Kieliszewska Magorzata
II rok Niestacjonarnych Studiów Doktoranckich WE UG
Prognozowanie cen na przykadzie sprzeda y dorszy w Polsce w latach 2004–2013
Wstp
Fundamentaln kategori ekonomiczn s ceny, dlatego ich ksztatowanie i poznanie jest przedmiotem staych analiz. Prognozowanie to racjonalne i na- ukowe przewidywanie zdarze, czyli wnioskowanie o zdarzeniach nieznanych (odnoszcych si do okrelonej przyszoci) na podstawie wydarze wiado- mych1.Przewidywanie zjawisk rynkowych jest jednym ze sposobów sucych minimalizacji ryzyka w dziaalnoci gospodarczej. Prognozowanie jest sposobem zdobywania przewagi konkurencyjnej nad innymi uczestnikami rynku. Wszyst- kie podmioty rynkowe maj wasne oczekiwania co do przyszoci i zgodnie z posiadan wiedz wykorzystuj szanse rynkowe, ryzykujc kapitaem2. Dia- gnozowanie przeszoci polega na budowie modelu formalnego lub mylowego, który bdzie opisywa badan rzeczywisto (model jest oczywicie uproszczo- nym jej opisem)3. Na podstawie zdefiniowanego modelu mona wyznaczy pro- gnozy, tj. ekstrapolowa model poza prób. Postaw pasywn naley przyj, gdy dane liczbowe, zwizki i zalenoci s stabilne i przypuszcza si, e nie ule- gn zmianom. Postawa aktywna polega na tym, e prognosta aktywnie wprowa- dza zarówno korekty modelu, jak i interpretacji wyników.
Prognozowanie cen dotyczy równie rynku rybnego, cho w Polsce nie jest ono praktykowane na szerok skal jak w przypadku innych dóbr spoywczych.
Podstaw do prognozowania cen ryb jest wiedza o wzajemnych relacjach i po- wizaniach oraz czynnikach je ksztatujcych. Na podstawie diagnozowania przeszych wartoci cen (poprzez budow modelu) oraz teraniejszych cen ryb mona dokona szacunku przyszoci, czyli okreli przypuszczalne ksztatowa- nie si cen ryb w nastpnym okresie. Wiedza prognostyczna moe by wykorzy-
1 M. Cielak (red.), Prognozowanie gospodarcze: metody i zastosowania, Wydawnictwo Naukowe PWN, Warszawa 2005, s. 18–20.
2 M. Hamulczuk, S. Stako, Prognozowanie cen surowców rolnych - uwarunkowania i metody, Wydawnic- two IERiG-PIB, Warszawa 2011, s. 8.
3 M. Cielak (red.), op. cit., s. 37.
stywana przez wszystkich uczestników rynku: rybaków, przetwórców, handlow- ców, analityków rynkowych, doradców, rzd itp.
Celem poznawczym artykuu jest okrelenie zmiennoci cen sprzeday dor- szy, natomiast celem aplikacyjnym – weryfikacja przydatnoci metody wskani- ków w procesie prognozowania cen tych ryb w Polsce. Do badania wykorzystano stosunkowo proste narzdzie krótkookresowego4 prognozowania cen, jakim jest dekompozycja szeregu czasowego. Na tym etapie prac badawczych posuono si prognozowaniem wstecznym, by sprawdzi, w jakim stopniu prognoza po- krywa si z danymi rzeczywistymi. Postawiono wic tez, e prognozowanie za pomoc metody wskaników jest skuteczne w przewidywaniu cen pierwszej sprzeday dorszy w Polsce. W badaniu ograniczono si do prognozowania cen sprzeday dorszy batyckich, zowionych przez polskich armatorów rybackich i wyadowywanych w polskich portach. Analizowano nominalne rednie mie- siczne ceny pierwszej sprzeday5, a okres badawczy obejmowa lata 2004–2013.
Modele szeregów czasowych opisuj badane zjawisko bez szczegóowego analizowania ekonomicznych mechanizmów, które je ksztatuj. Modele te od- powiadaj na pytanie, jaka bdzie cena, ale nie tumacz dlaczego. W tej metodzie zakada si, e dany szereg czasowy i jego przeksztacenia s wystarczajce, by trafnie okreli przyszo badanego zjawiska. Dzieje si tak, poniewa ceny, które s mechanizmem regulacyjnym zachowa konsumentów i producentów, s
odzwierciedleniem wszystkich informacji rynkowych, zarówno tych przeszych, biecych, jak i oczekiwanych6.
