Помощь в написании студенческих работ
Антистрессовый сервис

Статистический анализ развития нефтегазового сектора в странах — членах ОПЕК

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

S предложен методический подход к выявлению стран — членов ОПЕК, схожих по приоритетным направлениям экспорта нефтиданный подход основан на исследовании распределения экспорта нефти по регионам мира с использованием методов анализа соответствий- •S оценена интенсивность и выявлена направленность структурных изменений в распределении между странами — членами ОПЕК совокупных объемов добычи… Читать ещё >

Статистический анализ развития нефтегазового сектора в странах — членах ОПЕК (реферат, курсовая, диплом, контрольная)

Содержание

  • ГЛАВА 1. Особенности экономического развития стран — членов ОПЕК
    • 1. 1. Стратегическая важность деятельности ОПЕК
    • 1. 2. Анализ особенностей экономического развития стран — членов ОПЕК
    • 1. 3. Проблемы развития стран — членов ОПЕК
  • ГЛАВА 2. Многомерный статистический анализ состояния нефтегазового сектора в странах — членах ОПЕК
    • 2. 1. Особенности развития нефтегазового сектора в странах — членах ОПЕК
    • 2. 2. Применение статистических методов снижения размерности и классификации для сравнительного анализа состояния нефтегазового сектора в странах — членах ОПЕК
    • 2. 3. Статистический анализ распределения экспортных потоков нефти стран — членов ОПЕК по регионам мира
  • ГЛАВА 3. Статистический анализ и прогнозирование развития рынка нефти и газа стран — членов ОПЕК
    • 3. 1. Статистический анализ структурных сдвигов в распределении объемов добычи и экспорта нефти и газа стран — членов ОПЕК
    • 3. 2. Методика прогнозирования основных показателей развития рынка нефти и газа стран — членов ОПЕК
    • 3. 3. Прогнозирование основных показателей развития рынка нефти и газа стран — членов ОПЕК

Актуальность исследования. Развитие мировой экономики неразрывно связано с мировым рынком нефти, так как нефть является основным источником первичной энергии, важнейшим сырьем для химической промышленности.

В последние годы мировой спрос на нефть демонстрировал рост. Однако, кризисные явления в мировой экономике, замедление темпов экономического развития во втором полугодии 2008 г. привели к снижению мирового спроса на нефть. Преодоление кризисных явлений в развитых странах, поступательное развитие экономики Китая, Индии и других азиатских стран, ускорение темпов роста мировой экономики в целом определяют дальнейший рост мирового спроса на нефть.

Большое влияние на развитие мирового рынка нефти способна оказывать деятельность Организации стран — экспортеров нефти (ОПЕК1), так как на долю стран — членов ОПЕК приходится более 75% мировых разведанных запасов нефти и примерно 51% мировых разведанных запасов газа. Координируя деятельность входящих в нее стран, эта организация может влиять на цены мирового рынка нефти, способствуя поддержанию его стабильности. Существенно возросла стратегическая важность деятельности этого объединения стран — экспортеров сырья в условиях кризисных явлений мировой экономики, значительных колебаний цен на нефть.

Ежемесячная динамика мировых цен на нефть демонстрировала устойчивый рост в первом полугодии 2008 г., достигнув в этот период максимума, однако затем произошло резкое падение цен. В связи с этим ОПЕК был предпринят комплекс мер по сокращению добычи нефти странами — участниками этой организации для поддержания цен. При этом следует отметить, что не всегда взятые обязательства по сокращению добычи нефти’выполнялись полностью. Деятельность этой организации сталкивается.

1 OPEC — Organization ofthe Petroleum Exporting Countries с трудностями, так как страны — члены ОПЕК существенно отличаются по уровню экономического развития, имеют зачастую разнонаправленные, противоречивые интересы.

Для совершенствования деятельности этой организации и эффективного управления нефтегазовым сектором в странах — членах ОПЕК необходим всесторонний сравнительный анализ экономического развития этих стран, требуется прогнозирование важнейших характеристик рынка нефти и газа. Существенную помощь в решении этого сложного комплекса задач может оказать применение современного статистического инструментария, что и определяет актуальность выбранной темы диссертационного исследования как в научном, гак и в практическом плане.

Степень разработанности проблемы. Исследованию конъюнктуры мирового рынка нефти, изучению развития нефтегазового сектора отдельных стран, анализу деятельности ОПЕК посвящены труды многих российских и зарубежных специалистов: Александрова Д. Г., Брагинского О. Б., Дмитриевского А. Н., Дунаева В. Ф., Миловидова К. Н., Griffin J.M., Green D., Gault J., Kaufmann R.K., Tayyebi S.M.R., Yahyair А. и др. В процессе разработки методических вопросов статистического исследования большое значение сыграли труды отечественных ученых: Агаповой Т. Н., Айвазяна С. А., Башиной О. Э., Громыко Г. Л., Дубровой Т. А., Елисеевой И. И., Ефимовой М. Р., Карманова М. В., Лукашина Ю. П., Минашкипа В. Г., Мхитаряна B.C., Орехова С. А. и др. Однако в научной литературе отсутствуют комплексные статистические исследования, посвященные сравнительному анализу экономического развития стран — членов ОПЕК. Недостаточное внимание уделено многим вопросам анализа ключевых проблем в развитии нефтегазового сектора, экономик этих стран, приводящих к определенным трудностям в деятельности ОПЕК. Также требуют дальнейшего совершенствования методические подходы к прогнозированию важнейших показателей, отражающих развитие рынка нефти и газа стран — членов ОПЕК.

