CC BY
28
УДК 519.866
АНАЛИЗ ЦЕН НА НЕФТЬ НА ВАНКОРСКОМ МЕСТОРОЖДЕНИИ
А. Е. Ерохин Научный руководитель - Е. В. Филюшина
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева
Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
Е-mail: [email protected]
Моделируются цены на стоимость нефти на Ванкорском месторождении за 2007 г. В процессе подбора наиболее подходящей оказалась линейная линия тренда. Все коэффициенты этого уравнения статистически значимы. Уравнение адекватно опытным данным. Остатки гомоскедастич-ны. Построенная модель позволяет делать прогноз на два месяца с ошибкой не превышающей 3,5 %.
Ключевые слова: моделирование, анализ данных, уравнение регрессии.
ANALYSIS OF THE OIL PRICES ON THE THE VANKOR FIELD
A. E. Erohin Scientific supervisor - E. V. Filyushina
Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: [email protected]
In the article modeled the cost of oil prices at the Vankor field for 2007 In the process of selecting the most suitable was a linear trend line. All coefficients of this equation are statistically significant. Equation adequately the experimental data. Remains homoscedasticity. The constructed model allows prediction for two months with an error not exceeding 3.5 %.
Keywords: modeling, data analysis, regression equation.
Ванкорское месторождение - перспективное нефтегазовое месторождение в Красноярском крае России, вместе с Лодочным, Тагульским и Сузунским месторождениями входит в Ванкорский блок. Расположено на севере края, включает в себя Ванкорский (Туруханский район Красноярского края) и Северо-Ванкорский (расположен на территории Таймырского Долгано-Ненецкого района) участки.
Для разработки месторождения создан вахтовый посёлок Ванкор. С начала реализации проекта «Роснефть» инвестировала в него около пяти миллиардов долларов.
По состоянию на 31.12.2010 суммарные запасы нефти по категориям ABC1 и С2 российской классификации на месторождении составляют 3,5 млрд баррелей (490 млн т), газа - около 74 млрд м3. В 2011 году на месторождении было добыто 15 млн т нефти. Достижение проектной мощности -70 тыс. т нефти в сутки (порядка 25 млн т в год) - ожидается в 2014 году.
С точки зрения технического освоения по состоянию на август 2009 года согласно данным специалистов «Ванкорнефти» на месторождении было пробурено 88 скважин, 44 из них - эксплуатационные. По состоянию на август 2009 года нефтяники Ванкора добывали 18 тысяч тонн нефти в сутки. Добыча нефти на 2012 год планируется на уровне 18 миллионов тонн против 15 миллионов тонн в 2011 году. Рост добычи будет обеспечен бурением новых скважин с применением передовых методов и технологий разработки. Нефть поступает в нефтепровод «Ванкор-Пурпе» и затем в систему «Транснефти».
В 2010 году планировалась добыча на уровне 12,5 млн тонн нефти (добыто 12,7 млн т), максимальный же уровень ежегодной добычи на месторождении запланирован на 2014 год - примерно 25 млн тонн.
Секция «Информационно-экономические системы»
Всего на месторождении будет пробурено 425 эксплуатационных скважин, из которых 307 -горизонтальные. Поставки нефти с месторождения планируется осуществлять на Дальний Восток страны через Восточный нефтепровод. Во второй половине 2009 года был введен в тестовую эксплуатацию 556-километровый нефтепровод Ванкор-Пурпе диаметром 820 мм, связывающий месторождение с магистральным нефтепроводом «Транснефти».
Располагая данными о цене на нефть на временной вариационный ряд цены нефти; построим линии тренда; составим уравнение регрессии; построим графики: частот, остатков, подбора, график частот остатков продажу за 2007 год, проведем анализ этих данных. Исследование основано на работах [1-8].