1. Uwarunkowania prognozowania cen ryb
Podstaw do prognozowania cen ryb jest wiedza na temat mechanizmów i prawidowoci rynkowych, zachodzcych zarówno w tym sektorze, jak i jego otoczeniu. Gówne uwarunkowania ksztatowania si cen w gospodarce rolno- ywnociowej, a zatem w sektorze rybnym to7:
– prawo popytu i poday;
– biologiczno-techniczny charakter produkcji ryb (stan zasobów poszczegól- nych gatunków ryb, okresy zamknite dla ryboówstwa, limity poowowe, zakaz stosowania okrelonych narzdzi itp.);
– powizanie rynku z konsumentem;
4 Krótki okres to przedzia czasu, w którym producent nie ma moliwoci zrównowaenia wzrostu cen rodków produkcji lub spadku cen swoich towarów poprzez popraw efektywnoci produkcji.
5 Cena pierwszej sprzeday to cena uzyskiwana za kilogram ryby przez rybaków w Lokalnym Cen- trum Pierwszej Sprzeday Ryb, tzw. aukcje rybne.
6 M. Hamulczuk, S. Stako, op. cit., s. 39.
7 Ibidem, s. 25.
– powizania z cenami wiatowymi (np. mczka rybna);
– oddziaywanie instrumentów polityki (Wspólna Polityka Rybacka UE, legi- slacja krajowa, naciski branowe).
Najwaniejsz zasad, która ksztatuje poziom cen jest prawo popytu i poda- y. Cena jest wypadkow popytu i poday rynkowej dla danego dobra. Kiedy popyt nie jest zaspokojony w peni – ceny wzrastaj, natomiast gdy wystpuje nadwyka poday – ceny malej (przy innych czynnikach niezmiennych)8.Ceny dobra wynikaj z pooenia i nachylenia krzywych popytu i poday, co wie si
z cenowymi elastycznociami popytu i poday. Mierz one si reakcji wielkoci zapotrzebowania/iloci oferowanego dobra na zmian ceny tego dobra9. Od- wrotnoci wspóczynnika elastycznoci cenowej jest gitko cenowa, która mie- rzy si reakcji ceny na zmian wielkoci popytu.
Wanym uwarunkowaniem podaowym jest biologiczno-techniczny charak- ter produkcji ryb. Ryboówstwo jest uzalenione od czynników biologicznych dotyczcych ryb, np. cyklu rozwoju ryb, wielkoci biomasy stada, migracji itd., oraz od czynników pogodowych np. sztormów, zalodzenia wody.
Powizanie rynku z konsumentem polega na zmianie preferencji konsu- menckich, poniewa popyt na surowce rybne ma charakter poredni. Oznacza to, e jest funkcj popytu na ywno10. Ogólnie popyt na artykuy ywnociowe jest nieelastyczny wzgldem dochodów i zmienny dopiero w dugim okresie. Wraz ze wzrostem dochodów ludnoci, zmniejsza si udzia wydatków na ywno
oraz zmianie ulega struktura popytu. Zwiksza si zapotrzebowanie na produkty bardziej przetworzone, np. saatki, konserwy czy inne produkty gotowe, a zmniejsza popyt na tradycyjne towary, np. ryby cae. Proces ten zwie si pio- now transmisj cen w gospodarce11. Teoretycznie, w krótkim okresie zmiany cen (detalicznych) powinny dokadnie odzwierciedla ruchy cen na rynku towaru stanowicego pierwsze ogniwo (w przypadku rynku rybnego bdzie to cena pierwszej sprzeday ryb).
Procesy globalizacji powoduj, e ksztatowanie si cen surowców rybnych w danym kraju, wynika równie z sytuacji na rynkach wiatowych12. Teoretyczn
podstaw powiza midzy rónymi przestrzennie rynkami towarowymi sta-
8 G. Mankiw, M. Taylor, Mikroekonomia, Polskie Wydawnictwo Ekonomiczne, Warszawa 2009, s. 111.
9 Ibidem, s. 139, 151.
10 M. Hamulczuk, S. Stako, op. cit., s. 31, za: W. Rembisz (red.), Mikroekonomiczne podstawy wzrostu dochodów producentów rolnych, Wyd. Vizja Press&IT, Warszawa.
11 J. Rembeza, Transmisja cen w gospodarce polskiej, Wyd. Uczelniane Politechniki Koszaliskiej, Kosza- lin 2010, s. 17-25.
