Разработка методики количественной оценки внешнеэкономической безопасности на международных рынках нефти и газа

Геладзе Шота Автандилович Аспирант, МГИМО МИЭП, Московский государственный институт международных отношений 119454, Россия, г. Москва, ул. Проспект Вернадского, 76 Geladze Shota Avtandilovich Postgraduate student, the International Energy Policy and Diplomacy Institute of the Moscow State Institute of International Relations 119454, Russia, g. Moscow, ul. Prospekt Vernadskogo, 76 Expertpharma@bk.ru

Введение. При выполнении оценок внешнеэкономической безопасности на международных рынках нефти и газа многие показатели связаны между собой линейной зависимостью и по сути являются мультиколлинеарными. Например, показатели странового риска и стабильности политического режима; зависимость от импорта и уязвимость экономики и т.п. При большом количестве выделенных показателей (как правило больше десятка) усложняется как их интерпретация, так и построение оценок безопасности как по отдельным странам, так и по всем исследуемым странам в целом. Эти обстоятельства аргументируют необходимость использования подхода, который бы позволял использовать меньшее количество признаков без потери их информативности.

Роль энергетических ресурсов в экономической системе любой страны является определяющей, причем как для нетто-экспортеров, так и для нетто-импортеров. Несмотря на экспоненциальный рост производства энергии из возобновляемых источников, потребление углеводородного сырья (в первую очередь нефти и газа) остается достаточно высоким в энергобалансах большинства стран. Кроме того, нефть и газ успешно используются как сырье в химической промышленности. В этой связи возрастает значение внешнеэкономической безопасности страны, в том числе и в особенности в нефтегазовом секторе. Базовый принцип внешнеэкономической безопасности в условиях мировой нестабильной экономической системы ‒ сохранение и укрепление места страны на мировом рынке.В нефтяном секторе российская стратегия внешнеэкономической деятельности заключается в участии в технологических цепочках добычи и переработки нефти за рубежом, формировании и торговле новым сортом российской нефти, увеличении транспортировки нефти из близлежащих стран через территорию страны. В газовом секторе предполагается в конечном итоге ориентация на поставки газа как сырья для химической промышленности с учетом расширения использования возобновляемой энергии.

Оценка внешнеэкономической безопасности выполнялась различными авторами. В основе большинства исследований – описательный анализ, сравнение выбранных показателей с пороговыми значениями (величина этих значений часто выбирается недостаточно обосновано) и применение индексного метода. Примером иллюстрации последнего является работа Школлера Р.А. ^[8].

Отметим ряд исследований, в которых применялись оригинальные авторские подходы. Моделирование добычи нефти осуществлялось Хаббертом М., который построил математическую модель для предсказания количества добытой нефти ^[9]. Объем добычи зависит от времени согласно логистической функции. Колоколообразный график первой производной такой функции имеет вид кривой Хабберта. Модель исключает внешние факторы, но предсказывает пик добычи для месторождений нефти определенной территории. Модель применялась и для предсказания добычи газа. Полякова Т.В. в своей диссертационной работе применила модель Хабберта для аппроксимации добычи нефти в России и получила высокую точность ^[4]. Кроме того, ею модель была модифицирована путем добавления уравнения для прироста запасов нефти.

Тимофеев А.А. предлагает комплексно подходить к оценке взаимосвязанных производств на основе межотраслевой модели для топливно-энергетического комплекса (ТЭК) ^[7]. Модель может быть разработана как на основе интегрированных производств, обеспечивающих полную цепочку переработки нефти/газа, так и на основе межрегиональных связей, включая транспортные. В последнем случае сложность задачи возрастает пропорционально числу регионов (стран), задействованных в уравнениях модели.

