Целью исследования является оценка эффективности проектов государственно-частного партнерства (ГЧП) в период пандемии COVID-19 с учетом отраслевой специфики. Эмпирическая база исследования включала в себя основные характеристики (цена контракта, федеральный округ реализации проекта, заказчик, генподрядчик, период начала проекта, год начала проекта, сроки выполнения проекта, снижение цены в процессе реализации проекта, обеспечение заявки, контракта и вид деятельности) 144 региональных инвестиционных проектов. Методология исследования включала в себя математическое моделирование при помощи метода свертки данных DEA (Data Envelopment Analysis), на основе которого был присвоен индекс эффективности каждому проекту ГЧП от 0 до 1. В результате исследования были сделаны следующие выводы: до наступления пандемии COVID-19 на региональные инвестиционные проекты выделялось большее финансирование; после начала пандемии COVID-19 увеличились сроки выполнения региональных инвестиционных проектов, стоимость контракта чаще изменялась в меньшую сторону в процессе реализации проекта; увеличилось среднее обеспечение заявки на проект. Эффективность реализации региональных инвестиционных проектов, рассчитанная по методу DEA, была снижена. Полученные результаты будут полезны частным инвесторам, органам государственной власти при реализации совместных проектов для повышения их эффективности.

Финансовое развитие оказывает значительное влияние на реструктуризацию экономики, долгосрочный экономический рост и повышение уровня и качества жизни населения. В связи с этим адекватное измерение и оценка уровня и динамики финансового развития является актуальной задачей органов государственного управления. Настоящее исследование направлено на решение данной задачи. Цель исследования — разработка системы индикаторов для измерения уровня и динамики финансового развития стран, использование которой позволит повысить эффективность государственных решений в сфере финансов. Использовались методы системного, сравнительного и матричного анализа. В результате разработана матричная система индикаторов финансового развития, характеризующая уровни, динамику и взаимосвязи финансового развития как в целом по стране, так и в разрезе сегментов финансового рынка и секторов экономики. Разработанная система индикаторов отражает реальную величину стоимости финансовых активов, приходящихся на душу населения. Это определяет ее научную новизну и повышает объективность результатов анализа и оценки. Тестирование разработанных индикаторов осуществлялось применительно к Российской Федерации за период 2013–2021 гг. с использованием статистических данных Системы национальных счетов в части финансовых балансов. Результаты тестирования позволили определить уровень и динамику финансового развития Российской Федерации, выявить секторы экономики и финансовые инструменты, внесшие наибольший вклад в финансовое развитие в 2021 г.; секторы и инструменты, сдерживающие финансовое развитие; а также определить перспективные направления финансового развития на ближайшую перспективу. Использование новых индикаторов позволит повысить комплексность и качество анализа финансового развития, а также обеспечить принятие научно обоснованных и эффективных решений при разработке государственных стратегических документов.

Цель работы — обоснование использования свойства инвариантности индексного метода для исследования изменения структуры налоговых доходов регионов России в период с 2017 по 2021 г. Объектом исследования являются 85 субъектов РФ, а предметом — их финансово-экономическая деятельность. Для анализа использованы данные, предоставляемые Росстатом и ФНС РФ. Основной метод исследования — индексный — в настоящее время активно используется при проведении экономического анализа на макро- и  мезоуровнях. Но новизна исследования состоит в том, что только авторы статьи на основе индексов проводят мониторинг состояния деятельности регионов страны, основываясь на их налоговых поступлениях. Количественный анализ реализован с применением функций статистической обработки и визуализации данных языка программирования R. Межсубъектное сравнение выполнено с целью обозначения зон, требующих проведения финансово-экономической трансформации для улучшения деятельности регионов страны. Сравнение проведено не только по одному временному периоду, но и в динамике. Результаты статистического анализа показали, что предлагаемый индекс эффективности налоговых поступлений является инвариантным показателем, не зависящим от времени и произошедших изменений величины налоговых доходов. Из стационарности рассматриваемого признака следует, что значения индекса для 2017–2021 гг. можно объединить в единую однородную статистическую совокупность. Сделан вывод, что индекс эффективности можно использовать как некоторый группировочный признак для классификации субъектов Федерации. Разработанная методика может позволить интенсифицировать социально-экономический рост регионов, указывая на точки, требующие проведения изменений. В этой связи результаты проведенного анализа могут быть полезны: Министерству финансов и ФНС РФ для разработки финансовой и налоговой политики; Министерству экономического развития и администрациям субъектов РФ, обозначая зоны экономики регионов, требующих улучшения; представителям бизнес-сообщества при проведении экономического анализа регионов.

