Мурат Анатольевич Волов – кандидат экономических наук, доцент, доцент
Нальчик
Murat A. Volov – Candidate of Economic Sciences, Associate Professor, Associate Professor
Nalchik
Амина Руслановна Волова – зам. директора по воспитательной работе Колледжа информационных технологий и экономики
Нальчик
Amina R. Volova – deputy director for Educational Work at the College of Information Technology and Economics
Nalchik
В условиях усиления санкционного давления на финансовые системы актуализируется необходимость инструментов, позволяющих моделировать адаптационные стратегии экономических агентов при ограничении трансграничных потоков капитала. Одним из перспективных направлений выступает агентно-ориентированное моделирование (АОМ), активно применяемое центральными банками для анализа макрофинансовых процессов. Цель исследования – провести концептуальный обзор двух знаковых архитектур АОМ – An Agent-Based Model of the Banking System (ABBA) и Canadian Behavioral Agent-Based Model (CANVAS) – с точки зрения их потенциала для анализа обхода санкционных ограничений через криптовалютные каналы. В работе систематизируются ключевые характеристики обеих моделей (типология агентов, механизмы адаптации, воспроизводимость, доступность документации), выявляются их ограничения в контексте анализа криптовалютных потоков, а также формулируются направления дальнейших исследований. Показано, что при всей методологической развитости ABBA и CANVAS их текущая архитектура не учитывает специфику on-chain-транзакций и криптовалютной инфраструктуры (биржи, P2P-платформы, стейблкоины), что существенно снижает их применимость для задач оценки устойчивости финансовой системы под санкционным давлением. Вклад статьи состоит в уточнении критериев пригодности АОМ для анализа трансграничных потоков через криптовалюты и в постановке исследовательской программы по разработке специализированных моделей, интегрирующих поведенческие и технические аспекты криптофинансовых транзакций.
Tightening international sanctions has highlighted the need for analytical tools capable of capturing adaptive strategies of economic agents under restrictions on cross-border capital flows. Agent-based modeling (ABM) has emerged as a promising methodology and has been actively used by central banks to study macro-financial processes. This article provides a conceptual review of two prominent ABM architectures – an Agent-Based Model of the Banking System (ABBA) and the Canadian Behavioral Agent-Based Model (CANVAS) – focusing on their potential to assess sanction circumventing via cryptocurrency channels. We systematize the main features of both models (agent typologies, adaptive mechanisms, reproducibility, documentation availability), identify their limitations in the context of on-chain transactions, and outline avenues for further research. Our findings suggest that despite their methodological sophistication, neither ABBA nor CANVAS adequately incorporate the specifics of cryptocurrency infrastructures (exchanges, P2P platforms, stablecoins), which limits their applicability for analyzing the resilience of financial systems under sanctions. The contribution of the paper lies in refining the suitability criteria for ABM in sanction-related research and setting a research agenda for the development of specialized models integrating behavioral and technical aspects of crypto-financial transactions.
The authors declare that there are no conflicts of interest present.