Видання зареєстровані авторами шляхом самоархівування
Permanent URI for this communityhttps://devessuir.sumdu.edu.ua/handle/123456789/1
Browse
7 results
Search Results
Item Digital Financial Inclusion: COVID-19 Impacts and Opportunities(MDPI, 2023) Dluhopolskyi, O.; Пахненко, Олена Михайлівна; Pakhnenko, Olena Mykhailivna; Лєонов, Сергій Вячеславович; Lieonov, Serhii Viacheslavovych; Семеног, Андрій Юрійович; Semenoh, Andrii Yuriiovych; Артюхова, Надія Олександрівна; Artiukhova, Nadiia Oleksandrivna; Cholewa-Wiktor, M.; Jastrzebski, W.Пандемія COVID-19 спричинила прискорення цифровізації та розгляду цифрової фінансової інклюзії як засобу мінімізації негативних економічних наслідків і підвищення стійкості домогосподарств і МСП. Метою цієї статті було оцінити вплив пандемії COVID-19 на цифрову фінансову доступність шляхом побудови та розрахунку інтегрального індексу цифрової фінансової доступності (DFI) на основі показників Global Findex Database. Підхід до розрахунку індексу DFI та двох субіндексів, що характеризують пасивну участь у фінансових відносинах та активне використання цифрових технологій, базувався на лінійній математичній моделі інтегрального показника та на використанні формули Фішберна для розрахунку вагових коефіцієнтів. Отримані результати довели прискорення цифрової фінансової інклюзії у 2021 році та виявили значні відмінності у ПФІ між країнами та групами країн за рівнем доходу, а також проблеми фінансової ізоляції найбільш уразливих груп населення, особливо в країнах, що розвиваються. Отримані результати щодо рівня DFI обговорюються з точки зору впливу COVID-19: як безпосередньо, впливаючи на поведінку споживачів і рішення щодо цифрових фінансових послуг, так і з ширшої точки зору, впливаючи на суб’єктів господарювання, постачальників фінансових послуг і регулювання.Item Resilience of Smart Cities to the Consequences of the COVID-19 Pandemic in the Context of Sustainable Development(MDPI, 2022) Kuzior, A.; Krawczyk, D.; Brożek, P.; Пахненко, Олена Михайлівна; Пахненко, Елена Михайловна; Pakhnenko, Olena Mykhailivna; Васильєва, Тетяна Анатоліївна; Васильева, Татьяна Анатольевна; Vasylieva, Tetiana Anatoliivna; Лєонов, Сергій Вячеславович; Леонов, Сергей Вячеславович; Lieonov, Serhii ViacheslavovychThe development of digital technologies is one of the factors influencing the cities’ readiness for the COVID-19 breakout. The purpose of this article is to assess cities’ resilience to the COVID-19 pandemic depending on the “smart” level criteria. The article uses the following research methods: (1) bibliometric analysis to identify the main directions of scientific research regarding “COVID-19” and “smart city” in Scopus publications for 2019–2022; (2) k-means clustering method to identify common patterns among smart cities regarding their readiness and responsiveness to COVID-19; (3) correlation analysis to identify the relationships between smart city performance indicators and COVID-19 severity in these cities. The Smart City Index 2021 was a key criterion for classifying a city as smart for this study. The correlation analysis included two stages: (1) correlation analysis of the Smart City Rank and indicators of COVID-19 readiness and responsiveness; (2) correlation analysis of the Smart City Rank and its health care components and COVID-19 severity indicators. According to the study results, smart cities demonstrated higher COVID-19 readiness and lower COVID-19 fatality rates. However, they lag behind in terms of resilience and sustainability of their health care systems.Item Financial, economic, environmental and social determinants for Ukrainian regions differentiation by the vulnerability level to COVID-19(Фінансово-кредитна діяльність: проблеми теорії і практики, 2020) Кузьменко, Ольга Віталіївна; Кузьменко, Ольга Витальевна; Kuzmenko, Olha Vitaliivna; Лєонов, Сергій Вячеславович; Леонов, Сергей Вячеславович; Lieonov, Serhii Viacheslavovych; Каща, Марія Олексіївна; Каща, Мария Алексеевна; Kashcha, Mariia OleksiivnaЯк свідчить перебіг пандемії COVID-19, регіони України суттєво відрізняються за рівнем вразливості населення до цієї інфекції. Причини регіональної диференціації захворюваності та смертності населення від COVID-19 ідентифікуються певними патернами (комбінаціями) факторів, які кумулятивно накопичуючись протягом тривалого періоду часу, сформували так звані «ретроспективних портретів вразливості регіону до COVID-19» для кожного регіону. Основною метою дослідження є визначення таких комбінацій фінансових, економічних, екологічних та соціальних факторів, які обумовили різну кількість летальних випадків та захворюваності серед населення різних регіонів України від COVID-19. Дослідження здійснено на основі побудованої просторової нелінійної моделі, в якій за ступінчастим алгоритмом окремі факторні змінні додавалися / вилучалися зі специфікацій моделі покроково методом Ейткена залежно від їх кореляції із показниками захворюваності та смертності від COVID-19 в регіоні, до тих пір, поки не була сформована специфікацію моделі з найвищим рівнем адекватності за p-значенням та t-статистикою. Для побудови індивідуальних «ретроспективних портретів вразливості регіону до COVID-19» для кожного регіону побудовані нелінійні багатофакторні регресійні рівняння залежності між результативною ознакою (рівень захворюваності та смертності населення регіону від COVID-19) від змінних – 23 індикаторів соціального, економічного, екологічного та фінансового розвитку кожного регіону України та міста Київ, сформовані кореляційні матриці та побудовано кореляційні плеяди. Перевірка на мутиколінеарність здійснена на основі кореляційної матриці з використанням алгоритму Фаррара-Глобера, перевірка залишків на наявність автокореляції здійснена методом Дарбіна-Уотсона, перевірка на гетероскедастичність здійснена за допомогою тесту рангової кореляції Спирмена. Результати емпіричного аналізу засвідчили, що на рівень захворюваності від COVID-19 та кількість смертельних випадків найбільше впливає показники міграційного руху, кількісний склад населення та екологічна ситуація в регіоні, але також суттєвим є індикатор готовності медичних закладів до якісного обслуговування хворих в період пандемії та динаміка доходів населення. Використання ретроспективних результатів дослідження можуть бути корисними при створенні дорожніх карт окремих регіонів, для подолання наслідків епідеміологічних впливів у майбутньому.Item Ретроспективні портрети вразливості населення регіонів України до COVID-19(Сумський державний університет, 2020) Васильєва, Тетяна Анатоліївна; Васильева, Татьяна Анатольевна; Vasylieva, Tetiana Anatoliivna; Лєонов, Сергій Вячеславович; Леонов, Сергей Вячеславович; Lieonov, Serhii ViacheslavovychРозглядається спектр питань теоретичного, методологічного та аналітичного характеру, пов’язаних із дослідженням ретроспективних портретів уразливості населення областей України до COVID-19. Виявлено причини регіональної диференціації захворюваності та смертності населення від COVID-19 (регресантів), які пояснюються певними патернами факторів (регресорів), за яких уразливість є найвищою, що відповідно дозволило визначити, якою мірою той чи інший регіон відповідає цим комбінаціям. Формалізовано залежності між регресантами й факторами громадського здоров’я, а також близько 20 детермінант екологічної, соціальної та економічної специфіки регіонів України.Item Modeling and forecasting the impact of the COVID-19 pandemic on socio-economic development(Centre of Sociological Research, 2020) Летуновська, Наталія Євгенівна; Летуновская, Наталия Евгеньевна; Letunovska, Nataliia Yevhenivna; Васильєва, Тетяна Анатоліївна; Васильева, Татьяна Анатольевна; Vasylieva, Tetiana Anatoliivna; Лєонов, Сергій Вячеславович; Леонов, Сергей Вячеславович; Lieonov, Serhii ViacheslavovychУ монографії розглянуто певні аспекти проблем, які виникли у світі у зв’язку з поширенням вірусу COVID-19. Проаналізовані підходи урядів різних держав до стримування розповсюдження небезпечних епідемій для стабілізації та покращання соціально-економічного становища. Авторами досліджені математичні та економічні моделі, а також сценарії виходу країн з кризи, спричиненої високими показниками захворюваності на COVID-19 та карантинними заходами. У монографії узагальнені особливості ряду моделей, які дають можливість спрогнозувати подальше поширення коронавірусу та його вплив та своєчасно ухвалювати ефективні управлінські рішення щодо протидії йому. Викладений доробок авторів допоможе в розробленні комплексних економіко-математичних моделей прогнозування впливу COVID-19 на соціально-економічний розвиток країн та окремих регіонів. Для представників державних структур, науковців, працівників сфери охорони здоров’я, аспірантів та студентів економічних та деяких інших спеціальностей.Item The economic impact of COVID-19: forecasting for ukrainian regions(Sumy State University, 2020) Васильєва, Тетяна Анатоліївна; Васильева, Татьяна Анатольевна; Vasylieva, Tetiana Anatoliivna; Лєонов, Сергій Вячеславович; Леонов, Сергей Вячеславович; Lieonov, Serhii Viacheslavovych; Летуновська, Наталія Євгенівна; Летуновская, Наталия Евгеньевна; Letunovska, Nataliia YevhenivnaThe world scientific community has developed many economic and mathematical models for predicting and analysing the multidirectional impact of COVID-19 on various aspects of society. Modelling the economic consequences of a new dangerous virus for different countries has a vital role today. There is a lack of such research in Ukraine. Foreign papers, particularly from the highly-rated databases Scopus and Web of Science, show an increase in research on this topic and their citations. It is appropriate to mention specific quotes from the report of the consulting company One Philosophy Insights, which states that quarantine has affected the economy of Ukraine in different ways.Item COVID-19, SARS, H5N1, A/H1N1, EVD: порівняльний аналіз впливу пандемій на економічний та соціальний розвиток у національному, світовому та регіональному контекстах(Університет митної справи та фінансів, 2020) Васильєва, Тетяна Анатоліївна; Васильева, Татьяна Анатольевна; Vasylieva, Tetiana Anatoliivna; Лєонов, Сергій Вячеславович; Леонов, Сергей Вячеславович; Lieonov, Serhii ViacheslavovychНайбільш масштабними пандеміями, які мали місце у ХХІ столітті та передували епідемії COVID-19, були пташиний грип (вірус H5N1), коронавірусне захворювання легень (атипова пневмонія SARS), "мексиканка" або свинячий грип (вірус A/H1N1), вірус Еболи (EVD). Пандемія SARS у 2002 році стала критичною точкою відліку макроекономічних наслідків епідемій для глобальної економіки, оскільки після неї Всесвітній банк щорічно готує аналітичну доповідь, в якій узагальнює потенційні ризики можливих пандемій та рекомендовані заходи проти епідеміологічного реагування. У статті узагальнені наслідки цих пандемій за такими ознаками, як: загальні характеристики (країна походження, рік початку пандемії, кількість захворілих, кількість летальних випадків, географічне охоплення, найбільш постраждалі країни); економічні наслідки (найбільш постраждалі галузі та ті, що отримали розвиток внаслідок епідемії, вплив на експорт, втрати ВВП найбільш постраждалих країн, економічні втрати від пандемії у загальносвітовому масштабі); соціальні наслідки (втрата робочих місць).