Корреляционно - регрессионный анализ нефтедобывающей промышленности

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ АГЕНСТВО ПО ОБРАЗОВАНИЮ

Сибирский федеральный университет

Институт экономики, управления и природопользования

Курсовая работа:

«
КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ НЕФТЕДОБЫВАЮЩЕЙ ПРОМЫШЛЕННОСТИ
»

Выполнила:

Студентка экономического

факультета ИЭУиП 2 курса

группы Э-28

Колегова Мария Андреевна

Красноярск, 2011



СОДЕРЖАНИЕ

Введение ……………………………………………………………………………………...3

Глава 1. ФАКТОРЫ И ОСОБЕННОСТИ РАЗВИТИЯ И РАЗМЕЩЕНИЯ НЕФТЕДОБЫВАЮЩЕЙ ПРОМЫШЛЕННОСТИ


1.1. Место нефтедобывающей промышленности в национальной экономике…………..5

1.2. Факторы, определяющие развитие нефтедобывающего комплекса ………………..6

Глава 2. СТАТИСТИЧЕСКАЯ ОЦЕНКА НЕФТЕДОБЫВАЮЩЕЙ

ОТРАСЛИ И ЕЕ ФАКТОРОВ:

2.1. Основные статистические методы……………………………………………………. 11

2.2. Построение эконометрических моделей и выводы по ним. ………………………… 17

Заключение …………………………………………………………………………………26

Список литературы ………………………………………………………………………..27


ВВЕДЕНИЕ


Нефть и продукты ее переработки играют важнейшую роль в развитии экономики и социальной сферы России, обеспечивают более трети общего потребления энергетических ресурсов и около 90% потребностей транспорта в топливе.

Еще Фалес Милетский говорил, что нефть — это кровь современной цивилизации. Употребляя это определение, многие имеют в виду в основном энергетическое использование получаемых из нефти фракций (бензина, керосина, мазута) на электростанциях и в транспортных двигателях. Хотя сейчас в качестве топлива используют только фракции, полученные при ее перегонке, переработке, все же сжигание основной части вещества нефти обходится нам очень дорого. Ведь нельзя ни на минуту забывать об ограниченности и невозобновляемости ресурсов нефти хотя бы потому, что нефть составляет полностью сырьевую базу нефтеперерабатывающей промышленности, является одним из главных факторов ее функционирования. Не следует также забывать, что нефть — удивительное вещество, позволяющее получать смазочные и строительные материалы (пластмассы), одежду (синтетическую), лекарства и многое другое.

Актуальность темы обусловлена тем, что за последние двадцать пять лет чрезмерное расходование нефти в качестве топлива в мире и в России, в частности, грозит энергетическим кризисом, а пока, к сожалению, многие ценные и важные продукты без использования нефти получить нельзя.
Цель и задачи исследования.

Исходя из актуальности, можно поставить следующую цель данной курсовой работы: выявление на основе статистического анализа факторов, определяющих развитие нефтедобывающей промышленности, а также возможное прогнозирование динамики рассматриваемых процессов.

Реализация основной цели исследования предполагает решение следующих задач:

— изучение, посредством методов статистики, характера динамики добычи нефти в России;

— выявления основных факторов, влияющих на добычу;

— выявление основных черт и тенденций формирования нефтедобывающих комплексов;

— проведение статистического анализа окружных особенностей нефтедобычи;

— перспективная оценка тенденций развития нефтедобывающей отрасли страны;

Объект и предмет исследования.

Объектом исследования явились данные по добыче нефти в Российской Федерации, а предметом исследования — методология изучения нефтедобывающей промышленности и ее факторов.

Информационная база исследования.

Информационную базу составили данные первичной статистической отчетности, аналитических разработок и российских ежегодных сборников.

Теоретической и методологической основой исследования послужили труды отечественных и зарубежных авторов, посвященных проблемам изучения процесса нефтедобычи, ее состояния и перспективам развития.



ГЛАВА 1. ФАКТОРЫ И ОСОБЕННОСТИ РАЗВИТИЯ И РАЗМЕЩЕНИЯ НЕФТЕДОБЫВАЮЩЕЙ ПРОМЫШЛЕННОСТИ

1.1. Место нефтедобывающей промышленности в национальной экономике.


Нефть является неотъемлемой частью современной жизни. Она обеспечивает и энергетическую безопасность государств, и является составной частью таких необходимых и важных продуктов общественного потребления, как одежда и лекарства. В мире добыча нефти началась еще в древние века, в России первое месторождение нефти было открыто лишь в XVII веке, а в промышленных масштабах нефть стали добывать только XIX веке. Так сложилось, что по мере развития истории мировой спрос на нефть рос галопирующими масштабами, что вызвало в последствии необходимость развития новых месторождений нефти. В итоге в настоящее время нефть добывают более чем в 80 странах мира, и она играет значительную роль в развитии национальных экономик, так как является как и статьей получения доходов от экспорта, так и составной частью промышленного потенциала страны.

В нашей стране с середины 1990 – х годов многие информационные и новостные источники говорят о том, что современная Россия «сидит на сырьевой игле», выделяя в качестве основной части — нефть. Это положение является обоснованным хотя бы по тому, что нефть, а именно ее экспорт и экспорт продуктов ее переработки в настоящее время дает нашей стране 33% дохода от всего объема экспорта, а в 90 – е годы главная статья экспорта обеспечивала до 50% экспортных доходов. И данная ситуация не является единичным случаем, во многих странах, которые добывают нефть, ее продажа является главной статьей экспорта и проносит значительный доход в национальные экономики, например, экспорт нефти в Саудовской Аравии и Венесуэле приносит до 90% доходов.

