REAKCJA DETALICZNYCH CEN PALIW NA ZMIANY CEN HURTOWYCH PKNORLEN I LOTOS

Podobne dokumenty
REAKCJA RYNKOWYCH STÓP PROCENTOWYCH NA ZMIANY STOPY REDYSKONTA WEKSLI

Aktualna sytuacja na polskim rynku paliw i jej konsekwencje dla branŝy

Kalendarium wydarzeń 4. Polski rynek paliw Jakość paliw 11

Polski Rynek Paliw Płynnych 2004

Wiadomości. Komunikat cenowy 6 lipca 2011 r

EKONOMIA XL NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 391 TORUŃ Ewa Dziawgo WYCENA POTĘGOWEJ ASYMETRYCZNEJ OPCJI KUPNA

ANALIZA ZRÓŻNICOWANIA PRZESTRZENNEGO CEN PALIW

ANALIZA WRAŻLIWOŚCI CENY OPCJI O UWARUNKOWANEJ PREMII

Wiadomości. Komunikat cenowy 29 czerwca 2011 r

3. Analiza własności szeregu czasowego i wybór typu modelu

FLUKTUACJA CEN PALIW A STREFA RYZYKA FLUID PRICE FUEL AND AREA OF RISK

CENY OLEJU NAPĘDOWEGO I ENERGII ELEKTRYCZNEJ W WYBRANYCH KRAJACH 1

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego

Globalizacja ryzyka cenowego na przykładzie rynku zbóż

Związek między kursem dolara a ceną ropy naftowej

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

MODELE AUTOREGRESYJNE W PROGNOZOWANIU CEN ZBÓŻ W POLSCE

Bezpieczeństwo energetyczne Europy w perspektywie globalnej

Mariusz Machajewski Wiceprezes Zarządu. 26 sierpnia 2010

BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI

POWIĄZANIE CEN PRODUKTÓW ROLNYCH POMIĘDZY RYNKIEM POLSKIM A RYNKAMI UE PRICE LINKAGES BETWEEN POLISH AND EU AGRICULTURAL MARKETS

Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817

Analiza porównawcza jakości i cen paliw w Polsce oraz wybranych krajach Unii Europejskiej

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR ANALIZA WŁASNOŚCI OPCJI SUPERSHARE

MAKROEKONOMIA 2. Wykład 4-5. Dynamiczny model DAD/DAS, część 3. Dagmara Mycielska Joanna Siwińska - Gorzelak

Rozdział 8. Regresja. Definiowanie modelu

3. Wojewódzkie zróżnicowanie zatrudnienia w ochronie zdrowia w latach Opis danych statystycznych

MODELE LINIOWE. Dr Wioleta Drobik

WPŁYW WYBRANYCH CZYNNIKÓW NA CENY OLEJU NAPĘDOWEGO W POLSCE

Ile przepłacamy za paliwo? [DZIEWIĘĆ WYKRE- SÓW]

RYNEK CIĄGNIKÓW I PRZYCZEP ROLNICZYCH W POLSCE W LATACH

5. Model sezonowości i autoregresji zmiennej prognozowanej

SIWZ FORMULARZ WYCENY PALIW

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;

FOREX - DESK: Rynek zagraniczny ( r.)

Konsumpcja ropy naftowej per capita w 2015 r. [tony]

MAKROEKONOMIA 2. Wykład 4-5. Dynamiczny model DAD/DAS, część 3. Dagmara Mycielska Joanna Siwińska - Gorzelak

ANALIZA KOINTEGRACJI STÓP PROCENTOWYCH W POLSCE

Paweł Miłobędzki Uniwersytet Gdański. Orlen czy Lotos? Kto kształtuje ceny na hurtowym rynku benzyn silnikowych w Polsce?

FOREX - DESK: Rynek zagraniczny ( r.)