Цель и задачи исследования

Целью диссертационного исследования является разработка методики комплексного статистического анализа развития нефтегазового сектора в странах — членах ОПЕК.

Для достижения цели в диссертационной работе поставлены и решены следующие задачи: исследовать особенности и тенденции экономического развития странчленов ОПЕКразработать методику сравнительного экономико-статистического анализа состояния нефтегазового сектора в странах — членах ОПЕК и оценить перспективы его развитияпредложить подход к анализу распределения экспортных потоков нефти стран — членов ОПЕК по странам и регионам мираисследовать структурные сдвиги в распределении между странамичленами ОПЕК совокупных объемов добычи и экспорта нефти и газаразработать и апробировать методический подход к прогнозированию основных показателей, характеризующих развитие рынка нефти и газа в странах — членах ОПЕК.

Объектом исследования является нефтегазовый сектор в странахчленах ОПЕК.

Предметом исследования являются показатели и методики статистического анализа развития нефтегазового сектора в странах — членах ОПЕК и мирового рынка нефти.

Теоретической и методологической базой исследования послужили труды российских и зарубежных учёных по прикладной статистике и эконометрике, проблемам развития рынка энергоресурсов, экономике странчленов ОПЕК, компьютерной обработке данных.

При решении поставленных в диссертации задач использованы статистические методы снижения размерности и классификации, анализа соответствий, структурных сдвигов, временных рядов и прогнозирования, а также табличные и графические методы представления результатов исследования.

В диссертационной работе были использованы пакеты прикладных программ «Statgraphics», «PASW Statistics 18», «MS Excel-2007», а также программа, написанная автором на языке «Visual Basic».

Информационной базой исследования послужили статистические данные официальных изданий ОПЕК, Всемирного банка, ООН, Росстата, Международного энергетического агентства, а также данные научных публикаций по исследуемой тематике, периодической печати, официальных сайтов сети Internet и электронных СМИ.

Научная новизна исследования. Основной научный результат, полученный в диссертации, заключается в разработке методики комплексного статистического анализа развития нефтегазового сектора в странах — членах ОПЕК.

В диссертации сформулированы и выносятся на защиту следующие основные научные результаты исследования:

S выявлены особенности и основные тенденции развития экономик странчленов ОПЕК, позволившие определить общие и характерные для отдельных стран ОПЕК проблемы в экономическом ростеS разработана методика многомерного статистического анализа состояния нефтегазового сектора в странах — членах ОПЕК, позволившая выделить однородные группы стран с учетом особенностей экономического развития;

S предложен методический подход к выявлению стран — членов ОПЕК, схожих по приоритетным направлениям экспорта нефтиданный подход основан на исследовании распределения экспорта нефти по регионам мира с использованием методов анализа соответствий- •S оценена интенсивность и выявлена направленность структурных изменений в распределении между странами — членами ОПЕК совокупных объемов добычи и экспорта нефти и газа с использованием порядковой шкалы и шкалы отношений- ^ получены прогнозные оценки показателей, характеризующих добычу нефти и газа в странах — членах ОПЕК, а также мирового спроса на нефть с помощью адаптивных моделей, основанных на экспоненциальном сглаживании, и моделей АЫМА- ^ предложена модификация алгоритма прогнозирования временных рядов с использованием теории распознавания образов, апробированная при получении прогнозных оценок цены «спог» на нефть стран — членов ОПЕК.

Исследование выполнено в рамках Паспорта отрасли «Экономические науки», специальности по коду ВАК РФ — 08.00.12 «Бухгалтерский учет, статистика» в соответствии с пунктами:

3.3. Методы обработки статистической информации: классификация и группировки, методы анализа социально-экономических явлений и процессов, статистического моделирования, исследования экономической конъюнктуры, деловой активности, выявления трендов и циклов, прогнозирования развития социально-экономических явлений и процессов;

3.8. Прикладные статистические исследования воспроизводства населения, сфер общественной, экономической, финансовой жизни общества, направленные на выявление, измерение, анализ, прогнозирование, моделирование складывающейся конъюнктуры и разработки перспективных вариантов развития предприятий, организаций, отраслей экономики России и других стран.

Практическая значимость результатов исследования. Результаты диссертационного исследования могут быть использованы ОПЕК при планировании своей деятельности, Министерствами экономики и отраслевыми министерствами стран — членов ОПЕК при разработке программ экономического развития, Росстатом при проведении международных сопоставлений, руководством и аналитическими службами 8 нефтегазовых компаний и их деловыми партнерами для принятия обоснованных управленческих решений.

