ИСПОЛЬЗОВАНИЕ МОДЕЛИ МНОЖЕСТВЕННОЙ ЛИНЕЙНОЙ РЕГРЕССИИ ДЛЯ КРАТКОСРОЧНОГО ПРОГНОЗИРОВАНИЯ ЦЕН НА КАЛИЙНУЮ ПРОДУКЦИЮ

Аннотация

Нестабильность современной экономики вследствие глобальных и региональных конфликтов и противоречий приводит к существенным колебаниям на сырьевых рынках. Непредсказуемость спроса и цен приводит к повышению рисков деятельности добывающих отраслей и ограничивает их успешное функционирование и развитие. Цель исследования. В данной работе произведена попытка использования модели множественной линейной регрессии для получения приемлемого качества прогнозной цены калийной продукции. Несмотря на распространенность и простоту построения и интерпретации, прогностические свойства таких моделей, как правило, неудовлетворительны. Тем не менее при адекватном подборе факторов и объема выборки, используемой для оценки неизвестных параметров модели, можно добиться приемлемого качества прогноза на ее основании. Материалы и методы. Оценка неизвестных параметров модели множественной линейной регрессии в работе осуществляется на основании данных государственной геологической службы Соединенных Штатов Америки. Выборка содержит сведения об американском рынке калийной продукции в период с 1900 по 2020 г. Качество прогнозирования проверяется методом постпрогноза на 2019 и 2020 гг. Модель, построенная на всем доступном временном интервале, дает неудовлетворительное значение относительной ошибки прогнозирования. Для уменьшения ее значения в работе выполнен перебор объемов выборок, на основании которых оцениваются параметры модели, и выбран тот из них, для которого ошибка прогноза минимальна. Расчеты выполнены средствами MS Excel и Python 3.8.5 в среде Jupyter Notebook 6.1.4. Результаты. Проведенное исследование позволило установить, что для минимизации относительной погрешности прогнозирования цены калийной продукции на внутреннем рынке США моделирование целесообразно производить с использованием временных интервалов длиной от 9 до 13 лет. При этом удается улучшить прогноз на 2019 г. на 118-летнем временном интервале на 23,9 %, а аналогичный прогноз на 2020 г. – на 83,70 %. Заключение. По результатам проделанной работы можно утверждать, что модель множественной линейной регрессии может быть успешно использована для краткосрочного прогнозирования цены калийной продукции, а удачный выбор длины интервала моделирования позволяет достичь приемлемого качества прогнозирования.