Инвестирование в ПАО «Газпром» в современных условиях

Тема инвестирования в ценные бумаги российских энергетических компаний в неблагоприятной геополитической обстановке актуальна, так как несет в себе новую информацию о прогнозировании дивидендов ПАО «Газпром» в условиях потери большой части рынков сбыта и изменения географии экспорта этой компании. Цель научного исследования – выявить взаимосвязь между экономическими показателями ПАО «Газпром» и на ее основе построить экономико-математические модели с функцией прогноза этих показателей. Для достижения цели исследования решены следующие задачи: рассмотрены теоретические основы функционирования ПАО «Газпром» в современных условиях; подобрана методология исследования, опирающаяся на экономико-математическое моделирование; построены экономико-математические модели для прогноза капитальных вложений и дивидендов ПАО «Газпром»; рассчитаны будущие значения капитальных вложений и дивидендов ПАО «Газпром» на долгосрочный период. Предметом изучения является деятельность ПАО «Газпром», направленная на реализацию стратегически важных проектов в связи с поисками новых рынков сбыта российского природного газа. Методология исследования предполагает последовательное использование следующих научных методов: анализа рядов динамики показателей; расширенного теста Дики – Фуллера; KPSS-теста; корреляционного анализа; метода центрированного скользящего среднего; экономико-математического моделирования; оценки экономико-математических моделей. В результате работы установлена научная новизна: построена полиномиальная экономико-математическая модель, отражающая долгосрочную тенденцию роста капитальных вложений ПАО «Газпром»; рассчитана экономико-математическая модель распределенных лагов для прогноза дивидендов ПАО «Газпром» в зависимости от капитальных вложений этой компании. Научное изыскание может быть полезно инвесторам, осуществляющим покупки ценных бумаг на долгосрочную перспективу. Оно помогает предвидению ситуации на российском фондовом рынке в условиях экономического кризиса: увеличение размеров дивидендов ПАО «Газпром» в течение долгосрочного периода, скорее всего, будет стимулировать инвестиционный спрос на акции этой компании. Данный труд вносит свой вклад в отечественную научную литературу, освещающую вопросы прогнозирования экономических показателей российских энергетических компаний в современных неблагоприятных экономических и политических условиях.

1. Буркеева Р.Г., Булганина С.Н. К вопросу о необходимости реформирования газовой отрасли российской экономики // Бизнес. Образование. Право. 2023. № 2(63). С. 97—102. DOI: 10.25683/VOLBI.2023.63.621

2. Бракк Д.Г., Лещенко Ю.Г. Анализ показателей функционирования группы ПАО «Газпром» в контексте воздействия на экологическую систему Арктической зоны России // Развитие и безопасность. 2023. № 1 (17). С. 59-73. DOI: 10.46960/2713-2633_2023_1_59

3. Yurak V.V., Polyanskaya I.G., Malyshev A.N. The assessment of the level of digitalization and digital transformation of oil and gas industry of the Russian Federation // Mining Science and Technology (Russia). 2023. № 8(1). P. 87–110. DOI: https://doi.org/10.17073/2500-0632-2022-08-16

4. Титова Н.Ю. Модели устойчивого развития нефтегазовых компаний в условиях декарбонизации: сравнение российского и зарубежного опыта // Вестник Астраханского государственного технического университета. Серия: Экономика. 2023. № 2. - С. 54–62. DOI: https://doi.org/10.24143/2073-5537-2023-2-54-62

5. Grigoryev L.M., Medzhidova D.D. Global energy trilemma // Russian Journal of Economics. 2020. Vol. 6, № 4. P. 437–462. DOI: https://doi.org/10.32609/j.ruje.6.58683

6. Аникин В.И. Энергетическая политика ЕС до диверсии на газопроводах «Северный поток» и «Северный поток – 2» // Вестник Дипломатической академии МИД России. Международное право. 2023. № 1 (20). С. 95–111. DOI: 10.54449/76585_2023_1_20_95

7. Новосёлова И.В., Новикова П.А. Анализ макроэкономического окружения инвестиционной деятельности ПАО «ГАЗПРОМ», выявление тенденций за последние годы // Вестник Торайгыров университета. Экономическая серия. 2023. №3. С. 85-100. DOI: https://doi.org/10.48081/DIAH9593

8. Бурмистрова В.Ю. Основные риски и возможности развития газовой отрасли РФ на примере ПАО «Газпром» в условиях санкционного давления // Вестник Владимирского государственного университета имени Александра Григорьевича и Николая Григорьевича Столетовых. Серия: Экономические науки. 2023. №4 (38). С. 92-99.

