Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

ПЕРМСКИЙ ФИЛИАЛ ФЕДЕРАЛЬНОГО ГОСУДАРСТВЕННОГО

АВТОНОМНОГО ОБРАЗОВАТЕЛЬНОГО УЧРЕЖДЕНИЯ

ВЫСШЕГО ОБРАЗОВАНИЯ

«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ «ВЫСШАЯ ШКОЛА ЭКОНОМИКИ»

Факультет экономики, менеджмента и бизнес-информатики

Выпускная квалификационная работа - БАКАЛАВРСКАЯ РАБОТА

Оценка влияния региональных факторов на цены на бензин

студента образовательной программы бакалавриата «Экономика»

по направлению подготовки 38.03.01 Экономика

Мартыненко Элеонора

Пермь, 2019 год



Оглавление

• Введение
• 1. Теоретическое обоснование
• 2. Постановка исследовательской проблемы
• 2.1 Экономическая модель
• 2.2 Постановка гипотез
• 3. Методология
• 3.1 Пространственные модели
• 3.2 Матрицы пространственных весов
• 4. Данные
• 5. Описание результатов
• Заключение
• Список использованных источников
• Приложение 1
• Приложение 2
• Приложение 3
• Приложение 4
• Приложение 5


Аннотация

Данная работа посвящена выявлению значимых факторов, влияющих на розничные цены на бензин в российских регионах. Исследование базируется на кросс-секционныхданных по 82 субъектам Российской Федерации за 2017 год.Для достижения цели используются пространственные авторегрессионые модели, построенные на основе четырех видов матрицы пространственных весов. Насколько известно из анализа литературы, матрица обратного числа АЗС и матрица числа АЗС к времени в пути не применялись ранее в русскоязычных и англоязычных работах. В результате анализа моделей выявлен о положительное влияние индекса рыночной концентрации Херфиндаля-Хиршмана и ВРП на душу населения на цены бензина в регионах России, в то время как гипотезы об отрицательном влиянии присутствия НПЗ в регионе и плотности АЗС не показали своей значимости для российских данных.

This research addressed the question of factors affecting retail petrol prices in Russian regions. The study is based on cross-sectional data for 82 regions of the Russian Federation for 2017. The goal is examined by estimating SAR model, build on four different types of spatial weights matrix. As far as the data domain is concerned, the matrix of inverse number of petrol stations and the matrix of the number of petrol stations to travel time between regional centers had not been applied in Russian-language and English-language works. According to estimated models, we have revealed the positive impact of the Herfindahl-Hirschman Index and GRP per capita on petrol prices in the Russian regions, while the hypotheses about the negative impact of the refinery's presence in the region and the density of gas stations are not significant.



Введение

Главное отличие бензина от других товаров состоит в том, что он в краткосрочном периоде не может быть заменен другими товарами, что делает спрос на него практически неэластичным (Коссов и др., 2010; Мазурова, 2015). Потому повышение цены сверх определенного уровня воспринимается чрезвычайно болезненно не только населением, но и государством, и это касается жителей многих стран. Например, в ноябре 2018 года после объявления правительства Франции о повышении налога на дизельное топливо и бензин по всей стране начались массовые протесты. Люди стали выходить на дороги в светоотражающих жилетах с требованием отменить повышение налога. Протестанты преграждали путь автомобилям, блокировали нефтехранилища и вступали в конфликты с полицией. Волнения не утихают до сих пор: вмитингах «желтых жилетов» поучаствовало более 19 тысяч человек, на момент написания работы прошла 26 протестная суббота РИА Новости. Во Франции около 19 тысяч человек приняли участие в акциях "желтых жилетов".

Протесты против повышения цен на бензин проводятся и в России. В силу довольно больших расстояний между населенными пунктами и возросшего в последние годы в силу уровня автомобилизации, бензин стал одной из важнейших статьей расходов в бюджете любой семьи (Мазурова, 2015). Рост цен на бензин также запускает инфляционные процессы по причине увеличения издержек производства, что ведет в целом к удорожанию потребляемых населением товаров.

В связи с чрезвычайной важностью бензина в экономике страны население внимательно следит за любым изменением его стоимости, сравнивая цены между автозаправочными станциями (далее - АЗС) внутри «родного» региона ив других субъектах Российской Федерации (далее - РФ).

Анализ ситуации на российском розичном рынке бензина в последние годы показал, что:

1. Несмотря на значительные колебания мировой цены на нефть (например, марки Brent от 32.13 до 124.37 долларов США за баррель) в период с 2012 по 2017 гг. внутренние цены на бензин постоянно росли во всех федеральных округах;

2. Средние розничные цены на бензин в разных федеральных округах отличаются между собой, при этом особенно выделяется Дальневосточный федеральный округ.

3. По данным ФАСза период с 2014 по 2018 гг. разрыв между минимальной и максимальной розничной ценой на автомобильный бензин в регионах составляетот 35% до 67% (Приложение 1).

Таким образом, актуальным становится вопрос определения факторов, которые объясняют разницу цен на бензин в регионах России, что и является целью данной работы.

Для достижения поставленной цели необходимо решить перечисленные ниже задачи:

1) провести анализ статей в предметной области;

2) изучить нормативно-правовую базу, лежащую в основе ценообразования автомобильного бензина в России;

3) вдвинуть гипотезы на основе проведенного анализа;

4) определить методологию исследования, учитывающую специфику российских региональных данных;

5) собрать базу данныхо субъектах РФза 2017 год, необходимую для верификации гипотез;

6) построить пространственные эконометрические модели;

7) описать полученные результаты и провести их интерпретацию.

Структуру работы можно описать следующим образом. Первая часть содержит обзор теоретических и эмпирических работ. На его основе выделены значимые детерминанты цен на бензин на локальном, региональном и страновом уровнях.Во второй части представлена экономическая модель исследования, выдвинуты гипотезы. Во третьей части выбраны и обоснованы наиболее релевантные методы для данной работы. В четвёртой части описан процесс сбора данныхи возникающиев его ходе ограничения.В пятой части работы автор интерпретируетрезультаты оценивания моделей, построенных в программе RStudio. Проведено сравнение полученных оценок коэффициентов с выводами авторов статей, а также названы причины возможного отклонения полученных результатов от выдвинутых гипотез.В заключении кратко представлены основные результаты работы, обозначены ограничения исследования и предложенынаправления для развития исследовательского вопроса.