FORMULARZ OFERTOWY. Zamawiający: Zakład Wodociągów i Kanalizacji w Chełmży ul. 3-go Maja 12a Chełmża

4. Średnia i autoregresja zmiennej prognozowanej

ROZDZIAŁ 7 WPŁYW SZOKÓW GOSPODARCZYCH NA RYNEK PRACY W STREFIE EURO

Otoczenie rynkowe. Otoczenie międzynarodowe. Grupa LOTOS w 2008 roku Otoczenie rynkowe

Analiza wskaźnika poziomu wad

Ćwiczenie: Wybrane zagadnienia z korelacji i regresji

ZNACZENIE STOPY PROCENTOWEJ W KSZTAŁTOWANIU KONIUNKTURY NA RYNKU NIERUCHOMOŚCI

Przegląd prognoz gospodarczych dla Polski i świata na lata Aleksander Łaszek

LPG KOLEJNA PŁASZCZYZNA DO AMERYKAŃSKOROSYJSKIEGO STARCIA NAD WISŁĄ?

Konsumpcja ropy naftowej na świecie w mln ton

Dochody gospodarstw rolnych a ryzyko walutowe

Analiza współzależności zjawisk

Wykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz.

czerwiec 2013 Uwaga: Przy rozwiązywaniu zadań, jeśli to konieczne, należy przyjąć poziom istotności 0,1 i współczynnik ufności 0,90

Rosną ceny paliw i ceny nośników energii!

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2012, Oeconomica 297 (68), 83 94

FORMULARZ WYCENY PALIW

ANALIZA STAWEK CZYSZNU LOKALI UŻYTKOWYCH W POZNANIU W II POŁOWIE 2008R.

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Ekonometryczna analiza popytu na wodę

WPŁYW ŹRÓDEŁ FINANSOWANIA RYNKU MIESZKANIOWEGO

Badanie własności kursów efektywnych w perspektywie pytania o stabilność rynków walutowych

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 768 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR WŁASNOŚCI OPCJI CAPPED.

WYKORZYSTANIE MODELI AUTOREGRESJI DO PROGNOZOWANIA SZEREGU CZASOWEGO ZWIĄZANEGO ZE SPRZEDAŻĄ ASORTYMENTU HUTNICZEGO

PROGNOZOWANIE CENY OGÓRKA SZKLARNIOWEGO ZA POMOCĄ SIECI NEURONOWYCH

MODELOWANIE KOSZTÓW USŁUG ZDROWOTNYCH PRZY

Komentarz IPE nr 1/2018. Geopolityczne oraz makroekonomiczne uwarunkowania wzrostu ceny paliw

WPŁYW ŚWIATOWYCH CEN ROPY NAFTOWEJ NA CENY W POLSCE

Atlas inwestycyjny wg stanu na Grzegorz Chłopek, CFA

Projekcja inflacji i wzrostu gospodarczego Narodowego Banku Polskiego na podstawie modelu NECMOD

Kurs USD/PLN perspektywa długoterminowa, kurs z 22 maja 2015 roku = 3,7307

Analiza autokorelacji

Opłacalność produkcji trzody chlewnej w kraju na tle krajów UE i możliwości jej poprawy

Nowe relacje cen a kierunki przekszta³ceñ struktury wspó³czesnego handlu miêdzynarodowego

STUDENCI I ABSOLWENCI W OSTATNIEJ DEKADZIE - W ZALEŻNOŚCI OD KIERUNKU, TYPU SZKOŁY i TRYBU STUDIOWANIA

Wpływ czynników atmosferycznych na zmienność zużycia energii elektrycznej Influence of Weather on the Variability of the Electricity Consumption

Zachowania odbiorców. Grupa taryfowa G

Wpływ zmian cen surowców na rynkach światowych na ceny w handlu zagranicznym Polski oraz ich efekty makroekonomiczne

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych

FORMULARZ OFERTY (Zadanie Nr 1) (Dostawa oleju napędowego)

