Цель исследования — определить перспективы применения теории сетевых эффектов для анализа ценности B2B-сетей на контрактной основе. Данная работа мотивирована призывом исследователей расширить теорию сетевого подхода в промышленном маркетинге при помощи междисциплинарных исследований, а также наблюдаемых тенденций в российском и международном бизнесе к формированию сетей
и альянсов. Большинство предыдущих исследований бизнес- сетей использовали монодисциплинарные практики и фокусировались на качественном анализе.
Исследования сетевых эффектов были сосредоточены на изучении платформ B2C, B2B, P2P. Однако межорганизационные сети, построенные на базе контрактов, слабо освещены в литературе по сетевым эффектам. Методология исследования предлагает следующее поэтапное выполнение: 1) анализ теоретических основ сетевых эффектов и бизнес- сетей; 2) адаптация методов теории сетевых эффектов для исследования межорганизационных сетей; 3) разработка подхода к оценке ценности партнера и тестирование на примере компании «Cisco». Результаты исследования: 1) сформированы основы интеграции теории сетевых эффектов и сетевого подхода; 2) разработан подход к оценке ценности добавленного партнера; 3) предложены рекомендации для использования данной методологии для управления портфелем партнеров; 4) предложены направления будущих исследований.
Идентификаторы и классификаторы
В течение последних десятилетий все сферы человеческой жизнедеятельности существенно преобразились под воздействием растущей роли цифровизации бизнес- процессов и тенденций глобализации. Там, где ранее главенствовала административная форма ведения бизнеса и преобладали локальные связи, теперь формируется потребность в сложных сетевых структурах, которые будут обеспечивать потребление и усвоение огромного объема информации, новых технологий, доступ к технически сложным и редким, а также дорогостоящим ресурсам. Под сетевой структурой понимается новая организационная форма управления, которая формируется как результат взаимодействия компаний (см.,
например, (Кущ, Рафинеджад, Афанасьев, 2002, с. 83; Катькало, Мукба, 2004; Бек
и др., 2014)).
Список литературы
Бек М. А., Бек Н. Н., Бузулукова Е. В., Колесник Н. А., Любакова Н. М., Мариани М.
и др. (2014). Методология исследования сетевых форм организации бизнеса:
коллективная монография. М. Ю. Шерешева (науч. ред.). М.: Изд. дом Высшей
школы экономики, НИУ «Высшая школа экономики». 446 с. [Bek M. A., Bek N. N.,
Buzulukova E. V., Kolesnik N. A., Ljubakova N. M., Mariani M. et al. (2014).
Methodology for the study of network forms of business organization: Collective monography.
M.Yu. Sheresheva (sc. ed.). Moscow: HSE University Publ. 446 p. (in Russian).]
Катькало В. С., Мукба В. Н. (2004). Международные гостиничные сети: специфика организации и типология стратегий развития // Вестник Санкт- Петербургского университета. Серия «Менеджмент». № 4. С. 3–30. [Katkalo V. S., Mukba V. N. (2004).
International hotel networks: Organization specifi cs and typology of development
strategies. Vestnik of Saint Petersburg University. Management, 4, 3–30 (in Russian).]
Кущ С. П., Рафинеджад Д., Афанасьев А. А. (2002). Сетевой подход в маркетинге: российский опыт // Вестник Санкт- Петербургского университета. Серия «Менеджмент». № 1.
С. 81–107. [Kushch S. P., Rafi nedzhad D., Afanasiev A. A. (2002). Network approach
in marketing: Russian experience. Vestnik of Saint Petersburg University. Management, 1,
81–107 (in Russian).]
Третьяк О. А. (2013). Отношенческая парадигма современного маркетинга // Российский
журнал менеджмента. № 11 (1). С. 41–62. [Tretyak O. A. (2013). The relational paradigm
of modern marketing. Russian Management Journal, 11 (1), 41–62 (in Russian).]
Achrol R. S., Kotler P. (1999). Marketing in the network economy. Journal of Marketing, 63, 146.
DOI: 10.2307/1252108
Afonso O., Magalhães M. (2020). How powerful are network effects? A skill- biased technological
change approach. Macroeconomic Dynamics, 24 (4), 882–919. DOI: 10.1017/
s1365100518000524
Afuah A. (2013) . Are network effects really all about size? The role of structure and conduct.
