Прогнозирование курса доллара с применением метода регрессионного анализа
Автор: Бердибек С.Б., Арыкбай А.М.
Журнал: Форум молодых ученых @forum-nauka
Статья в выпуске: 4 (8), 2017 года.
Бесплатный доступ
Данная статья посвящена актуальной на сегодняшний день экономической проблеме - падению цен на нефть и повышению курса доллара США. В статье рассматриваются различные методы прогнозирования курса доллара. Особое внимание уделяется прогнозированию методом регрессионного анализа.
Нефть, курс доллара, экономика, инфляция, прогнозирование, регрессионный анализ, макроэкономические показатели
Короткий адрес: https://sciup.org/140278081
IDR: 140278081
Текст научной статьи Прогнозирование курса доллара с применением метода регрессионного анализа
В настоящее время наблюдается снижение цен на нефть, следствием этого является повышение курса доллара, в связи с чем происходит отток капитала с рынка нефти. Это говорит о том, что нефть в наше время перешла в разряд финансовых активов, также валюты, золото и ценные бумаги.
Состояние экономики нашей страны в значительной степени зависит от экспорта энергоносителей, а добыча нефти составляет большую часть доходов. Поэтому повышение курса доллара, конечно же, сказывается на стоимости национальной продукции, причем как на внутригосударственном рынке, так и на внешнем. А инфляция, экономический кризис и увеличение цен на товары, как известно, непременно приводят к самым негативным последствиям для курса национальной валюты. По этой причине прогнозирование изменения курса доллара, как общепризнанной в мире национальной валюты, используемой для международных расчетов – является актуальной.
На сегодняшний день существует множество методик для прогнозирования дальнейшего поведения курса валюты, среди них встречаются математические методы. Но, как известно, на практике не все методики являются эффективными.
Математические методы прогнозирования могут разрабатываться на основе: показательных функций, степенных функций, динамических рядов и аналитических зависимостей. Наибольшей популярностью пользуются: метод экспертных оценок, экстраполяция, моделирование, экономическое прогнозирование, метод регрессионного анализа.
В данной работе рассмотрим применение метода регрессионного анализа. Для получения эффективной модели прогнозирования необходим тщательный анализ характера воздействия факторов, влияющих на формирование валютного курса. Важную роль здесь играет наличие статистических данных, относящихся к рассматриваемому фактору и динамике валютного курса. Теоретически, прогнозирование на базе данной модели может быть наиболее точным.
Регрессионный анализ – это совокупность методов математической статистики, позволяющих определить форму связи между результативным (курс доллара) и факторным (стоимость нефти) признаками, установленной корреляционным анализом. Корреляционная связь описывается с помощью уравнения регрессии, которая имеет вид:
У = «0 + «1%
Параметры уравнения «0 и «1 находятся с использованием метода наименьших квадратов. Суть этого метода заключается в предположении независимости наблюдений и нахождении параметров уравнения («0, «1), при которых сумма квадратов отклонений фактических значений результативного признака от теоретических значений, полученных по выбранному уравнению регрессии, минимизируется:
п
^^(у^-Ух)2 !=п
^ min
Для нахождения параметров линейной парной регрессии составляется система нормальных уравнений, которая имеет следующий вид:
г
п
п
П«о + «1 ^ %! = ^ У!
п
«0 ^ %! + «1
■ !=1
1=1 п
!=1 п
^% !2 =^% ! У !
!=1
1=1
где n - объем исследуемой совокупности, « 0 - усредненное влияние неучтенных в уравнении факторных признаков на результативный признак,
« 1 - коэффициент регрессии, который показывает, насколько в среднем изменяется значение результативного признака при увеличении факторного признака на единицу собственного измерения.
Имеются данные (таблица 1) о стоимости нефти Brent за 1 баррель и о курсе доллара США по отношению к рублю за 2016 год.
