Сетевое издание
Международный студенческий научный вестник
ISSN 2409-529X

INFLUENCE OF THE DOLLAR COURSE ON THE GOLD PRICE ON THE RUSSIAN MARKET OF PRECIOUS METALS

Kiseleva V.S. 1
1 Financial university under the Government of the Russian Federation
The aim of the work is to build a qualitative specification of the model, with which you can see the dependence of the price of gold on the dollar. The relevance of the topic lies in the fact that the topic is discussed and considered by economists in real time. The value of gold has been for several decades already at the London Gold Exchange, which constantly arranges an auction-fixing, where several banking companies analyze gold prices and then determine the most optimal. This work takes data on gold prices for October-December 2016. Based on the dispersion diagram specification, random residuals are evaluated, and the coefficients of the specification are estimated using the LINEAR and F-test functions. After construction, the evaluated model is tested for adequacy by means of interval prediction. Proven specification of the model for quality with the help of F-statistics, is also a prerequisite for the Gauss-Markov theorem.
gold
dollar
dispersion diagram
specification
random residuals
LINEST
F-test
model adequacy
interval prediction
model quality
premises of the Gauss-Markov theorem

Золото считается символом богатства любого государства, ведь каждое государство имеет свой золотовалютный запас – резерв, который можно использовать в тот момент, когда в стране не хватает финансов.

Несложно предположить, что цены на золото на 2017 год в России будут напрямую связаны с тем, как стремительно будет меняться ситуация на бирже. Однако нужно понимать, что стоимость данного драгоценного металла в России будет отличаться от той цены, которую установит Лондон, потому что к ней будут прибавлена стоимость затрат, которые компании тратят на добывание данного продукта (а это достаточно дорогое «удовольствие»), а также уровень инфляции. На основании данной информации несложно самостоятельно догадаться о том, что окончательную стоимость металла на территории РФ устанавливает Центробанк, однако за другими банковскими структурами остается право на ее изменение [1].

Целью работы является построение качественной спецификации модели, с помощью которой можно будет увидеть зависимость цены на золото от курса доллара.

Актуальность темы заключается в том, что данная тема обсуждается и рассматривается экономистами в реальном времени.

По собранной статистике (50 дней с 1.10.16 по 7.12.2016 [2], [3]) построена диаграмма рассеивания.

Вид диаграммы приближен к линейной связи, даже к константе.

Но найденные оценки случайных остатков имеют длительное постоянство знака.

Существенно отличаются оценки существующих параметров.

kis1.tiff

Диаграмма рассеивания

Таблица 1

Оценки случайных остатков модели (1)

Цена на золото (руб./г)

Курс доллара (руб.)

kis1.wmf

Цена на золото (руб./г)

Курс доллара (руб.)

