З досвіду прогнозування цін на метали та паливо Дзядик Юрій Владиславович, к ф-м н., с н. с icon

З досвіду прогнозування цін на метали та паливо Дзядик Юрій Владиславович, к ф-м н., с н. с



НазваниеЗ досвіду прогнозування цін на метали та паливо Дзядик Юрій Владиславович, к ф-м н., с н. с
Дата конвертации31.05.2013
Размер45.03 Kb.
ТипДокументы
скачать >>>

З досвіду прогнозування цін на метали та паливо

Дзядик Юрій Владиславович, к.ф-м.н., с.н.с.

Єфіменко Сергій Миколайович, м.н.с.

Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України

Бондар Лариса Анатоліївна, інж.-прогр. 1 кат.

Державна скарбниця Національного банку України

При побудові моделей прогнозування за статистичною вибіркою типовою є ситуація, коли модель за межами відрізку не має сенсу. Припустимо, ми будуємо

модель у вигляді y = f (t,u,…,w). Ми можемо вважати, що ця модель лінійна, допов­нюючи у разі потреби список аргументів змінними вигляду t2, tu, tv, і т.п.

Якщо кількість аргументів більша за розмірність статистики, ми (за винятком множини, визначеної рівнянням det (X*X) = 0, яка має міру нуль) можемо побуду­вати точну регресійну модель. Але, як відомо, ця модель не є задовільною для прогнозування [1].

Наведемо приклад, коли регресійна модель не лише неефективна та незадо­вільна – вона вкрай нестабільна, на прикладі прогнозування ціни на феромолібден (FeMo) на "вільному" ринку Європи ($/кг на базі 65-70% молібдену).

У 2004 році ціни на FeMo стрімко зростали. Деякі джерела перестали наводити поточні ціни, інші джерела давали неузгоджені дані. Зокрема, за грудень 2004 року різні джерела давали цифри від 71 $/кг до 86 $/кг.

Було побудовано регресійну модель, яка залежала від 4-х аргументів. Ця модель навіть на найближчі два місяці давала розбіжні значення :

ціна у грудні 2004, $/кг (від 71 до 86)

71

76

81

86

прогноз ціни на січень 2005

43

115

187

259

прогноз ціни на лютий 2005

0

78

157

235

Як уникнути подібної нестабільності?

Шлях, запропонований нижче – поєднання методу академіка Івахненка МГУА (GMDH) та застосування факторного аналізу.

Що таке факторний аналіз? Нехай задано k векторів (x1, x2,…, xk) у n-вимірно­му просторі. Позначимо матрицю (x1–μ1x2–μ2,…, xkμk) = X, де μi = μ(xi) – середнє значення вектора xi (отже, μi – скаляри). Приведемо матрицю Грама X*X ортого­нальним перетворен­ням S до діагонального вигляду: S*X*XS = D, причому d11d22 ≥ … ≥ dkk. Тоді вектори матриці XS = Z = (z1z2, …, zk) називаються факторами.

За побудовою, фактори (z1z2, …, zk) становлять ортогональний базис векторів (x1–μ1x2–μ2,…, xk–μk). Оскільки фактори становлять базис, то лінійну регресійну модель ŷ можемо представити у вигляді:

ŷ = y0 + y1z1 + y2z2 + … + ykzk ,

де y0 = μ(y), для кожного i > 0, yi = (yy0zi)/(zizi).

Будемо називати фактор zi нестабільним (з порогом ε), якщо dii /trace (D) < ε .

Будемо називати фактор zi несуттєвим для y (з порогом β), якщо

cos (y y0, zi) = corr (y, zi) < β

Стабілізацією з порогом (ε, β) регресійної моделі ŷ назвемо модель

ŷs (ε, β) = y0 + y1sz1 + y2sz2 + … + ykszk ,

де для кожного i > 0, yis = yis (ε, β) = 0, якщо фактор zi є нестабільним або несуттє­вим, та yis = yi для інших факторів. Іншими словами, стабілізація – це викреслю­вання усіх нестабільних та несуттє­вих факторів.

Приклад. Для моделювання ціни на FeMo у вкрай нестабільний період 2004-2005 рр. у Інтернет було вибра­но 6 показників – світові ціни на сталь різних марок (напри­клад, сталь Hot Rolled Plate / марка 204).

Факторний аналіз дав наступний розподіл величини dii / trace (D):

0.9810 0.0174 0.0009 0.0005 0.0002 0

Величини corr (yzi) дорівнюють: 92%, –5%, 12%, –6%, –8%, 16%.

Покладаючи ε = 0,001, ми бачимо, що для стабілізації моделі досить обмежити­ся трьома головними факторами. Інші (особливо 6-й) є дестабілізуючими.



Рис. 1. Графіки фактичних значень ціни на молібден (обчислені з даних, наведених у таблицях [2], стовбчики Imports, строка Molybdenum), та змодельованих значень.

Розрахунок показує, що прогнозування ціни навіть на 1 місяць вперед (рис. 1) дозволи­ло б заощадити до 32,3 % коштів порівняно із щомісячним придбанням FeMo. Прогноз на 6 місяців заощадив би біля 60% коштів. Повні втрати від відсутності прогнозу у цей період складають 68,11%.

