Статья: ФИНАНСИАЛИЗАЦИЯ ЗДРАВООХРАНЕНИЯ: ПЕРСПЕКТИВНОЕ РЕШЕНИЕ ИЛИ НОВАЯ ПРОБЛЕМА? (2025)

Современные медицинские технологии существенно расширили рамки амбулаторного лечения. В этих условиях отсутствие предоплаченного доступа к лекарствам при амбулаторном лечении для большинства граждан России способно снизить эффективность проводимой терапии. С использованием данных выборочных обследований в работе показано, что каждое пятое домохозяйство сталкивается с невозможностью приобрести необходимые лекарства из-за нехватки средств. Наибольшие риски экономической недоступности лекарств испытывают домохозяйства с относительно низкими доходами, а также домохозяйства, в состав которых входят люди с плохим здоровьем, хронические больные. Существующая система рационирования предоплаченного доступа (лекарственные льготы) не решает проблемы доступности лекарств даже для уязвимых групп населения. В частности, менее четверти пожилых людей имеют право на льготные лекарства. При этом более трети льготников монетизируют льготу, получая небольшое денежное возмещение. Отказ от использования льготы в натуральной форме часто обусловлен высокими издержками на получение льготных рецептов и самих лекарств. Это вызывает вопросы относительно целеполагания и адресности системы лекарственных льгот, которые мало результативны с точки зрения снижения экономических барьеров доступности медицинской помощи

Здоровье определяется не только биологическими, но и социальными факторами — условиями жизни, труда, доходом, социальной поддержкой и доступом к медицинской помощи. Особенно важны социальные детерминанты в среднем возрасте — ключевом периоде для профилактики хронических заболеваний и формирования основы активного старения. Цель исследования — выявить связь между социальными факторами и состоянием здоровья россиян 45–60 лет. Использованы данные «Комплексного обследования условий жизни населения России» (2022 г.), включающего более 28 тыс. респондентов. В качестве зависимых переменных рассматривались самооценка здоровья и наличие хронических заболеваний. Модель логистической регрессии включала широкий набор факторов: социально- демографические и экономические характеристики, параметры социальной и физической среды, поведенческие риски и доступ к медицине. Установлено, что более низкая самооценка здоровья и риск хронических заболеваний связаны с возрастом, женским полом, низким доходом и образованием, отсутствием занятости, социальной изоляцией, отсутствием физической активности, загрязненной средой и недоступной медицинской инфраструктурой. Результаты подчеркивают значимость комплексной политики в сфере здравоохранения, направленной на сокращение социального неравенства и поддержку здоровья в трудоспособном возрасте

Искусственный интеллект (ИИ), являясь передовой технологической инновацией, демонстрирует значительный потенциал для трансформации сферы здравоохранения. Его применение охватывает весь спектр медицинских процессов, включая разработку, производство и распределение лекарственных средств, а также оптимизацию системы здравоохранения в целом. История ИИ берет начало более полувека назад, и с тех пор его функциональные возможности и области применения претерпели существенные изменения. В условиях стремительного технологического прогресса становится критически важным интегрировать ИИ в стратегическое планирование сферы медицинских услуг, осуществлять глубокий анализ больших данных и разрабатывать соответствующую политику регулирования. В данной статье рассматриваются ключевые достижения и современные тенденции в применении ИИ в здравоохранении, подчеркивая его потенциал для инновационных изменений в медицинской практике. В ближайшие годы ожидается активное внедрение медицинских изделий с ИИ-компонентами, а также развитие специализированных сервисов, предоставляющих критически важную информацию о пациентах; станут более востребованными персонализированные помощники врачей. Кроме того, ИИ способен оптимизировать системы финансирования здравоохранения. Все это должно способствовать повышению качества медицинских услуг. Особое внимание уделяется перспективным направлениям разработки надежных и безопасных ИИ-систем, а также анализу потенциальных рисков и препятствий, которые могут возникнуть на пути их внедрения. Это — те препятствия, которые могут поставить под сомнение достижения, поэтому их понимание и преодоление является обязательным условием для перспектив ИИ в здравоохранении