Апробация результатов работы. Основные результаты исследования были представлены на 4 научно-практических конференциях:

Научно-практической конференции «Трансформация социально-экономического пространства в регионах России (Сибирь и Дальний Восток)», Улан-Удэ, ВСГТУ, 2007 г.

Межвузовской научной конференции «Современные проблемы экономики, статистики и финансов: теория и практика», Москва, ЕАОИ, МЭСИ, 2008 г.

II Международной научно-практической конференции «Актуальные проблемы развития внешнеэкономических связей в условиях глобализации», Орел, ОрелГТУ, 2008 г.

VI Всероссийской научной конференции молодых ученых, аспирантов и студентов «Прикладные аспекты статистики и эконометрики» (апрель 2009 г.), Москва, МЭСИ, 2009 г.

Публикации. Основные положения диссертации опубликованы в 9 работах общим объемом 2.45 п. л., в том числе — 3 статьях в научных журналах, рекомендованных ВАК РФ, общим объемом 1.51 п. л.

Структура работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений.

ЗАКЛЮЧЕНИЕ

.

На основании проведенного в данной работе исследования были сделаны следующие выводы:

В период 1968;2008 гг. постоянно увеличивались разведанные нефтяные запасы и разведанные запасы природного газа стран — членов ОПЕК. К 2008 г. доля стран — членов ОПЕК в мировых разведанных запасах нефти увеличилась на 7 п.п. по сравнению с 1968 г., составив 79%. За этот же период весомость стран — членов ОПЕК в мировых разведанных запасах газа выросла более значительно — па 18 п.п., приблизившись к 51%. Благодаря тому, что на долю стран — членов ОПЕК приходится более 3Л мировых разведанных нефтяных запасов, эта организация может оказывать существенное влияния на цены мирового рынка нефти. Деятельность ОПЕК, направленная на координацию действий входящих в нее стран и сотрудничающих с ними государств, способствует поддержанию стабильности на мировом рынке нефти. Это определяет стратегическую важность деятельности ОПЕК для мировой экономики.

Проведенный анализ темпов роста ВВП стран — членов ОПЕК в 20 022 008 гг. свидетельствовал о том, что динамика экономического развития этих стран различна, также как и стабильность их экономических систем, степень диверсификации экономики. Структура ВВП стран — членов ОПЕК также неоднородна, хотя существенный вклад в ВВП вносит промышленность (в основном нефтедобывающая и нефтеперерабатывающая). Добавленная стоимость промышленности (% ВВП) превышает 50% для большинства стран — членов ОПЕК, при этом значения этого показателя варьировали в 2007 г. от 37% (Эквадор) до 77% (Катар).

Наиболее высокая доля добавленной стоимости сельского хозяйства в ВВП среди стран — членов ОПЕК характерна для Нигерии (33% в 2007 г.).

Значительный вклад сферы услуг в ВВП наблюдает в Эквадоре и Кувейте (56% и 48% соответственно в 2007 г.). Структура ВВП у стран — членов ОПЕК существенно различается.

О неоднородности экономического развития стран — членов ОПЕК свидетельствует также классификация Всемирного банка по уровню доходов (по ВИД на душу населения), согласно которой эти страны были разделены на три группы:

Высокий доход: Катар, ОАЭ, Кувейт, Саудовская Аравия;

Доход выше среднего: Ливия, Венесуэла, Алжир;

Доход ниже среднего: Эквадор, Иран, Ангола, Ирак, Индонезия,.

Нигерия.

Результаты группировки стран — членов ОПЕК по уровню потребления электроэнергии на душу населения в странах — членах ОПЕК полностью совпадают с классификацией по уровню дохода на душу населения. Среднее потребление электроэнергии в странах с высоким доходом превышает потребление электроэнергии в крупных странах, таких как США и Россия. При этом следует учитывать, что промышленно развитые страны стремятся активно использовать энергосберегающие технологи.

Страны — члены ОПЕК с высоким уровнем дохода на душу населения пользуются услугами сети Интернет больше других стран — членов ОПЕК. Та же самая ситуация с владельцами стационарных телефонных линий и абонентами мобильной телефонной связи. Но по сравнению с экономически развитыми странами, количество пользователей всемирной сети Интернет, владельцев стационарных телефонных линий и абонентов мобильной телефонной связи в странах — членах ОПЕК меньше в три или четыре раза.

Основные проблемы в развитии стран — членов ОПЕК состоят в наличии технологической отсталости стран — членов ОПЕК от ведущих стран мира. Также сказывается отсутствие высококвалифицированных специалистов. Другая важная проблема состоит в том, что страны — члены.

ОПЕК не всегда принимают взвешенные решения по объемам увеличения.

126 или сокращения добычи нефти. Страны — члены ОПЕК не уделяют особого внимания развитию газовой промышленности, несмотря на то, что обладают почти 51% мировых разведанных запасов природного газа. В период 19 802 008 гг. динамика экспорта природного газа в мире увеличивалась быстрыми темпами в отличие от динамики экспорта природного газа в странах — членах ОПЕК.