В связи с этим, можно понять, почему же в настоящее время остро стоит вопрос, связанный с нефтедобывающей и нефтеперерабатывающими промышленностями. Вопрос, связанный с переработкой нефти, носит отдельный характер, и в некоторой степени связан и добычей нефти, ведь если нефть не будет добываться, то и перерабатывать будет нечего. По – этому в настоящее время для современной российской экономики достаточно высокую степень значимости имеет проблема добычи нефти. Конечно, можно говорить о том, что надо находить альтернативные виды источников помимо нефти, и такие работы, несомненно, важны и актуальны для состояния экономики. Но некоторые продукты переработки нефти на данном этапе развития науки

просто невозможно заменить, аналогов не существует, например, некоторые составляющие лекарственных препаратов.

Теперь непосредственно необходимо осветить вопрос, связанный с тем, почему добыча нефти для России может вызывать проблему. По общим данным Минтопэнерго РФ, Россия располагает 13% мировых запасов нефти, а ее добыча составляет 15,6% мировой. Эти показатели свидетельствуют о том, что нефть в нашей стране добывается в огромных масштабах, что несомненно влияет на ее запасы. По данным BP Statistical review of world energy 2011 года уже сейчас известно, что оставшихся запасов нефти России хватит всего на 21 год. Это значит, что из – за крупных масштабов добычи нефть, так как она относится к невозобновляемым ресурсам, может просто закончится. Данная проблема конечности разведанных запасов характерна не только для нашей страны, но и для ряда других мировых нефтедобывающих стран, например запасов нефти в США хватит всего на 11 лет, а в Китае по прогнозам – всего на 10 лет.

Как можно заметить из всего выше сказанного добыча нефти имеет ряд проблем, которые в первую очередь связанны с необходимостью открытия новых месторождений. Но не стоит забывать и о том, что открытие новых месторождений связанно и с некоторым опытом в данной сфере, поэтому стоит учитывать еще и общепринятые факторы, которые необходимы для успешного функционирования комплекса.


1.2 Факторы, определяющие развитие нефтедобывающего комплекса


Размещение нефтяной промышленности подчинено общим закономерностям размещения производительных сил.

На размещение нефтяной промышленности влияют размеры промышленных запасов нефти и географическое распределение запасов, природные разработки месторождений, качество нефти, уровень развития техники и технологии и определяемые или возможные разработки тех или иных месторождений, география потребления, транспортабельность нефти.

Нефтедобывающая промышленность может существовать и развиваться там, где имеются запасы нефти. Поэтому размещение ее связано с географией нефтяных месторождений.



С ростом геологической изученности страны открываются новые месторождения и возрастают размеры разведанных запасов. Меняется географическое распределение запасов, создаются материальные предпосылки для рационализации размещения промышленности.

Нефтяные месторождения различаются размерами залежи, геологическими условиями разработки, качеством нефти, своим географическим местоположением. Введение их в разработку связано с различными вложениями средств в капитальное строительство. Нефтяные месторождения не равнозначны по роли в удовлетворении потребностей народного хозяйства, по экономической эффективности, поэтому проблема размещения нефтедобывающей промышленности сводится к вопросу об очередности ввода в разработку отдельных месторождений и о темпах их развития.

Размеры нефтяной залежи, заключенные в ней запасы нефти прежде всего определяют, какие из открытых нефтяных баз будут введены в разработку в ближайший период и какими темпами они будут развиваться. Освоение и разработка крупных месторождений требуют меньше удельных капитальных вложений. Подобные месторождения обычно высокопродуктивны, стоимость добычи значительно ниже, чем на мелких месторождениях. Все это указывает на необходимость первоочередного использования ресурсов, заключенных в крупных месторождениях.

Большое значение при выборе очередности использования тех или иных месторождений имеют природные условия залегания и добычи запасов этих месторождений:

— геолого-физические условия нефтеразработки (буримость пород, глубина скважин, режим нефтяного пласта, число продуктивных горизонтов, плановое давление и т.д.);

— естественно-географические условия расположения месторождения.

Эти условия определяют в основном выбор технических средств бурения и эксплуатации скважин, систему разработки залежей, влияют на сроки ввода месторождений в эксплуатацию, размеры связанных с этим капитальных вложений, экономические показатели разработки.
Один из важнейших природных факторов разработки месторождений — глубина скважин. С увеличением глубины скважин скорость проходки обычно снижается, а время сооружения скважин, стоимость бурения, издержки эксплуатации возрастают. Важное природное условие нефтеразработки — многопластовость месторождения. При наличии в резерве месторождения нескольких продуктивных горизонтов в определенных условиях

открывается возможность бурения многорядных скважин (стоимость которых на 20-35 % меньше обычных).

Значительными особенностями и дополнительными видами затрат отличается разработка морских нефтяных месторождений. Капитальные вложения и себестоимость добычи на морских промыслах возрастают вследствие использования специальных гидротехнических сооружений — морских эстакад или отдельных оснований из-за особых условий транспортировки людей и грузов.

Большое значение имеет качество нефти. Содержание в нефти светлых парафинов, серы, смол определяет технологию нефтепереработки, выход отдельных видов продукции, а следовательно, и экономические показатели производства.

Развитие науки и техники повышает эффективность активного воздействия на природные условия нефтеразработки в целях всемерного использования запасов нефти и наиболее рационального размещения промышленности.

Развитие и совершенствование нефтяной техники вносит крупные изменения в содержание труда рабочих. Функции рабочего все более сводятся к контролю за соблюдением режима технологических процессов, наблюдению исправностью приборов, аппаратуры, оборудования. Возрастают требования к производственной квалификации кадров и культурно-технической подготовке.

Немаловажным фактором в развитии нефтегазового комплекса является инфраструктура. В экономической литературе под инфраструктурой понимается межотраслевой комплекс, обслуживающий всю совокупность производительных сил района. В состав инфраструктуры большинство исследователей включают объекты, которые обеспечивают производственный процесс, но сами непосредственно не создают продукцию в вещественной форме. Кроме того, сюда же относятся объекты, обеспечивающие воспроизводство трудовых ресурсов в районе, создающие материальные и культурно-бытовые условия для нормальной жизнедеятельности человека. Первую группу объектов обычно называют производственной инфраструктурой, а вторую — социально-бытовой.

