Научная статья на тему 'Анализ цен на алюминий в 2013 г'

Анализ цен на алюминий в 2013 г Текст научной статьи по специальности «Экономика и бизнес»

CC BY
179
26
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
АНАЛИЗ ДАННЫХ / DATA ANALYSIS / УРАВНЕНИЕ РЕГРЕССИИ / REGRESSION EQUATION / ЛИНИЯ ТРЕНДА / TREND LINE

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Цыро Ф. С., Филюшина Е. В.

Моделируются цены на алюминий в период с 01.01.2013 по 31.12.2013. В процессе подбора наиболее подходящей оказалась линейная линия тренда. Все коэффициенты этого уравнения статистически значимы. Уравнение адекватно опытным данным. Остатки гомоскедастичны, и имеют автокорреляцию первого порядка. Построенная модель позволяет делать прогноз на две недели с ошибкой не превышающей 3 %.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

ANALYSIS OF PRICES FOR ALUMINUM IN 2013

In the article are modeled prices for aluminum for the period from 01.01.2013 31.12.2013 on. In the process of selecting the most suitable was a linear trend line. All coefficients of this equation are statistically significant. Equation adequately the experimental data. Remains homoscedasticity, and have a first-order autocorrelation. The constructed model allows prediction for two weeks with an error not exceeding 3%.

Текст научной работы на тему «Анализ цен на алюминий в 2013 г»

УДК 519.866

АНАЛИЗ ЦЕН НА АЛЮМИНИЙ В 2013 г.

Ф. С. Цыро Научный руководитель - Е. В. Филюшина

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева

Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

Е-mail: filyushina@mail.sibsau.ru

Моделируются цены на алюминий в период с 01.01.2013 по 31.12.2013. В процессе подбора наиболее подходящей оказалась линейная линия тренда. Все коэффициенты этого уравнения статистически значимы. Уравнение адекватно опытным данным. Остатки гомоскедастичны, и имеют автокорреляцию первого порядка. Построенная модель позволяет делать прогноз на две недели с ошибкой не превышающей 3 %.

Ключевые слова: анализ данных, уравнение регрессии, линия тренда.

ANALYSIS OF PRICES FOR ALUMINUM IN 2013

F. S. Tsyro Scientific supervisor - E. V. Filyushina

Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: filyushina@sibsau.ru

In the article are modeled prices for aluminum for the period from 01.01.2013 - 31.12.2013 on. In the process of selecting the most suitable was a linear trend line. All coefficients of this equation are statistically significant. Equation adequately the experimental data. Remains homoscedasticity, and have a first-order autocorrelation. The constructed model allows prediction for two weeks with an error not exceeding 3%.

Keywords: data analysis, regression equation, the trend line.

ОАО «РУСАЛ Красноярск» - второй крупнейший производитель алюминия в мире (около 24 % российского и 2,4 % мирового производства алюминия), основная площадка для опытной эксплуатации и внедрения инновационных разработок РУСАЛа. Расположен в 500 км от Китая, мирового центра потребления алюминия.

Программа по снижению выбросов парниковых газов на КрАЗе включена в перечень утвержденных проектов, осуществляемых в соответствии с Киотским протоколом.

Продукция: Первичный алюминий, алюминиевые сплавы (в слитках, мелкой и Т-образной чушке), алюминий высокой чистоты.

Потребители: Транспортная, строительная, упаковочная, электротехническая промышленность.

Производственный комплекс: 26 корпусов электролиза, 3 литейных отделения, отделение производства анодной массы.

Источник электроэнергии: Красноярская ГЭС.

Технология производства: Основная часть мощностей завода работает по технологии Содер-берга с использованием сухого анода. Пятый электролизный корпус в 2010 году был переведен на технологию «Экологичный Содерберг». К концу 2014 года планируется перевести все корпуса электролиза на технологию коллоидного анода, что позволит добиться сокращения выбросов вредных веществ на 15 %.

Располагая данными ОАО «РУСАЛ Красноярск» о цене алюминия на продажу за 2013 год, проведем анализ этих данных. В работе использовались методики и результаты, полученные в работах [1-8]. Для этого построим временной вариационный ряд цен алюминия; построим линии тренда; составим уравнение регрессии; построим графики: частот, остатков, подбора, график частот остатков.

Актуальные проблемы авиации и космонавтики - 2015. Том 1

График частот цен алюминия асимметричен, наблюдается правосторонняя асимметрия, на что указывает соотношение среднего значения цены алюминия и медианы - числа, которое делит вариационный ряд цен алюминия пополам - средняя цена меньше медианы (средняя = 1886,91 руб., медиана = 1858,00 руб.).

Наиболее частая цена алюминия за исследуемый период - это мода, и она равна 1882,00 руб.

Цена алюминия в период с 01.01.2013 по 31.12.2013 в среднем колебалась от 2068,00 руб. до 1800,00 руб.