Актуальность исследования обусловлена тем, что в условиях распространения новых моделей организации бизнеса, в том числе в части проведения внешнеторговых операций с товарами электронной торговли (ТЭТ), приобретаемыми физическими лицами на зарубежных электронных торговых площадках, необходима разработка вопросов, связанных с определением налоговых последствий у лиц — участников таких моделей. Под «товаром» в настоящем исследовании понимается любое движимое имущество, в том числе валюта государств — членов Евразийского экономического союза (ЕАЭС), ценные бумаги и (или) валютные ценности, дорожные чеки, электрическая энергия, а также иные перемещаемые вещи, приравненные к недвижимому имуществу*. Поскольку налог на добавленную стоимость (НДС) — один из наиболее значимых как для государства, так и для налогоплательщиков (налоговых агентов), предметом исследования является механизм определения налоговых последствий по уплате НДС при реализации иностранными продавцами российским физическим лицам товаров электронной торговли (ТЭТ), приобретаемых через зарубежные торговые площадки («маркетплейсы»), при этом находящихся (хранящихся) в момент заключения договора купли-продажи на таможенных складах на территории России. Целью исследования является решение задач, связанных с определением обязанностей по уплате НДС в связи с реализацией ТЭТ, хранящихся на таможенном складе, а именно: экономических аспектов, касающихся оснований для возникновения обязанностей по уплате НДС, и целесообразности изменений действующего регулирования в отношении возможных последствий. Методология исследования основана на использовании классических для косвенного налогообложения подходов к определению места реализации товаров и, соответственно, к принятию решения о возникновении на территории России объекта налогообложения по НДС. Научная новизна исследования состоит в разработке подходов к определению налоговых последствий по НДС при реализации в рамках трансграничной электронной торговли товаров с территорий таможенных складов, а также возможных изменений действующего регулирования, основанных на учете экономического смысла рассмотренной бизнес-модели. Сделан вывод о том, что при продаже зарубежным продавцом через «маркетплейс» российским физическим лицам товаров, хранящихся в период покупки на таможенном складе на территории России, у продавца возникает объект налогообложения по НДС. Лицо государства — члена ЕАЭС (российская организация) — оператор электронной торговли, который передает товары покупателю, обязан предъявить покупателю соответствующую сумму НДС, выполняя обязанности налогового агента. Проработаны предложения об установлении льготы по НДС для операций по реализации ТЭТ с территории таможенного склада, по результатам сделан вывод о дискуссионности и недостаточной экономической обоснованности таких предложений.

Важной задачей Целей устойчивого развития ООН (ЦУР) является эффективное использование ресурсов планеты. В данном исследовании авторы показывают сильную экспоненциальную зависимость между индексом экономической сложности и эффективностью использования ресурсов в стране. Индекс экономической сложности — это характеристика производственных возможностей крупных экономических систем. Данный индекс измеряет уровень накопленных обществом знаний, которые позволяют производить продукцию. Оценка уровня индекса страны также позволяет прогнозировать будущие тенденции в области экономики региона. Предложенная авторами модель индекса экономической сложности включает в себя экономику услуг, розничную торговлю и обрабатывающую промышленность. Авторы изучают, как индекс экономической сложности влияет на уровень продукта, определяя продуктовое пространство для каждой страны и основные продукты, которые способствуют высокому индексу их сложности и перспективной расширяемости, что указывает на потенциал производства более совершенных продуктов в  будущем. Политика, направленная на повышение сложности экономики и  инвестирование в  основные продукты, представляется приоритетной для достижения устойчивого развития.

