ইউক্রেনীয় ইন্টারব্যাংক বৈদেশিক মুদ্রা বাজারে চাহিদা ও যোগানের ভারসাম্য মডেল: বিশ্লেষণ ও অন্তর্দৃষ্টি

সূচিপত্র

1. ভূমিকা ও সারসংক্ষেপ

এই গবেষণাটি ইউক্রেনীয় ইন্টারব্যাংক বৈদেশিক মুদ্রা বাজার (UIEM)-এর নন-ক্যাশ অংশের মধ্যে বৈদেশিক মুদ্রার চাহিদা ও যোগানের মধ্যে ভারসাম্য গতিবিদ্যা তদন্ত করে। ইউক্রেনের মতো উদীয়মান অর্থনীতিগুলির জন্য মুদ্রা বিনিময় হার ও মূলধন প্রবাহ পরিচালনায় ক্রমাগত চ্যালেঞ্জের মুখোমুখি হওয়ার কারণে এই গবেষণাটি অনুপ্রাণিত। লেখকরা অনুমান করেন যে বৈদেশিক মুদ্রা বাজারে পর্যবেক্ষিত ট্রেড-অফগুলি বিদ্যমান বৈদেশিক মুদ্রা ব্যবস্থা, জাতীয় ব্যাংক অফ ইউক্রেন (NBU) কর্তৃক প্রণীত প্রশাসনিক ব্যবস্থা এবং ইউক্রেনের প্রেক্ষাপটের জন্য গুরুত্বপূর্ণ মৌলিক অর্থনৈতিক চলকগুলির একটি সেটের প্রত্যক্ষ ফলাফল।

মূল উদ্দেশ্য হল একটি ভারসাম্য মডেল তৈরি ও বিশ্লেষণ করে বাজার কার্যকারিতার সমস্যামূলক দিকগুলি উন্মোচন করা, আরও কার্যকর মুদ্রানীতির জন্য অন্তর্দৃষ্টি প্রদান করা।

2. গবেষণা পদ্ধতি ও মডেল কাঠামো

গবেষণাটি ভারসাম্য মডেল তৈরি করতে একটি ফ্যাক্টর-অগমেন্টেড ভেক্টর অটোরিগ্রেশন (FAVAR) মডেলিং পদ্ধতি ব্যবহার করে। UIEM থেকে অভিজ্ঞতামূলক তথ্য ব্যবহার করা হয়েছে, কাঠামোগত বিরতি বা শাসন পরিবর্তনের জন্য লেখকদের প্রস্তাবিত স্বতন্ত্র সময়কালে বিভক্ত করা হয়েছে।

2.1. FAVAR মডেলিং পদ্ধতি

FAVAR কাঠামোটি কিছু অনুমানকৃত ফ্যাক্টর দ্বারা সংক্ষিপ্ত তথ্যমূলক চলকগুলির একটি বৃহৎ সেট অন্তর্ভুক্ত করে ঐতিহ্যগত VAR মডেলকে প্রসারিত করে। এটি "মাত্রার অভিশাপ"-এর মুখোমুখি না হয়ে অনেক সম্ভাব্য মৌলিক চলকের প্রভাব ক্যাপচার করার জন্য বিশেষভাবে উপযোগী। মডেলটিকে স্টেট-স্পেস ফর্মে উপস্থাপন করা যেতে পারে, যেখানে ফ্যাক্টরগুলিকে লুকানো চলক হিসাবে বিবেচনা করা হয়।

2.2. তথ্য বিভাজন ও সময়কাল

একটি গুরুত্বপূর্ণ ধাপ ছিল সময়-সিরিজ তথ্যগুলিকে নির্দিষ্ট সময়কালে বিভক্ত করা। এই বিভাজন সম্ভবত NBU নীতির বিভিন্ন পর্যায়ের সাথে সঙ্গতিপূর্ণ (যেমন, কঠোর প্রশাসনিক নিয়ন্ত্রণের সময়কাল বনাম আরও উদার পর্যায়) বা উল্লেখযোগ্য অর্থনৈতিক ঘটনা, যা মডেলটিকে ভারসাম্য সম্পর্কের অ-রৈখিকতা এবং কাঠামোগত পরিবর্তন ক্যাপচার করতে দেয়।

