Типологія макроекономічних дисбалансів повоєнного відновлення: обґрунтування числа кластерів і стійкість класифікації
DOI:
https://doi.org/10.26661/2522-1566/2026-3/37-11Ключові слова:
макроекономічні дисбаланси, воєнний період, повоєнне відновлення, кластерний аналіз, силуетний коефіцієнт, кофенетична кореляція, валідність класифікації, метод ВардаАнотація
Статтю присвячено перевірці стійкості кластерної типології траєкторій повоєнного відновлення та визначенню меж її інтерпретації. Одиницею спостереження є епізод відновлення: країна разом із п’ятирічним вікном стабілізації; масив містить 50 таких епізодів, серед них об’єднання Німеччини 1990–1994 років, східноазійські стабілізації Малайзії, Індонезії та Таїланду 1999–2003 років, суверенний дефолт Аргентини 2003–2007 років, іракський епізод 2004–2008 років, банківський колапс Ісландії 2010–2014 років та Україна 2000–2004 років. Кожен епізод описано дев’ятьма індикаторами макроекономічних дисбалансів на його вікні; ієрархічне розбиття методом Варда оцінено за трьома критеріями якості. Силуетний коефіцієнт зростає від 0,134 при k = 3 до 0,196 при k = 6 і знижується до 0,192 при k = 7, тобто шість кластерів є останнім поділом у дослідженому діапазоні, який ще покращує розділення. Кофенетична кореляція дорівнює 0,735, збіг ієрархічного розбиття з розв’язком k-means становить 56 %. Отримані значення вказують на обмежену якість класифікації. Сукупність епізодів відновлення неоднорідна, тоді як віднесення окремого прикордонного епізоду до конкретного кластера потребує додаткового обґрунтування. Запропоновано розрізняти два рівні висновків із кластерної типології: про наявність структури і про належність спостереження, застосовуючи до них різні докази. Зовнішня перевірка показала, що розбиття не відтворює поділу епізодів за типом шоку: скоригований індекс Ренда дорівнює 0,059, а постконфліктні епізоди відрізняються від посткризових лише за двома індикаторами з дев’яти, сальдом зовнішньої торгівлі та поточним рахунком. Початкові значення індикаторів на вікні стабілізації формуються дисбалансами воєнного періоду, тому надійність повоєнної типології обмежена точністю вимірювання саме воєнних дисбалансів. Для України еталонний профіль відновлення може слугувати орієнтиром, але не підставою для остаточної класифікації власної траєкторії, оскільки її вікно стабілізації ще не розпочалося.
JEL класифікація: C38, E32, O11, F44.
Посилання
1. Булик О. Стратегія відновлення економіки України після війни. Економіка та суспільство. 2023. № 48. DOI: https://doi.org/10.32782/2524-0072/2023-48-51.
2. Caliński T., Harabasz J. A dendrite method for cluster analysis. Communications in Statistics. 1974. Vol. 3, no. 1. P. 1–27. DOI: https://doi.org/10.1080/03610927408827101.
3. Геєць В. М., Скрипниченко М. І., Шумська С. С. Макроекономічні дисбаланси в Україні: моніторинг на основі MIP Scoreboard та модельні оцінки їхнього впливу на зростання і стабільність. Фінансово-кредитна діяльність: проблеми теорії та практики. 2020. Т. 2, № 33. С. 296–305. DOI: https://doi.org/10.18371/fcaptp.v2i33.206956.
4. Gower J. C. A general coefficient of similarity and some of its properties. Biometrics. 1971. Vol. 27, no. 4. P. 857–871. DOI: https://doi.org/10.2307/2528823.
5. Milligan G. W., Cooper M. C. An examination of procedures for determining the number of clusters in a data set. Psychometrika. 1985. Vol. 50, no. 2. P. 159–179. DOI: https://doi.org/10.1007/BF02294245.
6. OECD. OECD Economic Surveys: Ukraine 2025. Paris : OECD Publishing, 2025. DOI: https://doi.org/10.1787/940cee85-en.
7. Rousseeuw P. J. Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics. 1987. Vol. 20. P. 53–65. DOI: https://doi.org/10.1016/0377-0427(87)90125-7.
8. Rubin D. B. Inference and missing data. Biometrika. 1976. Vol. 63, no. 3. P. 581–592. DOI: https://doi.org/10.1093/biomet/63.3.581.
9. Скорик О. В. Аналітична інтерпретація кластерного аналізу зовнішньоекономічної діяльності та використання його результатів на мікро-рівні. Український економічний часопис. 2024. № 6. С. 137–141. DOI: https://doi.org/10.32782/2786-8273/2024-6-23.
10. Sokal R. R., Rohlf F. J. The comparison of dendrograms by objective methods. Taxon. 1962. Vol. 11, no. 2. P. 33–40. DOI: https://doi.org/10.2307/1217208.
11. Thorndike R. L. Who belongs in the family? Psychometrika. 1953. Vol. 18, no. 4. P. 267–276. DOI: https://doi.org/10.1007/BF02289263.
12. Tibshirani R., Walther G., Hastie T. Estimating the number of clusters in a data set via the gap statistic. Journal of the Royal Statistical Society: Series B. 2001. Vol. 63, no. 2. P. 411–423. DOI: https://doi.org/10.1111/1467-9868.00293.
13. Ward J. H., Jr. Hierarchical grouping to optimize an objective function. Journal of the American Statistical Association. 1963. Vol. 58, no. 301. P. 236–244. DOI: https://doi.org/10.1080/01621459.1963.10500845.
14. World Bank. Ukraine – Third Rapid Damage and Needs Assessment (RDNA3), February 2022 – December 2023. World Bank Group, 2024. URL: https://documents.worldbank.org/en/publication/documents-reports/documentdetail/099021324115085807 (дата звернення: 30.07.2026).
REFERENCES
Bulyk, O. (2023). Stratehiia vidnovlennia ekonomiky Ukrainy pislia viiny [Strategy for the recovery of Ukraine’s economy after the war]. Ekonomika ta suspilstvo, 48. https://doi.org/10.32782/2524-0072/2023-48-51 [in Ukrainian]
Caliński, T., & Harabasz, J. (1974). A dendrite method for cluster analysis. Communications in Statistics, 3(1), 1–27. https://doi.org/10.1080/03610927408827101
Geyets, V. M., Skrypnychenko, M. I., & Shumska, S. S. (2020). Makroekonomichni dysbalansy v Ukraini: monitorynh na osnovi MIP Scoreboard ta modelni otsinky yikhnoho vplyvu na zrostannia i stabilnist [Macroeconomic disbalances in Ukraine: monitoring based on the MIP Scoreboard and model estimates of their impact on growth and stability]. Finansovo-kredytna diialnist: problemy teorii ta praktyky, 2(33), 296–305. https://doi.org/10.18371/fcaptp.v2i33.206956 [in Ukrainian]
Gower, J. C. (1971). A general coefficient of similarity and some of its properties. Biometrics, 27(4), 857–871. https://doi.org/10.2307/2528823
Milligan, G. W., & Cooper, M. C. (1985). An examination of procedures for determining the number of clusters in a data set. Psychometrika, 50(2), 159–179. https://doi.org/10.1007/BF02294245
OECD. (2025). OECD Economic Surveys: Ukraine 2025. OECD Publishing. https://doi.org/10.1787/940cee85-en
Rousseeuw, P. J. (1987). Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 20, 53–65. https://doi.org/10.1016/0377-0427(87)90125-7
Rubin, D. B. (1976). Inference and missing data. Biometrika, 63(3), 581–592. https://doi.org/10.1093/biomet/63.3.581
Skoryk, O. V. (2024). Analitychna interpretatsiia klasternoho analizu zovnishnoekonomichnoi diialnosti ta vykorystannia yoho rezultativ na mikrorivni [Analytical interpretation of cluster analysis of foreign economic activity and the use of its results at the micro level]. Ukrainskyi ekonomichnyi chasopys, 6, 137–141. https://doi.org/10.32782/2786-8273/2024-6-23 [in Ukrainian]
Sokal, R. R., & Rohlf, F. J. (1962). The comparison of dendrograms by objective methods. Taxon, 11(2), 33–40. https://doi.org/10.2307/1217208
Thorndike, R. L. (1953). Who belongs in the family? Psychometrika, 18(4), 267–276. https://doi.org/10.1007/BF02289263
Tibshirani, R., Walther, G., & Hastie, T. (2001). Estimating the number of clusters in a data set via the gap statistic. Journal of the Royal Statistical Society: Series B, 63(2), 411–423. https://doi.org/10.1111/1467-9868.00293
Ward, J. H., Jr. (1963). Hierarchical grouping to optimize an objective function. Journal of the American Statistical Association, 58(301), 236–244. https://doi.org/10.1080/01621459.1963.10500845
World Bank. (2024). Ukraine – Third Rapid Damage and Needs Assessment (RDNA3), February 2022 – December 2023. World Bank Group. https://documents.worldbank.org/en/publication/documents-reports/documentdetail/099021324115085807
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Менеджмент та підприємництво: тренди розвитку
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
