20.11.2026
Jak zmiany cen paliw wpływają na gospodarkę i portfele Polaków? Metodologia estymacji ConQuest Consulting
Key information:
- Blisko 50% ceny stanowią podatki i opłaty naliczane od litra, a nie od wartości paliwa, dlatego ceny na stacji rosną wolniej niż ceny ropy.
- Wzrost ceny ropy podnosi najpierw ceny paliw, następnie ceny żywności, towarów i usług, a z pewnym opóźnieniem skłania bank centralny do podwyżki stóp procentowych. Częściowo łagodzi go umocnienie złotego.
- Obliczenia przeprowadzono w pięciu krokach, od przygotowania danych do przeliczenia wyniku na PLN, a każdy rezultat estymacji sprawdzono kilkoma metodami.
- Przy wzroście cen paliw o 10% przeciętna osoba płaci po roku 22-34 PLN więcej miesięcznie. Najwięcej dopłacają osoby pracujące, ale w relacji do dochodu najmocniej obciążeni są renciści i emeryci. Wynik wskazuje rząd wielkości, a nie stanowi prognozy.
Details below!
Co składa się na ceny paliwa w Polsce?
Cena na stacji jest sumą 5 składników, z których tylko jeden zależy bezpośrednio od notowań ropy. Pozostałe tworzą podatki, opłaty oraz marża detaliczna i w większości mają stałą wysokość kwotową lub procentową, niezależną od aktualnej ceny surowca. Struktura cen, na marzec 2026, przedstawiona poniżej:
Źródło: opracowanie własne ConQuest Consulting na podstawie: Forsal.pl, stan na marzec 2026.
Struktura ta ma także praktyczne znaczenie dla polityki. Pakiet „Ceny Paliwa Niżej”, wprowadzony od 31 marca 2026 roku, obniżył VAT na wybrane paliwa o 8% oraz akcyzę o 29 gr na litr benzyny i 28 gr na litr oleju napędowego, a także wprowadził dzienne ceny maksymalne. Jest to więc ingerencja w te składniki, które państwo kontroluje bezpośrednio.
Jak zmiany cen paliw przekładają się na gospodarkę?
Zmiana cen wpływa na gospodarkę kilkoma kanałami jednocześnie, a część z nich działa w przeciwnych kierunkach. Pierwszy kanał to koszty, przedsiębiorstwa przenoszą wyższe koszty paliwa na ceny żywności, towarów i usług. Drugi to kurs walutowy: ropa jest wyceniana w dolarach, więc zmiana kursu USD/PLN zmienia jej cenę w PLN i może wzmocnić lub osłabić pierwotny szok. Trzeci kanał to polityka pieniężna: wzrost inflacji może skłonić bank centralny do podniesienia stóp procentowych, co z kolei wpływa na popyt i ceny. Skalę tych efektów należy oszacować, co opisuje sekcja poniżej.
Jak ConQuest szacuje skutki zmian cen paliw? Metodologia estymacji krok po kroku
Liczby przytaczane w poprzednich sekcjach pochodzą z jednej procedury. Estymacja skutków podwyżki paliw wymaga odpowiedzi na pięć kolejno zadawanych pytań. Każde z nich ma własne narzędzie, a wynik poprzedniego kroku stanowi dane wyjściowe do następnego.
Estymacja polega na szacowaniu wartości parametrów modelu. Wyróżnia się w niej estymację punktową, czyli podanie jednej wartości parametru (np. elastyczności 0,09), oraz estymację przedziałową, czyli podanie przedziału ufności. Wynik estymacji punktowej wskazuje najlepsze oszacowanie, a szacowane przedziały ufności pokazują, jak bardzo można mu ufać. Niepewność wyniku należy oszacować metodą przedziałową. Przedmiotem estymacji parametru są tu elastyczności. Użyte modele SVAR i ARDL wymagają estymacji parametrycznej, czyli przyjęcia określonej postaci zależności i oszacowania jej parametrów.
Wszystkie obliczenia opierają się na miesięcznym panelu, a liczebność próby obejmuje 268 obserwacji, od maja 2004 roku do sierpnia 2026 roku (sam panel zaczyna się w styczniu 2000 roku, a dane o sprzedaży za wrzesień 2026 roku nie były jeszcze dostępne). Panel zawiera następujące zmienne:
Krok 1. Przygotowanie danych: czy szeregi można porównywać?
