تشخيص ديناميكيات سعر صرف الدولار الأمريكي/الهريفنيا الأوكرانية في ظل نظام التعويم

جدول المحتويات

1. المقدمة والنظرة العامة

تقدم هذه الدراسة تحليلاً تجريبياً شاملاً لديناميكيات سعر صرف الدولار الأمريكي/الهريفنيا الأوكرانية (USD/UAH) في أعقاب تحول أوكرانيا إلى نظام سعر صرف عائم وسياسة استهداف التضخم في عام 2014. يتم فحص الفترة من يناير 2014 إلى مايو 2020، والتي تميزت باختلالات اقتصادية كلية، وتوترات اجتماعية سياسية، وتقلبات عملة كبيرة، بما في ذلك انخفاض قياسي بلغ 23.46 هريفنيا/دولار في ديسمبر 2019. يهدف البحث إلى تشخيص ما إذا كانت حركة سعر الصرف تتبع اتجاهاً عشوائياً أو دائماً، وتحديد الأنماط الموسمية، وتقييم حساسيتها للصدمات الاقتصادية الكلية الخارجية، وبالتالي تقييم كفاءة واستقرار سوق الصرف الأجنبي الأوكراني.

2. المنهجية والبيانات

يستخدم التحليل التجريبي مجموعة قوية من تقنيات القياس الاقتصادي للسلاسل الزمنية لاختبار ثلاث فرضيات مركزية تتعلق بطبيعة عملية سعر صرف الدولار الأمريكي/الهريفنيا.

2.1 الفرضيات البحثية

تختبر الدراسة الفرضيات التالية: (H1) يتبع سعر صرف الدولار الأمريكي/الهريفنيا عملية عشوائية (مشي عشوائي) بدلاً من اتجاه حتمي. (H2) تظهر الديناميكيات أنماطاً موسمية ذات دلالة إحصائية. (H3) سعر الصرف حساس للصدمات الاقتصادية الكلية الخارجية، لكن سوق الصرف الأجنبي الأوكراني يظهر علامات على الكفاءة النسبية إذا كانت ردود الفعل قصيرة الأجل وتعود إلى المتوسط.

2.2 الإطار التحليلي

يتم استخدام نهج متعدد الأساليب:

• اختبارات جذر الوحدة: اختبارات ديكي-فولر المعزز (ADF) وفيليبس-بيرون لتحديد الاستقرارية ووجود اتجاه عشوائي.
• تحليل الارتباط الذاتي: لتحديد الأنماط والاستمرارية في السلسلة.
• اختبارات سببية جرانجر: لاستكشاف علاقات التقدم والتأخر بين سعر الصرف والمتغيرات الاقتصادية الكلية الرئيسية.
• النموذج أحادي المتغير: نمذجة ARMA (المتوسط المتحرك ذاتي الانحدار) لتحليل الاتجاه والموسمية.
• النموذج متعدد المتغيرات: نموذج الانحدار الذاتي المتجه (VAR) ووظائف الاستجابة للنبض (IRFs) لتحليل التأثير الديناميكي للصدمات من مؤشرات اقتصادية كلية مختلفة على سعر الصرف.

2.3 فترة البيانات والمصادر

يتم استخدام بيانات شهرية من يناير 2014 إلى مايو 2020. المتغير الأساسي هو سعر صرف الدولار الأمريكي/الهريفنيا. بالنسبة للتحليل متعدد المتغيرات، تشمل المؤشرات الاقتصادية الكلية الأخرى على الأرجح معدلات التضخم، وأسعار الفائدة، والاحتياطيات الأجنبية، وأرقام الميزان التجاري، وربما عوامل عالمية مثل أسعار النفط أو مؤشر الدولار الأمريكي، والمصدرة من البنك الوطني الأوكراني (NBU) وهيئات إحصائية رسمية أخرى.