Экспортные возможности страны исследует в своей работе Пономарев Д.А. ^[6]. Он предлагает определять экспортный потенциал по ресурсу с учетом технически извлекаемого количества, годового уровня производства и потребления. Расчеты автора для газа показали, что лидером по экспортному потенциалу является Катар, который обладает третьими по величине запасами в мире. Россия с наибольшими в мире запасами находится на втором месте по потенциалу экспорта. Далее с большим отрывом идут Туркменистан, Нигерия. Обладающий третьими по величине запасами в мире Иран, находится только на шестом месте по потенциалу, нуждаясь в инвестициях для развития производства и экспорта.

Основу авторской модели Головиной М.С., разработанной на базе количественных методов оценки энергетической безопасности на рынке газа, составляет функционал энергетической безопасности – приведенная цена газа с учетом риска (Levelized risk adjusted cost of gas ‒ LRACG) ^[3].

С учетом цели устойчивого энергетического развития необходимо иметь в виду изменения в энергетической системе с течением времени. Для этого используются соответствующие показатели при оценке эффективности энергетической безопасности, включая внешнеэкономическую. Разработка таких показателей на национальном уровне и в рамках международных организаций начато в 1992 году. Затем МАГАТЭ и представители других международных организаций и 8 стран пересмотрели индикаторы и предложили систему показателей устойчивого энергетического развития, которая апробирована в 15 странах с целью выявления качества данных и расчетной методики. В итоге определено множество из 41 показателя, включая такие как цены энергии, эффективность углеродного топлива в производстве, значимость чистого импорта энергии и другие ^[5].

Методика оценки внешнеэкономической безопасности на международных рынках нефти и газа. Воспользуемся для построения оценки внешнеэкономической безопасности на международных рынках нефти и газа методом формирования интегральных факторов (количество факторов совпадает с геометрическим пространством, то есть не превышает трех) по множеству изучаемых стран и набору выделенных переменных и затем ранжирования стран по факторам. Для каждой страны получаем оценку безопасности с учетом характеристик других стран. Фактически приемлемой в таких условиях представляется R-техника факторного анализа, когда анализируется вариация показателей от страны к стране и выявляются в итоге системные обобщенные характеристики (ортогональные друг другу), которые агрегируют информацию из исходного множества признаков.

Предлагается следующая методика анализа внешнеэкономической безопасности на нефтегазовом рынке, соединяющая в себе систему многомерных моделей и методов. Ряд последовательных шагов методики опишем отдельно.

1. Первый этап: по исходной информации о странах вычисляются значения показателей, характеризующих состояние рынков нефти и газа и внутристрановую ситуацию.

2. На втором этапе для показателей, определенных на начальной стадии, строятся интегральные индикаторы внешнеэкономической безопасности методом факторного анализа. Это позволяет уменьшить размерность пространства признаков и устранить между переменными мультиколлинеарность. Применение факторного анализа осуществляет переход к новому пространству с расположенными в нем странами, однако его размерность существенно меньше и совпадает с геометрической. Таким образом, без потери информативности размерность сокращается. Новые признаки агрегируют в себе информацию об исходных переменных, и они будут интегральными. В зависимости от величин соответствующих корреляций между ними и первоначальными признаками интегральным дается название.

3. На базе интегральных признаков на третьем этапе строится классификация стран без обучающих выборок. В итоге получаем группы стран по степени внешнеэкономической безопасности на нефтегазовых рынках.

Значения интегральных факторов используются для построения классификации стран. В нашей постановке задачи не известны группы, к которым относятся страны, поэтому адекватным является применение алгоритмов кластерного анализа, позволяющих выполнить автоматическую таксономию стран.

Оригинальность предлагаемой методики заключается в совместном использовании алгоритмов классификации и снижения размерности для оценки внешнеэкономической безопасности совокупности стран на нефтегазовых рынках.

Описанная методика позволяет значительно сократить как материальные затраты, так и трудозатраты на выполнение анализа внешнеэкономической безопасности.