Одной из актуальных проблем взаимоотношений нефтегазовой промышленности области с сопряженными отраслями народного хозяйства в районах ее развития является создание инфраструктуры опережающими темпами.

До сих пор инфраструктуре не уделялось достаточного внимания. Хозяйственная практика породила представление об отраслях инфраструктуры как о чем-то менее важном по сравнению с основным производством. В последние годы появилось много работ, в которых убедительно показана — необходимость синхронного ввода объектов

инфраструктуры и объектов основного производства района, охвата их комплексными перспективными планами освоения района. Однако при планировании, как групп, так и отдельных предприятий главное внимание все еще уделяется развитию основного производства, а вопросы создания объектов инфраструктуры решаются без учета перспективы развития основного производства.

Должны учитываться самостоятельные статьи затрат, в том числе на районную инфраструктуру, на развитие системы транспортного обслуживания района, возрастают затраты на жилищно-бытовое строительство, электроснабжение и т. д

Практика обустройства месторождений показывает, что строительство инфраструктуры без обоснования перспективы их развития приводит к организации большого числа незначительных по мощности предприятий и, соответственно, к снижению эффективности их производства. Несмотря на большое число энергетических установок, предприятия испытывают острый дефицит в электроэнергии, что сдерживает внедрение механизации и автоматизации производственных процессов. При сохранении в перспективе энергоснабжения промыслов в соответствии с установившейся практикой число электростанций и численность обслуживающего персонала будут расти пропорционально увеличению газодобычи в этом районе.

Таким образом, факторами, определяющими размещение нефтяной промышленности в России являются:

Число действующих организаций в отрасли

Среднегодовая численность промышленно производственного персонала

Объем эксплуатационного бурения нефти

Объем и структура потребления

Среднесуточный дебет одной скважины

Степень износа основных фондов

Ввод в действие основных мощностей (нефтяных скважин)

Уровень рентабельности

Коэффициент обновления основных фондов

Очередность и темпы разработки месторождений в значительной мере определяются географией потребления нефти и условиями транспорта.

Транспортные издержки влияют на формирование стоимости нефти, близость добывающих предприятий к районам нефтепотребления исключает дальние пробеги нефтегрузов, позволяет существенно сократить издержки добычи и транспорта.

Величина района потребления нефти, добываемой на отдельных месторождениях и предельная дальность ее перевозки при прочих равных условиях, зависят от размера

суммарных издержек добычи и транспорта нефти. Чем выше издержки добычи, тем ближе к району добычи должна проходить граница их потребительского распространения. При относительно низких издержках добычи нефть можно транспортировать на большие расстояния. Район потребления нефти, добытой на месторождениях с наименьшими за тратами, возрастает. Становится экономически оправданной разработка таких месторождений более быстрыми темпами.

Прогресс транспорта в 60-е гг. обеспечил резкое удешевление транспортирования топлива, прежде всего нефти, по магистральным трубопроводам большего диаметра. Но в связи с освоением месторождений нефти в Западной Сибири увеличились капитальные вложения на строительство сверхдальних магистральных нефтепроводов.

Нефтепровод — это наиболее экономичный и прогрессивный вид магистрального транспорта нефти. При его использовании обеспечивается бесперебойность снабжения сырьем нефтеперерабатывающих заводов, сокращаются потери в пути, отпадают отличающиеся большой трудоемкостью операции по наливу и сливу, открываются возможности широкой механизации и автоматизации транспортного процесса.

Чем меньше издержки транспорта нефти, добываемой на том или ином месторождении, тем больше допустимая дальность перевозки нефти этого месторождения, шире район ее потребления и больше должна быть концентрация добычи на этом месторождении по сравнению с идентичными месторождениями.

Интенсивное развитие нефтепроводов связано с ростом добычи нефти, (особенно в новых труднодоступных районах страны с недостаточно развитой транспортной сетью), необходимостью доставки мощных грузопотоков нефти на дальние расстояния, экспортом значительной части нефти по нефтепроводам из районов добычи непосредственно до мест ее потребления за рубежом.

Развитие нефтяной промышленности обуславливает увеличение перевозок нефтяных грузов. В этих перевозках все большее участие принимает специализированный и экономичный нефтепроводный транспорт. Существует два вида нефтепроводов; промысловый и магистральный. Промысловые используют непосредственно на нефтедобывающих промыслах. К магистральным нефтепроводам относятся трубопроводы диаметром не менее 530 мм и протяженностью не менее 50 км, предназначенные для транспортировки нефти из районов добычи на предприятия по переработке нефти на железнодорожные, речные, морские пункты налива, а также на головные перекачивающие станции, расположенные вне территории данного нефтяного промысла, месторождения нефти, и на экспорт.



ГЛАВА 2. СТАТИСТИЧЕСКАЯ ОЦЕНКА НЕФТЕДОБЫВАЮЩЕЙ ОТРАСЛИ И ЕЕ ФАКТОРОВ

2.1.Основные статистические методы:
При статистическом изучении какого – либо явления большое значение имеет объективное и всестороннее количественное выражение состояния развития в конкретных условиях пространства и времени, выявление и измерение внутренних и внешних закономерностей, раскрывающих содержание исследуемых явлений. С учётом этих задач и будем классифицировать и характеризовать основные приёмы анализа статистических данных.

а) Состояние статистической совокупности и её основных элементов характеризуется с применением абсолютных, относительных и средних величин, статистических коэффициентов и др.

б) Изучение изменения (развития) явления во времени в статистке в основном осуществляются с использованием статистических показателей рядов динамики, методов выявления и количественной оценки сезонных тенденции (тренда) развития, методов выявления и количественной оценки созданных колебаний, метода параллельных рядов и др.

в) Задачи выявления и измерения связей, взаимосвязей, закономерностей массовых явлений могут решаться с использованием рядов распределения, графического метода, метода аналитических группировок, метода параллельного сопоставления рядов, методов математической статистики.