С учетом условий реального функционирования компаний исследуется один из наиболее ярких эффектов в финансовом менеджменте: «золотой возраст» компании [когда стоимость привлеченного капитала ниже перпетуитетного предела (предела ММ), а стоимость компании выше]. С этой целью изучается зависимость стоимости привлечения капитала, WACC, от возраста компании, n, при различных уровнях левериджа, различных значениях стоимости собственного капитала и  долга, различной частоте уплаты налога на прибыль, с  авансовыми выплатами налога на прибыль и выплатами в конце периодов, при переменных доходах компаний. Исследовано существование минимума средневзвешенной стоимости капитала, WACC, и его поведение в широком диапазоне вышеуказанных параметров. Все расчеты производятся в рамках современной теории стоимости и структуры капитала Брусова-Филатовой-Ореховой (теории БФО), обобщенной на условия реального функционирования компании. Даны практические рекомендации по использованию и поддержанию эффекта «золотого возраста». Показано, что «золотой возраст» зависит от финансовых показателей компании. Его можно изменять и  контролировать путем изменения таких параметров, как стоимость капитала (собственного и заемного), частота и метод уплаты налога на прибыль, темп роста доходов и др. Исследование зависимости WACC от возраста компании n, WACC(n), которое можно провести только в  рамках теории БФО, оказывается очень важным при доходном подходе к оценке бизнеса. Это позволяет связать ретроспективный анализ финансового состояния компании с репрезентативным анализом в рамках оценки бизнеса.

Цель данного исследования заключалась в оценке эффективности и влияния стратегии ценообразования на производительность пивоваренной компании. Исследователи применили методы описания и  анализа с  использованием комбинированного подхода. Для проведения исследования были собраны как первоначальные, так и вторичные источники информации. В исследовании приняли участие 310 сотрудников пивоваренных компаний Эфиопии, которые заполнили анкеты для получения данных. В исследовании использовалась простая случайная выборка. Для анализа анкетных данных применялись методы описательной статистики, такие как среднее значение и стандартное отклонение, а также методы инференциальной статистики, такие как корреляционный и множественный регрессионный анализ, с помощью SPSS версии 21.00. Согласно результатам исследования, стратегия ценообразования имеет статистически значимую и сильную положительную связь с производственной эффективностью. Более того, стратегия ценообразования в значительной степени объясняет 74,5% всех колебаний в производственной эффективности. Результаты исследования помогут компаниям разработать эффективную стратегию ценообразования для повышения производительности и конкурентоспособности на рынке. Дилеры должны основывать свой выбор цен в данном контексте, устанавливать справедливые и конкурентоспособные тарифы и четко объяснять эти сборы потребителям. Компания может использовать стратегии ценообразования, такие как скидки, бонусы и пакеты, чтобы увеличить количество проданных клиентам единиц товара. Для увеличения доли рынка и объема продаж также необходимо использовать стратегию управления затратами.

Цель исследования — определение влияния бизнес-группы на оценку кредитоспособности заемщика, а также выявление наиболее значимых факторов кредитного риска. Несмотря на то что тематика оценки кредитоспособности находит широкое распространение как в отечественной, так и в зарубежной литературе, аспект влияния консолидированной группы в контексте данной проблемы практически не упоминается. Авторы используют статистический метод моделирования с применением логистической регрессии. Переменные модели построены на основании ежегодной финансовой отчетности как отдельных компаний, так и бизнес-групп. Для отбора факторов и построения модели использованы подходы, применяемые в статистике и машинном обучении для получения несмещенных и эффективных оценок, независимых от выборки, порождающей эти оценки. Проанализированы данные 8691 компании, предоставляющих ежегодную финансовую отчетность в соответствии с российскими стандартами бухгалтерской отчетности с 2015 по 2021 г. Общий объем выборки составил 22 201 наблюдение. Количество событий банкротства в выборке — 238 наблюдений. В качестве информации о группе использованы переменные, рассчитанные по консолидированной финансовой отчетности в  соответствии с  международными стандартами. Рассмотрены и  систематизированы различные взгляды на понятия «бизнес-группа» и «холдинг» в отечественной литературе. Приведены особенности поведения компаний, объединенных в группы. Выявлены переменные, связанные с бизнес-группой, значимые в оценке вероятности события банкротства отдельных компаний. Приводятся различные специфические аспекты деятельности компаний, связанных с  группой. Для подтверждения ряда гипотез строится статистическая модель, которая подвергается верификации и анализу. Для определения значимого ухудшения кредитоспособности компании используется событие банкротства. Сделан вывод, что использование данных отчетности групп позволяет увеличить качество предсказания модели для компаний, связанных с бизнес-группой.

