|
|
|
2024. т. 28. №2
|
|
|
|
195–222
|
В данной работе анализируется, как менялись индикаторы дефолтов российских банков за 8 лет, прошедших с момента введения со стороны Банка России политики, направленной на оздоровление банковского сектора. Подобный анализ позволяет оценить устойчивость показателей, широко используемых в моделях оценки вероятности дефолта банка, и углубить понимание сути процессов и тенденций в банковской деятельности, которые могут видоизменяться со временем. В работе рассматривался период отзывов лицензий банков и введения мер по финансовому оздоровлению (санаций) с III квартала 2013 г. по IV квартал 2021 г. В качестве эконометрического инструментария были использованы логистические регрессии для оценки вероятности дефолта как в целом, так и учитывая одну из двух основных причин – экономическую несостоятельность и нарушение законодательства о легализации (отмывании) доходов. Модели оценивались на подпериодах: с III квартала 2013 г. по II квартал 2015 г., с III квартала 2015 г. по II квартал 2017 г. и с III квартала 2017 г. по IV квартал 2021 г. Полученные результаты свидетельствуют о наличии изменений в индикаторах банкротств банков на протяжении времени, а также о различиях в них в зависимости от рассматриваемой причины банкротства. Лишь некоторые индикаторы (доля межбанковских кредитов в активах, доля облигаций в активах и отношение иностранных обязательств к совокупному объему обязательств) оказались устойчиво статистически значимыми на всех рассматриваемых промежутках. Были сделаны выводы о характерных особенностях «проблемных» банков в каждый из периодов, которые подтверждаются результатами проведенного эмпирического исследования. Так, в период (2013Q3–2015Q2) были отозваны лицензии у многих банков, которые фальсифицировали отчетность в части принятых депозитов, а также среди всех рассматриваемых периодов именно в этом отмечались набеги на банк. В период после кризиса (2015Q3–2017Q2) банки занимались активным привлечением депозитов под высокие проценты и рискованно размещали активы. Высокие уровни создания ликвидности оказались статистически значимым индикатором банкротства в этот период. В более спокойный период (2017Q3–2021Q4) показатель операционной эффективности перестал быть статистически значимым индикатором дефолта, а статистически значимым стало отношение средств в кассе к активам. |
|
|
223–247
|
Цель данной работы – оценить влияние раскрытия информации по экологической повестке в годовых отчетах отечественных компаний на их цену акций. Эмпирическая база исследования включала в себя годовые отчеты и финансовые показатели 100 крупнейших по выручке публичных компаний России в периоды с 2019 г. по 2022 г. Методами исследования выступили NLP-методы текстового анализа: модель-трансформер BERTopic и Латентного размещения Дирихле. С помощью данного моделирования были выделены отдельные темы экологической повестки бизнеса в России, а с помощью лемматизации была оцифрована частота раскрытия полученных тем в каждом отчете. В ходе анализа было выявлено шесть основных топиков, наиболее часто раскрывающихся в финансовых отчетах публичных компаний России: общая тематика упоминания любых экологических инициатив; действия, направленные на сохранение окружающей среды; наличие собственных контролируемых процессов производства; оценка вредного влияния производства и бизнеса на окружающую среду; отношение к экологическим инициативам в компании; корпоративные подходы компании, законы, права, декларации и собственные принципы в развитии экологических инициатив в бизнесе. Также в качестве метода исследования было применено эконометрическое моделирование на основе построения регрессионных моделей. Полученные результаты показали, что частота раскрытия экологических тем в годовых отчетах компаний России влияет на динамику цен акций этих компаний в долгосрочном периоде. Более того, оцененный эффект раскрытия экологической повестки в годовых отчетах публичных компаний России на акции этих компаний меняется в зависимости от тематики отдельных вопросов по экологии. Основные тематики, оказывающие влияние – это раскрытие действий компаний, направленных на сохранение окружающей среды, и корпоративные подходы и паттерны поведения, раскрытые в годовом отчете. |
|
|
248–275
|
В работе исследуется теория информационной асимметрии с точки зрения влияния неопределенной, негативной и слабомодальной тональности в тексте регистрационных форм S-1 на недооценку первичных размещений акций компаний США в период с 2000 г. по 2020 г. Проводится анализ тональности как полного текста проспекта, так текстов четырех отдельных глав – «Prospectus Summary», «Risk Factors», «Use of Proceeds», «Management’s Discussions and Analysis (MD&A)». Для учета фундаментальных различий между двумя секторами экономики оцениваются отдельные модели линейных регрессий для высокотехнологических и нетехнологических выборок компаний. Мы не находим подтверждения сигнальной теории асимметрии информациии с точки зрения влияния неопределенности в тексте проспектов на недооценку IPO: выявлена отрицательная связь доли неопределенности во всем тексте форм S-1 и недооценки IPO и положительная связь недооценки нетехнологических компаний и негативной тональности глав «Risk Factors», «Use of Proceeds» регистрационных форм S-1. В работе не было обнаружено значимого влияния слабомодальной тональности на недооценку IPO. Полученные результаты могут свидетельствовать о том, что неопределенность предостерегает участников рынка от инвестирования в IPO, в то время как негативный тон может, напротив, привлекать инвесторов, если при этом устанавливается низкая цена акций, способная компенсировать риски. В исследовании также используются модели машинного обучения: случайный лес и бустинг, результаты построения которых показывают увеличение прогностической силы моделей при учете текстовых характеристик форм S-1. При ранжировании переменных по степени их важности в модели случайного леса в первые десять наиболее важных переменных вошли три текстовые переменные тональности проспектов, что подтверждает необходимость учета текстовой информации, содержащейся в регистрационных формах, при анализе недооценки. Результаты работы способствуют более глубокому пониманию факторов недооценки публичных размещений, которые могут быть полезны менеджменту компаний при подготовке IPO и его документации для снижения вероятности недооценки и привлечения желаемого объема капитала, а также инвесторам, принимающим решения об инвестировании в акции IPO. |
