Введение к работе
Актуальность темы исследования. Добыча невозобновляемых ресурсов (нефти, природного газа, угля, золота, редкоземельных элементов и т.п.) является важной финансовой составляющей экономики многих стран (и России), реализующих их добычу, определяет возможности развития многих современных технологий в мире.
Моделирование динамики добычи должно иметь «прогнозный» характер, что означает ориентацию на прогнозирование различных временных горизонтов, пластов нефтегазодобычи, на оценку воздействия технологических инноваций, на влияние эндогенных и экзогенных экономических условий страны или предприятия, осуществляющего добычу, на учет человеческого фактора и т.д. При таком характере точность моделирования динамики добычи связывают и с обеспечением малой погрешности (обычно используют именно этот термин) прогнозирования, определяя взвешенную сумму обеих мер точности. Современным методом используемым в промышленности (нефтепереработке, и др.) является именно управление по прогнозным моделям. Прогнозная модель нефтегазодобычи всегда нелинейная и эволюционирующая, причем для мониторинга эволюции она должна быть идентифицируема на выборках до 20-50 наблюдений, где классическая статистика, оперирующая выборками в 100 и более наблюдений, практически не применима. Использование больших выборок может относиться к различным этапам эволюции добычи (разным технологиям, разным экономическим условиям и т.д.).
Степень разработанности проблемы. До сих пор моделировали динамику невозобновляемых ресурсов обычно на мега- и макроуровнях агрегирования показателей добычи (в мире, в группе стран или в стране, реже в отрасли). Однако в настоящее время актуально обеспечение высокой точности прогнозного моделирования на мезо- и микроуровнях агрегирования показателей добычи, для которых оно может быть сложнее.
На всех уровнях агрегирования точность прогнозного моделирования связывают с анализом трендов траекторий рядов наблюдений динамики добычи. Однако резервом повышения его точности, прежде всего краткосрочного, может быть и учет характера взаимодействия колебательной компоненты траектории с трендом. Сегодня колебательную компоненту траектории или не учитывают (относят к аномальным выбросам, исключая из рассмотрения), или моделируют параболами, не отражающими воздействий других факторов или тренда ряда.
Уровни тренда и колебательной компоненты, в свою очередь, зависят и от внешних экономических факторов (бизнес-циклов разного вида). Известный метод представления бизнес-циклов полиномами не дает высокой точности. Представляется, что мониторинг эволюции динамики нефтегазодобычи можно оценить рассмотрением многомодельности траектории: по известной траектории динамики добычи можно строить различные модели компонент, затем из них выбирать отрезки, на которых минимальны значения погрешности сравниваемых моделей, «склеивая» из них более точную модель для всей траектории, совмещая с ними и геологические данные нефтегазодобычи (А.А. Афанасьев, А.Д. Маланичев, В.Л. Сергеев и др.).
Принято оценивать динамику трендов нефтегазодобычи жизненными циклами (ЖЦ) в виде колоколообразных импульсных логистических моделей (логист) с выделением в их траекториях рядов этапа роста и спада, регистрации момента достижения пика добычи и его уровня (Е.В. Семенычев). Хабберт предложил симметричную логисту для трендов динамики нефтегазодобычи. Известны и другие симметричные модели близкого вида: Гаусса, Лоренца-Коши-Капицы (далее Коши). Однако на практике (Брандт и др.) зачастую точнее оказывались асимметричные
модели: асимметричный вариант модели Хабберта, модели Хаммонда-Маккея или логнормального распределения. Большую длительность этапа спада ЖЦ добычи можно объяснить принимаемыми обычно решениями по продлению более прибыльного этапа добычи. В России эксплуатируется значительное число месторождений именно с этапом падающей добычи, поэтому прогнозному моделированию этого этапа следует уделять большее внимание (например, работы В.М. Тарасюка и др.). Наиболее современной и допускающей дальнейшее развитие представляется использование модели Хабберта, в которой формируется асимметрия на этапе спада добычи введением в исходную модель вместо параметра (числа), отвечающего за ширину колокола, функции в виде кумулятивной логисты Верхулста, определяемой реальными данными этого этапа, т.е. реализуется адаптация (М.Х. Хасанов, Н.О. Карачурин, Е.И. Тяжев).
Целью работы является развитие эконометрического инструментария
моделирования рядов динамики нефтегазодобычи путем обеспечения большей точности и расширения области применения: использованием мер точности моделирования и прогнозирования; адаптирующего использования для этапа спада тренда динамики добычи кумулятивных логист, предложением учета взаимодействия колебательных компонент и тренда, а также осуществлением полимодельного мониторинга эволюции моделей.