В данном вопросе нам необходимо получить общее систематизированное представление о приёмах анализа статических данных.

В статистике иногда применяют и другие подходы к разграничению приёмов анализа. Например, условно их подразделяют на две группы: традиционные (статистические) и математические.

С графическим методом связанно наглядное представление статистических данных. С его помощью можно показать основные динамики проявления исследуемых процессов во времени. Однако, четко детерминировать взаимосвязи между отдельно взятыми факторами и определяющими на их основе признаками, графическим методом не только достаточно сложно, но если рассматривать совокупность множества факторов, как это, например, выявляется в данной исследовательской работе, это под час даже не возможно.

В связи с этим положением, для оценки взаимосвязи уровня рождаемости от определяющих его факторов можно воспользоваться эконометрическими методами математической статистики, а именно построением эконометрических моделей на основе корреляции, регрессии, дисперсионного и факторного анализа.

Следует оговорить, что эконометрические методы строятся на синтезе трех областей знаний: экономики, математики и статистики. Основа эконометрии – экономическая модель, под которой понимается схематическое представление экономического явления или процесса при помощи научной абстракции, отражения их характерных черт.

Теперь подробнее рассмотрим, что собой представляет каждый из приведенных видов анализа. Для этого вначале дадим определения каждого названного вида анализа статистических данных.

Корреляционный анализ — метод обработки статистических данных, с помощью которого измеряется теснота связи между двумя или более переменными.

Ограничения корреляционного анализа

Сам по себе факт корреляционной зависимости не даёт основания утверждать, что одна из переменных предшествует или является причиной изменений, или то, что переменные вообще причинно связаны между собой, а не наблюдается действие третьего фактора.

Регрессио́нный анализ (линейный) — статистический метод исследования зависимости между зависимой переменной Y и одной или несколькими независимыми переменными X1,X2,...,Xp.

Независимые переменные иначе называют регрессорами или предикторами, а зависимые переменные — критериальными.

Регрессионный анализ нельзя использовать для определения наличия связи между независимыми переменными, поскольку наличие такой связи и есть предпосылка для применения анализа.

Дисперсионный анализ — метод в статистической математике, направленный на поиск зависимостей в экспериментальных данных путём исследования значимости различий в средних значениях.

Факторный анализ — многомерный статистический метод, применяемый для изучения взаимосвязей между значениями переменных.

Факторный анализ позволяет решить две важные проблемы исследователя: описать объект измерения всесторонне и в то же время компактно. С помощью факторного анализа возможно выявление скрытых переменных факторов, отвечающих за наличие линейных статистических связей корреляций между наблюдаемыми переменными.



Таким образом, можно выделить 2 цели факторного анализа:

определение взаимосвязей между переменными, их классификация;

сокращение числа переменных.
Однако, в настоящее время широкое распространение получил, так называемый смешанный, корреляционно – регрессионный анализ. Он позволяет не только выявить влияние на критериальную (результирующую) переменную, в рамках регрессионного анализа, но и, в рамках корреляционного анализа, рассмотреть существует ли зависимость между определяющими переменными.

Также, перед тем как непосредственно приступить к описанию механизма построения эконометрических моделей в рамках регрессионного анализа, необходимо также ввести некоторые определения и понятия, с помощью которых можно будет дать характеристику полученных результатов.

В частности надо определить, какие могут существовать виды связи между зависимой переменной и независимой переменной. В зависимости от направления действия все виды связей могут быть прямые и обратные.

При прямой связи направление изменения результативного признака совпадает с направлением изменения признака-фактора, то есть с увеличением факторного признака увеличивается и результативный, и, наоборот, с уменьшением факторного признака уменьшается и результативный признак. В противном случае между рассматриваемыми величинами существуют обратные связи.

По аналитическому выражению (форме) связи могут быть прямолинейными и криволинейными. При прямолинейной связи с возрастанием значения факторного признака происходит непрерывное возрастание (или убывание) значений результативного признака. Математически такая связь представляется уравнением прямой, а графически – прямой линией. Отсюда ее более короткое название – линейная связь. При криволинейных связях с возрастанием значения факторного признака возрастание (или убывание) результативного признака происходит неравномерно, или же направление его изменения меняется на обратное. Геометрически такие связи представляются кривыми линиями (гиперболой, параболой и т.д.).

И что было отмечено ранее, по количеству факторов, действующих на результативный признак, связи различаются: однофакторные (один фактор) и многофакторные (два и более факторов). Однофакторные (простые) связи обычно называются парными (т.к. рассматривается пара признаков). В случае многофакторной

(множественной) связи имеют в виду, что все факторы действуют комплексно, то есть одновременно и во взаимосвязи.

В ходе данного исследования из – за достаточно большого количества определенных влияющих на рождаемость факторов следует рассматривать множественную связь. Кроме того, исходя из предположения о том, что все факторы прямолинейно воздействуют на уровень нефтедобычи, то в рамках данной курсовой работы будут рассматриваться именно линейные эконометрические модели.

Теперь можно непосредственно приступить к описанию основных положений линейного регрессионного анализа многофакторных моделей.

Основными целями регрессионного анализа являются:

Определение степени детерминированности вариации критериальной (зависимой) переменной предикатами (независимыми переменными);

Предсказание значения зависимой переменной с помощью независимых;

Определение вклада отдельных независимых переменных в вариацию зависимой.

На основе достижения данных целей в ходе работы мы сможем наиболее полно описать существующие взаимосвязи между рождаемостью и влияющими на нее факторами.

Множественный регрессионный анализ:

В общем случае в регрессионный анализ вовлекаются не одна, а несколько независимых переменных. Это наносит ущерб наглядности получаемых результатов, так как подобные множественные связи, в конечном счете, становится невозможно представить графически. 

