Нефтегазовая отрасль: влияние эластичности выручки на индекс риска устойчивого развития

Цель: определение влияния изменения объемов продаж на показатели риска техногенных катастроф (ADR-risk) с учетом изменения загрузки производственных мощностей в нефтегазовой отрасли.

Методология: использовалась комбинация пробит-моделей с дробными регрессиями и распределением весов рейтингов устойчивого развития при таргетировании ADR-risk. Оценка чувствительности моделей проводилась с применением графического анализа с выделением вероятностной оценки реакции изменения объемов продаж к риску.

Результаты: итоги комплексного тестирования взаимосвязи между изменениями объемов продаж, основных средств, капитальных инвестиций и показателями риска техногенных катастроф в части критического уровня износа основных средств (ADR), с учетом распределения весов элементов выборки на базе публичных рейтинговых ESG оценок демонстрируют высокую чувствительность риска критического износа производственных активов к снижению производственной нагрузки и объему выручки. В частности, эластичность доходов крупных нефтегазовых компаний снижает ADR-risk на 2,8 % при снижении дельты-выручки на 1 %. Инверсия изменения этой переменной на 1 % со сменой знака с отрицательного на положительный увеличивает риск на 3,7 %, что указывает на нелинейность влияния. Наращивание инвестиций в производственные активы на 1 % снижает ADR-risk от 1,3 до 2 %. При простом увеличении стоимости производственных мощностей направление влияния на зависимую переменную сохраняется, но его сила незначительна и уменьшается с ростом значений.

Научная новизна: заключается в определении границ эластичности выручки при сокращении производства и оценке показателей восполнения основных средств, снижающих риск критического износа производственных активов в разрезе экологических и техногенных катастроф устойчивого развития.

Практическая значимость: результаты моделирования могут быть использованы компаниями нефтегазового сектора для планирования бюджетно-финансовой политики в условиях неопределенности и изменения объемов продаж, а также для целевого направления ресурсов на модернизацию основных средств.

1. Агафонов, И. А., Васильчиков, А. В., Чечина, О. С. (2024). Проблемы устойчивого развития в аспектах мирового энергопотребления и экологической грамотности населения. Вестник Астраханского государственного технического университета. Серия: Экономика, 1, 65–73. EDN: NJXXOQ. DOI: 10.24143/2073- 5537-2024-1-65-73

2. Ананьин, О. И. (2023). Как возникла экономическая наука: конкурс проектов. Вопросы экономики, 3, 5–23. EDN: ORLIIC. DOI: 10.32609/0042-8736-2023-3-5-23

3. Данилов, Ю. А., Пивоваров, Д. А. (2018). Финансовая структура в России: выводы для государственной политики. Вопросы экономики, 3, 30–47. https://doi.org/10.32609/0042-8736-2018-3-30-47

4. Драпкин, И. М., Симачев, Ю. В., Федюнина, А. А., Пастухова, П. А. (2025). Влияние финансовых санкций на участие стран в глобальных цепочках создания стоимости: оценка методом синтетического контроля. Журнал Новой экономической ассоциации, 4(69), 151–172. EDN: CDCYNX. DOI: 10.31737/22212264_2025_4_151-172

5. Клейнер, Г. Б., Агафонов, В. А., Акимкина, Д. А., Акинфеева, Е. В., Балычева, Ю. Е., Бахтизин, А. Р., Гумеров, М. Ф., Денисов, В. И., Евсеева, О. В., Егорова, Н. Е., Жданов, Д. А., Жуковская, Л. В., Карпинская, В. А., Кобылко, А. А., Королева, Е. А., Куропаткина, Л. В., Ларин, С. Н., Никонова, А. А., Никонова, М. А., … Щепина, И. Н. (2025). Интеллектуальные технологии в микро- и мезоэкономике: монография. Москва: Издательский дом «Научная библиотека». EDN: PYIRMM

6. Кобылко, А. А., Рыбачук, М. А. (2024). Сравнительный анализ стратегий мезоуровня: регион, отрасль, корпорация. Russian Journal of Economics and Law, 18(4), 898–911. EDN: DURKHL. DOI: 10.21202/2782-2923.2024.4.898-911

7. Либман, А. В. (2005). Теоретические аспекты агентской проблемы в корпорации. Вестник Санкт-Петербургского университета. Менеджмент, 1, 123–140. EDN: HAGLJB

8. Локтионов, В. И., Мазурова, О. В. (2018). Дефицит инвестиций как стратегическая угроза энергетической безопасности России. Национальные интересы: приоритеты и безопасность, 14(7), 1305–1318. EDN: XTCELR. DOI: 10.24891/ni.14.7.1305

9. Миэринь, Л. А. (2024). Трансформация российских компаний в условиях новых вызовов. Известия Санкт-Петербургского государственного экономического университета, 6–2(150), 76–80. EDN: JFMQKE

10. Павлов, П. Н., Косарев, В. С. (2025). Прогнозирование торговых потоков российской нефтяной отрасли в условиях международных санкций с помощью графовой нейросетевой модели. Журнал Новой экономической ассоциации, 4(69), 36–56. EDN: VRWQVZ. DOI: 10.31737/22212264_2025_4_36-56

11. Родченков, М. В. (2025a). Субъективность корпоративных ESG-рейтингов: регионально-отраслевой аспект. Вестник Санкт-Петербургского университета. Экономика, 41(3), 421–446. EDN: LFGKKP