Pierwszym etapem jest przyjrzenie się danym. Pierwszy wykres pokazuje, że większość danych z czasem rośnie: indeks cen wzrósł z około 44 w 2000 roku do ponad 104 w 2026 roku Tworzy to pułapkę, ponieważ dwie wielkości, które są niezależne, wyglądają na powiązane. Aby jej uniknąć, zamiast poziomów analizuje się miesięczne zmiany procentowe, czyli o ile procent dana wielkość wzrosła w porównaniu do poprzedniego miesiąca. Takie zmiany nie rosną bez końca, tylko wahają się wokół pewnego poziomu, więc nadają się do porównań. Testy statystyczne (ADF i KPSS)potwierdzają, że poziomy mają trwały trend, a zmiany miesięczne już nie (dla cen konsumpcyjnych drugi test zgłasza niewielkie zastrzeżenie, p=0,018). Wykres pokazuje również wyjątkowe okresy, które model uwzględnia osobno: pandemię w 2020 roku, wzrost cen po 2022 roku oraz wiosnę 2026 roku gdy ropa i paliwa gwałtownie zdrożały.
Wykres 1. Szeregi wykorzystane w analizie, 2000-2026
Źródło: opracowanie własne ConQuest Consulting na podstawie danych Eurostat, NBP i FRED.
Krok 2. Jak zmiana cen ropy naftowej rozchodzi się po gospodarce? (model SVAR)
Ten model najprościej można opisać jako „mapę wzajemnych zależności”. Obejmuje pięć wielkości jednocześnie: cenę ropy Brent, kurs USD/PLN, ceny konsumpcyjne, sprzedaż detaliczną i stopę referencyjną. Każda z nich zależy od własnych wartości z dwóch poprzednich miesięcy oraz od pozostałych czterech. Aby wyodrębnić skutek samej ropy, przyjęto kolejność, w której kolejno zmienne na siebie reagują. Następnie wprowadza się jednorazowy wzrost ceny ropy o 10% i obserwuje, jak pozostałe wielkości zmieniają się na przestrzeni kolejnych 24 miesięcy. Wynik nazywa się funkcją reakcji na impuls. Pasma na wykresie to szacowane przedziały ufności, które przedstawiają niepewność wyniku estymacji. Ciemniejszy obejmuje wartości, w których wynik mieści się na poziomie ufności 68%, a jaśniejsze z prawdopodobieństwem 95%. Pasma wyznaczono zasadą bootstrap, im jest szersze, tym mniej pewny wynik.
Wykres 2. Reakcja na wzrost ceny ropy Brent o 10% (skumulowane funkcje reakcji na impuls; przedziały ufności 68% – ciemniejszy, 95% – jaśniejszy)
Źródło: opracowanie własne ConQuest Consulting na podstawie danych Eurostat, NBP i FRED.
Poziom cen konsumpcyjnych rośnie stopniowo i po około roku się stabilizuje. Pasmo 95% nie obejmuje zera, więc kierunek jest wyraźny: droższa ropa podnosi ceny. Stopa referencyjna rośnie o 0.19 pp., a złoty się umacnia (kurs dolara spada o 1,5%), co częściowo łagodzi podwyżkę. Sprzedaż detaliczna w pierwszych dwóch miesiącach rośnie, ale od trzeciego miesiąca pasmo obejmuje zero, więc trwałego wpływu na sprzedaż nie można wykazać. Początkowy wzrost wynika prawdopodobnie z tego, że ropa drożeje w okresach dobrej koniunktury. Dodatkowo rozkład wariancji wskazuje, że ropa odpowiada za około 9,6% zmienności cen konsumpcyjnych w horyzoncie roku, jest ważnym, ale nie jedynym czynnikiem.
Krok 3. Czy wynik zależy od przyjętych założeń? (odporność)
Wynik pojedynczego modelu może zależeć od ustawień, dlatego sprawdzono go kilkoma sposobami. Model bazowy porównano z trzema wersjami: oszacowanie na próbie do grudnia 2019 roku (bez pandemii i wzrostu cen po 2022 roku), z odwróconą kolejnością ropy i kursu oraz ze sprzedaży ogółem zamiast sprzedaży bez paliw. Dodatkowo zastosowano zupełnie inną metodę, tzw. projekcje lokalne, która dla każdego miesiąca po szoku szacuje osobne równanie i nie zakłada kształtu reakcji. Pokazuje to, czy oszacowanie parametru modelu jest stabilne.
