Miesięczne prognozy zjawisk związanych z rynkiem paliw w Polsce do końca 2000 r.

Pełen tekst

(1)2001. Atmane Dahmani Andrzej Sokołowski Katedra Statystyki. Miesięczne prognozy zjawisk związanych z rynkiem paliw w Polsce do końca 2000 r. 1. Wprowadzenie Prognoza to racjonalne, naukowe przewidywanie przyszłych zdarzeń 1997]. Niniejszy artykuł jest poświęcony prognozowaniu rozwoju gospodarki energetycznej do kOI\ca 2000 l'. za pomocą metody wyrównania wykładniczego. W tym celu zaproponowano wiele modeli, które mogą być wykorzystane do prognozowania. Modele te specyfikowano w ten sposób, aby z jednej strony byly one zgodne z ogólną wiedzą o dynamice procesów pozyskiwania, produkcji i zużycia nośników energii, a z drugiej, aby zapewnić o ile to możliwe - zachowanie pożądanych wlasności modeli stochastycznych. Chodzi tu głównie o istotność parametrów strukturalnych. Przy modelach, w których proces prognozowania polega na podstawieniu wartości zmiennej reprezentującej czas, oraz ewentualnych zmiennych objaśniających ograniczono się do podania tablic z wartościami ocen parametrów. W odniesieniu do modeli wyrównywania wykładniczego, w których prognozowanie wymaga wielu danych z przeszłości, podano wartości prognoz clo kOl\ca 2000 l'. oraz zilustrowano te wyniki odpowiednimi wykresami. W pracy wykorzystywano dane miesięczne, pochodzące głównie z opublikowanych przez GUS biuletynów i roczników statystycznych, odnoszących się do lat 1990-1995. W pracy rozpatrywano cztery główne nośniki energetyczne, takie jak: węgiel (kamienny i brunatny), ropa, gaz oraz energia elektryczna. W miarę możliwości rozpatrywano również produkty pochodne niektórych surowców. [Zeliaś.

(2) I. Almalle Dahmalli, Alldrzej Sok%lVski. Zgodnie z celem badania, zebrany materiał statystyczny obejmował cztery grupy cech, a mianowicie: produkcję krajową surowców energetycznych, indeks cen krajowych, produkcję krajową brutto oraz handel zagraniczny surowcami energetycznymi. Dane dotyczące produkcji są najbardziej szczegółowe. Są to informacje miesięczne dla całego rozpatrywanego okresu badawczego. Na podstawie tych danych istnieje możliwość uzyskania szeregów kwartalnych. Indeksy cen rozpatrywanych surowców wskazują na przebieg cen w badanych okrcsach w stosunku do okresu wyjściowego, jakim jest średnia cena z 1990 r. Indeksy tych cen mają postać szeregów kwartalnych. Handel zagraniczny w zakresie energetyki został scharakteryzowany na podstawie wielkości importu ropy naftowej oraz eksportu węgla kamiennego. Kwartalną wartość tych zmiennych oszacowano z miesięcznych wskaźników sezonowości.. 2. Modele prognostyczne Badane zjawiska charakteryzują się dużymi wahaniami w czasie [Dahmani, 1997J. W takiej sytuacji założenie predykcji o stałości struktury modelu jest bardzo trudne. W literaturze znane są metody, za pomocą których można obliczać prognozy w wypadku zmiany parametrów strukturalnych modelu lub braku stabilności składnika losowego. Jedną z takich metod jest metoda wyrównania wykładniczego danych empirycznych. Prognozę badanych wiełkości można więc uzyskać z zastosowaniem modeli wyrównywania wykładniczego. W tym ujęciu prosty model szeregu czasowego zakłada rozważanie każdej obserwacji jako składającej się ze składnika systematycznego oraz składnika losowego. Składnik systematyczny powoli zmienia się w czasie. Szacuje się go poprzez obliczenie pewnego rodzaju średniej ruchomej, w której obserwacji bieżącej, a także obserwacjom bezpośrednio poprzedzającym przypisuje się większe znaczcnie niż obserwacjom wcześniejszym. W metodzie prostego wyrównywania wykładniczego wcześniej szym obserwacjom przyporządkowywane są wagi malejące wykładniczo. Formuła prostego wyrównywania wykładniczego ma postać: Sokołowski. (I). gdzie:. X/- zaobserwowane wartości szeregu, S,- wartości wygładzone. Zgodnie z procedurą rekurencyjną każda nowa wygładzona wartość jest obliczanajako średnia ważona bieżącej obserwacji i poprzedniej obserwacji wygła dzonej, podobnie poprzednia obserwacja wygładzona była obliczona z poprzeclniej wartości obserwowanej i wygładzonej wartości przed poprzednią obserwacją itd. Przyjmuje się, że parametr a powinien być z przedziału [O; l]..