12 Rynek wiatowy to ogó transakcji kupna-sprzeday oraz warunków umoliwiajcych ich zawiera- nie w skali globalnej. W praktyce, rynek kraju lub regionu, majcego znaczny udzia w obrocie handlowym danym produktem, moe stanowi dobre przyblienie rynku wiatowego, poniewa sytuacja na nim ma istotne znaczenie dla procesu ksztatowania si cen na wiecie.
nowi teoria jednej ceny13. Wynika z niej, e zmiany cen wiatowych i zmiany kursów walut s podstawowymi determinantami przy zmianach cenowych na rynkach krajowych. Polska z powodu niewielkiego potencjau produkcyjnego i konsumpcyjnego jest uwaana za biorc ceny wiatowej. W zwizku z tym, potrzebna jest wnikliwa obserwacja uwarunkowa zarówno wiatowych, jak i europejskich cen surowców rybnych. W takim razie, mona uzna, e dla nie- których gatunków ryb, np. ososia, powinno si prognozowa ceny krajowe jako funkcj cen wiatowych oraz kursu walutowego.
Wanym elementem mechanizmu ksztatowania si cen produktów rybnych s procesy regulacyjne w ryboówstwie i rynku, gównie poprzez Wspóln Poli- tyk Ryback krajów UE14. Interwencja ze wzgldów biologicznych (ochrony stada) moe by prowadzona poprzez wprowadzenie: limitów poowowych na poszczególne gatunki, czasowych zakazów poowów, zakazów uywania kon- kretnych narzdzi poowowych, zakazu wyrzucania za burt ryb niewymiaro- wych (tzw. odrzutów), lub rónych technicznych obcie importowych (np. ce, kontyngentów itp.).W przypadku prognozowania cen trudno jest okreli si
oddziaywania polityki na ksztatowanie si cen krajowych.
2. Dekompozycja szeregu czasowego
Podstaw prognozy cen pierwszej sprzeday dorszy w Polsce jest wiedza na temat mechanizmów i prawidowoci rynkowych tego zjawiska. Istotne jest roz- poznanie aspektów zmian cen w czasie, do czego suy dekompozycja szeregu czasowego, która polega na wyodrbnieniu skadowych: wartoci trendu, skad- nika cyklicznego, sezonowego oraz waha przypadkowych15. W tym celu prze- prowadzono analiz dynamiki i pomiaru prawidowoci szeregu czasowego poszczególnych skadników. Serie danych szeregu czasowego przyjmuj posta
modelu addytywnego
Yt=Tt+Ct+St+It bd multiplikatywnego
Yt=Tt*Ct*St*It
gdzie:
Yt to dane wartoci szeregu czasowego w okresie t;
Tt to warto pewnej monotonicznej funkcji, czyli wielko opisujca trend;
Ct to warto skadnika cyklicznego;
St to wskanik waha sezonowych;
13 Strona internetowa Narodowego Banku Polskiego, www.nbportal.pl [dostp: 5.06.2014].
14 Wicej na stronie Komisji Unii Europejskiej, http://ec.europa.eu/fisheries/cfp.
15 M. Hamulczuk (red.), Prognozowanie cen surowców rolnych z wykorzystaniem modeli szeregów czaso- wych, Wydawnictwo IERiG-PIB, Warszawa 2011, s. 17–25.
It to wskanik waha losowych16.
Trend wyraony jest w tych samych jednostkach co dane pierwotne, nato- miast pozostae skadowe szeregu wyraone s w postaci wskaników17.
W przypadku cen pierwszej sprzeday dorszy szereg ten jest modelem mul- tiplikatywnym, poniewa sezonowo powizana jest z poziomem zjawiska w czasie. Metody ilociowe z wykorzystaniem modeli szeregu czasowego po- zwalaj zbada, czy i w jakim stopniu wystpuj jakiekolwiek prawidowoci zachodzce w ostatnich 10 latach. Umoliwia to przewidywanie póniejszych zmian w cenach. Na podstawow dekompozycj szeregu czasowego skadaj si
cztery etapy18:
– obliczenie redniej ruchomej scentrowanej, która okrelana jest jako trend- cykl;
– obliczenie i eliminacj skadnika sezonowego;
– rozdzielenie szeregu na trend i wahania cykliczne;
– obliczenie skadnika losowego.
