ПОКАЗНИКИ ЕНТРОПІЇ ЯК ОЦІНКИ ВАЛЮТНИХ РИЗИКІВ

  • Валерія Яценко Київський національний університет імені Тараса Шевченка, вул. Васильківська, 90А, Київ, 03022, Україна https://orcid.org/0000-0002-2925-7470
Ключові слова: валютний курс, валютний ризик, ентропія, часові ряди, доходність

Анотація

Валютний ринок, як найбільший за оборотом фінансовий ринок у світі, безсумнівно, є від­критою динамічною системою, що перебуває під впливом широкого спектру детермінант, що включають політичні та економічні фактори, шоки глобальної кон’юнктури тощо. Водночас збурення самого ринку також впливають як на фінансовий, так і на реальний сектори еконо­міки, що окреслює виключну важливість підтримки стабільного передбачуваного обмінного курсу, а у зворотному випадку, ефективного управління валютними ризиками, що, в свою чергу, вимагає їхньої правильної кількісної оцінки. Оскільки класичні– статистичні, методи оцінки валютних ризиків не завжди гарантують достовірне відображення потенційних загроз у зв’язку із наявністю шуму у фінансових часових рядах, поведінковою компонентою курсо­утворення, необхідним є пошук альтернативних методів вимірювання ризиків, одним із яких постає застосування інструментів теорії динамічних нелінійних систем, а саме показників ен­тропії, наприклад, Шеннона та Реньї. У зв’язку із високим рівнем економічної, а точніше тор­говельної, відкритості, окрім динаміки самої гривні, також були досліджені коливання валют основних ринків збуту вітчизняної продукції, шоки яких можуть бути запозичені до України різноманітними трансмісійними механізмами. Виявлено, що на противагу інтуїції, вищий рі­вень ентропії, що означає більшу невизначеність, складність та непрогнозованість, одночасно вказує на розвиненіші, ефективніші самоорганізовані системи, в той час як нижчі значення ентропії свідчитимуть про неефективні ринки, схильних до збурень, та навіть можливе набли­ження біфуркаційних точок, зокрема у вигляді криз. Крім того, ентропію можна вважати ціл­ком достовірним індикатором ризиків з огляду статистично та економічно значущих коефіці­єнтів кореляції із іншими якісними характеристиками розподілів дохідності валютних курсів– асиметрією та ексцесом. Отримані результати можуть бути корисними для інвесторів та порт­фельних менеджерів в розрізі кращого розуміння динаміки валютних курсів, прийняття об­ґрунтованих управлінських рішень та мінімізації збитків від їхньої несприятливої волатиль­ності.

Завантаження

##plugins.generic.usageStats.noStats##

Біографія автора

Валерія Яценко, Київський національний університет імені Тараса Шевченка, вул. Васильківська, 90А, Київ, 03022, Україна

аспірантка

Посилання

Adrangi, B., Allender, M. A., Chatrath, A., & Raffiee, K. (2010, December 19). Nonlinear Dependencies and Chaos In The Bilateral Exchange Rate Of The Dollar. International Business & Economics Research Journal (IBER), 9(3). doi: https://doi.org/10.19030/iber.v9i3.538

Anh, T. T. T. (2020). Investigating the Relationships between Asean Stock Markets: an Approach Using the Granger Causality Test of Time-Varying Information Efficiency. Dalat University Journal of Science, 10(4), 43-56 doi: https://doi.org/10.37569/DalatUniversity.10.4.614(2020)

Bask, M., & de Luna, X. (2005, August). EMU and the stability and volatility of foreign exchange: Some empirical evidence. Chaos, Solitons & Fractals, 25(3), 737–750. doi: https://doi.org/10.1016/j.chaos.2004.12.009

Garnier, J., & Solna, K. (2019). Chaos and order in the bitcoin market. Physica A, 524, 708–721. doi: https://doi.org/10.1016/j.physa.2019.04.164

Gonçalves, B. A., Carpi, L., Rosso, O. A., Ravetti, M. G., & Atman, A. (2019, July). Quantifying instabilities in Financial Markets. Physica A: Statistical Mechanics and Its Applications, 525, 606–615. doi: https://doi.org/10.1016/j.physa.2019.03.029