(3) Miesięczne. prognozy zjawisk. związanych Z rynkiem. paliw .... I. Gdy a = O, to S, jest stałe w czasie, gdy a jest bliskie l, wówczas wartość realizacji zmiennej X, dominuje w określaniu wartości nadziei matematycznej zmiennej X. Parametr a wyznacza się w ten sposób, że spośród wartości z przedziału [O, l] wybiera się tę, przy której błędy prognozy są najmniejsze. Oprócz prostego wyrównywania wykładniczego zostały wykorzystane również bardziej złożone modele przystosowane do szeregów czasowych ze skład nikami sezonowymi i trendami. Ogólna zasada polega na tym, że prognozy są obliczane nie tylko na podstawie kolejnych poprzednich obserwacji Uak w prostym wyrównywaniu wykładniczym), ale można także uwzględnić niezależny trend i składnik sezonowy. W artykule zastosowano podejście E.S. Gardnera [1985], który rozważa różne modele zależnie od sezonowości (brak, addytywna, multiplikatywna) i trendu (brak, liniowy, gasnący). Parametr wyrównywania sezonowego C oznaczono przez o. Trend jest mierzony za pomocą parametru y (w wypadku trendu liniowego lub wykładniczego) lub parametru <P (w wypadku trendu gasnącego). Jeśli wartości tych parametrów są równe l, to składnik trendu zostaje maksymalnie zmodyfikowany (zgodnie z ideą wyrównywania wykład niczego) z obserwacji na obserwację przez odpowiedni błąd prognozy. Przy zjawiskach, w których występują wahania sezonowe, ale nie ma trendu, teoretyczne wartości szeregu czasowego obliczane są dla sezonowości addytywnej według wzoru:. x, = S, + 1,_1". a dla. sezonowości. multiplikatywnej. według. (2). wzoru:. X, = S,' 1,_1". (3). We wzorach (2) i (3) przez p oznaczono długość okresu wahania periodycznego. Jak widać, w porównaniu z prostym wyrównywaniem wykładniczym, prognoza jest korygowana w wyniku dodania lub pomnożenia wartości wygła dzonej przez przewidywany wskaźnik sezonowości. Ten składnik jest wyznaczany analogicznie do wartości S, w prostym wyrównywaniu wykładniczym. Dla modelu addytywnego otrzymujemy zatem następującą relację:. I,=I,_p+o(l-a)'e" dla modelu multiplikatywnego. zaś. (4). wzór:. I, = [,_ p + o . (l - a) . e,/S,.. (5). Przewidywany składnik sezonowy w czasie t jest obliczany jako suma odpowiedniego składnika sezonowego w ostatnim cyklu sezonowym i pewnej czę ści reszty. e,..

