CC BY
35
УДК 330.322
Тенденции инновационно-инвестиционной деятельности предприятий нефтяного сектора экономики
Тухфатуллин Р.Р.
Аспирант кафедры налогообложения
Казанского (Приволжского) федерального университета
В статье рассматриваются основные тенденции, присущие предприятиям нефтяного сектора экономики на современном этапе ее развития. Путем эконометрического моделирования проводится анализ объема инвестиций и вложений в инновации предприятий нефтяного сектора на период 2016-2020 гг.; делаются выводы о состоянии инновационно-инвестиционной деятельности предприятий нефтяного сектора экономики.
Ключевые слова: инновации, инвестиции, эконометрическое моделирование, нефтяной сектор, анализ, метод наименьших квадратов, экстраполяция.
Актуальность представленной работы заключается в выявлении тенденций инновационно-инвестиционной деятельности предприятий нефтяного сектора экономики на основе эконометрического моделирования, прогнозирования показателей вложений предприятий нефтяного сектора в инновации и инвестиции на перспективу.
Для выявления тенденций в инновационной и инвестиционной политике предприятий нефтяного сектора экономики целесообразно воспользоваться эконометрическими методами, которые реализованы в программном продукте ОгвН, начиная с процесса формализации параметров модели, нахождения их оценок, проверки достоверности модели и заканчивая прогнозированием данных по модели и построением тренда временного ряда.
В качестве данных для анализа тенденций инновационно-инвестиционной политики предприятий нефтяного сектора в Российской Федерации были выбраны объемы инвестиций и вложений в инновации данных предприятий на протяжении 2003-2015 гг. Исходные данные для построения временного ряда представлены в таблицах 1 и 2.
Для целей эконометрического моделирования и прогнозирования временного ряда введем следующие обозначения: Y. Л. , - объем инноваций или
(инв.) (инн.)
инвестиций предприятий нефтяного сектора экономики (зависимый фактор); time - год инноваций или инвестиций (независимый фактор).
При оценке факторов модели и их влияния на зависимую переменную (объемы инвестиций и инноваций) используется метод наименьших квадратов.
Таблица 1
Инвестиции предприятий нефтяного сектора экономики за 2003-2015 гг., млрд. руб. [1]
2003 г 2004 г 2005 г 2006 г 2007 г 2008 г. 2009 г 2010 г. 2011 г 2012 г 2013 г 2014 г. 2015 г.
289,5 371,7 405,0 578,4 783,3 996,0 975,3 1088,7 1290,0 1512,9 1673,1 1870,3 2088,8
Таблица 2
Вложения в инновации предприятий нефтяного сектора экономики за 2003-2015 гг., млн. руб. [2]
2003 г 2004 г. 2005 г 2006 г. 2007 г 2008 г. 2009 г 2010 г. 2011 г 2012 г 2013 г. 2014 г 2015 г
7383,6 11171,0 4584,5 24598,1 24109,0 26609,7 87718,4 49564,7 66170,9 79027,2 84470,9 113087,2 119102,6
В результате применения метода наименьших квадратов с помощью прикладного пакета ОгеН получены основные показатели качества модели.
Полученные модели временного ряда инвестиций (1) и инноваций (2) предприятий нефтяного сектора экономики на протяжении 2003-2015 гг. (рис. 1, 2) выглядят следующим образом:
(1) (2)
Y (un,) = -299957 +149,84 * time YT, = -1,94823е +07 + 9724,21 * time
(unn) 7 7
Модель 1: MHK, использованы наблюдения 2003-2015 (Т = 13) Зависимая переменная : Y
Коэффициент Ст. ошибка t-статистика Р-значение
const -2Э9Э57 12552,4 -23,90 7,86е-011
time 149,340 6,24309 23,93 7,56е-011
Среднее зав. перемен 1071,000
Сумма кв. остатков 78155,24
R-квадрат 0,981233
F (1, 11) 575,1207
Лог. правдоподобие -75,00597
Крит. Шварца 155,1410
Параметр rho 0,446786
Ст. откл. зав. перемен 589,0953
Ст. ошибка модели 34,29129
Испр. Я-квадрат 0,979526
Р-значение (Е) 7,56е-11
Крит. Акаике 154,0119
Крит. Хеннана-Куинна 153,7797
Стат. Дарбина-Вотсона 0,910457
Рис. 1. Модель временного ряда показателя инвестиций предприятий нефтяного сектора экономики на протяжении 2003-2015 гг.
Модель 1: МНК, использованы наблюдения 2003-2015 (Т = 13) Зависимая переменная: У
Коэффициент Ст. ошибка t-статистика Р-значение
const -1,94823е+07 2, 16977е+06 -8,979 2,14е-06
^те 9724,21 1080, 02 9,004 2,09е-06
Среднее зав. перемен 53661,37 Ст. откл. зав. перемен 40357,98
Сумма кв. остатков 2,34е+09 Ст. ошибка модели 14570,28
И-квадрат 0,880522 Испр. R-кв адрат 0,869660
11) 81,06707 Р-значение (F) 2,09е-06
Лог. правдоподобие -141,9880 Крит. Акаике 287,9759
Крит. Шварца 289,1058 Крит. Хеннана-Куинна 287,7437
Параметр гЬо -0,321243 Стат. Дарбина-Вотсона 2,544710
соответственно, то есть 98,12 % и 88,05 % величин инвестиций и вложений в инновации объясняются полученными моделями, а 1,88 % и 11,95 % соответственно величин инвестиций и вложений в инновации объясняется действием случайных, не включенных в модель факторов. Другими словами, точность подбора уравнений регрессии - высокая.
