+7(495) 989 9610
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Экономический анализ: теория и практика»
 

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
Google Scholar

Электронные версии в PDF

EBSCOhost
Eastview
Elibrary
Biblioclub

Использование эконометрических моделей для принятия управленческих решений на предприятиях нефтегазовой отрасли

т. 21, вып. 4, апрель 2022

Получена: 27.03.2022

Получена в доработанном виде: 06.04.2022

Одобрена: 17.04.2022

Доступна онлайн: 28.04.2022

Рубрика: МАТЕМАТИЧЕСКИЕ МЕТОДЫ И МОДЕЛИ

Коды JEL: C53, F47

Страницы: 765–779

https://doi.org/10.24891/ea.21.4.765

Кудрявцева Т.Ю. доктор экономических наук, профессор Высшей инженерно-экономической школы, Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург, Российская Федерация 
tankud28@mail.ru

https://orcid.org/0000-0003-1403-3447
SPIN-код: 6096-2504

Козлова Е.А. аспирантка Высшей инженерно-экономической школы, Санкт-Петербургский государственный политехнический университет Петра Великого, Санкт-Петербург, Российская Федерация 
kozlovaevgeiya@list.ru

ORCID id: отсутствует
SPIN-код: отсутствует

Предмет. В связи с усложнившейся экономической и политической ситуацией на европейском газовом рынке, вызванной проведением мероприятий, направленных на демонополизацию рынка, следствием которой является введение санкций и ограничений со стороны американского правительства, а также правительств европейских стран, ограничивающих реализацию стратегических инвестиционных проектов по транзиту газа на территории Европы, увеличилась необходимость повышения гибкости компаний-экспортеров и трейдеров газа для обеспечения стабильности и бесперебойности поставок на европейском газовом рынке. На сегодняшний день в специализированной литературе в полной мере не представлены научно обоснованные методики и алгоритмы, в соответствии с которыми может быть принято управленческое решение по указанной проблеме.
Цели. Разработка методики, позволяющей качественно и количественно обосновать целесообразность формирования определенного портфеля мощностей, а также оценить эффекты от его внедрения.
Методология. Использованы общенаучные методы исследования.
Результаты. Представлены результаты разработки и апробации модели, позволяющей проводить моделирование, прогнозирование высокочастотных временных рядов с использованием эконометрических моделей VARMA и ARIMA, для принятия точных и обоснованных управленческих краткосрочных и среднесрочных решений, а также для формирования стратегии развития предприятия нефтегазовой отрасли.
Выводы. Полученные на основе разработанной модели результаты соответствуют качественной и количественной оценке Международного энергетического агентства, что подтверждает релевантность модели для использования в нефтегазовой отрасли. Результаты исследования могут быть применены в учебном процессе по направлениям «макроэкономика», «эконометрика», при осуществлении оперативного и стратегического планирования на предприятии, для продолжения исследований и разработок, включая апробацию на предприятиях других секторов и отраслей.

Ключевые слова: модель VARMA, моделирование спроса, прогнозирование спроса, высокочастотные данные, управленческие решения

Список литературы:

  1. Козлова Е.А., Кудрявцева Т.Ю. Способы формирования портфеля мощностей предприятия нефтегазовой отрасли для обеспечения рыночной гибкости // Естественно-гуманитарные исследования. 2020. № 30(4). С. 64–69. URL: Link?
  2. Dufour G.-M., Pelletier D. Practical methods for modelling weak VARMA processes: Identification, estimation and specification with a macroeconomic application. April 2011. URL: Link
  3. Granger C.W.J. Investigating Causal Relations by Econometric Models and Cross-spectral Methods. Econometrica, 1969, vol. 37, no. 3, pp. 424–438. URL: Link
  4. Granger C.W.L., Newbold P. Spurious regression in economics. Journal of Econometrics, 1974, vol. 2, no. 2, pp. 111–120. URL: Link90034-7
  5. James C., Koreisha S., Partch M. A VARMA Analysis of the Causal Relations Among Stock Returns, Real Output, and Nominal Interest Rates. The Journal of Finance, 1985, vol. 40, iss. 5, pp. 1375–1384. URL: Link
  6. Jenkins G.M., Alavi A.S. Some Aspects of Modelling and Forecasting Multivariate Time Series. Journal of Time Series Analysis, 1981, vol. 2, iss. 1, pp. 1–47. URL: Link
  7. Johansen S. Statistical analysis of cointegration vectors. Journal of Economic Dynamics and Control, 1988, vol. 12, iss. 2-3, pp. 231–254. URL: Link90041-3
  8. Lütkepohl H. Forecasting with VARMA models. Handbook of Economic Forecasting, 2006, vol. 1, pp. 287–325. URL: Link01006-2
  9. Simionescu M. The Use of VARMA Models in Forecasting Macroeconomic Indicators. Economics & Sociology, 2013, vol. 6, no. 2, pp. 94–102. URL: Link
  10. Tsay R.S., Tiao G.C. Use of Canonical Analysis in Time Series Model Identification. Biometrika, 1985, vol. 72, no. 2, pp. 299–315. URL: Link

Посмотреть другие статьи номера »

 

ISSN 2311-8725 (Online)
ISSN 2073-039X (Print)

Свежий номер журнала

т. 21, вып. 4, апрель 2022

Другие номера журнала