Архив статей журнала
Статья посвящена изучению особенностей высокотехнологичных отраслей как локомотива национальной экономики, вертикальной производственной интеграции, совместных международных проектов, их преимуществ в сложившейся политической ситуации, а также распределению суммарной прибыли компаний, выполняющих совместный проект. Целью статьи является разработка методов повышения рентабельности совместных международных проектов и построение комплекса экономико-математических моделей расчета трансфертных цен, представляющего механизм распределения суммарной прибыли совместного международного проекта между его участниками. В статье предлагается сделать акцент на следующих методологических подходах: положениях теории фирмы, международных стандартах финансовой отчетности (МСФО), методах линейной оптимизации, итерационных алгоритмах решения системы нелинейных уравнений, основанных на теореме о неподвижной точке, а также модели оценки трудозатрат с учетом эффекта кривой обучения (Данциг Дж., фон Зейдель Л., Райт Д.).
Результаты работы вносят вклад в управление рентабельностью совместного международного проекта на основе разработанного модельного комплекса формирования трансфертных цен (для расчетов между учрежденными совместными предприятиями) и минимизации суммарного налога на прибыль или таможенных пошлин проекта, а также показывают ведущую роль аэрокосмической отрасли и атомной энергетики в развитие национальной экономики, и могут применяться при формировании бизнес-планов совместных международные проектов. Делается вывод о том, что привлечение зарубежных инвестиций в высокотехнологичные наукоемкие отрасли российской экономики в формате совместных международных проектов для производства изделий нового поколения и строительства уникальных объектов, обеспечивает среди прочего доступ к современным технологиям, дает дополнительный импульс для развития промышленности (увеличивает загруженность смежных отечественных отраслей) и подготовки высококвалифицированных научно-технических кадров. Выполнение совместных международных проектов позволяет минимизировать консолидированный налог на прибыль или суммарные таможенные пошлины. Реализация названых мероприятий внесет определенный вклад в обеспечение устойчивого и сбалансированного роста российской промышленности.
Проблема в развитии обрабатывающей промышленности и отраслей потребления во многом вытекает из специфики налогового бремени, но выверенных расчетов отраслевого распределения бремени нет. Важной задачей являются разработка формул налогового бремени, расчеты отраслевых различий этого бремени, интерпретация результатов через ключевые аспекты налогового законодательства.
ФНС публикует серьезную статистику и аналитику по поступлениям налогов и сборов по отраслям, детали налоговой базы по каждому налогу (лучше Росстата). Ежегодные материалы к федеральному бюджету содержат детали оценки налоговых льгот (налоговых расходов) по отраслям и видам налогов. Это является базой исследования, обрабатываемой методами математических формул и логического анализа. Результаты авторских расчетов показали, что обрабатывающая промышленность фактически облагается в 1,5 раза большими налогами, чем отрасли сферы потребления. Оптовая торговля, гостиницы и общепит, финансы и недвижимость платят НДС по фактической ставке 1–4%, производители угля, руды, нефтепродуктов – отрицательный НДС, а производители электроники, оборудования и автотранспорта – в среднем 15%. Фактические ставки социальных взносов в обрабатывающей промышленности 23%, а в торговле, финансах, гостиницах и общепите, недвижимости – от 6 до 13%.
Основными выводами показаны специфика возврата НДС по экспорту и капитальным вложениям для экспортеров сырья, концентрация малого бизнеса и УСН в отраслях потреблении. Необходимо перераспределить нагрузку по НДС и социальным взносам на 6 и 5 п. п. плюс на отрасли потребления и минус – на обрабатывающую промышленность, хотя бы для выравнивания фактического налогового бремени.