Wykorzystanie redniej ruchomej to najprostsza metoda wyrównywania sze- regu czasowego, a celem jej jest czciowa eliminacja waha sezonowych i przy- padkowych19. rednie ruchome dziel si na rednie nieparzyste (np. kwarta, czyli 3 miesice) i parzyste (np. rok, czyli 12 miesicy), przy czym parzyste red- nie ruchome nazywane s rednimi scentrowanymi. Najlepsze wygadzenie sze- regu prezentuj rednie o liczbie sekwencji równej podokresom w penym cyklu waha, czyli np. 12-okresowe przy wahaniach miesicznych.
Najwaniejsz podstaw oceny dynamiki szeregu czasowego jest jego analiza graficzna. Na Rys. 1 przedstawiono ceny pierwszej sprzeday dorszy uzyskiwane przez polskich rybaków w polskich portach w latach 2004–2013, jak równie trend-cykl (TC), który zosta wyznaczony za pomoc miesicznych rednich ru- chomych 12-okresowych.
Ceny pierwszej sprzeday dorszy w Polsce w przecigu 10 lat byy bardzo zmienne od 3,75 z/kg do prawie 7,4 z/kg. Do 2011 r. rednie ceny pierwszej sprzeday utrzymyway si na poziomie ok. 4,75 z/kg, chocia wahania byy znaczne, szczególnie w latach 2006–2008. Po tym okresie nastpi widoczny wzrost cen dorszy, spowodowany znaczco mniejszym dostpem do ryb pela- gicznych20 i ogólnym wzrostem cen ryb na caym wiecie, co miao poredni wpyw na ceny dorszy w Polsce. Przebieg waha cen tego gatunku ryb pokazuje,
16 Platforma internetowa Uniwersytetu lskiego, http://el.us.edu.pl [dostp: 5.06.2014].
17 M. Hamulczuk, Analiza i prognozowanie cen surowców rolnych, Przykadowe ujcia aplikacyjne z wykorzy- staniem programu GRETL, Wydawnictwo IERiG-PIB, Warszawa 2013, s. 28.
18 M. Hamulczuk (red.), op. cit., s. 21.
19 Ibidem.
20 Ryby pelagiczne to takie, które pywaj w toni wodnej np. ledzie, szproty, makrele itp. Dorsze natomiast s rybami dennymi, które eruj przy dnie morza.
e w przecigu ostatniej dekady, ceny pierwszej sprzeday dorszy rednio wy- niosy 5,15 z/kg, a odchylenie standardowe to 77 groszy.
Rysunek 1. Ksztatowanie si cen pierwszej sprzeday dorszy (z/kg) wraz z dugo- okresowym trendem-cyklem (TC)
ródo: Opracowanie wasne na podstawie danych SFIS-ERS MIR-PIB.
Wyznaczenie TC i danych empirycznych pozwolio przej do eliminacji wa- ha sezonowych. Po podzieleniu wartoci rzeczywistych szeregu i redniej ru- chomej TC, obliczono skadnik sezonowy poprzez urednienie szeregu waha
sezonowych i przypadkowych (SI) dla obserwacji z tych samych okresów (co 12 miesicy). Zsumowano dane wartoci szeregu (np. stycznie) i podzielono przez liczb analizowanych lat (w tym przypadku 10 lat). Suma rednich wska- ników powinna by równa liczbie okresów w roku, czyli 12. Dla dorszy suma wyniosa 10,86, wic dokonano korekty wskaników nieoczyszczonych, tak aby suma bya zgodna z liczb okresów. Ostatecznie wskaniki oczyszczone sezono- we uzyskano poprzez podzielenie wskaników surowych przez wskanik korek- ty wynoszcy 0,9053. Wspóczynnik korekty reprezentuje rednie odchylenie cen dorszy w poszczególnych miesicach od dugookresowego trendu w analizowa- nym czasie.
Wskaniki sezonowoci informuj, o ile procent poziom zjawiska w danej fa- zie cyklu jest wyszy lub niszy od poziomu, jaki byby osignity, gdyby nie byo waha. Warto S4=1,06 (dla kwietnia 2004 r.) informuje o tym, e ceny w styczniu byy o 6% wysze od poziomu dugookresowego trendu. Dla S8=0,91 oznacza to, e w sierpniu 2004 r. ceny dorszy byy przecitnie nisze o 9%
[(1-0,91)*100%] od cen wynikajcych z trendu.
