CC BY
10
Секция «Информационно-экономические системы»
УДК 330.43:519.2
ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ЦЕН НА СВИНЕЦ НА ЛОНДОНСКОЙ БИРЖЕ МЕТАЛЛОВ
Я. Е. Линьков, 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: savostyanova@sibsau.ru
Моделируются средние биржевые цены на свинец по исходным данным Лондонской биржи, взятым в период с 27.09.2017 по 26.09.2018. По результатам исследования наиболее подходящей определена логарифмическая линия тренда. Все коэффициенты этого уравнения статистически значимы. Уравнение адекватно опытным данным. Построенная модель позволяет делать прогноз на 7 дней, с ошибкой не превышающей 5 %.
Ключевые слова: эконометрический анализ, линии тренда.
ECONOMETRIC ANALYSIS OF PLUMBUM PRICES ON THE LONDON METAL EXCHANGE
Y. E. Linkov, I. L. Savostyanova*
Reshetnev Siberian State University of Science and Technology 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: savostyanova@sibsau.ru
In this article we model average exchange prices for lead. We got to the London stock exchange in the period from 27.09.2017for 26.09.2018. According to the results of the study, the most appropriate logarithmic trend line was determined. All coefficients of this equation are statistically significant. The equation is adequate to the experimental data. The constructed model allows you to make a forecast for 7 days, with an error not exceeding 5%.
Keywords: econometric analysis, trend lines
Для анализа были взяты данные о цене за 1 тонну металлического свинца (еженедельные среднесуточные цены на металлический свинец) на Лондонской бирже металлов. Продажа оценивалась в долларах США; для анализа был выбран период с 27.09.2017 г. по 26.09.2018 г. Источник данных [1].
Начальный этап анализа включает получение описательной статистики. Результаты описательной статистики приведены далее: средняя цена 1 тонны свинца указанный период составила 2378,6 долл.; наиболее часто встречающаяся цена - 2528,25 долл. Стандартная ошибка средней составляет 9,4 долл.; а стандартное отклонение, показывающее разброс данных относительно среднего значения, равна 3, 065 долл., т. е. цена колеблется в среднем в пределах от 2199,0 до 2558,1 долл. Наименьшая цена за этот период равна 1946,5 долл., а наибольшая - 2693,3 долл.
Асимметрия указывает на несимметричность распределения величины, а так как этот показатель отрицателен и больше 0,5, значит, асимметричность данных значительна и имеется левосторонняя асимметрия. Эксцесс - отрицателен и близок к нулю, значит, кривая распределения близка к нормальной и немного положе кривой нормального распределения.
Коэффициент вариации для данных равен 7,54%, что говорит об однородности данных.
Далее по исходным данным были построены различные линии тренда.
Актуальные проблемы авиации и космонавтики - 2019. Том 2
С эконометрической точки зрения, наиболее подходящей для прогноза, выступает логарифмическая линия тренда. Соображения, которые привели нас к этому выводу: так как линейная и экспоненциальная линия тренда имеет «низкий» R2, а полиномиальная линия имеет тренд к снижению в краткосрочном периоде, что маловероятно для цен на свинец при высоком спросе на аккумуляторы и различные энергоносители в мире, и росту производства автомобилей в Китае.
Полученное уравнение регрессии для логарифмической лини тренда выглядит следующим образом:
Yt= 158,6* ln(t) + 1598
где t -номер дня, Y t - значение цены на свинец в день t.
Данное уравнение описывает 72,6% данных и адекватно опытным данным. Все коэффициенты значимы, остатки гомоскедастичны.
Полученные остатки регрессии были проверены на автокорреляцию. Была выявлена автокорреляция первого порядка.
Полученная регрессия для остатков: e t = 0,939* et.1.
Остатки уравнения регрессии остатков были проверены на автокорреляцию высших порядков. Автокорреляция не выявлена. Автокорреляция остатков устранена, и полученное уравнение можно использовать для прогноза.
Окончательно уравнение регрессии имеет вид:
Yt=158,6*ln(x)+1598 + 0,93*e
Данное уравнение позволило сделать прогноз цен на свинец на 7 дней. Анализ прогноза показал ошибку, не превышающую 5%, следовательно, уравнение регрессии подходит для описания эмпирических данных и прогнозирования на их основе.
При выполнении данного исследования нами использовались методики и приемы, изложенные в работах [2-4].
Библиографические ссылки
1. Таблица средних цен на свинец на Лондонской бирже металлов, доллар за тонну [Электронный ресурс]: база данных / Сайт Богатый Хомячок - Электрон. дан. - Режим доступа: http://bhom.ru/commodities/svinec/ - Загл. с экрана. (дата обращения: 26.09.2018).
2. Kovalev V.F., Pustovalov V.V., Senashov S.I. Differential Equations. 1993. Т. 29. С. 1521.
3. 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.
4. Шиверская М.Г., Савостьянова И. Л. Прогнозирование заключенных договоров бюджетным учреждением // Материалы X Всероссийской научно-практической конференции творческой молодежи «Актуальные проблемы авиации и космонавтики». 2014. Т. 1. № 10. С. 398-399.
© Линьков Я. Е., Савостьянова И. Л., 2019
