CC BY
6
УДК 311.2
В.Н. Афанасьев, доктор экономических наук, профессор, заведующий кафедрой статистики и эконометрики, ФГБОУ ВО «Оренбургский государственный университет» e-mail: vafanassyev@gmail.com
Т.В. Лебедева, кандидат экономических наук, доцент кафедры статистики и эконометрики, ФГБОУ ВО «Оренбургский государственный университет» e-mail: tatyana_v_lebedeva@mail.ru
Е.С. Афанасьева, магистрант кафедры статистики и эконометрики, ФГБОУ ВО «Оренбургский государственный университет» e-mail: katycha56@rambler.ru
СТАТИСТИЧЕСКИЙ АНАЛИЗ И ПРОГНОЗИРОВАНИЕ СРЕДНИХ ЦЕН НА ЭЛЕКТРОЭНЕРГИЮ В РОССИЙСКОЙ ФЕДЕРАЦИИ
Сложившаяся экономическая и политическая ситуация как в Российской Федерации, так и мире в целом придала особую актуальность исследованию цен на энергоресурсы, направленному на развитие инструментов информационного обеспечения системы стратегического планирования на микро-, мезо-и макроуровнях.
В статье представлены результаты анализа динамики и прогнозирования средних цены на электроэнергию, отпущенную населению и промышленным предприятиям в Российской Федерации в помесячной динамике за 1998-2016 годы. Сравнительный анализ показателей интенсивности динамики позволил сделать вывод, что более высокими темпами растут цены для населения.
Исследование структуры анализируемых временных рядов на основе спектрального анализа, а также расчета автокорреляционной и частной автокорреляционной функций доказало наличие трендовой и циклической составляющих. Учитывая структуру временных рядов, проведено моделирование и прогнозирование средних цен на электроэнергию, отпущенную населению и промышленным предприятиям по полиному второй степени с учётом колеблемости адаптивным полиномиальным моделям, а также моделям авторегрессии проинтегрированного скользящего среднего.
Высокое качество полученных прогнозов подтверждено коэффициентом расхождения Г. Тейла, рассчитанным по фактическим значениям средних цен на электроэнергию, отпущенную промышленным предприятиям и населению за август-сентябрь 2016 года.
Ключевые слова: средние цены на электроэнергию, модели временных рядов, статистическое прогнозирование.
Вопросы изучения цен и тарифов в области электроэнергетики не теряют актуальности ни в годы относительной стабильности, ни в период реструктуризации экономики в целом и отдельных ее отраслей. Это обусловлено, в первую очередь, их прямым влиянием на эффективность функционирования всего рыночного механизма и как следствие на уровень жизни населения. Вопросы современного состояния электроэнергетики в РФ широко освещаются в СМИ, а также отдельными учеными и специализированными структурными подразделениями профильных организаций рассматриваются вопросы ценообразования на энергоресурсы
[3, 6-10 и другие]. Применению статистических методов для анализа и прогнозирования тарифов на электроэнергию в РФ посвящены работы Афанасьева В.Н., Копцева А.И., Цыпина А.П., Гатаговой С.В., Зуевой А.В. и других [1, 2, 4, 5].
Средние цены на электроэнергию, отпущенную населению (уО и промышленным предприятиям (у2) в Российской Федерации, в помесячной динамике за 1998-2016 годы характеризуются незначительным ростом на 1,44 % и на 0,90 % соответственно в среднем за месяц. Причем, как видно из данных таблицы 1, более высокими темпами растут цены для населения.
Таблица 1. Показатели динамики средних цен на электроэнергию в РФ для населения и промышленных предприятий за 1998-2016 годы
Показатель У1 У2
Средний уровень ряда, руб./МВт.ч. 1101,81 1171,55
Средний абсолютный прирост, руб./МВт.ч. 10,22 7,36
Средний темп роста, % 101,44 100,90
Средний темп прироста, % 1,44 0,90
Коэффициент опережения, % 100,54
За анализируемый период в динамике средних цен на электроэнергию, отпущенную населению и промышленным предприятиям с помощью метода Фостера-Стюарта, выявлена тенденция, для описания которой построены различные кривые роста.
Статистический анализ качества и надежности оценок уравнений тренда позволил сделать вывод, что динамика анализируемых временных рядов хорошо аппроксимируется полиномами второго порядка (таблица 2).