Объем работы без учета приложений составляет 52 страницы. Автором использовано 26 источников специальной литературы, 19 из которых написаны на английском языке.



1. Теоретическое обоснование

Прежде чем перейти к постановке исследовательского вопроса, необходимо рассмотреть ключевые характеристики производства бензина в стране и проанализировать пласт работ, посвященный изучению процесса его ценообразования в России, в частности на региональном уровне.

Бензин - это продукт переработки нефти, горючая смесь низкокипящих летучих углеводородов с температурой кипения от 30 до 205СФинам. Финансовый словарь, широко использующийся в качестве моторного топлива и сырья.

Производство бензина представляет собой сложную технологическую цепочку. Нефть добывается и доставляется на нефтеперерабатывающие заводы, где происходит процесс получения нефтепродуктов, в том числе бензина. Затем нефтепродукты транспортируются на нефтебазы, откуда уже распределяются на автозаправочные станции и продаются конечным потребителям в розницу.

Во времена Советского Союза цены на бензин, как и на другие товары, устанавливались Государственным комитетом по ценам СССР. После распада СССР плановая экономика уступила свое место либерализации цен, проводимой в соответствии с Указом Президента РСФСР от 03.12.1991 N 297 «О мерах по либерализации цен» и Постановлением Правительства РСФСР от 19.12.1991 N 55 «О мерах по либерализации цен». Однако цены на бензин регулировались государством и далее около 4 лет, что может свидетельствовать о нежелании правительства допустить ценообразование стратегически важного товара на условиях рынка.

В 1995 году по мнению Бобылева Ю.Н. (2015) при внутреннем рынке бензина все же произошла либерализация. При реализации продукта производители стали устанавливать цены на нефтепродукты на уровне, обеспечивающем такую же доходность, как и при экспорте. С тех пор внутренние цены на нефть и нефтепродукты стали значительно выше.

Бобылев Ю.Н. (2015) в ходе анализа цен на автомобильный бензин в России приходит к выводу, что «конечные (потребительские) цены на бензин на внутреннем рынке существенно зависят от уровня косвенных налогов и маржи в секторе сбыта нефтепродуктов» (с. 52). Обратимся к более современным данным чтобы подтвердить этот вывод и выяснить долю налогов в цене на бензин. рынок бензин розничная цена

Информация о структуре цены одной тонны автомобильного бензина с октановым числом 92 (далее - АИ-92) ежегодно предоставляется некоммерческой организацией «Российский топливный союз». Указанная структура по состоянию на май 2018 года представлена в Таблице 1.

Таблица 1

Структура цены одной тонны автомобильного бензина АИ-92

Составляющие стоимости	Сумма, руб./т.	Доля, %
Себестоимость добычи	3 790	6,85
Затраты на транспортировку и переработку	5 313	9,61
Затраты на содержание АЗС	3 896	7,05
Акциз	11 213	20,28
НДПИ	16 916	30,59
НДС, прочие налоги	10 102	17
Прибыль в оптовом звене	8 451	15,28
Прибыль в розничном звене	-4 383	-7,93
Стоимость	55 299	100

Сост. по источнику: НО «Российский топливный союз»

Из анализа Таблицы 1 следует, что по состоянию на май 2018 года стоимость одной тонны АИ-92 существенно зависит от акцизов, налога на добычу полезных ископаемых (НДПИ), налога на добавленную стоимость(НДС) и прочих налогов (67,87%). Следовательно, можно предположить, что региональные различия в ценах на бензин скорее всего обоснованы именно данным фактором.

Налоги, включаемые в стоимость автомобильного бензина, являются федеральными и в целом не учитывают территориальных особенностей (НДС, акцизы и составляющий незначительную часть налог на прибыль). Так, базовый расчет НДПИ может не фиксировать такие важные характеристики добываемой нефти, как место добычи, степень обводненности, стоимость транспортировки, сорт нефти и т.д. Компании и отдельные месторождения автоматически ставятся в неравное положение, в связи с чем по НДПИ существуют льготы, выраженные в специальных коэффициентах, порядки определения которых представлены в ст. 342.2, 342.3 и 342.5 «Налоговый кодекс Российской Федерации (часть вторая)» от 05.08.2000 N 117-ФЗ (далее - НК РФ). Тем не менее автор работы отмечает, что выделить размер льгот в зависимости от месторождения по каждому субъекту РФ не представляется возможным в силу наличия коммерческой тайны и отсутствия указанной информации в свободном доступе. Следовательно, влияние льгот по НДПИ на стоимость автомобильного бензина будет учтено в случайной ошибке.

Согласно НК РФ к региональным налогам и сборам относятся транспортный налог, налог на игорный бизнес и налог на имущество организаций, которые в свою очередь на стоимость автомобильного бензина не оказывают по крайней мере существенного прямого влияния.Таким образом, попытки объяснить влияние региональных налоговых факторов на цены на бензин не оправдали ожиданий, несмотря на высокую долю налоговых отчислений в цене бензина.

Рассмотрим некоторые российские работы с целью выявления важных особенностей ценообразования на бензин.

Исследователями Иншаковым О.В. и Богачковой Л.Ю. (2013) было проведено межрегиональное сравнение уровней розничной цены на бензин и ее структурных составляющих на основе помесячных данных за 2009-2012 гг. Они сделали вывод о том, что в большинстве федеральных округов уровни средних розничных цен на бензин были близки к общероссийскому среднему уровню без наличия связи с мощностью установленных в регионах нефтеперерабатывающих заводов, с емкостью нефтехранилищ и расстояний до них, со структурой региональных рынков.

В своей работе указанные авторы называют одной из ключевых характеристик российской нефтяной отрасли наличие большого числа вертикально-интегрированных компаний. Такие игроки занимают основную долю на всех сегментах рынка (добыча - производство - опт - розница), тем самым подавляя развитие конкуренции. Независимые от ВИНК участники сталкиваются с дискриминацией в отношении доступа к мощностям по переработке и хранению нефти, ограничением возможности поставлять нефтепродукты в отдельные регионы и наличием у ВИНК административного ресурса. Совокупность всех этих факторов создает благоприятные условия для олигополистического поведения ВИНК, тем самым на нефтепродукты поддерживаются высокие цены.

