यूक्रेनी इंटरबैंक फॉरेक्स बाजार में मांग और आपूर्ति का संतुलन मॉडल: विश्लेषण और अंतर्दृष्टि

विषय सूची

1. Introduction & Overview

यह शोध यूक्रेनी इंटरबैंक विदेशी मुद्रा बाजार (UIEM) के गैर-नकद खंड में विदेशी मुद्रा की मांग और आपूर्ति के बीच संतुलन गतिशीलता की जांच करता है। यह अध्ययन यूक्रेन जैसी उभरती अर्थव्यवस्थाओं द्वारा विनिमय दर अस्थिरता और पूंजी प्रवाह के प्रबंधन में सामना की जाने वाली निरंतर चुनौतियों से प्रेरित है। लेखकों का मानना है कि विदेशी मुद्रा बाजार में देखे गए ट्रेड-ऑफ मौजूदा विदेशी मुद्रा व्यवस्था, नेशनल बैंक ऑफ यूक्रेन (NBU) द्वारा लागू प्रशासनिक उपायों और यूक्रेन के संदर्भ के लिए महत्वपूर्ण मौलिक आर्थिक चरों के एक सेट का प्रत्यक्ष परिणाम हैं।

मुख्य उद्देश्य बाजार के कामकाज के समस्याग्रस्त पहलुओं को उजागर करने के लिए एक संतुलन मॉडल का निर्माण और विश्लेषण करना है, जो अधिक प्रभावी मौद्रिक नीति के लिए अंतर्दृष्टि प्रदान करता है।

2. Research Methodology & Model Framework

अध्ययन संतुलन मॉडल के निर्माण के लिए एक फैक्टर-ऑगमेंटेड वेक्टर ऑटोरेग्रेशन (FAVAR) मॉडलिंग दृष्टिकोण का उपयोग करता है। UIEM से अनुभवजन्य डेटा का उपयोग किया जाता है, जिसे संरचनात्मक विराम या व्यवस्था परिवर्तनों को ध्यान में रखने के लिए लेखकों द्वारा प्रस्तावित विशिष्ट अवधियों में विभाजित किया गया है।

2.1. FAVAR मॉडलिंग दृष्टिकोण

FAVAR ढांचा पारंपरिक VAR मॉडल का विस्तार करता है, जिसमें कुछ अनुमानित कारकों द्वारा संक्षेपित सूचनात्मक चरों के एक बड़े सेट को शामिल किया जाता है। यह "विमीयता के श्राप" का सामना किए बिना कई संभावित मौलिक चरों के प्रभाव को पकड़ने के लिए विशेष रूप से उपयोगी है। मॉडल को राज्य-अंतरिक्ष रूप में दर्शाया जा सकता है, जहाँ कारकों को अव्यक्त चर के रूप में माना जाता है।

2.2. Data Segmentation & Periods

एक महत्वपूर्ण कदम में समय-श्रृंखला डेटा को विशिष्ट अवधियों में विभाजित करना शामिल था। यह विभाजन संभवतः NBU नीति के विभिन्न चरणों (जैसे, सख्त प्रशासनिक नियंत्रण की अवधि बनाम अधिक उदारीकृत चरण) या महत्वपूर्ण आर्थिक घटनाओं के अनुरूप है, जो मॉडल को संतुलन संबंध में अरैखिकताओं और संरचनात्मक बदलावों को पकड़ने की अनुमति देता है।