(4) I. A/malle Dahmalli, Alldrzej Sokołowski. 3. Wyniki oszacowania parametrów modeli wyrównania wykładniczego W prognozowaniu za pomocą wyrównywania wykładniczego w miarę moż liwości korzystano z danych miesięcznych. Wybierając modele o najmniej szych blędach prognoz otrzymano wyniki przedstawione w tabeli 1. Obok wartości szacowanych parametrów w tabeli I przedstawiono wartości odchylenia standardowego reszt S, oraz współczynnika zmienności losowej V, i S,. Z tabel I i 2 wynika, że przyjęte modele charakteryzują się malymi błędami szacunku nie przekraczającymi 15% wartości średniej. Na podstawie tych modeli można więc wyznaczać prognozy z małymi blędami predykcji. Tabela 1. Modele wyrównywania wykladniczego (dane. miesięczne). Zmienna. Trend. Sezonowość. a. 6. $. Węgiel. kamienny. 0,170 0,127 0,844 0,246 0,195 0,181. -. bmnatny. liniowy liniowy. addytywna. Węgiel. -. -. addytywna. 0,471. -. -. addytywna. 0,122. -. 0,424. Koks. Gaz Przerób ropy. addytywna gasnący addytywna gasnący multiplikatywna liniowy addytywna addytywna liniowy. Benzyny bazowe Paliwa do silników liniowy z zapłonem iskrowym Paliwa do silników gasnący Z zapłonem samoczynnym Żródło:. -. -. 700.10 243,66 0,10 53,81 0,366 42,69 87,79 21,10. V, 2,05% 1,46% 1,89% 3,84% 2,67% 6,46%. 22,t2 4,61% 40,39. 3,49%. S,. V,. obliczenia własne.. Tabela 2. Modele wyrównywania Zmienna Indeks cen ropy. Indeks cen energii elektrycznej Indeks cen gazu Indeks cen węgla Import ropy Eksport węgla Żr6dło:. -. S,. wykładniczego. (dane kwartalne). Trend. Sezonowość. a. 6. $. liniowy liniowy. brak brak. 0,036 0,844. -. -. liniowy liniowy liniowy. brak addytywna. 0,857 1,0 0,021 0,354. gasnący. brak addytywna. -. 0,022. -. -. 0,863. -. 13,82 29,96. 5,29% 6,14%. 78,52 6,48% 20,53 4,81% 335,91 10,74% 867,17 14,22%. obliczenia własne.. Ksztaltowanie się wydobycia surowców energetycznych oraz produkcji niektórych produktów ropopochodnych wyrażono za pomocą modeli wyrównania.

(5) Miesięczne. proglIozy zjawisk. wykładniczego. związanych. z rynkiem paliw.... I. z uwzględnieniem czynnika sezonowości oraz trendu. Oceny parametrów przedstawiono w tabeli l. Można zauważyć, że wielkość produkcji węgla kamiennego i brunatnego, przerób ropy naftowej, produkcję benzyn bazowych oraz paliw do silników z zapłonem iskrowym można wyrazić za pomocą modelu prostego wyrównania wykładniczego (I), dła którego oszacowano parametr a. Dła tych produktów a jest mniejsze od 0,20 (czyli 20%), natomiast dla paliw do silników z zapłonem iskrowym wynosi 0,471 (47,1%). Oznacza to np. dla produkcji węgla kamiennego, że bieżąca wartość wygła dzona określa wartość prognozy w 83% ([l - 0,17] . 100%) oraz że jest zbliżona o 17% do wcześniej obserwowanej wartości X,. . W modelach pozostałych produktów uwzględniono również obecność trendu gasnącego. W wypadku koksu parametr a jest bardzo duży (0,844). Oznacza to, że wartość bieżąca ma niewielki wpływ na prognozy, zatem wartość ta jest wyznaczona w 90% za pomocą trendu gasnącego, którego parametr jest mały (<I> = 0,10). W wypadku gazu ziemnego zarówno a, jak i '" są stosunkowo małe, można zatem stwierdzić, że prognoza jest określona w 75,4% ([1 - 24,6] . 100%) za pomocą modelu prostego wyrównania wykładniczego, a pozostała zmienność w 63,4% za pomocą trendu gasnącego, którego parametr <I> wynosi 0,366. Podobnie jest w wypadku paliw do silników z zapłonem samoczynnym. Parametr ajest o wiele mniejszy od parametru <1>, można zatem stwierdzić, że prognoza jest wyznaczona w 87,8% ([I - 0,122] . 100%) za pomocą prostego wyrównania wykładniczego, a pozostała zmienność w 57,6% za pomocą trendu gasnącego, którego ocena parametru <I> wynosi 0,424. Oprócz indeksu cen węgla, dla którego przyjęto model wyrównania wykład niczego z uwzględnieniem składnika sezonowości, oraz eksportu węgla, dla którego przyjęto model wyrównania wykładniczego z uwzględnieniem trendu gasnącego, pozostałe zmienne wyrażono za pomocą modelu prostego wyrównywania wykładniczego. W modeł u indeksu cen węgla parametr wyrównania wykładniczego a wynosi 1,0, co oznacza, że poprzednie wartości zostały pominięte w prognozie. Parametr składnika sezonowego owynosi 0,022 i wskazuje, że bieżąca wygładzona wartość indeksu cen węgla określa w 97,8% prognozę wartości znajdującej się w tym samym miejscu cyklu regularnego. Oceny parametrów a i <P modelu eksportu węgla wynoszą odpowiednio 0,354 i 0,863, co oznacza, że pierwsza prognoza tej zmiennej zostala wyznaczona w 64,6% za pomocą prostego wyrównania wykładniczego, a jedynie w 13,7% za pomocą trendu gasnącego. W wypadku indeksu cen ropy oraz importu ropy parametr wyrównania wykładniczego a jest bardzo mały i wynosi odpowiednio 0,036 i 0,021, co oznacza, że prognoza tych zmiennych jest określona odpowiednio w 96,4% i 97,9% przez ich bieżące wartości wygładzone. Natomiast w wypadku indeksu cen energii elektrycznej oraz indeksu cen gazu ziemnego parametr wyrównywania wykładniczego ajest bardzo duży i wynosi odpowiednio 0,844 i 0,857. Oznacza to, że prognoza tych zmiennych jest słabo zdeterminowana - odpowiednio jedynie w 15,6% i 14,3% - przez bieżące wartości wygładzone..

