The influence of economic factors on world copper production

• Autorzy: Černý Igor , Vaněk Michal , Kubesa Jiří

Identyfikatory

DOI

10.29227/IM-2022-01-06

Warianty tytułu

PL

Wpływ czynników ekonomicznych na światową produkcję miedzi

• Języki publikacji: EN

Abstrakty

EN

Copper is a very important mineral that has a wide application in industry, especially in the electrical industry and energy industry. With the increase in electromobility, its potential will grow in the future. Any shortage of copper on the world market could thus endanger modern industry. Therefore, the authors decided to deal with the influence of economic factors (price, population, GDP and cumulative inflation) on copper production and with creation of suitable econometric models that best expressing the relationship between production and economic factors for the period 2010-2019 in their article. The influence of economic factors on world copper production is examined using the Pearson correlation coefficient. It was found that copper production is inversely proportional to the price of copper, it is a strong dependence. In contrast, the correlation between copper production and other factors is very strong and positive. Using econometric modeling, it was discovered that exponential regression is the best expression for the relationship between copper production and its price and logarithmic regression most appropriate for the relationship between copper production and all other economic factors.

PL

Miedź jest bardzo ważnym minerałem, który ma szerokie zastosowanie w przemyśle, zwłaszcza w elektrotechnice i energetyce. Wraz ze wzrostem elektromobilności jej potencjał będzie rósł w przyszłości. Wszelki niedobór miedzi na rynku światowym mógłby zatem zagrozić nowoczesnemu przemysłowi. W związku z tym autorzy postanowili zająć się wpływem czynników ekonomicznych (cena, ludność, PKB i skumulowana inflacja) na produkcję miedzi oraz stworzyć odpowiednie modele ekonometryczne, wyrażające zależność między produkcją a czynnikami ekonomicznymi dla okresu 2010-2019. Wpływ czynników ekonomicznych na światową produkcję miedzi badany jest za pomocą współczynnika korelacji Pearsona. Stwierdzono, że produkcja miedzi jest odwrotnie proporcjonalna do ceny miedzi, jest to silna zależność. Natomiast korelacja między produkcją miedzi a innymi czynnikami jest bardzo silna i pozytywna. Korzystając z modelowania ekonometrycznego, odkryto, że regresja wykładnicza jest najlepszym wyrażeniem relacji między produkcją miedzi a jej ceną, a regresja logarytmiczna najbardziej odpowiada relacji między produkcją miedzi a wszystkimi innymi czynnikami ekonomicznymi.

Słowa kluczowe

EN

econometric model; world copper production; economic factors; Pearson correlation coefficient

PL

model ekonometryczny; światowa produkcja miedzi; czynniki ekonomiczne; współczynnik korelacji Pearsona

• Wydawca: Polskie Towarzystwo Przeróbki Kopalin
• Czasopismo: Inżynieria Mineralna
• Rocznik: 2022
• Tom: no. 1
• Strony: 51--56
• Opis fizyczny: Bibliogr. 16 poz., wykr., tab.

Twórcy

autor

Černý Igor

• VŠB – Technical University of Ostrava, Faculty of Mining and Geology, Department of Economics and Control systems

autor

Vaněk Michal

• VŠB – Technical University of Ostrava, Faculty of Mining and Geology, Department of Economics and Control systems

autor

Kubesa Jiří

• VŠB – Technical University of Ostrava, Faculty of Mining and Geology, Department of Economics and Control systems

Bibliografia

• 1. PEARCE, M. !e 'Copper Age'-A History of the Concept. Journal of World Prehistory. Sep 2019, 32(3), pp. 229- 250. Available from: doi: 10.1007/s10963-019-09134-z.
• 2. HERRERO, M.J., R. MARFIL, J.I. ESCAVY, M. SCHERER, X. ARROYO, T. MARTIN-CRESPO and S.L. DE ANDRES. Hydrothermal activity within a sedimentary succession: aragonites as indicators of Mesozoic Rifting (Iberian Basin, Spain). International Geology Review. Jan 2020, 62(1), pp. 94-112. doi: 10.1080/00206814.2019.1636317.
• 3. FU, X., M. S. UELAND and E. OLIVETTI. Econometric modeling of recycled copper supply. Resources Conservation and Recycling. Jul 2017, 122, pp. 219-226. Available from: doi:10.1016/j.resconrec.2017.02.012.
• 4. KAPUSTINA L., O. FALCHENKO and A. DREVALEV. Relationship between world copper market and economic cycle. International Relations 2017: Current Issues of World Economy and Politics.2017, pp. 464-473.
• 5. GUZMAN, J.I.!e International Copper Cartel, 1935-1939: the good cartel?. Mineral Economics. May 2018, 31(1- 2), pp. 113-125. Available from: doi: 10.1007/s13563-017-0126-7.
• 6. SAMKOV, T.L.Forecast model of Russia's Gross domestic product depending on financial Instruments of trade in energy and commodities. Problemele Energetici Regionale.2018, 1, pp. 136-151. Available from: doi: 10.5281/zenodo. 1217303.
• 7. BAZHENOV, O., A. OYKHER and D. BAEV. !e impact of financial and economic crises on the performance indicators of copper mining enterprises. Advances in Social Science Education and Humanities Research. 2019, 240, pp. 133-140.
• 8. LI, Y., X. GAO, S. AN, H. ZHENG and T. WU. Network approach to the dynamic transformation characteristics of the joint impacts of gold and oil on copper. Resources Policy. Mar. 2021, 70, No. 10967. Available from: doi: 10.1016/j.resourpol.2020.101967.
• 9. LAGOS, G., D. PETERS, M. LIMA and J. J. JARA. Potential copper production through 2035 in Chile. Mineral Economics. Jul 2020, 33(1-2), pp. 43-56. Available from: doi:
• 10.1007/s13563-020-00227-2. 10. CORTEZ, C.A.T., J. COULTON, C. SAMMUT and S. SAYDAM. Determining the chaotic behaviour of copper prices in the long-term using annual price data. Palgrave Communications. Jan. 2018, 4, No. 8. Available from: doi: 10.1057/s41599-017-0060-x.
• 11. MEDINA, JP. Mining development and macroeconomic spillovers in Chile. Resources Policy. Mar 2021, 70 (101217). Available from: doi: 10.1016/j.resourpol.2018.06.008.
• 12. FERNANDEZ, V. Price and income elasticity of demand for mineral commodities. Resources policy. Dec 2018, 59, pp. 160-183. Available from: doi: 10.1016/j.resourpol.2018.06.013.
• 13. JARA, J.J. Determinants of country competitiveness in attracting mining investments: An empirical analysis. Resources Policy. Jun 2017, 52, pp. 65-71. Available from: doi: 10.1016/j.resourpol.2017.01.016.
• 14. SHAMMUGAM, S., A. RATHGEBER and T. SCHLEGL. Causality between metal prices: Is joint consumption a more important determinant than joint production of main and by-product metals? Resources Policy. Jun 2019, 61, pp. 49-66. Available from: doi: 10.1016/j.resourpol.2019.01.010.
• 15. BURDA, M. C. and Ch. WYPLOSZ. Macroeconomics: a European text. Seventh edition. Oxford: Oxford University Press. 2017, 598, ISBN 978-0-19-873751-3.
• 16. MARTIN, F. F. and H. CASTRO. Raw material depletion and scenario assessment in European Union - A circular economy approach. Energy Reports. 2020, 6(1), 417-422.Available from: doi: 10.1016/j.egyr.2019.08.082.

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu „Społeczna odpowiedzialność nauki” - moduł: Popularyzacja nauki i promocja sportu (2022-2023)