3. মডেল স্পেসিফিকেশন ও প্রযুক্তিগত বিবরণ

3.1. লগ-লিনিয়ারাইজড স্পেসিফিকেশন

কাগজটি ভারসাম্য মডেলের একটি লগ-লিনিয়ারাইজড স্পেসিফিকেশন উপস্থাপন করে। লগ-লিনিয়ারাইজেশন হল একটি সাধারণ কৌশল যা অ-রৈখিক অর্থনৈতিক সম্পর্কগুলিকে একটি রৈখিক রূপে রূপান্তরিত করে, প্রায়শই একটি স্থিতিশীল অবস্থার চারপাশে অনুমানের জন্য উপযুক্ত। একটি ভারসাম্য শর্ত $S(P, Z) = D(P, X)$-এর জন্য, যেখানে $S$ হল যোগান, $D$ হল চাহিদা, $P$ হল মূল্য (বিনিময় হার), এবং $Z$ এবং $X$ হল যোগান ও চাহিদা পরিবর্তনকারী ভেক্টর, লগ-লিনিয়ারাইজড সংস্করণটি নিম্নলিখিত রূপ নিতে পারে:
$\hat{s}_t = \alpha_s \hat{p}_t + \beta_s' \hat{z}_t$
$\hat{d}_t = -\alpha_d \hat{p}_t + \beta_d' \hat{x}_t$
ভারসাম্য বোঝায় $\hat{s}_t = \hat{d}_t$, ভারসাম্য লগ-মূল্য $\hat{p}_t^*$-এর জন্য সমাধান করে।

3.2. কো-ইন্টিগ্রেশন বিশ্লেষণ

মৌলিক চলকগুলির সময় সিরিজের মধ্যে কো-ইন্টিগ্রেশন পরীক্ষার দক্ষতা রিপোর্ট করা হয়েছে। কো-ইন্টিগ্রেশন পরীক্ষা (যেমন, Johansen পরীক্ষা) অ-স্থির চলকগুলির মধ্যে দীর্ঘমেয়াদী ভারসাম্য সম্পর্ক বিদ্যমান কিনা তা নির্ধারণের জন্য অপরিহার্য। ফলাফলগুলি সমালোচনামূলক পরিসংখ্যান মান হিসাবে উপস্থাপিত হয়, যা চাহিদা, যোগান এবং তাদের নির্ধারকগুলির মধ্যে একটি স্থিতিশীল দীর্ঘমেয়াদী সম্পর্ক বিদ্যমান কিনা তা নির্দেশ করে।

4. অভিজ্ঞতামূলক ফলাফল ও বিশ্লেষণ

4.1. ভারসাম্য বিচ্যুতির GAP বিশ্লেষণ

লেখকরা একটি GAP বিশ্লেষণ টুল প্রস্তাব ও বাস্তবায়ন করেছেন। এতে প্রকৃত বিনিময় হার বা বাজার অবস্থার মডেলের অন্তর্নিহিত ভারসাম্য পথ থেকে বিচ্যুতি গণনা জড়িত ($GAP_t = Y_t - Y_t^*$)। এই ফাঁকগুলি বিশ্লেষণ করে বাজার অতিমূল্যায়ন বা অবমূল্যায়নের সময়কাল চিহ্নিত করতে এবং ভারসাম্যহীনতার স্থায়িত্ব মূল্যায়ন করতে সাহায্য করে।

4.2. মডেলের বিচ্ছিন্নতা বৈশিষ্ট্য

আলোচিত একটি উল্লেখযোগ্য সন্ধান হল মডেলের মধ্যে "বিচ্ছিন্নতা বৈশিষ্ট্য"। এটি সম্ভবত সেই ঘটনাগুলিকে বোঝায় যেখানে মৌলিক চলকগুলির মধ্যে ঐতিহ্যগত সংযোগ (যেমন, সুদের হার পার্থক্য, বাণিজ্য ভারসাম্য) এবং বিনিময় হার ভেঙে পড়ে বা দুর্বল হয়ে যায়, সম্ভবত প্রভাবশালী প্রশাসনিক হস্তক্ষেপ বা বাজার বিভাজনের কারণে।