3. النتائج والتطبيقات التجريبية

3.1 تحليل الاتجاه والمشي العشوائي

تشير نتائج اختبارات ADF وفيليبس-بيرون إلى فشل رفض فرضية العدم لجذر الوحدة لسلسلة الدولار الأمريكي/الهريفنيا خلال فترة العينة. وهذا يوفر دليلاً قوياً على H1، مما يشير إلى أن حركة سعر الصرف هي عملية عشوائية تحتوي على عنصر مشي عشوائي. الاتجاه ليس دائماً بل يحتوي على عنصر عشوائي، مما يؤدي إلى تغييرات حادة وغير متوقعة بمرور الوقت. يتوافق هذا مع فرضية كفاءة السوق بالشكل الضعيف (EMH) لسوق الصرف الأجنبي الأوكراني، مما يعني أن حركات الأسعار السابقة لا يمكنها التنبؤ بالتغيرات المستقبلية بشكل موثوق.

3.2 اكتشاف الموسمية

يؤكد التحليل H2، ويكشف عن نمط موسمي واضح في تقلبات الدولار الأمريكي/الهريفنيا. تميل الهريفنيا إلى الانخفاض مقابل الدولار الأمريكي خلال الربعين الأول والثاني (Q1 & Q2) من العام والارتفاع في الربعين الثالث والرابع (Q3 & Q4). يمكن ربط هذا النمط بعوامل دورية مثل تدفقات الصادرات الزراعية، وجداول سداد الضرائب للشركات، أو الطلب الموسمي على العملة الأجنبية.

3.3 الحساسية للصدمات الخارجية

يظهر نموذج VAR ووظائف الاستجابة للنبض أن سعر الدولار الأمريكي/الهريفنيا يتفاعل مع الصدمات من مؤشرات اقتصادية كلية محددة، حيث تكون ردود الفعل إما إيجابية (انخفاض قيمة العملة) أو سلبية (ارتفاع قيمة العملة). الأهم من ذلك، تجد الدراسة أن هذه التفاعلات قصيرة الأجل، وغير ذات دلالة إحصائية من حيث الحجم، وتظهر ميلاً للتلاشي بمرور الوقت. وهذا يدعم H3 ويشير إلى أنه بينما يتفاعل السوق مع الأخبار (مما يشير إلى كفاءة نسبية)، فهو أيضاً مستقر لأن الصدمات لا تسبب انحرافات مستمرة ومزعزعة للاستقرار.

4. النتائج الرئيسية والتطبيقات

• الاتجاه العشوائي وغير المتوقع: يتبع سعر الدولار الأمريكي/الهريفنيا مشياً عشوائياً، مما يجعل التنبؤ الدقيق قصير إلى متوسط المدى صعباً للغاية باستخدام النماذج الخطية.
• الموسمية الواضحة: يمكن لواضعي السياسات والشركات توقع نقاط الضغط الربعية، على الرغم من أن عنصر المشي العشوائي يحد من التنبؤ الدقيق.
• سوق كفؤ لكنه ضحل: الاستجابة السريعة والمتلاشية للصدمات تشير إلى سوق يمتص المعلومات بسرعة ولكنه قد يفتقر إلى العمق للحفاظ على حركات كبيرة وممتدة من صدمات مفردة.
• الاعتماد متعدد العوامل: يتأثر سعر الصرف بعدة عوامل اقتصادية كلية محلية وربما عالمية، بما يتوافق مع نظرية التمويل الدولي القياسية.
• تحدي السياسة: بالنسبة للبنك الوطني الأوكراني، فإن إدارة التضخم في ظل نظام عائم مع سعر صرف شديد التقلب وعشوائي يمثل تحدياً كبيراً.

5. التفاصيل التقنية والإطار الرياضي

يتم تحديد النماذج الأساسية على النحو التالي:

اختبار ديكي-فولر المعزز (ADF):
$\Delta y_t = \alpha + \beta t + \gamma y_{t-1} + \sum_{i=1}^{p} \delta_i \Delta y_{t-i} + \epsilon_t$
فرضية العدم $H_0: \gamma = 0$ (يوجد جذر وحدة). على الأرجح فشلت نتائج الدراسة في رفض $H_0$ للسلسلة بالمستوى.