Периоды высокой волатильности на рынке помещают инвесторов в ситуацию, когда обычные методы принятия решений не так надежны. Чтобы повысить доходность, участникам рынка нужно понимать, какие факторы играют большую роль при формировании портфеля. В статье проводится анализ детерминант доходности российских акций в период вспышки Covid-19 и роста геополитической напряженности 2022 года. Задачей исследования является выявление общих детерминант доходности отдельно взятых акций в условиях повышенной волатильности для формирования рекомендаций инвесторам по аллокации капитала. Исследование осуществляется на двух последних периодах повышенной волатильности на российском фондовом рынке с использованием данных по котировкам и фундаментальных финансовых показателей оценки компании. Было обнаружено, что рентабельность активов (ROA) и доходность акций за прошлый календарный год оказывают значительное положительное влияние на доходность ценных бумаг в оба периода рыночной неопределённости. На основании данных показателей с помощью метода Data Envelopment Analysis (DEA) была сформирована оценка эффективности компаний и построены портфели акций. Портфели, составленные из лучших по DEA компаний, значительно превзошли портфели из худших и бенчмарк по доходности. Портфель, составленный из лучших акций, на 12.50% во время вспышки Covid-19 и на 31.45% в период роста геополитической напряженности 2022 года опередил портфель, содержащий худшие бумаги по DEA. Результаты данного исследования несут высокую практическую ценность для инвесторов, ведь позволяют аллоцировать капитал в более перспективные бумаги в периоды рыночного стресса.
В условиях инфляционного таргетирования успешность денежно-кредитной политики во многом зависит от способности центрального банка влиять на инфляционные ожидания через эффективную коммуникацию. Особое значение имеет взаимодействие с неспециалистами, населением в широком смысле, чьи ожидания в России исторически завышены и менее заякорены. В статье рассматривается влияние удобочитаемости пресс-релизов Банка России на инфляционные ожидания населения. Удобочитаемость — свойство текстового материала, характеризующее лёгкость восприятия его человеком в процессе чтения. Для проверки гипотезы проведён лабораторный эксперимент с участием 274 человек, разделённых на контрольную и экспериментальную группы. Участники получали либо оригинальные тексты пресс-релизов, либо их упрощённые, более удобочитаемые версии, полученные с использованием генеративного искусственного интеллекта. В рамках эксперимента моделировались ситуации смягчения и ужесточения монетарной политики. Результаты показали, что при повышении ключевой ставки упрощённые тексты значимо снижают инфляционные ожидания – в среднем на 1,8–2 процентных пункта. При снижении ставки эффект статистически незначим. Таким образом, повышение понятности коммуникации особенно эффективно в условиях жёсткой денежно-кредитной политики. Полученные результаты подчеркивают необходимость адаптации коммуникационных материалов центрального банка для широкой аудитории. Сделан вывод, что улучшение читаемости может повысить доверие к денежным властям и укрепить механизм трансмиссии монетарной политики. Работа опирается на методы экспериментальной экономики, текстового анализа и регрессионного моделирования, подтверждая значимость качества коммуникации для управления инфляционными ожиданиями.
В условиях экспоненциального роста технологических возможностей и увеличения объема данных искусственный интеллект (ИИ) может обеспечить не только повышение точности прогнозирования, но и нивелировать влияние когнитивных искажений, что существенно упрощает процесс принятия решений. ИИ отделяет прогнозирование от суждения, дополняя человека в процессе принятия решения, наиболее точно просчитывая вероятности, тем самым повторяя работу человеческой Системы-1, которая также автоматически просчитывает вероятности, но из-за эвристики суждений допускает предсказуемые систематические ошибки. В статье выявлены преимущества использования алгоритмов ИИ: во-первых, снижение когнитивной нагрузки при рассмотрении альтернатив, во-вторых, более точный прогноз, не поддающийся фреймингу, в-третьих, возможность выстраивать архитектуру выбора в рамках политики подталкивания. Обосновывается, что автоматизация и алгоритмы ИИ начинают влиять на индивидуальные решения, поднимая вопросы о природе автономного выбора и рациональности в цифровую эпоху. На практике симбиоз человека и ИИ, широко используемый в маркетинге, ритейле и др., позволяет выстраивать симулятивные модели реалистичного мультиагентного поведения, проводить динамическую сегментацию и создавать персонализированный контент на основе большого массива данных о предпочтениях потребителей, адаптировать инновационные продукты и кастомизировать индивидуальные предложения. В исследовании применяется междисциплинарный методологический подход, основанный на синтезе подходов поведенческой экономики, маркетинга и наук об ИИ. Авторы приходят к выводу, что динамичное партнерство ИИ и человека имеет мощный преобразующий потенциал в различных сферах жизнедеятельности от оптимизации бизнес-процессов до улучшения качества нашей жизни.