ANALIZA WIELOPOZIOMOWA JAKO NARZĘDZIE WSPARCIA POLITYK PUBLICZNYCH

FORMULARZ WYCENY PALIW

MONIKA ELCESER. Kod pocztowy. Województwo OPOLSKIE. Faks Adres internetowy (URL)

MAKROEKONOMIA 2. Wykład 1. Model AD/AS - powtórzenie. Dagmara Mycielska Joanna Siwińska - Gorzelak

X Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9

POWIĄZANIA DYNAMIKI WZROSTU GOSPODARCZEGO POMIĘDZY KRAJAMI EUROPY ŚRODKOWO-WSCHODNIEJ I EUROPY ZACHODNIEJ

Modelowanie i prognozowanie cen surowców energetycznych. Monika Papie Sławomir Âmiech

Komentarz tygodniowy

Niestacjonarne zmienne czasowe własności i testowanie

Determinanty kursu walutowego w ujęciu modelowym

Wybrane wyniki badań dotyczących perspektyw rozwoju rynku kredytów mieszkaniowych w Polsce do 2015 roku zrealizowanych przez IBnGR

Analiza metod prognozowania kursów akcji

PDF created with FinePrint pdffactory Pro trial version

Stanisław Cichocki. Natalia Neherbecka. Zajęcia 13

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski

STATYSTYKA OD PODSTAW Z SYSTEMEM SAS. wersja 9.2 i 9.3. Szkoła Główna Handlowa w Warszawie

Wykład 18: Efekt przestrzelenia. Efekt Balassy-Samuelsona. Gabriela Grotkowska

Analiza sezonowości. Sezonowość może mieć charakter addytywny lub multiplikatywny

Transkrypt:

METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XI/2, 2010, str. 273 280 REAKCJA DETALICZNYCH CEN PALIW NA ZMIANY CEN HURTOWYCH PKNORLEN I LOTOS Tadeusz H. Waściński, Grzegorz Przekota, Lidia M. Sobczak Wydział Inżynierii Produkcji SGGW e-mail: tadeusz_wascinski@sggw.pl Streszczenie W artykule podjęto próbę określenia siły i kierunku wpływu hurtowych cen paliw koncernów PKNOrlen i Lotos na ceny detaliczne. Analizę przeprowadzono dla średnich tygodniowych hurtowych cen paliw koncernów Orlen i Lotos oraz cen detalicznych na wybranych stacjach. Otrzymane wyniki wskazują na silny wpływ cen hurtowych na ceny detaliczne, chociaż w krótkim okresie przyrosty cen hurtowych Orlen silniej niż przyrosty cen Lotos wpływają na przyrosty cen detalicznych, a reakcja przyrostów cen detalicznych na zmiany przyrostów cen hurtowych najsilniejsza jest w drugim tygodniu po zaistnieniu impulsu. Słowa kluczowe: hurtowe ceny paliw, detaliczne ceny paliw, korelacja, model VAR, funkcja odpowiedzi na impuls. WSTĘP Poziom cen ropy naftowej zależy od wielu czynników: popytu i podaży w danym roku, polityki najważniejszych producentów, uwarunkowań politycznych i gospodarczych w regionach wydobycia (Stevens 1995). Rynek paliw charakteryzuje się wysokim poziomem koncentracji, zarówno dostawców jak i nabywców. Według danych EIA 40% światowej podaży pochodzi od pięciu producentów (Arabia Saudyjska, Rosja, USA, Iran, Meksyk), z kolei połowę światowego popytu generują USA, Chiny, Japonia, Rosja, Niemcy (Buńczyk 2005). Tak silna koncentracja oraz zależność do polityki sprawia, że rynek paliw charakteryzuje się znaczną zmiennością, którą może łagodzić na rynkach lokalnych kurs walutowy (Dornbusch 1987, Duarte 2001), jednak nawet jeżeli cena światowa i kurs walutowy są jedynymi czynnikami wpływającymi na cenę krajową trudno a priori zakładać, że zmiana kursu walutowego wywiera taki sam efekt jak zmiana ceny świato-

