Аналіз впливу ринку цифрових активів на розвиток сектору логістичних послуг

Abstract

UA : У дослідженні розглядається використання фінансових інструментів у сфері логістики – криптовалют та блокчейну. Проведено аналіз динаміки часових рядів вартості акцій логістичних компаній United Parcel Service, Inc. та FedEx Corp, а також токену логістичної платформи VeChain. Аналіз аномалій часових рядів фінансових активів логістичної сфери дозволив зробити висновок про те, що фондовий ринок повільніше реагує на зовнішні впливи, ніж криптовалютний. Аналіз рекурентних діаграм часових рядів вартості акцій та токенів логістичних компаній показав наявність поступової зміни параметрів поведінки представників логістичної сфери та формування нової структури у період впливу наслідків COVID-19. Аналіз побудованих нелінійних авторегресійних моделей класу NLAR(m) –NonLinear AutoRegressive порядку m для часових рядів вартості акцій та токену логістичних компаній виявив, що найкращою моделлю, що описує часові ряди є непараметрична адитивна модель.EN : The study examines the use of financial instruments in the field of logistics - cryptocurrencies and blockchain. The article analyzes the dynamics of time series of the value of shares of logistics companies United Parcel Service, Inc. and FedEx Corp, as well as the token of the logistics platform VeChain. An analysis of the anomalies in the time series of financial assets in the logistics sector has led to the conclusion that the stock market is slower to respond to external influences than the cryptocurrency market. The analysis of recurrence diagrams of the time series of the value of shares and tokens of logistics companies showed a gradual change in the parameters of behavior of representatives of the logistics sector and the formation of a new structure during the period of influence of the COVID-19 consequences. The analysis of the constructed nonlinear autoregressive models of the NLAR(m) class -NonLinear AutoRegressive of order m for the time series of the value of shares and tokens of logistics companies revealed that the best model describing the time series is a nonparametric additive model.