В случае множественного регрессионного анализа речь идёт о необходимости оценки коэффициентов уравнения: 

y= b1∙x1+ b2∙x2+…+bn∙xn+a

где n — количество независимых переменных, обозначенных как х1 и хn,

а — некоторая константа. 

Как уже было сказано ранее, независимые переменные не должны коррелировать между собой.  


Линейный множественный регрессионный анализ:

В ситуации, когда функция отзыва (цели) Y зависит не от одного, а от многих факторов, установление формы связи в таких случаях начинают, как правило с рассмотрения линейной регрессии такого вида: 




В таком случае результаты наблюдений должны быть представлены уравнениями, полученными в каждом из п опытов: 

 (1)
или в виде матрицы результатов наблюдений: 


где n – количество опытов; 

k - количество факторов. 

Для решения системы уравнений представленной выше необходимо, чтобы количество опытов было не меньше  k + 1, т.е. п   k + 1. 

Заданием множественного регрессионного анализа является построение такого уравнения прямой k-мерном пространстве, отклонение результатов наблюдений  xij от которой были бы минимальными. Используя для этого метод наименьших квадратов, получаем систему нормальных уравнений: 


которую представим в матричной форме 

(ХТХ)В = XTY, (2)

где  В - вектор-столбец коэффициентов уравнения регрессии; 

X - матрица значений факторов; 

Y - вектор-столбец функции отзыва; 

XТ - транспонированная матрица X. 

При xj0=1, j= 1,n, они соответственно равны: 



Перемножив правую и левую часть уравнения (2) на обратную матрицу (ХТХ)-1, получим при: 
Каждый коэффициент уравнения регрессии вычисляется по формуле: 

где  cij- элементы обратной матрицы (ХТХ)-1. 


Таким образом, найдя оценки параметров уравнения регрессионной модели, мы сможем выявить и охарактеризовать существующую связь между зависимой переменной и независимыми переменными. Но также не стоит забывать о наличии в эконометрической регрессионной модели постоянной константе, которая показывает и характеризует наличие вектора остатков неучтенных в модели признаков, которые в свое совокупности также оказывают влияние на критериальную переменную.

Также следует учесть еще и то, что для практического использования моделей регрессии большое значение имеет их адекватность, то есть соответствие фактическим статистическим данным.

Обычно регрессионный анализ проводится, и это уместно отметить и в структуре данной исследовательской работы, для ограниченной по объёму совокупности, поэтому различные показатели, характеризующие полученную взаимосвязь, могут быть искажены действием случайных факторов. Чтобы проверить, насколько эти показатели характерны для всей генеральной совокупности, не являются ли они результатом стечения случайных обстоятельств, необходимо проверить адекватность построенных статистических моделей.



Проверка значимости уравнения регрессии проводится по F-критерию. Для этого вычисляется остаточная дисперсия:

Sост2y= i=1nyi-yi2n-k-1


и Fрасч. – статистика

Fрасч= S2ySост2y

Данная расчетная статистика сравнивается с табличным значением  Fk1;k2;α при уровне значимости α и числе ступеней свободы  k1 = п - 1, k2 = п – k - 1. 

Гипотеза про значимость уравнения регрессии принимается при условии: 
Fрасч≥ Fk1;k2;α .
При численности объектов анализа до 30 единиц возникает также необходимость проверки значимости (существенности) каждого коэффициента регрессии. При этом выясняют насколько вычисленные параметры характерны для отображения комплекса условий: не являются ли полученные значения параметров результатами действия случайных причин.

Значимость коэффициентов регрессии проверяется по t-критерию. 
Статистика   tb= biSbi

сравнивается с табличным значением tk1;α при уровне значимости α и числе степеней свободы  k1 = п – k - 1. 

2.2.Построение эконометрических моделей и выводы по ним.
Исходя из теоретических данных, несомненно, в данной исследовательской работе будет использоваться многофакторный анализ и множественная корреляция.

Чтобы выявить какие признаки оказывают наибольшее влияние на объемы нефтедобычи в нашей стране, в качестве результирующего показателя в данном исследовании был взят объем добычи нефти в Российской Федерации. Оценивать влияние

на объем добычи я буду с помощью определяющих признаков, а именно с помощью: числа действующих организаций в отрасли (Х1), среднегодовой численности промышленно-производственного персонала (Х2), объема эксплуатационного бурения на нефть (Х3), среднесуточного дебита одной скважины (Х4), степени износа основных фондов отрасли (Х5), количества введенных в действие производственных мощностей (нефтяных скважин, Х6), коэффициента обновления основных фондов (Х7), уровня рентабельности предприятий отрасли (Х8).

Все данные были взяты за 10 лет с 2000 по 2009 года. В итоге можно увидеть следующую таблицу:
Таблица 1. Исходные данные

Год

Добыча нефти, млн.т

Число организа-ций

Численность

персонала,

тыс. человек

Объем

бурения,

млн. м

Дебет

одной

скважины,

т

Степень износа основных фондов, %

Ввод в действие нефтяных скважин, ед.

Коэффициент обновления основных фондов

Уровень рентабельности, %




У

Х1

Х2

Х3

Х4

Х5

Х6

Х7

Х8

2000

306,83

214

213

10,20

7,50

46,90

4 198

3,40

21,20

2001

301,23

273

246

6,90

7,40

48,3

2 921

3,00

14,90

2002

305,64

275

264

7,40

7,30

49,8

2 390

1,60

14,70

2003

303,28

385

289

5,00

7,70

52,1

2 274

1,70

17,60

2004

305,17

431

261

5,30

7,70

51,2

2 081

1,70

57,90

2005

323,52

439

267

9,30

7,50

53,3

2 833

2,90

66,70

2006

348,13

421

347

8,80

7,70

51,0

3 813

4,20

46,50

2007

379,56

436

331

8,60

8,30

53,9

3 145

3,70

20,60

2008

421,34

465

321

9,10

9,40

53,7

3 004

4,10

20,70

2009

459,21

637

293

8,30

10,10

53,10

3 123

3,70

36,30



Все необходимые расчеты оценок эконометрических моделей, а также оценки их значимости, производились с использованием демонстрационной версии программы для обработки статистических данных — IBM SPSS Statistics 19. Она позволяет в своем пакете статистических программ вычислить все необходимые показатели.