Wykres 3. Reakcje cen konsumpcyjnych na wzrost ceny ropy o 10% w różnych wariantach modelu
Źródło: opracowanie własne ConQuest Consulting na podstawie danych Eurostat, NBP i FRED.
Na wykresie trzy wersje modelu leżą blisko linii bazowej, a wersja ze sprzedażą niemal pokrywa się z bazową. Projekcje lokalne dają wyższy wynik (0,56 % po roku i około 1% po dwóch latach), lecz ich szare pasmo jest szerokie i obejmuje wszystkie pozostałe linie, co oznacza dużą niepewność. Kierunek efektu jest we wszystkich wariantach taki sam, dlatego wynik podaje się jako przedział, 0,2-06% po roku.
Krok 4. Które ceny rosną najmocniej? (model ARDL)
Poprzedni model opisuje przeciętny poziom cen. Aby sprawdzić, które grupy dóbr drożeją najbardziej, dla każdej kategorii (żywność, usługi, towary, koszyk paliw, cały koszyk) oszacowano osobny model ARDL. W tym modelu zmiana cen danej kategorii zależy od cen paliw w bieżącym miesiącu i w poprzednim, od jej własnej przeszłości, od kursu dolara oraz zdarzeń wyjątkowych np. pandemii. Wynikiem estymacji parametru jest elastyczność, czyli oszacowanie parametrów modelu, które odpowiadają na pytanie, o ile procent zdrożeje dana kategoria, gdy paliwo zdrożeje o 1%. Estymację przedziałową parametru przeprowadzono, budując przedział ufności dla elastyczności za pomocą symulacji komputerowej (2000 powtórzeń).
Wykres 4. Przeniesienie cen paliw na kategorie HICP (model ARDL)
Żywność reaguje najszybciej, już po kilku miesiącach jej ceny rosną o około 0,09% na każdy 1% droższego paliwa i na tym poziomie pozostają. Usługi i towary reagują słabo, a ich przedziały obejmują zero, więc nie można jednoznacznie stwierdzić, że reagują w ogóle. Koszyk bez paliw rośnie stopniowo do 0,065 po roku. Cały koszyk ma wyższą elastyczność, ponieważ obejmuje także samo paliwa: różnica między dwiema ostatnimi wartościami odpowiada bezpośredniemu wydatkowi na paliwo.
Krok 5. Przeliczenie na PLN
Wzrost cen przelicza się na kwotę, mnożąc go przez wydatki gospodarstw pochodzących z danych GUS. Koszt samego paliwa oraz wpływ na cały koszyk opisują dwa wzory:
Gdzie: K-miesięczny koszt w PLN, W-wydatki gospodarstwa, u – udział w wydatkach, ε – elastyczność całego koszyka (wynik estymacji parametru z kroku 4), ΔP- wzrost cen paliw. Na końcu kwotę dzieli się przez dochód, co pokazuje, jaka część dochodu pochłania podwyżka z każdej grupie.
Ile zmiana cen paliwa kosztuje obywateli? Przykład estymacji: od założenia do wyniku
Poniższy przykład estymacji pokazuje krok po kroku, jak z założeń powstaje koszt podwyżki dla przeciętnej osoby. Koszt składa się z dwóch części: bezpośredniego wydatku na paliwo oraz wyższych cen innych towarów i usług, w których uwzględniony jest koszt transportu. Do przeliczenia na PLN wykorzystano dane GUS (Badania Budżetów Gospodarstw Domowych, 2025 roku): przeciętna osoba wydaje 2015 PLN miesięcznie, a 9,8% wydatków przeznacza na transport. Przyjęto wzrost ceny o 10% i efekt po 12 miesiącach. Scenariusz A dotyczy droższej ropy, a scenariusz B droższych paliw.