Таблица 1
Месяц |
X i , стоимость нефти, в долларах за баррель |
y i , курс доллара, в рублях |
январь |
34,73 |
77,9344 |
февраль |
35,97 |
77,3285 |
март |
38,66 |
70,4183 |
апрель |
48,14 |
66,6826 |
май |
49,67 |
65,8387 |
июнь |
49,72 |
65,2193 |
июль |
42,49 |
64,338 |
август |
47,04 |
64,9365 |
сентябрь |
49,05 |
64,5572 |
октябрь |
48,32 |
62,62 |
ноябрь |
50,45 |
64,3137 |
декабрь |
56,14 |
62,0913 |
Итого |
550,38 |
806,2785 |
Предположим наличие линейной зависимости между рассматриваемыми признаками.
Построим расчетную таблицу для нахождения параметров линейного уравнения парной регрессии (таблица 2).
Таблица 2
Месяц |
xi |
y i |
X 2 |
xy |
Ух |
январь |
34,73 |
77,9344 |
1206,173 |
2706,662 |
75,23887 |
февраль |
35,97 |
77,3285 |
1293,841 |
2781,506 |
74,34253 |
март |
38,66 |
70,4183 |
1494,596 |
2722,371 |
72,39803 |
апрель |
48,14 |
66,6826 |
2317,46 |
3210,1 |
65,54532 |
май |
49,67 |
65,8387 |
2467,109 |
3270,208 |
64,43934 |
июнь |
49,72 |
65,2193 |
2472,078 |
3242,704 |
64,4032 |
июль |
42,49 |
64,338 |
1805,4 |
2733,722 |
69,62948 |
август |
47,04 |
64,9365 |
2212,762 |
3054,613 |
66,34047 |
сентябрь |
49,05 |
64,5572 |
2405,903 |
3166,531 |
64,88752 |
октябрь |
48,32 |
62,62 |
2334,822 |
3025,798 |
65,4152 |
ноябрь |
50,45 |
64,3137 |
2545,203 |
3244,626 |
63,87551 |
декабрь |
56,14 |
62,0913 |
3151,7 |
3485,806 |
59,76244 |
Итого |
550,38 |
806,2785 |
25707,05 |
36644,65 |
806,2779 |
На основе расчетов строится система нормальных уравнений:
| 1260 + 550,3861 = 806,2785{550,3860 + 25707,0561 = 36644,65
Отсюда: 60 = 100,3438, 61 = -0,72286Следовательно: yx = 100,3438 — 0,7228661
Значения yx в таблице 2 получены путем подстановки значений факторного признака Х[ (стоимость нефти) в уравнение регрессии.
Коэффициент регрессии a1 = -0,72286 означает, что при увеличении стоимости нефти, курс доллара уменьшится в среднем на 0,72286.
По полученным данным для наглядности строятся графики, представленные на рисунке 1.

Yi
Yx
Рисунок 1 – Сравнение фактических и теоретических значений
По результатам видно, что фактические и теоретические значения курса доллара близки. Исходя из этого, можно сделать вывод, что вышеописанное регрессионное уравнение может быть применено для прогнозирования курса доллара США. При необходимости достижения более точных результатов предлагается указывать больше факторов, влияющих на изменение курса. К ним можно отнести макроэкономические показатели, политические и финансовые факторы, а также одним из немаловажных факторов, влияющих на курс доллара, является учетная ставка Федеральной резервной системы США.
Список литературы Прогнозирование курса доллара с применением метода регрессионного анализа
- Минашкин В.Г., Шмойлова Р.А., Садовникова Н.А., Моисейкина Л.Г., Рыбакова Е.С. ТЕОРИЯ СТАТИСТИКИ: Учебно-методический комплекс. -М.: Изд. Центр ЕАОИ. 2008. -296 с.
- Елисеева И.И. Статистика: Учебник для вузов. -СПб.: Питер. 2010. -368 с.
- Курс доллара США в 2016 году: //RateStats.com, 2005-2017. URL: https://ratestats.com/dollar/2016/(Дата обращения: 30.03.2017)
- Динамика цены нефти Брент за 2016 год: //Calc.ru, 2000-2017/URL: https://www.calc.ru/dinamika-Brent.html?date=2016 (Дата обращения: 30.03.2017)