(6) I. Atmalle Dahmalli, Andrzej Sokolowski. 4. Prognozy Na rys. 1-14 przedstawiono kształtowanie się wartości badanych zjawisk, ich wartości teoretyczne wynikające z oszacowanych modeli oraz wartości prognoz dla przyjętego okresu prognozowania. Miesięczne prognozy produkcji Tabela 3. Prognozy miesięcznej produkcji do wyrównywania wykładniczego. końca. 2000 r. na podstawie metody. Przerób. Paliwa. Rok i miesiąc. Gaz. l. 2. 3. 4. 5. 6. 7. 8. 9. 478 426 445 403 363 312 310 301 337 351 433 474. 864 787 867 779 751 743 813 812 798 860 843 858. 6293 5758 5782 4698 4641 4340 4384 4628 4824 5313 5796 6224. 12032 11 185 12540 11 168 10 489 10 415 10 759 10 475 II 149 II 898 11 278 11012. 1175 1090 1224 1114 1219 1225 1267 1365 1302 1354 1359 1272. 227 211 241 250 228 232 279 291 282 270 272 270. 367 313 371 372 405 403 418 469 443 458 445 401. 62 49 68 65 70 97 91 82 83. 475 425 445 403 363 312 310 301 337 351 433 474. 864 787 867 779 751 743 813 812 798 860 843 858. 6241 5706 5730 4646 4589 4288 4332 4576 4772 5261 5744 6172. II 890 11043 12398 11026 10347 10 273 \0617 10 333 11007 11 756 II 136 10 870. 1201 1116 1250 1139 1244 1251 1293 1391 1327 1379 1385 1297. 257 242 271 280 258 263 309 321 312 300 302 300. 366 313 370 372 405 403 418 469 443 458 445 401. 58 44. 475 425 445 403 363 312 310 301 337 351 433 474. 864 787 867 779 751 743 813 812 798 860 843 858. 6189 5655 5678 4594 4537 4236 4280 4524 4720 5209 5692 6120. 11748 10901 12256 \O 884 \O 205 10 131 10 475 10191 10 865. 1227 1142 1276 1165 1270 1277 1319 1416 1353 1405 1411 1323. 287 272 301 310 289 293 339 351 342 330 332 330. 366 313 370 372 405 403 418 469 443 458 445 401. 53 40 59 55 61 88 81 73 74 69 70 70. 1997 I II III IV V VI VII VIII IX X XI XII 1998 I II III IV V VI VII VIII IX X XI XII 1999 I II III IV V VI Vl! VIII IX X KI. Xl!. Koks. Węgiel. Węgiel. brunatny kamienny. 11614 \O 994 \O 728. ropy naftowej. Paliwa iskrowe. snmo~. Benzyny. czynne. 78. 79 79. 64. 60 65 92 86 77 79 73 75 74.

