|
|
2020. т. 24. №1
|
|
9–27
|
We study the world largest credit risk losses from the year of 1972. We expect that such events drove the credit risk regulation development by the Basel Committee on Banking Supervision, including that of the Internal Ratings-Based (IRB) one of the Basel II Accord. By choosing a round threshold of current USD 100m equivalent of loss amount and the entity total assets in excess of current USD 500m as ofthe loss announcement date, we collected the dataset of 56 cases with the total credit loss of the current USD 700bn (or ca. 900 constant 2018 USD bn) which occurred during the last half of a century. We provide granular description of the stylized facts that characterize five typical credit risk evolution scenarios. The two most unexpected findings are as follows. First, we verified the announced loss amounts by analysis of stock quotes dynamics around the loss announcement dates. Thus we were able to trace three cases where announced by mass media losses may seem to have been exaggerated. Second, there is a series of events when there was a disclosure combination of credit risk loss and operational one. It is likely that the latter might have been used to partially cover the former. |
|
28–52
|
В работе исследуется один из концептуальных вопросов финансового менеджмента – вопрос оптимального соотношения величины риска и объема доходности, покрывающего этот риск. Предложена и статистически подтверждена параметрическая взаимосвязь между спредом доходности корпоративных облигаций, имеющих больший кредитный риск относительно безрисковых инструментов, и спредом дефолта, характеризующим меру кредитного риска. Тема исследования обретает особую актуальность для российского рынка в настоящий момент, поскольку в результате динамичного развития в последние годы как рынка корпоративных облигаций, так и рейтинговой индустрии в России, стала доступна достаточная для проведения исследования база данных по присвоенным рейтингам, историческим данным о частоте дефолтов эмитентов и ставки восстановления RR. Это позволило сформировать некоторую статистику по российскому рынку, взаимоувязать уровень рейтинга эмитента с вероятностью дефолта PD , дать количественную оценку риска, используя одну из моделей Базельских рекомендаций. Основной параметр оцененной взаимосвязи между двумя спредами – показатель вогнутости, характерный для конкретного рынка, позволяет оценить, насколько изменение величины одного спреда опережает изменение величины другого. Если γ > 1, то спред дефолта D будет расти более быстрым темпом, чем спред доходности G. В таком случае инвестор с помощью несложного инструментария сможет оценить и выбрать приемлемые для себя значения риска/доходности на определенном рынке. В эмпирической части работы рассчитан максимальный для исследуемого рынка спред G max, свыше которого инвестор рискует больше, чем покрывает спред доходности. Определено оптимальное соотношение риска/доходности в точке максимума коэффициента эффективности Kef . |
|
53–84
|
Предметом исследования статьи является налоговое регулирование криптоактивов как нового класса финансовых активов. При этом особое внимание уделяется анализу налогообложения виртуальных валют как наиболее распространенной формы криптоактивов. Актуальность темы обусловлена растущим использованием криптоактивов в финансовых системах разных стран в условиях отсутствия унифицированной интерпретации и регулирования цифровых активов в денежно-кредитной и налоговой сферах. Целью исследования является выявление экономико-правовых подходов к интерпретации криптоактивов и определение особенностей их налогообложения в развитых странах – Австралии, Великобритании, Сингапуре, США, Швейцарии и Японии. В исследовании использовались методы сравнительного анализа и синтеза. Для каждой из исследуемых стран были проанализированы национальные системы налогообложения доходов физических и юридических лиц, а также системы косвенного налогообложения применительно к цифровым активам. Были исследованы налоговые последствия типовых операций с криптоактивами, таких как майнинг криптоактивов; приобретение криптоактивов; использование криптоактивов для оплаты товаров, работ и услуг; реализация криптоактивов, приобретенных для инвестиционных целей и др. В результате исследования налогового регулирования криптоактивов в развитых странах сделан вывод о том, что трактовки криптоактивов различаются как на национальном уровне, так и на уровне регулирующих органов внутри стран. При этом налогообложение криптоактивов осуществляется вне явной зависимости от подходов к их регулированию в денежно-кредитной сфере. В большинстве стран доходы, связанные с виртуальными валютами, облагаются подоходными налогами в корпоративной области, при этом тяжесть налогообложения обуславливается национальными условиями обложения прибыли компаний. В то же время в некоторых странах доходы физических лиц полностью освобождены от обложения. Наибольшее совпадение среди исследуемых стран наблюдается в подходах к косвенному налогообложению. Авторами сделан вывод, что налоговое стимулирование может способствовать снижению спекулятивного давления и стимулировать более широкое использование криптоактивов как институциональными, так и частными инвесторами в качестве средства платежа, средства сбережения и инвестирования. Среди исследуемых стран режим налогового стимулирования операций с криптоактивами в наиболее явной форме применяется в Сингапуре и Швейцарии. Результаты проведенного исследования могут быть использованы национальными регулирующими органами для нахождения оптимального налогового режима операций с криптоактивами, который должен быть направлен не только на получение бюджетных доходов, но также на создание благоприятных условий для стимулирования инноваций в сфере развития цифровых активов как на национальном, так и на международном уровне. |