График частот цен на нефть асимметричен, наблюдается правосторонняя асимметрия, на что указывает соотношение среднего значения цены нефти и медианы - числа, которое делит вариационный ряд данных пополам - средняя цена больше медианы (средняя = 106,00 руб., медиана = 103,63 руб.). Наиболее частая цена за исследуемый период равна 103,63 руб. Цена на нефть за данный период в среднем колебалась от 118 руб. до 103,35 руб.
Коэффициент вариации равен 16,95 % - это означает, что изменчивость вариационного ряда, построенного из цен на нефть по датам, незначительна,
Числовое значение эксцесса равно 1,26, следовательно, кривая распределения частот близка к нормальной кривой распределения и расположена чуть выше неё. Разброс значений исследуемой величины невелик.
С точки зрения экономики линейный тип линии тренда лучше всего подходит для описания экономических данных. Уравнение регрессии имеет вид: У1 = 100,3 + 0,0317 • t, где Уг - учетная ставка; t - номер дня, анализируемого периода.
Дисперсионный анализ показал, что полученное уравнение регрессии адекватно опытным данным. Выяснили, что коэффициенты уравнения значимо отличаются от нуля и ими нельзя пренебречь в уравнении.
График остатков показывает зависимость остатков от номера дня анализируемого периода. По этому графику можем предполагать о гомо- или гетероскедастичности остатков и о наличии автокорреляции остатков. Автокорреляции остатков означает зависимость остатков от самих себя. В данном случае предположительно существует автокорреляция остатков, так как наблюдается их цикличность.
После анализа остатков выявлена автокорреляция первого порядка. Построенное уравнение скользящего среднего для остатков имеет вид.
Е = 0,99 Е-1.
Уравнение регрессии:
У1 = 100,3 + 0,03 т + 0,99 Ем.
Распределение остатков является нормальным. Построенное уравнение позволяет прогнозировать цены на два месяца вперед с точностью 3,5 %.
Автор благодарит доцента Е. В. Филюшину за внимание к работе.
Библиографические ссылки
1. Александрова У. А., Сенашов С. И. Анализ статистики посещаемости сайта типичного красноярского кинотеатра // Актуальные проблемы авиации и космонавтики. 2014 Т. 1. № 10. С. 356.
2. Галицкая Д. А., Сенашов С. И. Анализ среднесуточного количества заказов ООО «Ариясу-ши» за период 15.06.2012-09.06.2013 // Актуальные проблемы авиации и космонавтики. 2014. Т. 1. № 10. С.359-360.
3. Зажарова Е. С., Сенашов С. И. Анализ изменения общей численности населения США за период 01.11.1983-01.19.2013 // Актуальные проблемы авиации и космонавтики. 2014. Т. 1. № 10. С. 369-370.
4. Карабицына Е. Ф., Сенашов С. И. Анализ статистики дорожно-транспортных происшествий в городе Красноярске в период с января по ноябрь 2013 г. // Актуальные проблемы авиации и космонавтики. 2014. Т. 1. № 10. С. 372-373.
5. Худяева Т. В., Сенашов С. И. Анализ динамики поступления налогов и сборов по УФНС России по Красноярскому краю // Актуальные проблемы авиации и космонавтики. 2013. Т. 1. № 9. С. 440.
6. Рядчикова А. В., Сенашов С. И. Анализ динамики изменения дневной выручки ОО «ГИЗ» за 2011 год // Информационные технологии и математическое моделирование в экономике, технике, экологии, образовании, педагогике и торговле. 2013. № 6. С. 113-114.
7. Коломиец Б. Н., Филюшина Е. В. Анализ статистических данных по форуму ЛЬош // Актуальные проблемы авиации и космонавтики. 2014. Т. 1. № 10. С. 376.
8. Бондаренко А. С., Филюшина Е. В. Анализ изменения значений индекса РТС-Сибирь за период с 04.08.2011 г. по 27.12.2012 г. // Актуальные проблемы авиации и космонавтики. 2013 Т. 1 № 9. С. 420.
© Ерохин А. Е., 2015