Апробация методики для оценки внешнеэкономической безопасности России и других стран мира. Сформируем выборку из стран мира для апробации предложенной методики. Включим в нее в первую очередь нефтегазоносные страны и европейские страны для сравнения. Отметим, что может быть исследована вся генеральная совокупность стран мира (251 страна) при наличии необходимых данных. Страны, попавшие в выборку, представлены в таблице 2.3, всего выбрано 32 страны. Большинство из них ‒ 13 находится в Европе, 9 ‒ в Азии, 9 ‒ в Америке и Австралия.

Все показатели относятся к 2017 году. Использованы следующие величины: X1 ‒ среднегодовая цена нефти, $ за баррель на рынке, к которому относится страна (статистика BP),X2 ‒ объем запасов нефти, млрд. баррелей, (статистика BP), X3 ‒ потребление нефти к ВВП (потребление ‒ по данным BP, ВВП ‒ по данным WorldBank, млн. $), X4 ‒ потребление нефти на душу населения, тыс. $/чел.(численность населения ‒ по данным WorldBank, тыс. чел.), X5 ‒ потребление энергии из возобновляемых источников энергии, % от общего потребления (данные WorldBank), X6 ‒ чистый импорт энергии (с минусом - экспорт), % от потребления энергии (данные WorldBank), X7 ‒ нефтяная рента, % от ВВП (данные WorldBank), X8 ‒ индекс экономической свободы (данные heritage.org), X9 ‒ индекс политической стабильности (данные www.prsgroup.com), X10 ‒ доля внешнего долга в ВВП, %, (данные WorldBank), X11 ‒ среднегодовая цена газа для Европы, $ за 1 MMBTU (статистика BP),X12 ‒ объем запасов газа, трлн. м3(статистика BP), X13 ‒ потребление газа к ВВП (потребление ‒ по данным BP, ВВП ‒ по данным WorldBank)X14 ‒ потребление газа на душу населения, $/чел.(численность населения ‒ по данным WorldBank) X17 ‒ газовая рента, % от ВВП (данные WorldBank). Всего 15 переменных. Обоснование выбора таких переменных имеется в авторской статье ^[2].

Вычислим описательные статистики для выборки по указанным переменным (табл. 1). Анализ дескриптивных статистик показывает, что страны существенно отличаются по всем отобранным показателям, для которых велики величины стандартных отклонений, кроме X1, X9 и X11. Корреляционная матрица исходных переменных внешнеэкономической безопасности на международных рынках нефти и газа показывает, что значимыми оказались около 40% всех корреляций. Между некоторыми показателями имеется достаточно высокая линейная зависимость. Например, между X3 и X7, X2 и X3, X12 и X13 и др.

Воспользуемся далее разработанной методикой для анализа внешнеэкономической безопасности на нефтегазовом рынке, включающую три последовательных шага, первый из которых уже выполнен ‒ получены исходные данные по отобранным показателям. При этом включим в состав переменных и характеристики газового рынка. Отметим, что методика позволяет выполнить анализ как по отдельным рынкам нефти и газа, так и совместно – по нефтегазовому рынку.

Таблица 1 ‒ Описательные статистики переменных

Примечание. Обозначено: X1 ‒ цена на ресурс (нефть), X2 ‒ объем запасов (нефть), X3 ‒ энергоемкость (нефть), X4 ‒ энергоэффективность (нефть), X5 ‒ диверсифицированность энергетики страны, X6 ‒ зависимость от импорта, X7 ‒ уязвимость экономики (нефть), X8 ‒ страновой риск, X9 ‒ стабильность политического режима, X10 ‒ доля внешнего долга в ВВП страны, X11 ‒ цена на ресурс (газ), X12 ‒ объем запасов (газ), X13 ‒ энергоемкость (газ), X14 ‒ энергоэффективность (газ) X17 ‒ уязвимость экономики (газ).