Scenariusz A: ropa Brent drożeje o 10%. Z wykresu 2. wynika, że ceny konsumpcyjne wzrosły o 0,31% po 12 miesiącach (przedział 95%: 0,10-1,49%). Przy założonych wydatkach daje to 2015 PLN × 0,308% ≈ 6,2 PLN miesięcznie (przedział 2,0-10,0 PLN). Projekcje lokalne z Wykresu 3 dają wyższe wynik: 0,56% (0,17-0,95%), czyli 11,2 PLN miesięcznie (3,4-19,1 PLN). Sama kwota 11,2 PLN to wynik estymacji punktowej, a przedział to przykład estymacji przedziałowej. Koszt oszacowano przedziałem ufności, a nie jedną kwotą. Różnica między metodami pokazuje niepewność wyniku estymacji.
Scenariusz B: ceny paliw rosną o 10%. Wyniki estymacji parametru (elastyczności) z Wykresu 4. odczytane po 12 miesiącach, wynoszą: 0,090 dla żywności (przedział 95%: 0,021-0,182), 0,065 dla koszyka bez paliw (0,030-0,122) i 0,167 dla całego koszyka (0,100-0,265). W usługach i towarach przedziały niepewności obejmują zero, więc nie można odróżnić przeniesienia kosztu od jego braku.
Przy elastyczności 0,167 wzrost cen paliw o 10% podnosi poziom cen w całym koszyku o 1,67%. Po pomnożeniu przez wydatki daje to 33,7 PLN miesięcznie (wynik estymacji punktowej) z przedziałem ufności 20,1-53,4 PLN, czyli około 404 PLN rocznie. Przy ostrożniejszym założeniu, że paliwo stanowi połowę wydatków na transport, wynik spada do 22,4 PLN miesięcznie (15,6-33,3 PLN), czyli około 269 PLN rocznie.
W samym wydatku na paliwo najwięcej dopłacają osoby pracujące. Względem dochodu obraz jest odwrotny. W relacji do dochodu najmocniej obciążeni są renciści i emeryci, mimo że nominalnie dopłacają mniej niż osoby pracujące. Podobne obliczenia wykonujemy dla firm, na podstawie ich własnych kosztów i danych.
Jakie są ograniczenia estymacji i jak ich unikać?
Modele mają ograniczenia, które wpływają na interpretację wyników. W praktyce wynik należy traktować jako przybliżony przedział. Poniżej opisano najważniejsze źródła możliwych błędów i sposoby ich ograniczania:
- Niepewność statystyczna. Dane pochodzą z próby, a nie z pełnej wiedzy o gospodarce, dlatego wynik podano jako przedział ufności, a nie pojedyncze liczby.
- Zależność od metod. Różne metody i okresy dają różne wyniki, dlatego efekt sprawdzono kilkoma sposobami i podano jako zakres.
- Przyczyna i skutek. Ropa drożeje też w okresach silnego popytu, więc wzrost sprzedaży po podwyżce nie traktowano jako skutku.
- Długi okres. Model nie uwzględnia trwałej zależności między ceną ropy a poziomem cen, więc wpływ po wielu latach mógł zostać niedoszacowany.
- Podwyżki i obniżki. Ceny reagują na nie inaczej, więc wyniki estymacji opisują wyłącznie skutki podwyżki.
- Przeliczenie na PLN. Dane GUS opisują grupy, a nie pojedyncze rodziny, a udział paliwa przyjęto z założenia, dlatego podano dwa warianty kosztu (22 i 34 PLN) jako granice przedziału.
Potrzebujesz modelu lub analizy finansowej dopasowanej do Twojej firmy?
Wahania cen paliw przekładają się na koszty przedsiębiorstw tak samo jak na budżet gospodarstw domowych: bezpośrednio przez wydatki na transport i pośrednio przez ceny dostawców. Opisana metodologia estymacji pozwala te zależność policzyć, a nie szacować na oko i wskazać zarówno oczekiwany rząd wielkości, jak i niepewność wyniku.
Odpowiednia estymacja to fundament skutecznej strategies. Jeśli chcesz dowiedzieć się więcej o tym, jak możemy pomóc Twojej firmie w zakresie analizy finansowej i modeli finansowych umów się na bezpłatną konsultację.
Malina Kołodziej
See other entries
Jak Punktowa Ocena Atrakcyjności Sektora Może Pomóc W Wybraniu Odpowiedniej Branży?
See more