«Сельскохозяйственные цены»

Поступления свиней в Чикаго, аналогичным образом, имеют модифицированный сезонный коэффициент: январь — 132 процента; февраль — 117 процентов; март — 102 процента; апрель — 85 процентов; май — 99 процентов; июнь — 99 процентов; июль — 87 процентов; август — 87 процентов; сентябрь — 74 процента; октябрь — 86 процентов; ноябрь — 103 процента; декабрь — 129 процентов.

Для банковских клиринговых расчетов вне Нью-Йорка модифицированные сезонные коэффициенты составляют: январь — 109; февраль — 93; март — 104; апрель — 100; май — 99; июнь — 97; июль — 98; август — 90; сентябрь — 93; октябрь — 108; ноябрь — 103 и декабрь — 106.

После получения нормальной сезонной вариации следующим шагом является модификация векового тренда для сезонной вариации. Вековой тренд цен на свиней, модифицированный сезонно, изображен на диаграмме II. Вековая трендовая цена на свиней в январе 1903 года составляет 5,19 доллара, эта сумма, умноженная на сезонный коэффициент 96, дает 4,98 доллара как вековую цену на свиней, модифицированную сезонно для января 1903 года. Фактическая цена составляла 6,60 доллара, или на 1,62 доллара выше вековой, модифицированной сезонно, или на 31 процент больше, чем вековая цена в 5,19 доллара. Таким образом, можно рассчитать процент отклонения для каждого месяца с 1903 по 1916 год. Это было сделано для цен на свиней, поступлений свиней и банковских клиринговых расчетов вне Нью-Йорка.

Теперь, так уж получается, что поступления свиней — это гораздо более резко колеблющаяся серия, чем банковские клиринговые расчеты вне Нью-Йорка. Чтобы поставить серии на равную основу, прибегают к тому, что известно как стандартное отклонение. Чтобы получить стандартное отклонение процентных отклонений цен на свиней, сложите квадраты этих отклонений. Итоговая сумма за 168 месяцев с 1903 по 1916 год составляет 31 894, или, разделив на 168, мы получаем 190. Квадратный корень из 190 равен 13,8, что является стандартным отклонением цен на свиней. Стандартное отклонение означает, что вероятности таковы, что в среднем не более одного из трех рассматриваемых рядов цифр превысит стандартное отклонение. Стандартное отклонение для поступлений свиней составляет 15, а для банковских клиринговых расчетов — 8,7. Это указывает на то, что поступления свиней отклоняются от векового тренда, модифицированного сезонно, почти в два раза сильнее, чем банковские клиринговые расчеты.

Чтобы поставить все три серии на одну основу, мы делим процентные отклонения на стандартное отклонение: 13,8 в случае цен на свиней, 15 в случае поступлений свиней и 8,7 в случае банковских клиринговых расчетов. В январе 1903 года, например, цены на свиней были выше вековых, модифицированных сезонно, в 2,3 раза больше стандартного отклонения; поступления свиней были меньше на 0,3 стандартного отклонения, а банковские клиринговые расчеты были выше на 0,9 стандартного отклонения. Циклы цен на свиней, поступлений свиней и банковских клиринговых расчетов, полученные таким образом путем приведения к стандартному отклонению, сопоставимы. Результаты представлены на диаграммах III, IV, V.

Диаграмма I — Нерегулярная линия представляет фактические цены на свиней в Чикаго. Прямая линия представляет вековой тренд.

Диаграмма II идентична диаграмме I, за исключением того, что добавлена пунктирная линия, которая представляет вековой тренд, скорректированный сезонно.

Из изучения этих диаграмм видно, что цены на свиней, по-видимому, связаны напрямую с банковскими клиринговыми расчетами и обратно — с поступлениями свиней. Задача состоит в том, чтобы объединить поступления свиней и банковские клиринговые расчеты таким образом, чтобы получить цены на свиней. Математический метод подхода заключается в использовании коэффициентов корреляции и линий регрессии.

Сначала простая иллюстрация метода получения коэффициентов корреляции:

Возьмем две серии, A и B, которые отклоняются от своих соответствующих средних на величины, указанные в столбцах 2 и 3. В столбце 1 указан год, который не имеет никакого отношения к математике данного случая. Столбец 4 — это A в квадрате, столбец 5 — это B в квадрате, а столбец 6 — это A, умноженное на B.

1 2 3 4 5 6

A B A squared B squared A times B

1901 −3 −5 9 25 +15

1902 −1 +1 1 1 −1

1903 +2 +3 4 9 +6

1904 +2 +1 4 1 +2

Sum 18 36 +22

Стандартное отклонение A — это квадратный корень из суммы квадратов A, или 18, деленное на 4. Квадратный корень из 18, деленного на 4, равен 2,1. Стандартное отклонение B, аналогичным образом, равно 3. Сумма AB, деленная на 4, или +22, деленное на 4, равно +5,5. Коэффициент корреляции равен +5,5, деленному на стандартное отклонение A, умноженное на стандартное отклонение B, или 5,5, деленное на 6,3, что дает +0,87. Коэффициент корреляции 0,87 очень высок, при этом идеальная корреляция равна 1. Корреляция выше 0,5 считается довольно хорошей, особенно если в каждой серии есть длинный список (пятьдесят или более) цифр.

Формула для определения A через B:

A равно r(σa/σb)B

В этой формуле r — это коэффициент корреляции, а σa — стандартное отклонение A, а σb — стандартное отклонение B. Подставляя для конкретной задачи, получаем:

A равно 0,87(2,1/3,0)B или

A равно 0,609 B

Когда B равно −5, мы ожидаем, что A будет 3,05; когда B равно +1, мы ожидаем, что A будет +0,609; когда B равно +3, мы ожидаем, что A будет 1,827.

Предположим теперь, дополнительно, что есть три серии: A, B и C, и что цель состоит в том, чтобы определить A через B и C. Три серии выглядят так:

A B C

1901 −3 −5 +2

1902 −1 +1 +3

1903 +2 +3 −3

1904 +2 +1 −2

Мы уже знаем, что стандартное отклонение A равно 2,1, а B — 3,0, и что коэффициент корреляции между A и B равен +0,87. Используя обычный метод, мы находим, что стандартное отклонение C равно 2,55, а коэффициент корреляции A и C равен −0,89, а B и C — −0,59. Чтобы найти A через B и C, мы используем следующую формулу:

A равно ((rab − rac rbc) / (1 − r^2 bc)) * (σa / σb)B + ((rac − rab rbc) / (1 − r^2 bc)) * (σa / σc)C

В этой формуле rab означает коэффициент корреляции между A и B и т. д.; σa означает стандартное отклонение A.

Подставляя, получаем:

A равно ((+0,87 − 0,53) / 0,65) * (2,1 / 3,0)B − ((-0,89 + 0,51) / 0,65) * (2,1 / 2,55)C или, A равно 0,37B − 0,49C

Диаграмма III. Циклы цен на свиней, полученные путем деления процентного отклонения фактических цен от векового тренда, скорректированного сезонно, на стандартное отклонение.

Диаграмма IV — Циклы поступлений свиней, полученные путем деления процентного отклонения от векового тренда, скорректированного сезонно, на стандартное отклонение.

Диаграмма V — Циклы банковских клиринговых расчетов вне Нью-Йорка, полученные путем деления процентного отклонения от векового тренда, скорректированного сезонно, на стандартное отклонение.

Применяя эту формулу, мы находим, что когда C равно +2, а B равно −5, как в 1901 году, мы ожидаем, что A будет −2,83, а когда C равно +3, а B равно +1, как в 1902 году, мы ожидаем, что A будет −1,1. Аналогичным образом, в 1903 году мы ожидаем, что A будет +2,60, а в 1904 году +1,35.

Результаты, выраженные в таблице, таковы:

Actual A A as predicted by formula from B and C

1901 −3 −2.83

1902 −1 −1.10

1903 +2 +2.60

1904 +2 +1.35

Практическая задача состоит в том, чтобы выразить цены на свиней через поступления свиней и банковские клиринговые расчеты. Практически тот же метод используется для 168 месяцев с 1903 по 1916 год, что и для четырех лет, которые только что были использованы для иллюстрации.

Стандартные отклонения составляют 10,1 для поступлений свиней, 10,5 для цен на свиней и 9,8 для банковских клиринговых расчетов. Коэффициенты корреляции составляют +0,39 между ценами на свиней и банковскими клиринговыми расчетами, +0,26 между поступлениями свиней и банковскими клиринговыми расчетами и −0,4 между поступлениями свиней и ценами на свиней.