Данную особенность можно подтвердить и постоянным интересом федеральной антимонопольной службы к нефтяной отрасли. Обратимся к докладу ФАС России «О состоянии конкуренции в Российской Федерации» за 2016 год, в котором описана ситуация с ценообразованием на нефтепродукты на территории регионов в 2016 году. Цены были обусловлены следующими факторами ФАС. Доклад о состоянии конкуренции за 2016 год:

1. Транспортные издержки поставок нефтепродуктов;

2. Недостаток емкостей под нефтепродукты (нефтебазы, склады хранения);

3. Наличие значительного числа посредников, в которых при реализации нефтепродуктов нет объективной необходимости;

4. Слабая развитость конкуренции ввиду наличия крупных вертикально-интегрированных нефтяных компаний (далее - ВИНК), занимающих основную долю на всех сегментах рынка (добыча - производство - опт - розница).

В ходе анализа статей не было обнаружено каких-либо эконометрических исследований цен на бензин в регионах России. Поэтому было решено обратиться к зарубежному опыту. Ниже представленызнаковые работы, определяющие факторы, влияющие на цены бензина на городском, региональном, а также на страновом уровне.

Рыночная концентрация и доли отдельных игроков

Ряд исследователей особенно выделяет фактор наличия высокой рыночной концентрации. Ожидаемое влияние переменной является положительным, то есть, чем выше степень концентрации рынка, тем выше цена.

Как правило, для измерения данного фактора используются два способа:

· отдельное включение в моделидолей станций, связанных с основными переработчиками или брендами (альтернатива - доли независимых АЗС);

· индекс четырех крупнейших фирм(CR4)или индекс Херфиндаля-Хиршмана (HHI), при расчете которого используются рыночные доли всех игроков рынка.

Первый способ был реализован в работе авторов Ожковски, Вонга и Шарма (2018), которые анализировали цены бензина в Новом Южном Уэльсе на нескольких уровнях: цены отдельных станций, средние региональные цены, маржа розничных продавцов. Авторы использовали в анализе доли основных розничных АЗС (в частности, BP, Caltex, Mobil and Shell) и выяснили, что для всех типов использованых данных влияние показателя на цену бензина положительное.

Второй способ использовали авторы НоваковскииКарасевич (2016) для межстранового анализа и пришли к выводу об аналогичном влиянии фактора. Индекс Херфиндаля-Хиршмана (HHI) и индекс рыночной концентрации (CR₄) отражающие рыночную власть фирм, занятых в розничной торговле бензином на территории Европейского союза, значимо и положительно влияют на цену нефтепродукта.

Тем не менее, существуют работы, которые не выявили значимого влияния рыночной концентрации на цену бензина. В частности это работа Клеменца и Гуглера (2006), в которой проведен анализ цен на уровне австрийских АЗС.

К данному пункту можно отнести и те работы, которые выделяют важность репутации бренда. Под брендом чаще всего понимается продукт, продающийся на АЗС крупных ВИНК. Небрендированная продукция, в свою очередь, продается на независимых АЗС.

Авторами ряда исследований было выявлено, что доля или присутствие независимых автозаправочных станций снижает цены на бензин, например, Ван Меербек (2003) для Бельгии и Клеменц и Гуглер (2006) для Австрии. Модель, построенная в одной из работ по данным Южной Калифорнии (Хастингс, 2004) предсказывает, что при замене независимых станций на фирменные станции вертикально-интегрированных компаний ценовая конкуренция на рынке смягчается, что приводит к росту цен на местном рынке.

Результаты работы автора Пеннерсторфера (2009), который в своем исследовании использовал данные по 400 станциям в Нижней Австрии, показывают, что независимые ритейлеры обычно усиливают ценовую конкуренцию, поскольку устанавливают значительно более низкие цены. В то же время потребители могут считать, что бензин, продаваемый на независимых станциях, уступает по качеству крупным маркам. Следовательно, происходит обратный эффект на ценовую конкуренцию. Таким образом, независимые компании в конечном итоге оказывают лишь небольшое влияние на цены фирменных станций.

Численность населения

Переменные, отражающие численность населения регионов могут быть включены в исследования с целью определения влияния емкости рынка на цены на бензин. Чем больше потенциальных потребителей (населения), тем большего эффекта от масштаба могут получить розничные продавцы. Поэтому последние могут достичь одинаковых размеров прибылей за счет более высоких продаж, а не по причине более высокой рентабельности. Как следствие, ожидаемое влияние населения на цены отрицательное. Например, в работе авторов Валдакхани и Бабакан (2014) эта гипотеза была подтверждена для Австралии.

Однако, чаще показатель численности населения используется в составе такой переменной как плотность АЗС, о чем будет подробно сказано далее.

Плотность АЗС и автотранспортных средств

Фокус исследований, рассматривающих роль географического месторасположения в ценообразовании бензина, чаще всего направлен на уровень АЗС. В качестве фактора используется плотность АЗС, определяемая, например, Хоскен и др. (2008) и Баррон и др. (2004a) как отношение количества станций к полуторакилометровому радиусу, в то время как Экерт и Уэст(2005a) применяют радиус, размером два километра. В других работах (VanMeerbeeck, 2003; ClemenzandGugler, 2006) в качестве знаменателя отношения используют протяженность административных границ. Влияние показателя плотности АЗС на цену бензина не является точно определенным: указанные выше авторы выявили отрицательную взаимосвязь, в то время как Новаковски и Карасевич(2016) получили противоположные результаты.

Переменные, измеряющие плотность автотранспортных средств, также используются в качестве регионального фактора цены бензина. По мнению исследователей Валдакхани и Бабакан (2014) показатели плотности автотранспортных средств являются прокси-переменной для уровня конкуренции на рынке: большее количество машин ведет к большей плотности АЗС, что увеличивает рыночную конкуренцию между ними и приводит к возникновению отрицательного влияния на цену бензина.

Валовый внутренний продукт

Коссовым В.В. и Коссовой Е.В. (2010) в исследовании цены бензина с точки зрения общественного явления была проанализирована выборочная совокупность из 97 стран по 2000, 2004 и 2006 годам, где в качестве одной из независимых переменных был взят показатель уровня валового внутреннего продукта на душу населения по паритету покупательной способности. По оценкам авторов работы указанный показатель объясняет различия между странами по уровню цен на бензин на 77%. Оценка при показателе ВВП на душу населения по ППС значима на 1%-ом уровне и интерпретируется следующим образом: при увеличении показателя на 1% уровень цены бензина понижается на 1%, отмечая при этом тот факт, что это характерно для развитых стран.