9. Гайворонская М. С. Проблемы и перспективы развития газовой отрасли на внутреннем рынке в условиях санкций // Экономическая наука современной России. 2023. № 2 (101). С. 95–109. DOI: 10.33293/1609-1442-2023-2(101)-95-110

10. Евсеева О.В. Влияние новейших геополитических факторов на динамику мирового газового рынка // Экономика и управление: проблемы, решения. 2023. № 1 (133), Т. 2. С. 24-39. DOI: 10.36871/ek.up.p.r.2023.01.02.004

11. Лавренов С.Я. Эскалация противостояния Кишинева с «Газпромом» // Геоэкономика энергетики. 2023. № 1 (21). С. 20-33. DOI: 10.48137/26870703_2023_21_1_20

12. Лавренов С.Я. О действиях Кишинева по демонтажу отношений с Россией в газовой сфере // Геоэкономика энергетики. 2023. № 3 (23). С. 85–99. DOI: 10.48137/26870703_2023_23_3_85

13. Кузнецов Р.С., Тумарова Т.Г. Прогнозирование котировок акций ПАО Газпром с использованием нейронных сетей LSTM // Вестник Института экономики Российской академии наук. 2023. №3. С. 84-98. DOI: 10.52180/2073-6487_2023_3_84_98

14. Белявский Г.И., Пучков Е.В. Применение локальных трендов для предподготовки временных рядов в задачах прогнозирования // Программные продукты и системы. 2018. № 4. С. 751–756. DOI: https://doi.org/10.15827/0236-235X.031.4.751-756

15. Ломакин Н.И., Дженифер О.Ч., Голодова О.А., Сычева А.В., Кабина В.В. AI-система «персептрон» для прогноза финансового результата деятельности предприятия нефтяной отрасли РФ // Фундаментальные исследования. 2019. № 12-1. С. 98–103. DOI: https://doi.org/10.17513/fr.42629

16. Алжеев А.В., Кочкаров Р.А. Сравнительный анализ прогнозных моделей ARIMA и LSTM на примере акций российских компаний // Финансы: теория и практика. 2020. № 1, Т. 24. С. 14–23. DOI: https://doi.org/10.26794/2587-5671-2020-24-1-14-23

17. Лесик И.А. Решение задачи прогнозирования с использованием нейронных сетей прямого распространения на примере построения прогноза роста курса акций // Программные продукты и системы. 2015. № 2. С. 70–74. DOI: https://doi.org/10.15827/0236-235X.110.070-074

18. Мазур И.К. Использование модели Шарпа в современных условиях российского фондового рынка // Теория и практика современной науки: материалы Всерос. науч.-практ. конф. М. 2022. С. 254–260.

19. Вотчель Л.М., Ивашина Н.С., Ненова Е.А., Чабаненко А.В. Модель прогнозирования доходности корпоративных ценных бумаг // Корпоративная экономика. 2018. № 2 (14). С. 18–24.

20. Metel’skaya V.V. Correlation-and-regression analysis of the influence of macroeconomic factors on capital structure of Russian corporations under crisis conditions // Journal of Innovation and Entrepreneurship. 2021. №. 10, Article 20. DOI: https://doi.org/10.1186/s13731-021-00160-w

21. Теньковская Л.И. Прогноз котировок акций ПАО «Газпром» на основе корреляционно-регрессионной связи // Вестник Пермского университета. Сер. «Экономика». 2023. № 1, Т. 18. С. 25–52. DOI: https://doi.org/10.17072/1994-9960-2023-1-25-52

22. Золотова Т.В., Волкова Д.А. Методы интеллектуальной обработки данных для коррекции атипичных значений котировок акций // Статистика и экономика. 2022. № 2, Т. 19. С. 4–13. DOI: http://dx.doi.org/10.21686/2500-3925-2022-2-4-13

23. Arnold K., Dienst C., Lechtenböhmer S. Integrierte Treibhausgasbewertung der Prozessketten von Erdgas und industriellem Biomethan in Deutschland. // Environmental Sciences Europe. 2010. № 22. P. 135–152. DOI: https://doi.org/10.1007/s12302-010-0125-6

24. Schubert S.R., Pollak J., Brutschin E. Two futures: EU-Russia relations in the context of Ukraine // European Journal of Futures Research. 2014. № 2(52). DOI: https://doi.org/10.1007/s40309-014-0052-7

25. Malle S. Economic sovereignty. An agenda for Militant Russia // Russian Journal of Economics. 2016. № 2(2).P. 111-128. DOI: https://doi.org/10.1016/j.ruje.2016.06.001

26. Zachmann G. The EU–Russia–China energy triangle // Russian Journal of Economics. 2019. № 5(4). P. 400-411. DOI: https://doi.org/10.32609/j.ruje.5.49472

27. Dabrowski M. Factors determining Russia’s long-term growth rate // Russian Journal of Economics. 2019. № 5(4). P. 328-353. DOI: https://doi.org/10.32609/j.ruje.5.49417

28. Stern J. The role of gases in the European energy transition // Russian Journal of Economics. 2020. № 6(4). P. 390-405. DOI: https://doi.org/10.32609/j.ruje.6.55105

29. Westphal K. German–Russian gas relations in face of the energy transition // Russian Journal of Economics. 2020. №6 (4). P. 406-423. DOI: https://doi.org/10.32609/j.ruje.6.55478

30. Keypour J. Replacing Russian gas with that of the United States: A critical analysis from the European Union energy security perspective // Russian Journal of Economics. 2022. № 8. P. 189−206. DOI: DOI 10.32609/j.ruje.8.78026