Используя формулу:

A равно r(σa/σb)B

и позволяя A представлять цены на свиней, а B представлять банковские клиринговые расчеты, получаем:

Цены на свиней равны 0,39(10,5/0,8) банковских клиринговых расчетов, или

Цены на свиней равны 0,417 банковских клиринговых расчетов

Эта формула пересчитывается обратно в процентные отклонения от векового тренда, модифицированного сезонно, и, наконец, в цены на свиней, на которые влияют банковские клиринговые расчеты. Спрос, или цена банковских клиринговых расчетов, на свиней по сравнению с фактической показан на диаграмме VI.

Аналогичным образом получаем:

Цены на свиней равны −0,4(10,5/10,1) поступлений свиней, или

Цены на свиней равны −0,426 поступлений свиней

Эта формула пересчитывается обратно в процентные отклонения от векового тренда, модифицированного сезонно, и, наконец, в цены на свиней, на которые влияют поступления свиней. Цена предложения на свиней по сравнению с фактической показана на диаграмме VII.

Диаграмма VI — Пунктирная линия — это цена спроса на свиней, основанная на банковских клиринговых расчетах. Нерегулярная сплошная линия — это фактическая цена, а прямая линия — вековой тренд.

Диаграмма VII — Пунктирная линия — это цена предложения на свиней, основанная на поступлениях в Чикаго. Нерегулярная сплошная линия — это фактическая цена, а прямая линия — вековой тренд.

Диаграмма VIII — Пунктирная линия — это цена спроса и предложения на свиней, основанная на банковских клиринговых расчетах и поступлениях свиней. Нерегулярная сплошная линия — это фактическая цена.

Используя более длинную формулу на странице 89, получаем: цены на свиней равны 0,56 банковских клиринговых расчетов минус 0,56 поступлений свиней. Или, переведенные в процентные отклонения от векового тренда, скорректированного сезонно: 0,90 банковских клиринговых расчетов в процентных отклонениях минус 0,51 поступлений свиней в процентных отклонениях равно проценту, на который цены на свиней отклоняются от своего векового тренда, скорректированного сезонно. Например, в январе 1903 года банковские клиринговые расчеты были на 8 процентов выше векового тренда, скорректированного сезонно, а поступления свиней были на 5 процентов ниже. Восемь, умноженное на 0,90, плюс пять, умноженное на 0,51, дает 9,7 в качестве процента, на который мы ожидаем, что цены на свиней будут выше своего векового тренда, скорректированного сезонно. Вековой тренд для января 1903 года составлял 5,19 доллара; 9,7 процента от 5,19 доллара дают 50 центов. Вековой тренд, скорректированный сезонно для января 1903 года, составляет 4,98 доллара. Добавьте 50 центов к 4,98 доллара, и мы получим 5,48 доллара как цену, по которой мы ожидали бы, что тяжелые свиньи будут продаваться в Чикаго в январе 1903 года на основе хорошего бизнеса и небольших поступлений свиней. Фактически свиньи продавались по 6,60 доллара, или на 1,12 доллара выше цены, предсказанной по формуле.

Это делается для всех месяцев с 1903 по 1916 год, и цена спроса и предложения на свиней, полученная из поступлений свиней в Чикаго и банковских клиринговых расчетов вне Нью-Йорка, представлена на диаграмме VIII в сравнении с фактическими ценами.

ПРОГНОЗИРОВАНИЕ БУДУЩЕГО ЦЕН НА СВИНЕЙ

Мы предполагаем, что в настоящее время и, вероятно, в течение некоторого времени, мы находимся на уровне 90 процентов выше 1913 года для цен на свиней и 100 процентов выше 1913 года для банковских клиринговых расчетов. Этот вывод в некоторой степени основан на рассуждениях, представленных в июньском ежемесячном приложении к «Гарвардскому обзору экономической статистики» за 1919 год.

На этой основе вековой тренд цен на тяжелых свиней в Чикаго, модифицированный сезонно, должен быть примерно следующим для нескольких лет, начиная с 1919 года: январь — 14,35 доллара; февраль — 15,07 доллара; март — 15,82 доллара; апрель — 15,67 доллара; май — 15,22 доллара; июнь — 15,22 доллара; июль — 15,52 доллара; август — 15,22 доллара; сентябрь — 15,52 доллара; октябрь — 15,07 доллара; ноябрь — 14,16 доллара и декабрь — 13,86 доллара. Это основано на предположении, что цены на свиней и цены в целом будут иметь в качестве своего нормального среднего уровня уровень на 90 процентов выше уровня 1913 года. Ожидается, что в общих чертах цены на свиней будут отклоняться от этого уровня в зависимости от размера поступлений свиней и состояния общего бизнеса, выраженного банковскими клиринговыми расчетами. (В течение 1920 года и, возможно, 1921 года крупные экспортные поставки, несомненно, будут оказывать влияние.)

Вековой тренд банковских клиринговых расчетов вне Нью-Йорка, модифицированный сезонно, для года, начинающегося с 1919 года, принят как: январь — 13 952 000 000 долларов; февраль — 11 648 000 000 долларов; март — 13 056 000 000 долларов; апрель — 12 800 000 000 долларов; май — 12 416 000 000 долларов; июнь — 12 416 000 000 долларов; июль — 12 544 000 000 долларов; август — 11 648 000 000 долларов; сентябрь — 12 032 000 000 долларов; октябрь — 13 824 000 000 долларов; ноябрь — 13 440 000 000 долларов и декабрь — 13 824 000 000 долларов.

Вековой тренд поступлений свиней в Чикаго в миллионах фунтов, модифицированный сезонно, для периода, начинающегося с 1919 года, принят как: январь — 184; февраль — 163; март — 143; апрель — 118; май — 139; июнь — 139; июль — 121; август — 121; сентябрь — 103; октябрь — 120; ноябрь — 144 и декабрь — 180.

Основываясь на формуле, полученной в предыдущей главе (цена на свиней равна 0,56 банковских клиринговых расчетов минус 0,56 поступлений свиней), мы ожидали бы следующую шкалу цен на свиней в январе, когда поступления следуют вековому тренду (184 000 000 фунтов в Чикаго), но банковские клиринговые расчеты варьируются:

Bank Clearings in January. Heavy Hog Prices.

$11,000,000,000 $11.35

11,500,000,000 11.85

16,500,000,000 16.85

Аналогичным образом можно составить таблицы для каждого месяца года, исходя из того, что на каждые 500 000 000 долларов, на которые банковские клиринговые расчеты вне Нью-Йорка выше или ниже векового тренда, сезонно модифицированного, к вековой цене на свиней, сезонно модифицированной, добавляется или вычитается пятьдесят центов. Таким образом, для апреля таблицы были бы такими:

Bank Clearings in April. Heavy Hog Prices.

$ 9,800,000,000 $12.67

12,800,000,000 15.67

15,800,000,000 18.67

Взяв таблицы, разработанные для банковских клиринговых расчетов и цен на свиней, мы затем вносим поправки на поступления свиней. Избыток в 33 000 000 фунтов поступлений свиней в Чикаго за месяц означает в среднем на 1,80 доллара более низкие цены, и наоборот. Таким образом, в январе, при банковских клиринговых расчетах в 13 952 000 000 долларов, мы ожидали бы следующие цены при различных объемах поступлений свиней:

Hog Receipts (in Pounds). Heavy Hog Prices.

162,000,000 $15.55

184,000,000 14.35

195,000,000 13.75

206,000,000 13.15

228,000,000 11.95

Прилагаемые таблицы подробно раскрывают эту проблему для различных месяцев. Мы осознаем, что на момент написания, в начале 1920 года, финансовые дела все еще настолько расстроены великой войной, что наш вековой тренд для банковских клиринговых расчетов может быть неточным. Это лучший прогноз, который мы можем предложить на момент написания, и мы предлагаем его, полностью осознавая его слабость, но твердо веря, что прогнозы такого рода будут стимулировать более тщательные исследования. Считается, что со временем могут быть найдены более точные меры спроса, чем банковские клиринговые расчеты вне Нью-Йорка, и что могут быть найдены более точные меры предложения, чем поступления в Чикаго. Также существует вероятность того, что следует учитывать варьирующийся объем экспорта свиноводческой продукции.

ЦЕНА НА ТЯЖЕЛЫХ СВИНЕЙ ЗА СТО ФУНТОВ, ПРЕДСКАЗАННАЯ НА ОСНОВЕ ПОСТУПЛЕНИЙ СВИНЕЙ И БАНКОВСКИХ КЛИРИНГОВЫХ РАСЧЕТОВ ВНЕ НЬЮ-ЙОРКА.