Статья В. В. Радаева с описанием детальной дискуссии о динамике развития экономической социологии и общественных наук в целом позволяет задуматься о двух взаимосвязанных проблемах, каждая из которых имеет фундаментальный характер. Во-первых, как выглядят границы дисциплин и научных сообществ в современной реальности, когда прочертить их (в том числе за счет постоянного роста масштаба междисциплинарных исследований) становится все сложнее. Во-вторых, как меняют фундаментальные технологические инновации современность — например расцвет экономики платформ и искусственного интеллекта — основные положения общественно- научных теорий? В какой момент мы можем сообщить о принципиально новой реальности, которая больше не будет описываться языком существоваших ранее теоретических и эмпирических инструментов? В настоящей реплике я попытаюсь последовательно обсудить основные тезисы статьи Радаева, соответствующие каждой из этих дискуссий. Мои главные аргументы сводятся к двум положениям. Во-первых, описать границы общественных наук с помощью заранее заданных критериев в современной реальности практически невозможно — более того, эти критерии сами являются риторической конструкцией, использующейся исследователями для удержания монополии над теми или иными исследовательскими темами или методами. Границы наук на практике определяются интересами ученых, относящихся к тем или иным сообществами — и ничем иным. Во-вторых, важно быть осторожным при оценке последствий технического прогресса для тех или иных общественно-научных дисциплин — эти последствия сильно различаются в зависимости от типа теорий, господствующих в этих дисциплинах.

Опубликованная в этом разделе статья В. В. Радаева очень интересна для тех, кто занимается историей и методологией экономической науки. Взгляд на нашу дисциплину со стороны лидера отечественной экономической социологии (наиболее близкого к экономистам направления общественных наук) и, к тому же, профессионального экономиста позволяет разглядеть в ней то, что труднее заметить нам самим. Здесь важны и общие черты, и различия. Подчеркивается важное значение неоднородности экономической науки, ее эволюции с момента возникновения до наших дней. Выделяется роль, которую играет в экономической науке так называемый мейнстрим. Обсуждается вопрос о современном этапе кризиса социальных наук, характеризующийся манипуляциями человеческим поведением со стороны государств и частных платформ посредством искусственного интеллекта. Выражается сомнение в том, что эти важные явления могут привести к закату общественных наук как таковых

В статье рассматриваются причины появления и основные направления развития новой экономической социологии, обратившейся на рубеже 1980-х годов к изучению рынков и других тем, которые до этого традиционно считались экономическими, отчасти в ответ на нарастающее вторжение экономистов в области социальных наук. Выявляются принципиальные различия подходов, применяемых в экономической теории и экономической социологии, в том числе к исследованию одних и тех же объектов. Указывается на нарождение нового кризиса в социальных науках, затрагивающего обе дисциплины и вызванного прагматическим поворотом в самих социальных науках и алгоритмическим поворотом, связанным с утверждением платформенного капитализма. Кратко анализируются трансформация структуры современного капитализма в процессе формирования платформенной экономики. Показаны принципиальные сдвиги в характере социальных отношений, обусловленные вторжением материальных объектов. Демонстрируется, как алгоритмическое управление меняет существующие модели человеческого поведения, подрывая его автономию и культивируя новые формы инструментальной рациональности. Подчеркивается, что происходящие изменения порождают новые вызовы и для социологии, и для экономической теории

This paper addresses the mutual influence between economic theory and policy in international trade employing interdisciplinary methodology, integrating Natural Language Processing (NLP) and econometric analysis. We test whether the relationship between economic theory and economic policy can be characterised by either “economics as art” approach (where theory serves the role of an auxiliary tool to the policy) or by “scientistic” approach (where economic policy is interpreted as the practical application of theory). We fi rstly characterise the academic discourse in terms of adherence to either protectionism or economic liberalism with NLP algorithms. Our analysis reveals the formation of a dominant liberal consensus in academia regardless of journal quality adjustments. Secondly, we estimate Vector Autoregression (VAR) and Vector Error Correction (VEC) models to analyse the dynamic relationship between academic discourse, trade policies, and economic activity (measured by trade volume). At the global level, we identify a complex, bidirectional relationship: academic discourse helps predict policy and trade in the short-run, while in the long-run, policy and economic activity help predict the discourse. This refutes the “scientistic” interpretation of direct theoretical infl uence in favour of “economics as art” approach. Similar analysis of Russian data provides deeper understanding of the relationship between theory and policy at the country level. On the one hand, Russian academic discourse aligns with global liberal trends and tends to study the economic environment rather than have a direct influence on it. On the other hand, Russian policy-makers are driven by distinct political objectives, pursuing protectionist policies despite a more liberal global academic discourse. These results indicate the absence of the “scientistic” approach in Russia