На строительный сектор сегодня приходится наибольший объем госзакупок, банкротств и фактов корпоративного мошенничества. Практика показывает, что применяемые методы выявления недобросовестных компаний недостаточно эффективны, что обуславливает актуальность развития инструментов комплексной оценки рисков финансовой безопасности. В этой связи цель исследования заключалась в обосновании риск-факторного подхода к оценке и диагностике рисков финансовой безопасности с помощью комплексного аналитического инструментария, разработанного на основе концепций отраслевого анализа, международных стандартов аудита и подготовки финансовой отчетности. Научная новизна исследования состоит в интеграции методов оценки рисков финансовой безопасности, применении базовых технологий обработки данных и гибкого ситуационного моделирования с возможностью перенастройки моделей под конкретную ситуацию с учетом выявленных отраслевых рисков. Теоретическая значимость исследования представлена концепцией финансовой безопасности как агрегированного результата действия выявленных рискфакторов в условиях высокотурбулентной экономики, что послужило навигатором разработки аналитического инструментария, обеспечивающего согласованность интерпретации результатов на этапах отраслевого анализа, оценки вероятности банкротства по logit-модели и диагностики рисков корпоративного мошенничества на основе индикаторов вероятности искажения финансовой отчетности. Практическая ценность инструментария состоит в применении международной классификации финансовых рисков, отборе адекватных, статистически значимых показателей, рассчитываемых по данным финансовой отчетности, выгруженным из информационного ресурса Спарк-Интерфакс, что также доказывает релевантность полученных результатов и возможность использования для отбора организаций — потенциальных участников госзакупок, в аудиторской практике, сопутствующих аудиторских услугах, арбитражной практике, а также инвестиционной и банковской сфере для выявления недобросовестных заемщиков.

Цель исследования — определить влияние пандемии COVID‑19 на реакцию рынка, измеряемую с помощью аномальной доходности, кумулятивной аномальной доходности, средней аномальной доходности и средней кумулятивной аномальной доходности. Авторы используют методы исследования событий и анализа с помощью регрессии OLS для измерения реакции рынка в трех временных интервалах: в начале COVID‑19, в период появления вирусов Delta и Omicron. OLS используется для измерения реакции рынка капитала в окне (–10, +10) для каждого отраслевого индекса. Результаты исследования показывают, что инвесторы очень остро отреагировали на начало COVID‑19, что вызвало высокую волатильность рынка. Большинство аномальных доходностей после объявления о пандемии отреагировали негативно. Только три сектора — потребительский, инфраструктурный и торговый — оказались в безопасной зоне. При этом периоды распространения вирусов Delta и  Omicron характеризуются незначительными различиями в средней аномальной доходности после объявления. По результатам исследования, полученным в трех временных окнах, сделан вывод, что реакция рынка является значимой только на объявления за пять дней (0, +5) на основе AAR и CAAR.

