<!DOCTYPE article
PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.4 20190208//EN"
       "JATS-journalpublishing1.dtd">
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" article-type="research-article" dtd-version="1.4" xml:lang="en">
 <front>
  <journal-meta>
   <journal-id journal-id-type="publisher-id">Science &amp; World</journal-id>
   <journal-title-group>
    <journal-title xml:lang="en">Science &amp; World</journal-title>
    <trans-title-group xml:lang="ru">
     <trans-title>Наука и мир</trans-title>
    </trans-title-group>
   </journal-title-group>
   <issn publication-format="print">2307-9401</issn>
   <issn publication-format="online">2307-9401</issn>
  </journal-meta>
  <article-meta>
   <article-id pub-id-type="publisher-id">72071</article-id>
   <article-id pub-id-type="doi">10.26526/2307-9401-2023-4-91-95</article-id>
   <article-categories>
    <subj-group subj-group-type="toc-heading" xml:lang="ru">
     <subject>СОЦИАЛЬНО-ЭКОНОМИЧЕСКИЕ СИСТЕМЫ</subject>
    </subj-group>
    <subj-group subj-group-type="toc-heading" xml:lang="en">
     <subject>SOCIO-ECONOMIC SYSTEMS</subject>
    </subj-group>
    <subj-group>
     <subject>СОЦИАЛЬНО-ЭКОНОМИЧЕСКИЕ СИСТЕМЫ</subject>
    </subj-group>
   </article-categories>
   <title-group>
    <article-title xml:lang="en">ECONOMETRIC ANALYSIS OF GAZPROM'S NET PROFIT</article-title>
    <trans-title-group xml:lang="ru">
     <trans-title>ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ЧИСТОЙ ПРИБЫЛИ ПАО «ГАЗПРОМ»</trans-title>
    </trans-title-group>
   </title-group>
   <contrib-group content-type="authors">
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Цвиль</surname>
       <given-names>Мария Михайловна</given-names>
      </name>
      <name xml:lang="en">
       <surname>Tsvil</surname>
       <given-names>Mariya Mihaylovna</given-names>
      </name>
     </name-alternatives>
     <email>tsvilmm@mail.ru</email>
     <bio xml:lang="ru">
      <p>кандидат физико-математических наук;</p>
     </bio>
     <bio xml:lang="en">
      <p>candidate of physical and mathematical sciences;</p>
     </bio>
     <xref ref-type="aff" rid="aff-1"/>
    </contrib>
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Рожкова</surname>
       <given-names>Д. В.</given-names>
      </name>
      <name xml:lang="en">
       <surname>Rozhkova</surname>
       <given-names>D. V.</given-names>
      </name>
     </name-alternatives>
     <xref ref-type="aff" rid="aff-2"/>
    </contrib>
   </contrib-group>
   <aff-alternatives id="aff-1">
    <aff>
     <institution xml:lang="ru">Российская таможенная академия</institution>
    </aff>
    <aff>
     <institution xml:lang="en">Russian Customs Academy</institution>
    </aff>
   </aff-alternatives>
   <aff-alternatives id="aff-2">
    <aff>
     <institution xml:lang="ru">Ростовский филиал Российской  таможенной академии</institution>
     <city>Ростов-на-Дону</city>
     <country>Россия</country>
    </aff>
    <aff>
     <institution xml:lang="en">Russian Customs Academy (Rostov affiliate)</institution>
     <city>Ростов-на-Дону</city>
     <country>Russian Federation</country>
    </aff>
   </aff-alternatives>
   <pub-date publication-format="print" date-type="pub" iso-8601-date="2023-12-13T16:12:31+03:00">
    <day>13</day>
    <month>12</month>
    <year>2023</year>
   </pub-date>
   <pub-date publication-format="electronic" date-type="pub" iso-8601-date="2023-12-13T16:12:31+03:00">
    <day>13</day>
    <month>12</month>
    <year>2023</year>
   </pub-date>
   <volume>2023</volume>
   <issue>4</issue>
   <fpage>91</fpage>