Коэффициент вариации характеризует относительную меру отклонения измеренных значений от среднеарифметического. Коэффициент равен 5,42 % - это означает, что изменчивость вариационного ряда, построенного из цен алюминия по датам, незначительна, т. е. информация о ценах однородна.

Эксцесс - мера крутости кривой распределения. Числовое значение эксцесса положительно (0,14), но близко к нулю, следовательно, кривая распределения частот близка к нормальной кривой распределения и расположена чуть выше неё. И таким образом, разброс значений исследуемой величины невелик. Судя по графику частот цен алюминия, можем говорить о некоторой нестабильности цен алюминия в течение года.

При помощи поиска решений в Excel были найдены коэффициенты линейного уравнения. Уравнение регрессии имеет вид: Yt = 2030,32 - 0,78 • t, где Yt - цена алюминия; t - номер дня, анализируемого периода.

Дисперсионный анализ показал, что полученное уравнение регрессии адекватно опытным данным. А для оценки статистической значимости коэффициентов регрессии провели анализ коэффициентов регрессии и выяснили, что они значимо отличаются от нуля и ими нельзя пренебречь в уравнении.

Остатки - это разница между действительными значениями данных (ценами акции) и предсказанными значениями цен, вычисленными по найденному регрессионному уравнению.

По графику остатков можем предположить о гетероскедастичности остатков и о наличии автокорреляции остатков.

После анализа остатков выявлена автокорреляция первого порядка. Положительная автокорреляция может быть вызвана направленным воздействием некоторых не учтенных факторов, например спрос на алюминий, мировое состояние рынка алюминия и др. Для устранения автокорреляции необходимо учесть воздействующий фактор в уравнении регрессии. А для этого необходимо построить уравнение скользящего среднего для остатков.

Et = 0,96 Et

Окончательно уравнение регрессии:

7 = 2030,32 - 0,78^ + 0,96

Таким образом, построенное уравнение регрессии для цен открытия акции данного предприятия в целом адекватно опытным данным и его коэффициенты значимы.

Используя данное регрессионное уравнение, вычислены прогнозные значения цены алюминия и построены доверительные интервалы прогноза цены алюминия, значения которой будут попадать в этот интервал с вероятностью 95 %.

Сравнив фактические и прогнозные значения цен акций, вычислили ошибку прогноза. Был сделан прогноз на 10 дней, ошибка прогноза ни разу не превысила 5 %.

Таким образом, данная модель пригодна для прогнозирования цены алюминия.

Автор благодарит доцента Филюшину Е. В. за внимание к работе.

Библиографические ссылки

1. Александрова У. А., Сенашов С. И. Анализ статистики посещаемости сайта типичного красноярского кинотеатра // Актуальные проблемы авиации и космонавтики. 2014. Т. 1. № 10. С. 356.

2. Галицкая Д. А., Сенашов С. И. Анализ среднесуточного количества заказов ООО «Ариясу-ши» за период 15.06.2012-09.06.2013 // Актуальные проблемы авиации и космонавтики. 2014. Т. 1. № 10. С. 359-360.

3. Зажарова Е. С., Сенашов С. И. Анализ изменения общей численности населения США за период 01.11.1983-01.19.2013 // Актуальные проблемы авиации и космонавтики. 2014. Т. 1. № 10. С.369-370.

4. Карабицына Е. Ф., Сенашов С. И. Анализ статистики дорожно-транспортных происшествий в городе Красноярске в период с января по ноябрь 2013 г. // Актуальные проблемы авиации и космонавтики. 2014. Т. 1. № 10. С. 372-373.

5. Худяева Т. В., Сенашов С. И. Анализ динамики поступления налогов и сборов по УФНС России по Красноярскому краю // Актуальные проблемы авиации и космонавтики. 2013. Т. 1. № 9. С. 440.

6. Василенко К. В., Филюшина Е. В. Анализ изменения цен акций ОАО «Газпром» за период с 07.04.2010 по 16.09.2011 // Информационные технологии и математическое моделирование в экономике, технике, экологии, образовании, педагогике и торговле. 2012. № 5. С. 63-65.

7. Байкалова О. В., Филюшина Е. В. Анализ изменения цен за галлон бензина марки «Регуляр» за период с 03.01.2000 по 19.09.2011 // Информационные технологии и математическое моделирование в экономике, технике, экологии, образовании, педагогике и торговле. 2012. № 5. С. 31-34.

8. Шкляева Д. И., Филюшина Е. В. Анализ еженедельного изменения цены бензина марки АИ-92 в России за период 9.01.2008-5.12.2011 // Информационные технологии и математическое моделирование в экономике, технике, экологии, образовании, педагогике и торговле. 2012. № 5. С.175-177.

© Цыро Ф. С., 2015

i Надоели баннеры? Вы всегда можете отключить рекламу.