Можно сделать вывод, что авторы исследуют различные типы переменных, в частности социально-экономические показатели, особенности компаний и ситуацию на рынке в целом. На основании проведенного анализа работ в дальнейшем будет сформулирован исследовательский вопрос, а также выдвинуты гипотезы.



2. Постановка исследовательской проблемы

Известно множество случаев, когда повышение розничной цены на бензин воспринималосьнаселением разных стран чрезвычайно болезненно. В сентябре 2000 года массовые протесты против повышения цен на бензин были организованы по всей Европе (Коссов, Коссова, 2010). Митингующие блокировали НПЗ и нефтехранилища, водители грузовиков - важнейшие автомагистрали. Более половины бензозаправочных станций были закрыты из-за отсутствия топлива. В начале 2012 года в Нигерии отменили топливную субсидию, что стало причиной резкого скачка цен на бензин. Спустя несколько дней в столице страны членами транспортных профсоюзов были организованы акции протеста, в результате которых пострадали сотни человек, десятки погибли РБК. Забастовки в Нигерии переросли в беспорядки, есть погибшие. В 2017 году митинги против роста цен на топливопрошли в Мексике. На улицы Мехико ежедневно выходили тысячи жителей, затем протесты охватили всю страну, и несколько десятов демонстрантов даже захватили пропускной пункт на границе с СШАРБК. Протестующие захватили пункт пропуска на границе США и Мексики.

В России, в свою очередь, похожая картина. 24 мая 2008 годароссийские автомобилисты провели протесты против повышения цен на бензин в 51 городе РБК. В России проходит акция протеста автомобилистов.За 2018 год появлялись новости о митингах в республике Татарстан, Иркутской области, Ростовской области. Из этого следует, что проблема в России возникает не только на федеральном, но и на региональном уровне. Иншаков и Богачкова (2015) говорят о наличии существенной разницы в ценах на бензин между федеральными округами и регионами. Сотрудники ФАС летом 2018 года усилили антимонопольный контроль, особенно выделяя высокие цена на бензин в Дальевосточном федеральном округе.Обратимся к данным мониторинга цен на нефтепродукты, который проводится ежегодно упомянутой ранее службой, и проведем анализ цен на бензин АИ-92 по субъектам РФ за 2018 год (Рисунок 1).

Рисунок 1. Розничные цены на АИ-92 в регионах России, 1 квартал 2018*

*Источник: ABM-consulting

На рисунке представлена карта российских регионов, разная интенсивность цвета соответствует разным интервалам для цены бензина: самый темный цвет соответствует самой высокой средней цене, самый светлый - самой низкой. Минимальная средняя цена на бензин марки АИ-92 в первом квартале 2018 г. зафиксирована в Калужской области и составила 35,84 рублей за литр, максимальная цена былав Чукоткском АО - 52 рубля за литр. Таким образом, разница в ценах между регионами России достигла45%.

Указанные выше факты говорят о том, что в российских регионах цены на бензин различаются, и на это обращают внимание не только граждане страны, но и государственные органы. Исследовательский вопрос в данной работе может быть сформулирован следующим образом: какие факторы оказывают влияние на разницу розничных цен на бензин в российских регионах?

2.1 Экономическая модель

Выделим факторы, которые могут оказывать влияние на цены бензина в российских регионах, основываясь на рассмотренных ранее теоретических и эмпирических работах, экспертном мнении и авторских предположениях.

В первую очередь в цену бензина входит себестоимость добычи нефти. Так как нефть в России добывается из различных месторождений разными компаниямиМинистерство энергетики РФ. Добыча и переработка нефти, можно предположить, что разница в ценах закладывается уже на этом этапе. При добыче нефти компанииями могут использоваться разные технологии, также следует допустить отличия в качестве сырья. Далее дифференциация может происходить за счет наценок НПЗ, оптовых и розничных продавцов.

Ценообразование на бензин в регионах России также можно рассмотреть с точки зрения спроса и предложения. На розничном рынке сторона спроса представлена автомобилистами, а сторона преложения - АЗС. Так как в регионах величины спроса и предложения могут различаться, складывается разное рыночное равновесие и, как следствие, возникает региональный разрыв в ценах.

Далее рассмотрим те факторы, которые могут возникать из-за особенностей территориального устройства Российской Федерации. Во-первых, территория России занимает наибольшую площадь по сравнению с другими странами, иадминистративные центры субъектов могут находиться в тысячах километров друг от друга. Не во всех регионах России имеются месторождения нефти и НПЗ: по состоянию на конец 2018 года НПЗ функционировали в 24 субъектах из 85 Министерство энергетики РФ. Реестр проектируемых, строящихся и введенных в эксплуатацию нефтеперерабатывающих заводов в Российской Федерации. Таким образом, удаленность некоторых регионов от компаний, осуществляющих добычу и переработку нефти, увеличивает издержки на транспортные расходы и, следовательно, увеличивает цену на конечный продукт.

Во-вторых, исторически сложилось так, что территории северных и восточных регионов России по сравнению с остальными менее освоены. В частности, это выражается в неразвитости транспортной инфраструктуры ряда субъектов, которая была названа основной причиной роста цен на бензин в президентом РФ в феврале 2018 годаРБК. Путин пообещал поговорить с ФАС о возможности «прибить цены» на бензин. Информация о плотности асфальтированных автомобильных дорог по федеральным округам как одного из показателей, отражающих состояние транспортной инфраструктуры, вынесена в Приложение 2. Низкое качество дорог может увеличивать транспортные издержки на транспортировку бензина из других регионов, а также свидетельствовать о меньшем спросе на него: если автомобилями пользуется небольшой процент населения, то в большой плотности качественных дорог нет необходимости.

В-третьих, из-за разных расстояний между городами и высокой дифференциации качества дорог в рамках регионов может возникать разная ценовая эластичность спроса. Желание автомобилиста доехать до АЗС с более низкими ценами снижается с увеличением росстояния между станциями. Если топлива в машинном баке недостаточно, чтобы доехать до следующей станции, покупателю придется заплатить ту цену, которая установлена на текущей станции. Владельцы АЗС могут этим пользоваться с целью увеличения своей прибыли.

