Перейти к главному меню навигации Перейти к основному контенту Перейти к нижнему колонтитулу сайта

МОДЕЛИРОВАНИЕ ПРОГНОЗИРОВАНИЯ БУДУЩИХ ТЕНДЕНЦИЙ ЦЕН НА СОЦИАЛЬНО ЗНАЧИМЫЕ ПРОДОВОЛЬСТВЕННЫЕ ТОВАРЫ НА ОСНОВЕ ЭКОНОМЕТРИЧЕСКОГО АНАЛИЗА

Организация
Директор Центра исследований конкурентной политики и прав потребителей при Комитете по развитию конкуренции и защите прав потребителей Республики Узбекистан. доктор наук

Аннотация

В данном исследовании разработана модель прогнозирования цен на основные продукты питания — говядину, картофель и рис — на основе эконометрических моделей. Для прогноза цен на ближайшие 6 месяцев использованы данные за последние 5 лет, предоставленные Аген тством статистики, а также применены модели ARIMA (Autoregressive Integrated Moving Average). Актуальность исследования обусловлена высокой волатильностью цен на эти товары, что напрямую влияет на уровень жизни населения, уровень инфляции, экономическую ст абильность и социальное развитие. Разработанная модель может быть использована государственными органами для прогнозирования ценовой динамики, своевременного регулирования рынка и предотвращения кризисных сценариев. 490 Методология включает анализ пятилетних исторических данных, проверку стационарности временных рядов (тест ADF), использование графиков ACF/PACF и критериев AIC/BIC для выбора параметров ARIMA (r, d, q), а также оценку точности прогнозов по метрикам RMSE и MAE. Результаты показали, что при отсутствии внешних факторов модель наиболее эффективно работает для всех трёх продуктов (RMSE = 2.1). Исследование демонстрирует преимущества модели ARIMA для обеспечения продовольственной безопасности и подчёркивает необходимость учёта экзогенных факторов в будущих работах.

Ключевые слова

ARIMA, говядина, картофель, рис, продовольственная безопасность


Библиографические ссылки

  1. Raksha Khadka, Yeong Nain Chi , Forecasting the Global Price of Corn: Unveiling Insights with SARIMA Modelling Amidst Geopolitical Events and Market Dynamics , 2024
  2. Azer Gurbanzade, The Impact of The Implementation of Guaranteed and Intervention Prices on Food Security, 2024
  3. Yajun Wang, Shilin Luan, Sajid Ali, Raima Nazar, Muhammad Khalid Anser, The Puzzle of Food Inflation: Exploring the Asymmetric Nexus Between Economic Policy Uncertainty and Food Prices in the Expanded BRICS Countries, 2025
  4. FAO, The State of Food Security and Nutrition in the World, 2023
  5. Matthew MacLachlan, Carolyn Chelius, Gianna Short, Time -series methods for forecasting and modeling uncertainty in the food price outlook, 2022
  6. N. Selmi, S. Chaabene, N. Hachicha, Forecasting returns on a stock market using Artificial Neural Networks and GARCH family models: Evidence of stock market S&P500, 3rd International Conference on Management, Finance and Entrepreneurship, 2014
  7. David M. Chen, Benjamin Leon Bodirsky, Xiaoxi Wang, Jiaqi Xuan, Jan Philipp Dietrich, Alexander Popp, Hermann Lotze‐Campen, Future food prices will become less sensitive to agricultural market prices and mitigation costs, 2025
  8. I Sumertajaya, E Rohaeti, A Fitrianto, P Adi, W Ponco, Development of Food Commodity Price Forecasting Model as an Early Warning System with a Multivariate Time Series Clustering, 2024
  9. Sydney Balboni, Grace Ivey, Brett Storoe, John Cisler, Tyge Plater, Caitlyn Grant, Ella Bruce, Benjamin Paulson, NourishNet: Proactive Severity State Forecasting of Food Commodity Prices for Global Warning Systems, 2024
  10. NMF Rahman, MA Aziz, MM Rahman , Modeling on grass pea and mung bean pulse production in Bangladesh using ARIMA model , 2013
  11. Rotem Zelingher , Democratising Agricultural Commodity Price Forecasting: The AGRICAF Approach, 2024
  12. David Benavides, Sergio Segura, Antonio Ruiz -Cortés, Automated analysis of feature models 20 years later: A literature review, 2009
  13. Manik Arora, Gurinder Singh, Danish Ather, Naina Chaudhary, Rajneesh Kler, Forecasting Inbound Tourism in Uzbekistan: Leveraging AI and ARIMA Models for Economic Growth Insights, 2023
  14. Shashi Shekhar, Gowda, H Rahul, R Ravi , Crop Price Prediction , International Journal Science and Engineering Technology (IJRASET), pp 1174 -1177
  15. Herlina Jayadianti, Vynska Amalia Permadi, Partoyo Partoyo, LSTM forecast of volatile national strategic food commodities, Jurnal Infotel, pp 345 -351
  16. J Crespo Cuaresma, J Hlouskova, M Obersteiner , Agricultural commodity price dynamics and their determinants: A comprehensive econometric approach , Journal of Forecasting 40 (7), 1245 -1273 pp
  17. F.Muslimova, Prognozirovaniye makroekonomicheskix pokazateley Respubliki Uzbekistan s ispolzovaniyem modeli ARIMA, 2024
  18. O.Rikhsimbaev, A.Ishnazarov, S.Mamasoliyev, Comparison of ARIMA and Deep Learning Models for Forecasting the Consumer Price Index in Uzbekistan: Using R Packages, 2024
  19. Tanjim Mahmud, Nippon Datta, Rishita Chakma, Utpol Kanti Das, Mohammad Tarek Aziz, Musaddikul Islam, An Approach for Crop Prediction in Agriculture: Integrating Genetic Algorithms and Machine Learning, 2024

Скачивания

Данные скачивания пока недоступны.