В диссертационной работе проведено сопоставление разведанных запасов нефти и газа стран — членов ОПЕК, объемов их добычи и экспорта. Показано, что важную роль в ОПЕК играет Саудовская Аравия, располагающая крупными запасами нефти и природного газа. В начале 2009 г. Саудовская Аравия лидировала в мире по запасам нефти, составившим почти 20% от мировых разведанных нефтяных запасов. Также эта страна занимала первое место в мире по объему экспорта нефти, причем среднесуточный объем экспорта в 2008 г. был почти 7.3 мбс. Вклад Саудовской Аравии превышает % в суммарном объеме экспорта нефти из стран — членов ОПЕК и в объеме их разведанных запасов (доля запасов нефти в 2008 г. — 25.7%- доля экспорта нефти — 30.3%).

Проведенное исследование показало, что часть стран — членов ОПЕК располагает крупными запасами природного газа и значительными объемами его экспорта. У Ирана самая высокая доля в общем объеме разведанных запасов газа (свыше 31.7%) и в товарной добыче газа (примерно 20.6%) среди стран — членов ОПЕК. Иран занял второе место в начале 2009 г. по мировым запасам природного газа (28.1 трлн. м-5). В то же время Алжир является самым крупным экспортером газа среди стран — членов ОПЕК (почти 31% в общем объеме экспорта природного газа). В 2008 г. Алжир занял четвертое место в мире по экспорту природного газа, объем которого составил 7.4% от мирового уровня.

Исследование показало, что при сохранении инерционности развития запас нефти в странах — членах ОПЕК может быть исчерпан в течение 68 лет.

Этот вывод опирается на предположение, что спрос на нефть не поднимется.

Возможность истощения запасов нефти иллюстрирует ситуация в Индонезии, у которой запасы нефти оставались незначительными, при этом потребление её внутри страны увеличивалось. Индонезия уже покидает ОПЕК и может быть при сохранении сложившейся тенденции через 12 лет у нее вообще не останется запасов нефти.

Для проведения многомерной классификации стран — членов ОПЕК, учитывающей особенности их экономического развития, состояния рынка нефти и газа, в диссертации были использованы многомерные статистические методы (факторный и кластерный анализы). В результате использования факторного анализа был осуществлен переход от восьми экономических показателей к трем факторам. Первый фактор являлся характеристикой нефтяного сектора и имел высокие нагрузки на признаки, отражающие разведанные запасы сырой нефти, добычу сырой нефти, экспорт сырой нефти. Второй фактор являлся характеристикой газового сектора и имел высокие нагрузки на признаки, отражающие разведанные запасы природного газа, товарную добычу газа, экспорт природного газа. Третий фактор был тесно взаимосвязан с показателями: ВВП на душу населения, добавленная стоимость сельского хозяйства (% ВВП).

После получения обобщенных факторов был использован кластерный анализ для классификации стран — членов ОПЕК, в результате получены три кластера с помощью иерархической процедуры. Окончательное разбиение стран получено методом Варда, с Евклидовой метрикой. Первый кластер объединил страны с высокими значениями таких показателей, как добавленная стоимость в промышленности (% ВВП), ВВП на душу населения. Страны этого кластера имеют значительные запасы и большие объемы добычи и экспорта нефти. К первому кластеру были отнесены.

Саудовская Аравия, Катар, Кувейт и ОАЭ. Второй кластер включал в себя страны с высокими значениями таких показателей, как добавленная стоимость в сельском хозяйстве (% ВВП), численность населения, уровень запасов газа, объемы товарной добычи и экспорта природного газа. Во.

128 второй кластер вошли Алэ/сир, Индонезия, Иран и Нигерия. Остальные страны {Ангола, Венесуэла, Ирак, Ливия, Эквадор) были отнесены к третьему кластеру. Этот кластер объединил страны с высокими значениями добавленной стоимости в сфере услуг (% ВВП), при этом для этого кластера характерны средние запасы нефти по сравнению с другими ранее выделенными группами стран.

С помощью анализа соответствий была исследована взаимосвязь между экспортирующими нефть странами — членами ОПЕК и импортирующими нефть регионами мира. Страны — члены ОПЕК разделились на три группы в зависимости от приоритетных направлений экспорта нефти, от сложившихся внешнеторговых связей:

Первую группу образуют Индонезия, Кувейт, Катар, Саудовская Аравия, ОАЭ и Иран, ориентированные на Азию и Тихоокеанский регионы.

Вторую группу образуют Ангола, Венесуэла, Эквадор, Ирак и Нигерия, имеющие тесные связи с Северной и Латинской Америкой.

Третья группа включает Ливию и Алжир, имеющие внешнеторговые тесные связи с Западной Европой.

У Ирана присутствуют связи с третьей группой, однако с первой группой у данной страны связи сильнее. Также и Саудовская Аравия близка ко второй и третьей группе, но имеет более сильные связи с первой группой. У Восточной Европы, Ближнего Востока, Африки нет статистически значимой взаимосвязи с определенными странами ОПЕК, то есть отсутствуют устойчивые внешнеторговые связи. С помощью кластерного анализа (метода Варда) были получены те же самые результаты сегментирования экспортирующих нефть стран — членов ОПЕК и импортирующих нефть экономических регионов мира. Это подтверждает ранее полученные выводы и результаты.

