CC BY
8
Секция «Информационно-экономические системы»
УДК 330.43:519.2
ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ СТОИМОСТИ НИКЕЛЯ
Д. А. Павлов Научный руководитель - И. Л. Савостьянова
Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева
Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: mei_18@mail.ru
Моделируется средняя потребительская стоимость никеля в России. Данные в количестве 360 взяты в период с 01.01.2017 по 31.12.2017. В процессе определения тренда наиболее подходящей оказалась полиномиальная линия тренда второй степени. Все коэффициенты этого уравнения статистически значимы. Уравнение адекватно опытным данным. Остатки гомоскеда-стичны. Построенная модель позволяет делать прогноз на 9 дней с ошибкой, не превышающей 5 %. Обнаружена автокорреляция остатков первого порядка и устранена.
Ключевые слова: эконометрический анализ, линии тренда
ECONOMETRIC ANALYSIS OF THE COST OF NICKEL
D. A. Pavlov Scientific supervisor - I. L. Savostyanova
Reshetnev Siberian State University of Science and Technology 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation
E-mail: mei_18@mail.ru
The average consumer value of Nickel in Russia is modeled according to 360 time series data from 01.01.2017 to 31.12.2017. In the process of selecting the most suitable was a polynomial trend line of the second degree. All coefficients of this equation are statistically significant. The equation is adequate to the experimental data. The remains are homoscedastic. The constructed model allows you to make a forecast for 9 days with an error not exceeding 5%. The detected autocorrelation of the residues of the first order and is solved.
Keywords: econometric analysis, trend lines
Для анализа были взяты данные стоимости никеля в России за период 01.01.2017 г. по 31.12.2017 г. по информации с сайтов [1, 2].
Была получена следующая итоговая статистика:
Средняя цена никеля за 2017 г. была равна 10 457,34 руб.; стандартная ошибка средней - 57,76 руб. Наиболее часто встречающаяся цена - 8 890 руб. Стандартное отклонение показывает разброс данных относительно среднего значения, т. е. цена колеблется в среднем в пределах от 10 457,34 до 11 503,48 руб. Наименьшая цена за этот период равна 8 757 руб., а наибольшая - 12 820 руб. Цена выросла в среднем почти на 4 062,5 руб.
Асимметричность данных значительна и есть правосторонняя асимметрия. Эксцесс - положителен и близок к нулю, значит, кривая распределения близка к нормальной и расположена чуть положе кривой нормального распределения.
Коэффициент вариации для данных равен 0,3 %, что говорит об однородности данных.
Наблюдается тенденция цен к росту, то есть понижения цены на никель были, но в основном наблюдается повышение стоимости. Особенно заметен рост цен в июле 2017 г.
Главная причина позитивного взгляда аналитиков на никель - бурный рост рынка электромобилей. Производители разрабатывают новые более мощные аккумуляторы, способные увеличить дистанцию, которую электрокар проедет без подзарядки.
Актуальные проблемы авиации и космонавтики - 2019. Том 2
В данной работе были составлены и проанализированы несколько пять типов уравнений тренда, где три из них являются наилучшими. Нами была выбрана полиноминальная линия тренда, у которой коэффициент детерминации R2 принимает наибольшее значение.
Полученное уравнение регрессии для линии полиноминальной тренда:
у = 0, 0505*^-12,553*^ + 10501
где t- номер дня, y-значение стоимости акции в день х.
Квадратичная модель адекватна опытным данным. Коэффициенты регрессии значимы. Остатки гомоскедастичны.
Полученные остатки регрессии были проверены на автокорреляцию. Была выявлена автокорреляция первого порядка.
Полученное уравнение авторегрессии для остатков: et = 0,9844*et-1.
Остатки уравнения регрессии остатков были проверены на автокорреляцию высших порядков, вывод - ее нет. Автокорреляция остатков устранена, и полученное уравнение можно использовать для прогноза.
Окончательное уравнение регрессии:
yt = 0, 0505*t2-12,553*t + 10501+0,9844*e t-1.
Далее был сделан прогноз цен на стоимость никеля на основе окончательного уравнения рег-ресии.
Уравнение регрессии можно использовать для прогнозирования, пока ошибка прогноза не превышает 5 %. Таким образом, полученное уравнение регрессии позволило сделать прогноз на 9 дней.
В работе использовались методики и результаты, полученные в работах [3-5].
Библиографические ссылки
1. БКС Брокер. [Электронный ресурс]: Режим доступа: https://bcs-express.ru/novosti-i-analitika/chem-vyzvano-moshchneishee-ralli-na-rynke-nikelia - Загл. с экрана. (дата обращения: 24.12.2018)
2. «SharesPro» [Электронный ресурс]: Режим доступа: https://sharespro.ru/news/1157-ceny-na-kobalt-litij-i-nikel-rastut/ - Загл. с экрана. (дата обращения: 24.12.2018)
3. Александрова У.А., Сенашов С.И. Анализ статистики посещаемости сайта типичного красноярского кинотеатра // Материалы X Всероссийской научно-практической конференции творческой молодежи «Актуальные проблемы авиации и космонавтики» 2014 Т.1. №10. С.356.
4. Kovalev V.F., Pustovalov V.V., Senashov S.I. Differential Equations. 1993. Т. 29. С. 1521.
5. Соболь А.С., Сенашов С.И. Соболь А.С., Сенашов С.И. Обработка «больших данных» в телекоммуникационных компаниях // Материалы X Всероссийской научно-практической конференции творческой молодежи «Актуальные проблемы авиации и космонавтики» 2014. Т.1. №10. С. 391.
© Павлов Д. А., 2019