3. Model Specification & Technical Details

3.1. लॉग-रैखिकीकृत विनिर्देशन

पेपर संतुलन मॉडल की एक लॉग-रैखिकीकृत विशिष्टता प्रस्तुत करता है। लॉग-रैखिकीकरण एक सामान्य तकनीक है जो गैर-रैखिक आर्थिक संबंधों को एक रैखिक रूप में बदलने के लिए उपयोग की जाती है, जो अक्सर एक स्थिर अवस्था के आसपास अनुमान के लिए उपयुक्त होती है। एक संतुलन स्थिति $S(P, Z) = D(P, X)$ के लिए, जहां $S$ आपूर्ति है, $D$ मांग है, $P$ मूल्य (विनिमय दर) है, और $Z$ और $X$ आपूर्ति और मांग परिवर्तकों के सदिश हैं, लॉग-रैखिकीकृत संस्करण इस प्रकार का रूप ले सकता है:
$\hat{s}_t = \alpha_s \hat{p}_t + \beta_s' \hat{z}_t$
$\hat{d}_t = -\alpha_d \hat{p}_t + \beta_d' \hat{x}_t$
संतुलन का तात्पर्य है $\hat{s}_t = \hat{d}_t$, जो संतुलन लॉग-मूल्य $\hat{p}_t^*$ के लिए हल करता है।

3.2. कोइंटीग्रेशन विश्लेषण

मूलभूत चरों की समय श्रृंखलाओं के बीच सह-एकीकरण के परीक्षण की दक्षता की सूचना दी गई है। सह-एकीकरण परीक्षण (जैसे, Johansen test) यह निर्धारित करने के लिए आवश्यक हैं कि क्या गैर-स्थिर चरों के बीच कोई दीर्घकालिक संतुलन संबंध मौजूद है। परिणाम महत्वपूर्ण सांख्यिकीय मूल्यों के रूप में प्रस्तुत किए गए हैं, जो यह दर्शाते हैं कि मांग, आपूर्ति और उनके निर्धारकों के बीच एक स्थिर दीर्घकालिक संबंध मौजूद है या नहीं।

4. Empirical Results & Analysis

4.1. GAP Analysis of Equilibrium Deviations

लेखक एक GAP विश्लेषण उपकरण प्रस्तावित और कार्यान्वित करते हैं। इसमें वास्तविक विनिमय दर या बाजार की स्थिति का मॉडल द्वारा निहित संतुलन पथ से विचलन ($GAP_t = Y_t - Y_t^*$) की गणना शामिल है। इन अंतरालों का विश्लेषण बाजार के अधिमूल्यन या अवमूल्यन की अवधियों की पहचान करने और असंतुलन की निरंतरता का आकलन करने में सहायता करता है।

4.2. Disconnection Properties in the Model

चर्चित एक महत्वपूर्ण निष्कर्ष मॉडल के भीतर "वियोजन गुण" है। यह संभवतः उन स्थितियों की ओर संकेत करता है जहां मौलिक चर (जैसे, ब्याज दर अंतर, व्यापार संतुलन) और विनिमय दर के बीच पारंपरिक संबंध टूट जाता है या कमजोर हो जाता है, संभवतः प्रबल प्रशासनिक हस्तक्षेप या बाजार विखंडन के कारण।

5. Policy Implications & Regulatory Analysis

अध्ययन NBU की नियामक शैली का विस्तृत विश्लेषण प्रदान करता है। यह प्रशासनिक नियंत्रण बनाम बाजार-आधारित तंत्र के प्रभाव की आलोचनात्मक जांच करता है। एक प्रमुख तर्क यह है कि कठोर हस्तक्षेप, हालांकि अल्पावधि में संभावित रूप से स्थिर करने वाले हो सकते हैं, विकृतियाँ, कमी और बढ़ी हुई अस्थिरता पैदा कर सकते हैं, जैसा कि "disconnection" निष्कर्षों से प्रमाणित होता है।

6. Key Findings & Conclusions

शोध का निष्कर्ष है कि बैंकिंग प्रणाली के बाहर रखी गई नकदी की बढ़ती हिस्सेदारी (भौतिक नकदी संचय के रूप में डी-डॉलराइजेशन) ने यूक्रेन में मूल्य स्थिरता को काफी कमजोर कर दिया है। पेपर की केंद्रीय नीतिगत सिफारिश यह है कि NBU के हस्तक्षेप अधिक प्रभावी होंगे यदि एक लचीली विनिमय दर व्यवस्था को एक विश्वसनीय और लचीले मुद्रास्फीति-लक्ष्यीकरण ढांचे के साथ जोड़ा जाए। यह संयोजन अपेक्षाओं को स्थिर करने और विघटनकारी प्रशासनिक उपायों की आवश्यकता को कम करने में मदद कर सकता है।