В соответствии с целью работы поставлены и решены следующие задачи:
-
Для адаптации эконометрического инструментария к динамике трендов рядов динамики нефтегазодобычи на этапе спада в отличие от известного решения (рассмотрения одной импульсной логисты тренда и включения в нее одной модели кумулятивной логисты) рассмотреть комплекс применяемых на практике колоколообразных логист трендов, сравнить достигаемую точность от включения в каждую из них вместо параметра, отвечающего за ширину колоколообразного тренда, разных моделей кумулятивных логист.
-
Для повышения точности краткосрочного прогнозирования дополнить известные аддитивные и мультипликативные тренд-колебательные модели трендов рядов динамики нефтегазодобычи новыми аддитивно-мультипликативными моделями, учитывающими возможные взаимодействия колебательной компоненты с трендом. Предлагаемые многокомпонентные ряды моделировать гармониками с некратными частотами, соотнеся периоды этих гармоник с известными бизнес-циклами для характеристики действующих макроэкономических факторов.
-
Для повышения точности прогнозного моделирования нефтегазодобычи оценивать взвешенной суммой мер точность моделирования и прогнозирования, а мониторинг эволюции - реализацией многомодельных траекторий из трендов и колебательных компонент. Расширение области применения инструментария обеспечить высокоточным методом идентификации, оптимизацией его параметров и программных средств, а также предложить рекомендации по частоте возможного применения тех или иных прогнозных моделей для различных уровней агрегирования показателей добычи, указав виды бизнес-циклов, формирующих колебания.
Объектом исследования являются месторождения нефтегазодобычи регионов России, регионов других стран, отдельных стран, их групп и всего мира.
Предметом исследования является динамика добычи нефти и газа, теория и практика моделирования показателей нефтегазодобычи на различных уровнях агрегирования показателей, являющаяся основой принятия управленческих решений.
Теоретическая и методологическая основа исследования.
Значимы результаты по моделированию динамики добычи нефти и газа зарубежных ученых: K. Deffeyes, R. Dhawan, D. Zweig, B. Jianhai, J. Mitchell, S. Sorrell,
R. Bentley, G. Cacciola, L. Zhao, S. Snowden и др. Соискатель учел и научные работы
отечественных ученых: В.А. Бажанова, А.С. Выскребенцева, Ж.Т. Кабылхамитова, Л.Т.
Курмангазева, А.М. Мастепанова, А.Х. Мирзаджанзаде, Б.Б. Оразбаева, Г.А. Полякова и
др. Исследование опиралось на принципы эконометрического моделирования и анализа
временных рядов, изложенных в работах В.Д. Богатырева, М.И. Гераськина,
И.И. Елисеевой, Н.Г. Загоруйко, В.С. Мхитаряна, Л.И. Ниворожкиной, Р.М.
Нижегородцева, С.Г. Светунькова, В.К. Семенычева, Е.В. Семенычева, В.И. Тиняковой,
Н.П. Тихомирова и др. Приняты во внимание и результаты зарубежных ученых:
Верхулста, Маккея, Рамсея, Ричардса, Гомпертца, Холланда, и др. В диссертации
применялись методы и модели экономики, эконометрики, вычислительной математики,
теории вероятностей и математической статистики, искусственного интеллекта,
экономико-математического моделирования. Для разработки инструментария
использовались пакеты Microsoft Office, Mathcad. Авторская программа «Oil_Ident» разработана в среде MatLab.
Информационную базу исследования составили статистические данные добычи нефти и газа, содержащиеся в электронных интернет-ресурсах, а также в базах данных территориальных органов Федеральной службы государственной статистики 11 регионов России.
Согласно паспорту специальности 08.00.13 - Математические и
инструментальные методы экономики, тематика диссертационного исследования соответствует следующим пунктам:
- 1.2 «Теория и методология экономико-математического моделирования,
исследование его возможностей и диапазонов применения: теоретические и
методологические вопросы отображения социально-экономических процессов и систем
в виде математических, информационных и компьютерных моделей»;
- 1.8. «Математическое моделирование экономической конъюнктуры, деловой
активности, определение трендов, циклов и тенденций развития».
Вклад автора в проведенное исследование. Автор внес определяющий вклад в постановку задач исследования, разработку теоретических положений, практических рекомендаций и выводов, проводил основные расчеты и настройки алгоритмов. Фамилии соавторов, принимавших участие в отдельных направлениях исследования, указаны в списке основных публикаций по теме диссертации. Все результаты, составляющие научную новизну диссертации и выносимые на защиту, получены автором лично.
К числу основных результатов, полученных лично автором и определяющих научную новизну работы, можно отнести:
П.1. Произведена адаптация к данным нефтегазодобычи на этапе спада тренда динамики добычи для показателей макро-, мезо- и микроуровней уровней агрегирования показателей путем замены в импульсных моделях (Хабберта, Коши, Гаусса, Хаммонда-Маккея и логнормального распределения) параметра, отвечающего за ширину колокола, кумулятивными логистами Верхулста, Гомпертца с левой асимметрией и с правой асимметрией, Рамсея, оценивания точность каждого из сочетаний в формируемой модели импульсных и кумулятивных логист.
