Бенчмаркинг российских электросетевых компаний на основе эконометрического метода

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Дальнейшее совершенствование отечественной системы тарифообразования на услуги по передаче электроэнергии, по мнению экспертного и научного сообщества, должно осуществляться путем перехода к регулированию на основе установления нормативных (эталонных) показателей, определяемых по результатам бенчмаркингового исследования деятельности предприятий отрасли [4].

Достаточно широкое распространение в зарубежной практике тарифного регулирования распределительных электросетевых компаний получил эконометрический метод бенчмаркинга затрат. Данный метод используется за рубежом для определения эталонного уровня затрат различной детализации: полных затрат, операционных и капитальных затрат, затрат по отдельным статьям расходов. В ряде стран эконометрический метод применяется в комбинации с другими методами бенчмаркинга при тарифном регулировании. Например, в Канаде и в Ирландии - совместно с методом анализа удельных показателей (PPI - partial performance indicator), в Австрии - с методом анализа функционирования среды (DEA - data envelopment analysis) [5].

В настоящей статье представлены результаты бенчмаркингового исследования электросетевых компаний России, выполненного авторами с использованием эконометрического метода по данным за 2015-2016 гг.

Эконометрический метод предусматривает формирование регрессионной модели, отражающей зависимость результирующего показателя от группы влияющих факторов. Авторами исследования в качестве результирующего показателя рассматривался показатель подконтрольных расходов электросетевых компаний. Описанное в настоящей статье бенчмаркинговое исследование основано на предположении, что результаты аппроксимации подконтрольных расходов по сформированной регрессионной модели представляют собой некие средние по выборке значения расходов. Компании с фактическими подконтрольными расходами ниже результатов аппроксимации характеризуются эффективностью выше средней по выборке. Компании с фактическими подконтрольными расходами выше результатов аппроксимации отличаются некоторым «запасом» неэффективности, определяемым по величине отклонения от среднего уровня.

Весь комплекс работ, выполненных авторами в рамках бенчмаркингового исследования эффективности электросетевых компания, может быть разделен на 6 этапов:

1 этап - формирование базы данных о подконтрольных расходах и других показателях деятельности электросетевых компаний и выявление факторов, влияющих на величину подконтрольных расходов;

2 этап - формирование регрессионных моделей, отражающих зависимость подконтрольных расходов компаний от различных влияющих факторов, выбор оптимального варианта на основании статистических показателей;

3 этап - оценка устойчивости предлагаемой регрессионной модели;

4 этап - определение показателей эффективности электросетевых компаний на основании результатов аппроксимации подконтрольных расходов по регрессионной модели;

5 этап - сравнительный анализ эффективности электросетевых компаний на базе рассчитанных отклонений фактических подконтрольных расходов от результатов аппроксимации;

6 этап - определение эталонных подконтрольных расходов электросетевых компаний на базе результатов сравнительного анализа эффективности.

Для выполнения бенчмаркингового исследования авторами была сформирована база данных по крупнейшим электросетевым компаниям (75 единиц с учетом региональных филиалов) за 2015-2016 гг. по показателям подконтрольных расходов и показателям, характеризующим возможные влияющие факторы.

В исследовании рассматривались 3 группы факторов:

1) фактор уровня цен на трудовые ресурсы в регионе (среднемесячная заработная плата в обслуживаемом регионе);

2) факторы, характеризующие производственные показатели сетевых компаний (объемы передачи электроэнергии, количество условных единиц обслуживания подстанций и электрических сетей, суммарная трансформаторная мощность подстанций, протяженность линий электропередачи, количество точек подключения потребителей);

3) факторы климатических условий (средняя температура воздуха в январе, гололедный район).

Фактор «среднемесячная заработная плата в обслуживаемом регионе» имеет невысокий показатель парной корреляции с величиной подконтрольных расходов, при этом значительна его частная корреляция с результирующим показателем.

По 2 группе факторов авторами были учтены 4 показателя, имеющие более высокие значения коэффициентов парной корреляции с подконтрольными расходами электросетевых компаний, а именно:

1) объемы передачи электрической энергии;

2) количество условных единиц обслуживания электросетевого хозяйства;

3) мощность трансформаторных подстанций; 4) протяженность линий электропередачи.

Факторы климатических условий при формировании регрессионной модели авторами исследования не учитывались, так как имели низкие значения коэффициентов парной корреляции (0,2; -0,2) с показателями подконтрольных расходов.

Информация по производственным показателям электросетевых компаний была учтена авторами в соответствии с данными, представленными на сайтах компаний в разделах «раскрытие информации» [4-23]. Информация по среднемесячной заработной плате принята в исследовании на основании данных Росстата [24].