ЯНВАРЬ.

Bank Clearings Outside New York. Hog Receipts at Chicago, in Millions of Pounds.

162 173 184 195 206 217 228 239

$13,000,000,000 $14.55 $13.95 $13.35 $12.75 $12.15 $11.55 $10.95 $10.35

13,500,000,000 15.05 14.45 13.85 13.25 12.65 12.05 11.45 10.85

14,000,000,000 15.55 14.95 14.35 13.75 13.15 12.55 11.95 11.35

14,500,000,000 16.05 15.45 14.85 14.25 13.65 13.05 12.45 11.85

15,000,000,000 16.55 15.95 15.35 14.75 14.15 13.55 12.95 12.35

15,500,000,000 17.05 16.45 15.85 15.25 14.65 14.05 13.45 12.85

16,000,000,000 17.55 16.95 16.35 15.75 15.15 14.55 13.95 13.35

16,500,000,000 18.05 17.45 16.85 16.25 15.65 15.05 14.45 13.85

ФЕВРАЛЬ.

Bank Clearings Outside New York. Hog Receipts at Chicago, in Millions of Pounds.

141 152 163 174 185 196 207 218

$10,600,000,000 $15.27 $13.67 $14.07 $13.47 $11.87 $12.27 $11.67 $11.07

11,100,000,000 15.77 14.17 14.57 13.97 12.37 12.77 12.17 11.57

11,600,000,000 16.27 14.67 15.07 14.47 12.87 13.27 12.67 12.07

12,100,000,000 16.77 15.17 15.57 14.97 13.37 13.77 13.17 12.57

12,600,000,000 17.27 15.67 16.07 15.47 13.87 14.27 13.67 13.07

13,100,000,000 17.77 16.17 15.57 15.97 14.37 14.77 14.17 13.57

13,600,000,000 18.27 16.67 17.07 16.47 14.87 15.27 14.67 14.07

14,100,000,000 18.77 17.17 17.57 16.97 15.37 15.77 15.17 14.57

МАРТ.

Bank Clearings Outside New York. Hog Receipts at Chicago, in Millions of Pounds.

121 132 143 154 165 176 187 198

$12,100,000,000 $16.02 $15.42 $14.82 $14.22 $13.62 $13.02 $12.42 $11.82

12,600,000,000 16.52 15.92 14.32 14.72 14.12 13.52 12.92 12.32

13,100,000,000 17.02 16.42 15.82 15.22 14.62 14.02 13.42 12.82

13,600,000,000 17.52 16.92 16.32 15.72 15.12 14.52 13.92 13.32

14,100,000,000 18.02 17.42 16.82 16.22 15.62 15.02 14.42 13.82

14,600,000,000 18.52 17.92 17.32 16.72 16.12 15.52 14.92 14.32

15,100,000,000 19.02 18.42 17.72 17.22 16.62 16.02 15.42 14.82

15,600,000,000 19.52 18.92 18.32 17.72 17.12 16.52 15.92 15.32

АПРЕЛЬ.

Bank Clearings Outside New York. Hog Receipts at Chicago, in Millions of Pounds.

96 107 118 129 140 151 162 173

$11,800,000,000 $15.87 $15.27 $14.67 $14.07 $13.47 $12.87 $12.27 $11.67

12,300,000,000 16.37 15.77 15.17 14.57 13.97 13.37 12.77 12.17

12,800,000,000 16.87 16.27 15.67 15.07 14.47 13.87 13.27 12.67

13,300,000,000 17.37 16.77 16.17 15.57 14.97 14.37 13.77 13.17

13,800,000,000 17.87 17.27 16.67 16.07 15.47 14.87 14.27 13.67

14,300,000,000 18.37 17.77 17.17 16.57 15.97 15.37 14.77 14.17

14,800,000,000 18.87 18.27 17.67 17.07 16.47 15.87 15.27 14.67

15,300,000,000 19.37 18.77 18.17 17.57 16.97 16.37 15.77 15.17

МАЙ.

Bank Clearings Outside New York. Hog Receipts at Chicago, in Millions of Pounds.

117 128 139 150 161 172 183 194

$11,400,000,000 $15.42 $14.82 $14.22 $13.62 $13.02 $12.42 $11.82 $11.22

11,900,000,000 15.92 15.32 14.72 14.12 13.52 12.92 12.32 11.72

12,400,000,000 16.42 15.82 15.22 14.62 14.02 13.42 12.82 12.22

12,900,000,000 16.92 16.32 15.72 15.12 14.52 13.92 13.32 12.72

13,400,000,000 17.42 16.82 16.22 15.62 15.02 14.42 13.82 13.22

13,900,000,000 17.92 17.32 16.72 16.12 15.52 14.92 14.32 13.72

14,400,000,000 18.42 17.82 17.22 16.62 16.02 15.42 14.82 14.22

14,900,000,000 18.92 18.32 17.72 17.12 16.52 15.92 15.32 14.72

ИЮНЬ.

Bank Clearings Outside New York. Hog Receipts at Chicago, in Millions of Pounds.

117 128 139 150 161 172 183 194

$11,400,000,000 $15.42 $14.82 $14.22 $13.62 $13.02 $12.42 $11.82 $11.22

11,900,000,000 15.92 15.32 14.72 14.12 13.52 12.92 12.32 11.72

12,400,000,000 16.42 15.82 15.22 14.62 14.02 13.42 12.82 12.22

12,900,000,000 16.92 16.32 15.72 15.12 14.52 13.92 13.32 12.72

13,400,000,000 17.42 16.82 16.22 15.62 15.02 14.42 13.82 13.22

13,900,000,000 17.92 17.32 16.72 16.12 15.52 14.92 14.32 13.72

14,400,000,000 18.42 17.82 17.22 16.62 16.02 15.42 14.82 14.22

14,900,000,000 18.92 18.32 17.72 17.12 16.52 15.92 15.32 14.72

ИЮЛЬ.

Bank Clearings Outside New York. Hog Receipts at Chicago, in Millions of Pounds.

99 110 121 132 143 154 165 176

$11,500,000,000 $15.72 $15.12 $14.52 $13.92 $13.32 $12.72 $12.12 $11.52

12,000,000,000 16.22 15.62 15.02 14.42 13.82 13.22 12.62 12.02

12,500,000,000 16.72 16.12 15.52 14.92 14.32 13.72 13.12 12.52

13,000,000,000 17.22 16.62 16.02 15.42 14.82 14.22 13.62 13.02

13,500,000,000 17.72 17.12 16.52 15.92 15.32 14.72 14.12 13.52

14,000,000,000 18.22 17.62 17.02 16.42 15.82 15.22 14.62 14.02

14,500,000,000 18.72 18.12 17.52 16.92 16.32 15.72 15.12 14.52

15,000,000,000 19.22 18.62 18.02 17.42 16.82 16.22 15.62 15.02

АВГУСТ.

Bank Clearings Outside New York. Hog Receipts at Chicago, in Millions of Pounds.

99 110 121 132 143 154 165 176

$10,600,000,000 $15.42 $14.82 $14.22 $13.62 $13.02 $12.42 $11.82 $11.22

11,100,000,000 15.92 15.32 14.72 14.12 13.52 12.92 12.32 11.72

11,600,000,000 16.42 15.82 15.22 14.62 14.02 13.42 12.82 12.22

12,100,000,000 16.92 16.32 15.72 15.12 14.52 13.92 13.32 12.72

12,600,000,000 17.42 16.82 16.22 15.62 15.02 14.42 13.82 13.22

13,100,000,000 17.92 17.32 16.72 16.12 15.52 14.92 14.32 13.72

13,600,000,000 18.42 17.82 17.22 16.62 16.02 15.42 14.82 14.22

14,100,000,000 18.92 18.32 17.72 17.12 16.52 15.92 15.32 14.72

СЕНТЯБРЬ.

Bank Clearings Outside New York. Hog Receipts at Chicago, in Millions of Pounds.

81 92 103 114 125 136 147 158

$11,000,000,000 $15.72 $15.12 $14.52 $13.92 $13.32 $12.72 $12.12 $11.52

11,500,000,000 16.22 15.62 15.02 14.42 13.82 13.22 12.62 12.02

12,000,000,000 16.72 16.12 15.52 14.92 14.32 13.72 13.12 12.52

12,500,000,000 17.22 16.62 16.02 15.42 14.82 14.22 13.62 13.02

13,000,000,000 17.72 17.12 16.52 15.92 15.32 14.72 14.12 13.52

13,500,000,000 18.22 17.62 17.02 16.42 15.82 15.22 14.62 14.02

14,000,000,000 18.72 18.12 17.52 16.92 16.32 15.72 15.12 14.52

14,500,000,000 19.22 18.62 18.02 17.42 16.82 16.22 15.62 15.02

ОКТЯБРЬ.

