Моделі оцінювання резистентності продажів і маржинального доходу металотрейдерської компанії
Раєвнєва О. В., Шабельник М. М.

Раєвнєва О. В., Шабельник М. М. Моделі оцінювання резистентності продажів і маржинального доходу металотрейдерської компанії. Проблеми економіки. 2026. №2. C. 271–279.
https://doi.org/10.32983/2222-0712-2026-2-271-279

Розділ: Економіка та управління підприємствами

УДК 330.46:658.14:669

Анотація:
Сучасний перебіг економічних процесів характеризується значною нестабільністю, що зумовлює необхідність формування, розвитку та посилення резистентної поведінки металотрейдерської компанії на основі удосконалення методів і підходів аналізу та управління процесом планування продажів металопродукції для посилення комплексної стійкості до змін зовнішнього середовища. Мету роботи визначено як розроблення комплексу моделей оцінювання резистентності продажів і маржинального доходу металотрейдерської компанії для оптимізації її структури продажів і прибутковості. Дослідження ґрунтується на підході синхронізації періодів зростання та зниження попиту з термінами реалізації металопродукції, методах коефіцієнтного та інтегрального оцінювання резистентності, інструментах стратегічного аналізу та матричного позиціонування асортименту. У роботі розроблено модель оцінювання резистентності продажів металопродукції, що базується на підході синхронізації періодів зростання та зниження попиту з термінами реалізації й дає змогу здійснювати попереднє оцінювання резистентності продажів на основі коефіцієнта резистентності для кожного виду металопродукції та більш ґрунтовне – на основі інтегрального коефіцієнта резистентності. Запропоновано можливі стратегії поведінки металотрейдерської компанії для підвищення резистентних властивостей. Запропоновано модель оцінювання резистентності маржинального доходу за кожним видом металопродукції на основі коефіцієнтів резистентності й інтегральних коефіцієнтів резистентності з метою синтезу можливих траєкторій розвитку та посилення резистентної поведінки металотрейдерської компанії. Розроблено матричну модель стратегічного позиціонування асортименту металопродукції за рівнями резистентності продажів та маржинального доходу, яка забезпечує інтеграцію кількісної оцінки резистентності з інструментами стратегічного аналізу та формує базис для системного управління асортиментом металопродукції. Реалізація моделей дозволила здійснити комплексне оцінювання стійкості асортименту металопродукції до ринкових коливань, виявити стратегічно пріоритетні та ризикові сегменти й обґрунтувати управлінські рішення щодо оптимізації структури продажів і прибутковості металотрейдерської компанії.

Ключові слова: металотрейдерська компанія; резистентність продажів; резистентність маржинального доходу; резистентна поведінка; асортимент металопродукції; моделі.

Рис.: 1. Табл.: 1. Формул: 10. Бібл.: 20.

Раєвнєва Олена Валентинівна – доктор економічних наук, професор, завідувач кафедри, кафедра статистики і економічного прогнозування, Харківський національний економічний університет імені Семена Кузнеця (пр. Науки, 9а, Харків, 61165, Україна)
Email: olena.raev@gmail.com
Шабельник Микола Миколайович – аспірант, кафедра статистики та економічного прогнозування, Харківський національний економічний університет імені Семена Кузнеця (пр. Науки, 9а, Харків, 61165, Україна)
Email: shabelnik003@gmail.com

Список використаних у статті джерел

Bednarski L., Roscoe S., Blome C., Schleper M. C. Geopolitical disruptions in global supply chains: a state-of-the-art literature review. Production Planning & Control. 2025. Vol. 36(4). P. 536–562. DOI: https://hdl.handle.net/10779/uos.28789337
Rayevnyeva O. V., Brovko O. I., Zhui Su. A study of the influence of environmental factors on the economic behavior of the enterprise. Бізнес Інформ. 2023. № 8. С. 193–198. DOI: https://doi.org/10.32983/2222-4459-2023-8-193-198
Rayevnyeva O., Filip S., Aksonova I., Brovko O., Rui S. The Impact of Sensitivity of Economic Activities on the Economic Behaviour of Enterprise. Економіка розвитку. 2022. Т. 21. № 3. С. 27–39. DOI: https://doi.org/10.57111/econ.21(3).2022.27-39
Huang J., Ou-Yang Q., Feng Ch. Green trade assessment for sustainable development of Chinese ferrous metal industry. Journal of Cleaner Production. 2020. Vol. 249. DOI: https://doi.org/10.1016/j.jclepro.2019.119382
Sharoian F. The role of trade barriers in international trading metallurgical industry of Ukraine. Three Seas Economic Journal. 2021. Vol. 2. No. 3. P. 118–123. DOI: https://doi.org/10.30525/2661-5150/2021-3-15
Ramin D., Spinelli S., Brusaferri A. Demand-side management via optimal production scheduling in power-intensive industries: The case of metal casting process. Applied Energy. 2018. Vol. 225. P. 622–636. DOI: https://doi.org/10.1016/j.apenergy.2018.03.084
Мінц О. Ю., Хаджинова О. В., Щепка О. В. Методи прогнозування реалізації металопродукції на локальних ринках як компонент економічної безпеки підприємств. Наукові записки Національного університету «Острозька академія». 2025. № 38 (66). С. 79–85. DOI: http://doi.org/10.25264/2311-5149-2025-38(66)-79-85
Strasser S., Tripathi S. Forecasting Steel Demand: Comparative Analysis of Predictability across diverse Countries and Regions. Procedia Computer Science. 2024. Vol. 232. P. 2740–2750. DOI: https://doi.org/10.1016/j.procs.2024.02.091
Sukolkit N., Arunyanart S., Apichottanakul A. An open innovative inventory management based demand forecasting approach for the steel industry. Journal of Open Innovation: Technology, Market, and Complexity. 2024. Vol. 10 (4). DOI: https://doi.org/10.1016/j.joitmc.2024.100407
Xu X., Zhang Y. Steel price index forecasting through neural networks: the composite index, long products, flat products, and rolled products. Mineral Economics. 2023. Vol. 36. No. 4. P. 563–582. DOI: https://doi.org/10.1007/s13563-022-00357-9
Xu X., Zhang Y. Price forecasts of ten steel products using Gaussian process regressions. Engineering Applications of Artificial Intelligence. 2023. Vol. 126. No. A. P. 106870. DOI: https://doi.org/10.1016/j.engappai.2023.106870
Jin B., Xu X. Predictions of steel price indices through machine learning for the regional northeast Chinese market. Neural Computing and Applications. 2024. Vol. 36. No. 33. P. 20863–20882. DOI: https://doi.org/10.1007/s00521-024-10270-7
Mateus B. C., Mendes M., Farinha J. T., Cardoso A. J. M., Assis R., da Costa L. M. Forecasting steel production in the world – assessments based on shallow and deep neural networks. Applied Sciences. 2023. Vol. 13. No. 1. P. 178. DOI: https://doi.org/10.3390/app13010178
Шабельник М. М. Модель класифікації асортименту металопродукції за індикаторами бізнес-процесів резистентної поведінки металотрейдерської компанії. Вісник Харківського національного університету імені В. Н. Каразіна. Серія «Економічна». 2025. Вип. 109. С. 6–16. DOI: https://doi.org/10.26565/2311-2379-2025-109-01
Mayar K., Carmichael D., Shen X. Stability and resilience – A systematic approach. Buildings. 2022. Vol. 12. Issue 8. Article 1242. DOI: https://doi.org/10.3390/buildings12081242
Klinshov V., Nekorkin V., Kurths J. Stability threshold approach for complex dynamical systems. New Journal of Physics. 2016. Vol. 18. DOI: https://doi.org/10.1088/1367-2630/18/1/013004
Piskunov Y., Shabelnyk T., Kozyr A., Bashynskyi K., Kovalev L., Piskunov M. Method and Mathematical Algorithm for Finding the Quasi-Optimal Purpose Plan. International Journal of Computer Science and Network Security. 2021. Vol. 21. No. 2. P. 88–92. DOI: https://doi.org/10.22937/IJCSNS.2021.21.2.10
Актуальні проблеми системного аналізу та моделювання процесів управління : монографія. Братислава – Харків : ВШЕМ – ХНЕУ ім. С. Кузнеця, 2023. 409 с.
Раєвнєва О. В., Тоузані Т. Управління поведінкою підприємства в умовах нестаціонарності ринкового середовища: концептуальні засади та модельний інструментарій : монографія. Харків : ФОП Лібуркіна Л. М., 2021. 292 с.
Alyokhin A., Brutman A., Grabovoy A., Shabelnyk T. Short-term forecasting of the main indicators of the COVID-19 epidemic in Ukraine based on the seasonal cycle model. System Research & Information Technologies. 2024. Vol. 4. P. 32–42. DOI: https://doi.org/10.20535/SRIT.2308-8893.2024.4.02