7. Original Analysis: Core Insight & Critical Evaluation

मुख्य अंतर्दृष्टि: यह शोधपत्र एक महत्वपूर्ण, यद्यपि कष्टप्रद, निदान प्रस्तुत करता है: यूक्रेन का विदेशी मुद्रा बाजार दोषपूर्णता एक स्वनिर्मित घाव है। एनबीयू का ऐतिहासिक रूप से सीधे प्रशासनिक नियंत्रणों पर निर्भर रहना, यद्यपि राजनीतिक रूप से लाभप्रद रहा, ने एक स्थिर संतुलन के लिए आवश्यक बाजार तंत्रों को व्यवस्थित रूप से क्षीण कर दिया है। पहचाने गए "विच्छेदन गुण" कोई सांख्यिकीय विसंगति नहीं हैं; वे बार-बार किए गए नीतिगत हस्तक्षेपों के निशान हैं, जो आर्थिक मूलभूत सिद्धांतों और मूल्य संकेतों के बीच की कड़ी को तोड़ देते हैं। यह उभरते बाजार विदेशी मुद्रा व्यवस्थाओं पर व्यापक साहित्य, जैसे कैल्वो और रेनहार्ट (2002) का "फ्लोटिंग का भय" पर कार्य, के साथ सामंजस्य रखता है, जहां स्थिरता की इच्छा विरोधाभासी रूप से नाजुकता पैदा करती है।

तार्किक प्रवाह: लेखकों का तर्क मजबूत है। वे प्रेक्षणीय दुविधा (अस्थिरता बनाम कमी) से शुरू करते हैं, संतुलन को मापने के लिए एक परिष्कृत FAVAR मॉडल बनाते हैं, और नीतिगत विफलता की पहचान करने के लिए फोरेंसिक साक्ष्य के रूप में इसके विघटन (अंतराल और संबंध-विच्छेद) का उपयोग करते हैं। GAP विश्लेषण का उपयोग विशेष रूप से चतुर है—यह अमूर्त मॉडल आउटपुट को नीति त्रुटि मापन के लिए एक मूर्त डैशबोर्ड में बदल देता है।

Strengths & Flaws: प्रमुख शक्ति एक अव्यवस्थित, हस्तक्षेप-प्रेरित बाजार में एक उच्च-आयामी FAVAR मॉडल का अनुप्रयोग है। यह एक महत्वपूर्ण तकनीकी योगदान है, जो साधारण OLS या मानक VARs से आगे बढ़ता है जो इस वातावरण में विफल हो जाएंगे। हालाँकि, पेपर की कमी "मौलिक चरों" पर इसकी अस्पष्टता है। एक मॉडल-केंद्रित पेपर के लिए, कारक संरचना की अपारदर्शिता एक गंभीर कमजोरी है। यह वित्त में मशीन लर्निंग पर कभी-कभी लगाए जाने वाले "ब्लैक बॉक्स" आलोचना की प्रतिध्वनि है—उत्कृष्ट भविष्यवाणी शक्ति, सीमित व्याख्यात्मक अंतर्दृष्टि। इसके अलावा, हालांकि मुद्रास्फीति लक्ष्यीकरण पर BIS या IMF का हवाला देना तर्क को मजबूत करेगा, बाहरी संदर्भ हल्का है।

कार्रवाई योग्य अंतर्दृष्टि: NBU और इसी तरह के संस्थानों के लिए, संदेश स्पष्ट है: बाजार से लड़ना बंद करें। आगे का रास्ता अधिक परिष्कृत नियंत्रण नहीं, बल्कि नियम-आधारित ढांचे के प्रति एक विश्वसनीय प्रतिबद्धता है। शोध पत्र पोलैंड के मुद्रास्फीति लक्ष्यीकरण में सफल बदलाव के समान एक संक्रमण के पक्ष में अंतर्निहित रूप से तर्क देता है। तकनीकी सिफारिश GAP विश्लेषण को एक वास्तविक-समय निगरानी उपकरण के रूप में संस्थागत बनाने की है ताकि market-conforming हस्तक्षेप (जैसे, सुचारू संचालन) बजाय बाजार-विरोधी उन्हें (जैसे, hard caps)। यूक्रेन की मौद्रिक स्थिरता का भविष्य विकृत बाजार के मॉडल को परिपूर्ण बनाने पर कम और इसे विकृत करना बंद करने के साहस पर अधिक निर्भर करता है।

