Baltic Journal of Economic Studies 59 Vol. 3, No. 2, 2017 THEORETICAL ASPECTS OF THE PREDICTIONAL INSTRUMENTATION FOR APPLICATION IN THE STATE REGULATION OF THE PARTICIPANTS RELATIONSHIPS IN THE ELECTRICITY MARKET Anastasiia KOLIESNICHENKO1 National Technical University „Kharkiv Polytechnic Institute”, Ukraine Abstract. The article presents the problems of current trends in the development of the electric power industry in conditions of increasing capital concentration, informing the economy and increasing the dynamics of the movement of significant amounts of cash flows which require a permanent analysis of the current situation and the necessary adjustment and / or modification of the parameters for the regulation of energy markets. From this article it can be concluded that the task of constructing forecasts acquires high relevance in many subject areas. It is an integral component of the daily work of modern social and economical systems. The interrelations of the subjects of the electric energy market are the one of the its most important institutions. The purpose of this article is to study the theoretical basis for the adaptive application of forecasting methods in the functioning of energy markets. In order to avoid the dominance of commercial interests of certain groups of participants in the energy market, the emergence of price distortions in the market that have a destructive effect on obtaining potential benefits from the introduction of competitive mechanisms, the key to finding the most effective and economical way to solve these problems is the use of systemic regulation of emerging deviations in achieving target milestones especially in the context of reform. The informational and analytical support formation for the performance of the functions assigned to the regulatory apparatus requires the use of forecasting methods and approaches to preserve the dynamic development of the electric energy market and to maintain the balance of interests of all its subjects in the conditions of reform. The article uses a number of methods: classification and systematization in the analysis of scientific methods for forecasting and planning social and economic processes, logical generalization when reviewing existing modeling methods and assessing their effectiveness in the energy markets, the use of a constructive approach in the study of factors affecting the resulting index. Finally the obtained theoretical and scientifically applied results of the research make it possible to formulate the necessary theoretical and methodological basis for improving the instrumental basis for modeling the relationships between the subjects of the electric energy market, which can be used in forecasting in the field of regulation of phenomena and processes in the energy markets. Key words: the regulation, energy market, energy market participants, forecasting methods. JEL Classification: C3, C53, P18, Q4, Q48 Corresponding author: 1 Department of Accounting and Analysis, National Technical University „Kharkiv Polytechnic Institute”. E-mail: anastasihpi@gmail.com 1. Введение Концепция государственного регулирования осно- вывается на комплексе методических мероприятий, направленных на построение эффективного меха- низма обеспечения внутренних и внешних функций государства по всем направлениям национального хозяйства. Ключевыми инструментами, позволя- ющими формировать ресурсно-управленческую систему и сохранять баланс интересов субъектов на рынке, которые характеризуются разной структурой капитала и неодинаковой чувствительностью к регу- ляторному влиянию в контексте неравномерного распределения прав собственности, выступают пла- новые и прогнозные технологии и процедуры. Выбор соответствующей стратегии и реализация процесса принятия конкретных конструктивных решений органами законодательной власти, органами местного самоуправления по регулированию соци- ально-экономических процессов должны не только опираться на результаты ретроспективного анализа, но и в значительной степени учитывать прогнозы и их корректировки, составленные с целью достиже- ния целевых ориентиров развития, модернизации или реформирования. Это обусловливает необходимость Baltic Journal of Economic Studies 60 Vol. 3, No. 2, 2017 обеспечения качественного и квалифицированного подхода к прогнозированию текущей экономической ситуации и перспективных показателей в различных отраслях народного хозяйства. Одними из перспективных путей решения про- блемы электроэнергетической зависимости страны остаются развитие альтернативной энергетики и наращивание экспорта электрической энергии. 