Таблица 2. Результаты аналитического выравнивания средних цен на электроэнергию в РФ для населения и промышленных предприятий за 1998-2016 годы
Уравнение тренда 14% 52 40, %
& = -20,574 + 7,928? + 0,014?2 9,81 2948,76 6,86
у2 = 100,99 +9,237*+ 0,002г2 8,15 13331,80 9,92
Примечание: £ - средняя ошибка аппроксимации; Я2 -циент колеблемости. дисперсия остаточных величин; v{f) - коэффи-
Для выделения периодической составляющей проведен спектральный анализ, при этом анализируемые временные ряды были предварительно преобразованы. Острый выброс спектра для ряда средних цен на электроэнергию, отпущенную населению, наблюдается на частоте 0,01 (100 месяцев или примерно 8 лет) и 0,08 (12 месяцев), а для ряда средних цен на электроэнергию, отпущенную промышленным предприятиям, на частоте 0,02 (50 месяцев или примерно 4 года) и 0,08 (12 месяцев).
Выявленная структура временных рядов позволила применить для моделирования и прогнозирования адаптивные полиномиальные модели. Полученные модели имеют высокую точность - средняя
относительная ошибка (ошибка аппроксимации) не превышает 2,5 %.
Также нами проведено моделирование и прогнозирование анализируемых временных рядов по моделям авторегрессии проинтегрированного скользящего среднего. По поведению автокорреляционных и частных автокорреляционных функций для временного ряда средних цен на электроэнергию, отпущенную промышленным предприятиям, выбрана модель ARIMA (1,2,0), а для временного ряда средних цен на электроэнергию, отпущенную населению, модель АЫМА (1,1,0). Результаты оценки их параметров представлены в таблице 3.
Прогнозы по оцененным моделям, для анализируемых временных рядов приведены в таблице 4.
Таблица 3. Результаты оценки АШМА - модели для временных рядов средних цен на электроэнергию, отпущенную населению и промышленным предприятиям
Показатель Параметр t ( 220) Р Нижняя граница (95%) Верхняя граница (95%)
У1 0,250 3,828 0,000 0,121 0,379
У2 -0,480 -8,07 0,000 -0,597 -0,363
Таблица 4. Точечный прогноз тарифов на электроэнергию в РФ, отпущенную для населения и для промышленных предприятий, руб./МВт.ч.
Прогноз по параболиче- Прогноз по адаптивной Прогноз по модели
Годы Месяц скому тренду полиномиальной модели АШМА
У1 У2 У1 У2 У1 У2
август 2462,7 2280,6 2375,9 1882,0 2372,8 1847,2
сентябрь 2477,0 2290,8 2384,9 1868,1 2374,0 1814,4
2016 октябрь 2491,3 2301,0 2393,9 1854,1 2374,3 1774,5
ноябрь 2505,6 2311,2 2403,0 1840,2 2374,4 1738,0
декабрь 2519,9 2321,5 2412,0 1826,2 2374,4 1699,9
январь 2534,3 2331,7 2421,0 1812,3 2374,4 1662,6
февраль 2548,7 2342,0 2430,0 1798,3 2374,4 1624,8
2017 март 2563,1 2352,2 2439,0 1784,3 2374,4 1587,3
апрель 2577,6 2362,5 2448,0 1770,4 2374,4 1549,7
май 2592,1 2372,7 2457,1 1756,4 2374,4 1512,1
При условии сохранения тенденции, наблюдавшейся в периоде ретроспекции, в августе 2016 года - мае 2017 года по параболическому тренду
прогнозируется рост средних цен на электроэнергию, отпущенную как населению, так и промышленным предприятиям.
По моделям авторегрессии проинтегрированного скользящего среднего и адаптивным полиномиальным моделям, как видно по данным таблицы 4, при условии сохранения структуры временного ряда, наблюдавшейся в 1998-2016 годы, для периода упреждения (август 2016 года - май 2017 года) прогнозируется рост средних цен на электроэнергию, отпущенную населению, а для промышленных предприятий - снижение.
Так, средняя цена на электроэнергию, отпущенную промышленным предприятиям, в августе 2016 года снизится на 5 % относительно августа 2015 года и составит 1897,03 рублей за мВт.ч., к маю 2017 года ожидается ее снижение до 1756,44 рублей за мВт.ч.
