SCI Библиотека

Для мониторинга развития финансового рынка актуально использование показателей, характеризующих региональный уровень его функционирования. Цель работы - разработка подхода для построения рейтинга регионов России по уровню развития финансового рынка. В статье для решения указанной задачи разработана авторская методика, согласно которой рассчитываются интегральные показатели, характеризующие развитие финансового рынка в разрезе субъектов, с помощью метода главных компонент строится композитный индекс и на его основе - соответствующий рейтинг регионов России. Компонентами композитного индекса являются субиндексы, рассчитанные методом главных компонент для каждого из пяти секторов рынка: банковский, страховой, микрофинансовый, негосударственного пенсионного страхования и фондовый (сектор ценных бумаг). Предложенный подход позволяет с одной стороны агрегировать разнородные показатели по секторам финансового рынка, с другой - осуществлять сравнительный анализ регионов в межсекторальном разрезе. Информационная база для расчетов - статистические данные Росстата, Банка России и Федеральной налоговой службы за 2020-2022 гг. Авторы делают вывод, что построенный рейтинг дает возможность отслеживать изменения позиций регионов на финансовом рынке и детализировать зоны развития его конкретных секторов. Например, в 2022 г. лидерами рейтинга являлись г. Москва (1-е место), Тюменская (2-е место) и Новосибирская области (3-е место). В целом за 2020-2022 гг. значительно улучшили свою позицию в рейтинге Камчатский край (за счет развития банковского сектора), Чукотский автономный округ (банковский сектор), Костромская область (банковский и фондовый секторы). Зонами роста (ухудшились позиции в рейтинге) для Тверской области стали секторы страхования, микрофинансирования и фондовый сектор, для Брянской и Волгоградской областей - страхование и микрофинансирование. Предложенный авторами подход позволяет в дальнейшем расширять состав компонент индекса, что характеризует высокий потенциал его применения при решении задачи оценки финансового рынка.

В работе описан алгоритмический способ определения численных оценок параметров простой формы вложенной кусочно-линейной регрессии методом смешанного оценивания. Его суть состоит в их одновременной идентификации методами наименьших модулей и антиробастного оценивания, каждый из которых «работает» на своей подвыборке данных исходной выборки. Этот способ сводится к решению задачи линейно-булевого программирования. Решен численный пример.