2. Обзор текущей ситуации на рынке электроэнергии Украины Общий объем технически возможного энергетиче- ского потенциала возобновляемых источников энер- гии (далее  – ВИЭ) в Украине ветра, солнца, воды, биомассы – в современных условиях эквивалентный 81 млн т условного топлива, что составляет около 40% годового спроса на электроэнергию (Gonta, 2015). Однако, несмотря на общедоступный характер ВИЭ, благоприятные природно-климатические предпосылки для активизации их использования и имеющуюся тенденцию количественного роста в совокупном товарном отпуске электроэнергии в оптовый рынок, их доля в структуре генерации электроэнергии в нашей стране остается несуще- ственной, в частности, в 2016 г. суммарный объем электроэнергии, произведенной из альтернатив- ных источников, составил 1,3% всего производства (Otchet, attachmen 2.3.8, 2016). После некоторого роста экспорта электроэнергии в 2012-2013 гг. одновременно с объемами общего производства, в 2014 г. данный показатель снизился на 13% по сравнению с 2013 г. и в 2015 г. Украина сократила экспорт электроэнергии на 54,8%, что составляло 4 млрд 411,3 млн кВт*ч, по сравнению с 2014 г. до 3 млрд 641,6 млн кВт*ч (Otchet, attachmen 2.2.4, 2016). Такая ситуация сложилась главным образом из-за прекращения поставок электрической энергии в Молдову и Республики Беларусь с конца осени 2014 г., что было обусловлено острым дефи- цитом энергетического угля. Кроме того, с целью сбалансирования работы ОЭС Украины в условиях дефицита топлива и гидроресурсов по состоянию на начало 2015 г. был ограничен экспортный потен- циал «Бурштынского острова», через который осу- ществляется экспорт электроэнергии в страны ЕС (Ekonomika. Energetika, 2015). В 2016 г. Украина увеличила экспорт электроэ- нергии на 11% по сравнению с 2015 г. На протяже- нии 2015-2016 гг. экспорт осуществлялся в страны ENTSO-E. Оценивая недостатки и преимущества внедре- ния конкретных направлений совершенствования системы регулирования современных энергорын- ков, целесообразно взвешивать внутренние условия и соотношение долей электроэнергии, поступающей в ОЭС от различных типов электростанций с учетом динамики их внутриструктурных трансформаций. Традиционно для украинской ОЭС стратегически формирующей основой остается атомная энергия, которая в количественном выражении по результа- там 2016 г. составила более половины всей генера- ции. При этом необходимо отметить, что важным фактом стало уменьшение доли электроэнергии, производимой АЭС, в структуре всей отпущенной электроэнергии в ОРЭ при общем уменьшении про- изводства. Так, в 2016 г. всеми электростанциями Рис. 1. Динамика изменения структуры генерации электроэнергии в Украине Источник: Otchet o rezultatah deyatelnosti Natsionalnoy komissii, osuschestvlyayuschey gosudarstvennoe regulirovanie v sferah energetiki i kommunalnyih uslug , v 2016 godu Baltic Journal of Economic Studies 61 Vol. 3, No. 2, 2017 страны было сгенерировано электрической энергии на 1,9% меньше, чем в 2015 г. при сокращении доли «атомной» энергии с 56,9% в 2015 г. до 53,9% в 2016 г. (Otchet, attachmen 2.3.8; 2.3.10, 2016). 3. Актуальные вопросы и релевантные задачи прогнозирования работы рынков электрической энергии Эффективность государственного регулирова- ния деятельности субъектов рынка электрической энергии зависит от анализа структуры генерации и потребления данного товара и должна не только учитывать факторы, которые определяют систем- ные изменения и поведение участников рынка, но и проводить мониторинг их влияния на внутрен- ние закономерности и взаимодействие с взаимос- вязанными институтами в плоскости аналогичных отраслевых проблем на макроуровне. То есть, акту- альным остается вопрос идентификации и приме- нения действенных методов и моделей в реальных условиях функционирования