274 Tadeusz H. Waściński, Grzegorz Przekota, Lidia M. Sobczak wej (Chamber i Just 1979). Wpływa to bezpośrednio na ceny hurtowe i detaliczne paliw na rynkach krajowych, które z kolei zależą od prowadzonej polityki fiskalnej oraz kursu walutowego. Celem pracy jest określenie wpływu hurtowych cen paliw benzyn i oleju napędowego koncernów PKNOrlen i Lotos na ceny detaliczne. Wykorzystano średnie tygodniowe ceny hurtowe koncernów Orlen i Lotos oraz średnie tygodniowe ceny detaliczne pochodzące z obserwowanych stacji paliw (próba do 200 stacji) w okresie czterech lat 2005-2008. Na początku 2005 roku próba obejmowała 173 stacje, a na koniec tego okresu 200, w tym: 53 stacje Orlen, 39 stacji BP, 31 stacji Statoil, 19 stacji Shell, 17 stacji Lotos, 9 stacji przy hipermarketach 32 inne stacje. Badano powiązanie cen oleju napędowego oraz benzyny bezołowiowej 95- oktanowej i 98-oktanowej. W analizie wykorzystano współczynniki korelacji liniowej Pearsona, analizę stacjonarności, test przyczynowości Grangera, model VAR oraz funkcję odpowiedzi na impuls. Wykres 1. Hurtowe i detaliczne ceny paliw w Polsce w latach 2005-2008 5,5 PLN/litr Ceny ON 5,0 4,5 4,0 3,5 Orlen ON detal ON Lotos ON 3,0 2005 2006 2007 2008 Rok 5,5 PLN/litr Ceny PB95 5,0 4,5 4,0 3,5 Orlen PB95 detal PB95 Lotos PB95 3,0 2005 2006 2007 2008 Rok

Reakcja detalicznych cen paliw na zmiany cen 275 5,5 5,0 4,5 4,0 3,5 PLN/litr Orlen PB98 detal PB98 Ceny PB98 Lotos PB98 3,0 2005 2006 2007 2008 Rok Źródło: opracowanie własne na podstawie danych producentów paliw i obserwacji własnych Na wykresie 1 przedstawiono kształtowanie się cen paliw. Zauważyć można nieznacznie różniące się ceny hurtowe Orlen i Lotos oraz reagujące z pewnym opóźnieniem ceny detaliczne. Opóźnienie w reakcji cen detalicznych na zmiany cen hurtowych widoczne jest z ułożenia kolejnych szczytów i dołków, które następują po szczytach i dołkach dla cen hurtowych. Tabela 1. Podstawowe charakterystyki opisowe szeregów czasowych cen paliw Orlen Orlen Orlen Lotos Lotos Lotos detal detal detal Miara ON PB95 PB98 ON PB95 PB98 ON PB95 PB98 opisu zł netto / zł netto / zł netto / zł netto / zł netto / zł netto / zł brutto zł brutto zł brutto m 3 m 3 m 3 m 3 m 3 m 3 / l / l / l średnia 2974,85 3149,79 3222,48 2983,69 3152,44 3224,15 3,91 4,15 4,36 od.stand. 236,44 237,40 261,84 235,73 238,57 262,22 0,34 0,30 0,31 wsp.zm. 7,95% 7,54% 8,13% 7,90% 7,57% 8,13% 8,81% 7,32% 7,05% Źródło: obliczenia własne W tabeli 1 przedstawiono podstawowe charakterystyki opisowe badanych szeregów czasowych cen paliw. Zauważyć tutaj można nieznacznie wyższą średnią cen paliw Lotos od Orlen oraz prawie identyczną zmienność cen. Ceny oleju napędowego na stacjach detalicznych zmieniały się nieznacznie mocniej niż ceny hurtowe, a ceny benzyn nieznanie słabiej. Różnice w zmienności cen detalicznych i hurtowych nie są jednak znaczące. ANALIZA KORELACJI Wstępna analiza powiązań hurtowych i detalicznych cen paliw obejmuje badanie korelacji poziomów i przyrostów cen. Uzyskane wyniki przedstawiono w tabeli 2.

