330.322.1 (004.413.4)

криза, фінансові бульбашки, ринок, попит, ціна, інформаційні методи, Python

Відомо, що в економіці присутні явище, коли базова вартість деякого матеріального чи нематеріального активу значно відрізняється від його ринкової вартості, а зростаючий попит викликає зростання цін. Таким чином торгівля у відчутних обсягах такими активами здійснюється за завищеною ціною, що, в свою чергу, породжує фінансові бульбашки. Присутня в інформаційних джерелах теорія ефективних ринків стверджує, що наявні ціни активів є завжди відповідними вимогам ринку і все враховують, але при цьому вважається, що учасники ринку, приймаючи свої рішення, діють раціонально. Однак ринками правлять люди, і як свідчать соціологічні дослідження, всі люди тією чи іншою мірою в своїх поступках є ірраціональні. На сьогодні немає чітких ефективних інструментів, що дозволяють з достатньою точністю прогнозувати та попереджувати утворення фінансових бульбашок, а фахівці пропонують експертні судження про ризики виникнення бульбашки на основі аналізу часових фінансових рядів та порівняння очікуваного ринку з наявними даними попередніх кризових станів. У роботі запропоновано огляд інформаційних джерел, в яких послідовно представлена сутність та передумови появи фінансових бульбашок, процес їх формування, їх вплив на економічні показники як на глобальному рівні, так і на економіці окремих країн. Також у розглянутих роботах детально описано поведінкову модель фінансової бульбашки, функцію попиту та пропозиції, загальне рівняння ціни активу та динаміку поведінкового зараження популяції населення ринку. Окремо подано огляд поведінкової математичної моделі фінансової бульбашки. Аргументовано актуальність створення інформаційних методів прогнозування появи фінансових бульбашок, а також побудови моделі, яка здатна демонструвати тенденції не тільки звичайних бульбашок, а й серійних бульбашок. Використовуючи мову програмування Python, допоміжні бібліотеки і фреймворки, із застосуванням вказаної поведінкової моделі фінансової бульбашки, проведено симуляцію даних і побудовано ряд інтерактивних візуалізацій процесу їх утворення, розвитку та зникнення. Також отримані результати дають можливість стверджувати, що люди, навіть без професійних знань у галузі інформаційних технологій та програмування, можуть створювати достатньо продуктивні інформацйні системи для аналізу даних фінансових ринків.

1. Afilipoaei A. Carrero G. A mathematical model of financial bubbles: a behavioral approach. Mathematics. 2023. Vol. 11. No. 19. P. 4102. Doi: 10.3390/math11194102.
2. Sornette D., Cauwels P. Financial Bubbles: Mechanisms and Diagnostics. Review of Behavioral Economics. 2015. Vol. 2. No. 3. P. 279–305. Doi: 10.1561/105.00000035.
3. Kiselev A., Ryzhik L. A simple model for asset price bubble formation and collapse. arXiv.org. Quantitative Finance Papers. 2010. Doi: 10.48550/arXiv.1009.0299.
4. Genoni G., Quatto P., Vacca G. Dating financial bubbles via online multiple testing procedures. Finance Research Letters. 2023. Vol. 58. Part A. Doi: 10.1016/j.frl.2023.104238.
5. Harsha S., Ismail B. Review on financial bubbles. Statistical Journal of the IAOS. 2019. Vol. 35. No. 3. P. 501–510. Doi: 10.3233/SJI-180476.
6. Akingbade S., Gidea M., Manzi M., Nateghi V. Why topological data analysis detects financial bubbles?. Communications in Nonlinear Science and Numerical Simulation. 2024. Vol. 128. P. 107665. Doi: 10.1016/j.cnsns.2023.107665.
7. Tran K. L., Le H. A., Lieu C. P., Nguyen D. T. Machine learning to forecast financial bubbles in stock markets: evidence from Vietnam. International Journal of Financial Studies. 2023. Vol. 11. No. 4. P. 133. Doi: 10.3390/ijfs11040133.
8. Манзій О. С., Сеник А. П., Іваник І. А., Степанюк О. С., Сеник Ю. А. Інформаційна система підтримки динамічної диверсифікації інвестиційного фінансування. Галицький економічний вісник. 2022. № 4 (77). С. 33–44.
9. Дубиняк Т. С., Манзій О. С., Сеник А. П., Мінзюк Н. В., Сеник Ю. А. Аналіз банківських та валютних ризиків із використанням ІТ. Галицький економічний вісник. 2023. № 5 (84). С. 60–70.

1. Afilipoaei A., Carrero G. (2023). A mathematical model of financial bubbles: a behavioral approach. Mathematics, vol. 11, no. 19, pp. 4102. DOI: 10.3390/math11194102.
2. Sornette D., Cauwels P. (2015) Financial Bubbles: Mechanisms and Diagnostics. Review of Behavioral Economics, vol. 2, no. 3, pp. 279–305. Doi: 10.1561/105.00000035.
3. Kiselev A., Ryzhik L. (2010). A simple model for asset price bubble formation and collapse. arXiv.org. Quantitative Finance Papers. Doi: 10.48550/arXiv.1009.0299.
4. Genoni G., Quatto P., Vacca G. (2023) Dating financial bubbles via online multiple testing procedures. Finance Research Letters, vol. 58, part A, pp. 104238. Doi: 10.1016/j.frl.2023.104238.
5. Harsha S., Ismail B. (2019) Review on financial bubbles. Statistical Journal of the IAOS, vol. 35, no. 3, pp. 501–510. Doi: 10.3233/SJI-180476.
6. Akingbade S., Gidea M., Manzi M., Nateghi V. (2024) Why topological data analysis detects financial bubbles?. Communications in Nonlinear Science and Numerical Simulation, vol. 128, pp. 107665. Doi: 10.1016/j.cnsns.2023.107665.
7. Tran K. L, Le HA, Lieu CP, Nguyen DT. (2023). Machine learning to forecast financial bubbles in stock markets: evidence from Vietnam. International Journal of Financial Studies, vol. 11, no. 4, p. 133. Doi: 10.3390/ijfs11040133.
8. Manziy O., Senyk A., Ivanyk I., Stepanyuk O., Senyk Y. (2022). Informacijna systema pidtrymky dynamichnoji dyversyfikaciji investycijnogho finansuvannja. [Information system supporting dynamic diversification of investment financing]. Galician economic journal, vol. 4, no. 77, pp. 33–44. (In Ukrainian).
9. Dubynyak T., Manziy O., Senyk A., Minziuk N., Senyk Y. (2023). Analiz bankivsjkykh ta valjutnykh ryzykiv iz vykorystannjam IT. [Analysis of banking and currency risks using IT]. Galician economic journal, vol. 5, no. 84, pp. 60–70. (In Ukrainian).