Геополитическая напряженность и финансовая нестабильность меняют требования к капитализации розничных банков во многих странах. В банковской отрасли оптимизация проведения кампаний телемаркетинга является одним из ключевых вопросов операционной деятельности розничных банков, учитывая их растущую потребность в увеличении прибыли и сокращении затрат. Методы машинного обучения с использованием программы Python позволяют оценить результаты кампании розничных банков, направленной на привлечение клиентов к новым продуктам, и тем самым снизить издержки, связанные с поиском новых и удержанием старых клиентов. Регрессионный анализ показал, что наиболее влиятельными факторами для приобретения нового продукта банка — открытие депозитного вклада — являются продолжительность контакта с клиентом, а также дата контакта с клиентом. Статистический анализ данных позволил определить портрет потенциального клиента банка

В данной статье рассматривается влияние антироссийских санкций на торгово-экономические отношения между Россией и Казахстаном. Целью работы является количественная и качественная оценка изменения торговых и инвестиционных потоков между странами в условиях санкционного давления. Авторами предложены агрегированные индикаторы глубины торгово-экономических связей, позволяющие оценить характер взаимодействия стран с учетом изменения динамики и структуры товарных потоков и динамики движения капитала. Весовые коэффициенты определялись среднеарифметическим методом и методом главных компонент. На основе разработанных индикаторов выявлено ослабление торгово-финансовых потоков из России в Казахстан и их усиление в обратном направлении. Это отражает изменение структуры взаимодействия и перераспределение ролей в рамках региональных цепочек поставок, при котором Казахстан выступает в качестве компенсирующего звена. Выявлены товарные группы, оказавшиеся наиболее востребованными для России в условиях санкций (машиностроительной и химической продукции, строительных материалов). Предлагаемые показатели, помимо количественных оценок товарно-финансовых потоков, включают и качественные оценки структуры экспортных / импортных корзин двух стран. Их детальный анализ в динамике выявил устойчивый тренд снижения концентрации (увеличения разнообразия) импортируемых российских товаров в Казахстан, тогда как казахстанский экспорт в Россию еще остается высококонцентрированным и менее разнообразным. Полученные результаты указывают на углубление интеграционных связей при одновременном изменении их характера и направления. Предложенные агрегированные индикаторы могут использоваться для мониторинга динамики интеграционных процессов и оценки устойчивости экономического взаимодействия стран в условиях внешнеэкономических шоков

В последние годы кратное расширение числа и применения международных санкций вызвало интерес к оценке их последствий. В данном исследовании анализируется влияние финансовых санкций ООН на участие стран в глобальных цепочках создания стоимости (ГЦСС). Исследование выполнено методом синтетического контроля на выборке стран, подпавших под финансовые санкции в период 1995–2018 гг. Рассмотрены санкции против девяти развивающихся экономик, среди которых Ангола, Иран, Кения, Конго, Кот-д’Ивуар, Ливан, Мали, Нигерия, Центральноафриканская Республика, а также — особый случай — санкции против России 2014 г. Анализ показывает, что финансовые санкции не всегда приводят к сокращению участия стран в ГЦСС. В отношении рассмотренных экономик последствия санкций оказались неоднородными: чаще они влияют на участие «вперед», снижая экспорт сырья, чем на участие «назад», уменьшая импорт. Влияние санкций в рамках рассмотренной выборки также различается в зависимости от временнóго горизонта (3, 5, 7 лет) и страны. На исследованной выборке выявлено, что негативные последствия санкций проявляются на горизонте 3–5 лет и исчезают через 7 лет, после чего развитие страны определяется другими факторами. В отношении России выявлено, что санкции привели к расширению ее участия в ГЦСС, однако дополнительные тесты определили статистическую незначимость последствий самих санкций. Результаты анализа характера и продолжительности влияния санкций могут быть использованы для разработки политики выбранных нами стран, а также для политики других стран, подпавших под финансовые санкции, при формировании стратегий адаптации к санкционным ограничениям и для стимулирования экономического роста