|
|
276–301
|
A classical paper by [Grossman, Stiglitz, 1980] showed that asset prices in equilibrium necessarily contain some degree of inefficiency when information is costly. Moreover, the inefficiency should decrease with decreasing information costs. However, a number of recent empirical studies cast some doubt on the postulate that real financial markets are becoming more efficient, despite the ostensible advances in technology and radical increases in the availability of information. The pricing of financial assets strongly depends on the relative wealth shares of heterogeneous groups of investors interacting in the market and the recent field of evolutionary finance has produced a number of studies showing how asset price dynamics develop under the influence of endogenously changing populations of heterogeneous traders. However, very few studies exist examining how the cost of information affects prices of assets in an evolutionary context. We therefore construct an evolutionary agent-based model of a financial market with boundedly rational traders who learn from experience. We conduct a number of computational experiments with varying information costs and show that even under zero information costs uninformed traders can survive and even dominate the market in finite time. Thus, for an initially low level of information costs, a marginal decrease in them does not necessarily lead to increased price efficiency. For higher initial levels of information costs our results however agree with those of [Grossman, Stiglitz, 1980] in that an increasing information cost generally leads to informed traders being driven out of the market and asset prices becoming less efficient. Implications of our findings for financial market regulation are discussed. |
|
|
302–328
|
В статье исследуется потенциал российского малого бизнеса и обсуждаются возможности его участия в реализации импортозамещающей стратегии развития российской экономики. Проведена оценка потенциала российского малого бизнеса и сформулированы два возможных сценария его динамики (инерционный и растущий). Выявлены особенности современного этапа функционирования сектора малого предпринимательства, в том числе неравномерность динамики числа субъектов малого бизнеса. Отмечен рост количества самозанятых как неформального крыла этого сектора. На базе международных исследований по оценке уровня значимости сектора малого предпринимательства в национальной экономике в работе сделан вывод о достаточно высоком потенциале развития российского малого бизнеса, способного решать масштабные задачи государственной экономической политики, в том числе задачи импортозамещения. Выявляются особенности и структура импортозамещающей стратегии на современном этапе, характеризующемся масштабными экономическими санкциями и сложной международной обстановкой. Разработана структурно-логическая схема, описывающая взаимосвязи основных компонент стратегии импортозамещения на современном этапе. Определены основные сферы развития малого российского предпринимательства, обеспечивающие эффективное импортозамещение в условиях санкций и ухода зарубежных компаний с российского рынка, обосновывается необходимость его комплексной государственной поддержки как условия достижения технологического суверенитета страны. Приведены результаты эмпирического анализа, подтверждающие на базе статистических данных за 2012–2022 гг. значимость роли МСБ в процессах импортозамещения. С учетом неполноты имеющейся информационной базы предложен индекс приближенной оценки вклада этого сектора в отраслевое импортозамещение. На примере машиностроительного, агропромышленного и лесопромышленного комплекса произведен расчет этого индекса и осуществлен сопоставительный анализ роли этих производств в реализации стратегии импортозамещения с участием малого и среднего бизнеса. |
|
|
329–351
|
Страны Центральной Азии все чаще сталкиваются с дефицитом электроэнергии, в то время как энергетическая инфраструктура не способна удовлетворить потребности постоянно растущего населения региона. Структура генерации электроэнергии в странах региона различается – Туркменистан и Узбекистан полагаются на выработку энергии на газовых ТЭС, Казахстан – на угольные ТЭС, Таджикистан и Кыргызстан – на ГЭС. Выработка электроэнергии хоть и увеличивается, но полностью не удовлетворяет потребности населения стран региона, которое с момента обретения независимости выросло в 1,5 раза. Износ материальной инфраструктуры, политика тарифного ценообразования и объективные социально-экономические факторы становятся причиной системных энергетических кризисов, а дефицит энергии, согласно прогнозам, будет только возрастать. Мировая практика показывает, что возможным решением проблем в энергетическом секторе является использование ВИЭ. Сегодня уровень выработки энергии из СЭС не превышает 1%, хотя правительства стран признают важность этого источника для обеспечения энергетической безопасности страны, а регион обладает хорошими показателями инсоляции. В этой связи вопрос разработки ВИЭ, и в особенности СЭС, приобретает все большую актуальность. Целью настоящего исследования является анализ ключевых ограничений и перспектив развития солнечной энергетики в странах Центральной Азии. Для определения характера развития этой сферы авторы проводят сравнительный анализ ситуации в экономике, энергетических секторах, нормативно-правовой базе стран региона. Были определены ключевые экзогенные факторы, влияющие на скорость осуществления проектов строительства солнечных электростанций, в частности, среди которых – политика крупных стран и международных финансовых организаций. По итогам анализа финансовых, технических и регуляторных ограничений были составлены рекомендации, которые могут поспособствовать развитию сферы. |
|
|
|
|
.png){kind=small}
.jpg){kind=logo}
.gif){kind=small}
.png){kind=small}
© 