Проведенный анализ выявил, что в динамике распределения добычи и экспорта нефти в период 1989;2008гг. отмечались небольшие структурные сдвиги в странах — членах ОПЕК. В то же время при сопоставлении результатов расчетов значений базисных абсолютных структурных сдвигов в экспорте нефти наблюдалась тенденция к увеличению структурных сдвигов большая, чем в добыче нефти (по сравнению с 1989 г.). Несмотря на это, исследование выявило достаточную устойчивость структуры распределения совокупных объемов добычи и экспорта газа стран — членов ОПЕК, при этом распределение экспорта газа получило более существенные изменения, чем распределение добычи газа. Наивысшие значения базисных коэффициентов структурных сдвигов (по сравнению с 1989 г.) в добыче и экспорте газа приходятся на период с 1999 г. по 2008 г., что указывает на происходившее удаление от структуры базисного периода.

С использованием методики, опирающейся на применение моделей.

АШМА, адаптивных методов, основанных па экспоненциальном сглаживании, а также на подход, связанный с распознаванием образов, было проведено прогнозирование нескольких показателей, которые имеют большое значение для экономики стран — членов ОПЕК и влияют на развитие мировой экономической системы. Таким образом, полученные прогнозные оценки показали, что в 2010 г. ожидается рост основных индикаторов развития нефтегазового сектора стран — членов ОПЕК, несмотря на последствия мирового экономического кризиса. Данный вывод связан с удовлетворением спроса восстанавливающейся мировой экономики, с растущими потребностями в нефти экономик развивающихся стран мира.

Согласно прогнозным оценкам, базисные темпы прироста мирового спроса па нефть в 2010;2011 годах по отношению к 2009 году составят 1.08% и.

1.85% соответственно. В соответствии с полученными прогнозными оценками спотовые цены на нефть в странах — членах ОПЕК до августа 2010 г. будут колебаться в промежутке между 71−75 долл./барр. Подъем цен и избегание низких цен на нефть должны позволить странам-членам ОПЕК.

130 скоординировать свои действия на усилении развития нефтяного сектора и на диверсификации экономики.

В результате, по имеющимся прогнозным оценкам, базисный темп прироста товарной добычи газа в 2010 г. по отношению к 2008 г. составит 7.8%, т. е. в 2010 г. товарная добыча газа увеличится на 44.1 млрд. м по сравнению с 2008 г.

Полученные результаты могут быть использованы в деятельности ОПЕК, отдельными странами, входящими в состав ОПЕК, при разработке программ экономического развития, руководством и аналитическими службами нефтегазовых компаний и их деловыми партнерами для принятия обоснованных управленческих решений.