В статье исследуется дискриминация женщин по возрасту при найме на работу. В статье обсуждается то, в какой мере онлайн-платформа найма может использоваться для проведения экспериментальных исследований дискриминации и в какой мере результаты могут быть перенесены на рынок труда. Небольшой эксперимент иллюстрирует наши доводы. Для анализа используется метод подачи фиктивных заявлений на вакансии, включающий три резюме, позиционирующих возраст заявительниц как 26, 37 и 48 лет. Всего было направлено 600 заявок. В исследовании применяются коэффициенты чистой дискриминации и вероятностная модель, описывающая вероятность получения положительного отклика. Мы также используем подход к оценке дискриминации в размере предлагаемой заработной платы с учетом эндогенности получения приглашения методом инструментальных переменных. Нами установлено, что для соискательницы в возрасте 48 лет вероятность получить приглашение на собеседование на 22–23% ниже по сравнению с соискательницей 26 лет и 14% по сравнению с соискательницей 37 лет. Дискриминация этой группы проявляется в более длительном ожидании отклика и в предложениях по заработной плате, сходных с предложениями для наименее опытной соискательницы. Регрессионный анализ не подтверждает связи между вероятностью получить отклик на вакансию и величиной предлагаемой заработной платы для конкретной соискательницы. Таким образом, результаты не позволяют утверждать, что более высокая заработная плата чаще или реже предлагается кому-то из кандидатов

Изучение дивидендной политики в разрезе корпоративного управления вызывает большой интерес ввиду неоднозначных результатов как в теоретических, так и в эмпирических работах. В настоящей статье проверяются гипотезы о влиянии сложной структуры акционерного капитала, формируемой путем выпуска акций разных типов, а также разрыва между правами собственности и контроля крупнейшего акционера, на вероятность выплаты дивидендов и их размер. В исследовании используется уникальный и собранный частично вручную набор данных, охватывающий всю генеральную совокупность российских публичных нефинансовых компаний за 2011–2020 гг., акции которых котировались на Московской бирже. Особая ценность работы связана с квазиэкспериментальными условиями российской экономики, где большинство компаний с двумя типами акций возникло в результате решений правительства о приватизации / реорганизации отраслей. По результатам эконометрического анализа установлено, что вероятность выплаты дивидендов компаниями с двумя типами акций ниже, чем у компаний с одним типом акций. Более того, по мере роста разрыва между правами собственности и контроля крупнейшего акционера снижается как вероятность выплаты дивидендов, так и их размер. Исследование может иметь практическую ценность для регулятора (совершенствование регуляторных правил, касающихся компаний с двумя типами акций) и участников фондового рынка (формирование дивидендных инвестиционных портфелей)

Исследование посвящено сравнению подходов к прогнозированию уровня индекса потребительских цен (ИПЦ г/г) в регионах Приволжского федерального округа с использованием эконометрических моделей временных рядов и методов машинного обучения. В статье предпринята попытка выбрать наиболее подходящие и эффективные модели для прогнозирования регионального индекса общего уровня цен. Исследование включает использование комбинированного подхода, который основан на сочетании как эконометрических моделей, так и методов машинного обучения. Полученные результаты свидетельствуют о том, что модели машинного обучения обеспечивают более стабильные и точные прогнозы, чем эконометрические модели — особенно на длительных периодах прогнозирования (6 и более месяцев). Однако для ряда регионов мы нашли доказательства эффективности эконометрических моделей временных рядов на краткосрочном периоде — для нескольких регионов различные спецификации расширенных моделей авторегрессии работают лучше, чем подход, основанный на моделях машинного обучения, при прогнозировании на 1 и 3 месяца. Результаты комбинированного подхода сопоставимы с прогнозами моделей машинного обучения и чаще обеспечивают более точный прогноз на 12 и 24 месяца. Проведенное исследование показало, что не удалось обнаружить устойчивого эффекта региональных особенностей в результатах прогнозирования, вызванного спецификой региона, а именно волатильностью инфляции, структурой экономики региона

