CC BY
0УДК 33 Айвазян А., Блохина В.Ю., Журавлева О.В.
Айвазян А.
студент Финансового факультета Финансовый университет при Правительстве РФ (г. Москва, Россия)
Блохина В.Ю.
студент Финансового факультета Финансовый университет при Правительстве РФ (г. Москва, Россия)
Научный руководитель: Журавлева О.В.
к.т.н., доцент Кафедры экономической теории, Финансовый университет при Правительстве РФ (г. Москва, Россия)
МЕСТО И РОЛЬ ЧЕРНОЙ МЕТАЛЛУРГИИ НА ОТЕЧЕСТВЕННОМ И МИРОВОМ РЫНКАХ: ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ РАЗВИТИЯ ОТРАСЛИ
Аннотация: в статье представлены результаты анализа статистических данных, экспертных оценок и прогнозов развития чёрной металлургии. Автор приходит к выводу о том, что для успешного развития отрасли необходимо решение ряда проблем, связанных с модернизацией производства, повышением качества продукции, развитием новых технологий и расширением рынков сбыта.
Ключевые слова: металлургия, промышленность, экономика, анализ, прогноз, регрессия.
Актуальность данной темы обусловлена тем, что сегодня практически каждая отрасль обрабатывающей промышленности является потребителем металлургической продукции. Черная металлургия играет существенную роль в мировой экономике, оказывая значительное влияние на ключевые отрасли промышленности и строительство. Крупнейшие страны мира поддерживают и развивают производство металлургической продукции как одного из перспективных направлений развития экономики. Инновационное развитие в этой отрасли стимулирует дальнейшее развитие в таких отраслях, как машиностроение, строительство, судостроение и т.д.
От металлургической промышленности зависит обеспечение занятости населения, формирование доходов бюджета и социальных фондов.
Данная тема достаточно хорошо изучена ввиду того, что черная металлургия, производящая основной конструкционный материал, составляющий основу в строительстве и машиностроении, играет важную роль в формировании экономики Российской Федерациии и не только.
Основными продуктами металлургической промышленности являются сталь и чугун, которые используются в производстве проката, труб, и другой продукции.
По данным международной металлургической ассоциации Worldsteel можно выделить топ-10 стран по производству стали.
Таблица 1. Общий объем мирового производства стали в 2022 году.
Дек 2022, млн тонн % изменение Дек 22/21 Янв-Дек 2022, млн тонн изменение Янв-Дек 22/21
Китай 77,9 -9,8 1013,0 -2,1
Индия 10,6 0,8 124,7 5,5
Япония 6,9 -13,1 89,2 -7,4
США 6,5 -8,3 80,7 -5,9
Россия 5,5 -11,3 71,5 -7,2
Южная Корея 5,2 -11,6 65,9 -6,5
Турция 2,7 -14,6 36,8 -8,4
Германия 2,7 -20 35,1 -12,9
Бразилия 2,5 -5,2 34 -5,8
Иран 2,7 3,3 3 8,0
Целью расчетно-аналитической работы является оценка проблем и перспектив развития черной металлургии России и анализ прогнозной оценки черной металлургии.
Были выделены следующие задачи работы для достижения поставленной
цели:
Исследовать роль металлургической промышленности в экономике РФ Обозначить место России на мировом рынке металлургии Проанализировать перспективы развития отрасли черной металлургии
РФ
Провести корреляционный анализ факторов на металлургическое производство.
Составить регрессионный анализ производства.
Создать и провести анализ прогнозной модели металлургического производства на ближайшие полгода.
Предметом исследования данной работы является проблемы и перспективы развития черной металлургии в России.
В ходе исследования использовались методы сбора, сравнения, описания, обобщения, анализа, абстрагирования, логического деления информации.
Работа состоит из введения, двух глав и заключения. В первой главе рассмотрены место и роль черной металлургии на отечественном и мировом рынке. Во второй главе рассмотрены и проанализированы будущие перспективы
развития черной металлургии в России и проблемы, связанные с развитием этой отрасли.
Глава 1. Черная металлургия на мировом и отечественном рынках.
Роль металлургической промышленности как сегмента экономики России.