Bank Clearings Outside New York. Hog Receipts at Chicago, in Millions of Pounds.

98 109 120 131 142 153 164 175

$12,800,000,000 $15.27 $14.67 $14.07 $13.47 $12.87 $12.27 $11.67 $11.07

13,300,000,000 15.77 15.17 14.57 13.97 13.37 12.77 12.17 11.57

13,800,000,000 16.27 15.67 15.07 14.47 13.87 13.27 12.67 12.07

14,300,000,000 16.77 16.17 15.57 14.97 14.37 13.77 13.17 12.57

14,800,000,000 17.27 16.67 16.07 15.47 14.87 14.27 13.67 13.07

15,300,000,000 17.77 17.17 16.57 15.97 15.37 14.77 14.17 13.57

15,800,000,000 18.27 17.67 17.07 16.47 15.87 15.27 14.67 14.07

16,300,000,000 18.77 18.17 17.57 16.97 16.37 15.77 15.17 14.57

НОЯБРЬ.

Bank Clearings Outside New York. Hog Receipts at Chicago, in Millions of Pounds.

122 133 144 155 166 177 188 199

$12,400,000,000 $14.36 $13.76 $13.16 $12.56 $11.96 $11.36 $10.76 $10.16

12,900,000,000 14.86 14.26 13.66 13.06 12.46 11.86 11.26 10.66

13,400,000,000 15.36 14.76 14.16 13.56 12.96 12.36 11.76 11.16

13,900,000,000 15.86 15.26 14.66 14.06 13.46 12.86 12.26 11.66

14,400,000,000 16.36 15.76 15.16 14.56 13.96 13.36 12.76 12.16

14,900,000,000 16.86 16.26 15.66 15.06 14.46 13.86 13.26 12.66

15,400,000,000 17.36 16.76 16.16 15.56 14.96 14.36 13.76 13.16

15,900,000,000 17.86 17.26 16.66 16.06 15.46 14.86 14.26 13.66

ДЕКАБРЬ.

Bank Clearings Outside New York. Hog Receipts at Chicago, in Millions of Pounds.

158 169 180 191 202 213 224 235

$12,800,000,000 $14.06 $13.46 $12.86 $12.26 $11.66 $11.06 $10.46 $ 9.86

13,300,000,000 14.56 13.96 13.36 12.76 12.16 11.56 10.96 10.36

13,800,000,000 15.06 14.46 13.86 13.26 12.66 12.06 11.46 10.86

14,300,000,000 15.56 14.96 14.36 13.76 13.16 12.56 11.96 11.36

14,800,000,000 16.06 15.46 14.86 14.26 13.66 13.06 12.46 11.86

15,300,000,000 16.56 15.96 15.36 14.76 14.16 13.56 12.96 12.36

15,800,000,000 17.06 16.46 15.86 15.26 14.66 14.06 13.46 12.86

16,300,000,000 17.56 16.96 16.36 15.76 15.16 14.56 13.96 13.36

ОГРАНИЧЕНИЯ МАТЕМАТИЧЕСКОГО МЕТОДА

Такую математическую формулу, как: цены на свиней равны 0,56 банковских клиринговых расчетов минус 0,56 поступлений свиней, всегда нужно применять со здравым смыслом. В ноябре 1914 года, например, поступления свиней в Чикаго были аномально малы из-за ящура, а в декабре того же года они были аномально большими по той же причине. Судя по поступлениям, мы могли бы ожидать, что тяжелые свиньи будут продаваться по 8,83 доллара в ноябре и 6,44 доллара в декабре. На самом деле фактическая цена составляла 7,50 доллара в ноябре и 7,10 доллара в декабре. Торговля общепризнанно считала, что поступления свиней в Чикаго в ноябре и декабре 1914 года были аномальными и не отражали потенциальное предложение в стране в целом.

Иногда, как в ноябре 1907 года, падение цен приводит к сокращению поступлений. Небольшие поступления в ноябре 1907 года указывали бы на цену 6,75 доллара, тогда как фактическая цена составляла 4,90 доллара. На самом деле в том году было большое количество свиней, и фактическая цена отражала потенциальное предложение, а не временное.

Метод можно значительно усовершенствовать. Например, может быть целесообразно исходить из предположения, что связь между ценами на свиней и поступлениями свиней лучше всего выражается уравнением, представляющим гиперболу или кривую асимметрии, а не прямую линию. Уравнение прямой линии, основанное на годах с 1903 по 1915 включительно, выглядит так:

Hog prices equal −.8 −.56 hog receipts.

Уравнение гиперболы для этих лет:

Hog prices equal −1.24 −.55 hog receipts

+.0046 hog receipts squared.

Уравнение асимметричной или кубической кривой:

Hog prices equal −1.18 −.24 hog receipts

+.0027 hog receipts squared

−.00079 hog receipts cubed.

Используя эти более сложные математические методы, часто можно выразить взаимосвязи более точно. Но никакой метод, как бы далеко он ни был усовершенствован, не заменит здравого суждения о рынке. Тем не менее, для лучшего понимания нормального функционирования спроса и предложения может быть весьма полезно время от времени использовать как гиперболы, так и кубические кривые.

Диаграмма, иллюстрирующая прямую линию в сравнении с асимметричной кривой для целей выражения связи между поступлениями свиней в Чикаго и ценами на свиней в Чикаго. На основе кривой, когда поступления на 45 процентов меньше векового тренда, скорректированного сезонно, цена должна быть на 38 процентов выше, а когда поступления на 42 процента выше векового тренда, скорректированного сезонно, цена должна быть на 33 процента ниже.

Другие уточнения математического изучения цен на свиней могут состоять в расчете коэффициентов корреляции между ценами на свиней и поступлениями на шести или одиннадцати рынках вместо использования только поступлений в Чикаго. Можно провести работу по изучению связи между ценами на свиней и потенциальным предложением в отличие от временного или ежемесячного предложения. Что касается связи между ценами на свиней и условиями ведения бизнеса, было бы целесообразно рассчитать коэффициенты корреляции между ценами на свиней и объемом нового строительства или ценами на свиней и индексом Данна. На самом деле существует множество показателей деловой активности, которые, возможно, могут измерить спрос на свиней лучше, чем банковские клиринговые расчеты вне Нью-Йорка.

Некоторые люди могут посчитать целесообразным рассчитать корреляцию и линию регрессии, иллюстрирующую связь между ценами на свиней и ценами на кукурузу. Это было предпринято, но было обнаружено, что после того, как вековые и сезонные тренды исключены как из цен на кукурузу, так и из цен на свиней, между ними практически нет никакой связи. Любопытно, что в наших нынешних маркетинговых системах цены на кукурузу и цены на свиней, хотя и очень тесно связаны десятилетие за десятилетием, имеют очень мало влияния друг на друга месяц за месяцем. Другими словами, изменение себестоимости производства практически не может иметь никакого отношения к ежемесячным изменениям рыночной цены в нашей нынешней экономической системе. Необычно высокие цены на кукурузу сегодня, скорее всего, повлияют на цены на свиней в следующем году, чем на цены на свиней сегодня.

После того, как все, что можно сделать математическим методом, будет сделано, все равно останется место для здравого суждения. Но такое суждение лучше всего применять людям, сведущим в рыночных знаниях, людям, знакомым с техникой производства, а также знакомым с такими математическими методами, которые здесь описаны.

ВЫВОДЫ, ОСНОВАННЫЕ НА КОЭФФИЦИЕНТАХ И МАТЕМАТИКЕ СПРОСА И ПРЕДЛОЖЕНИЯ

С помощью коэффициентов «кукуруза-свиньи» можно с большой точностью определять месяц за месяцем себестоимость производства ста фунтов свинины. Фактическая цена, однако, была совсем другой, чем цена себестоимости производства, за исключением среднего значения за длительные периоды времени. Это показано на диаграмме прибылей и убытков на странице 32, где черные области выше и ниже нулевой линии указывают на отклонение фактической цены от цены, основанной на коэффициентах или себестоимости производства.