Формирование регрессионных моделей зависимости подконтрольных расходов от влияющих факторов.

На основании данных 2015 г. авторами статьи были построены 2 варианта степенных регрессионных моделей зависимости подконтрольных расходов электросетевых компаний от выбранных факторов с использованием функций Пакета анализа Excel. Выбор степенной формы модели регрессии обусловлен более высокими коэффициентами парной корреляции между логарифмами показателей подконтрольных расходов и основных влияющих факторов по сравнению с коэффициентами парной корреляции между их абсолютными значениями.

1-й вариант представляет собой пятифакторную регрессионную модель зависимости подконтрольных расходов электросетевых компаний от пяти выбранных влияющих факторов:

z1 - объем передачи электрической энергии, млн кВт-ч; z2 - количество условных единиц обслуживания подстанций и электросетей, у.е.; z3 - мощность трансформаторных подстанций, МВА; z4 - протяженность линий электропередачи, км (z4); z5 - среднемесячная заработная плата в регионе деятельности, руб.

Авторы отмечают, что в полученной пятифакторной регрессионной модели 3 коэффициента оказались статистически незначимыми, а именно - коэффициенты при свободном члене и при показателях объема передачи электрической энергии и количества условных единиц, характеризуемые значениями t-статистики ниже критического значения при количестве степеней свободы 75 - 5 - 1 = 69:??кр (0,05; 69) = 1,995.

Авторами статьи был также рассмотрен 2-й вариант регрессионной модели зависимости подконтрольных расходов от трех влияющих факторов, имеющих статистически значимые коэффициенты в пятифакторной модели регрессии:

z3 - мощность трансформаторных подстанций, МВА; z4 - протяженность линий электропередачи, км (z4); z5 - среднемесячная заработная плата в регионе деятельности, руб.

Показатели сформированных регрессионных моделей представлены в таблице 1.

бенчмаркинговый экономитрический тарифный элетросетевой

Таблица 1. Показатели регрессионных моделей зависимости подконтрольных расходов электросетевых компаний от влияющих факторов по данным 2015 г.

В таблице 1 приведены показатели трехфакторной регрессионной модели, которая характеризуется статистически значимыми коэффициентами при константе и при всех переменных уравнения (??кр(0,05;71) = 1,994), высоким показателем коэффициента детерминации и, следовательно, может быть использована для аппроксимации подконтрольных расходов электросетевых компаний.

Авторами исследования также была выполнена оценка устойчивости полученной регрессионной модели путем расчета средних ошибок аппроксимации подконтрольных расходов с помощью трехфакторной модели по данным 2015-2015 гг. Результаты расчетов показали, что в рассматриваемом периоде средняя ошибка аппроксимации подконтрольных расходов составила 14,8 % в 2015 г. и 15,8 % в 2016 г. У 8 электросетевых компаний (10,7 % от выборки), рассматриваемых в исследовании, ошибки аппроксимации по модели 2015 года при расчетах по данным 2016 года составляют 30 % и более. Эти компании перечислены в таблице 2.

У пяти из электросетевых компаний, перечисленных в таблице 2 (ПАО «Ленэнерго», (Санкт-Петербург); «Новгородэнерго»; Сетевая компания (Татарстан); «Нижновэнерго»; «Тюменьэнерго») относительная ошибка аппроксимации фактических подконтрольных расходов 2015 года по модели 2015 года также превышала 30 % (у «Курскэнерго» составила 28,8 %, у Томской ТРК 25 %). Очевидно, что причины отклонения результатов аппроксимации от фактических расходов по этим компаниям (филиалам) обусловлены влиянием факторов, не учтенных в рассматриваемой трехфакторной регрессионной модели.

У «Архэнерго» в 2016 году рост ошибки аппроксимации был связан с резким сокращением подконтрольных расходов (на 34,2 %).

При исключении из выборки 8 электросетевых компаний (филиалов), перечисленных в таблице 2, средняя ошибка аппроксимации подконтрольных расходов 2016 г., рассчитанная по модели 2015 года, сократилась до 12,8 %.

Таблица 2. Сетевые компании c ошибками аппроксимации подконтрольных расходов в 2016 г. по трехфакторной регрессионной модели, превышающими 30 %

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Определение показателей эффективности электросетевых компаний на основании регрессионной модели.

Для бенчмаркинга подконтрольных расходов электросетевых компаний авторы использовали коэффициенты эффективности, рассчитанные в соответствии с методикой, которая применяется органом тарифного регулирования Великобритании (OFGEM) [3].