Понятие «демонетизация» означает удаление или отказ от одного или нескольких законных платежных средств в экономике. Этот термин так же стар, как и использование валюты, которое можно проследить до VII и VI вв. до нашей эры. Индийское правительство провело необъявленную демонетизацию в 2016 г. Аналогичные случаи наблюдались в Индии в 1946 и 1978 гг. В целом мир стал свидетелем десятков демонетизаций в разных странах, которые проводились по разным причинам. Многие из них были успешными, но многие — неудачными. Необходимо понять, почему демонетизации были проведены по всему миру. Данное исследование выполнено с использованием метода обзора литературы, нацеленного на поиск причин демонетизаций в таких странах, как Австралия, Канада, Новая Зеландия, Ливия, Гана, Мьянма, Заир, Россия, Северная Корея, Пакистан, Швеция, Зимбабве, Беларусь. Также кратко рассматриваются цели индийской демонетизации 2016 г. и выясняется, были ли они достигнуты. В результате авторы пришли к выводу, что предварительно объявленные демонетизации обычно были успешными, в то время как большинство необъявленных демонетизаций привели к неудачам, пострадали экономика и население. Результаты данной работы могут быть полезны правительствам, политикам и ученым для понимания цели демонетизации, а также того, что к ее проведению нужно подходить с осторожностью. Авторы пришли к выводу, что демонетизация может иметь как положительный, так и отрицательный эффект, что зависит в основном от намерений руководства страны и подготовленности проведения демонетизации.

Значение прямых иностранных инвестиций (ПИИ) для расширения и развития развивающихся экономик признано давно. Тем не менее исследования факторов, влияющих на приток ПИИ, все еще находятся в стадии развития. Данное исследование посвящено изучению долгосрочной и краткосрочной связи между притоком ПИИ и его детерминантами с использованием метода тестирования границ ARDL и модели коррекции ошибок для понимания взаимосвязи между исследуемыми переменными. Полученные результаты свидетельствуют о существовании долгосрочной и краткосрочной связи между ПИИ и внутренними инвестициями, инфляцией, инфраструктурой и открытостью торговли. Вместе с тем размер рынка оказывает незначительное влияние на приток ПИИ. Коэффициенты внутренних инвестиций, инфраструктуры и открытости торговли оказались положительными. Влияние инфляции оказалось отрицательным. Исследование показывает, что индийская экономика должна ускорить процесс интеграции с мировой экономикой наряду с  увеличением внутренних инвестиций и  развитием инфраструктуры для достижения более высокого уровня ПИИ.

Финансовое эмбарго имеет особое влияние на экономическую систему нефтегазовых регионов. Это объясняется повышенным внешнеторговым товарооборотом нефтегазовых регионов, а также большой капиталоемкостью нефтегазовой отрасли с длительным сроком возврата финансовых вложений и высокой рентабельностью инновационных инвестиций. Цель исследования — выявление различных аспектов проблематики инвестирования в основной капитал нефтегазовых регионов для поиска путей, форм и методов инвестиционного стимулирования их инновационного производственного развития и оценки возможностей перехода к новым технологическим укладам в условиях финансового эмбарго и трансформации глобального энергетического баланса. Использованы методы регрессионного анализа структуры и динамики инвестирования в основной капитал организаций нефтегазовых регионов Приволжского федерального округа и построены полиномиальные линии тренда до 2030 г. Сделан экономический анализ структуры инвестиций в основной капитал нефтегазовых регионов по источникам финансирования, видам основных фондов, формам собственности, видам экономической деятельности, а также регрессионный анализ динамики и прогноз сальдо (поступление минус изъятие) прямых иностранных инвестиций в нефтегазовые регионы по данным платежного баланса Российской Федерации. Результатом исследования стала разработка и обоснование системы приоритетных факторов для создания благоприятного инвестиционного климата в нефтегазовых регионах для повышения их устойчивости к условиям финансового эмбарго и экономической трансформации глобального энергетического баланса.