Фактическая цена до сих пор определялась главным образом действием спроса и предложения, а не себестоимостью производства. Тесное соответствие между фактической ценой и ценой спроса и предложения, основанной на формуле, полученной из банковских клиринговых расчетов и поступлений свиней, показано на странице 96. На диаграмме на странице 107 представлены цена себестоимости производства, основанная на коэффициентах, и цена спроса и предложения, основанная на банковских клиринговых расчетах и поступлениях свиней.

Цена, основанная на коэффициентах или себестоимости производства, гораздо более устойчива, чем цена спроса и предложения. Если бы фермеры могли договориться с мясокомбинатами о цене, более близкой к себестоимости производства или цене, основанной на коэффициентах, очевидно, что предложение свиней могло бы быть значительно стабилизировано. Как только фермеры поймут, что в свиноводческом бизнесе не следует ожидать ни чрезмерных прибылей, ни чрезмерных убытков, они стабилизируются на производстве примерно одинакового количества свиней каждый год и будут отправлять их на рынок равномерным потоком, а не нерегулярными всплесками.

Конечно, всегда есть неопределенности в виде погоды, болезней и т. д. Жаркая, сухая погода в июле и августе может сократить урожай кукурузы и взвинтить цену на кукурузу и стоимость производства свиней. Такая жаркая, сухая погода немедленно увеличивает стоимость производства свиней. Мясокомбинаты до сих пор были либо неспособны, либо не желали платить за свиней цену, достаточную для покрытия возросшей стоимости производства, вызванной жаркой, сухой погодой, и в результате они были вынуждены платить больше себестоимости производства год или около того спустя. Почему бы мясокомбинатам и фермерам постоянно не просвещать общественность, чтобы она платила цену, основанную на себестоимости производства? Скажите общественности, что засуха и высокие цены на кукурузу увеличили стоимость производства свиней, и цену необходимо повысить, чтобы предотвратить нехватку в следующем году. Почему бы фермерам не попытаться найти способ регулировать предложение железной рукой, стремясь поддерживать цену, примерно равную себестоимости производства, в любое время? Это означает готовность снизить цену на свиней в годы, когда урожай кукурузы велик, а также способность повысить цену в годы неурожая кукурузы.

Пунктирная линия представляет цену спроса и предложения на свиней, полученную из банковских клиринговых расчетов и поступлений свиней. Сплошная линия представляет стоимость производства свиней, основанную на коэффициентах «кукуруза-свиньи».

Несомненно, существуют капризы в потребительском спросе на свинину, которые могут сделать выплату цены, основанной на себестоимости производства, трудной на некоторое время. Считается, однако, что мощные организации фермеров Кукурузного пояса, работающие в сотрудничестве с мясокомбинатами, должны быть способны просветить потребителей относительно идеи себестоимости производства, и что касается сезонных капризов в спросе, фермеры и мясокомбинаты должны быть способны прийти к соглашению, предусматривающему выплату несколько больше, чем цена спроса на свиней во времена низкого спроса, и несколько меньше, чем цена спроса на свиней во времена высокого спроса, в попытке заставить цену соответствовать себестоимости производства, а не временным идиосинкразиям спроса.

Мы осознаем, что трудности на пути к выплате себестоимости производства в любое время даже больше, чем здесь указано. Эта идея, по сути, противоречит системе невмешательства (экономического либерализма) и конкурентных цен, по которой сегодня ведется бизнес. Считается, однако, что в будущем все больше внимания должно уделяться производству и все меньше — манипулированию ценами. Для этого продукты должны продаваться во все времена как можно ближе к цене себестоимости производства. Не должно быть никаких перспектив необычной прибыли или необычных убытков при производстве основных продуктов. Мы сейчас имеем в виду отрасли в целом. Неизбежно, конечно, что некоторые люди будут получать большую прибыль, а другие нести убытки, даже в годы, когда выплачивается цена, основанная на себестоимости производства или коэффициентах. Всегда должно уделяться полное внимание физическим фактам и особым чрезвычайным ситуациям по мере их возникновения. Стандартные коэффициенты, представляющие себестоимость производства для отрасли, могут внезапно устареть из-за нового изобретения. Новые ситуации должны признаваться откровенно, но во все времена руководящим мотивом должно быть стремление платить цену, основанную на себестоимости производства, чтобы спрос и предложение могли действовать более плавно.

Придание цене, основанной на себестоимости производства, более широкого влияния в нашей ценовой системе не обязательно предполагает государственный контроль. Первый шаг — это просвещение в области оценки цен. Даже в начальных и сельских школах следует преподавать методы оценки цен, основанные на коэффициентах. В средних школах этот вопрос можно развивать дальше, и предлагается, чтобы в средней школе преподавался не только метод оценки цен, основанный на коэффициентах, но и практическое использование коэффициентов корреляции и линий регрессии при определении цен на основе условий ведения бизнеса и предложения. В колледже (а колледжи были наиболее небрежны в этом вопросе) конкретные проблемы должны прорабатываться в мельчайших деталях. Студенты в таких классах должны иметь доступ к суммирующим машинам, вычислительным машинам, счетным таблицам и другим современным устройствам, делающим расчеты легкими и точными. Но самое важное сейчас — это адекватные исследования со стороны колледжей, экспериментальных станций и правительственных ведомств. Правительство и рыночные агентства должны продолжать улучшать свои статистические записи, а студенты-исследователи должны изучать эти записи со всеми тонкостями статистического метода.

Отличное начало в этом направлении было положено Комитетом по экономическим исследованиям Гарвардского университета. По-видимому, этот комитет занимается исключительно промышленным миром. Крайне важно, чтобы сельскохозяйственный мир получал аналогичные услуги.

Цель всего этого — найти наилучший возможный механизм, посредством которого закон спроса и предложения мог бы работать таким образом, чтобы резкие колебания спроса и предложения были сведены к минимуму, совместимому с меняющимися погодными условиями и непредвиденными обстоятельствами. Нынешняя система ценообразования не идеальна; ее можно улучшить. Но прежде чем вносить улучшения, необходимо самым тщательным образом изучить существующую систему. Главный недостаток нынешней системы ценообразования заключается в том, что люди, управляющие ею, озабочены прежде всего получением максимально возможной прибыли, а вовсе не тем, чтобы закон спроса и предложения действовал плавно на уровне цен, примерно эквивалентном себестоимости производства.

Высшая цель нашей системы ценообразования должна состоять в том, чтобы правдиво указывать производителям, что делать в будущем, вместо того чтобы извлекать выгоду из временной ситуации со спросом и предложением в интересах определенных ловких спекулянтов. Цена в 4,50 доллара за свиней в январе 1908 года была ложью, поскольку она направляла будущие действия свиноводов. Точно так же обстояло дело и с ценой в 11 долларов в марте 1910 года. Обе цены отражали приблизительную правду о временной ситуации со спросом и предложением. Но обе они были фундаментальной ложью. Вся наша система невмешательства полна подобной лжи. Безусловно, у нас достаточно законных физических препятствий, таких как погода и вредители, поэтому мы должны быть готовы сделать нашу систему ценообразования более правдивой.

Что касается фермеров, то цель исследований такого рода заключается, во-первых, в том, чтобы играть в ценовую игру так же успешно, как капитал и труд; и, во-вторых, в сотрудничестве с капиталом и трудом для обеспечения цен, примерно эквивалентных себестоимости производства, с тем чтобы спрос и предложение могли действовать более плавно.

Ожидается, что больший акцент на «цене, основанной на себестоимости производства» и меньший акцент на «цене, основанной на спросе и предложении» приведет к постепенной замене большинства деловых людей инженерами по производству и экономистами-статистиками. У деловых людей единственным мотивом была прибыль. Нам нужны инженеры по производству, чьей главной заботой являются методы производства, и экономисты-статистики, способные понять тонкие взаимосвязи между различными отраслями. Считается, что большинству людей присуще желание хорошо выполнять свою работу, и что это желание найдет более полное выражение на благо большинства людей под руководством тех, чей высший мотив — не прибыль, а техническое понимание и любовь к выполняемой работе. Все это касается фермера в той мере, в какой при переходе промышленного мира на такую основу он может быть более уверен в стабильной цене на свою продукцию.

Замена деловых людей инженерами по производству и экономистами-статистиками означает устранение возможности получения чрезмерных прибылей и чрезмерных убытков. И это правильно, поскольку речь идет о производстве основных продуктов и торговле ими.

Единственная область, где коммерческое воображение старомодных деловых людей, склонных к риску, имеет законное место, — это работа с товарами, не являющимися основными, такими как театры, предметы роскоши, газеты и т. д.

