ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ЦЕН НА МОРОЖЕНУЮ РЫБУ Текст научной статьи по специальности «Экономика и бизнес»

Актуальные проблемы авиации и космонавтики - 2019. Том 2

УДК 330.43:519.2

ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ЦЕН НА МОРОЖЕНУЮ РЫБУ

А. О. Брюзгина Научный руководитель - 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: mei_18@mail.ru

Моделируются средние потребительские цены на мороженую рыбу за 1 кг в Красноярском крае по 366 данным временного ряда с 01.01.2017 по 31.12.2017. В результате наиболее подходящей оказалась экспоненциальная линия тренда. Все коэффициенты этого уравнения статистически значимы. Уравнение адекватно опытным данным. Остатки гомоскедастичны. Обнаружена и устранена автокорреляция остатков первого порядка. Построенная модель позволяет делать прогноз на 10 дней с ошибкой, не превышающей 2%.

Ключевые слова: эконометрический анализ, цены мороженой рыбы, Красноярский край.

ECONOMETRIC ANALYSIS OF THE PRICES FOR FROZEN FISH

A. O. Bryuzgina Scientific supervisor - S. I. Senashov

Reshetnev Siberian State University of Science and Technology 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation

E-mail: mei_18@mail.ru

Average consumer prices for frozen fish per 1 kg are modeled in the Krasnoyarsk Territory according to 366 data of the time series from 01.01.2017 to 31.12.2017. In the process of selecting the most suitable was the exponential trend line. All the coefficients of this equation are statistically significant. The equation is adequate to the experimental data. Remains are homoscedastic. The constructed model allows you to make a forecast for 10 days with an error not exceeding 2%.

Keywords: econometric analysis, prices of frozen fish, Krasnoyarsk Territory.

Для анализа были взяты данные о цене 1 кг. мороженой рыбы в Красноярском крае за 2017 год, по информации с сайта Росстата [1].

Была получена следующая итоговая статистика: средняя цена 1 кг мороженой рыбы в 2017 г. была равна 119,84 руб.; стандартная ошибка средней - 3 копейки. Наиболее часто встречающаяся цена - 114,57 руб. Наименьшая цена за этот период равна 107,5 руб., а наибольшая - 138,75 руб. Цена за год выросла в среднем почти на 31 руб.

Асимметричность данных значительна и имеется левосторонняя асимметрия. Эксцесс - отрицателен и близок к нулю, значит, кривая распределения близка к нормальной и является более пологой.

Коэффициент вариации для данных равен 7,03 %, что говорит об однородности данных, т.е. разброс данных относительно средней невелик.

Наблюдается тенденция цен к росту, незначительные понижения цены были, но в целом цена на мороженую рыбу повышалась. По данным были проанализированы разные линии тренда.

С экономической точки зрения, более подходящей для прогноза оказалась экспоненциальная линия тренда. Полученное уравнение регрессии для экспоненциальной линии: Yt = 4,76e5,7t, где Yt - цена на рыбу в день с номером t.

Секция «Информационно-экономические системы»

Данное уравнение адекватно опытным данным. Все коэффициенты значимы. Остатки гомо-скедастичны.

Полученные остатки регрессии были проверены на автокорреляцию. Была выявлена автокорреляция первого порядка, коэффициент корреляции равен 0,999.

Полученная регрессия для остатков: et = 0,999et-i , где et - остатки, разность между действительным и прогнозируемыми значениями цены.

Остатки уравнения регрессии остатков были проверены на автокорреляцию второго и последующих порядков, вывод - нет автокорреляции высших порядков . Автокорреляция остатков устранена, и полученное уравнение можно использовать для прогноза.

Окончательное уравнение регрессии: Yt=4,76e5,7t + 0,999et-1.

Был сделан прогноз цен на мороженую рыбу (фактические значения цен на мороженую рыбу в сентябре 2017 года взяты по данным Росстата) [1]:

Уравнение регрессии можно использовать для прогнозирования, пока ошибка прогноза не превышает 2 %. Таким образом, полученное уравнение регрессии позволило сделать прогноз на 10 дней. Однако, так как цена за рассмотренный период колеблется незначительно, наибольшая ошибка при прогнозе не должна превышать 0,5-1 рубля - в этом случае ошибка будет составлять примерно 1-2 %. Величина 2 % в нашем случае полностью подходит под эти условия.

В работе использовались методики и результаты, полученные в работах [2-5].

Библиографические ссылки

1. Еженедельные средние потребительские цены на отдельные товары и услуги, рубль [Электронный ресурс]: база данных / Сайт Федеральной службы государственной статистики - Режим доступа: http://www.gks.ru/dbscripts/cbsd/DBInet.cgi7pH1921002 (дата обращения 23.01.2019).

2. Индексы потребительских цен на товары и услуги, процент [Электронный ресурс]: база данных / Сайт Федеральной службы государственной статистики - Режим доступа: http://www.gks.ru/dbscripts/cbsd/DBInet.cgi7pH1902001 (дата обращения 23.01.2019).

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. 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.

© Брюзгина А. О., 2019