СОВРЕМЕННЫЕ МЕТОДЫ ИССЛЕДОВАНИЯ
Прогнозирование экономических показателей с помощью временных рядов с использованием того или иного, но единственного метода приводит к тому, что вся информация, которая содержится в других методах прогнозирования, обычно отбрасывается. Игнорируемая информация может содержать сведения, позволяющие оценить другие стороны экономического процесса. Объединение прогнозов дает возможность использовать почти всю информацию, содержащуюся в частных прогнозах.
В работе оценивается эффективность использования метода регрессионного анализа, в частности гребневой регрессии для нахождения весовых коэффициентов при частных прогнозах в объединенном прогнозе. Проводится сравнение точности прогнозирования на основе гребневой регрессии с другими методами объединения прогнозов. Цель работы — анализ наиболее распространенных методов объединения прогнозов — различных модификаций методов Грэйнджера–Раманатхана и сопоставление их с новым подходом объединения прогнозов на основе гребневой регрессии для использования его на практике.
Используются статистические методы прогнозирования временных рядов (метод гармонических весов, адаптивного экспоненциального сглаживания с использованием трэкинг-сигнала, метод обычного экспоненциального сглаживания и модель Бокса–Дженкинса), методика построения объединенных прогнозов, а также методы регрессионного анализа.
В результате построены объединенные прогнозы на основе годовых данных за период с 1950 по 2015 г. о производстве в РФ некоторых продуктов в натуральном выражении: стали, кокса металлургического, целлюлозы, фанеры, цемента. Использовались методы Грэнджер–Раманатхана (без ограничений и с ограничениями на сумму коэффициентовпричастныхпрогнозах).Такжеисследованиестроилосьнаоснове ∆-коэффициентов,полученныхметодом гребневой регрессии.
Прогнозы, построенные с использованием методов Грэнджера–Раманатхана, дают наибольшую точность объединенного прогноза. Метод, основанный на гребневой регрессии, менее точен, но лучше, чем частные прогнозы. В то же время предлагаемая методика расчета весовых коэффициентов на основе гребневой регрессии имеет достаточно хорошо разработанную механику расчетов и избавляет объединение от отрицательных весовых коэффициентов.
Исследуются актуальные теоретические и методологические подходы к идентификации системно значимых банков с учетом специфики национальных экономик.
Цель исследования — разработка критериев идентификации системно значимых банков на национальном уровне, создающих платформу для использования пропорционального подхода к регулированию их деятельности.
Используется кросс-секторальный подход, который опирается на применение методов индукции и кластерного анализа и предполагает ранжирование банков по уровню их влияния отдельно на нефинансовый и финансовый секторы экономики с последующим агрегированием и ранжированием полученных результатов. Исследование построено на анализе теоретических и методологических подходов к идентификации системно значимых банков и выполнено применительно к российской экономике. Оно включает в себя анализ финансовой отчетности коммерческих банков и определение показателей, характеризующих их кросс-секторальное влияние на экономику.
Разработаны критерии и оценочные шкалы для количественной и качественной характеристики системной значимости банков с выделением уровней значимости. На основе разработанных критериев выполнен анализ системной значимости российских банков для нефинансового и финансового секторов и экономики в целом. Дана количественная и качественная оценка системной значимости российских банков. Проведен сравнительный анализ полученных результатов с официально установленным перечнем системно значимых банков Российской Федерации.
Предлагаемые в исследовании критерии и оценочные шкалы позволяют повысить объективность отнесения банков к системно значимым. Одновременно они создают платформу для использования пропорционального подхода к регулированию деятельности системно значимых банков. Предложенные в исследовании критерии идентификации системно значимых банков с учетом их влияния на отдельные секторы экономики имеют универсальный характер и могут быть использованы в разных странах.
Ускоренные темпы развития рынка криптовалюты и его интеграция в систему хозяйственных, операционных, финансовых и других процессов определяют необходимость комплексного изучения данного явления. Особую актуальность этому придает то, что на государственном уровне в последние месяцы активизировались обсуждения относительно перспектив легализации рынка криптовалюты и возможностей использования его инструментов в хозяйственной деятельности экономических агентов. Несмотря на порой полярные взгляды и подходы, сформировавшиеся на текущий момент среди российских экспертов относительно решения данного вопроса, развитие крипторынка происходит крайне высокими темпами вне зависимости от его регулирования. Это обусловливает и актуализирует проведение научных изысканий в области оценки перспектив развития данного рынка, формирующих предмет настоящего исследования с целью предсказания возможных эффектов и рисков для национальной экономической системы. Цель статьи — разработка инструментария, направленного на решение вопросов в части моделирования и прогнозирования волатильности рынка криптовалюты на основе «предвидения» перспективных колебаний стоимости «цифровых денег» с использованием специальных моделей авторегрессии (ARMA, ARIMA). Исследование базируется на использовании класса параметрических моделей, позволяющих описывать как стационарные, так и нестационарные временные ряды и на этой основе разрабатывать систему прогностических оценок относительно перспектив дальнейшего развития исследуемого ряда.
