SCI Библиотека

В статье представлена комплексная методология прогнозирования макроэкономических показателей для долгосрочного планирования в сфере проектного финансирования. Цель исследования - разработка системы стохастических симуляций, способной генерировать реалистичные сценарии экономического развития с учетом взаимосвязей между различными экономическими параметрами. Методология включает два ключевых компонента: алгоритм отбора значимых предикторов на основе разреженных графов и минимального дерева Штейнера, а также систему стохастических симуляций, интегрирующую модель CIR++ с методом Монте-Карло. Авторами разработан эффективный алгоритм построения регрессионных моделей, учитывающий структурные взаимосвязи между экономическими показателями. Материалом для исследования послужили исторические данные по широкому спектру макроэкономических показателей России: ВВП, инфляция, процентные ставки, индексы цен на недвижимость и просроченная задолженность. Результаты применения методологии демонстрируют высокую точность прогнозирования на исторических данных и интуитивно понятное поведение в долгосрочной перспективе. Система способна генерировать вероятностные сценарии с горизонтом до 30 лет, что позволяет оценивать различные аспекты рисков, включая экстремальные сценарии. Модульная архитектура системы обеспечивает гибкость и адаптивность к различным экономическим условиям. Результаты исследования имеют практическую значимость для риск-менеджмента в финансовых институтах и стратегического планирования при проектном финансировании.

В статье рассматривается проблематика исследования трансакционных издержек через призму концепции «расширенного предприятия» в цифровой экономике, определятся эволюционные подходы исследования трансакционных издержек, систематизируются классификационные признаки трансакционных издержек, структурный состав и способы учета трансакционных издержек, а также предложена модель взаимосвязи трансакционных и трансформационных издержек в аналоговой и цифровой экономике, что позволяет более комплексно рассмотреть изменения трансакционных издержек в цифровых координатах.

Применение методов статистики и эконометрического моделирования имеет свою специфику при анализе данных, полученных по результатам агробиологических исследований. Исследуя такой показатель как урожайность культур, осуществляя отбор факторов, влияющих на нее, аналитик сталкивается с проблемой необходимости включения в регрессионную модель объясняющих переменных, имеющих неколичественную форму выражения, связанных с применением для обработки семян различных микробиологических препаратов. Подобная проблема решаема путем использования в моделях фиктивных переменных. Цель исследования - разработка методологических подходов к построению регрессионной многофакторной модели, включающей как количественные, так и качественные объясняющие переменные, описывающей количественно зависимость урожайности кормосмеси для коров от этих факторов. Материалы и методы. В основе методологии решения данной исследовательской задачи были положены фундаментальные подходы, опубликованные в научных работах ученых, освещающих проблемы использования эконометрических моделей с фиктивными переменными. Основой исследования является комплексный подход к применению математико-статистических методов анализа зависимостей между переменными, моделирования и прогнозирования, а также экспериментальные результаты изучения уровня урожайности сухой массы кормосмеси в зависимости от содержания в почве азота и использования микробиологических препаратов «Бисолби-Т» и «Экстрасол», полученные за четыре осуществленных укоса летнего периода 2023 года. Результаты. Исследование и количественное описание влияния микробиологических препаратов «Бисолби-Т» и «Экстрасол» при различных концентрациях в почве азота на урожайность сухой массы кормовой смеси, позволили получить эконометрические двухфакторные модели, в которых фактор - применение препарата для предварительной обработки семенного материала, был включен как фиктивная переменная. На основе полученных в ходе исследования статистически значимых регрессионных моделей, учитывающих периоды и циклы скашивания кормосмеси, были вычислены ожидаемые значения ее урожайности при нормативной концентрации азота в почве, выполнена сравнительная оценка эффективности исследуемых препаратов. Заключение. Применение методов статистического анализа данных с построением регрессионных моделей при проведении агробиологических исследований имеет определенную специфику. Возможность включения в регрессионную модель фиктивных объясняющих переменных позволяет исследовать и количественно оценить влияние неколичественных факторов на урожайность сельскохозяйственных культур. Получение статистически значимых моделей является основой прогнозирования уровня урожайности и принятия решений при выборе оптимальных вариантов внесения концентраций удобрений, определение предпочтений в отношении используемых для повышения продуктивности культур микробиологических добавок, расчет перспективных значений урожайности кормосмеси в зависимости от периода ее скашивания. Все это имеет стратегическое значение при планировании объемов производства кормов для сельскохозяйственных животных и величины затрат предприятий на осуществление своей деятельности, в частности для составления бюджета затрат на корма.