نموذج الانحدار الذاتي المتجه (VAR):
$\mathbf{Y}_t = \mathbf{A}_0 + \mathbf{A}_1\mathbf{Y}_{t-1} + ... + \mathbf{A}_p\mathbf{Y}_{t-p} + \mathbf{U}_t$
حيث $\mathbf{Y}_t$ هو متجه يحتوي على سعر الدولار الأمريكي/الهريفنيا ومتغيرات اقتصادية كلية أخرى (مثل التضخم، أسعار الفائدة)، $\mathbf{A}_i$ هي مصفوفات المعاملات، و $\mathbf{U}_t$ هو متجه للابتكارات ذات الضوضاء البيضاء.

وظيفة الاستجابة للنبض (IRF):
تتبع تأثير صدمة بقيمة انحراف معياري واحد لمتغير واحد (مثل مفاجأة التضخم) على القيم الحالية والمستقبلية لجميع المتغيرات في نظام VAR، وخاصة سعر الدولار الأمريكي/الهريفنيا: $\frac{\partial Y_{t+h}}{\partial u_{j,t}}$ لـ $h=0,1,2,...$

6. النتائج التجريبية ووصف المخططات

الشكل 1 (مخطط السلسلة الزمنية): يُظهر على الأرجح سعر صرف الدولار الأمريكي/الهريفنيا الاسمي من 2014 إلى 2020، مسلطاً الضوء على الانخفاض الحاد في القيمة في 2014-2015، والاستقرار النسبي في 2016-2018، والتقلب المتجدد في 2019-2020، مع الذروة في ديسمبر 2019.

الشكل 2 (مخططات الارتباط الذاتي/الارتباط الذاتي الجزئي ACF/PACF): مخططات دالة الارتباط الذاتي والارتباط الذاتي الجزئي المستخدمة لتحديد رتب نموذج ARMA ($p$, $q$) وتقييم الاستمرارية بصرياً (يشير الـ ACF المتناقص ببطء إلى عدم الاستقرارية).

الشكل 3 (تحليل الموسمية): مخطط يحلل السلسلة إلى مكونات الاتجاه والموسمية والمتبقي، مؤكداً بصرياً نمط الانخفاض في الربعين الأول والثاني / الارتفاع في الربعين الثالث والرابع.

الأشكال 4-7 (وظائف الاستجابة للنبض IRFs): سلسلة من المخططات تُظهر استجابة سعر صرف الدولار الأمريكي/الهريفنيا للصدمات المتعامدة من متغيرات أخرى في نموذج VAR (مثل صدمة لسعر الفائدة للبنك الوطني الأوكراني، التضخم، الميزان التجاري). الملاحظة الرئيسية هي أن مسارات الاستجابة تدور حول الصفر، مع فترات ثقة تشمل الصفر، مما يشير إلى تأثيرات عابرة وغير ذات دلالة إحصائية.

الجداول 1-11: تقدم الإحصاءات الوصفية، ونتائج اختبارات جذر الوحدة (إحصاءات ADF/PP وقيم p)، ومخرجات تقدير نموذج ARMA، ونتائج اختبار سببية جرانجر (إحصاءات F وقيم p)، ومصفوفات تقدير نموذج VAR.

7. إطار التحليل: حالة عملية

السيناريو: يرغب مُصدر زراعي أوكراني في تقييم مخاطر الصرف الأجنبي للإيرادات المستحقة في يونيو 2024.

تطبيق الإطار:

1. مكون الاتجاه (العشوائي): يعترف المحلل بطبيعة المشي العشوائي. التنبؤ النقطي من نموذج ARMA غير مؤكد للغاية. بدلاً من ذلك، يركز على التنبؤ بتوزيع النتائج المحتملة (على سبيل المثال، باستخدام محاكاة الحركة البراونية الهندسية: $dS_t = \mu S_t dt + \sigma S_t dW_t$، حيث $S_t$ هو سعر الصرف).
2. التعديل الموسمي: تُظهر البيانات التاريخية أن يونيو (الربع الثاني) هو عادةً فترة ضعف للهريفنيا. سيقوم المحلل بأخذ تحيز الانخفاض الموسمي في الاعتبار في نموذج المخاطر الخاص به، ربما من خلال تحليل متوسط عوائد يونيو على مدى السنوات العشر الماضية.
3. تحليل الصدمات: باستخدام نسخة مبسطة من إطار VAR في الورقة البحثية، يراقب المحلل المؤشرات الرائدة (مثل بيانات التضخم الشهرية، تصريحات البنك الوطني الأوكراني، قوة الدولار العالمي). منطق IRF يخبرهم أنه حتى رقم تضخم "سيئ" لا ينبغي أن يسبب تحولاً دائماً إذا كان السوق كفؤاً، ولكنه قد يسبب تقلباً قصير الأجل.
4. قرار التحوط: نظراً للتقلب العالي (الاتجاه العشوائي) والرياح المعاكسة الموسمية، يوصي المحلل بالتحوط من جزء كبير من الإيرادات المتوقعة لشهر يونيو عبر عقود آجلة أو خيارات، بدلاً من تركها غير محمية بناءً على توقع ساذج.