12. Родченков, М. В. (2025b). Объективность внешних ESG-оценок: финансовая основа нефинансовых отчетов. Вестник Московского университета. Серия 6. Экономика, 60(5), 247–283. EDN: CFGUCP. DOI: 10.55959/MSU0130-0105-6-60-5-11

13. Теньковская, Л. И. (2025). Мировые цены нефти – фактор экспансии монетарной политики России. Вестник Московского университета. Серия 6. Экономика, 60(1), 183–206. EDN: PCCTLT. DOI: 10.55959/MSU0130-0105-6-60-1-9

14. Федорова, Е. А., Федотова, М. А., Николаев, А. Э. (2016). Оценка влияния санкций на результаты деятельности российских компаний. Вопросы экономики, 6(3), 34–45. EDN: VPBELR. DOI: 10.32609/0042-8736-2016-3-34-45

15. Ahmad, M., & Wu, Y. (2022). Combined role of green productivity growth, economic globalization, and eco-innovation in achieving ecological sustainability for OECD economies. Journal of Environmental Management, 302(A), 113980. EDN: CPIYZN. DOI: 10.1016/j.jenvman.2021.113980

16. Aldrich, J. H., & Nelson. F. D. (1984). Linear Probability, Logit, and Probit Models. Newbury Park, CA: Sage. https://doi.org/10.4135/9781412984744

17. Bond, S., Hashemi, A., Kaplan, G., & Zoch, P. (2021). Some unpleasant markup arithmetic: Production function elasticities and their estimation from production data. Journal of Monetary Economics, 121(6), 1–14. EDN: HLAMSX. DOI: 10.1016/j.jmoneco.2021.05.004

18. Darbra, R. M., Palacios, A., & Casal, J. (2010). Domino effect in chemical accidents: main features and accident sequences. Journal of Hazardous Materials, 183(1–3), 565–573. https://doi.org/10.1016/j.jhazmat.2010.07.061

19. DeWolf, G. B. (2003). Process safety management in the pipeline industry: parallels and differences between the pipeline integrity management (IMP) rule of the Office of Pipeline Safety and the PSM/RMP approach for process facilities. Journal of Hazardous Materials, 104(1–3), 169–192. EDN: KJTYIT. DOI: 10.1016/j.jhazmat.2003.08.008

20. Hosmer, D. W., Jr., Lemeshow, S. A., & Sturdivant, R. X. (2013). Applied Logistic Regression (3rd ed.). Hoboken, NJ: Wiley.

21. Jia, Q., Fu, G., Xie, X., Hu, S., Wu, Y., & Li, J. (2021). LPG leakage and explosion accident analysis based on a new SAA method. Journal of Loss Prevention in the Process Industries, 71, 104467. EDN: QULHNN. DOI: 10.1016/j.jlp.2021.104467

22. Katsakiori, P., Sakellaropoulos, G., & Manatakis, E. (2009). Towards an evaluation of accident investigation methods in terms of their alignment with accident causation models. Safety Science, 47(7), 1007–1015. https://doi.org/10.1016/j.ssci.2008.11.002.

23. Kim, D., & Savagar, A. (2023). Firm revenue elasticity and business cycle sensitivity. Journal of Economic Dynamics and Control, 154, 104722. EDN: IWLOLB. DOI: 10.1016/j.jedc.2023.104722

24. McGuire, W., Holtmaat, E. A., & Prakash, A. (2022). Penalties for industrial accidents: The impact of the Deepwater Horizon accident on BP's reputation and stock market returns. PloS one, 17(6), e0268743. EDN: SRHHFY. DOI: 10.1371/journal.pone.0268743

25. Nwankwo, C. D., Arewa, A. O., Theophilus, S. C., & Esenowo, V. N. (2022). Analysis of accidents caused by human factors in the oil and gas industry using the HFACS-OGI framework. International Journal of Occupational Safety and Ergonomics, 28(3), 1642–1654. EDN: ZSWCMI. DOI: 10.1080/10803548.2021.1916238

26. Parashar, M., Jaiswala, R., & Sharmab, M. (2024). An empirical analysis of ESG and financial performance of clean energy companies through unsupervised machine learning. Procedia Computer Science, 241, 330–337. EDN: PPBDEE. DOI: 10.1016/j.procs.2024.08.044

27. Rao, A., Dagar, V., Sohag, K., Dagher, L., & Tanin, T. I. (2023). Good for the planet, good for the wallet: The ESG impact on financial performance in India. Finance Research Letters, 56, 104093. EDN: EJQIOI. DOI: 10.1016/j.frl.2023.104093

28. Riesenegger, L., & Hübner, A. (2026). Balancing profitability and waste reduction: optimizing markdown policies for retail inventory. International Journal of Production Research, 13.01.2026. https://doi.org/10.1080/00207543.2025.2603570

29. Rigit, S. H., Arifin, K., Juhari, M. L., Ali, M. X. M., & Zulkifly, S. S. (2025). Contributing factors to occupational accidents in manufacturing industry: Insights from a systematic literature review. Multidisciplinary Reviews, 9(2), 2026075. EDN: EAPVLG. DOI: 10.31893/multirev.2026075

30. Wagan, S. M., & Sidra, S. (2024). The Influence of Natural and Technological Disasters on Unemployment in Pakistan. Journal of Applied Economic Research, 23(4), 929–950. EDN: RCOMPL. DOI: 10.15826/vestnik.2024.23.4.037