Цель исследования. Основным фактором, влияющим на рынок транспортно-логистических услуг Российской Федерации в 2022 г., является введение санкций в отношении Российской Федерации. В результате такие последствия как закрытие границ, волатильность на мировых сырьевых рынках, сжатие спроса на товары и услуги, оказали значительное влияние на судостроительную отрасль. Вследствие санкционного давления и ухудшения технической возможности строительства морских и речных объектов на предприятиях Российской Федерации снизились объемы потенциальных заказов. В этой связи целью исследования является оценка потребности в строительстве грузовых судов в условиях санкционного давления, за счет совершенствования способов и методов долгосрочного прогнозирования. Материалы и методы. Источниками информации для проведения расчетов послужили официальные данные Федеральной службы государственной статистики и Российского Классификационного Общества, также использовались прогнозные значения ведомств и аналитических агентств. Для прогноза объемов перевозок грузов водным транспортом использовался метод множественного корреляционно-регрессионного анализа. Результаты. Рассчитан прогноз объемов перевозок отдельных видов грузов, с учетом влияния ключевых экономических и политических факторов. На основе прогнозов грузовой базы, экспорта, импорта, строительства, списания судов и текущего состояния флота проведена оценка потребности в строительстве грузовых судов в условиях санкционного давления до 2030 г. Вычисления потребности в водном транспорте осуществлялись в рамках двух моделей прогноза - по оптимистическому и пессимистическому сценариям. Оптимистический предусматривает дальнейшее обновление судов согласно текущей тенденции (делается упор на ремонт, предполагается списание лишь 1-2% плавсредств). Пессимистический вариант подразумевает масштабную замену старого грузового флота к 2030 г. (со списанием всех пришедших в негодность судов). К 2030 г. спрос на морские суда составит от 452 ед. до 1 307 ед. в зависимости от конъюнктуры рынка. Спрос на речные суда и суда река-море составит от 1 433 ед. до 6 485 ед. Результаты исследования показали, что заявленная в Стратегии потребность в судах является недостаточной для удовлетворения потребности водного рынка. Заключение. Данный подход может быть использован при актуализации Стратегии развития судостроительной промышленности.

Актуальность исследования обусловлена тем, что, несмотря на появление новых видов экономического анализа, методология и методика его проведения остаются неизменными. Накопленный теоретический опыт должен быть направлен на анализ синергетического взаимодействия формирующихся бизнес-экосистем.

Цель работы заключается в исследовании проблем реализации экосистемного подхода при проведении экономического анализа деятельности субъектов хозяйствования. Методологическую основу исследования составляют общенаучные методы: сравнение, обобщение, анализ и синтез.

Результатом исследования стал пересмотр подхода к согласованию целевых установок, показателей и интересов сторон с позиции экосистемного подхода, где ключевым условием развития экосистемы определена сбалансированность ее подсистем. В качестве показателя эффективности деятельности экосистемы выступает степень выполнения целевых установок как в деятельности экосистемы в целом, так и по каждому участнику, включая бренди цифровые платформы.

Relevance. The development and implementation of advanced production technologies are the most important factors of economic growth and competitiveness in the modern economy. Predicting their dynamics, taking into account the spatial features of localization, is a difficult and time-consuming task. The spatial effects resulting from the impact of the surrounding territories play a significant role in the dynamics of advanced production technologies in the regions of Russia. Accounting for these effects is necessary when constructing scenario models in conditions of strong spatial heterogeneity of the studied processes. Traditional forecasting methods do not take into account spatial interdependencies and are not able to reflect the influence of surrounding regions on the development of technologies. Research objective. Assessment and scenario forecasting of the dynamics of advanced production technologies being developed in the regions of Russia using SAR models that allow taking into account spatial effects between regions. Data and methods. For scenario forecasting of the dynamics of advanced production technologies being developed in the Russian regions, taking into account spatial effects, a methodological approach was developed based on the modeling of the spatial log (SAR) of the processes of their development, autoregressive (ARMA) modeling and forecasting of the key factors of their dynamics. Taking into account spatial effects and heterogeneity, the proposed approach to modeling makes it possible to more accurately predict the dynamics of advanced production technologies in the Russian regions. Results. The developed methodological approach was tested to form predictive scenarios for the dynamics of advanced production technologies being developed in the regions of Russia. In particular, an inertial forecast scenario was developed, assuming the preservation of current trends in the dynamics of the technologies being developed, as well as two extreme possible scenarios - optimistic and pessimistic. With the help of the spatial SAR model, a significant influence of the number of research organizations on the volume of advanced production technologies generated was confirmed, and in the second group of regions, the influence of the number of technicians who conduct research and development was confirmed. The novelty of the study is to take into account the spatial features of the localization of the advanced production technologies being developed, as well as the spatial effects resulting from the impact of the surrounding regions on the creation of new technologies. This approach makes it possible to significantly reduce errors in the formation of forecast scenarios in conditions of significant spatial heterogeneity of the initial data. Conclusions. To intensify the generation of new technologies in the regions of the second group, it is necessary to attract personnel with technical specialties. The dynamics of the technologies being developed in the first group of regions with a powerful research potential are also influenced by the number of research personnel and the amount of attracted financial resources for fundamental and applied research. To increase the activity of these regions in the development of advanced technologies, it is necessary to form and develop relationships with the surrounding regions.