276 Tadeusz H. Waściński, Grzegorz Przekota, Lidia M. Sobczak Tabela 2. Korelacje poziomów i przyrostów cen paliw Orlen Orlen Orlen Lotos Lotos Lotos detal detal detal Korelacje ON PB95 PB98 ON PB95 PB98 ON PB95 PB98 Orlen ON 0,711 0,714 0,990 0,690 0,697 0,949 0,764 0,775 Orlen PB95 0,600 0,992 0,708 0,984 0,981 0,645 0,863 0,853 Orlen PB98 0,541 0,961 0,709 0,972 0,985 0,660 0,876 0,867 Lotos ON 0,735 0,397 0,336 0,700 0,705 0,932 0,751 0,762 Lotos PB95 0,487 0,684 0,622 0,620 0,992 0,614 0,820 0,809 Lotos PB98 0,464 0,691 0,682 0,575 0,970 0,633 0,837 0,827 detal ON 0,312 0,299 0,305 0,120 0,103 0,121 0,769 0,783 detal PB95 0,230 0,392 0,419 0,061 0,087 0,121 0,759 0,998 detal PB98 0,190 0,321 0,350 0,028 0,025 0,053 0,706 0,934 Współczynniki korelacji nad przekątną dla poziomów cen paliw, współczynniki korelacji pod przekątną dla przyrostów cen paliw. Źródło: obliczenia własne Wszystkie korelacje pomiędzy poziomami cen paliw są statystycznie istotne na poziomie p<0,00005. Zauważyć można bardzo silne powiązanie cen w układach Orlen ON Lotos ON ON oraz Orlen PB95 Lotos PB95 PB95 Orlen PB98 Lotos PB98 PB98 oraz słabsze powiązanie cen oleju napędowego z cenami benzyny. Naturalnym zjawiskiem jest słabsze powiązanie przyrostów cen, chociaż nadal zdecydowana większość współczynników korelacji jest statystycznie istotna. Jedynie powiązanie przyrostów cen hurtowych Lotos i detalicznych jest nieistotne na poziomie p>0,05. Dla pozostałych par istotność jest na poziomie p<0,01. MODEL VAR Konstrukcję modelu VAR poprzedzono analizą stacjonarności szeregów czasowych (tabela 3). Zastosowano tutaj test ADF. Badane szeregi czasowe cen paliw są szeregami niestacjonarnymi. Stacjonarne są ich pierwsze różnice. Z tej przyczyny modelowanie zależności przy pomocy narzędzi VAR przeprowadzono dla pierwszych różnic. Z uwagi na istotne powiązanie przyrostów cen hurtowych Orlen oraz przyrostów cen detalicznych modele VAR ograniczono do tych szeregów, pominięto w nich przyrosty cen hurtowych Lotos.