энергорынка, что будет способствовать налаживанию механизма государственного регулирования хозяйственной деятельности его субъектов с учетом колебаний и нестабильности внешней среды. Анализ последних исследований и публикаций. Проблематика построения стратегических планов и выбора наиболее эффективной комбинации инстру- ментов с целью осуществления перспективного ана- лиза функционирования мировых энергорынков, выделения отдельных аспектов и определения зако- номерностей влияния государственных решений на социально-экономические и внутриотраслевые про- цессы, которые основываются на результатах разра- ботанных прогнозов, широко раскрыта в исследова- ниях отечественных ученых. Наиболее значительных достижений в этой сфере добились в своих работах: Grachova, 2013, Danilov, Leonenkov, 2005, Muratova, 2009, Tihonov, 2006 и др. Так, Грачева Е. И. (Grachova, 2013) использует регрессионный анализ при определении и прогно- зировании потерь электроэнергии при ее транс- портировке с целью повышения точности расчетов. В рамках данного подхода автором была постро- ена вероятностно-статистическая модель, которая позволяет учитывать динамику изменений электри- ческих сетей путем увеличения количества описа- тельных характеристик, обусловливает роль первых при многократном использовании. Изучению проблем планирования и прогнозирова- ния работы рынков электрической энергии, мощно- сти и вспомогательных услуг с применением различ- ных методов и эконометрических моделей, а также регулирования и координации поведения участни- ков таких рынков посвящено много научных трудов зарубежных авторов, среди которых: Catalão, 2005, 2007, Cuaresma, 2004, C. Fezzi 2007, Kristiansen, 2012, Mazengia, 2008, Murthy, 2014, Szkuta, 1999 и др. Необходимо отметить, что моделирование цен в сфере электроэнергетики  – одно из наиболее рас- пространенных направлений прогнозирования показателей функционирования мировых энер- горынков (Cuaresma, 2004; Draper & Smith, 1981; Escribano, Pẽna, & Villaplana, 2002; Jingfei Yang, 2006; Kristiansen, 2012; Nan, 2009; Panagiotelis & Smith, 2008). В частности, авторы работы (Cuaresma, 2004) подчеркивают, что лучшие результаты и точность прогнозов при моделировании стратегий повре- менного учета электрической энергии по спотовым ценам обеспечивают линейные одномерные модели временных рядов. Автор в работе (Kristiansen, 2012) раскрывает алгоритм и доказывает эффективность применения регрессионных и авторегрессионных моделей с определением величины средней абсолют- ной ошибки при анализе и прогнозировании поча- совой цены на электроэнергию, которая формиру- ется на рынке Nord Pool. Практическое применение метода искусственных нейронных сетей при постро- ении прогнозов ценового выражения и оценке потребления электроэнергии освещены исследова- телями в работе (Szkuta, 1999). Учитывая степень раскрытия перечисленных про- блем в научно-экономической литературе, необ- ходимо отметить, что комплекс вопросов, связан- ных с методикой воспроизведения регулирующей функции государства в контексте взаимоотношений участников энергорынка, требует дальнейшего рас- смотрения. Целью статьи выступает систематизация методи- ческого инструментария составления планов и про- гнозов экономических процессов, обзор ключевых вопросов и анализ теоретических аспектов примене- ния метода корреляционно-регрессионного анализа для выявления факторов, которые оказывают наи- большее влияние на структуру электроэнергетики, что позволит увеличить степень конкретизации и обоснованности дальнейших исследований в обла- сти методики и рычагов государственного регулиро- вания взаимоотношений субъектов электроэнерге- тического рынка. 4. Теоретические основы моделирования взаимоотношений субъектов энергорынка как фундамент построения практического прогностического инструментария в области государственного регулирования Под государственным прогнозированием соци- ально-экономического развития понимают научно обоснованное предвидение приоритетных направле- ний и векторов развития страны, отдельных отраслей экономики или административно-территориальных единиц, возможного состояния экономики и соци- Baltic Journal of Economic Studies 62 Vol. 3, No. 2, 2017 альной сферы в перспективе, а также определение альтернативных путей и сроков достижения обозна- ченных параметров социально-экономического раз- вития (Zin, 2007). Экспериментальные исследования процессов на рынке электрической энергии получили широкое распространение на различных этапах становления взаимоотношений его субъектов: от разработки стратегий обновления отдельных секторов элек- троэнергетики до проектирования и фактической эксплуатации электроэнергетической инфраструк- туры. Математическая обработка массивов текущей информации обусловливает необходимость подбора эмпирических формул, которые позволят установить связь динамики одного параметра с другим. В настоящее время насчитывается более ста клас- сов моделей, предназначенных для прогнозирова- ния. Количество общих классов моделей, которые повторяются в разных вариациях, меньше. Одна часть моделей и и соответствующие им методы обра- зуют комплекс отдельных процедур прогнозирова- ния; другая часть представляет собой набор опре- деленных приемов, которые отличаются от базовых или друг от друга количеством частных способов и последовательностью их применения (Tihonov, 2006). Процессы дерегуляции, которые происходят в последние годы на значительной части рынков элек- трической энергии по всему миру, обусловливают возрастание роли моделирующих инструментов при составлении операционных и стратегических прогнозов их функционирования. Деятельность участников энергорынков изучается с помощью многочисленных моделей, которые охватывают как линейные временные ряды и многофакторные регрессионные модели, так и комплексные нелиней- ные модели. Однако, опыт построения прогнозов свидетельствует о применении на практике смешан- ных подходов к моделированию (Nan, 2009). Критериями обеспечения точности прогнозов могут выступать различные факторы, к ключевым из них относятся: специфика модели, алгоритм реали- зации и прогнозный период (Nan, 2009). Наиболее часто в научной литературе, посвящен- ной анализу процессов, происходящих на электро- энергетических рынках, по временному признаку прогнозирование делят на долго-, средне- и кратко- срочное. Так, при составлении прогнозов в ценовой плоскости формирования взаимоотношений между участниками рынка выделяют три вида прогнози- рования, которые представлены на рис. 2 (Murthy, 2014). На основе аналитического обзора научных работ авторов в области моделирования (Grachova, 2013, Danilov, Leonenkov, 2005, Muratova, (2005), Zin, 2007) были систематизированы методы прогнози- рования и планирования, широко применяемые в исследовании социально-экономических явлений и процессов. Их классификация представлена на рис. 3. Формализованные, или математические методы прогнозирования основаны на получении коли- чественных результатов вычислений, используе- мых при решении хорошо структурированных и частично слабоструктурированных проблем для оценки вариантов решений, выбора и обоснования наиболее оптимального из них. Неформализованные методы, или эвристические применяются при реше- нии сложных слабоструктурированных и неструкту- рированных проблем для генерирования вариантов решений, их анализа и оценки с целью выбора и обо- снования наилучшего. На практике раскрытие многих вопросов, стоящих перед исследователями в различных отраслях эко- номики, требует установки и анализа соотношения между двумя и большим количеством переменных. Для этих целей часто используют регрессионный анализ (Draper, 1981). Регрессия получает широкое распространение при решении задач прогнозирования и управления. Целью регрессионного анализа выступает опреде- ление зависимости между исходной переменной и множеством внешних факторов (регрессоров). При этом коэффициенты регрессии могут быть опре- делены по методу наименьших квадратов (далее  – МНК) или методом максимального правдоподобия (Draper, 1981). Рис. 2. Характер прогнозирования в области ценовой политики формирования взаимоотношений субъектов рынка электрической энергии Baltic Journal of Economic Studies 63 Vol. 3, No. 2, 2017 Рис. 3. Систематизация научных методов прогнозирования и планирования социально-экономических процессов Примечание: составлено автором на основе (Gonta, 2015, Grachova, 2013, Danilov, Zin, 2007) К преимуществам