ОЦЕНКА ВЛИЯНИЯ ЭКОНОМИЧЕСКИХ ФАКТОРОВ НА ЦЕНУ НЕФТИ МАРКИ BRENT

Величина стоимости нефти давно стала немаловажным индикатором для экономик разных стран, в их числе, и нашего государства. От величины нефтяных цен зависят инфляция и рост ВВП. Довольно часто политика оказывает наибольшее влияние на формирование цены. Нефть представляет высокий интерес в качестве инвестиционного вложения. Обусловлено это тем, что курс черного золота меняется интенсивно: следовательно, в короткий период времени можно получить большую прибыль. Для того, чтобы это свойство обернулось увеличением дохода, но не его потерей, обязательно приобрести внушительный опыт инвестирования, уметь оценивать риски и анализировать десятки событий по всему миру. Известны случаи, заставляющие производителей нефти под влиянием экономическо-политического аспекта, продавать нефть по ценам ниже себестоимости.

В целях оценки влияния экономических показателей на цену нефти марки Brent автором была составлена эконометрическая модель.

Модель «Зависимость цены нефти марки Brent от динамики курса доллара США к рублю и значения индекса РТС».

Авторская регрессионная модель имеет вид:

BR = α + β₁ * USD + β₂ * RTSI + ε,

где BR – Цена на нефть марки Brent (среднее годовое значение),

USD – Курс доллара США к рублю (среднее годовое значение),

RTSI – Индекс РТС (среднее годовое значение),

α – константа,

β₁,₂ – коэффициенты регрессии,

ε – остатки.

Корреляционный анализ. С целью анализа взаимосвязи показателей были рассмотрены экономические показатели за 22 периода с 1996 по 2017 года [1].

Результативный признак:

Y – Цена на нефть, доллары США;

Факторные признаки X_i:

X₁ – Курс доллара США к рублю;

X₂ – Индекс РТС.

Сперва необходимо оценить взаимосвязи между исследуемыми признаками с помощью парных коэффициентов корреляции. Построим матрицу парных коэффициентов корреляции.

Таблица 1.

Парные коэффициенты корреляции [2]

Анализируя матрицу парных коэффициентов корреляции можно заметить, что связь везде прямая, так как все коэффициенты больше 0.

Наиболее сильная связь между значениями цены на нефть и индексом РТС.

В результате проверки значимости полученных коэффициентов корреляции (с помощью проверки гипотезы H₀: ρ = 0 с уровнем надежности 95% и сравнения наблюдаемых значений t-статистики парных коэффициентов корреляции с критическим значением t_кр) только парный коэффициент корреляции   оказался значимым. Таким образом:

1. Сильная корреляционная прямая взаимосвязь обнаружена между изучаемым признаком Y – Цена нефти Brent и факторным признаком X₂ – Индекс РТС.
2. Между Ценой нефти (Y) и Курсом доллара к рублю (X₁) связь слабая и не значимая, это доказывает, что курс доллара не влияет на цену нефти.

Частные коэффициенты корреляции. Частные коэффициенты корреляции характеризуют взаимосвязь между двумя выбранными переменными при исключении влияния остальных показателей (то есть характеризуют «чистую» связь только между этими признаками) и важны для понимания взаимодействия всего комплекса показателей, так как позволяют определить механизмы усиления-ослабления влияния переменных друг на друга. Рассчитаем частные коэффициенты корреляции.

Таблица 2.

Выборочные частные коэффициенты корреляции [3]

В результате проверки значимости полученных частных коэффициентов корреляции (с помощью проверки гипотезы H₀: ρ = 0 с уровнем надежности 95% и сравнения наблюдаемых значений t-статистики парных коэффициентов корреляции с критическим значением t_кр) только частный коэффициент корреляции YX₂ оказался значимым.

Показательно будет сравнить парные и частные коэффициенты корреляции для выявления механизмов воздействия переменных друг на друга.

Напомним, что парный коэффициент корреляции показывает тесноту связи между двумя признаками на фоне действия остальных переменных, а частный характеризует взаимосвязь этих двух признаков при исключении влияния остальных переменных, то есть их «личную» взаимосвязь. Таким образом, если оказывается, что парный коэффициент корреляции между двумя переменными по модулю больше соответствующего частного, то остальные переменные усиливают связь между этими двумя признаками. Соответственно, если парный коэффициент корреляции между двумя переменными по абсолютной величине меньше частного, то остальные признаки ослабляют связь между рассматриваемыми двумя.