Данное исследование рассматривает использование искусственного интеллекта (ИИ) в качестве инструмента управления финансовыми рисками. Стимулом этого нововведения стало революционное влияние, которое оказывают финансовые технологии на бизнес-операции. Традиционные методы управления финансовыми рисками больше не приносят желаемых результатов и требуют пересмотра. Цель исследования — оценить роль искусственного интеллекта в управлении финансовыми рисками и предложить рекомендации по его дальнейшему использованию в финансовом секторе экономики. Методичный анализ соответствующей научной литературы показал, что ИИ, в частности машинное обучение, может помочь в управлении финансовыми рисками. Сделан вывод, что ИИ улучшает управление рыночными и кредитными рисками при проверке моделей, моделировании рисков, стресс-тестировании и подготовке данных. ИИ помогает контролировать качество полученных сведений, выявлять мошенничество и осуществлять поиск нужной информации в интернете. В будущем финансовые технологии будут продолжать оказывать влияние на финансовый сектор по мере того, как действующие компании модифицируют свою деятельность. Таким образом, инструменты управления финансовыми рисками будут включать в себя ИИ. В исследовании рассматриваются возможности использования ИИ в финансовом (рыночном и кредитном), риск-менеджменте и операционном секторах (непрерывность бизнеса и аварийное восстановление). Представлены наиболее перспективные технологии и методы ИИ, такие как RPA, управление данными, блокчейн, MRL, MRC, CRU, глубокое обучение, OML, моделирование и стресс-тестирование, машинное обучение и алгоритмы, нейронные сети, деревья решений, CPM, CRA, Black Box и т.д. для улучшения управления финансовыми рисками (FRM).

Актуальность исследования обусловлена необходимостью выявления масштабов и каналов распространения кризисов в экономике на основе использования методологии финансового заражения. Понимание механизма распространения заражения от одной отрасли к другой может помочь разработать антикризисные меры и обеспечить стабильные экономические показатели. Цель исследования состоит в оценке межотраслевого финансового заражения в российской экономике в период распространения коронакризиса, а также соотнесение полученных оценок с реальной заражаемостью COVID‑19 в РФ. Новизна исследования заключается в развитии методологии финансового заражения и ее использовании применительно к секторам российской экономики как возможным передатчикам и/или приемникам заражения. Использована методология продвинутого корреляционного анализа — реализован скользящий тест Форбс-Ригобона, позволивший оценить масштабы и интенсивность финансового заражения в российской экономике. Использовались высокочастотные данные по 8 отраслевым индексам ММВБ и по заболеваемости COVID‑19 в период 2020–2021 гг. Результатом стали количественные оценки финансового заражения, которые показали, что самую высокую восприимчивость к заражению имели такие отрасли, как металлургия, нефтегазовый сектор, потребительский сектор, электроэнергетика. Резилиентность к пандемическому шоку продемонстрировали телекоммуникации, финансовый сектор, химия и нефтехимия, транспорт. Самыми мощными передатчиками заражения оказались электроэнергетика, металлургия, транспорт, финансовый сектор. В целом финансовое заражение в  2020–2021 гг. между отраслями российской экономики распространялось неравномерно, в  отдельных случаях и в определенные периоды всплески и спады финансовой заражаемости шли параллельно с всплесками и спадами реальной заболеваемости COVID‑19. Основным выводом стало то, что в период пандемии финансовое заражение распространялось с  разной интенсивностью, и  отдельные отрасли проявляли себя либо как приемник, либо как передатчик заражения. При этом крупномасштабного финансового заражения секторов российской экономики не произошло.

Актуальность исследования обусловлена тем, что в  условиях финансиализации экономики шоки, возникающие на одном рынке, могут достаточно быстро и интенсивно распространяться на другие рынки, порождая эффекты финансового заражения. Это в полной мере относится к рынкам сырья, занимающим большую долю биржевой торговли. Возникающие при этом избыточные риски волатильности необходимо учитывать как игрокам финансового рынка при разработке оптимальных портфельных стратегий, так и государству при корректировке антикризисной политики. Цель исследования — идентификация финансового заражения на рынках сырьевых товаров в период финансового стресса, вызванного пандемией и санкциями, определение направленности и масштабов межрыночного заражения. Новизна исследования заключается в  конструировании индексов стресса для выделения периодов повышенной волатильности сырьевых рынков, в применении статистических тестов на моменты совместного распределения доходности для индентификации передачи финансового заражения между рынками энергии (нефти и газа), благородных и цветных металлов в период пандемии и санкций. Результатом исследования является идентификация на основе переломных моментов в индексе стресса, периода повышенной волатильности товарных рынков и разграничение его на два подпериода, установление направленности и масштабов финансового заражения между рынками сырьевых товаров в эти периоды. Сделан вывод, что стресс на рынках сырьевых товаров сопровождается интенсивным финансовым заражением. Причем заражение волатильностью оказывается выше, чем заражение доходностью, и даже выше, чем заражение по линии аномалий распределения доходности. Основными источниками и получателями заражения в разные периоды оказываются рынки благородных и некоторых цветных металлов, а в период с февраля 2018 по декабрь 2020 г. также рынок нефти. В то же время рынок газа продемонстрировал относительную независимость от остальных товарных рынков, что позволяет рекомендовать фьючерсы на газ в качестве инструмента хеджирования инвестиционных портфелей в период повышенного финансового стресса.