8. तकनीकी परिशिष्ट

8.1. गणितीय सूत्रीकरण

मूल संतुलन स्थिति लॉग-रैखिकृत आपूर्ति और मांग फलनों से व्युत्पन्न की जा सकती है:
$\hat{p}_t^* = \frac{\beta_d' \hat{x}_t - \beta_s' \hat{z}_t}{\alpha_s + \alpha_d}$
जहाँ $\hat{p}_t^*$ संतुलन विनिमय दर का लॉग-विचलन है। FAVAR मॉडल गतिशील कारकों $(F_t)$ को शामिल करता है जो अप्रेक्षित मौलिक चालकों का प्रतिनिधित्व करते हैं:
$\begin{pmatrix} Y_t \\ F_t \end{pmatrix} = \Phi(L) \begin{pmatrix} Y_{t-1} \\ F_{t-1} \end{pmatrix} + v_t$
जहाँ $Y_t$ में प्रेक्षण योग्य बाज़ार चर (विनिमय दर, आयतन) शामिल हैं, और $F_t$ का अनुमान संभावित मौलिक तत्वों के एक बड़े डेटासेट से लगाया जाता है।

8.2. Experimental Results & Chart Descriptions

Figure 1 (Hypothetical Reconstruction): Likely depicts the estimated equilibrium exchange rate path ($\hat{p}_t^*$) against the actual observed exchange rate. Periods of significant and persistent positive GAP (actual > equilibrium) would indicate overvaluation, often preceding a correction or requiring NBU supply interventions.

Figure 2: संभवतः FAVAR मॉडल द्वारा निकाले गए अनुमानित गतिशील कारकों $(F_t)$ को दर्शाता है। एक कारक वैश्विक जोखिम भावना (जैसे यूक्रेन के लिए VIX सूचकांक) से, दूसरा घरेलू मौद्रिक नीति रुख से, और तीसरा व्यापार की शर्तों या चालू खाता गतिशीलता से सहसंबद्ध हो सकता है।

चित्र 3: समय के साथ GAP विश्लेषण के परिणाम दिखा सकता है, जो विशिष्ट प्रकरणों (जैसे, 2014 का संकट, 2015 के बाद स्थिरीकरण) को उजागर करता है जहां संतुलन से विचलन चरम पर थे, साथ ही उन अवधियों के दौरान NBU की प्रमुख नीतिगत कार्रवाइयों के विवरण के साथ।

तालिकाएँ (1-5): यह वर्णनात्मक आँकड़े, इकाई रूट और सह-एकीकरण परीक्षण परिणाम (जोहानसेन ट्रेस और अधिकतम आइगेनवैल्यू सांख्यिकी), FAVAR मॉडल अनुमान आउटपुट (फैक्टर लोडिंग, विचरण अपघटन), और नीति चरों पर GAP विश्लेषण के लिए प्रतिगमन परिणाम प्रस्तुत करेगा।