Металлургическая промышленность включает в себя предприятия по добыче и обогащению руд цветных и ненефтяных металлов, по производству чугуна, стали, проката, стальных труб, огнеупоров, алюминия, меди, никеля, кобальта, свинца, цинка, олова, ртути, вольфрама, ниобия, редкоземельных металлов.
Рассмотрим ситуацию по производству стальных труб на внутреннем рынке России (таб. 2).
Таблица 2. Основные показатели российского рынка стальных труб
в 2018-2022 гг.
Показатель 2018 2019 2020 2021 2022
Загрузка мощностей 46,7% 49,7% 52,4% 52,5% 45,8%
Ресурсы, тыс. т 10 565 11 553 12 298 12 941 11 244
- производство 10 065 11 246 11 879 12 301 10 857
- импорт 478 719 564 535 426
- изменение запасов 22 -412 -145 105 -39
- продажи на внутреннем рынке 9452 10266 10546 10836 9317
- экспорт 1113 1287 1752 2105 1927
Доля экспорта в производстве 11% 11% 15% 17% 18%
Доля импорта в потреблении 5% 7% 5% 5% 5%
В России по сравнению с 2018-2019 гг. производство труб в 2021 г. выросло и достигло 12,3 млн тонн. (увеличился на 22%). Основным источником этого роста являются трубы большого диаметра для морских газопроводов и профильные трубы.
Но в 2022 г. производство труб по сравнению с прошлым годом сократилось на 11.9% (до 10,9 млн тонн). Причиной такого спада стала остановка строительства газопровода «Северный поток - 2», что повлияло на спад
Одной из основных стран на мировом рынке черных металлов является Россия. Это можно объяснить тем, что в черной металлургии задействовано большое количество населения страны, также туда входит более 1,5 тысяч предприятий. Эта отрасль постоянно модернизируется, увеличивая при этом свои объемы производства. Запасов основного сырья - железной руды в России очень много, значит в дальнейшем эта отрасль будет только развиваться.
Место России на мировом рынке металлургии.
Российская Федерация является экспортёром чёрных металлов. В некоторые годы объем экспорта достигает половину от годового объема производства.
Основной российский экспорт направлен на такие страны, как:
Южная Корея, Сингапур, Малайзия, Китай. Этот сектор недостаточно стабилен из-за сильного развития китайской металлургии. Начиная с 2010 года Китай стал экспортировать больше, чем импортировать и может подвинуть Россию на рынках Юго-Восточной Азии.
Восточная и Западная Европа. В данном секторе присутствует сильная неценовая конкуренция, однако его можно назвать достаточно стабильным.
США и Канада. Этот комплекс рынка с большей вероятностью сократится из-за того, что США ввели ограничения на доступ компаний других стран на внутренний рынок.
В 2018 Россия занимала 6-е место в мире по производству стали, но в конце 2020 года за счет роста производства стали на 2,5% больше, чем в 2019 году, занимает 4-е место после Китая, Индии и Японии.
Динамика производства стали в России, млн т.
78 -77
76
73,4
74 ^ 71,9 71,5
74 ■ ■ I I ■
2018 2019 2020 2021 2022
Глава 2. Проблемы и перспектива развития черной металлургии в РФ. 2.1. Проблемы развития черной металлургии в РФ.
В ходе изучения данной темы, были выделены следующие проблемы развития черной металлургии. К ним можно отнести:
низкий спрос на продукцию на внутреннем рынке, большие затраты на энергоресурсы и транспортировку причинение вреда окружающей среде и как последствие появление финансовых затрат,
отсутствие инвестиционных проектов в малоосвоенных и труднодоступных регионах.
В качестве одной из важных проблем сырьевой базы черной металлургии можно выделить расположение на большом расстоянии от потребителя. Это можно объяснить тем, что основные потребители размещены на востоке России, а большая часть ресурсов располагается на востоке России, в связи с этим возникают проблемы с увеличением расходов на транспортировку.
Наблюдается, что российская промышленность выпускает металлические изделия с низкой технологической ценностью из-за отсутствия защитного покрытия, вследствие чего они быстро изнашиваются.
Существует необходимостьсть решенияся проблемы обострения конкурентной борьбы за конечный ресурс. Также появится необходимость закупать сырье из-за границы в связи с ростом цен на сырье и себестоимости. Такт исчезнет конкурентное преимущественно - низкая цензива. Чтобы избежать этого, необходимость возродиться геологоразведку и добычу полезных ископаемых.