Чтобы обеспечить эффективное использование сервисов и сделать их более доступными для пользователей, компании-разработчики и поставщики IT-решений реализуют обучение клиентов. Исследования указывают на положительное влияние обучения клиентов на показатели деятельности компании, однако сохраняется дефицит экспериментальных исследований, оценивающих экономический эффект обучения. Цель исследования – сравнить динамику потребления сервисов облачной платформы компаниями-клиентами, сотрудники которых проходили обучение и не проходили обучение по программе вендора. Выполнено сравнение нормализованного прироста (n-gain) среднедневного потребления сервисов Yandex Cloud компаниями, сотрудники которых прошли обучение сервисам облачной платформы (экспериментальная группа) и компаниями, сотрудники которых не проходили обучение (контрольная группа). Обучением являлось прохождение пользователями массового открытого онлайн-курса Yandex Cloud «Инженер облачных сервисов». Для экспериментальной группы среднее значение нормализованного прироста среднедневного потребления сервисов облачной платформы составило 4,4%, для контрольной группы – 2,2%. Разница между группами является статистически значимой (тест Колмогорова-Смирнова, KS = 0,14; p=0,04). Учитывая, что выручка облачного бизнеса часто исчисляется миллиардами рублей, разницу в 2,2 % можно считать большой. Прирост потребления может указывать на то, что обучение позволило сформировать у сотрудников знания и умения в сфере облачных технологий, необходимые для эффективного решения профессиональных задач в рамках деятельности компании-работодателя. Результаты исследования могут быть использованы для принятия решений о создании или развитии программы обучения клиентов облачного вендора, а также для обоснования ценности работы специалистов по обучению в рамках облачного бизнеса.
Чтобы обеспечить эффективное использование сервисов и сделать их более доступными для пользователей, компании-разработчики и поставщики IT-решений реализуют обучение клиентов. Исследования указывают на положительное влияние обучения клиентов на показатели деятельности компании, однако сохраняется дефицит экспериментальных исследований, оценивающих экономический эффект обучения. Цель исследования – сравнить динамику потребления сервисов облачной платформы компаниями-клиентами, сотрудники которых проходили обучение и не проходили обучение по программе вендора. Выполнено сравнение нормализованного прироста (n-gain) среднедневного потребления сервисов Yandex Cloud компаниями, сотрудники которых прошли обучение сервисам облачной платформы (экспериментальная группа) и компаниями, сотрудники которых не проходили обучение (контрольная группа). Обучением являлось прохождение пользователями массового открытого онлайн-курса Yandex Cloud «Инженер облачных сервисов». Для экспериментальной группы среднее значение нормализованного прироста среднедневного потребления сервисов облачной платформы составило 4,4%, для контрольной группы – 2,2%. Разница между группами является статистически значимой (тест Колмогорова-Смирнова, KS = 0,14; p=0,04). Учитывая, что выручка облачного бизнеса часто исчисляется миллиардами рублей, разницу в 2,2 % можно считать большой. Прирост потребления может указывать на то, что обучение позволило сформировать у сотрудников знания и умения в сфере облачных технологий, необходимые для эффективного решения профессиональных задач в рамках деятельности компании-работодателя. Результаты исследования могут быть использованы для принятия решений о создании или развитии программы обучения клиентов облачного вендора, а также для обоснования ценности работы специалистов по обучению в рамках облачного бизнеса.