Таблица 3.

Сравнение парных и частных коэффициентов корреляции [4]

1. В результате проверок можно сделать вывод, что только между Y (Цены на нефть) и X₂ (Индекс РТС) коэффициенты корреляции (парные и частные) являются значимыми, это говорит о том, что из выбранных факторов только значение индекса РТС оказывает влияние на значение цен на нефть.
2. Между изучаемым признаком Цена на нефть (Y) и факторным признаком Индекс РТС (X₂) существует прямая сильная взаимосвязь.
3. Воздействие другой факторной переменной Курс доллара (X₁) не влияет на взаимосвязь между Ценой на нефть (Y) и Индексом РТС (X₂), так как парный и частный коэффициенты корреляции между Y и X₂ примерно равны.
4. Между Ценой на нефть и Курсом доллара наблюдается слабая взаимосвязь, которая не только значительно усиливается под влиянием значения Индекса РТС: частный коэффициент корреляции по абсолютной величине меньше соответствующего парного коэффициента - но и становится обратной при исключении влияния Индекса РТС. Это говорит о том, что отдельно курс доллара практически не влияет на цену нефти.

Множественные коэффициенты корреляции. Множественные коэффициенты корреляции служат мерой связи одной переменной с совместным действием всех остальных показателей. Множественный коэффициент детерминации показывает долю дисперсии рассматриваемой случайной величины, обусловленную влиянием остальных переменных, включённых в корреляционную модель. Рассчитаем множественные коэффициенты корреляции и детерминации:

Таблица 4.

Значения множественных коэффициентов корреляции и множественных коэффициентов детерминации [5]

В результате проверки значимости полученных коэффициентов (с помощью проверки гипотезы H₀: ρ = 0 с уровнем надежности 95% и сравнения наблюдаемых значений F-статистики с критическим значением F_кр) множественные коэффициенты корреляции r_Y/X1X2 и r_X2/YX1 являются значимыми.

Проведенные расчеты показывают, что:

Цена на нефть достаточно сильно зависит от факторных признаков Курс доллара и Индекс РТС. Это показывает высокое значение множественного коэффициента корреляции r_Y/X1X2 = 0,8829. Как было доказано выше это достигается в основном благодаря сильному влиянию Индекса РТС на Цену нефти.

Основываясь на значении множественного коэффициента детерминации r²_Y/X1X2 = 0,7796 можно утверждать, что 77,96% доли дисперсии Цены нефти, обусловлены значениями Курса доллара и Индекса РТС, а 22,04% доли остаточной дисперсии результативного признака Y обусловлены влиянием других экономических и политических факторов.

Список литературы:

1. Малахова Т.А. Инвестиционные факторы развития российской экономики. - М.: LAP Lambert Academic Publishing, 2011. - 152 c.
2. Мордашкина Ю.В. Особенности инвестиционного процесса на мировом финансовом рынке - М.: LAP Lambert Academic Publishing, 2012. - 116 c.
3. Рахимов Т.Р. Формирование благоприятного инвестиционного климата в регионе. - М.: LAP Lambert Academic Publishing, 2010. - 220 c.
4. Интерфакс [Электронный ресурс]. - URL: http://www.interfax.ru/ (дата обращения: 05.04.2018).
5. Министерство финансов Российской Федерации [Электронный ресурс]. - URL: http://www.minfin.ru/ru/ (дата обращения: 20.04.2018).
6. Московская биржа [Электронный ресурс]. - URL: www.micex.ru (дата обращения: 14.05.2018).
7. Федеральная служба государственной статистики [Электронный ресурс]. - URL: http://www.gks.ru/ (дата обращения 29.04.2018).
8. Центральный банк Российской Федерации [Электронный ресурс]. - URL: http://www.cbr.ru/ (дата обращения 12.03.2018).
9. Bloomberg [Электронный ресурс]. - URL: http://www.bloomberg.com/ (дата обращения 07.03.2018).