МОДЕЛЮВАННЯ ВПЛИВУ РОСІЙСЬКО-УКРАЇНСЬКОЇ ВІЙНИ НА ВАЛЮТНИЙ РИНОК
##plugins.themes.bootstrap3.article.main##
Анотація
Актуальність. Російсько-українська війна перетворилася на глобальний виклик, який суттєво вплинув не лише на економіку України, а й на світову валютну систему. Одним із ключових наслідків війни стало різке зростання світових цін на енергоносії, що по-різному вплинуло на валютні ринки країн-експортерів та імпортерів енергії. Перерозподіл торговельних потоків, зміни в русі капіталу та міжнародна фінансова підтримка України стали додатковими факторами нестабільності валютного ринку. Водночас зросла увага до альтернативних фінансових інструментів, зокрема криптовалют, які розглядаються як засіб хеджування ризиків в умовах економічної турбулентності. Проблема полягає в тому, що традиційні моделі аналізу валютного ринку часто не враховують фактори, пов'язані з війною, які суттєво змінюють поведінку економічних агентів. Відсутність системного аналізу глобального впливу російсько-української війни на валютний ринок ускладнює прогнозування майбутніх тенденцій та розробку ефективних політик для забезпечення фінансової стабільності. Тому моделювання цих процесів є критично важливим для розуміння динаміки світового валютного ринку в умовах геополітичних конфліктів.
Дослідження впливу війни на валютний ринок залишається надзвичайно актуальним, оскільки тривале збройне протистояння продовжує трансформувати глобальну економіку. Аналіз наукових праць свідчить про наявність прогалин у вивченні цього питання. Зокрема, потребують подальшого дослідження такі аспекти, як прямий вплив військових дій на динаміку основних валют (долара США, євро, української гривні), механізми, що визначають ці коливання, а також роль санкцій у зміні міжнародних фінансових потоків і їхній вплив на валютні ринки країн-учасниць санкційних режимів.
Метою статті є моделювання впливу повномасштабного вторгнення Росії в Україну на валютний ринок із використанням методів нелінійної динаміки, а також визначення ключових факторів, що зумовлюють його волатильність.
Результати дослідження. У статті застосовано методи розрахунку коефіцієнта Херста, локального коефіцієнта Херста та рекурентний аналіз для дослідження валютних пар BTC/USD, ETH/USD, EUR/USD, GBP/USD, CNY/USD, USD/RUB, USD/UAH. Результати моделювання свідчать, що в період з 2022 року по листопад 2024 року в динаміці цих валютних пар відбулися суттєві зміни. За допомогою коефіцієнта Херста оцінено ступінь персистентності валютних курсів, а локальний коефіцієнт Херста дозволив уточнити характер ринкових змін у різні моменти досліджуваного періоду. Рекурентний аналіз дав змогу детальніше оцінити вплив кризових явищ на валютний ринок.
Отримані результати підтвердили, що всі досліджувані валютні пари зазнали негативного впливу внаслідок повномасштабного вторгнення Росії в Україну. Зокрема, коливання валютної пари EUR/USD пояснюються залежністю країн Європейського Союзу від російських енергоресурсів. Важливим чинником впливу стали економічні та політичні санкції проти Росії, які обмежили доступ до міжнародних фінансових ринків, скоротили обсяги іноземних інвестицій і торговельних операцій, що призвело до зниження ліквідності та зростання волатильності рубля. Санкції також посилили невизначеність серед інвесторів, порушили глобальні ланцюги постачання та змусили Росію шукати альтернативні фінансові й економічні зв’язки, що ускладнило стабільність валютного ринку.
Очікувано, що війна значно вплинула на валютні пари USD/UAH та USD/RUB, оскільки гривня та рубль є національними валютами безпосередніх учасників конфлікту. Цікавим є результат моделювання для валютної пари CNY/USD, який свідчить про вплив війни в Україні на цю пару. Китай, зберігаючи економічні відносини з Росією, прагне посилити свої позиції на міжнародній арені, тоді як США активно підтримують Україну. Це відбувається на тлі загострення геополітичного суперництва між Китаєм і США, що додатково впливає на валютний ринок.
Для криптовалютних пар вплив подій в Україні виявився менш вираженим, що пояснюється більшою автономністю цього сегмента фінансового ринку.
Результати дослідження підтвердили ефективність фрактального та рекурентного аналізу для оцінки валютної динаміки. Використання цих методів відкриває нові можливості для поглибленого аналізу ринку та розробки адаптивних стратегій управління економічними ризиками, що є особливо актуальним в умовах глобальної нестабільності.
Наукова новизна. Новизна дослідження полягає у застосуванні комплексу сучасних міждисциплінарних методів моделювання для аналізу впливу російсько-української війни на валютний ринок. Завдяки поєднанню цих методів відбувається комплексне дослідження з урахуванням економічних, політичних та соціальних факторів, їх взаємозв'язку та динаміки розвитку.
Висновки. Дослідження показало, що фрактальний аналіз дозволяє виявляти масштабні закономірності та самоподібність у динаміці валютних курсів, що є важливим для прогнозування довгострокових тенденцій та оцінки нестабільності ринку. Рекурентний аналіз, у свою чергу, допоміг ідентифікувати критичні моменти, коли валютні пари зазнавали різких змін під впливом зовнішніх факторів, таких як геополітичні та геоекономічні події. Обидва методи виявили значні зміни у характеристиках валютного ринку під впливом російсько-української війни. Результати дослідження можуть бути використані для розробки монетарної політики, управління валютними резервами та оцінки фінансових ризиків. Подальші дослідження можуть включати використання сучасних інструментів аналізу даних і штучного інтелекту для підвищення точності прогнозування та якості управлінських рішень.
##plugins.themes.bootstrap3.article.details##
Автори, які публікуються у цьому журналі, погоджуються з такими умовами:
1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.
УГОДА
ПРО ПЕРЕДАЧУ АВТОРСЬКИХ ПРАВ
Я, автор статті/Ми, автори рукопису статті _______________________________________________________________________
у випадку її прийняття до опублікування передаємо засновникам та редколегії наукового видання «Вісник Черкаського національного університету імені Богдана Хмельницького. Серія «Економічні науки» такі права:
1. Публікацію цієї статті українською (англійською, російською, польською) мовою та розповсюдження її друкованої версії.
2. Розповсюдження електронної версії статті через будь-які електронні засоби (розміщення на офіційному web-сайті журналу, в електронних базах даних, репозитаріях, тощо).
При цьому зберігаємо за собою право без узгодження з редколегією та засновниками:
1. Використовувати матеріали статті повністю або частково з освітньою метою.
2. Використовувати матеріали статті повністю або частково для написання власних дисертацій.
3. Використовувати матеріали статті для підготовки тез, доповідей конференцій, а також усних презентацій.
4. Розміщувати електронні копії статті (зокрема кінцеву електронну версію, завантажену з офіційного web-сайту журналу) на:
a. персональних web-pecypcax усіх авторів (web-сайти, web-сторінки, блоги, тощо);
b. web-pecypcax установ, де працюють автори (включно з електронними інституційними репозитаріями);
с. некомерційних web-pecypcax відкритого доступу (наприклад, arXiv.org).
Цією угодою ми також засвідчуємо, що поданий рукопис відповідає таким критеріям:
1. Не містить закликів до насильства, розпалювання расової чи етнічної ворожнечі, які викликають занепокоєння, є загрозливими, ганебними, наклепницькими, жорстокими, непристойними, вульгарними тощо.
2. Не порушує авторських прав та права інтелектуальної власності інших осіб або організацій; містить всі передбачені чинним законодавством про авторське право посилання на цитованих авторів та / або видання, а також використовувані в статті результати і факти, отримані іншими авторами чи організаціями.
3. Не був опублікований раніше в інших видавництвах та не був поданий до публікації в інші видання.