   <lpage>95</lpage>
   <history>
    <date date-type="received" iso-8601-date="2023-12-06T00:00:00+03:00">
     <day>06</day>
     <month>12</month>
     <year>2023</year>
    </date>
    <date date-type="accepted" iso-8601-date="2023-12-06T00:00:00+03:00">
     <day>06</day>
     <month>12</month>
     <year>2023</year>
    </date>
   </history>
   <self-uri xlink:href="https://w-science.com/en/nauka/article/72071/view">https://w-science.com/en/nauka/article/72071/view</self-uri>
   <abstract xml:lang="ru">
    <p>Наибольшую часть доходов государственного бюджета составляют нефтегазовые доходы. В данной статье представлен эконометрический анализ чистой прибыли ПАО «Газпром», как происходит формирование чистой прибыли исходя из объемов добываемого газа. Составлены прогнозные значения чистой прибыли на 2022 и 2023 гг. Кроме того, в заключении делается вывод об особенностях динамики данных показателей</p>
   </abstract>
   <trans-abstract xml:lang="en">
    <p>Oil and gas revenues make up the largest part of the state budget revenues. This article presents an econometric analysis of the net profit of Gazprom PJSC, how the net profit is formed based on the volume of gas produced. The forecast values of net profit for 2022 and 2023 have been compiled. In addition, the conclusion concludes about the features of the dynamics of these indicators</p>
   </trans-abstract>
   <kwd-group xml:lang="ru">
    <kwd>ПАО «Газпром»</kwd>
    <kwd>добыча нефти</kwd>
    <kwd>чистая прибыль</kwd>
    <kwd>ТНК</kwd>
    <kwd>эконометрический анализ</kwd>
   </kwd-group>
   <kwd-group xml:lang="en">
    <kwd>PJSC Gazprom</kwd>
    <kwd>oil production</kwd>
    <kwd>net profit</kwd>
    <kwd>TNK</kwd>
    <kwd>econometric analysis</kwd>
   </kwd-group>
  </article-meta>
 </front>
 <body>
  <p>ВведениеВсем известно, что основным источником экспортных доходов для России является нефтегазовый сектор. В сложившейся конкурентной среде устойчивость любой транснациональной корпорации (ТНК) зависит от ее финансовой стабильности.Прибыль компании является одним из важнейших показателей экономического масштаба. Так как от размера прибыли во многом зависит инвестиционная привлекательность компании.В рамках исследования следует рассмотреть зависимостьвлияния добычигаза на получение чистой прибыли ПАО «Газпром». В нефтегазовой сфере ПАО «Газпром» является одной из ведущих компаний на рынке. Основные виды деятельности данного акционерного общества представлены на официальном сайте: добыча, хранение, переработка газа, газового конденсата и нефти, а также производство электроэнергии [1].Для последующего анализа получены первоначальные данные из годовых отчетов компании «Газпром». На основе представленных данных втаблице 1проведем эконометрическое моделирование, с помощью которого можно сделать прогноз чистой прибыли компании «Газпром» на последующие периоды.  Таблица 1Чистая прибыль ПАО «Газпром» в 2007-2021 г.г.[2]  Далее рассмотрим график временного ряда с добавлением линии тренда на рис. 2. Рис. 2. Динамика чистой прибыли ПАО «Газпром» в 2007-2021 г.г. с добавлением линии трендаИсходя из рисунка, мы видим, что линия тренда полиномиальная. Данный инструмент используется при колебании большого объема данных. Чтобы учесть наибольшие изменения в динамике, следует ввести фиктивные переменные (отражено на рис. 3). Рис. 3. Введение фиктивных переменных исходя из наибольших колебаний данных в динамикеПрименяя функцию «Анализ данных» в Excel, получим следующие итоги регрессионного анализа на рис. 4: Рис. 4. Итоги регрессионного анализаМодель временного ряда имеет вид:y=-252,25+691,62∙t-102,34∙t2+4,44∙t3-584,16∙z1-846,888∙z2-1429,72∙z3-381,52∙z4+104,29∙z5-172,29∙z6+467,52∙z7 Исходя из данных регрессионного анализа, видим, что коэффициент детерминации (R^2) равен 0,99, что говорит о высокой доли дисперсии для данной модели. Для определения средней ошибки, рассчитаем остатки.