Производить анализ я буду поэтапно, чтобы полностью рассмотреть процесс построения эконометрических моделей.

Первый этап — корреляционный анализ. Его цель — определить характер связи (прямая, обратная) и силу связи (связь отсутствует, связь слабая, умеренная, заметная, сильная, весьма сильная, полная связь). Корреляционный анализ создает информацию о характере и степени выраженности связи (коэффициент корреляции), которая используется для отбора существенных факторов, а также для планирования эффективной последовательности расчета параметров регрессионных уравнений. При одном факторе

вычисляют коэффициент корреляции, а при наличии нескольких факторов строят корреляционную матрицу, из которой выясняют два вида связей: (1) связи зависимой переменной с независимыми, (2) связи между самими независимыми.

Рассмотрение матрицы позволяет, во первых, выявить факторы, действительно влияющие на исследуемую зависимую переменную, и выстроить (ранжировать) их по убыванию связи; во-вторых, минимизировать число факторов в модели, исключив часть факторов, которые сильно или функционально связаны с другими факторами (речь идет о связях независимых переменных между собой).

Таблица 2. Матрица коэффициентов парной корреляции




У

Х1

Х2

Х3

Х4

Х5

Х6

Х7

Х8

У

1

























Х1

0,805*

1






















Х2

0,567

0,593

1



















Х3

0,382

— 0,002

0,068

1
















Х4

0,964*

0,805*

0,434

0,220

1













Х5

0,630

0,819*

0,720*

— 0,013

0,584

1










Х6

0,221

— 0,153

0,039

0,813*

0,094

— 0,324

1







Х7

0,663*

0,332

0,481

0,757*

0,521

0,212

0,779*

1




Х8

— 0,006

0,429

0,071

0,058

— 0,046

0,310

-0,085

0,009

1


В получившейся таблице значения отмеченные знаком «*» являются значимыми на уровне 0,01, это показывает, что с ошибкой всего в 1 % можно говорить о том, что связи существует.
Исходя из результатов полученной таблицы можно говорить о том, что наибольшее влияние на объем добычи нефти оказывают такие признаки, как: среднесуточный дебит одной скважины (Х4, парный коэффициент корреляции – 0,964), число действующих организаций в отрасли (Х1, парный коэффициент корреляции – 0,805), а также коэффициента обновления основных фондов (Х7). Не смотря на то, что парный коэффициент корреляции не очень высок, всего 0,663, все же является значимым.

На данном этапе также возможно произвести исключение факторов, которые сильно связаны с другими. При наличии сильной коллинеарности факторов рекомендуется

исключать из исследования тот фактор, у которого теснота парной зависимости меньше, чем теснота межфакторной связи.

Таким образом, из уравнения множественной регрессии необходимо исключить факторы: среднегодовой численности промышленно-производственного персонала (Х2), степени износа основных фондов отрасли (Х5), количества введенных в действие производственных мощностей (нефтяных скважин, Х6), коэффициента обновления основных фондов (Х7). Данные факторы являются малоинформативными и недостаточно статистически надежными. После исключения указанных факторов матрица коэффициентов парной корреляции будет выглядеть следующим образом (табл. 3).

Таблица 3. Матрица коэффициентов парной корреляции

после устранения мультиколлениарности.

 

У

Х1

Х3

Х4

Х8

У

1

 

 

 

 

Х1

0,805

1

 

 

 

Х3

0,382

-0,002

1

 

 

Х4

0,964

0,805

0,22

1

 

Х8

-0,006

0,429

0,058

-0,046

1



После проведения исключения малоинформативных факторов, возможен переход к дальнейшей оценки зависимости нефтедобычи от различных параметров.

Второй этап — расчет параметров и построение регрессионных моделей. Здесь стремятся отыскать наиболее точную меру выявленной связи, для того чтобы можно было прогнозировать, предсказывать значения зависимой величины Y, если будут известны значения независимых величин X1, Х2,… Хп

Так как для построения многофакторной регрессионной модели рекомендуется использовать пошаговый анализ, который позволяет при помощь статистики Фишера исключить влияние случайных признаков, то воспользовавшись именно этим признаком получим следующие результаты:

Таблица 6. Сводка для модели1

Множественный R

0,964

R—квадрат

0,930

Нормированный R—квадрат

0,921

Стандартная ошибка

1588,31


Рисунок 1. Показатели дисперсионного анализа (основное разложение)


А итоговая модели зависимости объемов нефтедобычи будет выглядеть следующим образом:

Y= 5768,466∙X4-11954,735

Как можно заметить, в итоговой эконометрической модели присутствует всего лишь один фактор, влияющий на объемы добычи нефти, а именно — среднесуточный дебит одной скважины. Все остальные рассматриваемые признаки оказались не значительными. Однако, при таком наборе достаточно велико отрицательное влияние неучтенных признаков, константа равна -11954,735.

По этому, в данной работе мне бы хотелось рассмотреть модель, в которую будут включены признаки X1, X3 и X8. В результате модель будет выглядеть следующим образом:

Y=2643,817∙X4+988,692∙X3+25,909∙X1-71,095∙X8-2617,844

Таблица 7. Сводка для модели2

Множественный R

0,994

R—квадрат

0,988

Нормированный R—квадрат

0,978

Стандартная ошибка

839,054


Рисунок 2. Показатели дисперсионного анализа (основное разложение)




Как можно увидеть на примере данной модели, при включении других рассматриваемых ранее факторов помимо показателя среднесуточного дебита одной скважины, то влияние неучтенных признаков уменьшается почт в 5 раз, что говорит о том, что признаки неучтенные в первой модели все же оказывают влияние на объем добычи нефти.