Чтобы экономить энергию и сырье нужно увеличить использование вторсырья, что позволит снизить уровень ресурсоемкости металло-производственных комплексов.
Для перспективного развития чёрной металлургии необходимо постоянно внедрять инновации, а для этого надо привлекать инвестиции в исследования и разработку новых видов сырья, увеличивать производство высокотехнологичных металлических изделий, снижать негативное воздействие на окружающую среду, привлекать в промышленность высококвалифицированных специалистов, больше использовать вторичное сырье.
Также требуются инновационные технологии для сокращения отходов от переработки сырья, снижения вредных выбросов.
Существует еще одна немало важная проблема - это технологическое отставание в производстве. Например, буквально несколько лет назад производство стали осуществлялась при помощи старых печей, что привело к негативным последствиям. Переход на новые технологии производства стали является неотъемлемой частью развития отрасли.
В основном низкая конкурентоспособность отечественной металлопродукции обусловлена использованием дешевого сырья, доступных источников энергии и маленькими затратами на рабочую силу. Стоит отметить, что это преимущество сразу может быть потеряно, если на рынок выйдут производители из стран с более дешевой рабочей силой.
2.2. Перспективы развития черной металлургии страны и построения прогнозных значений.
По данным WSA Россия входит в группу ведущих стран по производству стали, находясь на 5 месте.
Основными тенденциями развития черной металлургии являются: прирост доли продукции, поставляемой на внутренний рынок, увеличение экспортных поставок продукции с увеличением глубины переработки,
усиление импортозамещения,
повышение требований к эксплуатационным характеристикам продукции, улучшение ассортимента и конкурентоспособности,
экономия ресурсов и энергии, снижение негативного воздействия на окружающую среду,
оптимизация избыточных производственных мощностей, внедрение новых технологий.
развитие черной металлургии в будущем будет определяться ростом экономики страны и соответствующим увеличением внутреннего потребления черных металлов.
Для общей оценки данной области был проведен корреляционный анализ выбранных сфер относительно общего объема произведенной продукции.
Дата Производство черной металлургии, млрд руб Добыча полезных ископаемых, млрд руб Среднесписочная численность рабочих, тысяч Число ликвидированных организаций Размер просроченной задолженности по кредитам банков и займам, млрд руб Средний уровень зарплаты, руб
t Y X1 X2 X3 Х4 X5
ноя.20 1 701,9 1375,7 421,9 41 46 55678
дек.20 2 821 1531,1 426,7 35 45,7 71500
янв.21 3 657,3 1529,5 427,5 14 47,3 58654
фев.21 4 699 1538,9 429,2 31 46,6 56352
мар.21 5 833,3 1780,7 432,2 27 46,5 64304
апр.21 6 813,5 1838,9 428,7 14 46,6 68079
май.21 7 844,6 1948,5 427,7 10 46,3 59596
июн.21 8 935,8 2016,7 427,1 35 45,3 63450
июл.21 9 1020,8 2142,8 424,8 28 45,6 64006
авг.21 10 887,6 2109,3 425,1 27 45,7 59416
сен.21 11 949 2198,7 424,3 45 45,6 60353
окт.21 12 974,7 2467,1 425,4 32 44,6 62157
ноя.21 13 985,6 2493,1 426,3 24 45,9 62269
дек.21 14 1105,9 2464,1 427,2 22 48,3 63485
янв.22 15 963,7 2648,5 434,7 22 38,4 68570
фев.22 16 956,3 2747,2 437,3 17 40,9 70549
мар.22 17 1206,6 3615,9 439,6 21 41,1 97404
апр.22 18 1043,8 2705,8 441 24 34,5 71039
май.22 19 946,9 2405,2 441 26 30,9 69484
июн.22 20 851,9 2246,4 440,7 22 26,4 71482
июл.22 21 764,1 2075 438,4 19 30,1 74329
авг.22 22 831,4 2104,9 439,1 24 29,5 69476
сен.22 23 837,7 1974,7 438,6 18 27,8 69195
окт.22 24 813 2101,7 436,2 9 29,8 72123
ноя.22 25 830,9 2029,4 436,8 19 30,2 71251
дек.22 26 904,6 1991,3 438,5 13 39,9 93113
Таблица. Данные по годам по разным видам
продукции металлургического производства.
