Kształtowanie współczesnego bezpieczeństwa energetycznego Polski - analiza empiryczna na przykładzie rynku ropy naftowej

• Autorzy: Maciej Mróz

Warianty tytułu

Shaping the Contemporary Energy Security of Poland - Empirical Analysis on the Example of the Oil Market

• Języki publikacji: PL

Abstrakty

Bezpieczeństwo energetyczne stanowi ważny cel polityki energetycznej Polski. Ograniczona zasobność kraju w podstawowe surowce energetyczne, takie jak np. ropa naftowa, wymusza konieczność importu z krajów trzecich. Główne działania dla zwiększenia tego bezpieczeństwa sprowadzają się do dywersyfikacji zarówno źródeł, jak i kierunków dostaw. Większy zakres dywersyfikacji gwarantuje bowiem z jednej strony stabilność dostaw ropy naftowej, z drugiej natomiast wprowadza mechanizm rynkowy, determinując tym samym rynkową cenę surowca. Celem publikacji jest analiza bezpieczeństwa energetycznego Polski, biorąc za przykład rynek ropy naftowej w horyzoncie ostatniej dekady. Założono, że za kwestie stabilności dostaw ropy naftowej do Polski odpowiada rozbudowana infrastruktura naftowa, umożliwiająca różnicowanie źródeł i kierunków dostaw, natomiast stopień akceptowalności cen surowca definiuje zarówno poziom, jak i zakres zmienności cen ropy naftowej. Weryfikacji empirycznej stanu bezpieczeństwa energetycznego Polski dokonano przy wykorzystaniu analizy wskaźnikowej (wskaźnik koncentracji rynku Herfindahla-Hirschmana) oraz odpowiednich narzędzi ekonometrycznych (tj. modeli klasy GARCH). (abstrakt oryginalny)

EN

Energy security is an important goal of Poland's energy policy. The country's limited resources in basic energy resources, such as crude oil, necessitate imports from third countries. The main challenges of increasing this kind of security is diversification of both sources and directions of supplies. In this case a greater scope of diversification guarantees, on the one hand, the stability of crude oil supplies, and on the other, introduces a market mechanism which determines the market price of the raw material. The aim of the publication is to analyze Poland's energy security, taking the crude oil market in the last decade as an example. It was assumed that the stability of crude oil supplies to Poland is the result of the extensive oil infrastructure which enables the diversification of sources and directions of supplies, while the degree of acceptability of crude oil prices defines both the level and the scope of crude oil price volatility. The empirical verification of Poland's energy security was carried out using an indicator analysis (Herfindahl-Hirschman market concentration index) and appropriate econometric models (i.e. GARCH class models).(original abstract)

Słowa kluczowe

PL

Bezpieczeństwo energetyczne; Model GARCH; Ropa naftowa; Przemysł naftowy

EN

Energy security; GARCH model; Oil; Petroleum industry

• Czasopismo: Myśl Ekonomiczna i Polityczna
• Rocznik: 2022
• Numer: nr 3 (74)
• Strony: 52--72

Twórcy

autor

Maciej Mróz

• Szkoła Główna Handlowa w Warszawie

Bibliografia

• Ang B.W., Choong W.L., Ng T.S., Energy Security: definitions, Dimensions and Indexes, "Renewable and Sustainable Energy Reviews" 2015, nr 42.
• Austvik O.G., The Energy Union and security-of-gas supply, "Energy Policy" 2016, nr 96.
• Bildirici M., Bayazit N.G., Ucan Y., Analyzing crude oil prices under the impact of COVID-19 by using LSTARGARCHLSTM, "Energies" 2020, t. 13.
• Bollerslev T., Generalised Autoregressive Conditional Heteroskedasticity, "Journal of Econometrics" 1986, t. 31.
• Chkili W., Hammoudeh S., Nguyen D.K., Volatility forecasting and risk management for commodity markets in the presence of asymmetry and long memory, "Energy Economics" 2014, t. 41.
• Cohen G., Joutz F., Loungani P., Measuring Energy Security: Trends in the Diversification of Oil and Natural Gas Supplies, "IMF Working Paper" 2011, nr 12/4.
• Dickey D.A., Fuller W.A., Distribution of the estimators for autoregressive time series with a unit root, "Journal of the American Statistical Association" 1979, t. 75.
• Herrera A.M., Hu L., Pastor D., Forecasting crude oil price volatility, "International Journal of Forecasting" 2018, t. 34.
• International Energy Agency, https://www.iea.org/topics/energy-security [dostęp: 27.09.2022].
• Khalifa A.A., Miao H., Ramchander S., Return distributions and volatility forecasting in metal futures markets: evidence from gold, silver, and copper, "Journal of Futures Markets" 2011, t. 31(1).
• Klein T., Walther T., Oil price volatility forecast with mixture memory GARCH, "Energy Economics" 2016, t. 58.
• Knox-Hayes J. et al., Understanding attitudes toward energy security: Results of a cross- -national survey, "Global Environmental Change" 2013, nr 23/3.
• Kumar D., Forecasting energy futures volatility based on the unbiased extreme value volatility estimator, "IIMB Management Review" 2017, t. 29.
• Lin Y., Xiao Y., Li F., Forecasting crude oil price volatility via a HM-EGARCH model, "Energy Economics" 2020, t. 87.
• Loeschel A., Moslener U., Ruebellke D.T.G., Indicators of Energy Security in Industrialized Countries, "Energy Policy" 2010, nr 38/4.
• Lv X., Shan X., Modeling natural gas market volatility using GARCH with different distributions, "Physica A" 2013, t. 392.
• Ministerstwo Energii, Polityka energetyczna Polski do 2040 roku, Warszawa 2019.
• Noga M., Stępkowski P., Pietrucha M., Rynek ropy naftowej a bezpieczeństwo energetyczne Polski, Warszawa 2019.
• Nomikos N.K., Pouliasis P.K., Forecasting petroleum futures markets volatility: The role of regimes and market conditions, "Energy Economics" 2011, t. 33.
• Phillips P.C.B., Perron P., Testing for a unit root in time series regressions, "Biometrica" 1988, t. 75.
• POPiHN, Przemysł i handel naftowy 2019, 2020, https://popihn.pl/wp-content/ uploads/2021/01/Raport-za-2019.pdf [dostęp: 20.06.2022].
• Šumskis V., Giedraitis V., Economic implications of energy security in the short run, "Ekonomika" 2015, nr 94/3.
• Vivoda V., Evaluating energy security in the Asia-Pacific region: A novel methodological approach, "Energy Policy" 2009, nr 38(9).
• Wang Y., Wu C., Forecasting energy market volatility using GARCH models: Can multivariate models beat univariate models?, "Energy Economics" 2012, t. 34.
• Zhang Y.-J., Zhang J.-L., Volatility forecasting of crude oil market: A new hybrid method, "Journal of Forecasting" 2018, t. 37.

Identyfikatory

DOI

10.26399/meip.3(74).2022.17/m.mroz