Strategic Management Journal, 34 (3), 257–273. DOI: 10.1002/smj.2013
Aggarwal C. C., Yu P. S. (2012). On the network effect in Web 2.0 applications. Electronic
Commerce Research and Applications, 11 (2), 142–151. DOI: 10.1016/j.elerap.2011.11.001
Alabi K. (2017). Digital blockchain networks appear to be following Metcalfe’s law. Electronic
Commerce Research and Applications, 24, 23–29. DOI: 10.1016/j.elerap.2017.06.003
Alabi K. (2020). A 2020 perspective on “Digital blockchain networks appear to be following
Metcalfe’s law”. Electronic Commerce Research and Applications, 40. DOI: 10.1016/j.
elerap.2020.100939
Allen B., Chandrasekaran D., Gretz R. T. (2021). How can platforms decrease their dependence
on traditional indirect network effects? Innovating using platform envelopment. Journal
of Product Innovation Management, 38 (5), 497–521. DOI: 10.1111/jpim.12597
Amankwah- Amoah J., Khan Z., Adomako S., Khan H. (2023). Business failure in post-pandemic
era: New challenges for industrial networks, emerging insights and market opportunities.
Industrial Marketing Management. DOI: 10.1016/j.indmarman.2023.12.014
Amir R., Evstigneev I., Gama A. (2021). Oligopoly with network effects: Firm-specifi c versus
single network. Economic Theory, 71, 1203–1230. DOI: 10.1007/s00199-019-01229-0
Bäck I., Kohtamäki M. (2016). Joint learning in innovative R&D collaboration. Industry and
Innovation, 23 (1), 62–86. DOI: 10.1080/13662716.2015.1123613
Bahrami S., Atkin B., Landin A. (2019). Innovation diffusion through standardization: A study
of building ventilation products. Journal of Engineering and Technology Management —
JET-M, 54, 56–66. DOI: 10.1016/j.jengtecman.2019.11.001
Benson P. R. (2012). Network characteristics, perceived social support, and psychological
adjustment in mothers of children with autism spectrum disorder. Journal of Autism and
Developmental Disorders, 42 (12), 2597–2610. DOI: 10.1007/s10803-012-1517-9
Birkin M., Clarke G., Clarke M. (2010). Refi ning and operationalizing entropy- maximizing
models for business applications. Geographical Analysis, 42 (4), 422–445. DOI:
10.1111/j.1538-4632.2010.00801.x
Brancaccio G., Kalouptsidi M., Papageorgiou T. (2020). Geography, transportation, and
endogenous trade costs. Econometrica, 88 (2), 657–691. DOI: 10.3982/ECTA15455
Briscoe B., Odlyzko A., Tilly B. (2006). Metcalfe’s law is wrong- communications networks
increase in value as they add members-but by how much? IEEE Spectrum, 43 (7), 34–39.
Choi J., Contractor F. J. (2015). Choosing an appropriate alliance governance mode: The role of
institutional, cultural and geographical distance in international research development
(R&D) collaborations. Journal of International Business Studies, 47 (2), 210–232. DOI:
10.1057/jibs.2015.28
Christiaans T. (2013). On the dynamics of competition between commercial and free software.
Studies in Microeconomics, 1 (1), 37–58. DOI: 10.1177/2321022213488846
Currier J. (2018). The network effects bible. Managing Partner @ NFX the NFX team. Available at:
https://www.nfx.com/post/network- effects-bible
Dou G., He P. (2017). Value-added service investing and pricing strategies for a two-sided
platform under investing resource constraint. Journal of Systems Science and Systems
Engineering, 26 (5), 609–627. DOI: 10.1007/s11518-016-5319-z
Easton G. (1992). Industrial networks: A review. In: Industrial networks: A new view of reality.
G. Easton (ed.). London: Routledge.
Ferretti M., Guerini M., Panetti E., Parmentola A. (2022). The partner next door? The effect
of micro- geographical proximity on intra- cluster inter- organizational relationships.
Technovation, 111, 102390. DOI: 10.1016/j.technovation.2021.102390
Fill C., McKee S. (2011). Business marketing face to face. Woodeaton, Oxford: Goodfellow
Publishers, Limited.
Gadde L., Huemer L., Håkansson H. (2003). Strategizing in industrial networks. Industrial
Marketing Management, 32 (5), 357–364. DOI: 10.1016/s0019-8501(03)00009-9
Gong X., Cheung C. M.K., Zhang K. Z.K., Chen C., Lee M. K.O. (2020). Cross-side
network effects, brand equity, and consumer loyalty: Evidence from mobile
payment market. International Journal of Electronic Commerce, 24 (3), 279–304. DOI:
10.1080/10864415.2020.1767427
Grönroos C. (1994). Quo Vadis, marketing? Toward a relationship marketing paradigm. Journal
of Marketing Management, 10 (5), 347–360. DOI: 10.1080/0267257x.1994.9964283
Guan W., Rehme J. (2012). Vertical integration in supply chains: Driving forces and
consequences for a manufacturer’s downstream integration. Supply Chain Management:
An International Journal, 17 (2), 187–201. DOI: 10.1108/13598541211212915
Håkansson H., Johanson J. (1988). Formal and informal cooperation strategies in international
industrial networks. In: F. J. Contractor, Lorange P. (eds.). Cooperative strategies in
international business. Lexington, Mass., Toronto: Heath, Lexington, 369–379.