При помощи инструмента «Анализ Данных» в Microsoft Excel была создана матрица, по которой можно оценить корреляционные показатели для этих данных.
Из данной таблицы можно сделать вывод о том, что наибольшее влияние на черную металлургию в стране оказывает добыча полезных ископаемых (0,87 - теснота связи высокая). Чем больше добывается полезных ископаемых в стране, тем больше объем металлургического производства.
Коэффициент автокорреляции первого порядка 0,792805 Коэффициент автокорреляции второго порядка 0,718868 Коэффициент автокорреляции третьего порядка 0,678568.
Сила связи между текущем и предыдущими значения ряда высокая и заметная, следовательно, условие об отсутствии автокорреляции не выполняется. Использование данного фактора в дальнейшем анализе может существенно искажать результаты. Следует, его исключить.
t X2 Х2(> 1) 2) 3)
1 421,9 0 0 0
2 426,7 421,9 0 0
3 427,5 426,7 421,9 0
4 429,2 427,5 426,7 421,9
5 432,2 429,2 427,5 426,7
6 428,7 432,2 429,2 427,5
7 427,7 428,7 432,2 429,2
8 427,1 427,7 428,7 432,2
9 424,8 427,1 427,7 428,7
10 425,1 424,8 427,1 427,7
11 424,3 425,1 424,8 427,1
12 425,4 424,3 425,1 424,8
13 426,3 425,4 424,3 425,1
14 427,2 426,3 425,4 424,3
15 434,7 427,2 426,3 425,4
16 437,3 434,7 427,2 426,3
17 439,6 437,3 434,7 427,2
18 441 439,6 437,3 434,7
19 441 441 439,6 437,3
20 440,7 441 441 439,6
21 438,4 440,7 441 441
22 439,1 438,4 440,7 441
23 438,6 439,1 438,4 440,7
24 436,2 438,6 439,1 438,4
25 436,8 436,2 438,6 439,1
26 438,5 436,8 436,2 438,6
Коэффициент автокорреляции первого порядка 0,391575 Коэффициент автокорреляции второго порядка 0,402247 Коэффициент автокорреляции третьего порядка 0,41893.
Сила связи между текущем и предыдущими значения ряда умеренная, следовательно, условие об отсутствии автокорреляции не выполняется. Использование данного фактора в дальнейшем анализе может существенно искажать результаты. Следует, его исключить.
t X3 Х30 1) X3(t-2) X3(t- 3)
1 41 0 0 0
2 35 41 0 0
3 14 35 41 0
4 31 14 35 41
5 27 31 14 35
6 14 27 31 14
7 10 14 27 31
8 35 10 14 27
9 28 35 10 14
10 27 28 35 10
11 45 27 28 35
12 32 45 27 28
13 24 32 45 27
14 22 24 32 45
15 22 22 24 32
16 17 22 22 24
17 21 17 22 22
18 24 21 17 22
19 26 24 21 17
20 22 26 24 21
21 19 22 26 24
22 24 19 22 26
23 18 24 19 22
24 9 18 24 19
25 19 9 18 24
26 13 19 9 18
Коэффициент автокорреляции первого порядка 0,055827 Коэффициент автокорреляции второго порядка -0,29623 Коэффициент автокорреляции третьего порядка 0,00781.
Так как значения автокорреляции стремятся к нулю, то зависимость между текущим и предыдущими значения временного ряда слабая. То есть выполнено 1 из допущений регрессионно-корреляционного анализа - отсутствие автокорреляции.
X Х4 Х4(> 1) Х4(Х-2) Х4(Х- 3)
1 46 0 0 0
2 45,7 46 0 0
3 47,3 45,7 46 0
4 46,6 47,3 45,7 46
5 46,5 46,6 47,3 45,7
6 46,6 46,5 46,6 47,3
7 46,3 46,6 46,5 46,6
8 45,3 46,3 46,6 46,5
9 45,6 45,3 46,3 46,6
10 45,7 45,6 45,3 46,3
11 45,6 45,7 45,6 45,3
12 44,6 45,6 45,7 45,6
13 45,9 44,6 45,6 45,7
14 48,3 45,9 44,6 45,6
15 38,4 48,3 45,9 44,6
16 40,9 38,4 48,3 45,9
17 41,1 40,9 38,4 48,3
18 34,5 41,1 40,9 38,4
19 30,9 34,5 41,1 40,9
20 26,4 30,9 34,5 41,1
21 30,1 26,4 30,9 34,5
22 29,5 30,1 26,4 30,9
23 27,8 29,5 30,1 26,4
24 29,8 27,8 29,5 30,1
25 30,2 29,8 27,8 29,5
26 39,9 30,2 29,8 27,8
Коэффициент автокорреляции первого порядка 0,189027 Коэффициент автокорреляции второго порядка 0,254019 Коэффициент автокорреляции третьего порядка 0,065088.
