金融危机跨境传播的建模

Inna Strelchenko
{"title":"金融危机跨境传播的建模","authors":"Inna Strelchenko","doi":"10.33111/nfmte.2019.147","DOIUrl":null,"url":null,"abstract":"У статті досліджуються особливості процесів поширення кризових явищ через фінансові та торгівельні канали. Наведено основні передумови, що мають бути враховані при моделюванні їх розповсюдження. Зокрема, для опису часової структури цих процесів автором вводиться термін «латентний період» та обґрунтовується алгоритм визначення його часових меж. Проведено кількісне оцінювання ефективності запропонованої концепції. Спираючись на отримані результати здійснено відбір макроекономічних індикаторів, що характеризують стан основних каналів поширення кризових явищ і відображають деформаційні процеси в економіці за деякий час до завершення латентного періоду. В результаті проведеного аналізу та експериментального тестування сформовано систему вхідних класифікаційних характеристик, необхідних для побудови економіко-математичної моделі прогнозування наслідків поширення фінансової кризи: обсяг офіційних золотовалютних резервів без урахування золота; співвідношення грошового агрегату М2 до обсягу золотовалютних резервів; грошовий мультиплікатор; зміна грошового агрегату М0; зміна грошового агрегату М2; спред ставки відсотка по кредитах в іноземній валюті всередині країни до аналогічного показника за кордоном; коефіцієнт монетизації економіки; зростання експорту; зростання імпорту; частка експорту у ВВП. Отримана нейронна мережа-класифікатор на базі самоорганізаційної карти Кохонена розподіляє простір вихідних точок (кожна з котрих має просторову розмірність у десять координат та характеризується часовою глибиною у тривалість латентного періоду для досліджуваної країни) на кластери, в яких динаміка таких індикаторів як ВВП, реальний обмінний курс до СПЗ, обсяг золотовалютних резервів, гарантований державний борг та вартість облігацій зовнішньої державної позики є подібною. Це дозволило сформувати базу сценаріїв можливої поведінки економік під впливом процесів поширення кризових явищ на основі макропоказників, що характеризують стан фінансового та торгівельного каналів поширення.","PeriodicalId":300314,"journal":{"name":"Neuro-Fuzzy Modeling Techniques in Economics","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2019-10-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Modeling of cross-border spreading of financial crisis\",\"authors\":\"Inna Strelchenko\",\"doi\":\"10.33111/nfmte.2019.147\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"У статті досліджуються особливості процесів поширення кризових явищ через фінансові та торгівельні канали. Наведено основні передумови, що мають бути враховані при моделюванні їх розповсюдження. Зокрема, для опису часової структури цих процесів автором вводиться термін «латентний період» та обґрунтовується алгоритм визначення його часових меж. Проведено кількісне оцінювання ефективності запропонованої концепції. Спираючись на отримані результати здійснено відбір макроекономічних індикаторів, що характеризують стан основних каналів поширення кризових явищ і відображають деформаційні процеси в економіці за деякий час до завершення латентного періоду. В результаті проведеного аналізу та експериментального тестування сформовано систему вхідних класифікаційних характеристик, необхідних для побудови економіко-математичної моделі прогнозування наслідків поширення фінансової кризи: обсяг офіційних золотовалютних резервів без урахування золота; співвідношення грошового агрегату М2 до обсягу золотовалютних резервів; грошовий мультиплікатор; зміна грошового агрегату М0; зміна грошового агрегату М2; спред ставки відсотка по кредитах в іноземній валюті всередині країни до аналогічного показника за кордоном; коефіцієнт монетизації економіки; зростання експорту; зростання імпорту; частка експорту у ВВП. Отримана нейронна мережа-класифікатор на базі самоорганізаційної карти Кохонена розподіляє простір вихідних точок (кожна з котрих має просторову розмірність у десять координат та характеризується часовою глибиною у тривалість латентного періоду для досліджуваної країни) на кластери, в яких динаміка таких індикаторів як ВВП, реальний обмінний курс до СПЗ, обсяг золотовалютних резервів, гарантований державний борг та вартість облігацій зовнішньої державної позики є подібною. Це дозволило сформувати базу сценаріїв можливої поведінки економік під впливом процесів поширення кризових явищ на основі макропоказників, що характеризують стан фінансового та торгівельного каналів поширення.\",\"PeriodicalId\":300314,\"journal\":{\"name\":\"Neuro-Fuzzy Modeling Techniques in Economics\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-10-17\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Neuro-Fuzzy Modeling Techniques in Economics\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.33111/nfmte.2019.147\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Neuro-Fuzzy Modeling Techniques in Economics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33111/nfmte.2019.147","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Modeling of cross-border spreading of financial crisis
У статті досліджуються особливості процесів поширення кризових явищ через фінансові та торгівельні канали. Наведено основні передумови, що мають бути враховані при моделюванні їх розповсюдження. Зокрема, для опису часової структури цих процесів автором вводиться термін «латентний період» та обґрунтовується алгоритм визначення його часових меж. Проведено кількісне оцінювання ефективності запропонованої концепції. Спираючись на отримані результати здійснено відбір макроекономічних індикаторів, що характеризують стан основних каналів поширення кризових явищ і відображають деформаційні процеси в економіці за деякий час до завершення латентного періоду. В результаті проведеного аналізу та експериментального тестування сформовано систему вхідних класифікаційних характеристик, необхідних для побудови економіко-математичної моделі прогнозування наслідків поширення фінансової кризи: обсяг офіційних золотовалютних резервів без урахування золота; співвідношення грошового агрегату М2 до обсягу золотовалютних резервів; грошовий мультиплікатор; зміна грошового агрегату М0; зміна грошового агрегату М2; спред ставки відсотка по кредитах в іноземній валюті всередині країни до аналогічного показника за кордоном; коефіцієнт монетизації економіки; зростання експорту; зростання імпорту; частка експорту у ВВП. Отримана нейронна мережа-класифікатор на базі самоорганізаційної карти Кохонена розподіляє простір вихідних точок (кожна з котрих має просторову розмірність у десять координат та характеризується часовою глибиною у тривалість латентного періоду для досліджуваної країни) на кластери, в яких динаміка таких індикаторів як ВВП, реальний обмінний курс до СПЗ, обсяг золотовалютних резервів, гарантований державний борг та вартість облігацій зовнішньої державної позики є подібною. Це дозволило сформувати базу сценаріїв можливої поведінки економік під впливом процесів поширення кризових явищ на основі макропоказників, що характеризують стан фінансового та торгівельного каналів поширення.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
CiteScore
1.70
自引率
0.00%
发文量
0
期刊最新文献
Time series forecasting of agricultural product prices using Elman and Jordan recurrent neural networks Identifying stock market crashes by fuzzy measures of complexity Neuromodeling of features of crisis contagion on financial markets between countries with different levels of economic development EU countries clustering for the state of food security using machine learning techniques Modeling relation between at-the-money local volatility and realized volatility of stocks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1