Контрольные работы являются неотъемлемой частью любого учебного процесса. Если студенты не обладают достаточной информацией о содержании контрольных работ, они могут иметь ошибочные ожидания и выбирать неоптимальную образовательную стратегию, что ведет как к снижению общего уровня знаний и академических успехов, так и к снижению мотивации у студентов прикладывать усилия в дальнейшем. Мы ставим перед собой следующую цель – выявить факторы, формирующие ожидаемые и фактические баллы за контрольные работы, и определить различия между ними. Данные были собраны при помощи опроса студентов Экономического факультета МГУ имени М. В. Ломоносова в рамках курса «Теория финансов». В качестве метода моделирования используется регрессионный анализ. Студенты неверно оценивают свои знания по предмету, что приводит к некорректным ожиданиям. При формировании ожидаемых баллов респонденты ориентируются на прошлые достижения по другим учебным предметам, однако связь между этим фактором и фактическими баллами не обнаружена. При этом студенты не учитывают прошлые ошибки (разницу между фактическими и ожидаемыми баллами за первую работу) при формировании ожидаемых баллов за следующую контрольную работу.
На сегодня вопрос экологизации потребления важен как для потребителей, заинтересованных в приобретении экологически чистой продукции (ЭЧП), так и для производителей, заинтересованных в расширении рынков сбыта такой продукции. Однако в нем по сей день остается много «белых пятен», начиная с критериев отнесения продукции к экологически чистой. Цель работы – выделить критерии экологического качества продукции в представлении молодежи на примере первокурсников Тюменского государственного университета. Методологической основой исследования являлись труды российских и зарубежных ученых, раскрывающие, какие признаки свойственны ЭЧП, а также результаты опроса 741 студента о видах ЭЧП и ее атрибутах.
Понятие ЭЧП в русскоязычных источниках трактуется неоднозначно – от узкого понимания как продукции, безопасной для здоровья человека, до широкого понимания, учитывающего также влияние продукции на окружающую среду на разных стадиях ее жизненного цикла. В иностранных источниках имеются комплексные определения ЭЧП, а также развернутые перечни критериев отнесения продукции к экологически чистой. Результаты опроса показали, что студенты ассоциируют ЭЧП с определенными материалами (полученными из растительного сырья, хорошо поддающимися переработке, произведенными из вторсырья). В качестве основных критериев экологичности в ответах студентов фигурировали следующие: многократное использование продукции, биоразлагаемость, возможность переработки отходов продукции, снижение потребления сырья и загрязнения окружающей среды вредными веществами на этапах производства и использования продукции, сокращение образования отходов. Так же были выявлены ошибочные представления об отнесении ряда продуктов к ЭЧП, в связи с чем делается вывод о необходимости экологического просвещения.
Каталог, разработанный для систематизации ответов студентов и включающий 196 признаков ЭЧП, может использоваться для изучения понимания ЭЧП потребителями различных сегментов рынка и выстраивания стратегий повышения экологического качества продукции.
В статье проведен анализ российского исследовательского ландшафта экономики замкнутого цикла (ЭЗЦ). Теоретическая значимость работы определяется растущим интересом в академической среде к тематике ЭЗЦ, практическая значимость – реализацией концепции в сфере бизнеса, а также государственной политикой в этой области, в том числе принятием Федерального проекта «Экономика замкнутого цикла» в России в 2022 г. С использованием библиометрических методов проанализирована выборка из 1089 научных статей за период с 2014 по 2023 г., связанных с тематикой экономики замкнутого цикла. На основе предлагаемых критериев определено 209 научных статей, которые, по мнению авторов, можно отнести к ядру исследовательского ландшафта. Одной из характеристик ландшафта является терминологическая вариативность: английский термин «circular economy» приобрел в отечественных работах и на практике различное звучание – и как «экономика замкнутого цикла», и как «циркулярная экономика», и как «циклическая экономика», и даже как «цикличная экономика». Анализ ядра исследовательского ландшафта из 209 научных статей с использованием сформулированных критериев позволил определить девять категорий работ, которые также можно рассматривать как направления, по которым происходит развитие ландшафта. Среди них: исследование теоретических основ ЭЗЦ, изучение зарубежного опыта, разработка индикаторов и методов оценки, разработка решений для реализации ЭЗЦ в России, внедрение концепции на уровне регионов, реализация в отдельных отраслях, управление отходами для достижения ЭЗЦ, управление предприятиями в контексте ЭЗЦ, промышленные технологии и ЭЗЦ. Также определены три периода развития ландшафта: «формирование» (2017–2019 гг.), «расширение» (2020–2022 гг.), «начало трансформации» (начиная с 2023 г.).