Так как значения автокорреляции стремятся к нулю, то зависимость между текущим и предыдущими значения временного ряда слабая. То есть выполнено 1 из допущений регрессионно-корреляционного анализа - отсутствие автокорреляции.
X Х5 Х5(Ч-1) Х5(Х-2) Х5(Х- 3)
1 55678 0 0 0
2 71500 55678 0 0
3 58654 71500 55678 0
4 56352 58654 71500 55678
5 64304 56352 58654 71500
6 68079 64304 56352 58654
7 59596 68079 64304 56352
8 63450 59596 68079 64304
9 64006 63450 59596 68079
10 59416 64006 63450 59596
11 60353 59416 64006 63450
12 62157 60353 59416 64006
13 62269 62157 60353 59416
14 63485 62269 62157 60353
15 68570 63485 62269 62157
16 70549 68570 63485 62269
17 97404 70549 68570 63485
18 71039 97404 70549 68570
19 69484 71039 97404 70549
20 71482 69484 71039 97404
21 74329 71482 69484 71039
22 69476 74329 71482 69484
23 69195 69476 74329 71482
24 72123 69195 69476 74329
25 71251 72123 69195 69476
26 93113 71251 72123 69195
Коэффициент автокорреляции первого порядка 0,396154 Коэффициент автокорреляции второго порядка 0,241461 Коэффициент автокорреляции третьего порядка 0,310469.
Сила связи между текущем и предыдущими значения ряда умеренная, следовательно, условие об отсутствии автокорреляции не выполняется. Использование данного фактора в дальнейшем анализе может существенно искажать результаты. Следует, его исключить.
X У У(х-1) У(Х-2) У(х-3)
1 701,9 0 0 0
2 821 701,9 0 0
3 657,3 821 701,9 0
4 699 657,3 821 701,9
5 833,3 699 657,3 821
6 813,5 833,3 699 657,3
7 844,6 813,5 833,3 699
8 935,8 844,6 813,5 833,3
9 1020,8 935,8 844,6 813,5
10 887,6 1020,8 935,8 844,6
11 949 887,6 1020,8 935,8
12 974,7 949 887,6 1020,8
13 985,6 974,7 949 887,6
14 1105,9 985,6 974,7 949
15 963,7 1105,9 985,6 974,7
16 956,3 963,7 1105,9 985,6
17 1206,6 956,3 963,7 1105,9
18 1043,8 1206,6 956,3 963,7
19 946,9 1043,8 1206,6 956,3
20 851,9 946,9 1043,8 1206,6
21 764,1 851,9 946,9 1043,8
22 831,4 764,1 851,9 946,9
23 837,7 831,4 764,1 851,9
24 813 837,7 831,4 764,1
25 830,9 813 837,7 831,4
26 904,6 830,9 813 837,7
Сила связи между текущем и предыдущими значения заметная, следовательно, условие об отсутствии автокорреляции не выполняется. Использование данного фактора в дальнейшем анализе может существенно искажать результаты.
При анализировании проведенных автокорреляций были отобраны 2 регрессора Х3 и Х4. Поэтому далее нужно оценить эти регрессоры на линейную зависимость.
Так как коэффициент детерминации R 2 стремится к нулю, то есть только 21% разброса значений временного ряда регрессора Х3 обусловлено фактором времени, то модель подбора не качественна. При проведении анализа скользящей средней и экспоненциальном сглаживании не было выявлено линейности. Использованные методы для сглаживания данных не обеспечили им линейную зависимость от фактора времени. Поэтому из регрессионной модели временных рядов следует исключить фактор Х3, так как не выполнено одно из допущений построения регрессионной модели - переменные должны иметь линейную зависимость.