∑E&amp;#39;2∑yt-yt2=31813,65984175241,7533=0,0076 В процентном виде ошибка составляет 0,76%. Данная ситуация говорит о том, что оставшаяся часть ‒ 99,24%‒  доля дисперсии уровней временного ряда, объясненная построенной моделью. То есть, точность подбора уравнения тренда – высокая[3].Полученные прогнозные и данные временного ряда можно представить в виде графического изображения (рис. 5): Рис. 5. График прогнозных и фактических значенийНайдем прогнозное значение на 2022 год. Рис. 6. Коэффициенты для составления прогнозного значения чистой прибылиИсходя из рисунка, прогнозное значение в 2022 году чистой прибыли ПАО «Газпром» составит:y2022=252,2521+691,6182*11-102,3442*121+4,4438*1331=886,593 (млрд руб.) Сравнивая с фактическим значением за 2022 год: 747,25 млрд руб., стоит отметить, что значения практически совпали. Фактический показатель чистой прибыли на 72,2% меньше, чем в 2021 году. Это объясняется несколькими причинами: влияние повышенных налоговых выплат и сокращение поставок газа в Европу.Также интересно узнать значение чистой прибыли в 2023 году:y2023=252,2521+691,6182*12-102,3442*144+4,4438*1728=988,482 (млрд руб.) К сожалению, на данный момент трудно оценить прогнозное и фактическое значение в 2023 году. Но стоит сказать, что возможно произойдет прирост примерно на 11,5%. Важно понимать влияние доходов от добычи газа на чистую прибыль компании на рис. 7: Рис. 7. Объемы добычи газа компании «Газпром» в 2007-2021 г.г.[4]В динамике этот временной ряд с добавлением линии тренда выглядит следующим образом:  Рис. 8. Динамика добычи газа компании «Газпром» в 2007-2021 г.г.Чтобы учесть наибольшие колебания в динамике ряда, следует ввести фиктивные переменные (отражено на рис. 9). Рис. 9. Использование метода включение в модель регрессии фактора времениС помощью анализа данных, функции «Регрессия», узнаем прогнозные значения (рис. 10) Рис. 10. Итоги регрессионного анализа и составление таблицы для создания графика Модель временного ряда имеет вид:y=580, 52-22,91∙t-1,23∙t2-∙61,38*z3+12,14∙z5-46,82∙z8+6,65∙z11-46,87∙z14 .Исходя из полученных данных, получим следующий график фактических и прогнозных показателей (рис. 11) Рис. 11. График фактических и прогнозных показателей добычи газаПри необходимости следует использовать определенные значения, для того, чтобы узнать прогнозные.Улучшив модель, важно понять, как же влияет добыча газа на формирование чистой прибыли в ПАО «Газпром». Чтобы улучшить модель, воспользуемся таким методом учета тенденции, как включение в модель регрессии фактора времени t и t2 . Кроме того, для улучшения качества модели следует добавить фиктивные переменные (рис. 12). Рис. 12. Введение фиктивных переменных в таблицу со значениями чистой прибыли и объемов газа Проведем регрессионный анализ полученных данных (рис. 13). Рис. 13. Регрессионный анализ чистой прибыли и добычи нефтиПолученная модель регрессии по временным рядам имеет вид:y=13018-30,55∙x+480,02∙t-13,05∙t2-650,99∙z3-295,93∙z6+362,07∙z7+408,44∙z9-403,7∙z11+765,31∙z13-318,01∙z15 .Исходя из полученных данных, получим следующий график фактических и прогнозных показателей (рис. 14)  Рис. 14 Динамика новой модели зависимости чистой прибыли от добычи нефтиВ заключение стоит отметить, что ПАО «Газпром» является важным участником энергетической отрасли.