УПРАВЛЕНИЕ РАСХОДНЫМИ КОЭФФИЦИЕНТАМИ В МЕТАЛЛУРГИИ С ИСПОЛЬЗОВАНИЕМ МОДЕЛЕЙ ВРЕМЕННЫХ РЯДОВ

Авторы

  • Егор Олегович Романенко НИТУ МИСИС; 119049, г. Москва, Ленинский пр-т, д. 4, стр. 1
  • В.А. Сердюк НИТУ МИСИС; 119049, г. Москва, Ленинский пр-т, д. 4, стр. 1

DOI:

https://doi.org/10.25806/fm-2429

Статья поступила в редакцию: 29.01.2026

Статья принята к публикации: 16.03.2026

Статья опубликована: 27.03.2026

Ключевые слова:

прогнозирование временных рядов, векторная авторегрессия, металлургическое производство, расходный коэффициент металла, операционная эффективность

Аннотация

В статье представлены результаты сравнительного анализа методов прогнозирования временных рядов для ключевых производственных показателей металлургического предприятия. Исследованы два показателя: объем выпуска продукции и расходный коэффициент металла (РКМ). На первом этапе проведен векторный авторегрессионный анализ (VAR), который выявил высокую инерционность РКМ: собственные лаги показателя объясняют 85–95% его вариации, тогда как влияние внешних факторов статистически незначимо. На основании этого результата для прогнозирования применены одномерные модели ARIMA и экспоненциального сглаживания (ETS). Выявлено, что точность прогнозирования существенно зависит от характера производственного процесса: для проектно-ориентированного производства MAPE составляет 19–34%, тогда как для операционных показателей — менее 2%. Предложена альтернативная метрика оценки точности, учитывающая экономическую значимость прогнозной ошибки. Сформулированы практические рекомендации по применению методов прогнозирования в управлении металлургическим производством.

Информация о публикации

Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.

Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.

Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.

Правообладатель: Издательский дом «Академический».

Условия использования. Статьи текущего года распространяются по подписке на журнал «Финансовый менеджмент». Все права защищены. Полная версия статьи доступна на сайте Научной электронной библиотеки eLIBRARY.RU www.elibrary.ru/contents.asp?titleid=9552 . Материалы предыдущих лет распространяются по лицензии Creative Commons Attribution 4.0 International (CC BY 4.0) . Метаданные всех статей распространяются по открытой лицензии и могут свободно использоваться в информационных, научных и библиографических целях.

Машиночитаемый файл метаданных: JATS XML

Список литературы

Мунтин А.В., Жихарев П.Ю., Зинягин А.Г., Брайко Д.А. Искусственный интеллект и машинное обучение в металлургии. Часть 1. Методы и алгоритмы // Металлург. — 2023. — № 6. — С. 124–132.

Дворников С.С. Применение методов машинного обучения для оптимизации производственных процессов в металлургической промышленности // Информационные технологии и системы управления: сборник научных трудов. — Донецк: ДонНТУ, 2024.

Сааков Д.В. Применение инструментов моделирования в рамках функционирования «умного» нефтехимического и металлургического производства // Экономика и предпринимательство. — 2023. — № 4. — С. 115–119.

Головина Т.А., Авдеева И.Л. Управление рисками и прогнозирование в условиях цифровой трансформации промышленных предприятий // Экономика в промышленности. — 2023. — Т. 16. — № 2. — С. 154–162.

Загрузки

Опубликован

27.03.2026

Выпуск

Раздел

Экономические науки