Объект исследования — жизненный цикл модели искусственного интеллекта (ИИ). Цель исследования состоит в разработке методологии жизненного цикла модели, описывающей экономическое содержание инвестиционного процесса в технологии искусственного интеллекта. В процессе исследования использовались как общенаучные методы анализа, синтеза, сравнения, абстракции, индукции и дедукции, так и проектные методологии жизненного цикла, взятые в качестве основы для разработки жизненного цикла модели с точки зрения создания стоимости. Анализ основывался на выявлении необходимых этапов разработки модели в терминах методологии CRISP-DM и определении особенностей каждого из них с точки зрения денежных потоков. Также были учтены модифицированные версии жизненного цикла модели, содержащие оценку рисков, в том числе модельного риска. В процессе исследования предложенная обобщенная методология жизненного цикла модели была уточнена для конкретной технологии ИИ — больших языковых моделей. В результате исследования автором предложена трехэтапная модель: описаны возможные опциональности между этапами и характеристика денежных потоков. Сделан вывод о том, что инвестиционный проект разработки ИИ содержит в себе несколько реальных опционов — на отказ, на сокращение, на расширение, на смену. Для больших языковых моделей сохраняется структура жизненного цикла и возможные опциональности. Особенность состоит в том, что в создании стоимости участвуют денежные потоки от разных направлений применения модели в бизнес-процессах. Результаты исследования имеют практическую значимость для среднего и крупного бизнеса, занимающегося самостоятельной разработкой ИИ моделей и/или применяющих их в своих бизнес-процессах. Предложенная концепция жизненного цикла модели также может использоваться для развития методологии оценки инвестиций в ИИ с использованием реальных опционов.

Кризис, вызванный пандемией COVID‑19, наглядно продемонстрировал важность финансовой устойчивости домохозяйств. Она необходима как мера готовности к экономическим потрясениям, которые могут возникнуть, особенно в связи с проблемой рецессии, которая все чаще обсуждается в последнее время. Финансовая устойчивость может быть сформирована через финансовое поведение населения, особенно в части сбережений. В данном исследовании изучаются предпосылки, которые формируют поведенческую модель сбережений домохозяйств в цифровом контексте, используя теорию планируемого поведения (ТПП), т.е. то, как человек ведет себя. Эта модель также включает цифровую финансовую грамотность (ЦФГ) в качестве расширения TПП. Цифровой контекст рассматривается из-за косвенного сдвига в финансовом поведении с появлением в обществе цифровых финансовых услуг (ЦФУ). В данном исследовании использовался метод опроса с хорошо структурированной анкетой. Рефлексивное измерение проводилось с  помощью модели структурных уравнений с  частичным наименьшим квадратом (PLS-SEM). Анкетирование проводилось среди респондентов на острове Ява, Индонезия, по отсеянным данным исследования (N = 900). Результаты исследования показывают, что предпосылки, влияющие на решения домохозяйств по поводу сбережений, включают TПП и ЦФГ. В посредническом эффекте намерение к сберегательному поведению выступает в качестве частичной посреднической переменной между экзогенными и эндогенными переменными. Авторы рекомендуют политикам, правительству и образовательным учреждениям повышать цифровую финансовую грамотность домохозяйств.