|
85–100
|
The article discusses the question of the financial constraints in Estonian dairy and crop farms in the transition period, and there are also identified the farms that have been mostly affected by these imperfections. For that, an investment accelerator model augmented with a cash flow variable was used. The empirical analysis is based on the unbalanced panel data containing 2263 dairy and 1762 crop farms in the period between 2000 and 2014. We have three periods of 5 years each: 2000–2004 (the pre-EU accession), 2005–2009 (being an EU member before the economic crisis), 2010–2014 (after the economic crisis). We used these periods to construct the fixed effect and random effect models for different types of farm: dairy and crop farms. In addition to the full sample estimate, we use farms characteristics to classify crop farms by area, and dairy farms by the average number of cows per year. The estimations of the standard augmented model obtained by different econometric methods for several subsamples have revealed a dissimilar level of the financial constraints. The obtained results clearly imply that the farm investment behavior is driven by the competitive output market conditions and the farm abilities to sell output and invest in such a market environment. Moreover, except for all farms farm the gross investment is positively and significantly associated with the cash flow, confirming for any farms the absence of the soft budget constraints for the farms. The results confirm that the financial variables significantly influence the farms’ investment subsidy, providing an empirical evidence of an imperfect capital market in the Estonian agriculture. |
|
101–116
|
В данной работе применяется текстуальный анализ для оценки параметров гедонистической модели ценообразования на рынке вторичной недвижимости г. Москвы. Для проведения исследования был собран уникальный массив данных – активные в июле 2019 г. объявления о продаже жилой недвижимости на сайте ЦИАН. Для сбора информации была написана специальная программа-парсер на языке Python. Всего было собрано около 60 тыс. объявлений, которые представляют все районы Москвы. На основе этого массива данных и разработанного авторами алгоритма анализа текстов определены слова (униграммы) и словосочетания (биграммы), которые являются наиболее значимыми предикторами цены. Преимущество данного подхода в том, что подбор объясняющих переменных для эконометрической модели опирается на выявленные предпочтения участников рынка – алгоритм определяет характеристики жилья, которые указывают сами владельцы, заинтересованные в успешной продаже. Таким образом, мы выявляем важные субъективные факторы ценообразования на рынке московской недвижимости. Показано, что использование текстуального анализа позволяет заметно улучшить предсказательную силу эконометрической модели ценообразования. В частности, благодаря использованию униграмм мы можем сократить среднеквадратичную ошибку на 15%. Механизм этого улучшения заключается в учете факторов ценообразования, которые трудно измерить количественным образом. К примеру, биграммы «очистка воды», «охрана консьерж», «клубный дом», «система видеонаблюдение» и им подобные отвечают за факторы благоустройства самого жилья и его окрестностей, безопасность и другие общественные блага локального уровня, которые практически не поддаются количественному измерению по единой методике. |
|
117–145
|
В России спорт исторически относился к социальной сфере и только в последние годы стал рассматриваться с коммерческой точки зрения. В сравнении с европейскими странами спортивную индустрию России следует признать формирующейся. Бремя финансирования профессиональных спортивных клубов так и не перешло к частным инвесторам и по-прежнему лежит на региональных бюджетах или государственных компаниях. Тратятся эти средства в основном на вознаграждение игроков (часто – легионеров) и агентов. Не зарабатывая на профильной деятельности – медиаправа, билетные программы и продажа атрибутики, – клубы при уходе спонсора лишаются основной части заработка и ликвидируются. Наиболее популярным видом спорта в России (например, исходя из числа занимающихся), а следовательно, и наиболее перспективным с позиции коммерции является футбол. Исходя из этого, целью настоящей работы стала разработка рекомендаций по повышению финансовой устойчивости футбольных клубов в рамках процедуры лицензирования. В качестве аналитической базы выступили действующие редакции правил лицензирования футбольных клубов Англии, Германии, Франции, Польши, Литвы, Норвегии, Швеции и научные публикации отечественных и зарубежных ученых, посвященные этой проблематике. Для достижения заявленной цели автором проведен анализ актуального уровня развития футбола в России, предложены индикаторы, характеризующие его эффективность, выявлены проблемы и сложности, препятствующие позитивной динамике. По результатам этого анализа, а также основываясь на лучших европейских практиках, предложены меры, которые помогут решить существующие проблемы, будут способствовать привлечению частных инвесторов и повышению эффективности расходования бюджетных средств. Предложенные способы могут быть внедрены и в других командных видах спорта, что будет способствовать ускорению развития в части реализации коммерческого потенциала, достижения спортивных и социальных результатов. |
|
|
|
|