При помощи полученной модели ARIMA, оценивающей параметры анализируемого ряда, характеризующего курс криптовалюты, разработана система прогностических оценок на краткосрочный период.
Доказано, что использование подобного рода моделей с высоким уровнем достоверности предсказывает будущие корректировки на исследуемом рынке, что обусловливает высокий уровень перспективности их использования при моделировании будущих параметров развития рынка криптовалюты. Это создает основу для выработки механизмов адаптации хозяйствующих субъектов к формирующимся корректировкам ценовых индексов «цифровых денег».
ЭКОНОМИКА СОЦИАЛЬНОЙ СФЕРЫ
Приводятся современные подходы к оценке стоимости жизни человека за рубежом и в современной России, которые могут быть использованы для определения справедливого размера компенсационных выплат потерпевшим в чрезвычайных ситуациях различного характера. Привлечен широкий перечень исходных данных: результаты российских и международных социологических опросов, статистика Росстата, Всемирного банка и иных международных баз данных.
Анализ законодательства показал, что закрепленная в нормативных актах стоимость жизни человека в России составляет от 0,5 до 9,2 млн руб. Получены оценки материальных потерь из-за преждевременной смерти среднестатистического человека в результате чрезвычайных ситуаций для национальной экономики и для отдельного домохозяйства — они составляют 31,7 и 7,9–10,5 млн руб. соответственно (в ценах 2017 г.). Приводятся оценки стоимости жизни среднестатистического человека в России, полученные на основании социологических опросов, проведенных в 2017 г. Оценка среднего значения стоимости жизни в России, полученная методами социологии, составляет 5,2 млн руб., медианное значение — 1,4 млн руб.
Приводится авторская методика оценки стоимости человеческой жизни с учетом материального и морального ущерба, нанесенного семье погибшего, построенная на балансировании средней ожидаемой продолжительности жизни, душевого конечного потребления и удовлетворенности населения различных стран своей жизнью. В качестве эквивалента удовлетворенности людей своей жизнью также используются данные об уровне домашнего насилия в обществе и сальдо миграционных потоков — как на национальном, так и региональном уровне. В рамках данной методики стоимость жизни среднестатистического человека — это средняя прибавка в уровне индивидуального потребления, необходимая для восстановления нормального уровня удовлетворенности людей своей жизнью в условиях повышенной смертности и снижения средней ожидаемой продолжительности жизни.
Приводятся расчеты, выполненные по данной методике для различных групп стран мира. Показано, что общая стоимость человеческой жизни в мире в целом составляет 4,6–4,7 млн долл. США в ценах 2011 г. В группе стран с душевым потреблением более 10 тыс. долл. в год стоимость жизни увеличивается до 18,5 млн долл. В группе стран с доходом ниже этой отметки стоимость жизни составляет 0,5–1,9 млн долл. США.
По оценке авторов, в России стоимость человеческой жизни должна составлять 51–61 млн руб. в ценах 2017 г. (около 1 млн долл. США в зависимости от официального курса обмена валют).
Полученные результаты исследования количественной оценки стоимости человеческой жизни в России соотносятся с выводами о социальной необходимости справедливого возмещения понесенного ущерба семьям погибших в результате чрезвычайных ситуаций природного, техногенного и иного характеров.
БЮДЖЕТНАЯ СТРАТЕГИЯ
НАЛОГИ И СБОРЫ
МЕЖДИСЦИПЛИНАРНЫЕ ИССЛЕДОВАНИЯ
Оценивается влияние эмоциональной тональности новостей о биткоине на его курс. В частности, исследуется, влияет ли индекс читабельности текста новостей на волатильность биткоина. Несмотря на то что чрезмерная волатильность угрожает биткоину не стать успешной валютой, многие ученые заинтересованы в детерминантах такой волатильности. Такие факторы, как спекулятивные инвестиции или внимание общества, являются драйверами изменчивости курса биткоина. В связи с этим вопрос исследования влияния новостей на курс биткоина является актуальным. Цель данной работы состоит в том, чтобы оценить влияние эмоциональной тональности новостей о биткойне на его курс. Эмпирическая база исследования довольно объемная, поскольку включает в себя более 1330 новостей из информационной базы Thomson Reuters за период с 19.08.2011 по 16.08.2016 г. по рынку биткоина. Методология исследования включает анализ тональности, проведенный с использованием словаря МакДональда и Лоугрэна, также проведен анализ взаимозависимости временных рядов на основе каузального анализа с применением теста Грэнджера на причинность.