Poprzez podzielenie wartoci empirycznych przez oczyszczone wskaniki sezonowe (Yt/St) i skorygowaniu sezonowoci w szeregu, dokonano rozdzielenia trendu i cyklu. Trend zosta dopasowany za pomoc opcji analitycznej w arkuszu kalkulacyjnym MS Excel i wynosi: y=0,089x+4,5346. W miejsce zmiennej x podsta- wiono zmienn czasow (t) i tak warto trendu (Tt)dla ceny w styczniu 2005 r.
(obserwacja trzynasta w szeregu empirycznym) wyniosa 4,65.
Wahania cykliczne obliczono jako iloraz trendu-cyklu i wartoci tendencji rozwojowej (Tt). Interpretacja wskaników cyklicznych podobna jest do wska- ników sezonowych.
Wahania losowe zostay policzone jako warto rezydualna wzorem:
I=Yt/TC/St. Cykle maj niejednakow dugo i amplitud zmian. Rozkad dol- nych punktów zwrotnych cen pierwszej sprzeday dorszy to: marzec 2006, maj 2009, czerwiec 2010, a górnych punktów to: kwiecie 2005, maj 2007, lipiec 2011, maj 2012.
Efekt dekompozycji szeregu czasowego cen pierwszej sprzeday dorszy przedstawia Rys. 2.
Rysunek 2. Dekompozycja szeregu czasowego cen sprzeday dorszy (z/kg) na trend (T), wahania cykliczne (C), sezonowe (S) i losowe (I)
ródo: Opracowanie wasne na podstawie danych cenowych SFIS-ERS MIR-PIB.
Szereg cenowy zosta rozoony na trend, cykl, sezonowo i losowo.
Przedstawiony szereg czasowy cen pierwszej sprzeday dorszy charakteryzuje si do skomplikowan struktur. Wida, e najwikszy wpyw na ksztatowa- nie cen maj wahania losowe z amplitud 0,73 p.p. Wahania sezonowe modyfi- kuj ceny w stosunku do trendu tylko rednio o 0,26 p.p., a cykl – o 0,25 p.p.
W takim przypadku wahania losowe utrudniaj charakterystyk ksztatowania si cen dorszy.
Informacje zdobyte podczas dekompozycji szeregu czasowego, posuyy da- lej do zbudowania prognozy wstecznej za pomoc metody wskaników. Osta- teczna prognoza to iloczyn trendu (T), waha sezonowych (S) i cyklicznych (C).Prognoza cen przeprowadzana zostaa poprzez ekstrapolacj trendu oraz uwzgldnienie oscylacji sezonowych i cyklicznych dla danego okresu. Poniewa wahania losowe maj charakter przypadkowy, nie uwzgldnia si ich w progno- zie.
Na rysunku 3 przedstawiono prognoz na podstawie dekompozycji szeregu czasowego.
Rysunek 3. Miesiczne ceny pierwszej sprzeday dorszy (z/kg), trend-cykl oraz prognoza wyznaczona metod wskaników (z/kg)
ródo: Opracowanie wasne na podstawie danych cenowych SFIS-ERS MIR-PIB.
Trend-cykl w ogólnym zarysie odzwierciedla ksztatowanie si cen pierwszej sprzeday dorszy. Natomiast wyniki z prognozy nie odzwierciedlaj rzeczywi- stych wartoci cen. wiadczy to o bardzo duej sile wpywu waha przypadko- wych na ksztatowanie si cen, co zreszt zostao uwidocznione podczas dekom- pozycji. Na tej podstawie mona wnioskowa, e prognozowanie cen pierwszej sprzeday dorszy w Polsce, za pomoc dekompozycji szeregu czasowego i meto-
dy wskaników, nie spenia oczekiwa prognostycznych. Uyteczno tej meto- dy w procesie prognozowania cen dorszy na rynku rybnym jest maa, poniewa prognoza nie pokrywa si z danymi rzeczywistymi. Potrzebna jest aktywna po- stawa analityka-prognosty, by skorygowa model.
Podsumowanie
Rynek rybny w erze globalizacji poddawany jest cigym zmianom, wic na ceny wpywaj nieustannie nowe czynniki. Wymaga to od prognosty-analityka regularnego gromadzenia danych oraz okrelenia siy wpywu na wyznaczone ju prognozy w celu udoskonalenia modelu prognostycznego i wprowadzenia ewentualnych korekt. Przedstawiona metoda dekompozycji szeregu czasowego ma swoje wady, a gówn wad analityczn jest pocztkowe i kocowe skracanie danych z powodu zastosowania rednich ruchomych. Drug wad, w przypadku prognozowania cen sprzeday dorszy batyckich w Polsce, szbyt due wahania losowe, których nie da si przewidzie. Losowa (przypadkowa) zmienno cen jest zbyt dua, by przyj model bez zastrzee. Zatem wyniki bada nie po- twierdzaj postawionej wczeniej tezy o skutecznej aplikacyjnoci metody wskaników przy prognozowaniu cen sprzeday dorszy batyckich w Polsce.