8. التطبيقات المستقبلية واتجاهات البحث

• النماذج غير الخطية وتعلم الآلة: نظراً لقصور النماذج الخطية (ARMA، VAR) في التنبؤ بالمشي العشوائي، يجب أن يستخدم البحث المستقبلي نماذج غير خطية مثل GARCH لتجميع التقلب، أو تقنيات تعلم الآلة (شبكات LSTM، الغابات العشوائية) لالتقاط التبعيات المعقدة وغير الخطية التي قد تقدم قوة تنبؤية محسّنة لإدارة المخاطر، كما هو الحال في دراسات التنبؤ المتقدمة بسوق الصرف الأجنبي (مثل التجارب التي تجمع بين LSTM وآليات الانتباه).
• تحليل البيانات عالية التردد: استخدام البيانات داخل اليوم أو بيانات التجزئة لاختبار بنية السوق الدقيقة وسرعة التكيف مع الأخبار، مما يوفر اختباراً أكثر دقة لكفاءة السوق.
• دمج عوامل المخاطر العالمية: إدراج متغيرات عالمية صريحة مثل مؤشر الدولار الأمريكي ICE (DXY)، أو مؤشر التقلب VIX، أو أسعار السلع الأساسية في نموذج VAR لفصل المحركات المحلية عن العالمية.
• تقييم السياسة: استخدام الإطار المُنشأ كواقع مضاد لتقييم تأثير تدخلات البنك الوطني الأوكراني المحددة أو تغييرات السياسة بعد عام 2020.
• التطبيق على أزواج العملات المشفرة/العملات الورقية: يمكن تكييف المنهجية لتحليل ديناميكيات عملات الأسواق الناشئة مقابل العملات المشفرة، وهي مجال متزايد الاهتمام في التمويل اللامركزي (DeFi).

9. المراجع

1. Ignatyuk, A., Osetskyi, V., Makarenko, M., & Artemenko, A. (2020). Ukrainian hryvnia under the floating exchange rate regime: diagnostics of the USD/UAH exchange rate dynamics. Banks and Bank Systems, 15(3), 129-146.
2. Dickey, D. A., & Fuller, W. A. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association, 74(366), 427-431.
3. Phillips, P. C., & Perron, P. (1988). Testing for a unit root in time series regression. Biometrika, 75(2), 335-346.
4. Granger, C. W. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, 37(3), 424-438.
5. Sims, C. A. (1980). Macroeconomics and reality. Econometrica, 48(1), 1-48.
6. Fama, E. F. (1970). Efficient capital markets: A review of theory and empirical work. The Journal of Finance, 25(2), 383-417.
7. Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307-327.
8. Hochreiter, S., & Schmidhuber, J. (1997). Long short-term memory. Neural Computation, 9(8), 1735-1780.
9. National Bank of Ukraine. (2024). Official statistics and reports. Retrieved from [NBU Website].
10. International Monetary Fund. (2023). Annual Report on Exchange Arrangements and Exchange Restrictions (AREAER).