Показать весь текст

Список литературы

  1. А., Апевалова Е., Астафьева Е. и др.- науч. ред. Гайдар Е. Т. Кризисная экономика современной России: тенденции и перспективы. -М.: Проспект, 2010.
  2. В.А. Экономико-математические методы: Элементарная математика и логика. Методы исследования операций. СПб.: Союз, 1999.
  3. Т.Н. Методы статистического изучения структуры сложных систем и ее изменения. М.: Финансы и статистика, 1996.
  4. С.Ю. Визуализация неколичественых данных // Многомерный статистический анализ и вероятностное моделирование реальных процессов. М.: Наука, 1990.
  5. С. А. и др. Прикладная статистика. Классификация и снижение размерности. М.:Финансы и статистика, 1989.
  6. С. А. Методы анализа данных. М.?Финансы и статистика, 1985.
  7. С. А. Эконометрика: Уч.пос. М.:Маркет ДС, 2010.
  8. С. А., Мхитарян В. С. Прикладная статистика и основы эконометрики. -М.:Юнити, 1998.
  9. О.Э., Спирин А. А. Общая теория статистики: Статистическая методология в изучении коммерческой деятельности: Учебник. -М.:Финансы и статистика, 2007.
  10. П. Факторный анализ с обобщениями. М.: Финансы и статистика, 1989.
  11. Блюмин C. JL, Суханов В. Ф., Чеботарев C.B. Экономический факторный анализ. Липецк: ЛЭГИ, 2004.
  12. А. А, Каримов Р. Н. Методы обработки многомерных данных и временных рядов: учебное пособие для вузов. М.: Горячаялиния-Телеком, 2007.
  13. A.A., Каримов Р. Н. Методы сжатия информации. Сарат. политехи, инст-т, Саратов, 1991.
  14. О.Б. Мировой нефтегазовый комплекс. М.: Наука, 2004.
  15. В. В., Троицкий А. А. Энергетика 2050. — М.: ИЭС, 2007.
  16. В. Н., Червоненкис А. Я. Теория распознавания образов. — М.: Наука, 1974.
  17. А. К., Шепь А. Лекции по математической логике и теории алгоритмов. -М.: МЦНМО, 1999.
  18. В.Я. и др. Нефть, Газ, модернизация общества // Гос. ун-т -Высш. шк. экономики. Санкт-Петербург: Экономическая школа ГУ ВШЭ: Экономикус, 2008.
  19. А.И. Экономический анализ. СПб.: Изд-во «Питер», 2003.
  20. Г. Л. Теория статистики: Практикум. М.: ИНФРА, 2008.
  21. Дж.-О. Ким, Ч. У. Мьюллер, У. Р. Клекка и др. Факторный, дискриминантный и кластерный анализ. М.: Финансы и статистика, 1989.
  22. A.M. Факторный анализ в производстве. М.: Статистика, 1975.
  23. А. М., Мхитарян В. С., Трошин Л. И. Многомерные статистические методы. — М.:Финансы и статистика, 2003.
  24. Т. А. Прогнозирование развития промышленности России: методы и модели. М.: ТЕИС, 2003.
  25. Т. А. Прогнозирование социально-экономических процессов. -М.: Маркет ДС, 2010.
  26. Т. А. Статистические методы прогнозирования. М.: Юнити-Дана, 2003.
  27. Т.А., Есенин М. А., Осипова Н. П. Факторный анализ с использованием ППП «SPSS»: Учебное пособие. М.: МЭСИ, 2009.
  28. М. Многомерное шкалирование: методы наглядногопредставления данных. М.: Финансы и статистика, 1988.
  29. ., Оделл П. Кластерный анализ. -М.: Статистика, 1977.
  30. И. И. Эконометрика: Учебник / Под ред. И. И. Елисеевой. -М.: Проспект, 2010.
  31. И. И., Изотов А. В., Капралова Е. Б. Статистика. М.: Кнорус, 2009.
  32. И. И., Рукавишников В. О. Группировка, корреляция, распознавание образов. М.: Статистика, 1977.
  33. И.И., Минашкин В. Г., Егорова И. И. С гатистика: Учебник. -М.: Проспект, 2005.
  34. И. С. Методы, алгоритмы, программы многомерного статистического анализа. М.: Финансы и статистика, 1986.
  35. М.Р. Социально-экономическая статистика: Учебник- М.: Высшее образование, 2009.
  36. М.Р., Петрова Е. В., Румянцев В. Н. Общая теория статистики. Учебник.-М.: ИНФРА-М. 2009.
  37. М. Иерархический кластер-анализ и соответствия. М.: Финансы и статистика, 1988.
  38. P.O. ОПЕК в мировом капиталистическом хозяйстве. М. Междунар. отношения, 1983.
  39. Казинец J1.C. Темпы роста и структурные сдвиги в экономике. М.: Экономика, 1981.
  40. М., Стьюарт А. Многомерный статистический анализ и временные ряды. М.: Наука. 1976.
  41. Ю. Применение анализа соответствий в обработке нечисловой информации // Социология: 4 М., N2, 1991.
  42. А., Попов А. Эффективность рекламы. М.: ЭКСМО, 2005.
  43. М. Ранговые корреляции. М.: Статистика. 1975.
  44. Либ Стивен. Либ Донна. Фактор нефти: как защитить себя и получитьприбыль в период грядущего энергетического кризиса. Пер. с англ. Каденко С. В. М.: Вильяме, 2007.
  45. Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов. -М.: Финансы и статистика, 2003.
  46. И.Д. Кластерный анализ. М.: Финансы и статистика, 1988.
  47. .Г. Анализ качественных признаков и структур. М.: Статистика, 1980.
  48. .Г. Группировки в социально-экономических исследованиях. -М.: Финансы и статистика, 1985.
  49. В. С. Эконометрика: Учебник. М.: Проспект, 2009.
  50. В. С., Башкатов Б. И., Дуброва Т. А., Ильенкова С. Д., Карманов М. В. Статистика: учебник. М.: Экономиста, 2006.
  51. С.А. и др. Эконометрика: учебное пособие в схемах и таблицах. М.: Эксмо. 2008.
  52. Дж. Справочник по вычислительным методам статистики. -М.: Финансы и статистика, 1982.