5. নীতিগত প্রভাব ও নিয়ন্ত্রণমূলক বিশ্লেষণ

গবেষণাটি NBU-এর নিয়ন্ত্রণমূলক শৈলীর একটি বিশদ বিশ্লেষণ প্রদান করে। এটি প্রশাসনিক নিয়ন্ত্রণ বনাম বাজার-ভিত্তিক প্রক্রিয়ার প্রভাব সমালোচনামূলকভাবে পরীক্ষা করে। একটি মূল যুক্তি হল যে কঠোর হস্তক্ষেপ, স্বল্পমেয়াদে স্থিতিশীল করার সম্ভাবনা থাকলেও, "বিচ্ছিন্নতা" সন্ধান দ্বারা প্রমাণিত হিসাবে, বিকৃতি, ঘাটতি এবং বর্ধিত অস্থিরতা তৈরি করতে পারে।

6. মূল সন্ধান ও উপসংহার

গবেষণাটি উপসংহারে পৌঁছেছে যে ব্যাংকিং ব্যবস্থার বাইরে নগদ অর্থের বর্ধিত অংশ (শারীরিক নগদ সঞ্চয়ের আকারে ডি-ডলারাইজেশন) ইউক্রেনে মূল্য স্থিতিশীলতাকে উল্লেখযোগ্যভাবে ক্ষতিগ্রস্ত করেছে। কাগজের কেন্দ্রীয় নীতি সুপারিশ হল যে NBU-এর হস্তক্ষেপ আরও কার্যকর হবে যদি একটি নমনীয় বিনিময় হার শাসন একটি বিশ্বাসযোগ্য এবং নমনীয় মুদ্রাস্ফীতি-লক্ষ্যমাত্রা কাঠামোর সাথে যুক্ত হয়। এই সংমিশ্রণ প্রত্যাশা স্থির করতে এবং বিঘ্নকারী প্রশাসনিক ব্যবস্থার প্রয়োজনীয়তা কমাতে সাহায্য করতে পারে।

7. মূল বিশ্লেষণ: কেন্দ্রীয় অন্তর্দৃষ্টি ও সমালোচনামূলক মূল্যায়ন

কেন্দ্রীয় অন্তর্দৃষ্টি: এই কাগজটি একটি গুরুত্বপূর্ণ, যদিও বেদনাদায়ক, রোগ নির্ণয় প্রদান করে: ইউক্রেনের বৈদেশিক মুদ্রা বাজার অকার্যকরতা একটি স্ব-প্রণোদিত ক্ষত। NBU-এর ঐতিহাসিক নির্ভরতা কঠোর প্রশাসনিক নিয়ন্ত্রণের উপর, যদিও রাজনৈতিকভাবে সুবিধাজনক, একটি স্থিতিশীল ভারসাম্যের জন্য প্রয়োজনীয় বাজার প্রক্রিয়াগুলিকে পদ্ধতিগতভাবে ক্ষয় করেছে। চিহ্নিত "বিচ্ছিন্নতা বৈশিষ্ট্য" একটি পরিসংখ্যানগত ব্যতিক্রম নয়; তারা বারবার নীতি হস্তক্ষেপের দাগের টিস্যু, অর্থনৈতিক মৌলিক বিষয় এবং মূল্য সংকেতের মধ্যে সংযোগ বিচ্ছিন্ন করে। এটি উদীয়মান বাজার বৈদেশিক মুদ্রা শাসন সম্পর্কিত বিস্তৃত সাহিত্যের সাথে সঙ্গতিপূর্ণ, যেমন Calvo এবং Reinhart (2002)-এর "ভাসমানের ভয়"-এর কাজ, যেখানে স্থিতিশীলতার আকাঙ্ক্ষা বৈপরীত্যে ভঙ্গুরতা জন্ম দেয়।

যুক্তিগত প্রবাহ: লেখকদের যুক্তি শক্তিশালী। তারা পর্যবেক্ষণযোগ্য দ্বিধা (অস্থিরতা বনাম ঘাটতি) থেকে শুরু করে, ভারসাম্য পরিমাপ করার জন্য একটি পরিশীলিত FAVAR মডেল তৈরি করে এবং এর ভাঙ্গন (ফাঁক এবং বিচ্ছিন্নতা) ফরেনসিক প্রমাণ হিসাবে ব্যবহার করে নীতি ব্যর্থতা চিহ্নিত করতে। GAP বিশ্লেষণের ব্যবহার বিশেষভাবে চতুর—এটি বিমূর্ত মডেল আউটপুটকে নীতি ত্রুটি পরিমাপের জন্য একটি স্পষ্ট ড্যাশবোর্ডে রূপান্তরিত করে।