Gu, R. (2017, October). Multiscale Shannon entropy and its application in the stock market. Physica A: Statistical Mechanics and Its Applications, 484, 215–224. doi: https://doi.org/10.1016/j.physa.2017.04.164

Jakimowicz, A. (2020, April 16). The Role of Entropy in the Development of Economics. Entropy, 22(4), 452. doi: https://doi.org/10.3390/e22040452

Jizba, P., Laviˇcka, H., & Tabachová, Z. (2022). Causal Inference in Time Series in Terms of Rényi Transfer Entropy. Entropy, 24, 855. doi: https://doi.org/10.3390/ e24070855

Lahmiri, S., & Bekiros, S. (2020, October). Renyi entropy and mutual information measurement of market expectations and investor fear during the COVID-19 pandemic. Chaos, Solitons & Fractals, 139, 110084. doi: https://doi.org/10.1016/j.chaos.2020.110084

Lahmiri, S., Uddin, G. S., & Bekiros, S. (2017). Nonlinear dynamics of equity, currency and commodity markets in the aftermath of the global financial crisis. Chaos, Solitons and Fractals, 342-346. doi: https://doi.org/101016/jchaos201706019

Liashenko, O., & Kravets, T. (2016). Fractal Analysis of Currency Market: Hurst Index as an Indicator of Abnormal Events. In ICTERI, 550-557. Retrieved from http://ceur-ws.org/Vol-1614/paper_105.pdf

Liu, J., Li, W., & Li, Q. (2022, December 9). Do Institutional Group Holding Anomalies Drive Broad Market Trends? Journal of Organizational and End User Computing, 34(8), 1–31. doi: https://doi.org/10.4018/joeuc.314787

Metin, K. (2019). Volatility measurement of the world indices using different entropy methods. Thermal Science, 23(Suppl. 6), 1849–1861. doi: https://doi.org/10.2298/tsci190130345m

Mishra, S., & Ayyub, B. M. (2019). Shannon Entropy for Quantifying Uncertainty and Risk in Economic Disparity. Risk analysis : an official publication of the Society for Risk Analysis, 39(10), 2160–2181. doi: https://doi.org/10.1111/risa.13313

Miśkiewicz, J. (2021, March 15). Network Analysis of Cross-Correlations on Forex Market during Crises. Globalisation on Forex Market. Entropy, 23(3), 352. doi: https://doi.org/10.3390/e23030352

Olbry´s, J., & Komar, N. (2023). Symbolic Encoding Methods with Entropy-Based Applications to Financial Time Series Analyses. Entropy, 25, 1009. doi: https:// doi.org/10.3390/e25071009

Özkaya, A. (2022, June 25). Chaotic dynamics in Turkish foreign exchange markets. Business & Management Studies: An International Journal, 10(2), 787–795. doi: https://doi.org/10.15295/bmij.v10i2.2068

Plastun, O., & Makarenko, I. (2014). Modelling the behaviour of financial markets during the financial crisis using the fractal market hypothesis. Bulletin of the National Bank of Ukraine, 4, 38-45

Rodriguez-Rodriguez, N., & Miramontes, O. (2022, November 1). Shannon Entropy: An Econophysical Approach to Cryptocurrency Portfolios. Entropy, 24(11), 1583. doi: https://doi.org/10.3390/e24111583

Sheraz, M., & Nasir, I. (2021, May 8). Information-Theoretic Measures and Modeling Stock Market Volatility: A Comparative Approach. Risks, 9(5), 89. doi: https://doi.org/10.3390/risks9050089

Danylchuk, H. (2019, November 28). Fractal and multifractal analysis of current state of world stock markets. Modeling and Information Systems in Economics, 98, 80–90. doi: https://doi.org/10.33111/mise.98.9

Wang, R., Hui, X., & Zhang, X. (2014). Analysis of Multiple Structural Changes in Financial Contagion Based on the Largest Lyapunov Exponents. Mathematical Problems in Engineering, 1–7. doi: https://doi.org/10.1155/2014/209470

Опубліковано
2024-06-30
Як цитувати
Яценко, В. (2024). ПОКАЗНИКИ ЕНТРОПІЇ ЯК ОЦІНКИ ВАЛЮТНИХ РИЗИКІВ. Соціальна економіка, (67), 72-80. вилучено із https://periodicals.karazin.ua/soceconom/article/view/24107
Розділ
ЕКОНОМІКА