ПРИЛОЖЕНИЕ

ПРЕДЛОЖЕНИЯ КАСАТЕЛЬНО ТАБЛИЦ В ПРИЛОЖЕНИИ

Человек, который изучает цифры, касающиеся поступлений, цен и т. д., по мере того как они раскрываются день за днем и месяц за месяцем на крупных центральных рынках, постепенно развивает рыночное суждение. Конечно, рынок — это не только цифры, но глубокое понимание статистических взаимосвязей, нормальных сезонных трендов и т. д. необходимо, прежде чем можно будет в полной мере оценить чрезвычайные или стратегические соображения, которые иногда возникают.

Предлагается, чтобы те, кто действительно интересуется ценами, заполняли пустые таблицы цифрами по мере их появления месяц за месяцем. Источниками текущих цифр являются «Market Reporter», еженедельно публикуемый Министерством сельского хозяйства США; ежедневные газеты по животноводству, публикуемые на крупных центральных рынках; «Monthly Crop Reporters», публикуемые Министерством сельского хозяйства США, и, что касается розничных цен, ежемесячные публикации Бюро статистики труда. Есть надежда, что со временем Бюро рынков Министерства сельского хозяйства США будет располагать чрезвычайно ценными цифрами. Однако в настоящее время цифры Бюро рынков практически бесполезны, поскольку они не собирались достаточно долго, чтобы иметь достаточную базу для того, чтобы кто-либо мог правильно их оценить.

В собранных здесь ценах была предпринята попытка довольно тщательно охватить период, непосредственно предшествующий войне, чтобы заинтересованные лица могли выработать нормальные довоенные взаимосвязи.

Во всех вопросах ценообразования затрагивается проблема сортности. Постепенно классификация сортов становилась все более научной, но даже по сей день в отношении определенных продуктов, особенно крупного рогатого скота, сохраняется неясность. Поэтому считается, что цены на крупный рогатый скот являются более ненадежными, чем любые другие. Научная классификация крупного рогатого скота возможна и будет принята, как только производители будут в состоянии потребовать этого.

Рыночные цифры представляют собой лабораторию экономики. Считается, что для студентов сельскохозяйственных колледжей так же важно проводить лабораторные работы по экономике, как и проводить большую часть своего времени в химических, зоологических или ботанических лабораториях. Когда студенты-аграрии оценивают товарный скот, предлагается требовать от них оценки веса, сорта, процента выхода мяса и вероятной цены в Чикаго. Изобретательный преподаватель, знакомый с экономикой и рыночными сортами зерна и скота, может придумать множество способов донести до своих студентов тот факт, что рынок — это живой организм, но подчиняющийся определенным законам, которые почти так же точны, как закон наследования Менделя.

Автор будет признателен за информацию о любых ошибках в цифрах. Были приложены большие усилия, чтобы сделать их точными, но неизбежно, что несколько ошибок могут закрасться.

Ниже приводится описание сортов и источников информации для некоторых продуктов, цифры по которым приведены в таблицах Приложения:

ЦЕНЫ НА ТЯЖЕЛЫХ СВИНЕЙ В ЧИКАГО. С 1896 года по настоящее время использовались цены на тяжелых свиней, составленные Чарльзом А. С. Маккракеном для Ежегодника «Chicago Drovers’ Journal». С 1881 по 1895 год включительно использовалось среднее значение диапазона цен на свиней в Чикаго, составленное «Cincinnati Price Current». Собственно говоря, эти цены в большей степени относятся к средним свиньям, чем к тяжелым. До 1881 года цены составлялись на основе отчетов Чикагской товарной биржи, при этом, насколько это было возможно, использовался сорт, известный как тяжелые свиньи для упаковщиков и грузоотправителей.

ЦЕНЫ НА КУКУРУЗУ В ЧИКАГО. Повсеместно использовался сорт № 2 смешанная. С 1880 по 1916 год включительно бралось среднее значение максимума и минимума за месяц. С января 1917 года вычислялось среднее значение за каждый день месяца. До 1880 года средние значения брались еженедельно или раз в две недели. Все цифры получены либо из «Howard-Bartels Red Book», либо из отчетов Чикагской товарной биржи. Эти два источника, как правило, совпадают.

ЦЕНЫ НА ОВЕС В ЧИКАГО. До 1876 года в основном использовался сорт, известный как № 1. С 1876 года использовался овес № 2, стандартный или контрактный. До 1881 года средние значения брались еженедельно или раз в две недели. С 1881 года вычислялось среднее значение максимума и минимума за месяц. До 1881 года использовались отчеты Чикагской товарной биржи. С 1881 года использовались «Howard-Bartels Red Books», в которых приводятся практически те же цифры, что и на товарной бирже.

ЦЕНЫ НА ПШЕНИЦУ В ЧИКАГО. До 1883 года использовался сорт, известный как № 2 яровая, при этом еженедельные или полумесячные средние значения брались из отчетов Чикагской товарной биржи. С 1883 по 1903 год включительно наблюдается некоторая путаница в сортах, но в основном используется № 2 яровая, при этом средние значения максимума и минимума за месяц берутся из «Howard-Bartels Red Book».

С 1904 по 1913 год включительно цены основаны на № 2 красная и № 1 северная, при этом использовался максимум одного и минимум другого. С 1914 года цены основаны на № 2 красная, № 2 твердая и № 1 северная, при этом вычислялось среднее значение самого высокого из сортов с самой высокой ценой и самого низкого из сортов с самой низкой ценой.

ЦЕНЫ И ПОСТУПЛЕНИЯ ЖИВОТНОЙ ПРОДУКЦИИ. Практически все цифры по животноводству с 1903 года были составлены на основе Ежегодников «Chicago Drovers’ Journal». Г-н Чарльз А. С. Маккракен составлял ценовые показатели на основе фактических ежедневных сделок на скотных дворах в течение последних тридцати лет и до сих пор работает в «Drovers’ Journal». Первоначальным источником данных о поступлениях скота являются компании, владеющие скотными дворами, но мы использовали отчеты «Drovers’ Journal». За 1903, 1904 и 1905 годы для данных о поступлениях на шести рынках мы использовали цифры, предоставленные г-ном М. Ф. Хорином, статистиком Чикагских объединенных скотных дворов. Эти цифры кажутся сопоставимыми с цифрами за более поздние годы, за исключением случая с крупным рогатым скотом, где, очевидно, существует некоторая путаница в подсчете телят. Поступления крупного рогатого скота на шести рынках, опубликованные в отчетах за 1903, 1904 и 1905 годы, примерно на 8 процентов завышены, чтобы быть по-настоящему сопоставимыми с более поздними годами.

РОЗНИЧНЫЕ ЦЕНЫ. Цифры розничных цен взяты из публикаций Бюро статистики труда. Относительно значимости этих цифр ценно следующее заявление Рояла Микера, комиссара по статистике труда: «Мы получаем розничные цены на 44 наименования продуктов питания из 50 городов 15-го числа каждого месяца. Выбранные магазины — это те, которые посещают наемные работники. Товары являются стандартных сортов и брендов. Бюро требует, чтобы эти сорта и бренды были по возможности единообразными в течение всего года. Некоторые из этих магазинов работают по системе «cash-and-carry» (оплата наличными и самовывоз), а некоторые осуществляют доставку, в зависимости от местности, в которой они расположены. Бюро прилагает все усилия, чтобы каждый город был представлен достаточным количеством магазинов, чтобы опубликованные для этого города цены отражали средние цены, взимаемые с наемного работника. Конечно, есть вероятность, что будут различия, так как мы не учитываем ни магазины высокого класса, ни магазины с низкими ценами».

ЦЕНЫ НА ТЯЖЕЛЫХ СВИНЕЙ В ЧИКАГО.

1860. 1861. 1862. 1863. 1864. 1865. 1866. 1867. 1868. 1869. Ten-yr. av.