В ходе обзора литературы было обнаружено, что и российские(Иншаков и Богачкова, 2013), и зарубежные авторы (Nowakowski and Karasiewicz, 2016;Oczkowski et al., 2018)выделяют значимость фактора рыночной концентрации. Для субъектов РФ влияние концентрации также необходимо учитывать: на розничном рынке представлены десятки разных АЗС (Роснефть, Лукойл, Газпром нефть, Татнефть, Башнефть и другие), и их присутствие в регионах различается, а значит, различается и уровень конкуренции. При этом следует учитывать присутствие в регионе крупнейших ВИНК, а также их доли. Результаты исследований ФАС показывают, что на розничном рынке бензина до 80% доли занимают АЗС крупных нефтяных компаний, и лишь пятая часть игроков - независимые АЗС, которые не имеют собственных месторождений и нефтеперерабатывающих заводовФАС. Доклад о состоянии конкуренции в Российской Федерации за 2017 год.Следовательно, для регионального российского розничного рынка бензина можно сделать такой же вывод, как и в работе Иншакова и Богачковой (2015) о значительном влиянии ВИНК на формирование цен, в частности за счет контроля оптового рынка и наличия доступа к административным ресурсам.

Наконец, интерес представляет показатель ВВП, который по мнению Иншакова и Богачковой (2015)на страновом уровне оказывает отрицательное влияние на цену топлива. В данной работе предполагается, что аналогичный страновому показателю фактор ВРП может оказывать противоположный эффект, так как отчасти может отражать спрос на товар. Чем выше ВРП на душу населения, тем более развит регион с точки зрения экономической деятельности. Это значит, что компании на рынке производят большой объем продукции, и им необходимо больше транспортных услуг для осуществления грузоперевозок. Следовательно, можноутверждать, что в регионах с высоким ВРП на душу населения спрос на бензин выше и, соответственно, выше цена.

Далее обозначим гипотезы, которые могут быть верифицированы в данной работе и опишем причины, по которым некоторые факторы из экономической модели не могут быть включены в эконометрическую модель.

2.2 Постановка гипотез

Для начала обозначим те факторы, оценка влияния которых не будет проведена в работе.

Не представляется возможным напрямую отследить разницу, возникающую на этапах добычи, переработки и продажи на оптовом рынке. Для этого необходима информация о том, какова стоимость добычи нефти на каждом месторождении, какие существуют связи между поставщиками нефти и НПЗ, какие издержки несет каждый НПЗ на переработку, какие существуют сделки на оптовом рынке бензина (покупатели, количество товара, сумма сделки) и т.д. Также сложно оценить наценки каждой отдельной АЗС - информация является инсайдерской в большинстве случаев. Невозможно отследить ивлияние крупных ВИНК, которое реализуется с помощью их административной силы - точная информация об этом недоступна в открытых источниках.

Ряд факторов можно оценить напрямую либо посредством включения переменных, на которые частично распределяется их влияние.

Так как первым фактором в докладе ФАС о состоянии конкуренции за 2016 год были заявлены транспортные издержки, было решено изучить влияние присутствия НПЗ в регионе на цену бензина. Российские нефтеперерабатывающие заводырасположены неравномерно и в основном находятся в Европейской части страны, что увеличивает транспортные расходы для удаленных регионов. Таким образом, включая фактор присутствия НПЗ в регионе учесть сторону транспортных издержек и основная гипотеза данной работы звучит следующим образом:

H1: присутствие НПЗ в регионе снижает цену на бензин.

Фактор плотности АЗС, использованный в ряде работ зарубежных авторов (VanMeerbeeck, 2003; ClemenzandGugler, 2006; Nowakowski and Karasiewicz, 2016), будет включен в анализ как прокси-переменная для ценовой эластичности спроса на бензин.Отметим, что в ходе анализа работуказанных выше авторов были выявлены противоречия в оказываемом влиянии на цену бензина. При этом отмечалось использование различных знаменателей. Таким образом, в данной работе интересно рассмотреть влияние двух разных показателей, отражающих плотность станций, и гипотезы звучат следующим образом:

H2a: отношение количества АЗС к площади региона отрицательно влияет на цену бензина.

H2b: отношение количества АЗС к количеству населения, проживающего на территории региона, отрицательно влияет на цену бензина.

Для регионов Российской Федерации можно применить аналогичный ВВП на душу населения показатель валового регионального продукта на душу населения, который отчасти может отражать объем спроса на бензин. Таким образом, можно сформулировать следующую гипотезу:

H3: ВРП на душу населения положительно влияет на цену бензина.

Наконец, в данном исследовании будет оценено влияние такого фактора, как индекс рыночной концентрации HHI. В ходе обзора литературы был выявлен разный уровень значимости оценок данной детерминанты для разных стран. Влияние показателя на цену бензина оказалось значимым и положительным для данных по Новому Южному Уэльсу (Oczkowski et al., 2018)и для европейских стран (Nowakowski and Karasiewicz, 2016), но в работе Клеменца и Гуглера (2006) значимость фактора не была подтверждена для Австрии. Что касается России, слабая развитость конкуренции отмечается в докладе ФАС как одна из ключевых причин высоких цен на бензин в 2016 году. В данной работе было решено оценить влияние индекса Херфиндаля Хиршмана с помощью эконометрического инструментария с целью подтвердить значимость данного фактора для нашей страны:

H4: индекс рыночной концентрации HHIположительно влияет на цену бензина.

Далее введем контрольные переменные, необходимые для получения более точных результатов.

Во-первых, в анализ будет включена переменная численности населения, которая по мнению исследователей Валдакхани и Бабакана (2014) является прокси-переменной для определения спроса на бензин. В данной работе по аналогии предполагается, что количество населения, проживающего на территории региона, отрицательно влияет на цену бензина.

Во-вторых, сложно отрицать влияниена цену плотности автотранспортных средств. В предыдущей главе отмечалось, что исследователи Валдакхани и Бабакан (2014) выявили наличие отрицательного влияния, так как увеличение числа машин увеличивает конкуренцию на рынке АЗС. Однако, данный фактор может также работать по аналогии с фактором населения и отражать ёмкость рынка. Следовательно, плотность автотранспортных средств может положительно влиять на цену бензина.

В-третьих, необходимо включить в анализ площадь региона. В данной работе предполагается, чтоплощадь регионапозволяет косвеннооценить влияние сразу нескольких факторов, обозначенных в экономической модели, а именно ценовой эластичности спроса и развития транспортной инфраструктуры.



3. Методология

Так как в ходе обзора литературы не было обнаружено эконометрических работ по определению значимых детерминант цен на бензин в регионах России,в данной работе одним из этапов является выбор релевантной эконометрическойметодологии исследования. Задача подбора методологии разделилась на несколько этапов.