(7) Miesi ęc Zll e. proglIozy zjawisk. związallych. I. z rYllkiem paliw.... cd. tabeli 3 I. 2000 I. II III. IV V VI Vl! VIll IX X Xl. Xl!. 2. J. 4. 5. 6. 7. 8. 9. 475 425 445 403 363 3 12 3 10 30 1 331 35 1 43 3 474. 864 787 861 179 75 1 743 813 812 798 860 843 858. 6 137 5603 5626 4542 4485 4 184 4228 4472 4668 5157 5564 6068. II 606 10159 12 114 IO J42 10063 9989 10 333 10 049 10723 11472 10852 10 586. 1252 11 61 130 1 11 9 1 1296 1302 1344 1442 1379 1431 1436 1349. 317 302 332 340 3 19 323 369 38 1 372 360 362 360. 366 3 13 370 372 405 403 418 469 443 458 445 40 1. 48 35 54 51 56 83 77 68 69 64 65 65. Źródło: obl iczenia własne.. Tabela 4. Prognozy indeksów cen oraz importu ropy i eksportu węgla do końca 2000 r. na poctstł\wie metody wyrównywania wyklad niczego Kwaltal i rok 1997 l. l! III. IV 1998 l. l! III IV 1999 l. l! III. IV 2000 l II. III IV. Indeksy cen. Import. Eksport. elek ttyczność. ropy. węg l a. 868,5 94 1,6 987,8 998,3. 1053,8 1098,2 11 42 ,6 1187,0. 3232,7 3673 ,6 2685,1 2987,3. 9776;' 9987,2 9235, 1 10 065,4. 3 11 1,9 3 170,8 3389,3 348 1,3. 1024,1 1097 ,2 11 43,4 11 53 ,9. 123 1,4 1275,8 1320,2 1364,6. 3232,7 3673 ,6 2685, 1 2987 ,3. 10 862,0 10924,0 10043;' 10763,1. 586,2 602 ,9 6 19,7 636,4. 3599,3 3658,2 3876,8 3968,7. 11 79,7 125 2,7 1298,9 1309,4. 1409,0 1453 ,4 1497,8 1542,2. 3232,7 3673,6 2685,1 2987,3. 11 464,1 11 443,6 10 49 1.9 II 150,1. 653, 1 669,9 686,6 703,4. 4086,7 4 145,1 4364,2 4456,2. 1335,3 1408,3 1454;' 1465,0. 1586,5 1630,9 1675,3 17 19,7. 3232,7 3673,6 2685, 1 2987,3. I I 798, 1 II 73 1.8 10740,7 II 364,7. ropa. gaz. 452.2 469,0 485,7 502 ,5. 2624,4 2683,4 290 1,9 2993,9. 519 ,2 535,9 552.7 569,4. węgie l. Źródło : obliczenia wł as ne .. wybran ych surowcó w i produklóW energetycznych przedstawiono w tabeli 3, a kwartalne prognozy indeksów cen i handlu z zagran i cą slll'owcam i zaprezentowano w tabeli 4..