শক্তি ও ত্রুটি: প্রধান শক্তি হল একটি উচ্চ-মাত্রিক FAVAR মডেল প্রয়োগ একটি বিশৃঙ্খল, হস্তক্ষেপ-চালিত বাজারে। এটি একটি উল্লেখযোগ্য প্রযুক্তিগত অবদান, সরল OLS বা স্ট্যান্ডার্ড VAR-এর বাইরে চলে যায় যা এই পরিবেশে ব্যর্থ হবে। যাইহোক, কাগজের ত্রুটি হল "মৌলিক চলক"-এর উপর অস্পষ্টতা। একটি মডেল-কেন্দ্রিক কাগজের জন্য, ফ্যাক্টর গঠনের অস্বচ্ছতা একটি সমালোচনামূলক দুর্বলতা। এটি কখনও কখনও অর্থে মেশিন লার্নিং-এর উপর "ব্ল্যাক বক্স" সমালোচনার প্রতিধ্বনি করে—দুর্দান্ত ভবিষ্যদ্বাণীমূলক শক্তি, সীমিত ব্যাখ্যামূলক অন্তর্দৃষ্টি। তদুপরি, মুদ্রাস্ফীতি লক্ষ্যমাত্রার উপর BIS বা IMF-এর উদ্ধৃতি দেওয়া যুক্তিকে শক্তিশালী করবে, বাহ্যিক রেফারেন্সিং হালকা।

কার্যকরী অন্তর্দৃষ্টি: NBU এবং অনুরূপ প্রতিষ্ঠানগুলির জন্য, বার্তাটি পরিষ্কার: বাজারকে লড়াই করা বন্ধ করুন। সামনের পথটি আরও পরিশীলিত নিয়ন্ত্রণ নয় বরং একটি নিয়ম-ভিত্তিক কাঠামোর প্রতি একটি বিশ্বাসযোগ্য প্রতিশ্রুতি। কাগজটি অন্তর্নিহিতভাবে পোল্যান্ডের মুদ্রাস্ফীতি লক্ষ্যমাত্রার সফল স্থানান্তরের অনুরূপ একটি রূপান্তরের পক্ষে যুক্তি দেয়। প্রযুক্তিগত সুপারিশ হল GAP বিশ্লেষণকে একটি রিয়েল-টাইম পর্যবেক্ষণ টুল হিসাবে প্রাতিষ্ঠানিক করা বাজার-অনুরূপ হস্তক্ষেপ (যেমন, মসৃণ অপারেশন) পরিচালনা করার জন্য বাজার-বিরোধী (যেমন, কঠোর সীমা) নয়। ইউক্রেনের আর্থিক স্থিতিশীলতার ভবিষ্যত একটি বিকৃত বাজারের মডেল নিখুঁত করার উপর কম নির্ভর করে এবং এটিকে বিকৃত করা বন্ধ করার সাহসের উপর বেশি নির্ভর করে।

8. প্রযুক্তিগত পরিশিষ্ট

8.1. গাণিতিক সূত্রায়ন

মূল ভারসাম্য শর্তটি লগ-লিনিয়ারাইজড যোগান ও চাহিদা ফাংশন থেকে উদ্ভূত হতে পারে:
$\hat{p}_t^* = \frac{\beta_d' \hat{x}_t - \beta_s' \hat{z}_t}{\alpha_s + \alpha_d}$
যেখানে $\hat{p}_t^*$ হল ভারসাম্য বিনিময় হারের লগ-বিচ্যুতি। FAVAR মডেলটি গতিশীল ফ্যাক্টর $(F_t)$ অন্তর্ভুক্ত করে যা অপর্যবেক্ষিত মৌলিক চালকগুলিকে প্রতিনিধিত্ব করে:
$\begin{pmatrix} Y_t \\ F_t \end{pmatrix} = \Phi(L) \begin{pmatrix} Y_{t-1} \\ F_{t-1} \end{pmatrix} + v_t$
যেখানে $Y_t$ পর্যবেক্ষণযোগ্য বাজার চলক (বিনিময় হার, ভলিউম) ধারণ করে, এবং $F_t$ সম্ভাব্য মৌলিক বিষয়গুলির একটি বৃহৎ ডেটাসেট থেকে অনুমান করা হয়।