Для начала нобходимо было выбрать подходящую эконометрическую модель. Выбор и его обоснование производился на основе анализа зарубежных работ с похожим исследовательским вопросом, а также работ тех авторов, которые изучали другие проблемы на основе российских региональных данных. Далее для верификации выдвинутых гипотез необходимо было найтиинформацию о переменных, доступных на сайтах правительственных органов и различных информационно-поисковых сервисах. Наконец, необходимо было провести анализ собранной базы данных (описательные статистики, корреляционный анализ, распределение переменных) с целью определения видов уравнений моделей для дальнейшего построения.

3.1 Пространственные модели

Использование любого регионального набора данных предполагает рассмотрение возможности того, что наблюдения не являются независимыми в результате взаимодействия между соседними регионами (Anselin andGriffith, 1988). Современные эконометрические исследования регионов Российской Федерации придают все большее значение пространственным взаимодействиям (Buccellato, 2007, Коломак, 2010, Демидова, 2013), подчеркивая наличие экономических и исторических связей между российскими субъектами и существование неравенства в регионах.Пространственные модели также используются зарубежными авторами, изучающими цены на бензин (Pennerstorfer, 2009).

Основываясь на предположении о том, что данные по регионам описываются некоторой пространственной зависимостью, автор данной работы рассматривает в качестве наиболее подходящих для достижения цели пространственные эконометрические модели. Для кросс-секционных данных исследователем Анселин (Anselin, 1988) было предложено два типатаких моделей:

1) модель с пространственным взаимодействием в ошибках (далее SEM);

2) модель с пространственным авторегрессионным лагом (далее SAM).

Модели SEMиSAMдовольно часто используется исследователями для российских региональных данных (Buccellato, 2007, Коломак, 2010, Демидова, 2013).Данные модели позволяют исследовать региональные, страновые и иные данные, имеющие пространственную автокорреляцию между наблюдениями. Положительная пространственная автокорреляция свидетельствует об образовании кластеров среди наблюдений со схожими характеристиками; отрицательная говорит об образовании групп среди единиц с непохожими характеристиками. Для проверки пространственной автокорреляции в указанных моделях используется тест Moran'sI (Lietall, 2007):

Статистика Moran'sIопределяется по формуле:

(1)

где: N - количество используемых наблюдений;

- пространственный вес для наблюдений iиj;

- значение переменной для выбранного наблюдения;

- среднее значение для .

В данном тесте выдвигаются следующие гипотезы:

H₀:Пространственная корреляция равна нулю.

H₁:Пространственная корреляция не равна нулю.

Для верификации гипотез рассчитывается z-статистика. В случае, если p-value<0,01, нулевая гипотеза отклоняется и можно говорить о наличии пространственной связи. Значение z-статистики говорит о направлении связи: при z>0 пространственная автокорреляция положительная, при z<0 -отрицательная (AnselinandBera, 1998).

Для оценки пространственных авторегрессионных моделей нельзя использовать метод наименьших квадратов в связи с возникновением проблем эндогенности и неэффективности оценок (Anselin, 1988). Чтобы избежать вышеупомянутые проблемы, в данной работе для оценивания моделиSARиспользуется метод максимального правдоподобия.

Модель с пространственным взаимодействием в ошибках используется с тех случаях, когда исследователю неизвестен точный характер пространственных связей. Таким образом, в модель включаются пространственно-коррелированные ошибки, и она принимает следующий вид:

где: - вектор наблюдений зависимой переменной;

- матрица независимых переменных размерностью nна k;

- случайная ошибка;

- независимая одинаково распределенная случайная ошибка;

- оценки коэффициентов.

Модель с пространственным авторегрессионным лагом используется в тех случаях, когда исследователю известно наличие пространственных связей между значениями зависимой переменной. Таким образом, модель имеет следующий вид:

где: - вектор наблюдений зависимой переменной;

- матрица независимых переменных;

- матрица пространственных весов;

- случайная ошибка;

- оценки коэффициентов.

Пространственный эффект в обеих моделях учитывается с помощью матрицы пространственных весов . Её размерность соответствует количеству наблюдений. На главной диагонали матрицы стоят нулевые значения, что исключает влияние регионов на самих себя.

Для исследования цен на бензин в российских регионах будет использована модельSAR, что продиктовано двумя причинами.Во-первых,мы предполагаем, что на цены на бензин в одном регионе непосредственно влияют на цены в соседнем: АЗС, находящиеся на одной дороге вблизи границы скорее всего конкурируют между собой и влияют на цены друг друга. Во-вторых, именно модель SARиспользуется зарубежным исследователемПеннерсторфером(2009) при изучении цен на бензин на региональном уровне.

Наибольший интерес в модели представляет расчет пространственных весов, и для дальнейших расчетов необходимо было рассмотреть существующие способы и выбрать среди них наиболее подходящий.Также в следующем параграфе предлагаются способы расчета пространственных весов, ранее не встречавшиеся в англоязычных и русскоязычных работах со схожим исследовательским вопросом.

3.2 Матрицы пространственных весов

В ранних работах, анализирующих региональные данные, для определения соседей рассчитывается Евклидово расстояние между регионами с помощью географических координат. Соседями считаются те регионы, расстояние между которыми не превышает максимальное значение, найденное среди минимальных расстояний между каждыми двумя объектами выборки. Однако Евклидово расстояние создано для вычислений на плоскости, в то время как мы используем данные регионов, расположенных на поверхности земного шара. Для региональных данных существуют другие методы измерения пространственных связей, которые можно разделить следующим образом:

1) Матрица граничных соседей

Применяется в упоминавшихся ранее работахДемидовой О.А. и Коломак Е.А.В этом случае матрица называется граничной, и на первом этапе её веса принимают значения 0 и 1: если регионы i и j являются «соседями», вес в матрице принимает значение 1, в противном случае - 0:

Усложнить и уточнить такую матрицу пространственных весов можно с помощью построчной стандартизации, то есть посредством делении значения весов для каждого наблюдения на суммарное расстояние до всех соседей. Также матрица может быть стандартизована по всем наблюдениям матрицы. Стандартизация позволяет учесть распределение пространственных связей при наличии нескольких соседей у одного и того же региона и предсказывать значение для выбранного региона, зная информацию о тех регионах, которые с ним соседствуют.