(8) I. A/malle Dahmalli, Andrzej Sokołowski. 15000 r------------~---.--~'~--.. 14000 \. 13000. 12000. 11000. l. ~.. 10000. ~ 1997. 1998. 1999. 2000. 9000[L--------~~-----------_ ____- - - o 12 24 36 46 60 72 96 lOB 120 132. ". węgla. Rys. l. Prognoza produkcji Z~ódło: opracowanie własne.. 7500. kamiennego (a. =0,170, 8 =0,00, y =0,00). - - - - - _ ..- - - - -. 7000. 6500. 6000. "00. l. I. 5000. 4500. :~J -.o. 12. 1997 -~---. ~. 1998. ...-- . - - ----.-----c-~. Rys. 2. Prognoza produkcji Zródło: opracowanie własne.. węgla. 46. 60. 72. ~. brunatnego (a =0,127,8. 96. 1999 \OB. 2000 120. =0,00, y =0,00). 132.

(9) Miesię czne. I. prognozy zjawisk związanych z rynkiem paliw .... .. ..... \ 400 I. _- - --. 1300. " 00 " 00 '000 000. BOO 70 0. o. 199B. 1997. I. .... /jQO ' .. .36. ". 40. ". 60. 2Q()O. 1999 >OB. 96. 120. 1);>. Rys. 3. Prognoza produkcji koksu (o: = 0,627, 8 = 0,00, $ = 0,126) Źródło : opracowanie własne .. ' BO 500. .,. \ ' 00. 'BO 300 250. 1997. '00. .. _.. 150 -. o. ". __. .--_ ..... --.------. ~. w. 48. __ __-. -_. 00. ~. ~. Rys. 4. Prognoza produkcji gazu (a = 0 ,246, 8 = 0 ,00, $ = 0,366) Źród ł o; opracowanie wł asne.. 1999. ..- - ----: -. .. ... 72. 1998. lOB. 2000. -:-:--1~. ln.

(10) I. Atmalle Dahmalli, Alldrzej Sokołowski. 1500. r. 1400. 1300. Ii i. "00. 1000. I. '00. f. 1997 ._ _ _. 700··-----O. 12. 24. 36. 48. 60. 72. 1998. 1999. o~._._'o. 108. 96. 64. I. 2000. . ....... _ .... .. o.. 120. Rys. 5. Prognoza produkcji ropy naftowej (a = 0,195, 8 = 0,00, y = 0,00) Źródło: opracowanie własne.. 200. '"o 160. (. "0. I. I. I\. !;. 110 100. i.lJ. 80. ~.. 50. I. fI •. ~. 1997 20. ..----.--- .. -----------~------ ... _ _ __ o 12 24 36 48 60 72 64. 1998 96. Rys. 6. Prognoza produkcji benzyn (a = 0,181,8 = 0,00, y = 0,00) Źródło: opracowanie własne.. 1999. 2000. __._~. 108. ... 120. ~o. 132.

(11) .... . . . . . . . .......... ~. 'liii. II /1. ;. fi. \ \. ·-!·__·~··-----~I. t , I r \. I. I. I \. \ I,. \. ''j. j -. \ .1. 1997. ", Rys. 7. Prognoza produkcji paliw. 1998. (dl. 1999. 2000 l J~. IIIX. samozapłonowych. (a. =0,122, 3 =0,00, $ =0,424). Źródło: opracowanie własne.. UHl . .. . .----.--. .'-~._._.-. - .... -- .... -----.----.----.-~---'--.---.---. _liiI!. ~IIII. 1997. ",. ". ,.,. 1998 'Ih. 1999 lOK. Rys. 8. Prognoza produkcji paliw iskrowych (a =0,471, 3 =0,00, y =0,00) Źródło: opntcowanic własne.. 2000.

(12) I. AfmGne Dahmalli, And,-zej Sokołowski. ' /IMI. KIH). 71~1. , oIMI. ~ o~. 41HI. } IMI. !11Il I "~ "". ..'. UlIl. l'. 1996. - - ,- - - - - - --. -. --. ". ". 1997. 1998. --. ". ".. ". ,!.'. 2000. 1999. u. -Iii. Rys. 9. Prognoza wartości indeksu cen produktów ropopochodnych (ex = 0,046, Y= 0,00) Źródło: opracowanie własne .. f~II~ 1. .' • . _._- - _ __ .. _ • .•. _ __ ~. ~_ ,. _. _ _ _ _ _ .. _, _ __ __. .~_~ .. _ __ ________ ... __ • ~. ' O)IHI. ·111 11 11. .lIMIlI. ".W I(~I. .' II. --. :=:~- -_ .. 1996. 1997. _ _ ._ --_._- - - -_..._---. ". ",. Rys. 10. Prognoza wartości indeksu cen gazu naturalnego (ex =.0,857, B = 0,00, y = 0,00) Źródło: oprncowanie własne.. -. 1998. 1999. 2000. - -- -_ ._ --. '". .U.