8.2. পরীক্ষামূলক ফলাফল ও চার্ট বর্ণনা

চিত্র 1 (অনুমানমূলক পুনর্গঠন): সম্ভবত প্রকৃত পর্যবেক্ষিত বিনিময় হারের বিপরীতে অনুমানকৃত ভারসাম্য বিনিময় হার পথ ($\hat{p}_t^*$) চিত্রিত করে। উল্লেখযোগ্য এবং স্থায়ী ইতিবাচক GAP (প্রকৃত > ভারসাম্য) সময়কাল অতিমূল্যায়ন নির্দেশ করবে, প্রায়শই একটি সংশোধনের আগে বা NBU যোগান হস্তক্ষেপের প্রয়োজন।

চিত্র 2: সম্ভবত FAVAR মডেল দ্বারা নিষ্কাশিত অনুমানকৃত গতিশীল ফ্যাক্টর $(F_t)$ চিত্রিত করে। একটি ফ্যাক্টর বিশ্বব্যাপী ঝুঁকি মনোভাবের সাথে সম্পর্কিত হতে পারে (ইউক্রেনের জন্য একটি VIX সূচকের মতো), অন্যটি দেশীয় মুদ্রানীতি অবস্থানের সাথে, এবং তৃতীয়টি বাণিজ্যের শর্ত বা চলতি হিসাব গতিবিদ্যার সাথে।

চিত্র 3: সময়ের সাথে GAP বিশ্লেষণের ফলাফল দেখাতে পারে, নির্দিষ্ট পর্বগুলি (যেমন, 2014 সংকট, 2015-পরবর্তী স্থিতিশীলতা) হাইলাইট করে যেখানে ভারসাম্য থেকে বিচ্যুতি চরম ছিল, সেই সময়কালে প্রধান NBU নীতি কর্মের টীকা সহ।

সারণি (1-5): বর্ণনামূলক পরিসংখ্যান, ইউনিট রুট এবং কো-ইন্টিগ্রেশন পরীক্ষার ফলাফল (Johansen ট্রেস এবং সর্বোচ্চ eigenvalue পরিসংখ্যান), FAVAR মডেল অনুমান আউটপুট (ফ্যাক্টর লোডিং, ভ্যারিয়েন্স ডিকম্পোজিশন), এবং নীতি চলকের উপর GAP বিশ্লেষণের জন্য রিগ্রেশন ফলাফল উপস্থাপন করবে।

8.3. বিশ্লেষণ কাঠামো: একটি ধারণাগত কেস স্টাডি

পরিস্থিতি: মূলধন প্রবাহে আকস্মিক বন্ধের প্রভাব বিশ্লেষণ।
কাঠামো প্রয়োগ:
1. তথ্য ইনপুট: উচ্চ-ফ্রিকোয়েন্সি সূচক সহ ডেটাসেট আপডেট করুন: NBU রিজার্ভ ডেটা, অ-বাসিন্দা পোর্টফোলিও প্রবাহ ডেটা, CDS স্প্রেড, এবং ইন্টারব্যাংক অফার রেট স্প্রেড।
2. ফ্যাক্টর অনুমান: FAVAR মডেল অবিলম্বে "মূলধন প্রবাহ ফ্যাক্টর" এবং "ঝুঁকি উপলব্ধি ফ্যাক্টর"-এ একটি পরিবর্তন দেখাবে।
3. ভারসাম্য পরিবর্তন: মডেলের অন্তর্নিহিত ভারসাম্য বিনিময় হার ($p_t^*$) অবমূল্যায়ন করবে, প্রবাহ থেকে বৈদেশিক মুদ্রার হ্রাসকৃত যোগান প্রতিফলিত করে।
4. GAP বিশ্লেষণ: যদি প্রকৃত বিনিময় হার পেগ করা থাকে বা সরতে ধীর হয়, একটি বড় নেতিবাচক GAP (প্রকৃত < ভারসাম্য) উদ্ভূত হয়, ক্রমবর্ধমান অবমূল্যায়ন চাপ সংকেত দেয়।
5. নীতি অন্তর্দৃষ্টি: মডেলটি চাপ পরিমাপ করে। একটি ছোট, অস্থায়ী GAP উপেক্ষা করা যেতে পারে। একটি বড়, ক্রমবর্ধমান GAP একটি নীতি প্রতিক্রিয়ার প্রয়োজন নির্দেশ করে: হয় বিনিময় হার সামঞ্জস্য করতে দেয় (নমনীয় শাসন) বা পেগ রক্ষা করার জন্য উল্লেখযোগ্য রিজার্ভ ব্যয় করার প্রস্তুতি নেয়, মডেল প্রয়োজনীয় হস্তক্ষেপের সম্ভাব্য স্কেল অনুমান করে।

