Forecasting steel prices through a vector autoregressive model

The objective of this research is to forecast the global level of steel prices. The process begins with a deep insight into the industry dynamics: the international supply-chain, the overcapacity problem, the new trends, the role covered by new players and the review of data yearly released by the World Steel Association. Two econometric models follow. The first one tests the existence of a global level of steel prices through a cointegration analysis among the hot rolled coils prices, taken as a reference for the finished products of the industry, measured in Turkey, China, USA, and Europe. The second one is a vector autoregressive forecast model created for hot-rolled steel global price. The model aims at building a supply and demand mechanism including variables from the two sides, as previous studies on the topic suggest. The inclusion of PMIs - purchasing managers indexes -, registered in China, Europe and USA, among independent variables of the VAR model constitute a novelty in steel price forecasting literature. The vector autoregression forecasting model proposed can forecast global steel prices one month ahead. Its mean percentual error equals 1,33%, proving a better efficacy than the univariant autoregressive model and no-change forecasting method, thus providing industrial players with a tool that could deliver a competitive advantage for choices of purchase and for stock policies.

L’obiettivo della ricerca è la previsione del livello globale dei prezzi dell’acciaio. Il processo inizia con un dettagliato approfondimento sulle dinamiche del settore: la supply-chain internazionale, il problema della sovracapacità, i nuovi trend, il ruolo coperto dai nuovi attori e la revisione dei dati rilasciati annualmente dalla World Steel Association. Seguono due modelli econometrici. Il primo verifica l’esistenza di un livello globale dei prezzi dell’acciaio attraverso una analisi di cointegrazione tra i prezzi dei laminati a caldo, presi a riferimento dei prodotti finiti del settore, misurati in Turchia, Cina, USA ed Europa. Il secondo è un modello vettoriale autoregressivo per la previsione dei medesimi prezzi globali. Il modello mira a riprodurre il meccanismo della domanda e dell’offerta includendo variabili di entrambe le parti, come suggerito da precedenti studi sull’argomento. L’inclusione dei PMI – indici dei direttori agli acquisti – registrati in Cina, Europa e USA, tra le variabili indipendenti di un modello VAR costituisce novità per la letteratura riguardante la previsione dei prezzi dell’acciaio. Il modello vettoriale autoregressivo proposto è capace di prevedere i prezzi globali dell’acciaio con una anticipazione di un mese. Il suo errore percentuale medio è pari a 1,33%, dimostrando migliore efficacia di un modello autoregressivo univariato e della previsione statica, fornendo quindi a player industriali uno strumento che possa portare un vantaggio competitivo nelle scelte di acquisto e nelle politiche di gestione delle scorte.