В связи с быстрым развитием технологий происходит структурное изменение требований к содержанию труда для разных должностей и профессий. В связи с этим основная задача настоящего исследования — оценка влияния развития искусственного интеллекта (ИИ) на рынок труда. Методологическая основа — структурирование основных профессиональных ниш в области деятельности «Экономика и управление» и оценка структуры востребованных компетенций в рамках этих специализаций в России; методы исследования — качественный анализ актуальных экспертных материалов и научных публикаций, а также количественное исследование на основе данных российских сайтов по поиску работы за период с 2020 по 2024 г. В результате анализа развития ИИ систематизированы риски и возможности его внедрения для рынка труда и занятости; структурировано описание востребованных компетенций в области ИИ; для российского рынка труда выделено три группы компетенций, ожидаемых от работников, по степени их специфичности для работы с технологиями ИИ; оценены объем и структура спроса по профессиональным сегментам занятости в области экономики и управления на начало 2024 г. Авторами сделан вывод о целесообразности мониторинга требований рынка труда к знаниям и навыкам работников в области использования ИИ для своевременной оценки качественных изменений в спросе на труд, информирования системы профессионального образования для корректировки образовательных программ, что, в результате, будет способствовать повышению производительности труда в экономике.
Целью исследования стала идентификация факторов внешней среды, влияющих на инновационную активность промышленных предприятий на примере эмпирических данных Китая — мирового лидера инновационного развития. Предмет исследования — метрики инновационной активности промышленных предприятий, а именно: активность НИОКР в промышленности, количество проектов по разработке новых продуктов и действующих патентов на изобретения, доход от продаж новых продуктов и их экспорта. Отбор внешних факторов успеха осуществлен на основе критического анализа литературы соответствующей тематики и включил в себя: инновационную инфраструктуру, институты, кооперацию и финансирование. При этом финансирование использовано в качестве контрольного фактора, многократно подтвержденного в эмпирических исследованиях других авторов. Для анализа использована официальная статистика Китая (2011–2022 гг.), субиндексы Глобального инновационного индекса и данные платформы Statista. Выборка временны х рядов была тщательно проверена описательной статистикой, корреляционным анализом, расчетом коэффициента внутренней согласованности. В качестве основного метода исследования использован тест каузальности Гренджера.
Результатом исследования стала идентификация финансирования в качестве наиболее значимого фактора инновационной активности предприятий: стартап-финансирование и увеличение венчурных инвестиций приводят к росту числа инновационных проектов и новых продуктов. Также доказано, что научная кооперация, кластеры и нормативная база существенно влияют на инновационные процессы предприятий, связанные с НИОКР. Эмпирические данные подтвердили и то, что нормативно-правовое обеспечение стимулирует число действующих патентов, а высокая патентная активность, в свою очередь, способствует развитию кооперации и импорта. Таким образом, исследование подтверждает значимость внешних факторов, прежде всего, финансирования и кооперации, для успешности инновационных проектов в промышленности. Полученные результаты значимы для разработки новых и корректировки действующих национальных программ развития, а также для менеджмента компаний, стремящихся повысить эффективность вложений в инновационные проекты.