В статье поставлены три гипотезы о влиянии новостей на курс биткоина. В ходе исследования получили подтверждение две из них. Доказана первая гипотеза о более значительном влиянии негативных новостей, чем позитивных с учетом пяти лагов. Вторая гипотеза о влиянии положительной тональности в новостях на курс в результате применения теста Грэнджера на причинность не подтвердилась, поскольку положительные значения данного теста были получены в двух лагах из пяти. Также была доказана третья гипотеза о том, что высокий индекс читабельности оказывает влияние на волатильность биткоина за весь изученный период с учетом всех пяти лагов. Таким образом, предположение о влиянии эмоционального освещения новостей на курс биткоина подтвердилось.
ФИНАНСОВЫЙ МЕНЕДЖМЕНТ
Эффективное управление оборотным капиталом компании дает возможность создать ее ценность посредством сокращения потребности в дополнительном финансировании, увеличения доходности, улучшения ликвидности и повышения эффективности операций. Оборотный капитал выступает рычагом создания стоимости и ценности для собственников. Эффективная модель управления оборотным капиталом позволяет компании получить конкурентное преимущество и увеличить благосостояние акционеров. Актуальность исследования обусловлена необходимостью качественного управления краткосрочными аспектами деятельности компании для достижения ее максимальной результативности. Целью статьи является определение характера взаимосвязи между компонентами оборотного капитала и результативностью компаний российского рынка. Объектом исследования является оборотный капитал российских компаний среднего и крупного размеров, проанализированный за период с 2011 по 2016 г. Предмет исследования: совокупность процессов управления оборотным капиталом, направленных на достижение стратегических целей компании. Для обоснования взаимосвязи управления оборотным капиталом и показателя результативности компании используются следующие метрики: коэффициент ROA, отражающий доходность совокупных активов, а также показатели оборотного капитала — финансовый цикл компании и его составляющие: период оборачиваемости дебиторской и кредиторской задолженности, период оборачиваемости запасов.
С целью моделирования взаимосвязи управления оборотным капиталом и результативности компании в работе реализован метод панельных регрессий, позволяющий повысить эффективность полученных оценок. С целью получения прикладных выводов в работе были построены модели с фиксированными и случайными эффектами, а также использованы кластерные стандартные ошибки для снижения влияния автокорреляции данных.
В ходе исследования было доказано, что между длиной финансового цикла компании и результативностью ее деятельности существует значимая обратная взаимосвязь. Между периодом оборачиваемости кредиторской задолженности и результативностью деятельности компании также выявлена обратная взаимосвязь. С ростом периода оборачиваемости дебиторской задолженности результативность деятельности компании падает. Между периодом оборачиваемости запасов компании и результативностью ее деятельности также выявлена обратная взаимосвязь. Полученные в ходе исследования результаты имеют большую практическую ценность для управления и стратегического развития компании. Они могут использоваться при принятии управленческих решений в области оборотного капитала. Грамотная политика управления оборотным капиталом компании позволяет эффективно распределить ресурсы компании для повышения качества ее деятельности, соблюдая баланс между прогнозируемыми рисками и результативностью деятельности.
В современных условиях успех кредитной организации возможен в том случае, если она сможет организовать эффективную работу с проблемными активами. Управлять ими можно через систему ключевых показателей эффективности, позволяющую декомпозировать цели деятельности подразделения до конкретных измеримых показателей. Цель работы — на основе формирования базовых принципов управления проблемными активами выделить ключевые показатели эффективности (КПЭ), определить методические подходы к их оценке и расчетам, предложить формулы для расчета конкретных КПЭ.
Исследование проводилось с использованием методов теоретического познания, логических методов и методов сравнительного анализа.
Выделены основные признаки проблемности задолженности физических лиц, а также представлен перечень документов, на основании которых можно сделать вывод о проблемности актива. Обозначены основные инструменты работы с проблемными активами банка, реализуемые в предусмотренных для этого стратегиях действий банка. Выделены ключевые показатели эффективности работы с проблемными активами банка, методические подходы к их оценке, источники для расчета основных ключевых показателей эффективности работы с проблемными активами банка, а также базовые формулы, по которым можно рассчитать необходимые компоненты КПЭ.
Использование предлагаемых КПЭ позволит банку решить стратегические и тактические (операционные) задачи в области работы с проблемными активами, а также добиться роста качества работы с проблемной задолженностью. Выделенные в работе КПЭ могут быть внедрены в систему оценки деятельности подразделения по работе с проблемной задолженностью и его менеджеров, стать основой для системы стимулирования персонала.
ФИНАНСОВЫЕ РЫНКИ
РЕТРАКЦИЯ
ISSN 2587-7089 (Online)