Hertz S. (1999). Domino effects in international networks. Journal of Business-to- Business Marketing, 5 (3), 3–31. DOI: 10.1300/j033v05n03_02
Hill R., Sarkani S., Mazzuchi T. A. (2021). Managing in a post- COVID-19 world: A stakeholder
network perspective. IEEE Engineering Management Review, 49 (1), 63–71. DOI: 10.1109/
EMR.2021.3057306
Katona Z., Zubcsek P. P., Sarvary M. (2011). Network effects and personal infl uences: The
diffusion of an online social network. Journal of Marketing Research, 48 (3), 425–443. DOI:
10.1509/jmkr.48.3.425
Kohtamäki M., Rabetino R., Huikkola T. (2023). Learning in strategic alliances: Reviewing
the literature streams and crafting the agenda for future research. Industrial Marketing
Management, 110, 68–84. DOI: 10.1016/j.indmarman.2023.02.011
Li Z., Pénard T. (2012). The role of quantitative and qualitative network effects in B2B platform
competition. SSRN Electronic Journal. DOI: 10.2139/ssrn.2187519
Liu Y., Chen D. Q., Gao W. (2020). How does customer orientation (in)congruence affect B2B
electronic commerce platform fi rms’ performance? Industrial Marketing Management,
87, 18–30. DOI: 10.1016/j.indmarman.2020.02.027
Markovic S., Jaakkola E., Lindgreen A., Benedetto C. A. di (2021). Editorial: Introducing
interdisciplinary research in industrial marketing management. Industrial Marketing
Management, 93, A1–A3. DOI: 10.1016/j.indmarman.2021.01.017
McLoughlin D., Horan C. (2000). Business marketing: Perspectives from the markets-asnetworks approach. Industrial Marketing Management, 29 (4), 285–292. DOI: 10.1016/
S0019-8501(00)00106-1
Metcalfe R. (1996). There oughta be a law. Th e New York Times. Section D, 7. Available at:
https://archive.nytimes.com/www.nytimes.com/library/cyber/week/0715laws.
html#metcalfe
Metcalfe R. (2013). Metcalfe’s law after 40 years of ethernet. IEEE Computer, 46 (12), 26–31.
DOI: 10.1109/MC.2013.374
Möller K. (2013). Theory map of business marketing: Relationships and networks
perspectives. Industrial Marketing Management, 42 (3), 324–335. DOI: 10.1016/
j.indmarman.2013.02.009
Möller K., Halinen A. (1999). Business relationships and networks: Managerial challenge
of network era. Industrial Marketing Management, 28 (5), 413–427. DOI: 10.1016/
S0019-8501(99)000863
Möller K., Nenonen S., Storbacka K. (2020). Networks, ecosystems, fi elds, market systems?
Making sense of the business environment. Industrial Marketing Management, 90,
380– 399. DOI: 10.1016/j.indmarman.2020.07.013
Möller K., Rajala A., Svahn S. (2005). Strategic business nets — their type and management.
Journal of Business Research, 58 (9), 1274–1284. DOI: 10.1016/j.jbusres.2003.05.002
Naudé P., Sutton- Brady C. (2019). Relationships and networks as examined in industrial
marketing management. Industrial Marketing Management, 79, 27–35. DOI: 10.1016/
j.indmarman.2019.03.006
Ojansivu I., Hermes J., Laari- Salmela S. (2020). Business relationships in the industrial
network literature: Three approaches and their underlying assumptions. Industrial
Marketing Management, 87, 181–195. DOI: 10.1016/j.indmarman.2019.11.016
Pacman A. K., Blankson C., Guzman F. (2011). Relationalism in marketing channels and
marketing strategy. European Journal of Marketing, 45, 3, 311–333.