Расчет коэффициентов эффективности (Кi) по каждой компании выполнен авторами исследования в соответствии с формулой:

Кi = exp (?? ПРmi) (1)

где: ? ПРmi - перемасштабированное относительное отклонение фактических подконтрольных расходов от аппроксимированных значений по i-й электросетевой компании.

Указанное перемасштабированное относительное отклонение рассчитывается по формуле 2 как разница между показателем относительного отклонения фактических подконтрольных расходов от подконтрольных расходов, рассчитанных по трехфакторной модели регрессии для конкретной компании, и минимальным значением данного показателя среди компаний, рассматриваемых в выборке:

? ПРmi = ? ПРi ? min(? ПР) (2)

где: ? ПРi - относительное отклонение фактических подконтрольных расходов от аппроксимированных значений по i-й электросетевой компании; min(? ПР) - минимальное значение относительного отклонения фактических подконтрольных расходов от аппроксимированного значения по рассматриваемой выборке из 68 электросетевых компаний.

Интерпретируются рассчитанные показатели следующим образом.

Величины подконтрольных расходов, рассчитанные по сформированной модели регрессии, представляют собой средний уровень эффективности в целом по выборке.

К компаниям с уровнем эффективности выше среднего относятся компании с фактическими подконтрольными расходами меньшими, чем определенные по модели регрессии. Для рассмотренной выборки наименьшее относительное отклонение фактических подконтрольных расходов 2016 г. от величины подконтрольных расходов, рассчитанной по модели регрессии (min(? ПР) = ?0,298), наблюдалось у МОЭСК (Москва) и Мурманской областной электросетевой компании (Мурманская ОЭСК). Их коэффициенты эффективности приняты равными 1.

Если относительное отклонение фактических подконтрольных расходов компании от подконтрольных расходов, рассчитанных по модели регрессии, положительно, то эффективность этой компании в части подконтрольных расходов ниже среднего уровня по выборке.

Показатель перемасштабированного относительного отклонения для компании отражает относительное отклонение ее фактических подконтрольных расходов от уровня подконтрольных расходов по компании с коэффициентом эффективности 1. Исходя из величины показателя перемасштабированного относительного отклонения можно рассчитать для каждой компании, какими будут ее подконтрольные расходы при коэффициенте эффективности 1 (подконтрольные расходы на границе эффективности).

При расчете коэффициентов эффективности по отечественным электросетевым компаниям на основании модели регрессии из состава выборки были исключены 8 компаний с ошибкой аппроксимации 30 % и более. Оставшиеся 67 компаний выборки отсортированы авторами исследования в порядке увеличения относительного отклонения фактических подконтрольных расходов от рассчитанных по уравнению регрессии. Полученные коэффициенты эффективности подконтрольных расходов по российским электросетевым компаниям представлены в таблице 3.

Таблица 3. Коэффициенты эффективности подконтрольных расходов по крупнейшим электросетевым компаниям России

Сравнительный анализ эффективности электросетевых компаний.

Результаты аппроксимации по сформированной модели регрессии характеризуют подконтрольные расходы компаний на уровне средней эффективности по выборке. Как уже отмечалось выше, к компаниям с уровнем эффективности выше среднего относятся компании, у которых фактические подконтрольные расходы ниже, чем рассчитанные по модели регрессии.

В соответствии с данным критерием к компаниям с уровнем эффективности подконтрольных расходов выше среднего могут быть отнесены 36 компаний или 54 % от всей выборки. Пороговое значение коэффициента эффективности, соответствующее нулевому отклонению фактических расходов от уровня аппроксимации по регрессионной модели, составляет 74 % (средний коэффициент эффективности по выборке). Компании с коэффициентами эффективности, близкими по значению к среднему показателю эффективности подконтрольных расходов - Алтайэнерго и Хакасэнерго.

Компании с коэффициентом эффективности ниже среднего значения относятся к числу «неэффективных». Общее число «неэффективных» компаний (с фактическими расходами выше уровня аппроксимации) составляет 29 компаний или 43 % от всей выборки.

Авторы исследования обращают внимание, что полученные коэффициенты, характеризуют эффективность подконтрольных расходов электросетевых компаний только с учетом влияния 3 факторов (трансформаторная мощность подстанций, протяженность линий электропередачи, величина среднемесячной заработной платы в регионе деятельности компании). Существенное влияние на величину подконтрольных расходов могут оказывать климатические факторы, плотность населения, уровень урбанизации. Однако выявление конкретных показателей, характеризующих это влияние на величину подконтрольных расходов, является темой отдельных исследований.