Укрепление научно-исследовательских связей регионов, отвечающих за снижение барьеров распространения знаний между ними, а также усиление эндогенного взаимодействия субъектов хозяйствования для совместного решения технологических проблем страны, является одной из важных стратегических задач развития национальной экономики. Целью исследования является разработка и апробация методического подхода к анализу научно-исследовательских связей регионов, выявляющего интенсивность межрегионального сотрудничества в контексте географической близости авторов, количества совместных статей, а также схожести тематик исследований. Методическую базу исследования составляет библиометрический анализ 1 846 статей, опубликованных в 2023 году в 53 российских рецензируемых экономических журналах, с общим количеством авторов 3 102 человека. Для определения схожести тематик статей использовался текстовый анализ аннотаций, основанный на применении меры TF-IDF и косинусном сходстве. В качестве основных результатов исследования выявлены следующие корреляции: расстояние между регионами оказывает незначительное влияние как на связанность научного экономического пространства, так и на уровень коллаборации между исследователями из разных регионов; связанность научного экономического пространства (как на внутрирегиональном, так и на межрегиональном уровне) напрямую зависит от уровня коллаборации между исследователями, причем на межрегиональном уровне эта зависимость проявляется в большей степени, чем на внутрирегиональном. Также на основе анализа определены условия укрепления научно-исследовательских связей регионов, а именно выстраивание научно-исследовательских сетей с учетом промышленно-технологической и научной специализации регионов, а также наделение драйверной ролью крупных «научных» регионов (по показателю количества публикаций) и оказание поддержки в поиске и реализации новых форм их взаимодействия с другими территориями. Локомотивы научных исследований смогут развивать исследовательский потенциал регионов - участников научных коммуникаций и обеспечивать пространственное внедрение полученных результатов совместных проектов.

При неравномерном социально-экономическом развитии территориальных систем особенно актуальным является поиск приоритетов их пространственного развития для обеспечения устойчивого экономического роста. В ходе исследования была выдвинута гипотеза о том, что приоритетом пространственного развития региона является формирование полюсов роста на территории муниципальных образований с повышенной концентрацией производственных ресурсов, обладающих тесными пространственными взаимовлияниями с окружающими их территориями. Цель исследования заключается в разработке методологического подхода к поиску и обоснованию приоритетов пространственного развития региона на примере муниципальных образований Свердловской области. авторский методологический подход предполагает выделение в квадрантах диаграммы рассевания П. Морана двух подгрупп территорий по уровню пространственного взаимовлияния для поиска действующих и формирующихся полюсов роста и зоны их сильного и умеренного влияния. Для обоснования эффективности выбранных приоритетов применен дифференцированный подход к построению пространственных моделей SAR. В результате сформированы две группы территорий: пространственно взаимосвязанные (полюса роста, территории, образующие пространственный кластер и входящие в их зону влияния) и пространственно удаленные. исследование показало, что пространственными приоритетами развития Свердловской области должно стать формирование полюсов роста на территории муниципальных образований, обладающих повышенным уровнем концентрации размещаемых предприятий, трудовых и инвестиционных ресурсов (гг. нижний Тагил и Каменск-Уральский), а также на территории муниципальных образований, входящих в зону сильного влияния, действующего в регионе полюса роста (городские округа Березовский, Верхняя Пышма, Среднеуральск, Первоуральск, Дегтярск, Ревда, Полевской, Сысертский, Арамильский, Белоярский, каменский и Верхнее Дуброво). необходимо и наращивание тесных кооперационных взаимосвязей между муниципальными образованиями, которые, как показал пространственный автокорреляционный анализ П. Морана, входят в зону сильного влияния Екатеринбургской агломерации. Представленное исследование позволит в дальнейшем обозначить механизмы реализации приоритетов пространственного развития региона.