Построенные временные ряды величин инвестиций и вложений в инновации позволяют спрогнозировать тенденцию развития временного ряда, то есть определить вышеуказанные величины на 2016 г. и последующие года с помощью тенденции развития.
В результате применения метода экстраполяции с помощью прикладного пакета Gretl выводится прогноз объема инвестиций и вложений в инновации на 2016-2020 гг. (рис. 3, 4).
Для 95% доверительных интервалов, с (11, 0,025} = 2,201
Y Предсказание Ст. ошибка 95% доверительный интервал
2010 2011 2012
2013
2014
2015
2016
2017
2018
2019
2020
1088.7
1290.0 1512,9
1673.1 1870,3
2088.8
1220,8 1370,7
1520.5 1670,4 1820,2 1970,0 2119,9 2269,7
2419.6 2569,4 2719,2
97,80 100,75 103,99 107,50 111,24
1904.6 -2048,0 -
2190.7 -
2332.8 -2474,4 -
2335,1 2491,5 2648,4 2806,0 2964,1
Рис. 2. Модель временного ряда показателя вложений в инновации предприятиями нефтяного сектора экономики на протяжении 2003-2015 гг.
Также необходимо рассчитать и проанализировать основные показатели значимости моделей в целом:
- Р-значения коэффициентов;
- коэффициента детерминации Я2.
Анализ достоверности полученных коэффициентов целесообразно проводить с помощью анализа полученных ^-значений. Полученные по результатам моделей Р-значения составили:
- Р = 7 56е-1Ь
(инв.) '
- Р , = 2,09е-06.
(инн.)
Все полученные Р-значения по факторам являются значимыми (<0,05), что является одним из основных признаков значимости моделей в целом. В то же время необходимо осуществить проверку значимости моделей по коэффициенту детерминации.
Коэффициент детерминации (Я2) — это доля дисперсии зависимой переменной, объясняемая рассматриваемой моделью. В полученных моделях Я2 составил 0,9812 и 0,8805. Интерпретация данных показателей означает, что модели достаточно адекватны, являются достоверными на 98,12 % и 88,05 %
Рис. 3. Аналитические результаты прогнозирования уровней временного ряда с помощью прикладной программы Gretl для модели по инвестициям
Для 95% доверительных интервалов, t (11, 0,025) = 2,201
Y Предсказание Ст. ошибка 95% доверительный интервал
2010 2011 2012
2013
2014
2015
2016
2017
2018
2019
2020
49564,7 66170,9 79027,2 84470,9 113087,2 119102,6
63385,6 73109,8 82834,0 92558,2
102282.4 112006,6 121730,9 131455,1 141179,3
150903.5 160627,7
16905,00 17414,82 17975,13 18581,38 19229,23
84523.2 - 158938,5
93125.3 - 169784,8 101616,3 - 180742,3 110006,1 - 191800,8 118304,5 - 202951,0
Рис. 4. Аналитические результаты прогнозирования уровней временного ряда с помощью прикладной программы ОгеЛ для модели по инновациям
В результате проведенного эконометрического анализа можно сделать следующие выводы:
- уравнения регрессии обладают высокой степенью надежности, то есть объясняют существующие экономические реалии;
- в 2008-2009 гг. выявлено наибольшее отклонение наблюдаемых значений от расчетных, что говорит о экономической неопределенности в Российской Федерации в 2008-2009 гг. из-за финансово-экономического кризиса. То есть экономическая неопределенность 2008-2009 гг. негативно сказалась на уровне инвестиций и вложений в инновации предприятий нефтяного сектора экономики;
- прогноз объемов инвестиций на основе эконо-метрических методов с помощью инструмента экс-
траполяции позволяет сделать вывод, что в период 2016-2020 гг. объем инвестиций и вложений в инновации будет только расти с вероятностью 95 %. Прогноз является достоверным, так как находится в пределах доверительного интервала />=0,05.
Литература:
1. Статистика Росстата по структуре инвестиций предприятия нефтяного сектора экономики. -URL: http://www.gks.ru/wps/wcm/connect/rosstat_ main/rosstat/m/statistics/accounts/ (дата обращения: 30.05.2017 г.).
2. Статистические сборники ВШЭ по инновациям.
- URL: https://www.hse.ru/primarydata/ (дата обращения: 30.05.2017 г.).
3. Избицкая О.В. Актуальные направления развития инвестиционной политики в нефтегазовом комплексе // Науковедение. - 2017. - № 1.
- С. 69-80.
4. Красивская В.Н. Нефтегазовый комплекс Российской Федерации в инновационном развитии // Инновационная наука. - 2016. - № 1. - С. 101-104.
Trends of Innovation and Investment Activities of Oil-Sector Economic Enterprises
R.R. Tukhfatullin Kazan (Volga Region) Federal University
The paper deals with the main trends specific to the enterprises of the oil sector at the current stage of economic development. By econometric modeling, the volume of investments in innovations of oil sector enterprises for the period 2016-2020 was analyzed. Based on the analysis, important conclusions about the state of innovation and investment activities of enterprises in the oil sector of the economy were drawn.
Key words: innovations, investments, econometric modeling, oil sector, analysis, OLS, extrapolation.