Как видно по данным таблицы 5, коэффициент близок к нулю для всех видов прогноза, что свидетельствует об их высоком качестве. При этом для временного ряда средних цен на электроэнергию, отпущенную населению, фактические значения оказались наиболее близки к верхней доверительной границе прогноза по тренду, а для временного ряда средних цен на электроэнергию, отпущенную промышленным предприятиям, фактические значения оказались наиболее близки к верхней доверительной границе прогноза по АЯГМА-модели.
Представленные в статье результаты исследования могут представлять интерес для ме-
(что составляет 87 % от уровня мая 2016 года). Вместе с тем, прогнозируется рост средней цены на электроэнергию, отпущенную населению к маю 2017 года, на 18 % относительно уровня аналогичного периода 2016 года, что составит 2457,06 рублей за мВт.ч.
Фактические значения средних цен на электроэнергию, отпущенную промышленным предприятиям, на август - сентябрь 2016 года составили соответственно 1988,58 и 2020,03 руб./МВт.ч., а отпущенную населению -2524,25 и 2540,99 руб./ МВт.ч. Используя эти данные, для оценки качества прогнозов нами рассчитан коэффициент расхождения (коэффициент несоответствия), предложенный Г. Тейлом (таблица 5).
неджмента различного уровня и иных заинтересованных лиц. В частности, они могут быть использованы федеральными и региональными органами власти при установлении тарифов на электроэнергию, а также для анализа и прогнозирования факторов, оказывающих воздействие на динамику и вариацию средних цен на электроэнергию, отпущенную промышленным предприятиям, а также населению в РФ. Необходимость этого обусловлена в первую очередь тем, что повышение тарифа на электроэнергию выступает одним из рычагов воздействия на уровень благосостояния населения.
Таблица 5. Коэффициент расхождения фактических и прогнозных средних цен на электроэнергию, от-
пущенную промышленным предприятиям и населению
Прогностическая модель Точечный прогноз Нижняя граница прогноза Верхняя граница прогноза
У1 У 2 У1 У2 У1 У2
Параболический тренд 0,02 0,14 0,07 0,03 0,02 0,25
АЯ1МА-модель 0,06 0,09 0,09 0,17 0,03 0,01
Адаптивная полиномиальная модель 0,06 0,07 - - - -
Литература
1. Афанасьев, В.Н. Статистическое исследование динамики структуры затрат на производство электроэнергии ТЭЦ: монография / В.Н. Афанасьев, А.И. Копцев. - Оренбург: Университет, 2014. - 155 с.
2. Афанасьев, В.Н. Статистическое исследование качества услуг населению в муниципальных образованиях / В.Н. Афанасьев, А.П. Цыпин. - Оренбург: ОГУ 2012. - 147 с.
3. Беляев, Л.С. России необходимы минимальные внутренние цены на энергоносители / Л.С. Беляев // Энергия: экономика, техника, экология. - 2012. - № 6. - С. 2-9.
4. Гатагова, С.В. Анализ динамики цен на электроэнергию в Российской Федерации в зависимости от ее экономического развития // Вестник Воронежского государственного технического университета. - 2012. -№ 11. - С. 169-174.
5. Зуева, А.В. Факторы, оказывающие влияние на рост тарифов и себестоимость электроэнергии / А.В. Зуева // Учет, анализ и аудит: проблемы теории и практики. - 2014. - № 13. - С. 63-65.
6. Зуева, Н.А. К вопросу совершенствования ценообразования в электроэнергетике России / Н.А. Зуева, В.И. Коцепалова // Известия высших учебных заведений. Электромеханика. - 2014. - № 3. - С. 160-163.
7. Мироненко, Л.А. Особенности ценообразования тарифа на электроэнергию в неценовых зонах / Л.А. Мироненко // Научно-техническое и экономическое сотрудничество стран АТР в XXI веке. - 2014. -Т. 1. - С. 82-86.
8. Новосад, В.А. Актуальные вопросы ценообразования на энергию / В.А. Новосад // Научные труды SWorld. - 2014. - Т. 24. - № 4. - С. 79-84.
9. Туякова, З.С. Роль и значение амортизационной политики электросетевых компаний в формировании тарифов на электроэнергию / З.С. Туякова, Е.А. Сафронова // Вестник Оренбургского государственного университета. - 2014. - № 14 (175). - С. 404-408.
10. Цыпин, А.П. Реформы в электроэнергетике России и их влияние на формирование тарифов / А.П. Цыпин, Е.С. Афанасьева // Вестник магистратуры. - 2016. - № 8. - С. 143-151.