Начиная с 2019 г. политика российского регулятора в отношении раскрытия корпоративной информации претерпела ряд существенных изменений. На фоне беспрецедентного санкционного давления со стороны стран Запада компаниям было разрешено не публиковать существенной информации о своей деятельности, включая финансовую отчетность. Однако эти меры, нацеленные на защиту отечественных компаний от санкций, привнесли риски снижения инвестиционной привлекательности и ухудшения результатов деятельности компаний в средне- и долгосрочной перспективе. В данной статье проведен анализ раскрытия информации российскими публичными компаниями в контексте санкций западных стран и оценено его влияние на результативность их деятельности. Объектом анализа являются все российские публичные компании, акции которых котировались на Московской бирже в 2018–2023 гг. С помощью методов дескриптивного, статистического и эконометрического анализов выявлен резкий рост числа компаний, не раскрывавших финансовой отчетности в 2021–2022 гг., информацию о собственниках и советах директоров в 2022–2023 гг., а также обнаружено снижение объема раскрываемой информации о планах и существенных событиях внутри компаний в 2021– 2023 гг. Установлено, что вероятность раскрытия информации связана не только с санкциями, но и с уровнем корпоративного управления в досанкционный период. Выявлено значимое положительное влияние раскрытия информации на рыночную стоимость компаний. Таким образом, нераскрытие (в том числе под предлогом санкций) существенной информации ведет к снижению рыночной стоимости фирм, что необходимо учитывать при разработке политики противодействия санкционному давлению.

В статье рассматривается подход к прогнозированию торговых потоков российской нефтяной отрасли с помощью графовой нейросетевой модели (GNN) в условиях международных санкций. В качестве факторов, определяющих объем торговых потоков, среди прочего рассматриваются классические факторы из гравитационной модели международной торговли, включая ВВП и многостороннее сопротивление. Архитектура предложенной графовой нейросетевой модели включает два сверточных слоя и многослойный перцептрон. Для калибровки модели используются данные Comtrade о глобальных торговых потоках нефти и нефтепродуктов, в том числе показатели «зеркальной» таможенной статистики для РФ, агрегированные до полугодовых интервалов за период 2015–2023 гг. Построены оценки прогнозных свойств предложенной графовой нейросетевой модели: определено, что для рынка российских нефтепродуктов точность прогнозов выше, чем для рынка сырой нефти, а более точные прогнозы на основе GNN-модели, использующей гравитационные факторы торговли, получены для стран, в отношении которых санкции не применялись. Смоделированы последствия гипотетического усиления режима вторичных санкций для глобальной нефтяной отрасли на период до конца 2025 г

This work presents a simulation-based comparative analysis on the harm of manipulations in two widely used school choice mechanisms — the constrained Boston and Gale– Shapley — through the perspective of the share (percentage) of students getting into schools and the average welfare of students. Thus, this part of the research extends the manipulability analysis presented in the fi rst part but analyzes not the vulnerability of mechanisms to manipulations but the harm of manipulations per se. We also investigate the connections between the parameters of the problems (percentage of sophisticated students and the mechanism constraint, i. e. the maximum number of schools that students are allowed to list in their preferences) and the outcomes of the mechanisms. Finally, we analyze and compare two different mechanism designs: the one where students submit their preferences by the same point in time and the one where students are allowed to change their preferences through a certain common period of time. In this part of the research we show two main advantages of the Gale–Shapley mechanism compared to the Boston mechanism: the higher percentage of students getting into schools and, under the realistic assumption of correlated preferences of students, higher average welfare of sincere students, with the average welfare of all students being statistically equal under two mechanisms in the most of analyzed scenarios