Прогнозирование в области энергетики — сложное и не самое благодарное дело. Оно трудозатратно, требует учета множества факторов, скрупулезных подсчетов и постоянных корректировок. Но картина будущего необходима всем: государству, чтобы прогнозировать бюджетные доходы, компаниям, чтобы регулировать объемы добычи и оценивать инвестиции. О тонкостях искусства прогнозирования в энергетике на разных временных горизонтах рассказал директор Центра экономической экспертизы Института государственного и муниципального управления (ИГМУ) НИУ ВШЭ Марсель Салихов на семинаре НИУ ВШЭ по макроэкономическим исследованиям.

Одна из особенностей энергетического сектора — его высокая зависимость от внешних условий, которые почти всегда непредсказуемы. С точки зрения экономиста, прогнозирование таких рынков, как, например, нефтяной, невозможно в силу их эффективности (согласно гипотезе эффективности рынка, вся существенная информация немедленно и в полной мере отражается на рыночной курсовой стоимости ценных бумаг). «В академической среде преобладает мнение о том, что на рынке нефти, как и на рынке акций, имеющаяся цена уже содержит в себе всю доступную информацию и поэтому является наиболее точным прогнозом. Тем не менее люди тратят довольно много усилий для построения прогнозов. В периоды высокой неопределенности спрос на прогнозирование особенно возрастает, при этом сама задача усложняется из-за нехватки данных и их ненадежности», — подчеркивает Марсель Салихов.

В то же время исследователям важно обращать внимание не только на то, что можно предложить в качестве прогнозируемых величин, но и на то, в какой мере прогнозу можно доверять. «Очень многие прогнозисты не любят говорить об ограничениях своих моделей. Рассматривать качество модели в разных сценариях непросто, в том числе из-за технических сложностей. Эти оценки не всегда надежны, но с ними лучше, чем без них», — отметил один из участников семинара, вице-президент НИУ ВШЭ и профессор факультета экономических наук Лев Якобсон.

Другая особенность прогнозов в энергетике — это их прикладная ориентированность. «Задачам прогнозирования обычно уделяется немного внимания в академических исследованиях, они имеют скорее прикладной характер», — говорит Марсель Салихов. Так, из-за преобладания в энергетическом секторе высокорисковых и долгосрочных инвестиционных проектов прогнозы необходимы фирмам для оценки прибыли. Государство составляет бюджетные планы, исходя из прогнозов цен на нефть, а ОПЕК+ с их помощью принимает решения о сокращении или наращивании добычи в тот или иной период времени. Именно в зависимости от прикладной задачи исследователь определяет временной горизонт и методы прогнозирования, а также подход к решению проблем, которые могут возникнуть в ходе моделирования.

Три кейса

В докладе «Особенности прогнозирования и используемые подходы в практических задачах в сфере энергетики» Марсель Салихов поделился собственным опытом решения исследовательских задач и предложил рассмотреть три кейса прогнозирования: краткосрочный, среднесрочный и долгосрочный.

Кейс №1. Прогнозная модель цен на нефть (1–12 месяцев)

Для прогнозирования цены на нефть исследователи ИГМУ использовали комбинацию из семи различных типов моделей. Среди них — модели на основе цен на иные сырьевые товары, модели на основе валют стран — экспортеров нефти и другие. Каждой модели был присвоен определенный вес, причем со временем он корректировался в пользу наиболее точных «предсказателей». В качестве зависимой переменной использовалась нефть марки WTI.

Для того чтобы оценить эффективность такого эконометрического метода, его результаты сравнивались с так называемым наивным прогнозом, наиболее распространенным в академической среде (наивный прогноз равен самой последней доступной наблюдаемой величине). По результатам оценки подход на основе комбинации нескольких моделей дал меньшую ошибку на горизонте от четырех месяцев.

«Такой прогноз относительно прост в построении, но на его основе сложно сделать содержательный вывод о конкретных причинах изменения цены», — предупреждает Марсель Салихов. Эксперт также отметил, что для полноценной картины результата необходимо учитывать доверительный интервал (диапазон значений статистической величины, в котором она с заданной вероятностью будет находиться. — Ред.). «По данным на ноябрь 2022 года, модель прогнозирует постепенное снижение цены на нефть (-16% к ноябрю 2023 года) до примерно 70 долларов за баррель. Доверительный интервал при этом варьируется от 30 до 110 долларов. Хотя такие результаты могут не всех устроить, как мне кажется, важно показывать доверительный интервал: он позволяет оценить степень определенности прогноза», — подчеркнул спикер.