4. Не включає матеріали, що не підлягають опублікуванню у відкритій пресі, згідно з чинним законодавством.
____________________ ___________________
підпис П.І.Б. автора
"___"__________ 20__ р.
Посилання
Honak, I.M. (2022). Mozhlyvosti investuvannya u kryptovalyuty v umovakh aktyvnoyi fazy pandemiyi COVID-19 u 2020–2021 rr. ta konventsijnoyi rosijsko-ukrayinskoyi vijny 2022 r. [Investment opportunities in cryptocurrencies during the active phase of the COVID-19 pandemic in 2020–2021 and the conventional Russian-Ukrainian war in 2022]. Naukovi zapysky Natsionalʹnoho universytetu "Ostrozʹka akademiya". Seriya "Ekonomika", 25(53), 67–77.
Burtnyak, I.V., Suduk, N.V., & Kashevskyi, R.M. (2024). R/S-analiz valyutnoho rynku [R/S analysis of the currency market]. Aktualʹni problemy rozvytku ekonomiky rehionu, 2(20), 245–251. https://doi.org/10.15330/apred.2.20.245-251
Martyanov, D., Viklyuk, Y., & Fleichuk, M. (2023). Modelyuvannya dynamiky rynku kryptovalyut z vykorystannyam instrumentiv mashynnoho navchannya [Modeling the dynamics of the cryptocurrency market using machine learning tools]. System Research and Information Technologies, (4), 54–68.
Derbentsev, V.D., Bezkorovainyi, V.S., & Ovcharenko, A.A. (2020). Modelyuvannya korotkostrokovoyi dynamiky valyutnykh kursiv z vykorystannyam hlybokykh nejronnykh merezh [Modeling the short-term dynamics of exchange rates using deep neural networks]. Naukovyi visnyk Odesʹkoho natsionalʹnoho ekonomichnoho universytetu, (3-4), 153–163.
Hossain, A.T., Masum, A.-A., & Saadi, S. (2024). The impact of geopolitical risks on foreign exchange markets: Evidence from the Russia-Ukraine war. Finance Research Letters, 59, 104750. URL : https://doi.org/10.1016/j.frl.2023.104750 (Accessed: 15.12.2024).
Aliu, F., Apanovych, Y., Bajra, U., & Nuhiu, A. (2024). Assessing the impact of the Russia-Ukraine war and COVID-19 on selected European currencies and key commodities. Journal of Business Economics and Management, 25(5), 1097–1119. https://doi.org/10.3846/jbem.2024.22518
Danylchuk, H., Kibalnyk, L., Kovtun, O., Kiv, A., Pursky, O., & Berezhna, G. (2020). Modelling of cryptocurrency market using fractal and entropy analysis in COVID-19. CEUR Workshop Proceedings. URL : https://ceur-ws.org/Vol-2713/paper40.pdf (Accessed: 15.12.2024).
Danylchuk, H.B., Kibalnyk, L.O., Kovtun, O.A., Pursky, O.I., Kyryliuk, Y.M., & Kravchenko, O.O. (2023). The impact of the war in Ukraine on globalization processes and world financial markets: A wavelet entropy analysis. CEUR Workshop Proceedings. URL : https://ceur-ws.org/Vol-3465/paper20.pdf (Accessed: 15.12.2024).
Statystyka indeksiv svitovoho valyutnoho rynku [Statistics of world currency market indices]. (n.d.). URL : http://finance.yahoo.com (Accessed: 15.12.2024).
Hurst, H.E. (1951). Long-term storage capacity of reservoirs. Transactions of the American Society of Civil Engineers, 116(1), 770–799.
Weron, R. (2002). Estimating long-range dependence: Finite sample properties and confidence intervals. Physica A: Statistical Mechanics and its Applications, 312(1–2), 285–299.
Eckmann, J.-P., Kamphorst, S.O., & Ruelle, D. (1987). Recurrence plots of dynamical systems. Europhysics Letters.
Marwan, N., et al. (2007). A recurrence plot-based method for characterizing time series. Physics Reports.