2) Матрицаближайших соседей

В данном методе для начала вычисляются расстояния для всех регионов. Для каждого региона определяется кратчайшее расстояние до соседа, а затем среди всех кратчайших расстояний выбирается наибольшее. Таким образом, это наибольшее значение является границей отсечения: все регионы, рассположенные на таком же или меньшем расстоянии от исследуемого считаются соседями с значимым межрегиональным воздействием, влияние остальных соседей считается незначимым:

Преимущество этого метода заключается в том, что он учитывает не только те регионы, которые имеют общую границу с исследуемым. Матрица ближайших соседей также может быть стандартизирована, однако в таком случае следует понимать, что влияние соседей будет учитываться с одинаковыми весами. Вычисление такой матрицы целесообразно, если регионы примерно схожи по размерам и расстоянию между региональными центрами. Например, матрица ближайших соседей применяется в европейских исследованиях экономического роста (Fingleton, 2003).

3) Расчет геодезических расстояний по формуле гаверсинусов

Указанная формула с помощью широты и долготы центра региона позволяет вычислить километраж, который условно повторяет траекторию полета самолета:

где Lon и Lat - соответственно географические долгота и широта, выраженные в десятичных градусах, а значение 6371 - радиус Земли в километрах.

Формула гаверсинусов подходит для различных исследовательских вопросов, связанных с воздушным транспортом. Помимо этого, некоторые авторы (Иванова, 2015) используют этот метод для изучения исторических данных, когда смежность регионов сложно определить ввиду трудоемкости сбора данных либо изменчивости границ, в то время как координаты центров регионов известны.

4) Расчет обратных расстояний

Расстояния обычно измеряются между центрами регионов по автомобильным дорогам (Зверев, Коломак, 2010) или по железнодорожным путям (Вакуленко, 2014).Выбор транспортной сети обосновывается конкретной исследуемой ситуацией. Матрица обратных расстояний обычно стандартизируется по строкам. Информация о расстояниях, как правило, берется из существующих картографических сервисов, либо авторы используют готовые матрицы, составленные ранее другими исследователями.

5) Расчет времени в пути

В данном случае расстояние между центрами регионов измеряется в часах пути на автомобиле. В статьях, использующих данный метод, подчеркивается предпочтение данного метода предыдущему(Lugovoyetall., 2007). Это связано с тем, чтовремяпозволяет измерить кратчайшее «экономическое» расстояние, отражающие минимальные затраты времени на преодоление дистанции (не обязательносамой короткой в географическом смысле) между административными центрами. Также этот способ позволяет учесть качество дорог. Временная матрица, по аналогии с матрицей обратных расстояний, может быть стандартизирована.

Далее необходимо понять, какой способ расчета пространственных весов более целесообразен в данном исследовании. Во-первых, так как регионы Российской Федерации сильно различаются по площади и по расстоянию между центрами, матрицы граничных и ближайших соседей будут искажать результаты. Во-вторых, так как бензин сам по себе и его перемещение по стране непосредственно связаны с автомобилями и другими наземными транспортными средствами, то предпочтительно рассчитывать наземную траекторию, а не воздушную по формуле гаверсинусов. Таким образом, расстояние между регионами было решено определять как обратное расстояние в километрах между административными центрами и как суммарное время пути междуними, выраженное в часах. Остановимся подробнее на преимуществах и недостатках каждого варианта для нашего исследовательского вопроса.

Преимущество матрицы обратных расстояний в том, что километраж между городами практически не меняется. Исключение составляет только тот случай, если начинается строительство новой дороги либо если на существующей кратчайшей дороге больше невозможно ездить и водителям приходится выбирать другой маршрут. Этот факт позволяет нам использовать матрицу расстояний не взирая на временной разрыв в собранных данных (региональные данные взяты за 2017 год, а расстояния - за 2019). Однако километраж не позволяет учитывать качество дорожного покрытия, что может искажать результаты: российские регионы достаточно разнородны по качеству дорожного покрытия.

Матрица обратного времени в пути позволяет учесть описанную специфику российских дорог. Однако, сервисы, расчитывающие время в пути между городами, учитывают и ряд других факторов: ремонтные работы на дороге, ДТП, затрудненное движение на дороге и т.д. При этом, остается проблема с временным разрывом в сборе данных: информация о времени в пути между городами уже не может быть собрана за 2017 год. К тому же, ремонт дорог, результат которогосокращаает время в пути,- явление более частое, чем строительство абсолютно новой дороги между двумя региональными центрами. Следовательно, это еще один недостаток расчета времени в пути по отношению к километражу.

В связи с тем, что оба способа расчета матриц пространственных весов, выбранные на основе анализа литературы, имеют свои недостатки, в данной работе предлагается третий вариант. Изначально в качестве меры измерения расстояния было решено взять обратное число автозаправочных станций между административными центрами регионов.Однако такое вычисление не позволит получить корректные результаты из-за разной плотности АЗС в регионах России. Для наглядности ниже представлена гистограмма, отражающая количество АЗС по федеральным округам (Рисунок 2):

Рисунок 2. Количество АЗС в федеральных округах на конец 2017 года*

*Сост. по источнику: Росстат. Количество автозаправочных станций (АЗС) по субъектам Российской Федерации на конец 2017 года.

Можно предположить по данной информации, что такое же соотношение заправок непосредственно на трассах будет повторяться, и короткий маршрут между двумя городами в Центральном ФО может насчитывать такое же количество АЗС, что и длинный маршрут из Южного ФО в Дальневосточный ФО. Следовательно, для получения более точных зависимостей нам необходимо скорректировать число заправок на дороге на длину маршрута.

По результатам анализа релевантной методологии в данной работе будут построены модели SARс четырьмя различными пространственными матрицами: матрицей обратного расстояния, матрицей обратного времени в пути, матрицей обратного количества АЗС и матрицей числа АЗС, скорректированная на время в пути. Все матрицы пространственных весов, используемые в данной работе, будут построчно стандартизированы. Построение выбранных спецификаций будет реализовано в программе RStudioс помощью пакета spdep. В следующем разделе будет представлено подробное описание процесса сбора данных для выбранных типов матриц, а также ряд возникших ограничений.