Анализируя регрессор Х4 был составлен график.
уд у = -0,8065х + 51,1
R2 = 0,6807
60
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
40 20 0
Так как коэффициент детерминации R 2 стремится к единице, то есть почти 70% разброса значений временного ряда регрессора Х4 обусловлено фактором времени, то модель подбора качественная.
Мы получили линейную регрессию: у=-0,0265х+1220,6
г Значение
27 1219,885
28 1219,858
29 1219,832
30 1219,805
31 1219,779
32 1219,752
Согласно данным таблицы в июне 2023 года ожидается 1219,75 млрд руб задолженности.
Далее проведем корреляционно-регрессионный анализ для регрессора
Х4.
У Х4 Х4(> 1) Х4(г-2) Х4(г- 3)
701,9 46 0 0 0
821 45,7 46 0 0
657,3 47,3 45,7 46 0
699 46,6 47,3 45,7 46
833,3 46,5 46,6 47,3 45,7
813,5 46,6 46,5 46,6 47,3
844,6 46,3 46,6 46,5 46,6
935,8 45,3 46,3 46,6 46,5
1020,8 45,6 45,3 46,3 46,6
887,6 45,7 45,6 45,3 46,3
949 45,6 45,7 45,6 45,3
974,7 44,6 45,6 45,7 45,6
985,6 45,9 44,6 45,6 45,7
1105,9 48,3 45,9 44,6 45,6
963,7 38,4 48,3 45,9 44,6
956,3 40,9 38,4 48,3 45,9
1206,6 41,1 40,9 38,4 48,3
1043,8 34,5 41,1 40,9 38,4
946,9 30,9 34,5 41,1 40,9
851,9 26,4 30,9 34,5 41,1
764,1 30,1 26,4 30,9 34,5
831,4 29,5 30,1 26,4 30,9
837,7 27,8 29,5 30,1 26,4
813 29,8 27,8 29,5 30,1
830,9 30,2 29,8 27,8 29,5
904,6 39,9 30,2 29,8 27,8
При помощи встроенной функции в Excel «Анализ данных» был проведен анализ регрессии для данного регрессора.
вывод итогов
Регрессионная статистика
Множественный R 0,619748429
R-квадрат 0,384088115
Нормированный R-квадрат 0,266771565
Ста нда ртная ош и бка 107,9761729
Наблюдения 26
Дисперсионный анализ
df 55 MS F расчетное Значимость F F табличное
Регрессия 4 152681,859 38170,46476 3,273946569 0,031028845 2,840099807 -модель значима по критерию Фишера
Остаток 21 244835,9321 11658,85391
Итого 25 397517,7912
Коэффициенты Стандартная ошибка t-cmamucmuna Р-Значение Нижние 95% Верхние Э596 Нижние 35,096 Верхние 95,0%
У-пересечение 689,689304 126,3038981 5,46055438 2.03753Е-05 427,0259688 952,3526391 427,0259688 952,3526391
Х4 0,174403584 3,418894754 0,051011685 0,959798317 -6,935577301 7,284384469 -6,935577301 7,284384469
X4[tl) 2,759297492 3,108894062 0,887549539 0,384835837 3,706001641 9,224596624 -3,706001641 9,224596624
Х4[1-2) -3,96587238 3,136615884 -1,264379359 0,219947464 -10,4888222 2,557077438 -10,4888222 2,557077438
Х4(1-3) 6,514595507 2,337828027 2,786601679 0,011056629 1,652815975 11,37637504 1,652815975 11,37637504
табличное t =2,079613845 t-статистика < t-табличное
Значит показатель кредиторской задолженности не оказывает влияние на производство металлургическое, поэтому его не следует рассматривать далее.
Проведем сценарный анализ для прогноза металлургического производства.
X1
y = 28,45x + 1772,9..
4000 2000 0
m Ol m 1Л UD 00 2 UD
К Ol ID m m 1Л 0 1 К
1Л m 1 4 m 00
ю 00 00 00 Ol 00
Ol Ol
4
Ol
pv m 0 4 en en m œ 10
m io 2 1 0 1 io К 1 00 o"
ю 1Л 4 1Л ю m m m 0
Ol Ol Ol 00 00 00 00 Ol
Линейная (X1)
Так как коэффициент детерминации R 2 стремится к нулю, то есть только 21% разброса значений временного ряда регрессора Х1 обусловлено фактором времени, то модель подбора не качественна. Так как
по данному регрессору нельзя построить прогноз металлургического производства нужно для построения прогноза некоторых показателей данной сферы было выбрано использование встроенных функций Microsoft Excel. Для этого необходимо построить графики для продукции по имевшимся данным, далее необходимо в формате линии тренда выбрать пункт «поместить на диаграмму величину достоверности аппроксимации (R2)». Нужно поместить на график сначала линейную, затем экспоненциальную величину достоверности аппроксимации.
Дата t Y
ноя.20 1 701,9
дек.20 2 821
янв.21 3 657,3
фев.21 4 699
мар.21 5 833,3
апр.21 6 813,5
май.21 7 844,6
июн.21 8 935,8
июл.21 9 1020,8
авг.21 10 887,6
сен.21 11 949
окт.21 12 974,7
ноя.21 13 985,6
дек.21 14 1105,9
янв.22 15 963,7
фев.22 16 956,3
мар.22 17 1206,6
апр.22 18 1043,8
май.22 19 946,9
июн.22 20 851,9
июл.22 21 764,1
авг.22 22 831,4
сен.22 23 837,7
окт.22 24 813
ноя.22 25 830,9
дек.22 26 904,6
янв.23 27 952,5317
фев.23 28 957,0471
мар.23 29 961,5626
апр.23 30 966,0781
май.23 31 970,5935
июн.23 32 975,109
Выделенные ячейки являются прогнозными значениями на полгода вперед. По полученным данным можно сделать вывод, что в этой области падений не ожидается, будет только прирост, что является достаточно положительным явлением в этой отрасли.
СПИСОК ЛИТЕРАТУРЫ:
1. Катунин В.В., Зиновьева Н.Г., Иванова И.М., Петракова Т.М. Основные показатели работы черной металлургии России в 2020 г. ЧЕРНАЯ МЕТАЛЛУРГИЯ. Бюллетень научно-технической и экономической информации. 2021,77(4):367-392. https://doi.org/10.32339/0135-5910-2021-4-367-392;
2. Металлургия России. URL: https://www.urm-company.ru/about-us/blog/151-metallurgiya-rossii;
3. Обзор рынка черной металлургии - 2020 год // Deloitte. URL: https://www2.deloitte.com/ru/ru/pages/research-center/articles/overview-of-steel-and-iron-market-2020. html ;
4. Письмо Минфина России от 20 февраля 2021 г. № 03-06-06-01/12266 // СПС «КонсультантПлюс». URL: http://www.consultant.ru/cons/cgi/online.cgi?req=doc&base=QUEST&n=202526#Z UswniSGxcgVPAU4;
5. Total production of crude steel. 2019. URL: https://www.worldsteel.org/steel-by-topic/statistics/annual-production-steel-data/P1_crude_steel_total_pub/CHN/IND;
6. Перспективы российской металлургической отрасли - 2020 год. URL: https://j ournal. open-broker. ru/research/perspektivy-rossij skoj -metallurgicheskoj -otrasli;
7. Росстат: URL: https://rosstat.gov.ru;
8. WSA 2020 Press-release [Электронный ресурс] - Режим доступа: https://www.worldsteel.org/media-centre/press-releases/2020/Global-crude-steel-output-increases-by-3.4--in-2019.html
Ayvazyan A., Blokhina V. Yu., Zhuravleva O. V.
Ayvazyan A.
Financial University under Government of Russian Federation
(Moscow, Russia)
Blokhina V.Yu.
Financial University under Government of Russian Federation
(Moscow, Russia)
Scientific advisor: Zhuravleva O.V.
Financial University under Government of Russian Federation
(Moscow, Russia)
PLACE AND ROLE OF FERROUS METALLURGY
IN DOMESTIC AND GLOBAL MARKETS: PROBLEMS
AND PROSPECTS FOR DEVELOPMENT OF THE INDUSTRY
Abstract: the article presents the results of the analysis of statistical data, expert assessments andforecasts of the development offerrous metallurgy. The author concludes that for the successful development of the industry, it is necessary to solve a number of problems related to the modernization of production, improving product quality, developing new technologies and expanding sales markets.
Keywords: metallurgy, industry, economics, analysis, forecast, regression.
