Анализ цен на продукцию завода бутилового каучука ПАО «НКНХ» методами социально-экономического прогнозирования

Нефтехимическую промышленность с полной уверенностью можно назвать мультипликатором цены и стоимости. Продвигаясь по технологической цепочке от сырья к нефтехимическим полупродуктам, нефтехимикатам, полимерам и продуктам из полимеров, в нефтехимическом секторе экономики идет наращивание стоимости до 8-15 раз от стоимости исходного сырья. Снижение производственных затрат является одним из аспектов совершенствования хозяйственного механизма современных экономических систем, включая и нефтехимическую отрасль страны. В условиях развития рыночной экономики роль ее факторов, обуславливающих формирование конкурентных цен, многократно возрастает. Именно поэтому так важен анализ факторов, оказывающих влияние на формирование цен продукции нефтехимии, так как компании данной отрасли сталкиваются с общими проблемами ценообразования. Анализ факторов проведен на примере ПАО «НКНХ» (завод БК) - одного из крупнейших нефтехимических компаний Европы, занимающей лидирующие позиции по производству синтетических каучуков и пластиков в Российской Федерации.

На основе анализа деятельности ПАО «НКНХ» были выделены факторы, по нашему мнению, оказывающие воздействие на цену продукции завода:

• 1.    Объем производства продукции.

• 2.    Затраты на сырье и материалы.

• 3.    Затраты на электроэнергию.

• 4.    Трудовые затраты.

• 5.    Постоянные затраты.

• 6.    Курс доллара.

• 7.    Индекс инфляции.

• 8.    Цены конкурентов.

Как в любом эксперименте, при анализе данных необходимо исключить влияние всех других факторов, кроме измеряемого и фиксируемого.

Иначе говоря, все другие факторы принимаются, рассматриваются неизменными и не оказывающими существенно влияния на формирование цен на продукцию завода БК.

Для анализа и прогнозирования цен на продукцию завода БК была использована система «STATISTICA», являющаяся мощной системой статистического анализа данных, передовой и эффективный продукт статистического анализа на рынке.

По исходным данным построена матрица парных коэффициентов корреляции.

Таблица 2 – Матрица парных коэффициентов корреляции

Анализируемые нами факторы, как показала программа, значимы (для всех переменных программа выделила их красным шрифтом). Переменным соответствуют следующие обозначения: Y - цена продукции, X 1 - объем производства, X 2 - затраты на сырье и материалы, ^{X 3} - затраты на энергоресурсы, X 4 - трудовые затраты, ^{X 5} - постоянные затраты, ^{X 6} - курс доллара, ^{X 7} - индекс инфляции, ^{X 8} - цена конкурентов. По матрице парных коэффициентов корреляции видны взаимосвязи между ценой продукции, объемом производства, затратами на сырье и материалы, затратами на электроэнергию, трудовыми затратами, постоянными затратами, курсом доллара и индексом инфляции.

Как показала построенная множественная регрессионная модель, статистически значимы из 8 переменных 5: X1 - объем производства, X 2 -затраты на сырье и материалы, X 3 - затраты на энергоресурсы, X 5 -постоянные затраты, руб., X8 - цена конкурентов. Как видно из таблицы 2, переменные изменения объемов производства ( X1 ), затрат на сырье и материалы (X2), затрат на энергоресурсы ( X3), постоянных затрат (X5 ) и изменения цен конкурентов ( X8 ) являются самыми главными предикторами уровня цен на продукцию завода, т.к. они статистически значимы.

Построенная множественная регрессия для исходных статистических данных (таблица 2):

Таблица 3 - Оценки параметров коэффициентов регрессии для исходных рядов

После построения модели множественной регрессии для исходных рядов, исследуем факторы по отдельности, преобразовав исходные ряды, так как во временном ряду может присутствовать «мнимая» (ложная) регрессия.

Из каждого исследуемого нами ряда устраняем тенденцию, а также сезонную составляющую, если таковая присутствует. После удаления тренда строим для каждого преобразованного ряда график автокорреляционной и частной автокорреляционной функции, а также используем критерий Дарбина-Уотсона для определения автокорреляции в рядах.

Графики авторегрессионных и частных авторегрессионных функций для рядов ^{Y , x 2, x 3, x 4, x 5, x 8} после преобразования указывают на то, что они имеют тенденцию к быстрому затуханию, и приведены в той или иной мере к стационарному виду. Авторегрессионные и частные авторегрессионные функции для рядов ^{x 1, x 6 , x 7} после преобразования все же имеют автокорреляцию. Данные ряды удалось привести к стационарному виду, устранив автокорреляцию, с помощью модели авторегрессии и проинтегрированного скользящего среднего (АРПСС, или ARIMA).