На основании сформированной линейки эффективности можно оценить возможный потенциал снижения расходов для каждой электросетевой компании (с точки зрения среднего или максимального уровней эффективности по выборке), с учетом рассматриваемых в модели факторов. Например, по Кабардино-Балкарскому филиалу МРСК Северного Кавказа достижение среднего по выборке уровня эффективности (74 %) с точки зрения соотношения между расходами и мощностью трансформаторных подстанций, длиной линий электропередач и среднемесячной заработной платой) возможно при сокращении фактических расходов на 26,9 % (показатель относительного отклонения от результатов аппроксимации по модели).

Граница эффективности подконтрольных расходов соответствует величинам подконтрольных расходов с эффективностью, равной 1. Расчет значений границы эффективности производится на основании трехфакторного уравнения регрессии с учетом поправки min(? ПР) = ?0,298. Сравнение границы эффективности подконтрольных расходов с фактическими и аппроксимированными подконтрольными расходами приведено на рисунке 1.

Определение эталонных показателей подконтрольных расходов.

Тарифное регулирование электросетевых компаний по методу эталонных расходов, переход к которому планирует ФАС, по мнению авторов исследования, должно основываться не на удельных показателях, а на абсолютных показателях, так как на удельные затраты электросетевых компаний оказывает влияние эффект масштаба - удельные затраты (на 1 кВт-ч объема передачи, на 1 условную единицу обслуживания электрических сетей и подстанций) у крупных электросетевых компаний значительно ниже, чем у компаний с меньшими объемами передачи и обслуживаемого оборудования.

Установление эталонных подконтрольных расходов электросетевых компаний на уровне средних значений, рассчитанных с учетом факторов, влияющих на подконтрольные расходы, может привести к увеличению подконтрольных расходов (и, соответственно, тарифов на передачу электрической энергии) в регионах, где подконтрольные расходы электросетевых компаний ниже среднего уровня.

Установление эталонных подконтрольных расходов на «границе эффективности» может привести к ухудшению финансового положения большинства электросетевых организаций.

По мнению авторов исследования, с помощью метода эталонных расходов следует в первую очередь осуществить тарифное регулирование электросетевых компаний, у которых эффективность подконтрольных расходов менее среднего показателя, с целью их приведения к среднему уровню базового периода. Возможно, это приведение следует осуществлять постепенно в течение нескольких лет.

В будущем расчет модели подконтрольных расходов, являющейся основой для расчета эталонных затрат, должен быть актуализирован. В идеале для эталонных затрат могут быть применены величины подконтрольных затрат, рассчитанных на границе эффективности.

Рисунок 1. Подконтрольные расходы электросетевых компаний в 2016 году

На основании сформированной модели авторами исследования был выполнен сравнительный анализ эффективности крупнейших электросетевых компаний Российской Федерации, определен возможный потенциал повышения эффективности подконтрольных расходов для выборки, состоящей из 67 компаний с использованием эконометрического метода.

Предложенная авторами исследования регрессионная модель подконтрольных расходов учитывает 3 параметра:

• суммарная мощность трансформаторных подстанций;

• суммарная длина линий электропередачи;

• среднемесячная заработная плата в регионе деятельности компании (филиала).

Выявление конкретных показателей, характеризующих влияние на величину подконтрольных расходов климатических факторов, плотности населения, уровня урбанизации является темой отдельных исследований.

Литература

1. Репетюк С.В., Файн Б.И., Мозговая О.О., Регулирование деятельности по технологическому присоединению потребителей к электрическим сетям: российский и мировой опыт // Экономическая политика - 2016 г. №1 - C. 61-78.

2. Темная О.В., Трегубова Е.А., Файн Б.И. Вопросы применения зарубежного опыта бенчмаркинга затрат для регулирования тарифов электросетевых компаний в России // сборник материалов XIX Всероссийской научнопрактической конференции "Инфраструктурные отрасли экономики: проблемы и перспективы развития" - 2017.

3. Файн Б.И., Мозговая О.А. Исследование опыта Великобритании по прогнозированию развития электросетевого комплекса // Интернет-журнал «Науковедение» - 2016. - т.8, №6.

4. Юнусов Л.А., Файн Б.И. Актуальные задачи тарифной политики в распределительном электросетевом комплексе // «Научные труды Вольного экономического общества России». - 2017. - Т. 204. - С. 462-477.

5. Cost Benchmarking in Energy Regulation in European Countries. Final Report // WIKConsult, Bad Honnef, December 14, 2011.

6. Total cost benchmarking at RIIO-ED1 - Phase 2 report - Volume 1 // A Report Prepared for OFGEM / Frontier Economics Ltd, London, 2013, pp. 11-84.

Размещено на Allbest.ru