Согласно предложенной методике сократим размерность исходного признакового пространства с 15 до возможного геометрического. Воспользуемся методом факторного анализа, применив алгоритм главных факторов и варимакс вращение с схемой нормализации Кайзера для улучшения интерпретации факторов. Вычисление значений общих факторов осуществлялось по методу Бартлетта. Организуем вычисления в пакете прикладных программ специального назначения – Statistica 10. Получим матрицу факторных нагрузок для выделенных 3 интегральных факторов, представленную в табл. 2. Критерием выделения факторов являлось превышение собственных чисел 1 (критерий Кайзера) и совпадение пространства с геометрическим. Общая доля объясненной тремя факторами вариации составляет 64 % от первоначальных исходных показателей.

Не все показатели вносят значительный вклад в интерпретацию выделенных общих факторов. Первый фактор интерпретируется как характеризующий энергетику стран ‒ энергоемкость и энергоуязвимость по нефти и газу, второй – странового риска, третий – цены на нефть и газ. Достаточность трех факторов подтверждается критерием Кайзера и графиком «каменистой осыпи» (рис. 1), который терпит излом после четвертого собственного числа, однако значения четвертого и пятого собственных чисел близки к единице.

Таблица 2 – Факторные нагрузки для исходных показателей оценки внешнеэкономической безопасности на нефтегазовом рынке

Примечание. Выделены цветом факторные нагрузки, превышающие 0,7 по модулю. Обозначено: X1 ‒ цена на ресурс (нефть), X2 ‒ объем запасов (нефть), X3 ‒ энергоемкость (нефть), X4 ‒ энергоэффективность (нефть), X5 ‒ диверсифицированность энергетики страны, X6 ‒ зависимость от импорта, X7 ‒ уязвимость экономики (нефть), X8 ‒ страновой риск, X9 ‒ стабильность политического режима, X10 ‒ доля внешнего долга в ВВП страны, X11 ‒ цена на ресурс (газ), X12 ‒ объем запасов (газ), X13 ‒ энергоемкость (газ), X14 ‒ энергоэффективность (газ) X17 ‒ уязвимость экономики (газ).

Ранжируем страны по значениям первого фактора. Получим рэнкинг стран по энергоемкости и энергоуязвимости по нефти и газу (табл. 3, столбец 2). Всего по этому показателю положительные значения имеют первые 10 стран. Первые три места занимают две страны Аравийского полуострова и Иран. Затем расположены как остальные страны Аравийского полуострова, так и страны из других частей света. Россия занимает пятую строчку. Многие европейские страны с развитой экономикой оказались внизу рэнкинга.

Рисунок 1 – График «каменистой осыпи»

Ранжируем страны по значениям второго общего фактора. Получим рэнкинг стран по страновому риску (табл. 3, столбец 3). По этому показателю положительные значения имеют первые 18 стран. На первых местах страны из различных регионов ‒ Аравийский полуостров, Европа, Америка. Россия находится на 24 месте.

Ранжируем страны по значениям третьего фактора. Получим рэнкинг стран по ценам на нефть и газ (табл. 3, столбец 4). В положительной зоне находится большинство стран. Россия занимает вторую строчку. Большинство европейских стран находится в первой половине рэнкинга.

Таблица 3 ‒ Рэнкинги стран по интегральным факторам

Далее, согласно методике, выполним кластерный анализ по выделенным трем интегральным факторам. Применим различные процедуры с целью сравнения результатов между собой и выделения устойчивых классов. Расчет по методу Уорда ^[1] с евклидовым расстоянием между странами позволил получить дендрограмму, представленную на рис. 2. Визуально определяется количество кластеров равное 5. Вычислим средние значения факторов по классам (табл. 4). Как видно по «центрам тяжести» классов, нет группы, для которой все три интегральных показателя положительны. Кластер №5 с условно благополучными странами, средние значения первых двух факторов для которого положительны. Положительны значения первого (наиболее важного в нашем анализе фактора ‒ как по экономическому смыслу, так и по доле объясняемой вариации) фактора и третьего для кластера №4. Остальные кластеры имеют отрицательные значения первого интегрального показателя ‒ энергоемкости и энергоуязвимости по нефти и газу. Причем, для стран в кластере 3 средние для других двух интегральных индикаторов положительны. Для стран первого или второго кластеров есть еще один интегральный показатель с отрицательным средним значением.

