Секция «Информационно-экономические системы»
УДК 330.13.07
ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ЦЕН НА БЕНЗИН
Д. И. Бурылина, С. И. Сенашов*
Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
*E-mail: sen@mail.sibsau.ru
Моделируются потребительские цены на бензин за 1 литр в Красноярском крае по 365 данным временного ряда с 01.09.2016 г. по 31.08.2017 г. В процессе подбора наиболее подходящей оказалась полиномиальная линия тренда 2-й степени. Все коэффициенты этого уравнения статистически значимы. Уравнение адекватно опытным данным. Остатки гомоскедастичны. Построенная модель позволяет делать прогноз на 2 месяца с ошибкой не превышающей 5 %
Ключевые слова: анализ данных, уравнение регрессии, линия тренда.
AN ECONOMETRIC ANALYSIS OF THE PRICE OF GASOLINE
D. I. ВшуНпа, S. I. Senashov*
Reshetnev Siberian State University of Science and Technology 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation
E-mail: sen@mail.sibsau.ru
In this article we model of average consumer prices for gasoline per 1 liter in the Krasnoyarsk region of 365 time series data from 01.09.2016 on 31.08.2017. In the process of selecting the most suitable proved to be polynomial trend line of the second degree. All the coefficients of this equation are statistically significant. Equation is adequate to experimental data. Remains are homoscedasticity. The constructed model allows prediction for 2 months with an error not exceeding 5 %.
Keywords: data analysis, regression equation, the trend line.
Эконометрический анализ цен на бензин начался с отбора исходных данных, взятых как данные о цене за 1 л бензина (ежедневные изменения или не изменения на бензин марки АИ-92) [1]. Была получена следующая итоговая статистика:
- Цена 1 литра бензина за середину 2016 г. - середину 2017 г. составила 34,34 руб., стандартная ошибка средней составляет 0,06 коп.
- Наиболее часто встречающаяся цена 33,20 руб.
- Стандартное отклонение показывает разброс данных относительно среднего значения, т. е. цена колеблется в среднем в пределах от 33,26 до 36,56.
- Наименьшая цена за этот период равна 33,20 руб., а наибольшая 36,50 руб.
- Цена выросла в среднем на 3,30 руб.
В результате была выявлена асимметричность данных, значительная и имеющая правостороннюю асимметрию. Эксцесс - отрицателен, это свидетельствует о том, что имеет место более или менее равномерное распределение величин интересующей нас случайной величины.
Используя методики и результаты, полученные в работах [2-6], были построены различные линии тренда. В ходе эконометрического анализа было решено, что полиномиальная линия 2-й или 3-й степени является самой подходящей. Линия тренда 4-й и высших степеней спускается вниз, что, конечно же, маловероятно для рынка продажи нефти и нефтепродуктов. Линия тренда 2-й степени подходит больше всего, как показатель планомерного поднятия цен на бензин.
Полученное уравнение регрессии для полиномиальной линии 2-й степени:
Актуальные проблемы авиации и космонавтики - 2018. Том 2
Yt = -0,00988t2 + 0,0000543t + 33,73, (1)
где Yt - цена 1 л. бензина; t - номер дня.
Все коэффициенты значимы.
Получена регрессия остатков:
et = 1,145е-1 - 0,162е-3, (2)
где e - это остаток, разница между прогнозируемой (по формуле (1)) и фактической ценой.
Остатки уравнения регрессии остатков были проверены на автокорреляцию, после чего сделан вывод об отсутствии автокорреляции. В связи с устранением автокорреляции остатков стало возможным использовать полученное уравнение для прогноза.
Окончательное уравнение регрессии:
Yt = 33,73 - 0,00988t2 + 0,0000543t + 1,145ем - 0,162et-3. (3)
Таким образом, в работе был сделан прогноз цен на бензин. Построенное уравнение регрессии можно использовать для прогнозирования, пока ошибка прогноза не превышает 5 %. Соответственно, полученное уравнение регрессии позволило сделать прогноз на 60 дней.
Библиографические ссылки
1. Средние потребительские цены на отдельные товары и услуги, рубль, бензин автомобильный [Электронный ресурс] : сайт Федеральной службы государственной статистики. URL: http://www.gks.ru/dbscripts/cbsd/dbinet.cgi (дата обращения: 12.03.2018).
2. Александрова У. А., Сенашов С. И. Анализ статистики посещаемости сайта типичного красноярского кинотеатра // Актуальные проблемы авиации и космонавтики : материалы X Все-рос. науч.-практ. конференции творческой молодежи. 2014. Т. 1. С. 356.
3. Галицкая Д. А., Сенашов С. И. Анализ среднесуточного количества заказов ООО «Арисуши» за период 15.06.2012-09.06.2013 гг. // Актуальные проблемы авиации и космонавтики : материалы X Всерос. науч.-практ. конф. творческой молодежи. 2014. Т. 1. С. 359-360.
4. Карабицина 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 : материалы X Всерос. науч.-практ. конф. творческой молодежи. 2014. Т. 1. С. 372-373.
5. Волкова С. И., Савостьянова И. Л. Прогнозирование выручки ресторанов типа фаст фуд с помощью информационных технологий // Актуальные проблемы авиации и космонавтики : материалы Междунар. науч.-практ. конф. творческой молодежи. 2015. Т. 1. С. 535-536.
6. Kovalev V. F., Pustovalov V. V., Senashov S. I. Differential Equations. 1993. Т. 29. С. 1521.
© Бурылина Д. И., Сенашов С. И., 2018