Для моделювання ціни на концентрат молібдену у 1975-98 рр. були вибрані 16 показників: виробництво та споживання молібдену в США, світове виробництво молібдену, споживання молібдену при виробництві сталі, чавуну, суперсплавів, прокату, хімічних та керамічних виробів тощо, а також ціна на нафту. По цим показникам, на жаль, була відсутня помісячна інформація, лише щорічна.

Результати моделювання досить добре відображають динаміку цін на світових ринках.

Слід відзначити (рис. 2), що підвищення достовірності прогнозування цін на метали та паливо неможливе без включення у модель дискретних факторів, таких, як прихід до влади тої чи іншої політичної сили, збройні конфлікти, прийняття рішень на державному рівні про лібералізацію цін чи, навпаки, підтримку національних інтересів тощо.



Рис. 2. Основні події та світові ціни на нафту, 1970-2005 (фрагмент); ціни приведені квартальним дефлятором ВВП до долару 2 кварталу 2004 (за матеріалами [3])

Система прогнозування цін, що вибирає з бази моделей оптимальний для даної задачі метод моделювання, описана у [4].

[1] Ю.В.Коппа, В.С.Степашко. Порівняння ефективності застосування регресій­но­го аналізу та МГУА для прогнозування економічних процесів. Ірпінь, 2003.

[2] http://www.ita.doc.gov/td/metals/statindx.html – Metals Statistics, U.S. Metals Trade

[3] http://www.eia.doe.gov/cabs/chron.html – Annual Oil Market Chronology Energy Data, Statistics and Analysis

[4] Тимашова Л.А., Дзядик Ю.В., Лещенко В.А., Бондар Л.А. Інтелектуальна система прогнозу­вання цін. // Проблеми впровадження інформаційних технологій в економіці. Тези доповідей VІ міжнарод­ної науково-практичної конференції. Ірпінь, 2007



Похожие:

З досвіду прогнозування цін на метали та паливо Дзядик Юрій Владиславович, к ф-м н., с н. с iconЮрій Владиславович Дзядик Кібернетичний центр нану
Віртуальна організація це група учасників, що спільно займаються загальною справою, незалежно від їх фізичного розташування, перетинаючи...
З досвіду прогнозування цін на метали та паливо Дзядик Юрій Владиславович, к ф-м н., с н. с iconСекція Інформаційні технології та системи в оподаткуванні Дзядик Юрій Владиславович, с н. с
Анотація. Описано модель, яка встановлює систему математичних співвідношень між оптимальними нормами оподаткування та іншими параметрами...
З досвіду прогнозування цін на метали та паливо Дзядик Юрій Владиславович, к ф-м н., с н. с iconЗастосування індуктивного моделювання до прогнозування цін
Наведено приклади, що демонструють перевагу мдп над відомими методами прогнозування game та мгуа
З досвіду прогнозування цін на метали та паливо Дзядик Юрій Владиславович, к ф-м н., с н. с iconПрогнозування цін
Міжнародний науково-навчальний центр інформаційних технологій І систем нан та мон україни
З досвіду прогнозування цін на метали та паливо Дзядик Юрій Владиславович, к ф-м н., с н. с icon“Економіка і прогнозування”, 2003, №6
Баланс позитивних І негативних чинників для внутрішнього агропродовольчого ринку при приєднанні України до Світової організації торгівлі...
З досвіду прогнозування цін на метали та паливо Дзядик Юрій Владиславович, к ф-м н., с н. с iconОрієнтована схема опису передового педагогічного досвіду
Чітке визначення назви досвіду, адреси і автора його. Вже в самій назві матеріалу повинна бути чітко дана основна характеристика...
З досвіду прогнозування цін на метали та паливо Дзядик Юрій Владиславович, к ф-м н., с н. с iconКартка обліку об’єктів передового педагогічного досвіду
Об’єкт досвіду
З досвіду прогнозування цін на метали та паливо Дзядик Юрій Владиславович, к ф-м н., с н. с iconРозпорядження по регулюванню цін на теплову енергію (Розпорядження)
Державної комісії з енергетичного та водного регулювання для коригування цін на теплову енергію та електричну енергію від комбінованого...
З досвіду прогнозування цін на метали та паливо Дзядик Юрій Владиславович, к ф-м н., с н. с iconРозпорядження (постанова) про регулювання цін на водопостачальні та каналізаційні послуги оновл. Дв. Номер 32
В І к) послуги в І к операторів відповідно до ст. 2 Закону про регулювання водопостачальних та каналізаційних послуг (зрвкп), правила...
З досвіду прогнозування цін на метали та паливо Дзядик Юрій Владиславович, к ф-м н., с н. с iconЮрій Дрогобич Матеріал з Вікіпедії — вільної енциклопедії. Юрій Котермак
Діяльність Професор, ректор Болонського університету, професор Краківського університету
Разместите кнопку на своём сайте:
Документы


База данных защищена авторским правом ©gua.convdocs.org 2000-2015
При копировании материала обязательно указание активной ссылки открытой для индексации.
обратиться к администрации
Документы

Разработка сайта — Веб студия Адаманов