Таблица 4 – Средние значения факторов по классам (классификация методом Уорда)

Рисунок 2 – Классификация методом Уорда, евклидовое расстояние между объектами

Таким образом, в табл. 4 можно выделить два условно «неблагополучных» с позиции внешнеэкономической безопасности на нефтегазовом рынке кластера ‒ №1 и №2, два условно «благополучных» ‒ №4 и №5, и один условно «средний» ‒ №3.

Выполним кластеризацию другим методом – двухшаговым алгоритмом ^[10], предполагая количество кластеров не заданным и определяя его оптимальное значение с помощью алгоритма кросс-валидации. Получим классификацию, представленную в табл. 5. Дисперсионный анализ показывает, что все три фактора значимы для классификации на 5 % уровне.

Таблица 5 – Средние значения факторов по классам (классификация двухшаговым методом на основе k-средних)

В табл. 6 представлены расстояния между центрами кластеров. Наиболее близки кластеры 1 и 3, которые достаточно похожи по средним значениям первых двух факторов. Наиболее далеки друг от друга кластеры 1 и 2. К кластеру «лидеров» 5 наиболее близок кластер 4. Достаточно далеки друг от друга кластеры 2 и 3.

Результаты таксономии, полученные двумя методами значительно схожи, что позволяет сделать вывод об адекватности построенных классификаций.

Таблица 6 – Расстояния между центроидами кластеров

Группа «лидирующих» в среднем по всем трем интегральным факторам стран состоит из 6 объектов, образующих кластер 5. Только Катар имеет положительные значения по всем факторам в соответствующих рэнкингах. Все страны этого кластера имеют положительные значения по первому интегральному фактору. У России отрицателен только второй интегральный фактор (страновой риск).

Группа 4 имеет одно отрицательное среднее значение ‒ по первому фактору. Казахстан является единственной страной из этой группы со всеми положительными значениями интегральных признаков. Остальные страны имеют отрицательные значения по первому фактору и положительные по всем остальным (кроме Румынии с отрицательными первыми двумя факторами).

Имеется группа, состоящая из стран, внешнеэкономическая безопасность которых низка – это кластер 1, в который попали 2 страны. В кластерах 2 и 3 небольшое количество стран, средние значения безопасности неудовлетворительны по двум интегральным переменным: во 2 кластере по энергоемкости и энергоуязвимости по нефти и газу и по ценовому фактору, в 3 кластере по энергоемкости и энергоуязвимости по нефти и газу и страновому риску.

В кластере 4 отдельно выделяются Нидерланды, которые имеют высокое значение фактора экономической свободы и политической стабильности, а также группа стран «лидеров» кластера 4 с нефтегазовыми запасами Казахстан, Румыния и Норвегия, у которых мало отрицательное среднее значение первого фактора при невысокой положительной средней величине второго. Группы Великобритания, Швеция, Финляндия, Бельгия и Дания, Франция, Германия, Италия, Польша отличаются несколько более высоким средним значением фактора экономической свободы и политической стабильности в первой из указанных групп при похожих средних значениях остальных интегральных признаков.

Заключение. Таким образом, нами получены интегральные факторы, характеризующие страны по показателям внешнеэкономической безопасности на нефтегазовом рынке, которые были использованы для классификации стран, что позволило получить оценки внешнеэкономической безопасности как по группам стран, так и по отдельным интегральным факторам. По каждой стране выполнена оценка безопасности и получены интегральные оценки безопасности.

Предложенная методика может быть использована для мониторинга безопасности стран. Она проста и наглядна, гибка, устойчива и адекватна, надежна, измерима, приемлема для всех участников мониторинга и может давать информацию с заданной периодичностью.