4. Данные

В данной работе используютсякросс-секционныеданные по 82 субъектам Российской Федерации за 2017 год. Большая часть данных собранна на сайте Федеральной службы государственной статистики: информация о численности населения, площади региона, ВРП на душу населения и числе автомобилей были взяты из сборника «Регионы России. Социально-экономические показатели» 2018 г. Количество АЗС по регионам также было доступно на сайте Росстата в Центральной базе статистических данныхРосстат. Количество автозаправочныхстанций(АЗС) по субъектам Российской Федерации на конец 2017 года. . С помощью собранной информации отдельно были рассчитаны две переменные stat_sq иstat_pop, представляющие собой показатели плотности АЗС с разными знаменателями (общая площадь территории и численность населения соответственно).

Средние цены по автомобильному бензинубыли взяты из системы мониторинга цен на нефтепродуктыс сайта ФАС за период с 01.01.2017 по 31.12.2017.Информация для дамми-переменной о наличии НПЗ в регионе была найдена на сайте Министерства энергетики Российской Федерации.

Для верификации гипотезы о влиянии рыночной концентрации был рассчитан индекс Херфиндаля-Хиршмана, представляющий собой сумму квадратов долей всех игроков рынка АЗС. Расчет индекса был произведен на основе данных поисково-информационного сектора АЗС-локатор, в базе которого содержатся данные о более чем 14 тысяч АЗС в России и 4 соседних странах.Отметим, что результаты моделирования могут быть несколько искажены, так как данные сервиса не являются полными: по результатам обработки данных в базе осталось 13901 российских АЗС, в то время как по официальным данным Росстата в стране функционировало 29735 станции. В связи с этим фактом было решено построить модели как с включением данной переменной, так и без нее.

Два субъекта, а именно Чукотский автономный округ и Камчатский край, не были включены в итоговую выборку. Это связано с тем, что их административные центры (Анадырь и Петропавловск-Камчатский) не соединены с другими регионами асфальтированными дорогами и картографические сервисы не могут построить автомобильные маршруты до них.Калининградская область также не вошла в выборку, так как является эксклавом для нашей страны и соединена с российскими городами европейскими дорогами.

Информация по Архангельской области и Тюменской области была собрана без учета входящих в их состав автономных округов, так как данные по этим округам включены отдельно.

Анализ выборки на выбросы не проводился, так как при региональном анализе важно учитывать вклад каждого региона.

Описание переменных представлено в Таблице 2.

Таблица 2

Описание переменных

Обозначение переменной	Описание переменной	Единицы измерения
price	средняя потребительская цена за литр автомобильного бензина за 2017 год	Руб.
pop	численность населения на конец 2017 года	Тыс. чел.
stat_sq	плотность АЗС (количество АЗС в регионе на 2017 год по отношению к общей площади территории на 2017 год)	Шт/ тыс. км2
stat_pop	плотность АЗС (количество АЗС в регионе на 2017 год по отношению к численности населения на конец 2017 года)	Шт/тыс.чел
roads	плотность автомобильных дорог общего пользования с твердым покрытием на конец 2017	Км путей на 1000 км2 территории

Подобные документы

• Розничный рынок автомобильного бензина в Российской Федерации

  Ознакомление с понятием и видами ценообразующих факторов. Исследование структуры отраслевого рынка автомобильного бензина в Российской Федерации. Рассмотрение факторов, влияющих на формирование цен на бензин. Изучение видов автомобильного бензина.
  
  дипломная работа [1,0 M], добавлен 01.03.2018
  

• Российский рынок бензина

  Анализ российского рынка бензина по индексу концентрации, индексу Херфиндаля-Хиршмана и индексу Линда. Объем производства автобензина. Уровень концентрации видов автобензина трех крупнейших фирм: Лукойл, ЮКОС, ТНК. Оценка степени монополизации отрасли.
  
  контрольная работа [107,4 K], добавлен 15.05.2014
  

• Механизм образования рыночной цены. Объяснение закона спроса

  Цена является сложной экономической категорией. Процесс и механизм формирования цены. Понятие цены и её особенности. Анализ ценообразующих факторов. Ценообразование на предприятиях Украины. Закон спроса. Влияние спроса на ценовую стратегию предпрятия.
  
  курсовая работа [203,8 K], добавлен 10.02.2009
  

• Ценовая стратегия фирмы и оценка ее эффективности

  Определение целей и анализ факторов ценообразования как процесса выбора окончательной цены в зависимости от влияния различных факторов. Формулирование стратегии ценообразования и расчет цены на продукцию ОАО "КМЗС": начальный уровень и продажная цена.
  
  курсовая работа [155,6 K], добавлен 25.06.2011
  

• Расчет эффективности инвестиционного проекта установки ГФУ-1

  Анализ состояния рынка бензина в Европе и России. Расчет производственной мощности, баланса рабочего времени и фонда заработной платы, себестоимости продукции и эффективности инвестиционного проекта. Стоимостный объем импорта и классификация бензина.
  
  курсовая работа [1,5 M], добавлен 15.05.2014
  

• Типология факторов, определяющих цены земельных участков

  Классификация экономических факторов, определяющих цены на земельные участки. Факторы местоположения, локальные и общей экономической конъюнктуры, степень их влияния и прикладные исследования. Инструменты морфологического анализа заданной территории.
  
  контрольная работа [16,9 K], добавлен 22.07.2009
  

• Роль цены в рыночной экономике

  Категория цены как элемент рыночной системы хозяйствования. Виды цен мирового рынка. Отражение в цене производителя денежных затрат предприятия на изготовление и реализацию продукции. Влияние прибыли на формирование цен. Индексирование цены и ее динамика.
  
  контрольная работа [14,4 K], добавлен 18.02.2009
  

• Розничные цены на потребительском рынке

  Общая характеристика рынка потребительских товаров и услуг, принципы разграничения оптового и розничного товарооборота. Понятие розничной цены, ее социально-экономическая природа. Особенности государственного регулирования цен на рынке транспортных услуг.
  
  контрольная работа [20,0 K], добавлен 13.12.2010
  

• Цены и ценообразование в общественном питании

  Экономическая сущность цены. Формирование цены в общественном питании. Структура продажной цены на продукцию общественного питания. Калькуляция продукции общепита. Объективная необходимость государственного регулирования цен в рыночной экономике.
  
  курсовая работа [141,8 K], добавлен 08.02.2008
  

• Ценообразование

  Расчетные и публикуемые цены. Расчетные цены: сущность, возможности применения. Публикуемые цены, их виды (справочные цены, биржевые котировки, цены аукционов и торгов). Метод расчета цен с ориентацией на возмещение полных издержек фирмы.
  
  контрольная работа [21,7 K], добавлен 05.04.2004
  

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам