Статті

Дослідження динаміки промислового виробництва на основі інструментарію теорії хаосу

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Зміст №2 2024

Останнє оновлення: 11 травня 2024

Опубліковано: 30 листопада -0001

Перегляди: 1473

Authors:

О.Янковий*, orcid.org/0000-0003-2413-855X, Одеський національний економічний університет, м. Одеса, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Н.Басюркіна, orcid.org/0000-0001-9342-8863, Одеський національний технологічний університет, м. Одеса, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Г.Карпінська, orcid.org/0000-0003-4896-1866, Інститут ринку і економіко-екологічних досліджень НАН України, м. Одеса, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Л.Малишенко, orcid.org/0009-0006-1249-7714, Одеський торговельно-економічний фаховий коледж, м. Одеса, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

В.Чернова, orcid.org/0000-0001-7142-8029, Одеський національний економічний університет, м. Одеса, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

* Автор-кореспондент e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

повний текст / full article

Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2024, (2): 133 - 139

https://doi.org/10.33271/nvngu/2024-2/133

Abstract:

Мета. Доведення можливості удосконалення процедури аналізу та прогнозування динаміки економічних систем за допомогою всебічного використання наукових здобутків теорії хаосу, а саме: перевірки трендостійкості часових рядів, дослідження їх фазового простору, атракторів, показників хаотичності Ляпунова, максимальної довжини достовірного прогнозу розвитку соціально-економічної системи та ін.

Методика. Методологічну основу дослідження становлять положення сучасної економічної теорії, зокрема, статистики, економіко-математичного моделювання та прогнозування, економічної кібернетики й теорії систем, фундаментальні праці зарубіжних і вітчизняних учених з питань фрактального аналізу й теорії хаосу.

Результати. Проведено фазовий і фрактальний аналіз рядів динаміки ланцюгових і базисних темпів росту промислового виробництва в Україні, визначена їх фрактальна розмірність, здійснено розрахунок кореляційної функції й знаходження показників Ляпунова задля оцінки ступеню хаотичності системи, ентропії Колмогорова, параметра еволюції в часі, а також визначена максимальна довжина достовірного прогнозу й самі майбутні значення часового ряду.

Наукова новизна. Полягає в обґрунтуванні необхідності й можливості застосування методологічного апарату теорії хаосу у процесі аналізу та прогнозування економічної динаміки, у тому числі, розвитку вітчизняного промислового виробництва.

Практична значимість. Визначається прикладними аспектами отриманих на базі інструментарію теорії хаосу достовірних прогнозів ланцюгових і базисних темпів росту промислового виробництва в Україні, можливістю порівняльного аналізу розвитку вітчизняної промисловості в «потенційно мирні» та фактично воєнні часи.

Ключові слова: нелінійні динамічні системи, теорія хаосу, економічна динаміка, персистентність часового ряду

References.

1. Nayman, E. (2009). Calculation of the Hurst exponent to identify trendiness (persistence) of financial markets and macroeconomic indicators. Ekonomíst, (10), 25-29.

2. Krytsun, K. (2014). Aspects of use of fractal analysis in the currency market of Ukraine. Visnyk Kyyivskoho Natsionalnoho Universytetu imeni Tarasa Shevchenka, (7), 48-53.

3. Krytsun, K. I. (2016). Multifractal analysis of the dynamics of the stock indexes: PFTS and UX in the Ukrainian stock market. Efektyvna ekonomika, 1-8.

4. Nych, L. Ya., & Kaminskyy, R. M. (2015). Determination of Hurst index using the fractal dimension calculated by the cellular method on the example of short time series. Visnyk Natsionalnoho Universytetu Lvivska Politekhnika. Seriya: Informatsiyni systemy ta merezhi, 814(1), 100-111.

5. Harder, S. Ye., & Kornil, T. L. (2018). Fractal analysis and trend forecasting of financial time series. Visnyk Natsionalnoho Tekhnichnoho Universytetu “KHPI”. Matematychne modelyuvannya v tekhnitsi ta tekhnolohiyakh, 3(1279), 37-40. Kharkiv.

6. Kudzinovsʹkyy, A. S., & Morozyuk, A. V. (2021). Application of the Hurst parameter to study the dynamics of financial markets. POLIT. Challenges of science today, 169-170.