таких моделей следует отне- сти простоту, гибкость, а также единый подход к их анализу и проектированию (Draper, 1981). В частности, использование линейной регрессии позволяет получить результат прогнозирования зна- чительно быстрее, чем при применении других моде- лей. Кроме этого, преимуществом данного метода выступает прозрачность процесса моделирования (Mazengia, 2008), что выражается в доступности для анализа всех промежуточных вычислений. Среди недостатков линейных регрессионных моделей необ- ходимо отметить низкую адаптивность и отсутствие возможности моделирования нелинейных процессов (Catalão, 2007). При исследовании факторов, влияющих на струк- туру электроэнергетики государства, можно исполь- зовать несколько подходов, среди них наиболее рас- пространенными выступают (Kalyuzhnaja, 2015, Korikov, 2005, Surmin, 2003): - дескриптивный – метод, позволяющий описательно определить факторы, которые оказывают наиболь- шее влияние на структуру всей электроэнергетики. В рамках этого подхода отрасль рассматривается как система; - конструктивный  – направление, руководствуясь которым можно построить модель факторов вли- яния на структуру электроэнергетики страны как системы. То есть, структура данной отрасли будет определена как система на основе функциональ- но-целевого подхода. Данный объект исследования необходимо рассматривать как комплексную модель, состоящую из соответствующего перечня факторов развития электроэнергетики. Кроме того, на кон- структивный подход дает возможность определения и обоснования показателей, которые больше всего влияют на совершенствование работы отрасли. Применение данных методик позволяет провести типологизацию элементов системы путем включе- ния их в соответствующий тип с целью дальнейшего исследования. В основу конструктивного метода положена регрессионная (многофакторная) модель, на основе которой можно дать комплексную оценку факторам влияния на структуру электроэнергетики государ- ства и определить наиболее значимые из них. Регрессионный анализ проводится на основе построенного уравнения регрессии и позволяет оце- нить вклад каждой независимой переменной в вари- ацию исследуемой (прогнозируемой) зависимой переменной величины. Основная задача регресси- онного анализа заключается в определении влияния факторов на результативный показатель. Для этого необходимо подобрать и обосновать уравнения связи, соответствующей характеру аналитической стохастической зависимости между исследуемыми признаками. Уравнение регрессии показывает, как Baltic Journal of Economic Studies 64 Vol. 3, No. 2, 2017 в среднем изменяется результативный признак (Yx) под влиянием изменения факторных признаков (Xi). Цель государственного регулирования электроэ- нергетики, как составляющей макроэкономической политики в контексте структурно-отраслевой стра- тегии развития национальной экономики, опреде- ляется с помощью показателей, которые выступают индикаторами общего экономического состояния хозяйственных процессов в электроэнергетиче- ской сфере страны. Одним из основных показателей макроуровня, который определяет структуру элек- троэнергетики и представляет результирующую оценки экономической деятельности субъектов электроэнергетического рынка, выступает количе- ство произведенной электроэнергии для промыш- ленных и бытовых целей. 5. Выводы На основании проведенного обзора научной лите- ратуры доказано, что задача построения прогнозов приобретает высокую актуальность во многих пред- метных областях и выступает неотъемлемой компо- нентой повседневной работы современных социаль- но-экономических систем. Решение текущих и стратегических вопросов госу- дарственного регулирования и поиск информацион- но-аналитического обеспечения выполнения возло- женных функций на аппарат регулирования требует применения прогностических методов и подходов для сохранения динамического развития рынка элек- трической энергии и соблюдения сбалансированно- сти интересов всех его субъектов в условиях рефор- мирования. Дальнейшие исследования будут посвящены изуче- нию особенностей применения корреляционно-ре- грессионного подхода для выявления ключевых факторов, определяющих результативный показа- тель – объемы производства электрической