После получения каждого варианта уравнения обязательной процедурой является оценка его статистической значимости, поскольку главная цель — получить уравнение наивысшей значимости, поэтому второй этап корреляционно-регрессионного анализа неразрывно связан с третьим.

На третьем этапе выясняют статистическую значимость, т. е. пригодность постулируемой модели для использования ее в целях предсказания значений отклика. При этом программа уже рассчитала по модели теоретические значения для ранее наблюденных значений зависимой величины и вычислила отклонения теоретических значений от наблюдаемых значений. На основе этого программа построила также ряд графиков, в т. ч. график подборки (он иллюстрирует, насколько хорошо подобрана линия регрессии к наблюденным данным) и график остатков. Исследователь должен рассмотреть эти графики. В остатках не должно наблюдаться закономерности, т. е. корреляции с какими-либо значениями (если она есть, то, в модель не включен какой-то закономерно действующий, но не известный, скрытый фактор, о котором нет данных). Для оценки

качества полученной модели программа вычислила также целый ряд коэффициентов которые обязан рассмотреть исследователь, сравнивая их с известными статистическими критериями и оценивая модель с точки зрения здравого смысла.

На этом этапе исключительно важную роль играют коэффициент детерминации v F-критерий значимости регрессии.

R Squared (R2) — коэффициент детерминации — это квадрат множественного коэффициента корреляции между наблюдаемым значением Y и его теоретически значением, вычисленным на основе модели с определенным набором факторов Коэффициент детерминации измеряет действительность модели. Он может принимать значения от 0 до 1. Эта величина особенно полезна для сравнения ряда различных моделей и выбора наилучшей модели.

Есть доля вариации прогнозной (теоретической) величины Y относительно наблюденных значений Y, объясненная за счет включенных в модель факторов. Очень хорошо, если R2 > = 80%. Остальная доля теоретических значений Y зависит от других, не участвовавших в модели факторов. Задача исследователя — находить факторы, увеличивающие R2, и давать объяснение вариаций прогноза, чтобы получить идеальное уравнение. Однако, коэффициент R2 самое большее может достигнуть величины 1 (или 100%), когда все значения факторов различны. А если в данных есть повторяющиеся опыты, то величина R2 не может достигнуть 1, как бы хороша ни была модель. Поэтому дубликаты данных следует удалять из исходной таблицы до начала расчета регрессии. Некоторые программные пакеты автоматически удаляют дубликат, оставляя лишь уникальные данные. Повторение одинаковых данных снижает надежность оценок модели. R2 = 1 лишь при полном согласии экспериментальных (наблюденных) и теоретических (расчетных) данных, т. е. когда теоретические значения точно совпадают с наблюдаемыми. Однако это считается весьма маловероятным случаем.

Средствами регрессионного анализа, в т. ч. EXCEL, вычисляется F-критерий значимости регрессии для уравнения в целом. Это рассчитанное по наблюденным данным значение Fp (F расчетный, наблюденный) следует сравнивать с соответствующим критическим значением Fk, (F критический, табличный). Fк исследователь выбирает из публикуемых статистических таблиц на заданном уровне вероятности (на том, на каком вычислялись параметры модели, например, 95%).

Если наблюденное значение Fp окажется меньше критического значения Fk, то уравнение нельзя считать значимым. В иной терминологии об этом же может быть сказано: не отвергнута нуль-гипотеза относительно значимости всех коэффициентов регрессии в постулируемой модели, т. е. коэффициенты практически равны нулю.



Электронная технология корреляционно-регрессионного анализа становится абсолютно бесполезной, если расчетные данные будут толковаться не вполне правильно. В связи с этим процитируем здесь одно частное мнение [2, кн. 1, с. 1301: "… чтобы уравнение можно было считать удовлетворительным для целей предсказания (в том смысле, что размах предсказываемых значений отклика будет значительно больше, чем стандартная ошибка отклика), наблюдаемое значение F… должно не просто превышать выбранную процентную точку F-распределения, а превосходить ее примерно в 4 раза.

Теперь непосредственно можно приступить к характеристики полученных данных. В ходе исследования были построены две эконометрических модели зависимости объема нефтедобычи от определяющих признаков.

Если рассматривать обе модели не принимая во внимание параметры значимости, то сравнимая данные уравнения по коэффициенту детерминации, можно говорить о том, что вторая модель является более успешной с точки зрения зависимости факторов (1 модель R2 = 0,930, 2 модель R2 = 0,988).

Однако, то положение, что модель 2 является не значимой, а значит она будет отвергнута отвергнута, показывает, что наиболее приемлемой моделью, с помощью которой можно охарактеризовать зависимость добычи нефти от факторов, является однофакторная модель влияния суточного дебита одной скважины.

На четвертом этапе корреляционно-регрессионного исследования, если полученная модель статистически значима, ее применяют для прогнозирования (предсказания), управления или объяснения.

В ходе данной курсовой работы также возможна реализация и данного этапа анализа, со стороны предсказания дальнейшей ситуации в нефтедобывающей отрасли.

В ходе исследования я получила данные, согласно которым на объем добычи нефти из всех изначально рассматриваемых 8 признаков, значительно влияет только суточный дебет одной скважины ( дебит скважины – это ее производительность, то есть объем продукции, добываемый из скважины за определенный промежуток времени). Как уже было сказано ранее, в настоящее время на территории российской федерации происходит истощение запасов необходимого ресурса – нефти. А это значит, что производительность скважин несомненно будет сокращаться, а, следовательно, под влияние сокращения производительности будет снижаться и объем добычи.

Поэтому, как уже было отмечено выше, в настоящее время актуальность приобретает вопрос, связанный с необходимостью открытия новых месторождений и запасов нефти. А этот вопрос уже взаимосвязан с фактором географического положения. Кроме того для развития нефтедобычи, как составляющей отрасли российской

экономики, данный фактор — географического размещения запасов – показывает необходимость больших инвестиционных вливаний. Ведь за частую, большая часть нефтяных месторождений расположена на северных территориях и водных прибережных шельфах, что показывает необходимость проведения различных средств коммуникаций.


