Analysis of economic and mathematical modeling of industrial enterprise functioning at multicollinearity based on parameterization

User Rating:  / 0



N. Lokhman, Dr. Sc. (Econ.), Assoc. Prof.,, Donetsk National University of Economics and Trade named after Mykhailo Tugan-Baranovsky, Kryvyi Rih, Ukraine

V. Serebrenikov, Cand. Sc. (Tech.), Assoc. Prof.,, Donetsk National University of Economics and Trade named after Mykhailo Tugan-Baranovsky, Kryvyi Rih, Ukraine

T. Beridze, Cand. Sc. (Tech.), Assoc. Prof.,, Kryvyiy Rih faculty of Zaporizhzhia National University, Kryvyi Rih, Ukraine, e-mail: This email address is being protected from spambots. You need JavaScript enabled to view it.

A. Cherep, Dr. Sc. (Econ.), Prof.,, Zaporizhzhia National University, Zaporizhzhia, Ukraine

I. Dashko, Cand. Sc. (Econ.), Assoc. Prof.,, Kryvyiy Rih faculty of Zaporizhzhia National University, Kryvyi Rih, Ukraine, e-mail: This email address is being protected from spambots. You need JavaScript enabled to view it.

Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2020, (2):179-184 

 повний текст / full article



Purpose. Investigation of multicollinearity in multifactorial economic and mathematical regression models of activity of Inhulets Mining and Processing Plant and reduction of its negative influence based on application of the parameterization method.

Methodology. To reduce the negative impact of multicollinearity in multifactorial regression models, a technique is developed that is based on the transition from the function of several variables to its parametric representation by analyzing the correlation matrix between factors in order to eliminate mutual correlation.

Findings. Economic and mathematical modeling of the activity of the JSC Inhulets Mining and Processing Combine showed that the presence of multicollinearity when applying a multifactor regression model leads to a distortion of the obtained results, which reduces the practical value of the model. The application of the parametrization method made it possible to reduce the influence of multicollinearity by providing parametric representations of the economic-mathematical model of holding the real economic process. The application of the parameterization method makes it easier to construct an economic-mathematical model in the form of regression equations, to reduce the negative impact of multicollinearity in the implementation and meaningful analysis of features of economic and mathematical modeling using multivariate regression equations.

Originality. For the first time, the application of the parameterization method is proposed, which allows us to simplify the construction of an economic-mathematical model in the form of regression equations. Using the parameterization method allows reducing the uncertainty in the synthesis of multivariate regression equations, ensuring appropriate adequacy.

Practical value. The analysis of the obtained results of economic and mathematical modeling of the activity of the Inhulets Mining and Processing Plant based on significant statistical material using the developed algorithm of elimination of multicollinearity confirmed the effectiveness of the proposed approach. It is recommended to include the developed algorithm for elimination of multicollinearity by parametrization in the practice of management of economic activity of mining enterprises.

1. Sheremet, A. D. (2014). A complex analysis of sustainable development indicators of an enterprise economics. Ekonomycheskii analyz: teoriia i praktika, 45(396), 2-10.

2. Sheremet, A. D., Saifulin, R. S., & Negashev, E. V. (2016), The technique of financial analysis. Moscow: INFRA-M.

3. Savitskaia, H. V. (2014). Analysis of the effectiveness and risks of entrepreneurial activity: Methodological aspects: monograph. Moscow: NYTs YNFRA.

4. Vitlinskyi, V. V. (2017). Methodological principles of risk modeling in the system of economic security, Modeliuvannia ta informatsiini systemy v ekonomitsi, 94, 14-27.

5. Kyzym, M., & Khaustova, V. (2015). Cluster format for arranging and implementing industrial policy. Acta Innovations17, 30-40.

6. Ponomarenko, V. S., & Hontareva, I. V. (2015). Methodology of complex evaluation of enterprise development efficiency: monograph. Kharkiv: KhNEU im. S. Kuznetsia.

7. Trydied, O. M., & Dziebko, I. P. (2015). Implementation of strategic management accounting as a tool for increasing the company's competitiveness. Problems of Theory and Methodology of Accounting, Control and Analysis, 1(19), 376-382.

8. Udalykh, O. O. (2016). Budgeting as a method of economic management of the enterprise. Finansovi doslidzhennia1, 96-100.

9. Leoht'eva, L. S., & Orlova, L. N. (2016). Using the principles of matrix modeling for a comprehensive assessment of the effectiveness of institutional changes in entrepreneurship. Mir. Modernizatsiia. Innovatsiia. Razvitiie7(1), 97-101.

10. Levchenko, O. M., Tkachuk, O. V., & Tsarenko, I. O. (2017). Innovation-integrated structures in the modern economy: their classification. Efektyvna ekonomika, (10). Retrieved from

11. Burkova, L. A. (2014). Theoretical bases for assessing the efficiency of enterprises and ways of its improvement. Innovatsiina ekonomika4, 145-153.

12. Beridze, T. M. (2016). Statistical monitoring in the enterprise strategic management system: monograph. Kremenchug: PP Scherbatykh O. V.

13. Takha, Khemdy A. (2019). Operations research. Moscow: Vyliams Y. D.

14. Beridze, T. M., Serebrenikov, V. M., & Lokhman, N. V. (2018). Monitoring of production activity of enterprises of Kryvyi Rih region. Ekonomika ta suspilstvo, 15, 213-218.

15. State Statistics Service of Ukraine (n.d.). Operating rate of Inhulets Mining Combine. Retrieved from

16. SMIDA (n.d.). Operating rate of Inhulets Mining Combine. Retrieved from

Tags: miningregressionmultifactorial modelmulticollinearparameterizationfinancial activity

Related news items:

Older news items: