Моделювання та прогнозування економічних процесів

ПРОГНОЗНА АНАЛІТИКА В HR

Христина Бортник — 2025-03-20

У сучасному світі бізнесу дані є однією з ключових складових прийняття ефективних
управлінських рішень. Використання прогнозної аналітики дозволяє організаціям не лише
аналізувати минулі події, а й передбачати майбутні тенденції. У сфері управління людськими
ресурсами прогнозна аналітика стає важливим інструментом для мінімізації ризиків плинно-
сті кадрів та розробки стратегій утримання персоналу.

АНАЛІТИКА ВИРОБНИЧО-ЕКОНОМІЧНОЇ ДІЯЛЬНОСТІ ПІДПРИЄМСТВА ЗА МОДЕЛЛЮ ЛЕОНТЬ

Юлія Бородіна — 2025-03-20

З метою надання висновків щодо доцільності функціонування підприємства і отриман-
ня більшого прибутку за рахунок збільшення попиту проведемо аналітику виробничо-
економічної діяльності підприємства кисломолочної продукції. Для цього виконаємо наступ-
не:
- складемо міжструктурний матеріальний баланс на основі моделі Леонтьєва,
- розрахуємо нове планове завдання випуску кінцевої продукції,
- визначимо ціни та врівноважених ціни продукції,
- розрахуємо валові випуски для структурних одиниць підприємства.

ПРОГНОЗУВАННЯ ПОПИТУ НА IT-КОНСАЛТИНГ У РІЗНИХ ЧАСОВИХ ГОРИЗОНТАХ

Анастасія Грекул — 2025-03-20

У сучасному цифровому середовищі попит на IT-консалтингові послуги постійно зрос-
тає, оскільки підприємства інтегрують новітні технології для підвищення ефективності біз-
нес-процесів та конкурентоспроможності. Прогнозування попиту є критичним для компанії
«Адаптив Маркетинг Солюшенз», оскільки дозволяє оптимізувати ресурси, покращити біз-
нес-процеси та знижувати ризики.
Точний прогноз попиту дає можливість адаптувати пропозицію до змін на ринку, під-
вищуючи конкурентоспроможність і виявляючи нові можливості для розвитку. Для цього
будуть використані різні методи прогнозування, включаючи традиційні та сучасні техніки.

ПРОГНОЗУВАННЯ ТА НАПРЯМИ ЕНЕРГЕТИЧНОГО ПЕРЕХОДУ ЗА КОНЦЕПЦІЄЮ 3D: ВИКЛИКИ ТА МОЖЛИВОСТІ ДЛЯ УКРАЇНИ

Вікторія Дергачова — 2025-03-20

Енергетичний перехід є ключовим глобальним процесом, який не тільки змінює тради-
ційні підходи до виробництва й споживання енергії, але й впливає на економічну, екологічну
та соціальну стабільність країни. Для України цей процес набуває особливого значення, пот-
ребує адаптації до міжнародних стандартів, впровадження інновацій та забезпечення еконо-
мічної безпеки в умовах трансформації енергетичної системи, задля чого окреслено виклики,
які стоять перед українським енергетичним сектором, а також можливості, що відкриваються
в контексті глобального переходу до сталих джерел енергії.
Енергетичний перехід – це сучасний світовий тренд, який передбачає глобальну модер-
нізацію енергетичної системи з акцентом на концепцію 3D, яка охоплює декарбонізацію,
деджіталізацію та децентралізацію. Основою таких змін є розвиток альтернативних джерел
енергії, впровадження новітніх технологій та цифрових рішень, що забезпечують зниження
витрат і підвищення ефективності.

ТРАНСФОРМАЦІЯ ПІДПРИЄМСТВ ЧЕРЕЗ ВПРОВАДЖЕННЯ ЦИФРОВИХ ІННОВАЦІЙ: ЕКОНОМІЧНІ ВИГОДИ ТА РИЗИКИ

Андрій Калюжний — 2025-03-20

Сьогодні світ переживає трансформації, пов’язані з реалізацією Індустрії 4.0 — глоба-
льної ініціативи, ухваленої на Всесвітньому економічному форумі в 2014 році. Вона спрямо-
вана на прискорення технологічних перетворень, інтеграцію виробництва та зменшення ви-
трат управління. Перехід до Індустрії 4.0 вимагає модернізації промислових систем за допо-
могою інноваційних, стійких рішень. За останні роки цифрові технології, такі як Інтернет
речей, великі дані, робототехніка, блокчейн, штучний інтелект, доповнена реальність і швид-
кісне прототипування, активно впроваджуються у виробничі процеси провідних країн.

РОЗРОБКА СИСТЕМИ МОТИВАЦІЇ ПРАЦІВНИКІВ НА ПІДПРИЄМСТВІ INNOMOS GMBH

Олексій Козлов — 2025-03-20

Питання удосконалення систем мотивації працівників в it-галузі є доволі актуальним
адже, більшість компаній, зокрема іINNOMOS GmbH, визначають як тенденцію міграцію
висококваліфікованих спеціалістів, що призводить до збільшення витрат на заміщення, залу-
чення та адаптацію нових фахівців, і як наслідок впливає на продуктивність персоналу і ефе-
ктивність діяльності підприємств в цілому [1]. Для запобігання таких ризиків, було вирішено
провести аналіз існуючої системи мотивації працівників, виявити недоліки та запропонувати
вирішення цієї проблеми.

АНАЛІТИКА ТА ПРОГНОЗУВАННЯ ЕКОНОМІЧНИХ АГЕНТІВ

Юрій Лозан — 2025-03-20

У сучасних економічних умовах інноваційні підходи до аналітики та прогнозування
стають важливим інструментом оптимізації стратегій економічних агентів. Зростаюча неви-
значеність ринків, вплив технологій і глобалізація вимагають точного прогнозування та ви-
користання цифрових технологій.
Аналітика та прогнозування поведінки економічних агентів є ключовим інструментом
для розуміння і впливу на економічну динаміку в сучасному світі. Складність економічних
процесів вимагає застосування інноваційних підходів для дослідження та моделювання по-
ведінки споживачів, підприємств, фінансових інститутів та інших учасників ринку.
Оцінка ефективності інвестиційної діяльності відіграє вирішальну роль в обґрунтуванні
та виборі можливих цілей інвестування. Від того, наскільки об'єктивно зроблена ця оцінка,
залежить правильне інвестиційне рішення, терміни повернення інвестицій, розвиток компа-
нії, галузі, регіону, суспільства. Оптимізація управлінських рішень у сфері довгострокового
інвестування вимагає пильної уваги до фінансово-економічної оцінки інвестицій та прогно-
172
зування майбутніх грошових потоків. Об'єктивність і достовірність оцінки інвестицій знач-
ною мірою визначаються використанням сучасних методів економічного обґрунтування ін-
вестиційної діяльності [1]. Це підкреслює важливість точної оцінки ефективності інвестицій
для прийняття обґрунтованих рішень. Від якості такої оцінки залежить вибір інвестиційних
цілей, швидкість повернення вкладених коштів і позитивний вплив на розвиток бізнесу, га-
лузі та суспільства. Для довгострокового інвестування важливо застосовувати сучасні мето-
ди прогнозування, що враховують майбутні фінансові потоки. Об'єктивність цих оцінок за-
безпечується комплексним використанням економічного аналізу та новітніх інструментів.

ІНТЕГРАЦІЯ ЛАНЦЮГІВ ВАРТОСТІ ПРОДУКЦІЇ ПЕРЕРОБНОЇ ПРОМИСЛОВОСТІ В ГЛОБАЛЬНІ ЛАНЦЮГИ

Андрій Саченко — 2025-03-20

Тенденція до енергозбереження та популярність зеленого будівництва створює потен-
ційний ринок для українських підприємств. Українські підприємства скляної галузі можуть
інтегруватися в такі перспективні товарні групи, як енергоефективне скло для будівництва,
враховуючи зростання урбанізації та популярність енергоефективних технологій у будівниц-
тві [ 1].
Розглянемо інтеграцію ланцюгів вартості продукції переробної промисловості в глоба-
льні ланцюги на прикладі створення ланцюга вартості енергозберігаючого скла включає
різні етапи, від постачання ресурсів до утилізації скла. Виробничий ланцюг включає поста-
чання ресурсів, виробництво скла, переробка та виготовлення продукції, контроль якості,
зберігання та доставка, оптова та роздрібна торгівля, експорт, збірка скляних виробів, про-
мислова переробка скла, утилізація. Ключові учасники цього ланцюга включають компанії,
які постачають електроенергію та газ, постачальників сировини, постачальників хімікатів,
постачальників логістичних послуг, компанії, що надають технічну підтримку та технічне
обслуговування обладнання, компанії, що постачають технології та інновації, банки та інші
фінансові установи, торгово-промислові палати, науково-дослідні інститути, а також компа-
нії з промислової переробки енергозберігаючого скла.
Ці суб’єкти працюють в еко-індустріальних парках, щоб забезпечити ефективне та стале
виробництво енергозберігаючого скла, беручи до уваги якість, економічну ефективність та
екологічні аспектиСлабкі сторони у виробництві енергозберігаючого скла в Україні поляга-
ють у тому, що високий рівень необхідних початкових інвестицій на етапі будівництва заво-
дів ускладнює виходження на ринок національних виробників. Доступність кредитних ресу-
рсів та інвестиційного клімату країни визначають успіх залучення іноземних інвестицій. Ук-
раїна поки що не має механізмів страхування військових ризиків для промислових підпри-
ємств, що ускладнює привабливість країни для інвесторів. Наразі проводиться робота над
використанням міжнародного агентства MIGA для залучення інвестицій для будівництва
заводів в Україні, проте цей процес ще не має широкого розгляду та підтримки [3].
Потенціал та можливості розвитку ринку енергозберігаючого скла в Україні полягають у
зростанні попиту на цей вид продукції. Підвищення уваги до збереження енергоефективності
та сталий розвиток економіки створює сприятливе середовище для використання енергозбе-
рігаючих технологій. Розвиток нових технологій та постійна інноваційна діяльність в галузі
можуть стимулювати попит на енергозберігаюче скло. Окрім того, перегляд асортименту та
184
номенклатури товарів та використання новітніх технологій виробництва скляної продукції
посилюють конкурентоспроможність вітчизняних виробників на міжнародному ринку [2].
Стратегія інтегрування. Стратегія інтегрування для виробництва енергозберігаючого
скла в Україні та інтеграції у глобальні ланцюги включає низку ключових етапів, які мають
на меті: (1) ефективне впровадження технологій, (2) технічне забезпечення; (3) будівництво
склозаводу з виробництва енергозберігаючого скла (4) створення мережі дистриб'юторів для
забезпечення успішного виходу на ринок

ІННОВАЦІЙНІ ТЕХНОЛОГІЇ ДЕКАРБОНІЗАЦІЇ: ПЕРСПЕКТИВИ ІНТЕГРАЦІЇ ШТУЧНОГО ІНТЕЛЕКТУ В ЕНЕРГЕТИЧНИЙ СЕКТОР

Ігор Бердник — 2025-03-20

Декарбонізація є фундаментальним процесом трансформації економічної системи,
спрямованим на радикальне зниження вуглецевої інтенсивності та досягнення принципово
нової моделі сталого розвитку. Ключовий аспект цього процесу полягає в комплексній
якісній трансформації існуючої енергетичної інфраструктури, що передбачає поступове
витіснення викопних енергоносіїв та масштабну електрифікацію різних секторів економіки.

ВИКОРИСТАННЯ BI-ІНСТРУМЕНТІВ ДЛЯ АНАЛІЗУ КЛЮЧОВИХ МЕТРИК ІННОВАЦІЙНОЇ ДІЯЛЬНОСТІ ПІДПРИЄМСТВ

Ігор Бех — 2025-03-20

В сучасних умовах продуктивна спроможність підприємств на інноваційних засадах –
це здатність забезпечувати стійке зростання, яке керується не економічною ефективністю, а
ідеями, інтелектуальними знаннями, які втілюються в нові продукти (послуги) все більш ви-
сокої якості з меншими витратами. Забезпечення стійкого зростання з року в рік, особливо на
тлі широкомасштабної війни і нестабільної економіки, є однією із складних задач.

ВИКОРИСТАННЯ МЕТОДІВ МАШИННОГО НАВЧАННЯ ДЛЯ МОДЕЛЮВАННЯ ЛОГІСТИЧНИХ ПОТОКІВ У КРИЗОВИХ УМОВАХ

Денис Бойко — 2025-03-20

Логістика відіграє критичну роль у забезпеченні ефективного функціонування еко-
номічних і гуманітарних процесів, особливо в умовах кризи. Під час воєнних конфліктів,
природних катастроф або глобальних пандемій, як це стало очевидним у випадку COVID-19,
логістичні ланцюги стикаються з низкою викликів, зокрема порушенням транспортної ін-
фраструктури, дефіцитом ресурсів та різким зростанням потреб у гуманітарних поставках.
Традиційні методи управління логістичними потоками в таких умовах часто виявляються
недостатньо гнучкими або ефективними для реагування на швидко мінливі обставини. У
цьому контексті машинне навчання (ML) та інші інноваційні підходи до моделювання
логістичних операцій стають все більш актуальними.

ВИКОРИСТАННЯ АВТОМАТИЗОВАНИХ ЗАСОБІВ ДЛЯ ВИРІШЕННЯ ПРОБЛЕМИ ВРАХУВАННЯ ГЕТЕРОСКЕДАСТИЧНОСТІ ПІД ЧАС ДОСЛІДЖЕННЯ ЕКОНОМІЧНИХ СИСТЕМ В УМОВАХ ПІДВИЩЕНОГО РИЗИКУ

Олена Бондаренко — 2025-05-29

РОЛЬ БЛОКЧЕЙНУ В МОДЕРНІЗАЦІЇ ФІНАНСОВИХ СИСТЕМ ТА ЙОГО ВПЛИВ НА ЕКОНОМІЧНЕ МОДЕЛЮВАННЯ

Ірина Грень — 2025-05-27

На сучасному етапі розвитку світової економіки відбуваються безпрецедентні техно-
логічні трансформації, серед яких особливе місце займає технологія блокчейн, оскільки її
вплив на модернізацію як фінансової системи, так і економічного моделювання неможливо
переоцінити через зміну усталених протягом тривалого часу парадигм у фінансових інститу-
тах та механізмах економічної взаємодії. На наш погляд, саме блокчейн-технології стануть
каталізатором революційних змін у фінансовій сфері та відкриють широкі можливості для
підвищення ефективності, прозорості та безпеки фінансових операцій.
Глибокий аналіз тенденцій, які відбуваються у фінансовому секторі, дозволяє ствер-
джувати, що впровадження блокчейну призводить до формування якісно нової архітектури
фінансових систем. У той час як традиційні, сильно централізовані моделі втрачають свою
актуальність, децентралізовані системи дають більш високий рівень довіри та ефективності.
Я також вважаю важливим, що блокчейн відкриває можливості для демократизації фінансо-
вих послуг, роблячи їх більш доступними як для широких верств населення, так і для малого
бізнесу. Згідно з дослідженням, інтеграція блокчейн-технологій у фінансовий сектор відбу-
вається наступним чином. По-перше, це трансформація платіжних систем та механізмів
міжнародних переказів. Так, за допомогою блокчейну вартість транскордонних платежів
може бути знижена в рази, а час на їх здійснення - скоротитися з декількох днів до декількох
хвилин. По-друге, з розвитком DeFi відбувається революція в управлінні активами та інве-
стиціями. Я вважаю, що в найближчі роки більшість інновацій у фінансовому секторі будуть
обумовлені саме DeFi-платформами. [1]
Окремої уваги заслуговує вплив блокчейну на зміни в процесі створення економічних
моделей. Можна стверджувати, що традиційні економетричні моделі за своєю суттю потре-
бують глибокого переосмислення на тлі децентралізованих фінансів. Блокчейн відкриває
абсолютно нові можливості для збору та аналізу інформації про фінансові операції в режимі
реального часу, що створює умови для найбільш адекватних економічних прогнозів і ефек-
тивного управління ризиками.
Першим прикладом є вплив технологій блокчейн на монетарну політику та діяльність
центральних банків. Виявлено, що створення блокчейн-центробанків може призвести до
різкої зміни механізмів монетарного регулювання. Очікується, що в наступному десятилітті
більшість розвинених країн запровадять свої національні CBDC, що відповідно створить по-
требу в розробці нових підходів до монетарного регулювання та управління фінансовою
стабільністю.
Аналізуючи практичний досвід впровадження блокчейн-рішень у фінансовому секторі,
можна простежити низку тенденцій. Перш за все, це стрімке зростання кількості успішних
проектів у сфері міжбанківських розрахунків і торгового фінансування. Банки та фінансові
установи все частіше звертаються до технологій блокчейн для оптимізації своїх операційних
процесів з метою скорочення витрат. Крім того, активно розробляються нові бізнес-моделі та
фінансові продукти, засновані на використанні смарт-контрактів і токенізації активів.
22
Особливо важливим, на нашу думку, є вплив блокчейну на розвиток систем управління
ризиками у фінансовому секторі. Прозорість і незмінність даних, які забезпечує технологія
блокчейн, дозволяють створювати більш ефективні механізми моніторингу та контролю
фінансових ризиків, що особливо актуально в умовах зростання кількості кіберзагроз та
необхідності забезпечення високого рівня безпеки фінансових операцій.
Таблиця 1-Ввплив технологій блокчейну у фінансовому секторі
Сфера впливу Опис змін Очікувані результати Приклади впровадження
Платіжні системи Оптимізація транскордон-
них переказів, зниження
витрат та часу на виконання
операцій
Скорочення часу платежів
з днів до хвилин, зниження
комісій
Ripple, Stellar
Децентралізовані
фінанси (DeFi)
Впровадження платформ
для управління активами та
інвестиціями
Зниження ролі посеред-
ників, зростання доступ-
ності фінансових послуг
Uniswap, Aave
Монетарна
політика
Введення цифрових валют
центральних банків (CBDC)
Підвищення ефективності
монетарного регулювання,
зростання прозорості
фінансових операцій
Експерименти з CBDC у
Китаї, Європейському Со-
юзі
Управління
ризиками
Прозорий моніторинг
фінансових ризиків за раху-
нок незмінності даних у
блокчейні
Підвищення рівня безпеки,
зменшення кіберзагроз
Chainalysis, блокчейн-
рішення у сфері регулю-
вання
Інклюзивні
фінансові послуги
Надання доступу до фінан-
сових інструментів для
незабезпечених верств насе-
лення
Зниження фінансової
нерівності, розширення
фінансової інклюзії
Проєкти з мікрофінансу-
вання у країнах Африки
Економічне
моделювання
Використання даних у ре-
жимі реального часу для
прогнозування та аналізу
Підвищення точності еко-
номічних прогнозів, зни-
ження ризиків
Дослідження World Bank
про вплив блокчейну на
економічне управління
Джерело: складено автором на основі [1]
Впровадження технологій блокчейн також відкриває нові можливості для розвитку
інклюзивних фінансових послуг. Децентралізовані фінансові платформи можуть стати ефек-
тивним інструментом подолання фінансової нерівності та забезпечення доступу до фінансо-
вих послуг для людей, які не мають банківських рахунків, обумовлене актуальністю для
країн, що розвиваються, де значна частина населення не має доступу до традиційних
банківських послуг. За допомогою новітніх інструментів технологій блокчейн, можливо зро-
бити переворот в економічних системах. Наприклад, агентне моделювання, яке дозволяє мо-
делювати поведінку окремих учасників мережі і вивчати їх взаємодію; мережевий аналіз, що
використовується для вивчення взаємозв'язків між учасниками блокчейн-мереж; машинне
навчання, яке застосовується для аналізу великих обсягів даних з блокчейну і прогнозування
майбутніх трендів; теорія ігор, яка може бути використана для моделювання стратегічної
поведінки учасників блокчейн-систем, а також спеціалізовані програмні платформи, що ро-
зроблені спеціально для аналізу блокчейн-даних.
Отже, аналіз впливу блокчейну на економічне моделювання свідчить про необхідність
нових методичних підходів та інструментів аналізу. Традиційні економетричні моделі, що
базуються на історичних даних та централізованих джерелах інформації, мають бути адапто-
вані до умов децентралізованої економіки. Пропонується розробити нові підходи до еко-
номічного моделювання з урахуванням специфіки блокчейн-систем та можливостей аналізу
даних у режимі реального часу. З цього випливає, що блокчейн-технології все більше пере-
творюються на один із драйверів змін у фінансовому секторі та економічному моделюванні,
а їх поява вимагає переосмислення традиційного підходу до організації фінансових систем та
розробки нових методів економічного аналізу.

MODELING OF ENTERPRISE ACTIVITIES IN CONDITIONS OF UNCERTAINTY

Єлизавета Гродзь — 2025-05-27

Modern enterprises operate in an extremely complex environment, where uncertainty becomes
a constant condition of their existence. As a result of the full-scale military invasion of the
Russian Federation into Ukraine, Ukrainian enterprises faced physical destruction of assets, forced
relocation, labor shortages, and logistical constraints. Security threats and financial and economic
risks of enterprise activity are a challenge for the functioning of business in Ukraine. Under these
conditions, it is important to additionally involve economic and mathematical modeling tools that
allow taking into account factors of uncertainty of the external environment and are the basis for
making further management decisions.
Modeling of enterprise activity is becoming an important tool for forecasting, adapting, and
making effective management decisions. The use of economic and mathematical models allows
enterprises [1]:
- to assess the impact of external factors, such as demand fluctuations, currency risks, and
changes in legislation;
- to form alternative scenarios for business development depending on the development of the
situation;
- optimize internal processes, including resource and financial management, to minimize costs
and maximize efficiency.
Thus, in a period of global turbulence, companies that are able to effectively use modeling of
their activities have a higher chance of survival and development in conditions of uncertainty.
Table 1 shows the financial indicators of the company "SEVENPORT" LLC for the period
2022-2024. This company provides comprehensive services in the field of international cargo transportation
and customs clearance. Given the constant changes in the industry, high level of competition
and conditions of uncertainty, the company actively analyzes the market situation and seeks
new opportunities to adapt to changing conditions and ensure sustainable development. Modeling
using the logit model allows you to identify key factors that determine the company's success in the
market, as well as assess risks and opportunities for further development.
Table 1 – Dynamics of the company's financial indicators “SEVENPORT” LLC for the period
2022–2024

ЕКСПЕРТНЕ ОЦІНЮВАННЯ ПІДПРИЄМНИЦЬКИХ РИЗИКІВ

Лідія Гур’янова — 2025-05-27

Сучасні умови функціонування українських підприємницьких структур (ПС) характе-
ризуються макроекономічною нестабільністю, високим рівнем енергетичних загроз та ін. Це
призводить до погіршення фінансового стану ПС, збитковості діяльності, зниження рівня
ділової активності. Тому актуальним науково-дослідним завданням є оцінювання ризиків ПС
різних типів з метою застосування превентивних механізмів фінансової стабілізації.
При опитуванні менеджменту 33 підприємств різних регіонів була запропонована кла-
сифікація ризиків на безпекові (пов’язані з веденням бойових дій і гібридної війни), еко-
номіко-політичні (зовнішні, спричинені змінами ринкової кон’юнктури чи політичними
рішеннями) та операційні (впливають на стабільність роботи бізнесу). Слід зазначити, що
результати експертного оцінювання ризиків ПС показали, що сприйняття ризиків суттєво
відрізняється у компаній різних галузей та регіонів.
В ході дослідження були отримані наступні результати. За географічним принципом
ризик «руйнування внаслідок обстрілу та окупація підприємства» є домінантним ризиком
для підприємств областей, на території яких ведуться бойові дії (крім Миколаївської об-
ласті). Однак, наприклад для підприємств Дніпропетровського регіону ризик руйнування має
однаковий ранговий пріоритет з ризиком нестачі кадрів, незважаючи на те, що цей регіон
межує із прифронтовими: Донецькою та Запорізькою областями (рис 1).

ПРОГНОЗУВАННЯ ДИНАМІКИ РИНКУ КРИПТОВАЛЮТ НА ОСНОВІ ДАНИХ СОЦІАЛЬНИХ МЕРЕЖ

Лідія Гур’янова — 2025-05-27

У сучасній економіці дослідження на основі даних із соціальних мереж набувають все
більшої популярності. Інтерактивні платформи, такі як тікток, фейсбук, інстаграм, ікс (твіт-
тер), лінкедин та інші, генерують велику кількість даних, які можуть бути використані для
аналізу поведінки користувачів. Обробка великих обсягів інформації вимагає розробки ефек-
тивних інструментів їх збору та аналізу. Прикладний програмний інтерфейс (API) є одним з
ключових методів, який забезпечує доступ до даних у реальному часі. Прикладний програм-
ний інтерфейс дозволяє науковцям автоматизувати процес збору інформації, налаштовувати
запити за різними критеріями та отримувати структуровані дані для подальшого аналізу.
Науковці активно досліджують використання API соціальних мереж для збору та
аналізу даних, прогнозування динаміки ринку криптовалют за допомогою методів інтелек-
туального аналізу даних. Так, Poudel, Weninger аналізували проблеми пов’язані з доступом
до соціальних мереж [1]. Розробка та керування прикладним програмним інтерфейсом при-
вертає значну увагу розробників програмного забезпечення [2]. Публікація “Advances in Intelligent
Data Analysis and Its Applications” Zhang, C., Li, W., Zhang, H., & Zhan, T. містить
огляд теоретичних основ методів інтелектуального аналізу даних і пропонує практичні реко-
28
мендації для підвищення точності та швидкості аналізу [3]. У дослідженні Mudassir, M.,
Bennbaia "Time-series forecasting of Bitcoin prices using high-dimensional features: a machine
learning approach" автори прогнозують ціну на біткоїн за допомогою моделей машинного
навчання, визначають точність прогнозування для короткострокового та середньострокового
періоду упередження [4].
Метою дослідження є проведення комплексного аналізу моделей для прогнозування
динаміки ринку криптовалют за даними соціальних мереж. Відповідно до мети дослідження
основними завданнями є:
- зібрати базу даних про активність користувачів у соціальних мережах;
- виконати обробку, агрегацію даних;
- побудувати моделі прогнозування на основі поліноміальної регресії, а також методів
машинного навчання (Random Forest, Decision Tree) та Prophet;
- оцінити точність та ефективність моделей за допомогою метрик Mean Squared Error та
Mean Absolute Error.
Збір інформації з соціальних мереж включав формування тематичних запитів. Вико-
ристання структурованих запитів дозволило ефективно вилучати дані, релевантні до до-
сліджуваної теми, чим забезпечило репрезентативність вибірки для аналізу.
Парсинг включав перетворення необробленої інформації на структуровані формати,
придатні для подальшого аналізу. Коректність обробки даних забезпечується застосуванням
сучасних бібліотек Python, таких як requests та json.
Код для обробки включав адаптацію алгоритмів збору інформації до специфіки кож-
ної соціальної мережі. Наступний етап - формування термінологічних баз із ключових слів,
фраз та синонімів. Розробка програмного забезпечення для автоматизації створення запитів
до API здійснювалась із застосуванням HTTP-методу POST. Розробка скриптів для перевірки
статусу та результатів виконання запитів, зроблених до API, здійснювалась з використанням
HTTP-методу GET. Зроблено автоматизацію перенесення даних із хмарної бази PostgreSQL
(через PGAdmin) до локальних файлів формату CSV для подальшої обробки. Далі - оп-
тимізація циклічного виконання запитів із врахуванням обмежень швидкості API та розробка
алгоритмів для регулювання частоти запитів із використанням таймерів (time.sleep) або черг
завдань для забезпечення відповідності правилам використання API. Реалізація скриптів для
обробки, візуалізації та аналізу даних кожної соціальної мережі окремо включає методи ча-
стотного аналізу та аналізу настроїв із використанням бібліотек Python (NLTK, scikit-learn,
matplotlib).
Система моніторингу збору даних дозволяє інтегрувати отримані дані в аналітичні та
дослідницькі процеси. Така універсальність даної системи є перспективною для подальшого
використання в бізнесі, науці та освіті. Досліджено варіанти інтеграції отриманих даних для
описового аналізу, кількісного аналізу, лінгвістичного аналізу, аналізу часових рядів, мере-
жевого аналізу, семантичного аналізу. Слід також зазначити, що отримані таким чином дані
дозволяють здійснити детальний контент-аналіз на кшталт визначення найпопулярніших
тегів, топ-постів по окремим соціальним мережам, топ найпопулярніших емодзі. Ефективним
є їх використання для категоризації та візуалізації медіа-контенту.
Серед моделей прогнозування динаміки криптовалют саме модель дерева рішень про-
демонструвала хорошу точність. MSE становить 2,532,048.20, що свідчить про порівняно
низький рівень розбіжностей між прогнозованими та фактичними значеннями. Коефіцієнт
детермінації R² підтверджує, що 79.3% варіації ціни біткоїна пояснюється побудованою мо-
деллю, що свідчить про її адекватність моделі та доцільність врахування даних соціальних
мереж під час прогнозування ринку криптовалют.
Побудована модель дерева рішень продемонструвала певний успіх у прогнозуванні
цін на біткоїн, проте зросли відхилення у прогнозах з часом. Тому в ході дослідження ро-
зроблено модель випадкового лісу для врахування більш складних взаємозв'язків між
змінними (рис. 1).

ЗАСТОСУВАННЯ МЕТОДІВ КЛАСТЕРНОГО АНАЛІЗУ ДЛЯ ОЦІНКИ РИЗИКІВ ПІДПРИЄМНИЦЬКИХ СТРУКТУР

Лідія Гур’янова — 2025-05-27

Сучасні умови функціонування українських підприємницьких структур
характеризується значним ступенем ризику, пов’язаним з низьким рівнем стійкості
енергетичної системи, інфляційними процесами, зниженням платоспроможного попиту та ін.
Фактори ризику оказують асиметричний вплив на діяльність підприємницьких структур
(ПС) різних регіонів, масштабу бізнесу, сфер діяльності. Тому цікавим науково-дослідним
завданням є оцінка такого асиметричного впливу ризиків на ПС різного типу, що дозволяє
визначити найбільш вразливі сфери діяльності та застосувати превентивні механізми
фінансової стабілізації галузі.
Для розробки моделі класифікації використовувались методи ієрархічної
агломеративної кластеризації (метод Уорда) та ітеративної кластеризації (метод k-means).
Інформаційною базою дослідження є фінансові дані українських підприємств за такими
показниками, як прибуток, рентабельність активів, коефіцієнт поточної ліквідності, рівень
заборгованості та ін., а також класифікаційні ознаки ПС: масштаб бізнесу, регіональне
розташування та відстань до зони бойових дій та ін. Під час побудови моделі кластерного
аналізу дані були стандартизовані.
Дендрограма кластеризації за методом Уорда (рис. 1), графік «ліктя» та інші критерії,
що дозволяють досліджувати зміну функціоналів якості класифікації в залежності від
кількості кластерів, яка враховується в моделі класифікації, дозволили зробити висновок про
наявність 7 груп в досліджуваній сукупності.

МЕТОДИ УПРАВЛІННЯ МОТИВАЦІЄЮ ПРАЦІВНИКІВ ПІДПРИЄМСТВ ІНЖЕНЕРНИХ СПРЯМУВАНЬ В УМОВАХ ВІЙСЬКОВОГО СТАНУ В УКРАЇНІ

Дмитро Гуров — 2025-05-27

Військовий стан в Україні змусив людей змінити пріоритети не тільки у звичайному
житті, але і у професійній сфері. Це створює необхідність переосмислити традиційні методи
мотивації та впроваджувати нові, адаптовані до сучасних умов.
Для початку розглянемо традиційні методи мотивації та проаналізуємо їх ефективність
у контексті роботи інженерного підприємства.
Таблиця 1 — Традиційні методи мотивації працівників інженерного підприємства
Метод
мотивації
Опис методу для інженерно-
го підприємства
Переваги Недоліки
1 2 3 4
Додаткові
грошові
виплати
Премії за виконання склад-
них задач, грант на про-
фесійне навчання студентів
на підприємстві.
Мотивує виконувати
складні задачі, при-
вертає нові кадри.
Сприяє зросту конкуренції між
працівниками, що деморалізує
командний настрій.
Індиві-
дуалізація
оплати праці
Гнучкі тарифи заробітної
плати, які відповідають
складності проєктів та
відпрацьованому часу.
Забезпечує відчуття
справедливості та
забезпечує професій-
ний ріст .
Потребує знаного часу для
впровадження системи.
Публічне
визнання
досягнень
Нематеріальні нагороди за
професійні досягнення у
вирішенні інженерних задач.
Мотивує підтримува-
ти та покращувати
професійні навички
Підходить не для всіх
спеціалістів; може не моти-
вувати працівників, які
націлені на матеріальні цін-
ності.
33
1 2 3 4
Адміністра-
тивний влив
Суворий чи додатковий кон-
троль за виконанням інже-
нерних задач шляхом
звідності та постійного
нагляду
Забезпечує швидкість
виконання завдань,
якість продуктів у
кризових ситуаціях.
Може демотивувати
кваліфікаційних працівників та
сприяти відтоку професіональ-
них кадрів.
Автономія Надання інженерам змоги
самостійно вирішувати ін-
женерні питання та постав-
ленні задачі.
Зростає відповідаль-
ність та ініціатив-
ність працівників.
Працівники повинні бути ви-
сококваліфікованими, щоб
забезпечити якісне виконання
роботи.
Гейміфікація
процесів
Введення в робочі процеси
ігрових форм, які зможуть
допомогти у вирішенні задач
(наприклад, рейтингові таб-
лиці, нагороди, тощо)
Підвищує залученість
співробітників до
вирішення інженер-
них задач та робочих
процесів.
Більшість працівників інже-
нерного профілю не сприйма-
ють гейміфікацію серйозно та
можуть не долучитися до «зма-
гання».
Гнучкий
графік
роботи
Працівники мають змогу
працювати віддалено або за
гнучким графіком.
Сприяє комфортному
робочому процесу
працівників.
Складно контролювати ефек-
тивність робочої діяльності
працівників.
Професійний
розвиток
Організація тренінгів для
підвищення кваліфікації,
курсів з професійного
навчання, тощо.
Сприяє підвищенню
рівня кваліфікації
персоналу
Потребує значних фінансових
витрат та часу.
Соціальні
пакети
Надання відпустки, додатко-
вих вихідних, медичне
страхування.
Забезпечення певного
рівня безпеки, змен-
шення рівня стресу.
Потребує додаткових
фінансових витрат.
Джерело: складено автором на основі [1], [2], [3].
Війна створила безпрецедентні виклики для управління мотивацією працівників, що є
критично важливим для збереження продуктивності та функціонування підприємств. Розгля-
даючи компанії, що працюють в інженерних напрямах, серед основних проблем, які безпосе-
редньо впливають на рівень мотивації співробітників, можна виділити наступні:
1. Втрата ключових співробітників через мобілізацію та міграцію. Мобілізація значної
частини працездатного населення призводить до дефіциту кваліфікованих кадрів. Еміграція
спеціалістів за кордон через небезпеку та економічну нестабільність у країні змушує
підприємства оперативно адаптувати кадрову політику.
2. Психологічна нестабільність працівників. Постійний стрес, тривожність і страх за
життя своїх близьких знижують залученість до робочого процесу. Підвищення рівня виго-
рання через емоційне виснаження та необхідність працювати у складних умовах.
3. Складнощі у створенні умов для ефективної роботи. Часті перебої з електроенергією
впливають на комфорт працівників і знижують їхню продуктивність. Руйнування інфра-
структури (доріг, мостів, транспортних вузлів) ускладнює доставку матеріалів, обладнання та
продукції.
4. Фінансові обмеження роботодавця. Складнощі з виплатами конкурентної заробітної
плати або премій через загальну економічну ситуацію знижують фінансову мотивацію пер-
соналу. Відсутність можливості інвестувати у додаткові програми навчання або нематеріаль-
ні бонуси.
5. Зростання потреби у персоналізованому підході. Працівники в умовах війни потре-
бують індивідуальної уваги, гнучких умов роботи та підтримки, що створює додаткове
навантаження на HR-служби та керівників. [4]
Серед розглянутих методів мотивації можна виділити кілька, які найкраще адаптуються
до умов військового стану та викликів, що постали перед інженерними підприємствами:
1. Матеріальні стимули. В умовах економічної нестабільності матеріальна підтримка
залишається ключовим фактором мотивації, оскільки допомагає працівникам забезпечити
базові потреби. Замість класичних премій можна запровадити разові виплати на нагальні
34
потреби (наприклад, компенсації на генератори або мобільний інтернет). Також грант на
професійне навчання допоможе залучити студентів працювати на підприємстві, що, в свою
чергу, сприятиме вирішенню кадрового голоду, викликаного дефіцитом професійних кадрів
(що підсилений мобілізацією, еміграцією працівників, тощо).
2. Гнучкий графік роботи. Такий метод забезпечує комфорт працівників у нестабіль-
них умовах, таких як перебої з електроенергією або транспортом, ракетні обстріли. Гнучкий
графік із чітким розподілом задач може допомогти уникнути зниження продуктивності, а
також забезпечити певного рівня безпеки.
3. Соціальні пакети. Додаткові гарантії (медичне страхування, транспортні витрати)
можуть підвищити лояльність працівників. У стресових умовах війни люди більше цінують
стабільність і турботу роботодавця.
4. Публічне визнання досягнень. Доступний та дієвий метод для підтримки морально-
го духу. В умовах обмежених фінансових ресурсів це є економічно вигідним способом моти-
вації.
5. Професійний розвиток. Професійний розвиток під час військового стану допомагає
працівникам відчувати стабільність і впевненість у майбутньому, оскільки демонструє тур-
боту компанії про їхній розвиток. Навчання сприяє самореалізації, адаптації до нових
викликів і зміцнює командний дух, що підвищує мотивацію та продуктивність.
Також, окрім традиційних методів мотивації, можна розглянути наступні методи:
1. Емоційна підтримка та корпоративна солідарність. Запровадження регулярних
зустрічей із психологами та організація ініціатив підтримки сімей мобілізованих працівників.
2. Волонтерські ініціативи. Створення можливостей для працівників долучатися до
допомоги ЗСУ або місцевим громадам у рамках роботи.
3. Стабільність та захист. Надання працівникам доступу до тимчасових укриттів на
підприємстві або сприяння їхній облаштованості вдома. Організація курсів (симуляційних
тренінгів) з надання першої домедичної допомоги в умовах війни.
4. Програми адаптації. Індивідуальні плани підтримки для працівників, які поверта-
ються після мобілізації, з акцентом на професійну реабілітацію.
Для ефективної мотивації в умовах військового стану необхідно комбінувати тра-
диційні методи (гнучкий графік, соціальні пакети) з новими підходами (емоційна підтримка,
волонтерство, антикризове навчання). Головний акцент слід робити на індивідуалізації під-
ходу до працівників, зберігаючи баланс між професійним та особистим життям. Це дозво-
лить не лише підтримувати високий рівень мотивації, але й забезпечити стійкість колективу
в умовах кризових ситуацій.

ПРОГНОЗУВАННЯ ЦІН НА ЯЙЦЯ КУРЯЧІ ЗА ДОПОМОГОЮ МОДЕЛІ ХОЛЬТА-ВІНТЕРСА ТА ЇХ ВПЛИВ НА СТАН ЕКОНОМІЧНОЇ БЕЗПЕКИ КРАЇНИ

Юрій Гуртовий — 2025-05-27

Курячі яйця є одним з продуктів харчування споживчого кошика, на основі вартісної
оцінки якого відбувається розрахунок прожиткового мінімуму. Протягом останніх років в
Україні спостерігається тенденція до зростання вартості яєць: якщо станом на 1 листопада
2020 року середньомісячна ціна становила 25,90 грн за 10 штук, то у 2024 році – 71,03 грн в
аналогічному періоді. Таке стрімке дорожчання спричиняє занепокоєння серед споживачів та
незахищених верств населення, які через фінансові труднощі досить чутливо реагують
зміною попиту на зміну ціни, обираючи або більш дешеву продукцію, або скорочуючи обсяги споживання яєць. Оскільки у бюджетній декларації на 2025-2027 рр. та державному бюджеті на 2025 рік не передбачено зростання таких соціальних показників, як прожитковий
мінімум та мінімальна заробітна плата, зростання цін на яйця, які є важливим джерелом
білка в раціоні населення, матиме негативний вплив на рівень продовольчої (зменшення обсягів споживання яєць та добової калорійності харчування людини) та соціальної безпеки
(зростання частки витрат на продовольчі товари в структурі споживчих витрат домогосподарств) України. З огляду на це, прогнозування їхньої ціни у середньостроковій перспективі
є актуальним завданням, що дозволяє оцінити ризики продовольчої доступності та зрушення
у структурі споживчих витрат.
Для здійснення прогнозу слід обрати модель, яка дозволяє врахувати сезонність, що характерна для більшості сільськогосподарських процесів. Одним із класичних підходів є прогнозування за допомогою методу Хольта-Вінтерса – трьохпараметричної моделі прогнозу,
яка складається із згладженого експоненційного ряду, лінійного тренду та сезонного компоненту, який поєднується з іншими компонентами адитивним або мультиплікативним способом. В даній моделі розмах сезонних коливань змінюється слабо, тобто, сезонність додається
до ряду динаміки, що візуалізовано за допомогою радіальної діаграми (рис.1).
На рис. 1 представлена динаміка цін на яйця «Квочка» агрохолдингу «Авангард» –
найбільшого виробника яєць як на українському ринку, так і орієнтованого на експорт. У
жовтні-грудні 2022 року причиною різкого стрибку в ряді динаміки є не мультиплікативний
вплив сезонності, а скорочення чи навіть припинення виробничої діяльності підприємств
через бойові дії та проблеми з логістикою. Ці фактори відносяться до випадкового компоненту, який включає ефекти від непередбачуваних подій, як-от природно-кліматичні аномалії, втрата виробничих потужностей внаслідок воєнних дій, часті відключення електроенергії тощо. Перевірка цього припущення здійснюється за допомогою методу сезонної декомпозиції часового ряду, реалізованого за допомогою IBM SPSS. Рис. 2 демонструє, що у
жовтні-грудні 2022 року стрімке зростання ціни було спровоковане як зростанням трендциклічної компоненти, так і накладанням одночасно сезонності і непередбачуваних (випадкових) подій. Подібна ситуація характерна і для поточного зростання, оскільки станом на 1
листопада 2024 року приріст цін на яйця складає 56,83% порівняно з ціною станом на 1 жовтня 2024 року, що становила 45,29 грн за десяток.

МОДЕЛЮВАННЯ ЕКОНОМІЧНОЇ ПОВЕДІНКИ УКРАЇНСЬКИХ ПІДПРИЄМСТВ У ІНВЕСТИЦІЙНІЙ ДІЯЛЬНОСТІ

Олександр Демідов — 2025-05-27

Розвиток виробничої бази через інвестиції в необоротні активи та фінансові інструменти залишається важливим навіть в умовах війни, оскільки це сприяє економічній стабільності
та відновленню країни. Така інвестиційна діяльність є не лише необхідною для загальної
економіки, але й критично важливою для забезпечення стійкості та конкурентоспроможності
самих підприємств [1].
Для дослідження були обрані великі українські підприємства, які репрезентують ключові галузі економіки України: ПрАТ «МХП», ТОВ «АТБ-Маркет», ТОВ «Нова Пошта».
Рисунок 1 – Чистий рух коштів від інвестиційної діяльності досліджуваних
підприємств по роках
Джерело: узагальнено та формалізовано авторами.
Аналіз даних показав, що у більшості підприємств у 2022 році відбувся спад в обсягах
інвестиційних коштів, що є логічною реакцією на повномасштабне вторгнення Росії в
39
Україну. Проте вже у 2023 році ці три компанії відновили висхідну тенденцію, що свідчить
про позитивний інвестиційний настрій та готовність до розвитку навіть у складних умовах.
Для оцінки впливу обсягу інвестиційних вкладень на фінансові-економічні показники
компаній було розраховано коефіцієнти кореляції та детермінації для доступних часових
рядів, що характеризують інвестиційну діяльність та фінансовий-економічний стан
підприємств. Коефіцієнт кореляції використано для визначення сили та напрямку зв'язку між
двома змінними, а коефіцієнт детермінації - для оцінки частини дисперсії, яку можна пояснити через регресійний зв'язок [2]. В економіці прийнятними вважаються значення
коефіцієнта кореляції вище 0,8 та коефіцієнта детермінації вище 0,6.
Після підрахунку коефіцієнтів кореляції та детермінації для вищезазначених фінансовоекономічних показників обраних компаній, робимо висновок, що значення чистого руху
коштів від інвестиційної діяльності мають найбільший зв’язок із показниками чистого доходу підприємств та загальною вартістю активів.
Таким чином, результати дослідження підтверджують доцільність інвестування українськими підприємствами у власний розвиток (зокрема, придбання необоротних активів) та
підвищення обсягів чистого руху коштів від інвестиційної діяльності. Навіть в умовах війни
це може позитивно впливати на прибутковість підприємства та загальну вартість його активів.
Подальший етап дослідження передбачав побудову динамічної моделі з використанням
лагових змінних для моделювання затримки впливу обсягу інвестиційних вкладень на обсяг
активів підприємства. Лагові змінні враховують те, що інвестиційні вкладення можуть не
мати негайного впливу на вартість активів або чистий дохід компанії; результат від інвестицій може проявлятися через певний час (наприклад, через рік або два).
Загальний вигляд моделі є таким:
Assetst = α + β ∙ Investmentt-n,
де α – базова вартість активів без впливу інвестицій, β – коефіцієнт, що показує вплив
інвестицій у попередньому t-n періоді на активи в поточному році; t – поточний період, n –
довжина лагу, тобто величина запізнення по часу.
Для ПрАТ «МХП» та ТОВ «АТБ-Маркет» дослідження проводилося з лагом 1 через
обмежену кількість статистичних даних. Для ТОВ «Нова Пошта» вдалося протестувати лаги
0, 1, 2 та 3 завдяки більшій доступності інформації.
Зсув по значеннях активів підприємств здійснювався на один період, тоді як значення
чистого руху інвестиційних коштів залишалися незмінними. Після цього розраховувалися
нові коефіцієнти кореляції та детермінації. Якщо ці коефіцієнти свідчили про тісніший
зв'язок між змінними, будувалася модель для впливу інвестицій на активи з відповідним лагом.
Для компанії ПрАТ «МХП» найвищі коефіцієнти кореляції та детермінації були отримані при нульовому лагу. Для ТОВ «АТБ-Маркет» лаг 1 показав вищі коефіцієнти, що дозволило побудувати модель з лаговою змінною:
Assetst = 50 000 000 000 ₴ + (- 1,791732053) ∙ Investmentt-1.
Для ТОВ «Нова Пошта» найвищі коефіцієнти кореляції та детермінації були отримані
при лагу 2, що дозволило побудувати наступну модель:
Assetst = 9 000 000 000 ₴ + 4,0399 ∙ Investmentt-2, (1)
Для моделювання значень вартості активів ТОВ «Нова Пошта» підставили значення
чистого руху коштів від інвестиційної діяльності за 2022 рік для прогнозування значення на
2024 рік, та значення за 2023 рік - для прогнозування значення на 2025 рік.
40
Після моделювання значення вартості активів на 2024 та 2025 роки, для визначення
співвідношення між величиною чистого доходу та вартістю активів, і співвідношення між
величиною чистого руху коштів від інвестиційної діяльності та чистим доходом підрахуємо
відповідні коефіцієнти.
Використовуючи прогнозоване за моделлю (1) значення вартості активів ТОВ «Нова
Пошта» та відповідні коефіцієнти майбутніх періодів, що припускалися експертами, визначили значення чистого доходу для ТОВ «Нова Пошта» у 2024 та 2025 роках і значення чистого руху коштів від інвестиційної діяльності у ці ж роки.
Таблиця 1 – Статистичні показники фінансово-економічної діяльності ТОВ «Нова Пошта» за 2018-2023 роки та прогнозовані показники