| dc.description.abstract | Hovedformålet med denne masteroppgaven er å undersøke om State Space eller ARIMA modeller egner seg best til å predikere spotprisen på laks i det norske markedet. Resultatene vil også kunne gi økt kunnskap om hvilke risikofaktorer og karakteristikker som er mest relevante for å forklare endringer i lakseprisen.
Det gjøres en kvalitativ vurdering av aktuelle risikofaktorer, hvor et utvalg benyttes videre som forklaringsvariabler i modeller. Forklaringsvariablene som benyttes i modellene er tilførselen av laks fra Norge, global tilførsel (ekskludert Norge), EURNOK, en indeks av prisen på kylling, svin og biff, og voksne hunnlus per fisk i Norge. Det benyttes månedlige data som strekker seg fra januar 2005 til februar 2017. Analysene er utført ved bruk av STAMP og PcGive i OxMetrics.
Evalueringer av en rekke framskrivinger viser tydelig at State Space modeller egner seg best for månedlige prediksjoner av lakseprisen. Både ARIMA og ARFIMA modeller presterer dårlig målt ved prediksjonsfeil, noe som tyder på at utviklingen i lakseprisen ikke kan forklares av tidligere prisbevegelser og residualfeil.
Tilførsel fra Norge, lus og EURNOK er signifikante i samtlige modeller, og de to førstnevnte er inkludert i modellene som presterer best. Global tilførsel (ekskludert Norge) har antageligvis svært liten innvirkning på lakseprisen i Norge, noe som kan forklares med at verdens nest største produsent, Chile, har helt andre eksportmarkeder enn den norskproduserte laksen. Indeksen av kylling, svin og biff er middels signifikant, og er ikke inkludert i noen av de modellene som presterer best. Basert på produktegenskaper og tilgjengelighet er det usikkert om det i det hele tatt eksisterer noen direkte substitutter til laks i det europeiske markedet.
Sesongeffektene i lakseprisen har endret seg underveis i datasettet, men de har vært tydelige i august, september og desember. Prisen har vanligvis hatt et fall i august og september, og en kraftig stigning i desember. De beste State Space modellene inkluderer nivå, trend og dummy-variabler for månedene med tydeligst sesongvariasjoner. Det er lite som tyder på at lakseprisen har vært syklisk de siste årene, noe som kan forklares av et begrenset antall konsesjoner og MTB-systemet som hindrer overinvestering. | |