8.3. विश्लेषण ढांचा: एक वैचारिक केस स्टडी

Scenario: पूंजी प्रवाह के अचानक रुकने के प्रभाव का विश्लेषण।
ढांचा अनुप्रयोग:
1. डेटा इनपुट: डेटासेट को उच्च-आवृत्ति संकेतकों के साथ अपडेट करें: NBU रिज़र्व डेटा, गैर-निवासी पोर्टफोलियो प्रवाह डेटा, CDS स्प्रेड, और इंटरबैंक ऑफ़र रेट स्प्रेड।
2. फैक्टर एस्टीमेशन: FAVAR मॉडल तुरंत "पूंजी प्रवाह कारक" और "जोखिम धारणा कारक" में बदलाव दिखाएगा।
3. Equilibrium Shift: मॉडल की निहित संतुलन विनिमय दर ($p_t^*$) का अवमूल्यन होगा, जो प्रवाह से विदेशी मुद्रा की आपूर्ति में कमी को दर्शाता है।
4. GAP Analysis: If the actual exchange rate is pegged or slow to move, a large negative GAP (actual < equilibrium) emerges, signaling mounting devaluation pressure.
5. नीति अंतर्दृष्टि: मॉडल दबाव को मात्रात्मक रूप से व्यक्त करता है। एक छोटा, अस्थायी GAP को नजरअंदाज किया जा सकता है। एक बड़ा, बढ़ता हुआ GAP नीतिगत प्रतिक्रिया की आवश्यकता को दर्शाता है: या तो विनिमय दर को समायोजित होने दें (लचीली व्यवस्था) या पेग को बनाए रखने के लिए पर्याप्त मात्रा में रिजर्व खर्च करने के लिए तैयार रहें, जिसमें मॉडल आवश्यक हस्तक्षेप के संभावित पैमाने का अनुमान लगाता है।

9. Future Applications & Research Directions

1. रियल-टाइम मॉनिटरिंग सिस्टम: इस FAVAR-GAP ढांचे को केंद्रीय बैंकों के लिए एक रियल-टाइम डैशबोर्ड में परिचालित किया जा सकता है, जो बाजार में असंतुलन और तनाव के प्रारंभिक चेतावनी संकेत प्रदान करता है।
2. मशीन लर्निंग इंटीग्रेशन: भविष्य के कार्य में FAVAR के कारक अनुमान को मशीन लर्निंग की गैर-रैखिक आयाम कमी तकनीकों (जैसे ऑटोएनकोडर्स, जैसा कि CycleGAN फ्रेमवर्क में छवि डेटा के लिए फीचर निष्कर्षण में उपयोग किया जाता है, लेकिन वित्तीय समय श्रृंखला पर लागू) के साथ प्रतिस्थापित या पूरक किया जा सकता है ताकि मूलभूत सिद्धांतों के बीच अधिक जटिल, गैर-रैखिक संबंधों को पकड़ा जा सके।
3. क्रॉस-कंट्री विश्लेषण: उभरते बाजारों के एक पैनल (जैसे जॉर्जिया, मोल्दोवा, सर्बिया) पर समान पद्धति लागू करने से असंतुलन के सामान्य पैटर्न और विभिन्न नीतिगत प्रतिक्रियाओं की प्रभावशीलता की पहचान की जा सकती है, जो संक्रमणकालीन अर्थव्यवस्थाओं में इष्टतम forex शासनों पर शैक्षणिक साहित्य में योगदान देगा।
4. एजेंट-आधारित मॉडल (ABM) अंशांकन: इस संतुलन मॉडल के अनुभवजन्य परिणाम, विशेष रूप से वियोजन गुणों का उपयोग, UIEM के एक एजेंट-आधारित मॉडल के मापदंडों को अंशांकित करने के लिए किया जा सकता है, जो यह अनुकरण करता है कि विभिन्न व्यापारी व्यवहार (जैसे, झुंड मानसिकता, विषम अपेक्षाएं) केंद्रीय बैंक नियमों के साथ कैसे अंतरक्रिया करते हैं।

10. References

1. Bernanke, B. S., Boivin, J., & Eliasz, P. (2005). Measuring the effects of monetary policy: a factor-augmented vector autoregressive (FAVAR) approach. द क्वार्टरली जर्नल ऑफ इकोनॉमिक्स, 120(1), 387-422.
2. Calvo, G. A., & Reinhart, C. M. (2002). Fear of floating. द क्वार्टरली जर्नल ऑफ इकोनॉमिक्स, 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. बैंक और बैंकिंग प्रणालियाँ, 12(4), 31-43.
6. National Bank of Ukraine. (Various Years). मौद्रिक नीति रिपोर्टें. कीव: एनबीयू.
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 (पृ. 2223-2232).