После рассмотрения всех факторных моделей, можно говорить о том, что все рассматриваемые в ходе работы факторы, несомненно, оказывают свое влияние на уровень нефтедобычи, и в большей степени это влияние оказывается прямолинейным, а, значит, улучшение этих показателей будут способствовать повышению уровня нефтедобычи. Однако не стоит забывать о наличии в эконометрических моделях констант, которые характеризуют силу влияния не учтенных и не рассматриваемых в модели факторов. Не учтенные в моделях параметры, в основном, носят качественный характер, и в свою очередь также могут зависеть от многих факторов, например, от территориальных особенностей. Поэтому влияние не количественных показателей достаточно трудно оценить в общей совокупности данных. Однако, можно говорить о значимости общих для всей изучаемых территорий качественных факторов. В современное время во многих странах, и в частности в России, таким качественным фактором определяющим динамику темпов нефтедобывающей промышленности выступает государственная политика.

Посредством государственной политики возможен процесс решения вопроса, связанного с необходимостью инвестиционных вложений в отрасль, с целью открытия новых месторождений, без которых, как было доказано в ходе работы, нефтедобывающая промышленность не будет не только развиваться, но и просто функционировать.



ЗАКЛЮЧЕНИЕ


Высокая экономичность нефти, целый ряд других технико-экономических преимуществ, а также растущие потребности в продуктах нефти влияют на ее положение в топливном балансе страны и предопределяют ведущее положение нефтяной промышленности в едином народнохозяйственном комплексе.

Факторами, определяющими размещение нефтяной являются:

— количество и территориальное размещение запасов

— качественный состав,

— условие транспортировки,

— объем и структура потребления,

— затраты на добычу и переработку,

— уровень развития НТП по добыче и переработке,

— экологический фактор,

— трудовые ресурсы,

— социальные структуры населения.

Основными проблемами, требующего немедленного решения, являются:

— освоение малых месторождений нефти,

— коренное изменение в структуре управления,

— поиск надежных источников финансирования, совершенствования налоговой политики,

— оптимальное размещение нефтеперерабатывающих предприятий, — создание регионального фонда накопления,

— решение экологических проблем, принятие мер (штрафов, налоговых льгот) по охране окружающей среды,
В ходе рассмотрения влияния отдельных факторов на нефтедобывающую промышленность, можно сделать следующие выводы:

На нефтедобычу влияют разные и многочисленные факторы, однако, основными являются факторы, отражающие непосредственную производительность добычи;

Факторы по своей силе влияния на добычу нефти меняются в зависимости от территории наблюдения;



В настоящее время многие факторы положительно влияют на тенденцию нефтедобычи;

Если положительная тенденция роста нефтедобычи будет сохранятся, то в будущем это обеспечит увеличение нефтедобывающих производств и как, следствие, развитию экономики страны.


СПИСОК ЛИТЕРАТУРЫ

1. Алексеев В.В. Очерки экономики Сибири, 1980.

2. Андрианов. В. «Великий нефтяной путь» на месте «великого шелкового»// Нефть России.-1998.-№ 1-. С. 22-26

3. Байков Н. Топливно-энергетический комплекс// МЭМО.- 1998 — 8 с. — 44-49

4. Брюгеман. А.Ф. Экономические проблемы повышения эффективности в добыче, транспорте и переработке нефти. М, 1983.

5. Воронин В.В. «Экономическая география РФ» Часть 1,2. Самара, СГЭА, 1997

6. Геологоразведка по – тюменски // Нефть России .- 2004.- 7.- с.66-68

7. Гладкий. Ю.Н., Доброскок. В.А., Семенов. С.П. Экономическая география России. М, 1999

8. Казанцев С.В. Сибирь к 2001 г.// ЭКО.- 1997- 10.- с.40 — 53.

9. Карцев. А.А. Вода и нефть. М., 1977

10. Кузьмина. Н.М. Топливно-энергетический комплекс РФ. Самара, 2000.

11. Колчин С. Проблемы и перспективы развития экономики Тюменской области// МЭМО 1995-6-с. 102-114.

12. Кейзер. Ю. Производство энергии в СССР: проблемы и перспективы// Плановое хозяйство.- 1991 — с. 71-79.

13. Копылов Н.В. Крупные экономические районы СССР. М., 1974 14. Куандыков. Б. Персидский залив XXI в. // Нефть России.-1998.-№ 1.-с. 27-29

15. Морозова. Т.Г. Региональная экономика. М.,1995

16. Нефтегазоносные провинции и области СССР/ Под ред. А.А. Бакирова. М, 1979.

17. Освоение нефтяных месторождений Западной Сибири. М, 1972

18. Предпринимательский климат регионов России. География для инвесторов и предпринимателей. М, 1998.

19. Путь в XXI век. Стратегические проблемы и перспективы российской экономики. М, 1999. 20. Российский статистический ежегодник. М, 2005.



21.Сергеев И. ТЭК России: как выйти из кризиса// МЭМО.- 1993. – 8.-с.95- 102.

22. Территориально-производственные комплексы СССР. М. «Экономика», 1981

23. Тутилов. А.Е. Российская нефтяная промышленность: вчера. Сегодня, завтра//Нефтяное хозяйство.-1994.-4.-с. 22-

24. Уманский. Л.М. Экономика нефтяной и газовой промышленности. М, 1974.

25. Хрущев А.Т. География промышленности СССР. М. «Просвещение», 1990

26. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. – М.: Юнити. – 1998. – 1024 с.

27. Ван дер Варден Б.Л. Математическая статистика. – М.: Изд – во иностр. лит… — 1960. – 302 с.

28. Были использованы материалы с сайтов: www.demographia.ru; demoscope.ru; www.krskstate.ru/; gks.ru; ru.wikipedia.org.