Jednake wykorzystanie tej metody to wstp do dalszej i bardziej szczegóowej analizy danych empirycznych, a póniej prognozowania. W przypadku progno- zowania cen na rynku rybnym, naleaoby skorzysta z innych metod ilocio- wych, w tym bardziej skomplikowanych modeli ekonometrycznych, np. X12- ARIMA, metody Tramo/Seats21 itp., gdzie wystpowayby merytoryczne zmien- ne objaniajce.
Bibliografia
Cielak M. (red.), Prognozowanie gospodarcze: metody i zastosowania, Wyd. Naukowe PWN, Warszawa 2005.
Hamulczuk M., Analiza i prognozowanie cen surowców rolnych, Przykadowe ujcia aplikacyj- ne z wykorzystaniem programu GRETL, Wyd. IERiG-PIB, Warszawa 2013.
Hamulczuk M., Stako S., Prognozowanie cen surowców rolnych – uwarunkowania i metody, Wyd. IERiG-PIB, Warszawa 2011.
Hamulczuk M. (red.), Prognozowanie cen surowców rolnych z wykorzystaniem modeli szere- gów czasowych, Wyd. IERiG-PIB, Warszawa 2011.
Mankiw G., Taylor M., Mikroekonomia, Polskie Wydawnictwo Ekonomiczne, Warszawa 2009.
21 Portal statystyczny Gównego Urzdu Statystycznego, http://stat.gov.pl [dostp: 3.07.2014].
Rembeza J., Transmisja cen w gospodarce polskiej, Wyd. Uczelniane Politechniki Koszali- skiej, Koszalin 2010.
Rembisz W. (red.), Mikroekonomiczne podstawy wzrostu dochodów producentów rolnych, Wyd. Vizja Press&IT, Warszawa.
Zelia A., Paweek B., Wanat S., Prognozowanie ekonomiczne. Teoria przykady zadania., Wyd. Naukowe PWN, Warszawa 2003.
Portal edukacyjny Uniwersytetu lskiego w Katowicach http://el.us.edu.pl/ekonofizyka/
Strona internetowa Gównego Urzdu Statystycznego http://stat.gov.pl Strona internetowa Narodowego Banku Polskiego www.nbportal.pl
Streszczenie
We wspóczesnej gospodarce, podmioty rynkowe d do zmniejszania ryzyka i nie- pewnoci w swoich dziaaniach. Najwaniejszym elementem rynku jest cena, a zapo- trzebowanie na informacje o przyszych cenach jest kluczowe dla efektywnego prowa- dzenia dziaalnoci gospodarczej. Prognozowanie jest jedn z form przewidywania przyszoci i polega na okreleniu czynników, które bd okrela dane zjawisko w przyszoci. Celem badania byo okrelenie zmiennoci cen oraz okrelenie, na ile metoda dekompozycji szeregu czasowego pozwala na generowanie wiarygodnych i krótkookresowych prognoz cenowych. Wybrano metod wskaników do okrelenia prognozy dla cen pierwszej sprzeday dorszy batyckich, które byy wyadowywane w polskich portach przez polskich armatorów rybackich w latach 2004–2013. Analiza badanego szeregu czasowego wykazaa, e wahania losowe maj najwikszy wpyw na ceny, a co za tym idzie, zastosowany model prognostyczny nie jest dobr metod pro- gnozowania tych cen.
Sowa kluczowe: prognozowanie, ceny, rynek rybny, szereg czasowy, dekompozycja
PRICE FORECASTING ON THE EXAMPLE OF COD SALE IN POLAND IN 2004–2013
Summary
In the modern economy, market entities are trying to reduce risk and uncertainty in their actions. The most important element is the price and the need for information on future prices is crucial for efficient business. Forecasting is a form of predicting the future. The aim of the study was to determine if decomposition of the time series allows to generate reliable and short-term price forecasts. The indicators were the first-sale prices of Baltic cod, which were landed in Polish ports by Polish fishing operators in 2004–2013. The analysis showed that random fluctuations have the greatest impact on prices, and thus, the utilised forecast model is not a good method for predicting these prices.