Согласно составленной экономической модели на 2022 год прогнозное значение составляет 886,6 млрд руб., фактическое практически совпало с прогнозным. Также стоит обратить внимание на то, что фактический показатель чистой прибыли на 72,2% меньше, чем в 2021 году. Это объясняется влиянием повышенных налоговых выплат и сокращением поставок газа в Европу.На 2023 год прогнозное значение составляет 988,5 млрд руб. На данный момент трудно оценить прогнозное и фактическое значение в 2023 году. Но стоит сказать, что возможно произойдет прирост примерно на 11,5%. Затрагивая тему влияния добычи газа на формирование чистой прибыли ПАО «Газпром», стоит сказать, что существует значительная зависимость данных показателей. Это связано с тем, что добыча газа напрямую влияет на выручку компании. За рассматриваемый промежуток времени наблюдаются сильные всплески на графике (рис. 14). Заметим, что в 2008, 2014, 2020 годах наблюдается резкое снижений чистой прибыли. Во многом это объясняется ограничениями в торговле (санкции), геополитической обстановкой, колебаниями цен на нефть и газ.</p>
 </body>
 <back>
  <ref-list>
   <ref id="B1">
    <label>1.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Официальный сайт ПАО «Газпром» [Электронный ресурс] // URL: https://www.gazprom.ru/</mixed-citation>
     <mixed-citation xml:lang="en">OfficialwebsiteofPJSCGazprom [Electronicresource] // URL: https://www.gazprom.ru/</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B2">
    <label>2.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Показатели и динамика чистой прибыли ПАО «Газпром» [Электронный ресурс] //URL:https://smart-lab.ru/q/GAZP/MSFO/net_income/</mixed-citation>
     <mixed-citation xml:lang="en">Indicatorsanddynamics of net profit of PJSC Gazprom [Electronic resource] // URL: https://smart-lab.ru/q/GAZP/MSFO/net_income/</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B3">
    <label>3.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Кремер Н.Ш., Путко Б.А. Эконометрика: учебник. М: Юнити-Дана, 2008. 311 с.</mixed-citation>
     <mixed-citation xml:lang="en">Kremer N.S., Putko B.A. Econometrics: textbook. Moscow: Unity-Dana, 2008. 311 p.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B4">
    <label>4.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Добыча нефти и газа ПАО «Газпром» [Электронный ресурс] // URL: https://www.gazprom.ru/about/production/extraction/</mixed-citation>
     <mixed-citation xml:lang="en">Oil and gas production of PJSC Gazprom [Electronic resource] // URL: https://www.gazprom.ru/about/production/extraction/</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B5">
    <label>5.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Дуброва Т.А. Статистические методы прогнозирования в экономике: учебное пособие. М: Московский государственный университет экономики, статистики и информатики, 2004. 136 с.</mixed-citation>
     <mixed-citation xml:lang="en">Dubrova T.A. Statistical methods of forecasting in economics: textbook. Moscow: Moscow State University of Economics, Statistics and Informatics, 2004. 136 p.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B6">
    <label>6.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Цвиль М. М. Анализ временных рядов и прогнозирование: учеб.пособие. Ростовн/Д: РТА, Ростовскийфилиал, 2016. 135 с.</mixed-citation>
     <mixed-citation xml:lang="en">Tsvil M. M. Time series analysis and forecasting: studies.stipend. Rostov n/A: RTA, Rostov branch, 2016. 135 p.</mixed-citation>
    </citation-alternatives>
   </ref>
  </ref-list>
 </back>
</article>