Reakcja detalicznych cen paliw na zmiany cen 277 Tabela 3. Test stacjonarności H 0 : szereg czasowy I(0) I(1) jest szeregiem niestacjonarnym t poziom p t poziom p Orlen ON 0,2900 0,7689-11,0190 0,0000 Orlen PB95-0,1321 0,6369-5,9091 0,0000 Orlen PB98-0,1132 0,6435-5,7307 0,0000 Lotos ON 0,4318 0,8061-13,4763 0,0000 Lotos PB95 0,0726 0,7047-7,0032 0,0000 Lotos PB98 0,0249 0,6895-6,9073 0,0000 ON 0,3695 0,7902-6,5443 0,0000 PB95 0,0358 0,6930-6,8349 0,0000 PB98-0,0858 0,6528-4,4005 0,0000 I(0) test dla wartości szeregów czasowych, I(1) test dla przyrostów wartości. Źródło: obliczenia własne. Biorąc pod uwagę wyniki testów przyczynowości Grangera dla przyrostów cen hurtowych Orlen oraz przyrostów cen detalicznych (tabela 4), które wskazują, iż prognozowanie przyrostów cen detalicznych paliw można poprawić poprzez włączenie do modelu przyrostów cen hurtowych Orlen zdecydowano się na trzy dwurównaniowe modele VAR: ON), PB95) d(pb95), PB98) d(pb98). W modelach tych na podstawie kryterium Schwarza przyjęto dwa opóźnienia. Tabela 4. Test nieprzyczynowości Grangera Źródło: obliczenia własne H 0 : X nie jest przyczyną Y F poziom p Orlen ON ON 31,9803 0,0000 ON Orlen ON 1,0991 0,3353 Orlen PB95 PB95 41,2916 0,0000 PB95 Orlen PB95 0,7088 0,4935 Orlen PB98 PB98 31,9159 0,0000 PB98 Orlen PB98 1,2722 0,2826

278 Tadeusz H. Waściński, Grzegorz Przekota, Lidia M. Sobczak Tabela 5. Modele VAR dla przyrostów cen oleju napędowego oraz benzyny ON) (-1) ON) (-2) (-1) (-2) d(pb95) ON) PB95) PB98) d(pb98) 0,2325 0,0003 0,3923 0,0004 0,3922 0,0004 [3,10] [7,73] PB95) PB98) (-1) [4,99] [9,11] (-1) [5,22] [7,99] -0,2043 0,0001-0,1849 0,0000-0,2550 0,0000 [-2,43] [1,66] PB95) PB98) (-2) [-2,13] [-0,79] (-2) [-3,06] [-0,66] 118,56 0,3028 d(pb95) -113,56 0,2602 d(pb98) -80,24 0,2186 [0,82] [4,12] (-1) [-0,84] [3,45] (-1) [-0,67] [2,93] 72,78 0,2304 d(pb95) 135,64 0,2892 d(pb98) 167,61 0,2300 [0,58] [3,61] (-2) [1,17] [4,49] (-2) [1,61] [3,51] R 2 0,0781 0,5489 R 2 0,1296 0,5510 R 2 0,1489 0,4224 Pierwsza liczba w komórce oznacza wartość parametru, druga liczba wartość statystyki t-studenta. Źródło: obliczenia własne. Wyznaczone modele VAR dla oleju napędowego i benzyny (tabela 5) charakteryzują się podobnymi właściwościami: przyrosty cen hurtowych Orlen związane są istotnie jedynie z własnymi opóźnionymi przyrostami, a przyrosty cen detalicznych związane są istotnie z własnymi opóźnionymi przyrostami oraz przyrostami cen hurtowych opóźnionymi o jeden tydzień. Biorąc pod uwagę fakt, iż są to modele dla przyrostów można stwierdzić, iż uzyskane równania dobrze wyjaśniają kształtowanie się przyrostów cen detalicznych oraz słabiej przyrostów cen hurtowych, co jest potwierdzeniem istotnego wpływu przyrostów cen hurtowych na przyrosty cen detalicznych. Wykres 2. Funkcje reakcji na impuls dla przyrostów cen oleju napędowego i benzyny PLN/m 3 70 60 50 40 30 20 10 0-10 Reakcja ON) ON) 1 3 5 7 9 11 13 tydzień 15 PLN/l 0,04 0,03 0,02 0,01 0,00 Reakcja d(o N) ON) 1 3 5 7 9 11 tydzień 13 15