kis1.wmf

2706,56

63,40

154,2263

2639,93

63,50

88,21149

2651,74

62,55

94,58784

2639,93

63,50

88,21149

2627,78

62,43

69,97234

2643,95

63,91

94,52117

2558,29

62,46

0,630028

2631,14

63,74

80,73986

2538,45

62,39

-19,5979

2679,81

63,89

130,2982

2513,88

62,30

-44,6615

2611,59

63,42

59,3705

2531,56

62,39

-26,497

2632,80

65,22

90,80822

2512,30

62,19

-46,8578

2632,80

65,22

90,80822

2526,83

62,59

-30,0864

2588,75

65,86

50,40716

2562,09

63,35

9,475158

2590,07

65,55

49,99868

2544,06

62,99

-10,5605

2543,59

64,55

-2,20977

2544,06

62,99

-10,5605

2571,28

64,92

27,57678

2543,42

63,15

-10,3053

2524,47

65,10

-18,1716

2551,00

62,89

-4,20784

2513,92

64,36

-32,9493

2554,89

62,58

-2,05541

2490,73

63,63

-60,2847

2547,07

62,42

-10,8109

2496,78

64,01

-52,0734

2537,77

62,45

-19,9377

2466,91

64,63

-78,4263

2535,14

62,23

-23,7889

2467,03

64,62

-78,3659

2532,11

62,05

-27,8805

2481,74

64,92

-61,9638

2549,96

62,26

-8,82805

2479,11

64,94

-64,4257

2572,59

63,04

18,23362

2490,52

65,24

-51,3497

2560,16

62,90

5,029977

2392,88

63,68

-157,837

2589,79

63,22

36,44185

2416,60

64,15

-131,435

2609,91

63,20

56,47721

2394,11

63,92

-155,223

2642,09

63,42

89,87334

2405,07

63,87

-144,548

Таблица 2

Отличие соответствующих параметров

1 половина

2 половина

56,05823854

-951,1152506

1,661932927

2431,189085

19,33035542

1212,30979

26,19692133

1687,541563

0,267750578

39,90165111

0,000174954

91,80227478

8,410062356

23

0,004024635

23

13390,01149

36619,26051

33,91824385

193836,1261

Мы видим, что a0 первой половины значительно отличается от a0 второй. Параметр a0 первой половине превосходит в 35 раз a0 второй половины.

Следовательно, можно сделать вывод, что нарушена взаимосвязь переменных в спецификации.

Так как по диаграмме видно, что связь линейная, предположу, что, необходимая мне, спецификация должна выглядеть следующим образом.

kis7.wmf (2)

Таблица 3

Отличие соответствующих параметров новой спецификации. Параметр kis8.wmf первой и второй половины отличается незначительно

1 половина

2 половина

40,91263235

0

39,38216252

0

0,129549453

-

0,285876649

-

0,999759418

40,62370215

0,99873695

92,07734258

99734,10219

24

18977,62035

24

164589710,4

39606,84424

160896763,3

203477,6884

Остановимся на спецификации (2).

Проведем оценивание коэффициентов с помощью функции ЛИНЕЙН и F-тест для спецификации (2). Получаем оцененную модель:

kis9.wmf (3)

После построения оцененной модели, необходимо проверить ее на адекватность. Для этого используем интервальное прогнозирование. В качестве контролирующей выборки используем последний набор статистики.

Таблица 4

Интервальное прогнозирование

kis10.wmf

(2405,07; 63,87)

q0

0,022314971

tкрит

2,011740514

kis12.wmf

2566,326078

kis13.wmf

(2396,181982; 2736,470174)

Вывод

kis14.wmf

Проверим спецификацию модели на качество с помощью F-статистики. Коэффициент детерминации R2=0,999. Это видно из таблицы 4 – МНК-оценки. Значение коэффициента детерминации говорит о том, что цена на золото почти полностью объясняется значениями курса доллара. Качество регрессии удовлетворительно, т.е. регрессор в рамках линейной модели обладают способностью объяснять значения эндогенной переменной.[4]

Проверка предпосылок теоремы Гаусса-Маркова

Первая предпосылка: E(u1) = E(u2) =…= =E(un) = 0 не выполняется, т.к. kis15.wmf.

Вторая предпосылка: D(u1) = D(u2) =…= =D(un) =σ2. Проверим с помощью теста Голдфелда-Квандта. Предпосылка не выполняется. Случайный остаток гетероскедастичен.

Третья предпосылка: гипотеза H0: kis16.wmf. Проверим с помощью теста Дарбина-Уотсона. Гипотеза не выполняется, kis17.wmf. Предпосылка не выполняется.

Полученная мною модель оказалась качественной и адекватной, но ни одной предпосылке теоремы Гаусса-Маркова не удовлетворяет. Ошибка может заключаться в выборе функции регрессии в спецификации модели или в пропуске значимой предопределенной переменной [4].

Динамика золота в 2017 году будет достаточно высокой, так как в среднем оно увеличится в стоимости в среднем на 5%, и во многом это зависит от экономики и неустойчивой ситуацией на валютном рынке. Помимо этого, цена металла просто не может снижаться, ведь мировые запасы металла постепенно иссякают, поэтому компании, которые занимаются его добыванием, поднимают цены (что вполне логично). Однако такую динамику можно назвать положительной для страны в целом, потому что налоги с покупки-продажи этого металла идут в государственную казну, и чем больше приходится за него платить, тем стремительнее наполняется бюджет, а в условиях финансового дефицита этому просто нельзя не радоваться [1].