производителей готового проката черных металлов, можно сделать вывод о том, что процесс ценообразования на российском рынке металлопродукции в значительной степени обусловлен процессами, происходящими на глобальном рынке, включая изменение темпов роста мировой экономики и конъюнктуру на мировом рынке первичных ресурсов, используемых в металлургическом производстве. Несмотря на это в среднесрочной перспективе ожидается возрастание влияния отечественных потребителей на формирование цен на готовый прокат на российском рынке. Такая ситуация может быть обусловлена увеличением спроса на металл в РФ при реализации крупных инфраструктурных проектов и переориентацией российских металлургических компаний на внутренний рынок из-за усиления конкуренции на мировом рынке вследствие снижения потребностей в металле Китая, потребляющего в настоящее время около половины производимой в мире стальной металлопродукции. Следовательно, изменение сложившейся ситуации на россий-
300
ском рынке металла в среднесрочной перспективе потребует
корректировки как состава включаемых в модель независимых
переменных, как и коэффициентов при этих переменных.
Литература и информационные источники
1. Линдерт П.Х. Экономика мирохозяйственных связей. Пер. с англ. -М.: Издательская группа «Прогресс - Универс», 1992.
2. Денисенко М., Палицин В. Особенности прогнозирования цен на продукцию предприятий черной металлургии // Национальная металлургия, №2, 2003.
3. Кононова О. Долгосрочное прогнозирование цен в металлургии. Десятилетний прогноз на горячекатаный прокат // Национальная металлургия, №5, 2007.
4. Маланичев А.Г., Воробьёв П.В. Прогнозирование мировых цен на сталь // Проблемы прогнозирования, №3, 2011.
5. Рынок металлов: прогнозы старые и новые (сталь и цветные металлы). 18.01.2007: http://www.metaltorg.ru/analytics/color/?id=341
6. Единая межведомственная информационно-статистическая система (ЕМИСС): http://www.fedstat.ru/indicators/start.do
7. Федеральная таможенная служба РФ. Таможенная статистика внешней торговли: http://www.customs.ru
8. United Nations Commodity Trade Statistics Database [Электронный ресурс] - режим доступа: http://comtrade.un.org
9. Лондонская биржа металлов (London Metal Exchange). Официальный сайт http://www.lme.com
10. Центральный банк Российской Федерации. База данных по курсам валют http://www.cbr.ru/currency_base
11. Шанхайская фьючерсная биржа (Shanghai Futures Exchange). Официальный сайт [Электронный ресурс] - режим доступа: http://www.shfe.com.cn/Ehome/index.html
12. Австралийское бюро природных ресурсов и энергетики (The Bureau of Resources and Energy Economics). Официальный сайт [Электронный ресурс] - режим доступа: http://bree.gov.au
13. Мировой банк (The World Bank). Официальный сайт [Электронный ресурс] - режим доступа: http://www.worldbank.org
14. Steel Statistical Yearbook 2012. World Steel Association. - Brussels, Belgium, 2012.
15. Министерство экономического развития РФ. Прогнозы социально-экономического развития Российской Федерации и отдельных секторов экономики www.economy.gov.ru/minec/activity/sections/macro/prognoz/
301
