Как компании прогнозируют цены на нефть?

Цены на сырую нефть считаются одним из важнейших индикаторов мировой экономики. Правительства и предприятия тратят много времени и энергии, чтобы выяснить, куда пойдут цены на нефть в следующий раз, но прогнозирование — неточная наука. Стандартные методы основаны на исчислении (линейная регрессия и эконометрика), но альтернативы включают структурные модели и компьютерную аналитику. Не существует общепринятого консенсуса относительно наилучшего способа прогнозирования цен на нефть.

Компании также уделяют особое внимание рынкам нефтяных фьючерсов и часто участвуют в них.Фьючерсы на сырую нефть торгуются на Нью-Йоркской товарной бирже (NYMEX) и Токийской товарной бирже (TOCOM).1

Понимание цен на сырую нефть

На элементарном уровне поставки сырой нефти определяются способностью нефтяных компаний извлекать запасы из недр и распределять их по всему миру.Существует три основных переменных предложения: технологические изменения, факторы окружающей среды и способность нефтяных компаний накапливать и пополнять капитал.Технические усовершенствования — особенно гидроразрыв пласта и горизонтальное бурение — помогли наводнить мировые рынки нефтью после 2008 года3.

Спрос на сырую нефть исходит от частных лиц, компаний и правительств. Вообще говоря, спрос на нефть увеличивается в хорошие экономические времена и снижается в более низкие экономические времена. Повышение уровня жизни в Китае и Индии было основным источником глобального спроса в 21 веке.

Компании должны понимать эти факторы, прежде чем делать прогнозы цен на нефть, но даже этого недостаточно.На цены на нефть сильно влияют нерыночные силы, в том числеОрганизация стран-экспортеров нефти (ОПЕК), которая фактически действует как многонациональный нефтяной картель.Страны-члены ОПЕК принимают совместные решения о том, сколько нефти выпустить на мировые рынки, исходя из того, что лучше для их правительств.  Однако резкие колебания цен на нефть в период с 2005 по 2015 год указывают на ограниченность влияния ОПЕК.

Нефть также строго регулируется в большинстве стран. В Соединенных Штатах, как и во многих странах Европы, существуют строгие ограничения в отношении мест добычи нефти; Агентство по охране окружающей среды (EPA) может сказать о ценах на нефть столько же, сколько Exxon Mobil или British Petroleum.

Причина, по которой динамика цен на нефть (или любой товар) часто удивляет аналитиков, заключается в том, что существуют сотни переменных, каждая из которых движется одновременно непредсказуемым образом.Совет управляющих Федеральной резервной системы лучше всего выразил это в своем дискуссионном документе «Прогноз цен на нефть» в июле 2011 года, который начинался с определения «неожиданных больших и постоянных колебаний реальных цен на нефть».

Количественные методы

Компании нанимают эконометристов и других экспертов рынка для составления краткосрочных и среднесрочных прогнозов нефтяного рынка. Эти профессионалы используют сложные математические модели, которые либо сосредоточены на финансовых показателях (с использованием спотовых и будущих цен ), либо на рассмотрении спроса и предложения (количественная оценка переменных и проверка их объяснительной способности).

Модели спотовых цен и будущих цен по-прежнему популярны среди многих компаний, но постепенно теряют популярность.Основная концепция заключается в том, что фьючерсные рынки — особенно взаимосвязь между колебаниями фьючерсных цен и колебаниями спотовых цен — укажут путь к завтрашним ценам на нефть.В 1991 году были опубликованы две влиятельные академические статьи (Бопп и Леди; Серлетис), в которых говорилось, что будущие цены на нефть не являются беспристрастными или полностью эффективными, но, вероятно, все же лучше любых других индикаторов.К такому выводу пришли модели ошибок и исправлений (ECM), которые позволяют статистикам или эконометристам учитывать систематические ошибки в фьючерсных данных.

Третье исследование, проведенное в 1998 году (Зенг и Свансон), рассматривало сырую нефть на NYMEX, Нью-Йоркской товарной бирже, Чикагской торговой палате и Чикагской товарной бирже в период с 1990 по 1995 год. Оно показало, что модели ECM работают лучше всего.8

Более поздние исследования были менее благосклонны к финансовым моделям.Один проанализировал фьючерсные цены на сырую нефть West Texas Intermediate (WTI) на NYMEX в период с 1989 по 2003 год и обнаружил, что форвардные и фьючерсные цены не являются ни эффективными, ни достаточно объективными, чтобы точно предсказать будущие спотовые цены (и, что любопытно, было мало свидетельств того, что премии за риск »на рынке нефти).Вместо этого авторы рекомендовали процесс случайного блуждания по временным рядам;Теория случайных блужданий предполагает, что изменения цен акций не могут использоваться для прогнозирования будущего движения.9  (По данным Ассоциации дипломированных аналитиков альтернативных инвестиций, эконометрическое моделирование временных рядов является наиболее распространенным методом прогнозирования цен на сырую нефть.)

В моделях спроса и предложения основное внимание уделяется макроэкономическим переменным, таким как добыча ОПЕК, эластичность спроса на нефть по доходу и реальный валовой внутренний продукт (ВВП). Поскольку существует так много возможных комбинаций переменных, большинство компаний или аналитических служб используют собственные расчеты и часто меняют свои формулы. Цель состоит в том, чтобы найти наиболее статистически значимые переменные, затем найти на диаграмме колебания этих переменных и создать приблизительные оценки будущих диапазонов цен на нефть.

Качественные или нелинейные методы

Сторонники альтернативных подходов, которые статистики могли бы назвать «нестандартными» или «нелинейными» подходами, утверждают, что будущие цены на нефть слишком случайны и хаотичны для любых традиционных процессов.Эти методы могут по-прежнему использовать некоторые из тех же данных, что и стандартные модели, но вычисления основаны на распознавании образов, а не на линейных моделях или эконометрических регрессиях.

Одним из популярных инструментов распознавания образов является искусственная нейронная сеть (ИНС).Модель ИНС, основанная на биологии человеческого мозга, якобы позволяет симулятору изучать и обобщать опыт на основе новых данных.  ИНС используются для различных анализов в сфере бизнеса, науки и инвестиций. Одна стандартная критика метода ИНС — и основная причина, по которой ИНС не пользуются популярностью для частных прогнозов нефти, заключается в том, что внутренние данные, используемые для оценки рядов цен, часто являются субъективными или произвольными.

Фундаментальные инвесторы и аналитики склонны уклоняться от сложных статистических моделей.Вместо этогофундаментальные аналитики полагаются на совокупные бизнес-факторы, такие как уровни запасов, тенденции производства, стихийные бедствия и действия спекулянтов.Подразумеваемые аргументы в пользу этих основанных на знаниях подходов заключаются в том, что на цены на нефть сильно влияют крупные идентифицируемые события.Компании часто нанимают рыночных аналитиков, которые полагаются на информацию из других источников, таких как «Прогноз сырьевых товаров» Всемирного банка, вместо того, чтобы создавать свои собственные модели.