The article is devoted to a comparative analysis of the use of adaptive methods and models, autoregressive models and neural networks in forecasting the exchange rate of the main reserve currencies: the euro, the Swiss franc, the Japanese yen and the British pound against the US dollar. In the course of the research, the works of Ukrainian and foreign scientists on this topic were reviewed and it was determined that the most used methods and models in forecasting the exchange rate based on time series are autoregression models (represented by ARIMA and SARIMA models), neural networks (represented by MLP and ELM architectures) and exponential smoothing methods. In the process of building the models, time series were examined for stationarity based on the Dickey-Fuller test and additive decomposition of the studied time series was performed to determine their main components (trend, seasonality, random component). Construction of forecast models was carried out, on the basis of which their comparative analysis took place. The main shortcomings and problems of using the selected methods are demonstrated and the best predictive models are determined. It is determined that the main drawback of all time series forecasting methods is their "adaptability" to the input data, and the desire to improve the estimation characteristics of the models as a result can lead to the fact that the forecasts differ significantly from the actual values. It was also determined that for forecasting the exchange rate of selected currency pairs, neural networks are best suited, which have both high evaluation characteristics and correspondence of the forecast to real values, and the MLP network shows better results compared to the ELM network. High evaluation characteristics are also demonstrated by adaptive models. However, the linear nature of the forecast does not allow adaptive models to make an accurate forecast in the long term. Although autoregressive models show worse estimation characteristics, they outperform neural networks in terms of matching real values for individual currency pairs.

Digital investment is becoming more and more popular and accessible not only to legal entities, but also to individuals. The article examines the factors that determine successful digital investment – financial literacy and digital literacy. Research aim – to analyse the factors determining the digital investment of individuals in the Baltic and Nordic countries. Two countries from each region have been selected for the analysis: Latvia and Lithuania from the Baltic countries, and Finland and Sweden from the Nordic countries. Research methods: the analysis of the scientific literature; the analysis of statistical data; systematisation and generalisation. It has been identified that, during the analysed period, the household investment rate varied unevenly, but in Sweden it stood out the most significantly – it was about twice as high as in Finland and in the Baltic countries. The lowest household investment rate was in Latvia. It has been observed that the share of individuals with basic digital skills was significantly higher in the Nordic countries than in the Baltic countries. Although Finland's real GDP (gross domestic product) per capita was significantly higher than in the Baltic countries, the analysis revealed that the dynamics of household investment rates was not as high as in Sweden, only slightly higher than in the Baltic countries. Arguably, Sweden had the highest digital investment opportunities in terms of household investment rates and the share of individuals with basic digital skills.

AnotacijaMokslinėje literatūroje nėra pakankamai aiškiai suformuluotos priežastys, lemiančios mokumo sudedamųjų elementų pokyčius, kurios padėtų visoms įmonėms pasiruošti galimiems nemokumo pokyčiams. Taikomi nemokumo vertinimo metodai vertina rezultatinius kintamuosius, įmonių pajamų srautus, įsipareigojimų dydžius, trumpalaikio ir ilgalaikio turto pokyčius, kapitalo dydį, jų santykinius rodiklius, tačiau mažas dėmesys skiriamas išoriniams aplinkos veiksniams, įtakojantiems šių rodiklių kitimą. Tyrimo tikslas nustatyti verslo aplinkos veiksnių poveikį įmonių mokumo rodikliams. Verslo aplinkos poveikio vertinimo metu siekiama nustatyti tik išorinės -makroekonominės verslo aplinkos įtaką įmonių mokumo pokyčiams. Atsižvelgiant į tyrimo tikslą vidinės nemokumo priežastys nėra vertinamos. Nepriklausomais kintamaisiais pasirinkti pagrindiniai išskirti išorinės verslo aplinkos veiksniai -BVP vertė ir pokytis Lietuvoje bei Europos Sąjungoje, infliacija, nedarbo lygio rodiklis, mokesčių našta, šešėlinės ekonomikos mastas, korupcijos kontrolės indeksas, įmonių skaičius sektoriuje, bankrutavusių įmonių skaičius sektoriuje ir Lietuvoje, palūkanų norma, krovinių apyvartos pokyčiai šalyje, politinis stabilumo indeksas, vyriausybės efektyvumo ir vyriausybės valdymo kokybės indeksai.Verslo aplinkos veiksnių įtakos įmonių mokumo rodikliams vertinimas atliekamas tiesinės regresinės analizės metodu. Tyrimo imtis sandėliavimo ir transportui būdingų paslaugų veiklos sektoriaus įmonių grupės pagal darbuotojų skaičių. Atsižvelgiant į koreliacinės analizės metu gautas išvadas, jog tiriamųjų įmonių mokumo koeficientai statistiškai reikšmingai koreliuoja su skirtingais aplinkos veiksniais, kiekvienam iš mokumo rodiklių regresinės analizės metu skaičiuojamos atskiros tiesinės regresijos lygtys, parodančios aplinkos veiksnių įtaką ir jos dydį tiriamajam priklausomam kintamajam.Nustatyta, kad verslo aplinkos poveikis įmonių mokumo rodikliams skiriasi nuo priklausomu kintamuoju pasirinkto mokumo rodiklio, bei įmonių dydžio. Vertinimo metu statistiškai reikšmingi ryšiai nustatyti tose įmonėse, kuriose darbuotojų skaičius viršija 49 darbuotojus. Vertinimo metu identifikuotos sekančios priklausomybės: palūkanų normos, infliacijos augimas mažina įmonių bendrąjį mokumo koeficientą, šešėlinės ekonomikos masto mažėjimas ir korupcijos kontrolės augimas didina įmonių įsiskolinimo koeficiento reikšmes. Įmonių skaičiaus augimas mažina įmonių įsiskolinimo koeficiento reikšmes.Reikšminiai žodžiai: sandėliavimo ir transportui būdingų paslaugų sektorius, įmonių mokumas, verslo aplinkos veiksniai. JEL kodai: C10; E60; E32. ĮvadasTyrimo aktualumas. Šiuolaikinėje verslo aplinkoje įmonių mokumo mažėjimą lemia skirtingos priežastys, kurios apima įmonės vidines ypatybes, artimos išorinės aplinkos veiksnius ir šalyje vykdomą makroekonominę politiką. Išorinės verslo aplinkos pokyčių įmonės kontroliuoti negali, todėl šis vertinimas itin aktualus siekiant nustatyti, kokią įtaką verslo aplinkos pokyčiai turi įmonės finansinei veiklai, mokumo pokyčiams ir nemokumo gr...