7. Kirichenko, L., & Radivilova, T. (2018). Estimating the self-similarity parameter for stationary stochastic processes. International Journal “Information Content and Processing”, 5(1), 41-71.

8. Yankovyі, O. G., & Honcharenko, O. M. (2012). Analysis of the sustainable development of enterprises using the normalized Hurst range method. Visnyk Vinnytskoho Politekhnichnoho Instytutu, (2), 35-38.

9. Chaykovsʹka, I. I. (2014). Fractal analysis and trends in innovative process at industrial enterprises. Ekonomichnyy chasopys-XXI, 7-8(2), 65-68.

10. Yastremsʹka, O. M., & Demchenko, H. V. (2016). Fractal analysis of the innovation activity of the industrial enterprises of Kharkiv region and trends of development. Prychornomorsʹki ekonomichni studiyi, (11), 186-190.

11. Demydenko, O. V. (2017). Fractal analysis of climatic parameters and productivity of grain crops. Visnyk ahrarnoyi nauky, (7), 10-16.

12. Kryvda, O. V., Sydorenko, Yu. V., & Romanova, D. P. (2017). Forecasting the dynamics of economic processes using the methods of fractal geometry. Ekonomichnyi Visnyk NTUU “KPI”: zbirnyk naukovykh prats, (14), 483-490. https://doi.org/10.20535/2307-5651.14.2017.108714.

13. Brovarets’, O. O., & Chovnyuk, Yu. V. (2020). The use of fractal analysis methods in the study of electrical conductivity of soils and the yield of agricultural crops. Silʹsʹkohospodarsʹki mashyny, (45), 23-33. https://doi.org/10.36910/acm.vi45.378.

14. Skalozub, V. V., Horyachkin, V. M., Klymenko, I. V., & Shapo­val, D. O. (2022). Models and procedures for classification and forecasting of nondeterministic processes according to chaotic dynamics parameters. Systemni tekhnolohiyi, 3(140), 104-123. https://doi.org/10.34185/1562-9945-3-140-2022-10.

15. Tan, X. (2021). Predictive Analysis of Economic Chaotic Time Series Based on Chaotic Genetics Combined with Fuzzy Decision Algorithm. https://doi.org/10.1155/2021/5517502.

16. Bil’s’ka, O. V. (2020). Research of the behavior of national economy subjects on-line frequency request for exchange rates methods of analysis of pseudophase space. Elektronne fakhove vydannya “Efektyvna ekonomika”, (7). https://doi.org/10.32702/2307-2105-2020.7.16.

17. Serhiyenko, O. A., Mashchenko, M. A., & Baranova, V. V. (2021). Modeling the Instability of Development of Complex Hierarchical Systems. Problemy ekonomiky, 1(47), 143-154. https://doi.org/10.32983/2222-0712-2021-1-143-154.

18. Soloviev, V., Serdiuk, О., Semerikov, S., & Kiv, A. (2020). Recurrence plot-based analysis of financial-economic crashes. CEUR Workshop Proceedings, 21-40.

19. State Statistics Service of Ukraine. Retrieved from https://www.ukrstat.gov.ua/.

20. Danylov, V. Ya., Zinchenko, A. Yu., & Danilov, V. Ya. (2017). Systematic approach to solving direct and inverse problems in systems with chaos. Systemni doslidzhennya ta informatsiyni tekhnolohiyi, (2), 7-18. https://doi.org/10.20535/SRIT.2308-8893.2017.2.01.

21. Solovyov, V. M., & Stratiychuk, I. O. (2013). Use of precursor indicators of crisis phenomena of the financial market on the basis of the scale-dependent Lyapunov exponent. Problemy ekonomiky, (2), 279-283.

22. Solovyov, V. M., & Serdyuk, O. A. (2019). The models of application of the recurrence entropy and recurrence period density entropy to the analysis of complex systems dynamics. Visnyk Cherkaskoho Natsionalnoho Universytetu imeni Bohdana Khmelnytskoho, (2), 20-34. https://doi.org/10.31651/2076-5886-2019-2-20-34.

23. Tkachuk, N. (2022). Entropic processes in ensuring self-organization of the banking system. International Science Journal of Management, Economics & Finance, 1(4), 1-8. https://doi.org/10.11648/j.isjea.20220104.01.

• < Попередня
• Наступна >