Krótkoterminowe prognozy cen na rynku produktów przemysłu naftowego Ukrainy

• Autorzy: Leonid Galczyński

Warianty tytułu

The Short-Time Forecasts of Gasoline Proces in Ukraine

• Języki publikacji: PL

Abstrakty

Celem pracy jest prognozowanie cen na rynku produktów przemysłu naftowego Ukrainy. W wyniku przeprowadzonej analizy ustalono, że dominujący wpływ na zmianę detalicznych cen na tym rynku mają dwa czynniki: światowe ceny ropy naftowej i wahania kursu hrywny. Specyfika szeregów czasowych cen produktów przemysłu naftowego, a w szczególności ich niestacjonarność, wymaga zastosowania odpowiedniego modelu. Dlatego też podjęto próbę zbadania kointegracji cen produktów przemysłu naftowego, cen ropy naftowej oraz kursu walutowego. Zastosowano metodę Johansena i zbudowano model korekty błędem w celu uwzględnienia tendencji powrotu do stanu równowagi. Na podstawie modelu postawiono prognozę i porównano ją z faktycznymi danymi. Uzyskane prognozy są zadowalające w okresach stabilnych cen, ale w okresach wstrząsów cenowych precyzja prognoz istotnie się pogarsza. Dlatego też zastosowano alternatywne metody prognozowania, spośród których dobre prognozy uzyskano za pomocą sieci neuronowych. (abstrakt oryginalny)

EN

The aim of the paper is to forecast gasoline prices in Ukraine. There are two factors which have a dominant influence on gasoline retail prices: volatility of world prices for crude oil and volatility of exchange rate of the hryvnia. Specific features of gasoline prices time series (in particular their unstationarity) require application of corresponding models. Therefore an attempt was undertaken to investigate the cointegration of gasoline price, crude oil price and hrywnia/dolar exchange rate. The Johansen's method was applied and the error correction model was built in order to construct gasoline price forecasts. The analysis has shown that the forecasts are acceptable in the periods of stable prices, but in the periods of price jumps their quality gets worse. Two alternative methods of forecasting were also used: ECM model and neural networks. The best are the forecasts obtained by means of neural networks. (original abstract)

Słowa kluczowe

PL

Prognozowanie cen; Model wektorowej autoregresji; Ceny ropy naftowej; Przemysł naftowy

EN

Prediction of prices; Vector Autoregression Model (VAR); Oil prices; Petroleum industry

• Czasopismo: Zeszyty Naukowe / Uniwersytet Ekonomiczny w Poznaniu
• Rocznik: 2012
• Numer: nr 242
• Strony: 44--55

Twórcy

autor

Leonid Galczyński

• Narodowy Techniczny Uniwersytet Ukraiński "KPI"

Bibliografia

• Bacon, R., 1991, Rockets and Feathers: The Asymmetric Speed of Adjustment of UK Retail Gasoline Prices to Cost Changes, Energy Economics, vol. 13, s. 211-218.
• Borenstein, S., Cameron, A., Gilbert, R., 1992, Do Gasoline Prices Respond Asymmetrically to Crude Oil Price Changes? NBER Working Paper no. 4138.
• Okręglicki, A., Okręglicka, M., 2005, Rozdział 12. Bariery rozwoju rynku paliwowego w Polsce, Baza Publikacji Katedra Mikroekonomii Wydział Nauk Ekonomicznych i Zarządzania, Uniwersytet Szczeciński, s. 133-142.
• Contín-Pilart, I., Correljé, A.F., Palacios, M.B., 2006, Competition, Regulation, and Pricing Behaviour in the Spanish Retail Gasoline Market, BILTOKI 200602, Universidad del País Vasco - Departamento de Economía Aplicada
• Ministerstwo Topliwa ta Eniergietiki Ukrainy, http://mpe.kmu.gov.ua.
• Sims, C.A., 1980, Macroeconomics and Reality, Econometrica, vol. 48, p. 1-48.