Прогнозирование показателей добычи нефтегазового промысла с применением адаптивной модели Брауна

Cover Page

Cite item

Full Text

Abstract

Обоснование. Если рассматривать значения добычи энергоресурсов компанией Газпром в период с 2019 по 2020 г., то возможно наблюдать снижение показателей объемов добычи всех профильных направлений. Вследствие падения добычи сократилась и чистая выручка от продаж. Так, в 2020 г. выручка составила 6321,6 млрд руб., что на 17,47 % ниже, по отношению к предыдущему году, где выручка составила 7659,6 млрд руб. Отсюда становится актуальным составление прогноза: будут ли показатели добычи продолжать снижение в последующих годах или же приобретут положительную траекторию?

Цель — получение прогноза на основе анализа динамики показателей добычи энергоресурсов, дающего возможность для своевременной коррекции производственных процессов.

Методы. Поскольку прогнозирование осуществляется в краткосрочном периоде, где наиболее важными, относительно прогноза, являются уровни рядов динамики последних лет, целесообразным будет применение адаптивной модели прогнозирования. Учитывая наличие трендовой компоненты в указанных рядах данных, наиболее подходящим вариантом адаптивной модели будет являться линейная модель Брауна, способная отразить изменения, происходящие в тенденции временного ряда.

Результаты. С использованием данной модели выполнен точечный ретропрогноз показателей добычи энергоресурсов с упреждением в 2 года. Результаты прогноза представлены в таблице 1.

 

Таблица. Ретропрогноз показателей добычи энергоресурсов

Год

Природный газ, млн т

Нефть, млн т

Газовый конденсат, млн т

Условное топливо, млн т

2021

456,04

46,67

14,78

467,27

2022

453,20

47,27

14,71

466,62

 

Выводы. Обращая внимание на значения спрогнозированных показателей, в частности, на общее представление добычи энергоресурсов в виде условного топлива, выход на прежние уровни добычи без внесения кардинальных изменений в производственный процесс не представляется возможным. Исходя из подобного прогноза, важным является поиск решений и методов, способствующих стабилизации упадочной траектории производственного процесса.

Full Text

Обоснование. Если рассматривать значения добычи энергоресурсов компанией Газпром в период с 2019 по 2020 г., то возможно наблюдать снижение показателей объемов добычи всех профильных направлений. Вследствие падения добычи сократилась и чистая выручка от продаж. Так, в 2020 г. выручка составила 6321,6 млрд руб., что на 17,47 % ниже, по отношению к предыдущему году, где выручка составила 7659,6 млрд руб. Отсюда становится актуальным составление прогноза: будут ли показатели добычи продолжать снижение в последующих годах или же приобретут положительную траекторию?

Цель — получение прогноза на основе анализа динамики показателей добычи энергоресурсов, дающего возможность для своевременной коррекции производственных процессов.

Методы. Поскольку прогнозирование осуществляется в краткосрочном периоде, где наиболее важными, относительно прогноза, являются уровни рядов динамики последних лет, целесообразным будет применение адаптивной модели прогнозирования. Учитывая наличие трендовой компоненты в указанных рядах данных, наиболее подходящим вариантом адаптивной модели будет являться линейная модель Брауна, способная отразить изменения, происходящие в тенденции временного ряда.

Результаты. С использованием данной модели выполнен точечный ретропрогноз показателей добычи энергоресурсов с упреждением в 2 года. Результаты прогноза представлены в таблице 1.

 

Таблица. Ретропрогноз показателей добычи энергоресурсов

Год

Природный газ, млн т

Нефть, млн т

Газовый конденсат, млн т

Условное топливо, млн т

2021

456,04

46,67

14,78

467,27

2022

453,20

47,27

14,71

466,62

 

Выводы. Обращая внимание на значения спрогнозированных показателей, в частности, на общее представление добычи энергоресурсов в виде условного топлива, выход на прежние уровни добычи без внесения кардинальных изменений в производственный процесс не представляется возможным. Исходя из подобного прогноза, важным является поиск решений и методов, способствующих стабилизации упадочной траектории производственного процесса.

×

About the authors

Самарский университет

Author for correspondence.
Email: sergavit@gmail.com

студент, группа 7451-380305D, институт экономики и управления

Russian Federation, Самара

Самарский университет

Email: iai.62@mail.ru

научный руководитель; старший преподаватель кафедры математики и бизнес-информатики

Russian Federation, Самара

References

  1. Кремер Н.Ш. Высшая математика для экономистов. В 3 ч. Москва: Юрайт, 2019.
  2. Гармаш А.Н., Орлова И.В., Федосеев В.В. Экономико-математические методы и прикладные модели: учебник для бакалавриата и магистратуры. Москва: Юрайт, 2017. 328 с.
  3. Тимофеев В.С., Фаддеенков А.В., Щеколдин В.Ю. Эконометрика: учебник для академического бакалавриата. Москва: Юрайт, 2019. 328 с.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2022 Витченко С.А., Ильина А.И.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies