Estimating the Price and Demand Development of Some Paperboard Grades

Työn tavoitteena oli luoda malli, jonka avulla voitaisiin ennustaa kartonkituotteiden hinnan ja kysynnän kehitystä. Työssä kerättiin aluksi tietoa kartonkimarkkinoista haastattelujen ja tilastotietojen avulla. Näiden perusteella luotiin malli, joka kuvaa kartonkimarkkinoiden ja -teollisuuden rakennetta. Erityisesti kiinnitettiin huomiota asiakkaiden tilauskäyttäytymiseen, tuotannonohjaukseen sekä hinnan muodostumiseen. Työssä käytettiin ennustemenetelmänä systeemidynamiikkaa. Oleellista oli löytää systeemissä esiintyvät tärkeimmät takaisinkytkennät ja systeemin avainmuuttujat. Kun kaikille mallin muuttujille oli määritetty yhtälöt ja vakioille annettu arvot, voitiin mallia simuloida, ja saada ennusteet halutuille muuttujille. Työssä esitettiin ennusteet kartonkimarkkinoiden tärkeimmille parametreille kahden vuoden päähän. Työssä tarkasteltiin myös, miten muutokset mallin käyttäytymistä säätelevissä muuttujissa vaikuttavat tuloksiin. Jotta pystyttäisiin paremmin selvittämään koko kartonkiteollisuuden dynamiikka, lisätutkimusta tarvittaisiin vielä eri kartonkilajien substituutiomahdollisuuksista ja hintojen riippuvuuksista. Mielenkiintoista olisi myös tietää, miten tuotannon käyttöasteiden muutokset ja hinnan vaihtelut vaikuttavat liiketoiminnan kannattavuuteen valmistajien näkökulmasta.

Combining Advanced Forecasting Methods with System Dynamics - the Case of Finnish Seaports

Seaports play an important part in the wellbeing of a nation. Many nations are highly dependent on foreign trade and most trade is done using sea vessels. This study is part of a larger research project, where a simulation model is required in order to create further analyses on Finnish macro logistical networks. The objective of this study is to create a system dynamic simulation model, which gives an accurate forecast for the development of demand of Finnish seaports up to 2030. The emphasis on this study is to show how it is possible to create a detailed harbor demand System Dynamic model with the help of statistical methods. The used forecasting methods were ARIMA (autoregressive integrated moving average) and regression models. The created simulation model gives a forecast with confidence intervals and allows studying different scenarios. The building process was found to be a useful one and the built model can be expanded to be more detailed. Required capacity for other parts of the Finnish logistical system could easily be included in the model.