В 2021 г. в России были утверждены региональные стратегии цифровой трансформации. Авторы данного исследования предположили, что существует положительная корреляция между уровнем социально-экономического развития, накопленным опытом цифровизации региональной экономики и потенциалом достижения регионами поставленных задач цифровой трансформации. Для проверки этой гипотезы было проведено ранжирование регионов РФ по потенциалу достижения установленных ими плановых показателей на основе адаптивного автоматизированного метода главных компонент, дополненного анализом среды функционирования (PCA-DEA). Для проведения исследования выбраны 2 блока показателей в качестве входов модели: уровень развития икТ-сектора в регионе (18 индикаторов) и уровень социально-экономического развития региона за 2022 г. (20 индикаторов). В качестве выхода модели были отобраны показатели, по которым у регионов в выборке были запланированы измеримые результаты на 2023 г. (всего 43 индикатора). В выборку вошли все регионы РФ, за исключением ДНР, ЛНР, Запорожской и Херсонской областей из-за отсутствия стратегий цифровой трансформации по состоянию на 1 июля 2023 г., города Москвы, проходящей трансформацию по стратегии «Умный город», а также Чукотского АО, запланировавшего результаты по менее 30 % показателей. В результате мы получили пять групп регионов, распределенных по убыванию шансов достижения плановых показателей цифровизации. Место в рейтинге зависит не только от уровня цифровизации и социально-экономического развития, но и от полноты включения в программу цифровой трансформации стратегических показателей. При этом имеют место значительные отклонения планируемых регионами показателей от рекомендуемых профильными министерствами. Используя декомпозицию интегрального показателя и посредством расчета коэффициентов корреляции, мы выявили факторы, определившие позиции регионов в рейтинге. Разработанная методология позволила учесть как структуру данных, так и эффективность планирования в политике цифровизации, что способствует определению наиболее эффективных стратегий и принятию правильных решений для дальнейшего развития цифровой экономики. Полученный результат может быть использован как для внутренней аналитики оценки результатов реализации стратегии цифровой трансформации конкретного региона, так и для внешней аналитики - при сравнении достигнутых результатов и построения региональных рейтингов.

Предмет. Оценка воздействия локальной денежно-кредитной политики на состояние национального финансового сектора в России. Автор подчеркивает важность внешних шоков в динамике внутренних финансовых переменных в странах с формирующимися рынками.

Цели. Определение степени влияния инструментов денежно-кредитной политики Банка России на динамику ключевых индикаторов российского финансового рынка за период 2003-2018 гг.

Методология. В основе - модель векторной авторегрессии. Используются данные по динамике денежной базы, номинальному валютному курсу, валютным резервам Банка России и ключевой процентной ставке. Результирующими параметрами модели являются процентная ставка рынка межбанковского кредитования, доходность государственных облигаций, фондовый индекс, спред по суверенным кредитным дефолтным свопам и валютный курс. Оценки коэффициентов эконометрической модели формируются на основе байесовского подхода. Структурная идентификация модели основана на разложении Холецкого.

Результаты. Денежно-кредитная политика Банка России оказывает значимое воздействие на динамику конъюнктуры национального финансового рынка. Шоки ключевой процентной ставки приводят к изменению краткосрочных и долгосрочных процентных ставок. Ограничительная монетарная политика вызывает ужесточение условий локального финансового рынка, снижение фондового индекса и рост доходностей государственных облигаций. Ослабление российского рубля влечет рост уровня риска российского финансового рынка.

Выводы. Изменение параметров национального финансового рынка является важным элементом трансмиссионного механизма монетарной политики Банка России. В целях повышения эффективности денежно-кредитного регулирования в России экономическим и финансовым властям в России следует развивать структуру национального финансового рынка. На основе результатов исследования могут быть разработаны практические рекомендации для политики Банка России, среди которых: проведение политики в области финансовой стабильности, развитие доступности и разнообразия финансовых услуг, стимулирование конкуренции и качества услуг на российском финансовом рынке.