энергии в стране, Y, а также анализу их взаимного влияния на основе результатов моделирования. References: Otchet o rezultatah deyatelnosti Natsionalnoy komissii, osuschestvlyayuschey gosudarstvennoe regulirovanie v sferah energetiki i kommunalnyih uslug, v 2016 godu [The Report on the activity results of the of the National Commission implementing state regulation in the energy and utilities sectors in 2016], utverzhden Postanovleniem NKREKU ot 30.03.2017 № 460. Retriever from: http://www.nerc.gov.ua/data/filearch/Catalog3/Richnyi_zvit_ NKREKP_2016.pdf. – 292 p. Ukrayina poky ne zbirayetsya vidnovlyuvaty eksport elektroenergiyi do Bilorusi ta Moldovy (2015) [Ukraine is not going to resume electricity exports to Belarus and Moldova]. UNIAN. Ekonomika. Energetika. Retriever from: http://economics.unian.ua/energetics/1031690-ukrajina-poki-ne-zbiraetsya-vidnovlyuvati-eksport- elektroenergiji-do-bilorusi-ta-moldovi.html. Gonta, I. (2015). Neozhidannyj energoudar [Unexpected energy attack]. Mirror of the week. Retriever from: h tt p : / / ga z e t a . z n .u a / e n e r g y _ m a r k e t / n e o z h i d a n ny y - e n e r go u d a r- o t k a z - o t - z e l e n o y - a l te r n at i v y - n e t - energeticheskoy-nezavisimosti-_.html Grachova, E. I. (2013). Prognozirovaniye poter elektroenergiyi v setyah nizkogo napryazheniya na osnove regressionnogo analiza [Forecasting of electricity losses in low voltage networks based on regression analysis]. The Bulletin of the South Ural State University. Series: Energy, Vol. 2, T. 13, pp. 19-24. Danilov, I. A. Operezhayushcheye razvitiye elektroenergetiki neobhodimoye usloviye razvitiya ekonomicheskoy modeli [Advanced development of the electric power industry is a prerequisite for the development of the economic model]. Retriever from: http://www.eeseaec.org/vestnik-energetiki-eaec/stati-otzyvy-kommentarii-prodolzenie Zin, E. A. (2007). Regionalnaya ekonomika [Regional economy]: uchebnik – Kijev, ProfesIonal, 528 p. Kalyuzhnaja, N. G. (2015). Opredeleniye ponyatiy «sistema» i «sistema upravleniya» na osnove deskriptivnogo i konstruktivnogo podhodov [Definition of the concepts "system" and "management system" on the basis of descriptive and constructive approaches]. Biznes Inform, issue 2, pp. 15-20. Korikov, A. M., Safyanova, O. M.(2005). Osnovy sistemnogo analiza i teorii sistem [Fundamentals of system analysis and system theory] – Tomsk, TGU, 320 p. Leonenkov, A. V. (2005). Nechetkoye modelirovaniye v srede MATLAB fuzzyTECH [Fuzzy modeling in MATLAB environment fuzzyTECH] – Spb, BHV-Peterburg, 736 p. Muratova, L. I., Bakov N. H., Horuzhiy V. I., Kanukov V. M. (2009). Normativnye sistemy v prognozirovanii razvitiya predprinimatelskogo sektora ekonomiki (Part 1) [Normative systems in forecasting the development of the business sector of the economy]. Upravlenie ekonomicheskimi sistemami, issue 20. Retriever from: http://www.uecs.ru/predprinematelstvo/item/142--1 Surmin, Yu. P. (2003). Teoriya sistem i sistemnyi analiz [The Theory of systems and systems analysis]: ucheb. posob. – Kiyev, MAUP, 368 p. Tihonov, E. E. (2006). Prognozirovaniye v usloviyah rynka: uchebnoe posobie [Market Forecasting] Nevinnomyissk, 221 p. Catalão, J. P. S., Mariano, S.J.P.S., Mendes, V.M.F., Ferreira, L.A.F.M. (2005). An artificial neural network approach for day-ahead electricity prices forecasting, Trabalho apresentado em NN'05, In Proceedings of the 6th WSEAS International Conference on Neural Networks, Lisbon, Portugal, Issue 4., Vol. 4, pp. 451-454. Baltic Journal of Economic Studies 65 Vol. 3, No. 2, 2017 Catalão, J. P. S., Mariano, S.J.P.S., Mendes, V.M.F., Ferreira, L.A.F.M. (2007). An artificial neural network approach for short-term electricity prices forecasting, Engineering Intelligent Systems, issue 15, Vol. 1, pp. 15-23. Cuaresma, J. C., Hlouskova, J., Kossmeier, S., Obersteiner, M. (2004). Forecasting electricity spotprices using linear univariate time-series models. Applied Energy, Issue 77(1), pp. 87-106. Draper, N., Smith, H. (1981). Applied regression analysis – New York, Wiley, In press, 693 p. Escribano, A, Pe˜na, J. I. and Villaplana, P. (2002). Modelling electricity prices: International evidence. Working Paper 02-27, Universidad Carlos III de Madrid. Fezzi, C. (2007). Econometric models for the analysis of electricity markets. Phdthesis in statistical methodology for scientific research, XIX cycle, Department ofStatistics, University of Bologna, 166 p. Jingfei Yang, M. Sc. (2006). Power System Short-term Load Forecasting: Thesis for Ph.d degree, Germany, Darmstadt, Elektrotechnik und Informationstechnik der Technischen Universität, 139 p. Retriever from: http://tuprints.ulb.tu-darmstadt.de/epda/000662/Yangjingfei.pdf Kristiansen, T. (2012). Forecasting NordPool day ahead prices with an autoregressive model. Energy Policy, issue 49, pp. 328 332. Mazengia, D. H. (2008). Forecasting spot electricity market prices using time series models: Thesis for the degree of Master of Science in Electric Power Engineering, IEEE International conference on Sustainable Energy Technologies, pp. 1256-1261. Murthy, G. G. P., Sedidi, V., Panda, A. K., Rath, B. N. (2014). Forecasting Electricity Prices in Deregulated Wholesale Spot Electricity Market: A Review. International Journal of Energy Economics and Policy, Vol. 4, issue 1, pp. 32-42. Nan, Fany (2009). Forecasting next-day electricity prices: from different models to combination, 130 p. Panagiotelis, A. and Smith, M. (2008). Bayesian density forecasting of intraday electricity prices using multivariate skew t distributions. International Journal of Forecasting, issue 24, pp. 710 727. Szkuta, B. R ., Sanabria, L. A. and Dillon, T. S. (1999). Electricity Price Short-Term Forecasting using Artificial Neural Networks. IEEE Trans. Power Syst., issue 14(3), pp. 851 857. Анастасия КОЛЕСНИЧЕНКО ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ПРИМЕНЕНИЯ ПРОГНОСТИЧЕСКОГО ИНСТРУМЕНТАРИЯ В ОБЛАСТИ ГОСУДАРСТВЕННОГО РЕГУЛИРОВАНИЯ ВЗАИМООТНОШЕНИЙ СУБЪЕКТОВ РЫНКА ЭЛЕКТРОЭНЕРГИИ Аннотация. Современные тенденции развития электроэнергетики в условиях нарастания концентрации капитала, информатизации экономики и повышения динамики движения значительных объемов денежных потоков требует перманентного анализа текущей ситуации и необходимой корректировки и/или модификации параметров регулирования энергорынков. Задача построения прогнозов приобретает высокую актуальность во многих предметных областях и выступает неотъемлемой компонентой повседневной работы современных социально-экономических систем, одним из важнейших институтов которых выступают взаимоотношения субъектов рынка электрической энергии. Целью данной статьи выступает исследование теоретической базы касательно адаптивного применения методов прогнозирования в области функционирования энергорынков. Во избежание доминирования коммерческих интересов определенных групп участников энергорынка, появления ценовых перекосов на рынке, которые оказывают деструктивное воздействие на получение потенциальных выгод от внедрения конкурентных механизмов, ключом к поиску максимально эффективного и экономичного пути решения данных проблем выступает применение системного регулирования возникающих отклонений при достижении целевых ориентиров, особенно в условиях реформирования. Формирование информационно-аналитического обеспечения выполнения возложенных функций на аппарат регулирования требует применения прогностических методов и подходов для сохранения динамического развития рынка электрической энергии и соблюдения сбалансированности интересов всех его субъектов в условиях реформирования. В статье использован ряд методов: классификации и систематизации при анализе научных методов прогнозирования и планирования социально-экономических процессов; логического обобщения при обзоре существующих методов моделирования и оценке их эффективности в области энергорынков; обосновано применение конструктивного подхода при исследовании факторов, влияющих на результирующий показатель моделирования. Полученные теоретические и научно-прикладные результаты исследования позволяют сформировать необходимую теоретическую и методическую базу для усовершенствования инструментальной основы моделирования взаимоотношений субъектов рынка электрической энергии, которую можно использовать при прогнозировании в области регулирования явлений и процессов энергорынков.