Прогнозирование цен на нефтяную продукцию ТЭК

Более продвинутые структурные модели пытаются понять все основные аспекты, которые привели к изменению цен: и фундаментальные факторы спроса и предложения, и спекуляцию и манипулирование. Примером таких работ служит работа Kilian and Murphy (2010), чья модель подсчета спекулятивных толчков спроса на нефть основана на шоках фундаментальных факторов спроса и предложения. Учеными была построена структурная VAR модель на основании ежемесячных данных с 1973 по 2009 годы. Нефть одновременно играет роль товара (цена определяется спросом и предложением, учитывая накопившиеся запасы) и роль продукта (цена на нефть определяется числом желаемых акций).
Как мы уже сказали ранее, ОПЕК — это фактор, который обязательно нужно учитывать в прогнозировании. Принято считать, что ОПЕК обычно оказывает влияние на цены с помощью изменения добычи нефти и уровня использованной производительной мощности. Например, Kaufmann (2004) в своей модели акцентирует внимание на следующие параметры: доля предложения ОПЕК, использование производительной мощности ОПЕК, степенью превышения ОПЕК производственных квот, запасы ОПЕК. Его основный вывод: заявления ОПЕК об изменениях политики очень заметно влияют на цену на нефть.
— Cмешанные модели.
Хорошей альтернативой структурному моделированию цены на нефть являются смешанные модели, которые пытаются учесть эффекты поведения инвестора и фундаментальных факторов без прямого моделирования функций спроса и предложения. В отличие от структурных моделей, модели уменьшенной формы больше подходят для предсказания краткосрочных колебаний цен. Большинство смешанных моделей основаны на идее закона чередования: цены финансовых рынков постоянно возвращаются на свой средний уровень после ценового шока.
Что касается эмпирических примеров использования моделей возврата к среднему значению, то самой первой из них была работа Black (1976), которая обрела много последователей в лице Brennan and Schwartz (1985), и позже, Schwartz (1997) Согласно Brennan and Schwartz (1985), «доход от владения товаром – это набор услуг, накапливающийся у владельца физическим товаром, но не у владельца контракта для будущей поставки товара». Идея «пользы от владения товара» является одной из самых важных в смешанных моделях, и большинство работ активно используют ее в ходе анализе.
Стоит также упомянуть работу Pindyck (1999) анализирующего стохастическую динамику цен на нефть, уголь и натуральный газ в долгосрочной перспективе (127 лет).
Немного спустя, Radchenko (2005) усовершенствовал модель Пиндика и предложил адаптивную модель для долгосрочного предсказания, однако качество модели по сравнению с работой Pindyck (1999) не улучшилось.
Еще одна интересная работа, Zeng and Swanson (1998), представляет собой сравнение результатов модели случайного блуждания, авторегрессионную модели и модели коррекции ошибок. Цель работы — предсказать цены золота, необработанной нефти, казначейских обязательств и S&P500 за период с 1990 года по 1995. Заключением авторов стало то, что модели коррекции ошибок работают лучше всего в предсказании краткосрочной динамики цены.
Некоторые факторные модели, которые способны объединить идеи непостоянного долгосрочного равновесия и возврата к неопределенному уровню, который со временем может изменяться, можно рассматривать как развитие модели постоянного возврата к среднему значения. Примером таких факторных моделей может быть работа Schwartz and Smith (2000), в которой спотовая цена состоит из двух компонентов: первый фактор, включающий в себя значение долгосрочного равновесия и второй фактор, представляющий краткосрочные отклонения от равновесия. Было множество попыток развить эту модель далее: например, последняя работа Bernard, Khalaf, Kichian and McMahon (2008) была посвящена сравнению показателей модели, созданной Schwartz and Smith (2000) и эмпирической моделью, учитывющей переменную эластичность и динамику шоков. Изучение ежедневных спотовых цен на срочные контракты за период с 1986 по 2007 гг. показало, что предсказательная способность модели Швартца и Смита имеет выше.
— Эконометрические модели.
Цель эконометрических моделей – предсказать будущие цены на нефть с помощью анализа характеристик динамики исторических данных по ценам на нефть. Изначально, эконометрические модели не пытались как- то объяснить полученные результаты, т.к. самое важное — это достигнуть каких-либо значимых статистических и эконометрических заключений относительно изменчивости цен на нефть, используя достоверные характеристики исторических данных. Эконометрические модели фокусируются на краткосрочной динамике цен на нефть.
Существуют огромное количество эконометрических методов, которые используются для прогнозирования цен на нефть, но мы остановимся лишь на двух наиболее популярных, на мой взгляд: мартингал- последовательность и авторегрессионные модели.
Существуют разные научные исследования, подтверждающих применение этой гипотезы в реальности: например, Morana (2001), доказывающий, что использования мартингал-последовательности – лучший вариант для прогнозирования цен на нефть, т.к. на рынке доминирует стохастический процесс. Он доказывает это полным отсутствием тренда в динамике цен на нефть в период с 1982 по 1999.
Как было уже упомянуто, наиболее часто применимая модель в данной подгруппе – это модель случайного блуждания, в соответствии с которой цены лишь незначительно отклоняются от их текущего уровня.
Что касается эмпирического применения, то многие исследователи применяли модель случайного блуждания цен на нефть: например, Chernenko (2004).
В свою очередь данная модель тоже часто встречается в научных публикациях: например, Abosedra (2005), который доказал, что результаты применения модели случайного блуждания со сносом для прогнозирования цен на нефть на основании данных за 1991-2001 дает худшие результаты, чем использовании простой модели случайного блуждания [12].
С точки зрения эмпирического подтверждения, эффективность применения моделей авторегрессии для предсказания цен на нефть достаточно противоречива, поскольку существуют множество исследований, как подтвердивших, так и, наоборот, отвергших данный тип моделей.
Например, исследование Bopp and Lady (1991) – это отличный пример работы, доказывающей, что процесс авторегрессии подходит для описания динамики цен на нефть. С помощью данного методы авторам удалость с высокой точностью описать динамику месячных цен на нефть за период с 1980 по 1988 год.
В то же время, Lalonde (2003) пытался описать динамику цен на нефть сорта WTI, используя процесс авторегрессии, и его модель продемонстрировала очень слабую предсказательную способность. Естественно, многие ученые пытались найти разумное объяснение подобным расхождениям: возможной причиной предполагались и сорт нефти, и особенности временного периода [13]. Например, Ye (2005) связал расхождение результатов в вышеупомянутых исследованиях с эффектом сезонности, а также с политической составляющий (террористическая атака 1 сентября 2001) [14].