Таблица 4 - Оценки параметров коэффициентов регрессии для остаточных рядов

Parameter Estimates (Преобраз_ряды) Sigma-restricted parameterization

После построения регрессии для остаточных рядов (рядов после удаления неслучайных составляющих), получаем, что статистически значимыми стали следующие переменные: X 1 - объем производства, ^{X 3} -затраты на энергоресурсы, X 4 - трудовые затраты, ^{X 8} - цена конкурентов, то есть после проведенного анализа каждого ряда, статистически значимыми из 5 переменных стали только 4. Тем самым и стандартизованные коэффициенты ( ^β - коэффициенты) регрессии уменьшились. Из этого списка выпала переменная ^{X 5} - постоянные затраты. Данное изменение связано с удалением, исключением из рядов неслучайных составляющих (исключением их влияния на модель).

Построенные модели множественной регрессии для исходных и преобразованных (коинтегрированных) рядов, а также множественная регрессия только значимых переменных в модели статистически значимы по F-критерию Фишера. Стандартная ошибка оценки с 38,524 уменьшилась до 29,358. Ошибка дисперсии модели также уменьшилась в 2 раза (с 8,51 до 4,54). Коэффициент детерминации R2 с 0,975 уменьшился до 0,816. Данное изменение величин связано с выполненным анализом для рядов без включения в них тренда и сезонности (неслучайных составляющих ряда). Построенные модели множественной регрессии значимы.

Проведя анализ цен на продукцию завода бутилкаучука ПАО «НКНХ» можно заключить, что на их формирование влияют следующие факторы: объем производства продукции завода, затраты на энергоресурсы, трудовые затраты, цены конкурентов. Представленные факторы в той или иной степени воздействуют на формирование цен. Так, сильно влияние цен конкурентов на идентичную продукцию, хотя продукция завода БК выпускается, кроме Нижнекамска, только в Тольятти. При этом ПАО «Нижнекамскнефтехим» на протяжении многих лет удерживает в России лидирующие позиции в его производстве и реализации. Так же, как показывают результаты матрицы парных коэффициентов и результаты построения множественной регрессии при увеличении цен на продукцию завода увеличивается и объем производства продукции, тем самым увеличиваются и трудовые затраты, и затраты на энергоресурсы. Исходя из этого, заводу по производству бутил-каучука можно рекомендовать сократить трудовые затраты при производстве продукции и формировании цен на них. Увеличение затрат на трудовую деятельность связано, в первую очередь, с расходами на улучшение условий труда работников завода. Но, тем не менее, данный факт показывает социальную ответственность предприятия перед своими работниками. Кроме того, затраты на энергоресурсы в рамках завода при формировании цены увеличивается, но как показывает отчетность ПАО «НКНХ» за 2010-2014 года произошла, наоборот, экономия энергоресурсов (включая тепловую и электрическую энергию). Данный парадокс, скорее всего, связан с тем, что во многих структурных подразделениях предприятия действуют программы по сбережению и снижению затрат на энергоресурсы, и данная программа в той или иной степени коснулась завода по производству БК только в апреле месяце нынешнего года. Таким образом, стали проводиться мероприятия по оптимизации реактивной мощности в сетях электроснабжения. Тем самым сократятся расходы на энергоресурсы при формировании цен на продукции завода и предприятия в целом. Увеличение объемов производства продукции, несомненно, влияет на получаемую прибыль и выручку не только самого завода, но и предприятия. Тем самым это увеличение влияет и на цену продукции. Это объясняется тем, что бизнес-модель компании направлена на увеличение выпуска высокомаржинальной продукции (каучуков, пластиков, олефинов). Существуют взаимосвязи цен продукции завода не только с данными факторами (исходя из матрицы парных коэффициентов и построенной в начале анализа регрессионной модели), но и включенными в анализ оставшимися факторами таких, как затраты на сырье и материалы, постоянные затраты, курс доллара и индекс инфляции. Их влияние существенно при формировании цен, но после анализа рядов по отдельности, оно уменьшилось. Тем не менее, следует учитывать и их взаимосвязь с ценами на продукцию. Так как они играют не самую последнюю роль при их формировании.

В 2014 году Россия столкнулась с обострением геополитических рисков на мировой арене, что привело к вводу санкций против ряда российских граждан и организаций. Немаловажную роль сыграл и данный факт не только при формировании цен на продукцию предприятий и заводов нефтехимической отрасли, но и выявил целый спектр проблем, присущих всей нефтехимической отрасли страны, зависимых от импортных поставок. Тем не менее, устойчивое развитие компании – основа стратегии ПАО «Нижнекамскнефтехим». Оно формируется за счет нахождения баланса через экономическую, экологическую и социальную ответственности [1].