П.2. В развитие известных аддитивной и мультипликативной структур взаимодействия тренда и колебательной компоненты рядов предложены новые структуры рядов: а) с моделью колебательной компоненты, пропорциональной тренду; б) с моделью, в которой есть и колебательная компонента, независящая от тренда, и колебательная компонента, пропорциональная тренду, которая названа «взвешенной по амплитуде» структурой колебательной компоненты; в) «взвешенная по частоте» модель
структуры взаимодействия, учитывающая изменение частоты колебательной
компоненты. Гармонизация колебательной компонентой с некратными частотами взаимодействия компонент рядов позволила соотнести их периоды с условиями формирования бизнес-циклов Китчина, Жугляра и Кондратьева.
П.3. Повышение точности прогнозного моделирования нефтегазодобычи реализовано моделями адаптации трендов рядов (п.1), моделями взаимодействия трендов и колебательных компонент рядов (п.2), обоснованным выбором генетического алгоритма, оптимизацией его параметров и программных средств, расчетом мер точности и моделирования, и прогнозирования, выполнением полимодельного мониторинга эволюции компонент и рекомендациями по частоте возможного применения моделей на различных уровнях агрегирования показателей добычи.
Практическая ценность и значимость работы заключается в реализации
прогнозного моделирования динамики нефтегазодобычи, что актуально для понимания
формирования мировых цен на нефть и газ. Существовавшие подходы к моделированию
использовали, как правило, по отдельности геологические, технологические,
экономические и институциональные факторы, ограничивались моделированием только
трендов траекторий добычи. Предложенный инструментарий анализирует
чувствительность, например, политики регулирования отрасли, не требует длинных
выборок, позволяет моделировать эволюционирующие ряды и соотнести периоды
гармонизирующих гармоник колебательной компоненты с макроэкономическими
бизнес-циклами. Результаты подтверждены примерами прогнозного моделирования на
различных уровнях агрегирования показателей динамики нефтегазодобычи.
Рекомендованы модели, с которых оправдано начать моделирование. Инструментарий допускает возможность применения для прогнозного моделирования и других видов невозобновляемых ресурсов: пример показан для прогнозного моделирования динамики добычи угля. Реальные выборки рассматривались на разных уровнях агрегирования показателей, разных месторождениях нефтегазодобычи, на различных длинах выборок.
Издано методическое пособие для бакалавров и магистрантов направления «Экономика», изучающих курсы «Эконометрика», «Моделирование и прогнозирование», «Системы поддержки принятия решений», а также для слушателей соответствующих разделов курсов повышения квалификации.
Апробация и внедрение результатов исследования. Результаты
диссертационной работы обсуждены и одобрены на заседаниях кафедры
математических методов и информационных технологий в Муниципальном бюджетном
образовательном учреждении высшего образования «Самарская академия
государственного и муниципального управления», на заседании кафедры
«Корпоративных информационных систем, электронных сервисов и интеллектуальных
информационных технологий» Самарского государственного экономического
университета, а также на 8 конференциях: IV Всероссийской научно-практической конференции с международным участием «Математическое моделирование, численные методы и информационные системы» (г. Самара, 2012г.), XIV и XV Научной конференции студентов и аспирантов (г. Самара, 2013, 2014гг.), Международной конференции «Формирование основных направлений развития современной статистики и эконометрики» (г. Оренбург, 2013г.), XXXIII Международной научно-технической конференции «Математические методы и информационные технологии в экономике, социологии и образовании» (г. Пенза, 2014г.), Международной научно-практической конференции «Современная экономика и управление: подходы, концепции, модели» (г. Саратов, 2014г.), Международной научной конференции «Управление экономикой:
методы, модели, технологии» (г. Уфа, 2014г.), International Conference on Communications, management, and Information technology (ICCMIT'2015, Prague).
По теме диссертации опубликовано 17 научных работ общим объемом 11,4 п.л. (из них авторских 7,8 п.л.), в том числе 6 работ опубликованы в рецензируемых научных журналах ВАК общим объемом 5,3 п.л., из них авторских 3,7 п.л., 3 публикации представлены в изданиях базы Scopus. Получено свидетельство о государственной регистрации программы для ЭВМ, издано методическое пособие для бакалавров и магистрантов экономического направления обучения.
Структура диссертации: исследование изложено на 135 страницах, состоит из введения, трех глав, заключения, списка литературы из 164 наименований, содержит 99 рисунков, 28 таблиц.