  53. А. С. Распознавание образов и машинное восприятие: Общий подход на основе принципа минимальной длины описания. СПБ.: Политехника, 2007.
  54. Т.В., Симчера В. М., Машихин Е. А. Статистические методы и социально-экономический анализ. -М.: Наука. 1989.
  55. И.А. Страны ОПЕК в развивающемся мире. М., 1989.
  56. Л.П. Статистическая обработка опытных данных. -Томск, 1980.
  57. В.А., Кузнецова В. Е. Статистический анализ структуры социально-экономических процессов и явлений: Учебное пособие. -Оренбург: ГОУ ВПО ОГУ, 2002.
  58. М. Р. Закат арабской нефти. Будущее мировой экономики.
  59. Пер. с англ. Горбатко В. Н. М.:Поколение, 2007.
  60. В. М. Методы многомерного анализа статистических данных. — М.:Финансы и статистика, 2008.
  61. P.P. Кластер-анализ и классификация: предпосылки и основные направления. В сб.: Классификация и кластер. Ред. Райзин Д. В. М.: Мир. 1980.
  62. JI.A., Тамашевич В. Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике. М.: ЮНИТИ-ДАНА, 1999.
  63. Страны и регионы. 2007. Статистический справочник Всемирного банка, Пер. с англ. М.: Издательство Весь Мир, 2008.
  64. Страны и регионы. 2008. Статистический справочник Всемирного байка, Пер. с англ. М.: Издательство Весь Мир, 2009.
  65. Ту Дж., Гонсалес Р. Принципы распознавания образов. М.: Мир, 1978.
  66. Ю.Н., Макаров А. А. Статистический анализ данных на компьютере. М.: ИНФРА, 1998.
  67. В.В., Гармаш А. Н., и др. Экономико-математические методы и прикладные модели: Учеб. Пособие для вузов. М.: ЮНИТИ, 1999.
  68. Э., Рейнц Б. Методы корреляционного и регрессионного анализа. Руководство для экономистов. — М.: Финансы и статистика, 1983.
  69. Г. Ф., Монахов С. В. Система имитационного моделирования Modelling для разработки дискретных и непрерывно-дискретных моделей. М.: МАИ, 2007.
  70. Е. П. Прогнозирование эконометрических временных рядов. -М.: Финансы и статистика, 2008.
  71. К. Факторный анализ. М.: Статистика, 1980.
  72. М., Олини Рональд. Цвет Нефти, Крупнейший мировой бизнес: история, деньги и политика, Пер. с англ. М.: ЗАО «Олимп1. Бизнес», 2004.
  73. Т. В. Statistical Factor Analysis and Related Methods: Theory and Applications. John wiley & sons, 1994.
  74. Anderberg M. R. Cluster analysis for applications. New York: Academic Press, 1973.
  75. Annual statistical bulletin 2007 organization of the petroleum exporting countries. — Ueberreuter Print und Digimedia, 2008.
  76. Annual statistical bulletin 2008 organization of the petroleum exporting countries. — Ueberreuter Print und Digimedia, 2009.
  77. Arthur P. D. Energy Glossary. Nova Science Publishers, 2002.
  78. Bendixen M. A Practical Guide to the Use of Correspondence Analysis in Marketing Research. (Electronic version). Marketing Research On-Line, 1996.
  79. Bezdek J. C. Pattern recognition with fuzzy ojective function algorithms. -Plenum pub., 1981.
  80. Borg I., Groenen P. Modern multidimensional scaling. New York: Springer-Verlag, 1997.
  81. Box G. E. P., Jenkins G. M., Reinsel G. C. Time series analysis:
  82. Forecasting and control, 3rd ed. Englewood Cliffs, N.J.: Prentice Hall, 1994.
  83. Brian S. E., Sabine L, Morven L. Cluster Analysis, Fourth edition. -London: Edwin Arnold Ltd., 2001.
  84. Clausen S. E. Applied correspondence analysis: An introduction. Sage university papers. Series: Quantitative applications in the social sciences. Vol. 121, 1998.
  85. Dave E. Pattern recognition and financial time-series, Intelligent Systems in Accounting. Finance & Management journal, 2007.
  86. Delurgio S. Forecasting: principles and applications. McGraw-Hill, 1996.
  87. Efraim K. The Iran-Iraq War 1980−1988 (Essential Histories). Ospreypub., 2002.
  88. Ficnberg S., Holland P. W., Bishop Y. M. Discrete Multivariate Analysis -Theory and Practice. Springer pub., 2007.
  89. Freund J. E. Modern elementary statistics, 4th edition. Prentice-Hall Inc., 1973.
  90. Greenacre M. J. Theory and Applications of Correspondence Analysis. -New York: Academic Press. 1984.
  91. Greenacrc. M.J., Hastie T. The geometric interpretation of correspondence analysis. Journal of the American Statistical Association, 82(398), 1987.
  92. Greenacre M. J., Blasius J. Multiple Correspondence Analysis and Related Methods. Chapman & Hall/CRC, 2006.
  93. Hair J. F. Jr. Multivariate Data Analysis with Readings, 4th ed. -Englewood Cliffs, NJ: Prentice-Hall, 1995.
  94. Hartigan J. A. Clustering algorithms. New York: John Wiley and Sons, 1975.
  95. Hastie T., Tibshirani R. Generalized additive models. London: Chapman and Hall, 1990.
  96. Johnson R.A., Wichern D.W. Applied multivariate statistical analysis. -Upper Saddle River (NJ): Prentice-Hall, 2002.
  97. Jolliffe L. N. Principal component analysis. Springer-Verlag pub., 1986.
  98. Le Roux B., Rouanet H. Geometric Data Analysis. From Correspondence Analysis to Structured Data Analysis. Dordrecht/Boston/London: Kluwer Academic Publishers, 2004.