Кейс №2. Уровень добычи сланцевой отрасли США в зависимости от цены на нефть (1–2 года)

Основная гипотеза в рамках модели заключалась в том, что между изменением цены на нефть и добычей сланцевой нефти в США существует положительная взаимосвязь. Модель объединила в себе пять структурных моделей отдельно по каждому из пяти крупнейших бассейнов добычи. «Каждый бассейн имеет свои геологические и инфраструктурные особенности, поэтому мы разделили зависимую переменную на пять сущностей», — пояснил Марсель Салихов.

Он также обратил внимание, что в ходе моделирования энергетического сектора исследователь не раз сталкивается с необходимостью выбора, как именно учесть тот или иной компонент уравнения. В зависимости от принятого решения результаты могут получиться разными. «В попытках отразить показатели максимально правдоподобно важно не забывать, что модель должна оставаться простой и понятной. Не всегда этот выбор получается сделать просто», — отметил эксперт.

Модель подтвердила исходную гипотезу о положительной зависимости между ценой и уровнем добычи в рамках данных за 2010–2019 годы. «Когда мы запустили модель для прогнозирования на 2020–2022 годы, оказалось, что уровень добычи перестал реагировать на изменение цен на нефть. Это могло случиться из-за технологических ограничений бурения скважин, инфляции издержек у предприятий и других факторов», — отмечает Салихов. По его словам, модель нуждается в доработке. «В рамках среднесрочного прогнозирования необходимо постоянно проводить качественный мониторинг объекта исследования и корректировать модель в соответствии с ним», — добавил он.

Кейс №3. Структура российской электроэнергетики в сценарии декарбонизации (более 10 лет)

В качестве долгосрочного прогноза в ИГМУ решили рассмотреть, как введение углеродного налога может повлиять на структуру российской электроэнергетики к 2050 году. С помощью экзогенно заданных прогнозов экономического роста в России (на основе долгосрочных сценариев Министерства экономического развития) исследователи смоделировали спрос на электроэнергию, в частности был учтен пиковый спрос. Ввод налога на углерод был учтен его включением в нормированную стоимость электроэнергии (отношение суммы всех расходов в течение жизненного цикла электростанции или других генерирующих объектов к вырабатываемой за весь срок службы электроэнергии).

Базовая логика модели выглядит следующим образом: спрос растет — необходимо вводить новые мощности; та энергия, которая дешевле, вводится в первую очередь — таким образом образуется новая структура энергетики.

Задача такого долгосрочного прогнозирования сложна по нескольким причинам.

1)    Все фундаментальные факторы могут измениться. Поэтому количество допущений, или «выборов», еще больше, чем в среднесрочном прогнозе.

2)    Конкретно в данном случае нет релевантных прошлых данных, на которые можно опереться.

3)    Нельзя обойтись без учета региональной специфики. «Электроэнергетика находится в тесной связи с обеспечением населения теплом. Модель может показывать разные результаты, но, если большая часть населения зависит от газа, даже самый высокий налог не приведет к его радикальному снижению в структуре энергетики. Поэтому мы рассмотрели энергетику и теплоэнергетику как две разные сущности. Кроме того, в ряде регионов просто нечем заменить некоторые источники энергии. В Сибири, например, преобладает угольная промышленность. Там нет газовой инфраструктуры, и непонятно, когда она появится», — подчеркнул Марсель Салихов.

4)    Нужно иметь глубокое понимание технологических особенностей секторов энергетики.

Один из выводов исследования звучит так: существует некий оптимальный уровень налога на СО2, при котором доля более зеленых источников энергии максимальна. «Можно сделать предположение, что повышение налога только до определенного момента изменит структуру энергетики в пользу возобновляемых источников, а затем не окажет влияния из-за естественных ограничений (возобновляемые источники не могут обеспечить достаточную выработку теплоэнергии). Вопросы о том, какое влияние повышение углеродного налога окажет на конкурентоспособность незеленых источников энергии и насколько выгодным оно будет для потребителя, остались за рамками нашего исследования», — отметил эксперт.

Необходимость сделать модель простой и при этом учесть множество региональных и отраслевых факторов делает задачу прогнозирования сродни хождению по канату. «Прогноз скорее искусство, чем наука. Должен признать, что сегодня нам продемонстрировали высокое искусство», — резюмировал Лев Якобсон.