$ $ $ $ $ $ $ $ $ $ $

January 4.85 5.05 2.35 3.60 5.90 11.15 9.30 6.10 6.60 10.15 6.51

February 5.25 5.00 2.50 4.05 6.35 11.30 9.45 6.50 7.75 10.35 6.85

March 5.05 4.75 3.00 4.15 6.55 11.15 9.40 6.60 8.65 9.85 6.92

April 4.90 4.55 2.90 4.25 6.95 9.50 8.55 6.80 8.55 9.75 6.67

May 4.80 3.85 2.50 3.75 6.45 7.80 8.95 5.90 7.65 8.75 6.08

July 5.20 2.70 2.55 4.25 8.55 9.25 9.40 6.05 8.35 8.95 6.53

August 5.35 2.75 2.60 3.80 8.90 10.85 9.85 6.35 9.15 9.20 6.88

September 5.30 2.80 2.90 4.20 9.50 11.70 9.30 6.15 8.70 9.25 6.98

October 5.30 2.80 2.90 4.10 8.65 12.20 8.65 5.85 7.50 9.30 6.73

November 5.30 2.65 3.45 4.50 9.75 11.15 6.95 5.75 7.00 9.10 6.56

December 4.60 2.45 3.80 5.05 10.05 9.05 5.85 6.60 8.35 9.80 6.56

Yearly aver. 5.06 3.54 2.83 4.16 7.91 10.23 8.69 6.24 8.04 9.44 6.61

1870. 1871. 1872. 1873. 1874. 1875. 1876. 1877. 1878. 1879. Ten-yr. av.

January 9.05 6.60 4.35 3.85 5.20 6.60 7.15 6.45 4.05 2.90 5.62

February 9.00 7.30 4.45 4.20 5.35 6.95 7.95 6.15 3.90 3.70 5.90

March 8.55 6.75 4.45 4.95 5.30 7.50 8.55 5.50 3.70 3.95 5.92

April 8.80 5.60 4.25 5.40 5.50 8.25 8.05 5.55 3.55 3.70 5.87

May 8.75 4.55 4.05 4.90 5.50 7.90 7.15 5.30 3.30 3.50 5.49

June 8.60 3.80 3.90 4.45 5.55 7.00 6.05 4.85 3.50 3.75 5.15

July 9.00 4.40 4.05 4.55 6.05 7.05 7.00 4.95 4.10 3.60 5.48

August 9.50 4.40 4.65 4.60 6.90 7.75 6.15 5.05 4.25 3.40 5.67

September 9.30 4.45 4.90 4.50 7.25 8.00 6.00 5.30 3.95 3.45 5.71

October 7.90 4.30 4.60 4.30 6.00 7.95 5.90 5.35 3.45 3.60 5.34

November 6.85 4.00 4.25 3.85 6.50 7.30 5.75 4.70 2.95 3.85 5.00

December 6.15 4.15 3.75 4.70 6.85 6.95 5.95 4.25 2.70 4.55 5.00

Yearly aver. 8.46 5.03 4.31 4.53 6.00 7.44 6.81 5.29 3.62 3.67 5.51

1880. 1881. 1882. 1883. 1884. 1885. 1886. 1887. 1888. 1889. Ten-yr. av.

January 4.60 5.15 6.60 6.35 5.85 4.60 3.85 4.45 5.40 5.00 5.19

February 4.45 5.90 6.80 6.90 6.70 4.60 4.05 5.20 5.35 4.70 5.47

March 4.45 5.90 6.80 7.25 6.50 4.55 4.15 5.30 5.45 4.75 5.51

April 4.50 5.95 7.10 7.50 5.95 4.55 4.00 5.00 5.50 4.75 5.48

May 4.30 6.05 7.70 7.30 5.55 4.05 4.00 4.60 5.55 4.50 5.36

June 4.30 5.90 7.90 6.50 5.20 4.00 4.15 4.55 5.55 4.35 5.24

July 4.55 6.40 8.20 5.65 5.25 4.55 4.60 5.30 6.10 4.40 5.50

August 4.95 6.50 8.45 5.50 5.70 4.55 4.45 4.75 6.20 4.15 5.52

September 5.25 6.75 8.40 5.20 5.20 4.10 4.35 5.00 6.20 4.20 5.47

October 4.85 6.60 7.65 4.70 4.70 3.80 4.10 4.50 6.05 4.25 5.12

November 4.75 6.20 6.75 4.75 4.45 3.50 3.75 4.85 5.95 3.85 4.88

December 4.75 6.15 6.20 5.20 4.20 3.65 4.25 5.20 5.20 3.60 4.84

Yearly aver. 4.64 6.13 7.38 6.07 5.44 4.21 4.14 4.89 5.71 4.38 5.30

1890. 1891. 1892. 1893. 1894. 1895. 1896. 1897. 1898. 1899. Ten-yr. av.

January 3.70 3.55 4.25 7.45 5.30 4.25 3.95 3.35 3.65 3.75 4.32

February 3.95 3.50 4.60 7.95 5.10 4.15 4.10 3.35 4.00 3.80 4.45

March 4.10 4.20 4.55 7.55 4.75 4.60 3.90 3.85 3.90 3.80 4.52

April 4.25 4.80 4.50 7.05 5.00 4.90 3.55 4.05 3.90 3.85 4.59

May 4.05 4.65 4.55 7.40 4.90 4.55 3.30 3.75 4.35 3.90 4.54

June 3.75 4.50 5.00 6.65 4.75 4.65 3.15 3.40 4.10 3.80 4.38

July 3.75 5.10 5.65 5.60 5.30 5.10 3.05 3.50 3.95 4.25 4.53

August 3.80 5.10 5.40 5.05 5.35 4.65 3.05 3.90 3.90 4.55 4.48

September 4.35 4.90 5.15 6.00 5.85 4.10 2.90 4.00 3.85 4.40 4.55

October 4.05 4.50 5.35 6.40 5.15 3.85 3.25 3.75 3.70 4.30 4.43

November 3.80 3.85 5.50 5.70 4.35 3.55 3.25 3.40 3.45 3.90 4.08

December 3.40 3.65 6.15 5.65 4.35 3.50 3.25 3.35 3.40 4.05 4.08

Yearly aver. 3.92 4.36 5.06 6.54 5.02 4.33 3.39 3.64 3.85 4.03 4.41

1900. 1901. 1902. 1903. 1904. 1905. 1906. 1907. 1908. 1909. Ten-yr. av.

January 4.55 5.25 6.40 6.60 4.95 4.70 5.40 6.60 4.45 6.20 5.51

February 4.90 5.40 6.30 7.00 5.25 4.90 6.00 7.05 4.50 6.45 5.78

March 5.00 5.90 6.50 7.45 5.50 5.20 6.30 6.65 5.05 6.80 6.04

April 5.55 5.85 7.10 7.30 5.15 5.45 6.50 6.60 5.85 7.30 6.27

May 5.30 5.80 7.00 6.60 4.75 5.40 6.45 6.35 5.50 7.40 6.06

June 5.20 6.00 7.50 6.05 5.05 5.30 6.55 6.05 5.80 7.80 6.13

July 5.25 5.90 7.80 5.45 5.35 5.60 6.60 5.90 6.55 7.90 6.23

August 5.20 5.95 7.25 5.30 5.25 5.90 6.15 5.90 6.60 7.60 6.11

September 5.25 6.65 7.55 5.75 5.70 5.40 6.15 5.80 6.90 8.10 6.33

October 4.80 6.10 7.00 5.40 5.35 5.10 6.40 6.05 6.05 7.85 6.01

November 4.80 5.70 6.35 4.60 4.80 4.80 6.20 4.90 5.90 8.10 5.62

December 4.75 6.20 6.35 4.50 4.50 4.90 6.25 4.65 5.75 8.45 5.63

Yearly aver. 5.05 5.89 6.93 6.00 5.14 5.23 6.25 6.04 5.74 7.50 5.97

1910. 1911. 1912. 1913. 1914. 1915. 1916. 1917. 1918. 1919. Ten-yr. av.

January 8.70 7.85 6.30 7.40 8.35 6.80 7.30 11.00 16.40 17.60 9.77

February 9.20 7.25 6.25 8.05 8.55 6.70 8.30 12.50 16.70 17.65 10.12

March 10.65 6.70 7.10 8.75 8.60 6.65 9.60 14.90 17.00 19.00 10.91

April 10.00 6.15 7.85 8.80 8.50 7.05 9.70 15.80 17.40 20.30 11.16

May 9.50 5.85 7.70 8.40 8.30 7.40 9.85 16.00 17.45 20.60 11.11

June 9.35 6.15 7.50 8.50 8.15 7.35 9.75 15.65 16.50 20.30 10.92

July 8.60 6.65 7.60 8.95 8.60 6.95 9.75 15.20 17.70 21.65 11.17

August 8.25 7.15 8.05 8.10 8.75 6.70 10.20 17.00 18.90 19.75 11.29

September 8.70 6.75 8.30 8.10 8.60 7.20 10.55 18.30 19.55 17.25 11.33

October 8.45 6.50 8.65 8.15 7.55 7.75 9.85 17.25 17.55 14.25 10.60

November 7.75 6.35 7.75 7.80 7.50 6.85 9.85 17.60 17.70 14.10 10.31

December 7.65 6.25 7.45 7.70 7.10 6.60 10.00 16.95 17.55 13.50 10.08

Yearly aver. 8.89 6.64 7.54 8.23 8.22 7.00 9.56 15.68 17.53 18.00 10.73

ЦЕНЫ НА КУКУРУЗУ В ЧИКАГО.