  99. Lebart L., Morineau A., Warwick K. Multivariate Descriptive Statistical Analysis.-N.Y., 1984.
  100. Makridakis S., Wheelwright S. C., Flyndman R. J. Forecasting: Methods and Applications, Third ed. John Wiley and Sons, 1998.
  101. McDonald R. P. Factor Analysis and Related Methods. Hillsdale, NJ: Erlbaum, 1985.
  102. Motnikar В. S., Pisanski Т., Cepar D. Time-scries forecasting by pattern imitation, OR Spektrum, 18(1), pp. 43−49, 1996.
  103. Oil & gas journal, vol 106, No. 48, December-2008.
  104. Pal S. K., Majumder D. D. Fuzzy mathematical approach to pattern recognition. New York: John Wiley. 1986.
  105. Rick Martinelli M.A. Pattern recognition in time series. Technical Analysis in Stocks & Commodities journal, January 1998.
  106. Robert D. Mason, Douglas A. L. Statistical technigues in business and economies. Irwin/McGraw Hill (Boston, Mass), 10th ed., 1999.
  107. Romesburg H. C. Cluster Analysis for Researchers. Krieger Pub. 2004.
  108. Ross M. A closer look at Diamonds, Oil and Civil War. Annual review of political science No. 9, 2006.
  109. S. Kotsiantis P. P. Recent Advances in Clustering: A Brief Survey. WSEAS Transactions on Information Science and Applications. Vol 1, No 1, 2004.
  110. Sharma S. Applied Multivariate Techniques. New York: Wiley, 1996.
  111. Singh S., Stuart E. A Pattern Matching Tool for Forecasting. Proc. 14th International Conference on Pattern Recognition (ICPR'98), Brisbane, IEEE Press, vol. 1, pp. 103−105 (August 16−20, 1998).
  112. Singh S. Fuzzy Nearest Neighbour Method for Time-Series Forecasting. Proc. 6th European Congress on Intelligent Techniques and Soft Computing (EUFIT'98), Aachen, Germany, vol. 3, pp. 1901−1905 (7−10 August, 1998).
  113. Singh S. Noisy Time-Series Prediction using Pattern Recognition Techniques. Computational Intelligence, vol. 16, no. 4. 2000.
  114. Singh S. Pattern Modelling in Time-Siries Forecasting. Sybernetics and Systems-An International Journal, vol. 31, issue I, 2000.
  115. Tatsuoka M. M. Multivariate analysis. New York: John Wiley & Sons, Inc., 1971.
  116. The 2009 world factbook. Central Intelligence Agency. -USA, ISSN 15 538 133, October 2009.
  117. U.S. Energy Information Administration (EIA). Government U.S. Dept. of Energy, January 2010.
  118. World Bank: The Little Data Book 2009. World Bank pub, May-2009.
  119. Artificial neural network & computational intelligence forecasting competition, 12 May 2009 Режим доступа: http://www.neural-forecasting-competition.com
  120. Energy Information Administration (U.S.), July 2008 Режим доступа: http://www.eia.doe.gov/cabs/opec.html
  121. Energy Information Administration (U.S.), March- 2009 Режим доступа: http://www.eia.doe.gov/emeu/cabs/AOMC/Overview.html
  122. Energy Information Administration, 23.07.2009 Режим доступа: http://www.eia.doe.gov/oilgas/naturalgas/datajpublications/naturalgas monthly/ngm.html
  123. Energy Information Administration, Weekly OPEC Countries Spot Price FOB Weighted by Estimated Export Volume. 1 January 2009 Режим доступа: http://tonto.eia.doe.gov/dnav/pet/hist/wtotopecw.htm
  124. Financial Forecast Center, 02.10.2009 Режим доступа: http://forecasts.org/oil.htm
  125. International Monetary Fund organization, March-2009 Режим доступа: http://www.imf.org/external/pubs/ft/reo/2008/MCD/eng/mreol008.pdf
  126. International Petroleum Monthly (IPM) Energy Information Administration, 13.04.2009 — Режим доступа: http://www.cia.doe.gov/ipm/contents.html
  127. International Petroleum Monthly (IPM) Energy Information Administration, 27.04.2009 — Режим доступа: http://www.eia.doe.gov/glossary/glossarys.htm
  128. Joint oil data initiative organization, 1 January 2008 Режим доступа: http://www.jodidb.org/ReportFolders/reportFolders.aspx
  129. Oil & gas journal, December 2008 Режим доступа: http://www.ogj.eom/displayarticle/348 377/7/ARTCL/none/none/MARKE T-WATCH:-Prices-fall-as-markets-ignoreOPEC/?dcmp=OGJ.Daily.Update
  130. OPEC Bulletin February 2009, 12−04−2009 — Режим доступа: http://www.opec.org/library/OPEC%20Bulleti, n/2009/pdf/OB022009.pdf
  131. Organization of the Petroleum Exporting Countries (OPEC), December-2009 Режим доступа: http://www.opec.org/aboutus/organigram/OPECORGANIGRAM.pdf
  132. Tel Aviv university, 22.07.2009 Режим доступа: http://www.tau.ac.il/cc/pages/docs/sas8/stat/chap23/sectl2.htm
  133. UN data: A world of information, United Nations Statistics Division, 3 Mart 2009 Режим доступа: http://data.un.org/Data.aspx?q=iraq&d= SOWC&f=inID%3a72%3bcrID%3a73
  134. UN data: A world of information. United Nations Statistics Division, 9 August 2009 Режим доступа: http://data.un.org/CountryProfile.aspx?
  135. United nations-public administration network, August-2009 Режим доступа:1"И1р://ипрап1. un.org/intradoc/groups/public/documents/un/ unpan023181. pdf
Заполнить форму текущей работой