Прогнозирование производства стали и мирового торгового баланса руды и металлов с использованием метода ARIMA
Аннотация
Сталь – один из самых важных сырьевых материалов, используемых практически во всех сферах нашей жизни, прямо или косвенно влияющих на промышленность и экономику страны. В данной статье рассматривается прогнозирование мирового производства стали, экспорта и импорта руды и металлов как всех стран мира, так и России в отдельности с использованием метода ARIMA (Autoregressive Integrated Moving Average) на основе данных за период с 2000 по 2020 г. Метод ARIMA применяется для моделирования временных рядов, учитывая автокорреляцию, тренды и сезонность данных. Прогнозы, полученные с использованием данного метода, предоставляют ценные результаты для принятия стратегических решений в металлургической промышленности и глобальной торговле. Прогноз производства стали на 15 лет вперед показывает значительный рост производства. Мировой показатель экспорта руды и металлов, отражающий зависимость экспорта от добычи руды и металлов и специализацию экономик в этой сфере, показывает прогнозируемый рост почти в 2 раза по сравнению с данными 2020 г. Мировой показатель импорта руды и металлов демонстрирует рост импорта в течение ближайших 15 лет. Для России также проведен анализ, показывающий снижение доли импорта руды и металлов в общем объеме товаров и сохранение доли экспорта на текущем уровне.
Об авторе
Л. Д. СавенковРоссия
Леонид Дмитриевич Савенков – кандидат экономических наук, доцент
Тольятти
Список литературы
1. Pourmehdi M., Paydar M.M., Asadi-Gangraj E. Scenario-based design of a steel sustainable closed-loop supply chain network considering production technology // Journal of Cleaner Production. 2020. No. 277. doi:10.1016/j.jclepro.2020.123298.
2. A country-level multi-objective optimization model for a sustainable steel supply chain / B.L. Condé, J.F. de F. Almeida, D.M. Miranda, S.V. Conceição // Exacta. 2024. doi:10.5585/2024.22996.
3. Proposing an agile strategy for a steel industry supply chain through the integration of balance scorecard and Interpretive Structural Modeling / A. Tizroo, A. Esmaeili, E. Khaksar, J. Šaparauskas, M.M. Mozaffari // Journal of Business Economics and Management. 2017. No. 18 (2). doi:10.3846/16111699.2017.1279683.
4. Borji M.K., Sayadi A.R., Nikbakhsh E. A Novel Sustainable Multi-objective Optimization Model for Steel Supply Chain Design Considering Technical and Managerial Issues: a Case Study // Journal of Mining and Environment. 2023. No. 14 (1). doi:10.22044/jme.2023.12556.2280.
5. A systems dynamics simulation model of a steel supply chain-case study / M.A. Mohammadi, A.R. Sayadi, M. Khoshfarman, A. Husseinzadeh Kashan // Resources Policy. 2022. No. 77. doi:10.1016/j.resourpol.2022.102690.
6. Khoza S., Mafini C., Okoumba W.V.L. Lean practices and supply-chain competitiveness in the steel industry in Gauteng, South Africa // South African Journal of Economic and Management Sciences. 2022. No. 25 (1). doi:10.4102/sajems.v25i1.4617.
7. Towards defossilised steel: Supply chain options for a green European steel industry / G. Lopez, T. Galimova, M. Fasihi, D. Bogdanov, C. Breyer // Energy. 2023. No. 273. doi:10.1016/j.energy.2023.127236.
8. Albeladi K., Zafar B., Mueen A. Time Series Forecasting using LSTM and ARIMA // International Journal of Advanced Computer Science and Applications. 2023. No. 14 (1). doi:10.14569/IJACSA.2023.0140133.
9. Sirisha U.M., Belavagi M.C., Attigeri G. Profit Prediction Using ARIMA, SARIMA and LSTM Models in Time Series Forecasting: A Comparison // IEEE Access. 2022. No. 10. doi:10.1109/ACCESS.2022.3224938.
Рецензия
Для цитирования:
Савенков Л.Д. Прогнозирование производства стали и мирового торгового баланса руды и металлов с использованием метода ARIMA. Вестник Самарского государственного экономического университета. 2024;(7):37-43.
For citation:
Savenkov L.D. Forecasting steel production and world trade balance of ores and metals using the ARIMA method. Vestnik of Samara State University of Economics. 2024;(7):37-43. (In Russ.)