1860. 1861. 1862. 1863. 1864. 1865. 1866. 1867. 1868. 1869. Ten-yr. av.

$ $ $ $ $ $ $ $ $ $ $

January .48 .29 .23 .47 .82 .90 .38 .70 .86 .55 .568

February .41 .28 .23 .51 .89 .88 .35 .68 .82 .56 .561

March .42 .27 .24 .50 .79 .79 .37 .74 .83 .54 .549

April .46 .30 .26 .47 .92 .63 .42 .93 .82 .54 .575

May .48 .33 .27 .48 1.04 .54 .48 .96 .88 .58 .604

June .46 .23 .26 .48 1.15 .52 .51 .88 .85 .62 .596

July .43 .23 .28 .48 1.30 .56 .56 .80 .88 .81 .633

August .40 .23 .33 .49 1.26 .67 .56 .90 .97 .90 .671

September .37 .21 .29 .60 1.30 .60 .54 1.00 .94 .84 .669

October .38 .22 .34 .79 1.25 .49 .66 1.06 .87 .67 .673

November .32 .22 .31 .88 1.35 .52 .87 .97 .76 .73 .693

December .28 .24 .37 .93 .97 .43 .76 .84 .64 .76 .622

Yearly aver. .407 .254 .284 .590 1.082 .628 .540 .872 .843 .675 .618

1870. 1871. 1872. 1873. 1874. 1875. 1876. 1877. 1878. 1879. Ten-yr. av.

January .72 .47 .41 .31 .55 .66 .43 .44 .42 .30 .471

February .70 .52 .40 .31 .58 .64 .41 .42 .40 .32 .470

March .72 .54 .38 .32 .60 .66 .44 .40 .42 .33 .481

April .82 .54 .40 .34 .63 .71 .47 .46 .40 .32 .509

May .87 .54 .46 .39 .62 .71 .47 .53 .40 .34 .533

June .83 .53 .49 .34 .60 .67 .45 .46 .36 .36 .509

July .83 .51 .41 .36 .62 .70 .46 .48 .38 .36 .511

August .74 .45 .41 .39 .67 .69 .45 .45 .39 .33 .497

September .64 .47 .36 .40 .77 .59 .45 .44 .36 .35 .483

October .60 .47 .33 .38 .76 .55 .44 .43 .34 .41 .471

November .61 .46 .33 .38 .77 .52 .44 .45 .32 .42 .470

December .50 .41 .31 .50 .78 .49 .45 . 44 .31 .41 .460

Yearly aver. .715 .492 .381 .368 .662 .632 .446 .450 .375 .354 .487

1880. 1881. 1882. 1883. 1884. 1885. 1886. 1887. 1888. 1889. Ten-yr. av.

January .39 .37 .62 .60 .54 .37 .37 .36 .49 .34 .445

February .37 .37 .58 .57 .54 .37 .37 .35 .47 .35 .434

March .35 .40 .64 .56 .52 .39 .37 .37 .49 .34 .443

April .34 .42 .74 .53 .50 .45 .37 .38 .52 .34 .459

May .37 .43 .73 .55 .55 .47 .36 .38 .57 .34 .475

June .36 .45 .72 .54 .54 .47 .35 .37 .51 .34 .465

July .36 .48 .78 .50 .53 .47 .40 .36 .48 .36 .472

August .38 .57 .77 .52 .53 .45 .42 .40 .45 .35 .484

September .40 .67 .67 .50 .69 .43 .39 .42 .43 .33 .493

October .40 .68 .65 .48 .50 .42 .35 .42 .43 .32 .465

November .42 .61 .68 .52 .40 .43 .35 .44 .39 .46 .470

December .39 .61 .55 .59 .37 .39 .37 .49 .35 .32 .443

Yearly aver. .378 .505 .678 .539 .518 .426 .373 .395 .465 .349 .463

1890. 1891. 1892. 1893. 1894. 1895. 1896. 1897. 1898. 1899. Ten-yr. av.

January .29 .49 .38 .42 .35 .43 .27 .23 .27 .37 .350

February .28 .52 .40 .42 .35 .41 . 28 .23 .29 .35 .353

March .29 .62 .39 .41 .36 .44 .29 .24 .29 .35 .368

April .31 .71 .41 .41 .38 .47 .30 .24 .32 .35 .390

May .34 .62 .70 .42 .38 .52 .29 .24 .35 .33 .419

June .34 .58 .51 .40 .40 .50 .27 .24 .32 .34 .390

July .40 .62 .50 .39 .44 .45 .26 .26 .34 .33 .399

August .48 .63 .52 .38 .53 .40 .23 .30 .32 .32 .411

September .48 .58 .46 .40 .53 .34 .21 .30 .30 .33 .393

October .51 .55 .42 .39 .51 .30 .24 .27 .31 .32 .382

November .51 .64 .42 .37 .50 .28 .24 .27 .33 .32 .388

December .50 .49 .41 .35 .46 .26 .23 .26 .36 .31 .363

Yearly aver. .394 .588 .460 .397 .433 .400 .259 .257 .317 .335 .384

1900. 1901. 1902. 1903. 1904. 1905. 1906. 1907. 1908. 1909. Ten-yr. av.

January .31 .37 .61 .46 .45 .43 .42 .42 .59 .60 .466

February .33 .39 .59 .44 .50 .44 .41 .44 .58 .63 .475

March .36 .42 .59 .44 .53 .47 .42 .44 .62 .66 .495

April .40 .45 .61 .44 .51 .48 .46 .48 .67 .70 .520

May .38 .51 .62 .45 .49 .56 .49 .53 .75 .74 .552

June .40 .43 .66 .50 .49 .54 .52 .53 .71 .74 .552

July .42 .51 .72 .51 .49 .56 .49 .54 .74 .71 .569

August .39 .57 .57 .52 .54 .55 .51 .58 .79 .68 .570

September .41 .57 .60 .49 .53 .53 .50 .62 .80 .66 .571

October .39 .56 .58 .45 .54 .52 .49 .61 .73 .61 .548

November .42 .61 .55 .43 .54 .49 .46 .58 .64 .63 .535

December .38 .65 .51 .42 .46 .46 .46 .60 .60 .64 .518

Yearly aver. .383 .504 .601 .463 .506 .503 .469 .531 .685 .667 .531

1910. 1911. 1912. 1913. 1914. 1915. 1916. 1917. 1918. 1919. Ten-yr. av.

January .65 .47 .67 .49 .63 .73 .76 .99 1.81 1.40 .860

February .65 .47 .65 .50 .62 .73 .76 1.01 1.75 1.31 .845

March .63 .47 .70 .52 .67 .73 .74 1.12 1.72 1.51 .881

April .59 .50 .78 .56 .67 .76 .77 1.45 1.66 1.63 .937

May .60 .54 .79 .58 .70 .77 .74 1.64 1.62 1.77 .975

June .59 .56 .74 .61 .71 .74 .74 1.71 1.59 1.92 .991

July .63 .63 .72 .64 .72 .79 .81 2.00 1.65 2.19 1.078

August .63 .64 .78 .73 .80 .79 .85 1.97 1.71 1.95 1.085

September .55 .67 .74 .75 .78 .72 .87 2.10 1.59 1.53 1.030

October .50 .72 .64 .70 .74 .63 1.00 1.99 1.38 1.39 .969

November .50 .73 .54 .73 .70 .65 1.02 2.10 1.37 1.47 .981

December .48 .70 .51 .70 .65 .72 .92 1.73 1.45 1.47 .933

Yearly aver. .584 .592 .689 .626 .699 .730 .832 1.650 1.608 1.628 .964

СООТНОШЕНИЯ ЦЕН НА КУКУРУЗУ И СВИНЕЙ В ЧИКАГО ПО ДЕСЯТИЛЕТИЯМ.

1860–​1869. 1870–​1879. 1880–​1889. 1890–​1899. 1900–​1909. 1910–​1919.

January 11.5 11.9 11.7 12.3 11.8 11.4

February 12.2 12.6 12.6 12.6 12.2 12.0

March 12.6 12.3 12.4 12.3 12.2 12.4

April 11.6 11.5 11.9 11.8 12.1 11.9

May 10.1 10.3 11.3 10.8 11.0 11.4