10. منظور المحلل: الرؤية الأساسية، التسلسل المنطقي، نقاط القوة والضعف، رؤى قابلة للتطبيق

الرؤية الأساسية: تقدم هذه الورقة حقيقة باردة وقاسية لأي شخص يراهن على الهريفنيا: اتجاهها الأساسي غير متوقع بشكل جذري. يثبت المؤلفون بشكل مقنع أن سعر الدولار الأمريكي/الهريفنيا هو مشي عشوائي كلاسيكي، مدفوناً أمل النماذج الخطية الموثوقة للتنبؤ. النقطة الأهم هي تعايش هذا الفوضى مع أنماط موسمية واضحة وسوق يمتص الأخبار بكفاءة ولكن لفترة وجيزة. يرسم هذا صورة لسوق كفؤ ميكانيكياً ولكنه غير مستقر جوهرياً—مزيج خطير للمستثمرين طويلي الأجل ولكنه قد يكون ملعباً محتملاً للمتداولين التكتيكيين الواعين بالموسمية.

التسلسل المنطقي: الحجة منهجية وقوية. تبدأ بفرضية واضحة (المشي العشوائي)، وتستخدم اختبارات قياسية في الصناعة (ADF، PP) لتأكيدها، ثم تضيف التعقيد من خلال تحديد الشذوذات الموسمية التي لا يستبعدها المشي العشوائي. أخيراً، تستخدم نموذج VAR لاختبار مرونة السوق تحت الضغط، وتجد أنه يمتص الصدمات بسرعة—وهي سمة السوق الكفؤ نسبياً، وإن لم يكن عميقاً. التدفق من التحليل أحادي المتغير إلى متعدد المتغيرات نموذجي وفعال.

نقاط القوة والضعف: تكمن القوة في مجموعة الأدوات المنهجية الشاملة والاستنتاجات الواضحة القائمة على البيانات. المؤلفون لا يبالغون. ومع ذلك، العيب الرئيسي هو الإغفال في السياق الحديث: الغياب التام للمقاربات غير الخطية أو تعلم الآلة. التمسك بـ ARMA/VAR في عام 2020 لتحليل عملة سوق ناشئة متقلبة يشبه استخدام خريطة للتنقل في إعصار. تظهر دراسات مثل تلك التي تطبق LSTM على سوق الصرف الأجنبي (مثل Sezer et al., 2020) مكاسب كبيرة في التقاط الأنماط المعقدة التي قد يخفيها المشي العشوائي. علاوة على ذلك، من المرجح أن تركز "الصدمات الخارجية" بشكل كبير على العوامل المحلية، مما يفوت الفيل في الغرفة: التأثير الساحق لسياسة الاحتياطي الفيدرالي الأمريكي والدورات العالمية للدولار على اقتصاد معولم بالدولار مثل أوكرانيا.

رؤى قابلة للتطبيق:

• للشركات والمصارف: التخلي عن التنبؤات النقطية للتخطيط التشغيلي. التحول فوراً إلى تحليل السيناريوهات الاحتمالية واختبارات الضغط. استخدام الموسمية المحددة للربعين الأول والثاني كعامل منهجي في تقويم التحوط السنوي—النظر في إضافة المزيد من الحماية خلال هذه النوافذ.
• للـ NBU: تؤكد النتائج الصعوبة الشديدة لاستهداف التضخم بعملة عائمة ذات مشي عشوائي. يجب أن تركز استراتيجية التواصل على إدارة التوقعات والتقلب بدلاً من محاولة توجيه المستوى. النظر في نشر ملحق "عوامل موسمية" لتقارير التضخم لتثبيت فهم الجمهور.
• للباحثين: هذه الورقة هي خط أساس مثالي. الخطوة التالية هي استبدالها بنماذج يمكنها التعامل مع اللاخطية التي تشير إليها هذه الدراسة. الشراكة مع فرق علم البيانات لتطبيق تعزيز التدرج أو الشبكات العصبية على نفس مجموعة البيانات؛ ستكون مقارنة النتائج قابلة للنشر للغاية.
• للمستثمرين: التعامل مع أوكرانيا كتخصيص تكتيكي عالي التقلب. النمط الموسمي (ضعف النصف الأول من العام، قوة النصف الثاني) يقدم ميلاً منهجياً محتملاً، وإن كان محفوفاً بالمخاطر. يجب أن يستند أي مركز طويل الأجل إلى الإصلاح الأساسي الذي يحسن المحركات الكامنة للتقلب، وليس على التنبؤ بالعملة.