Reakcja detalicznych cen paliw na zmiany cen 279 PLN/m 3 70 60 50 40 30 20 10 0-10 PLN/m 3 70 60 50 40 30 20 10 0-10 Reakcja PB95) PB95) d(pb95) 1 3 5 7 9 11 13 tydzień 15 Reakcja PB98) PB98) d(pb98) 1 3 5 7 9 11 13 tydzień 15 PLN/l 0,04 0,03 0,02 0,01 0,00 PLN/l 0,04 0,03 0,02 0,01 0,00 Reakcja d(pb95) PB95) d(pb95) 1 3 5 7 9 11 tydzień 13 15 Reakcja d(pb98) PB98) d(pb98) 1 3 5 7 9 11 tydzień 13 15 Źródło: opracowanie własne Podobne właściwości statystyczne modeli VAR przełożyły się na podobne wartości funkcji odpowiedzi na impuls (wykres 2). Zauważyć można na nich brak wpływu przyrostów cen detalicznych na przyrosty cen hurtowych oraz wyraźny wpływ przyrostów cen hurtowych na przyrosty cen detalicznych. Zmiana ceny hurtowej ON o jedno odchylenie standardowe (ok. 55 zł netto/m 3 ), wywołuje wzrost cen detalicznych brutto w pierwszym tygodniu po zmianie o około 0,01 zł/l, w drugim o niecałe 0,02 zł/l, w trzecim o 0,015 zł/l, łącznie przez 10 tygodni o 0,07 zł/l. Podobne zależności zauważyć można dla cen benzyny. Generalnie ceny detaliczne wyraźnie reagują na impuls ze strony przyrostów cen hurtowych, racja ta następuje już w pierwszym tygodniu, ale najsilniejsza jest w drugim, po czym wolniej redukowana. PODSUMOWANIE Przeprowadzone badania wskazują na silny wpływ cen hurtowych paliw na ceny detaliczne. Kształtowanie cen w długim okresie jest zbliżone, chociaż można zauważyć tutaj pewne przesunięcie opóźnienie w zmianach cen paliw detalicznych. Badanie powiązań długookresowych nie wskazuje na zasadnicze różnice pomiędzy powiązaniami cen detalicznych i hurtowych koncernów Orlen i Lotos. Inaczej jest w krótkim okresie. Przyrosty cen paliw detalicznych istotnie reagują jedynie na przyrosty cen hurtowych Orlen. Jest to reakcja dość silna o maksimum

280 Tadeusz H. Waściński, Grzegorz Przekota, Lidia M. Sobczak w drugim tygodniu po zaistnieniu zmiany ceny hurtowej. Stąd też bierze się przesunięcie widoczne na wykresach. LITERATURA Buńczyk A, Daniluk A., Masri S. (2005), Energetyka w liczbach: ropa naftowa, Biuletyn Urzędu Regulacji Energetyki. Chamber R.G., Just R.E. (1979), A critique of exchange rates treatment in agricultural trade models, American Journal of Agricultural Economics, 61, 249-257. Dornbusch R.(1987), Exchange rates and prices, American Economic Review, 77, 93-106. Duarte M. (2001), International pricing in new open-economy models, Federal Reserve Bank of Richmond Economic Quarterly, 87, 53-70. Stevens P. (1995), The Determination of Oil Prices 1945-1995 A Diagrammatic Interpretation, Energy Policy, 23, 861-870. Reaction of retail fuel prices to changes in PKNOrlen and Lotos wholesale prices Abstract: In this article an attempt was made to determine the strength and direction of the impact of the PKNOrlen and Lotos wholesale fuel prices to retail prices. The analysis was performed for the average weekly wholesale price of fuel groups Orlen and Lotos, and retail prices on selected stations in the years 2004-2008. Correlation analysis was used here and the tools associated with the VAR model. The results indicate strong influence of the wholesale prices into retail prices. But in the short-term differences in wholesale prices Orlen increases stronger than differences in wholesale prices Lotos affect the retail price differences. Retail prices respond with a two-week delay to changes in wholesale prices. Keywords: wholesale fuel prices, retail fuel prices, correlation, VAR model, impulse response functions.