(13) Miesięcme. I ~I~I. prognozy ljaw;sk. związanych. I. z rynkiem paliw .... -- --.-------_._---..---- - - - - - - ,. I. i. I"'HI. 141 11 1. !,. I. I. I. I,. I. I. IIIIW). \ I. II. I. ",. " Rys. 11. Prognoza. wartości. indeksu cen. węgla. 1999. 2000. .1~. ". ". 199B. 1997. 1996. kamiennego. (a = 1,00, /) = 0,022, Y= 0,00) Źródło: opracowanie własne .. 17. ", ". " 1996 11. ",. Rys. 12. Prognoza PKB w cenach Źródło: opracowanie wlasnc.. :w. bieżących (a. 1997. 199B. 1999 .1(.. 2000. '". = 0,370, /) = 0,00, y = 0,00). 1.

(14) I. Atmalle Dahlllani, Andrzej Sokolowski. ·IIII~). -'IlUII. ~)IIII. ![~~I. ! 1996. 1996 '-. .... ",. Rys. 13. Prognoza importu ropy naftowej (a. 2000. '". =0,00, 8 =0,00). Źródło: opracowanie własne.. illlHHI. !IK ~ I. I. 1996. ,. 1998. 1997. 1999. 2000. ,_._ -" _ . - --. ". Rys:14. Prognoza eksportu węgla kamiennego (a Żródło: opracowanie własne,. ". ·111. =0 ,354 , 8 = 0,00 , $ = 0,863). ".

(15) Miesięczne. prognozy zjawisk. związanych. z rynkiem paliw .... I. 5. Podsumowanie W pracy prognozowano zjawiska związane z rynkiem paliw w Polsce do 2000 r. Prognozy dokonano na podstawie danych za lata 1990-1995. W wypadku prognoz produkcji wybranych surowców wykorzystano dane miesięczne, natomiast w prognozie indeksów cen oraz handlu z zagranicą tymi surowcami wykorzystano dane kwarfalne. W tym celu oszacowano wiele modeli prognostycznych umożliwiających prostą ekstrapolację. końca. Literatura. Dahmani A., Sokołowski A. [1997], Analiza dynamiki rynku paliw HI Polsce w latach 1990-1995, temat statutowy nr I06/KS/6/96/S, maszynopis, AE w Krakowie, Kraków. Gardner E.. S. jr. [1985], Expollelltial Smoothillg: The State of the Art, "loumai ol Forecasling", nr 4. Makridakis S.G., Wheelright S.C. [1989], Forecastillg Methodsfor Mallagement, 5th ed" Wiley, New York. Makridakis S.G" Wheelrighl S.C., MeGee v.E. [1983], Forecastillg: Methods alld Appli· catiolls, 2nd ed., Wiley, New York. Zeliaś A. [1997], Teoriaprogllozy, PWE, Warszawa.. Monthly Forecasts of Phenomena Connected with the Fuel Market in Poland up to the End of 2000. The principal aim of this study is to forecast the development of the eoergy sector in Poland up ti112000, using the exponential smoothing method. The authors use monthly data. with regard to four major groups of energy sources: coaI, oi!, gas and electrical energy. The authors also look at prodllcts derived from certilin raw materials. The analysis covers four groups of characteristics: raw materiał production for the energy industry, national price indiees, grass production and foreign trade in raw materials. The stlldy consists of three main parts. In the first, the authors present their methods of analysis; in the second, they present the results of parameter estimates for the adopted models and provide a graphical representation of these estimates; and in the third part they prcsent the estimated vałues for the researched phenomella up lo 2000..

(16)