9. ভবিষ্যত প্রয়োগ ও গবেষণা দিকনির্দেশ

1. রিয়েল-টাইম পর্যবেক্ষণ ব্যবস্থা: এই FAVAR-GAP কাঠামোটি কেন্দ্রীয় ব্যাংকগুলির জন্য একটি রিয়েল-টাইম ড্যাশবোর্ডে কার্যকর করা যেতে পারে, বাজার ভুল বিন্যাস এবং চাপের প্রাথমিক সতর্কতা সংকেত প্রদান করে।
2. মেশিন লার্নিং ইন্টিগ্রেশন: ভবিষ্যতের কাজ FAVAR-এর ফ্যাক্টর অনুমানকে মেশিন লার্নিং থেকে অ-রৈখিক মাত্রা হ্রাস কৌশল দিয়ে প্রতিস্থাপন বা পরিপূরক করতে পারে (যেমন, Autoencoders, চিত্র ডেটার জন্য বৈশিষ্ট্য নিষ্কাশনের জন্য ব্যবহৃত যেমন CycleGAN কাঠামোতে, কিন্তু আর্থিক সময় সিরিজে প্রয়োগ করা) মৌলিক বিষয়গুলির মধ্যে আরও জটিল, অ-রৈখিক সম্পর্ক ক্যাপচার করতে।
3. ক্রস-কান্ট্রি বিশ্লেষণ: একই পদ্ধতি উদীয়মান বাজারগুলির একটি প্যানেলে প্রয়োগ করা (যেমন, জর্জিয়া, মলদোভা, সার্বিয়া) ভারসাম্যহীনতার সাধারণ প্যাটার্ন এবং বিভিন্ন নীতি প্রতিক্রিয়ার কার্যকারিতা চিহ্নিত করতে পারে, রূপান্তর অর্থনীতিতে সর্বোত্তম বৈদেশিক মুদ্রা শাসন সম্পর্কিত একাডেমিক সাহিত্যে অবদান রাখতে পারে।
4. এজেন্ট-ভিত্তিক মডেল (ABM) ক্যালিব্রেশন: এই ভারসাম্য মডেল থেকে অভিজ্ঞতামূলক ফলাফল, বিশেষ করে বিচ্ছিন্নতা বৈশিষ্ট্য, UIEM-এর একটি এজেন্ট-ভিত্তিক মডেলের পরামিতি ক্যালিব্রেট করতে ব্যবহার করা যেতে পারে, বিভিন্ন ব্যবসায়ীর আচরণ (যেমন, পালের মানসিকতা, ভিন্ন প্রত্যাশা) কেন্দ্রীয় ব্যাংক নিয়মের সাথে কীভাবে যোগাযোগ করে তা সিমুলেট করে।

10. তথ্যসূত্র

1. Bernanke, B. S., Boivin, J., & Eliasz, P. (2005). Measuring the effects of monetary policy: a factor-augmented vector autoregressive (FAVAR) approach. The Quarterly Journal of Economics, 120(1), 387-422.
2. Calvo, G. A., & Reinhart, C. M. (2002). Fear of floating. The Quarterly Journal of Economics, 117(2), 379-408.
3. International Monetary Fund. (2020). Annual Report on Exchange Arrangements and Exchange Restrictions (AREAER). Washington, DC: IMF.
4. Johansen, S. (1991). Estimation and hypothesis testing of cointegration vectors in Gaussian vector autoregressive models. Econometrica, 59(6), 1551-1580.
5. Kuznyetsova, A., Misiats, N., & Klishchuk, O. (2017). The equilibrium model of demand and supply at the Ukrainian Interbank Foreign Exchange Market: disclosure of problematic aspects. Banks and Bank Systems, 12(4), 31-43.
6. National Bank of Ukraine. (Various Years). Monetary Policy Reports. Kyiv: NBU.
7. Zhu, J. Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired image-to-image translation using cycle-consistent adversarial networks. Proceedings of the IEEE international conference on computer vision (pp. 2223-2232).