Panico C., Cennamo C. (2022). User preferences and strategic interactions in platform
ecosystems. Strategic Management Journal, 43 (3), 507–529. DOI: 10.1002/smj.3149
Reed D. P. (1999). That sneaky exponential — beyond Metcalfe’s law to the power of community
building. Available at: https://www.immagic.com/eLibrary/ARCHIVES/GENERAL/GENREF/C030200R.pdf
Santa- María L.M., Nieto M. J., Rodríguez A. (2021). Failed and successful innovations: The
role of geographic proximity and international diversity of partners in technological
collaboration. Technological Forecasting and Social Change, 166, 120575. DOI: 10.1016/
j.techfore.2021.120575
Shi Q., Li L. Zhao J. (2014). Exploring the mechanism of cross- group network externalities:
A case study on B2B platform. Wuhan Daxue Xuebao (Xinxi Kexue Ban) / Geomatics and
Information Science of Wuhan University, 39, 155–159.
Solovyov I. V. (2022). Industrial marketing in the context of innovation development: Review
and research agenda. Russian Management Journal, 20 (3), 413–440 (in English). DOI:
10.21638/spbu18.2022.305
Stringham E. P., Miller J. K., Clark J. R. (2015). Overcoming barriers to entry in an established
industry: Tesla motors. California Management Review, 57 (4), 85–103. DOI: 10.1525/
cmr.2015.57.4.85
Wallbach S., Coleman K., Elbert R., Benlian A. (2019). Multi-sided platform diffusion in
competitive B2B networks: Inhibiting factors and their impact on network effects.
Electronic Markets, 29 (4), 693–710. DOI: 10.1007/s12525-019-00382-7
Wheatley S., Sornette D., Huber T., Reppen M., Gantner R. N. (2019). Are Bitcoin bubbles
predictable? Combining a generalized Metcalfe’s law and the log-periodic power law
singularity model. Royal Society Open Science, 6 (6), 180538.
Wibbeke E. (2010). Global business leadership. Oxford: Routledge. 320 p.
Williams D. E. (2014). Integrating the conceptual domains of social commerce: A metatheoretical perspective. The International Review of Retail, Distribution and Consumer
Research, 24 (4), 361–410. DOI: 10.1080/09593969.2014.880935
Yoo B., Choudhary V., Mukhopadhyay T. (2002). A model of neutral B2B intermediaries. Journal
of Management Information Systems, 19 (3), 43–68. DOI: 10.1080/07421222.2002.11045734
Yoo B., Choudhary V., Mukhopadhyay T. (2007). Electronic B2B marketplaces with
different ownership structures. Management Science, 53 (6), 952–961. DOI: 10.1287/
mnsc.1060.0685
Yoo C. S. (2015). Moore’s law, Metcalfe’s law, and the theory of optimal interoperability. Colorado
Technology Law Journal, 14, 16–7.
Zhang X. Z., Liu J. J., Xu Z. W. (2015). Tencent and Facebook data validate Metcalfe’s law.
Journal of Computer Science and Technology, 30, 246–251.
Выпуск
Другие статьи выпуска
В статье обобщается современный опыт исследования маятниковых трудовых миграций в Московском регионе. В условиях, когда официальные данные о возвратной мобильности населения отсутствуют в течение долгого времени, информационной основой для изучения маятниковой трудовой мобильности могут стать данные сотовых операторов. Они позволяют оценивать общее число коммьютеров, пространственную неравномерность и временную изменчивости их потоков. Показано, как общий объем маятниковых миграций (1,1-1,5 млн человек в Москву и 0,3-0,4 млн человек из Москвы) распределяется по территории региона. Обосновываются и выделяются радиусы зон их распространения (до 150 км от центра Москвы) и максимальной интенсивности (в пределах 50 км от центра города). В зависимости от характера связей на территории региона выделяются рабочие (деловые), спальные районы и территории с «промывным режимом» маятниковых миграций. В них по-разному сочетаются основные уровни пульсационной ритмики маятниковых миграций (годовой, недельный, суточный). Это приводит к формированию четких зон, различающихся по знаку и амплитудам суточных пульсаций численности населения. В центре и субцентральном поясе Москвы днем наблюдается наибольший прирост населения (дневное население превышает ночное в 2-4 раза), в срединном поясе города отток трудовых ресурсов компенсируется их притоком, а зона дневной депопуляции (с максимумом в ближнем Подмосковье, где днем население сокращается на треть) распространяется от периферийных спальных районов столицы на всю территорию области. Сезонный фактор в обмене маятниковыми мигрантами между Москвой и областью наиболее отчетливо проявляется в теплое время года вследствие сезонной субурбанизации - переезда москвичей на дачи, откуда они ездят на работу в Москву.
Масштабы перетока населения в крупные города и их пригороды в России в 2011-2020 гг. оцениваются в 3,5-5,5 млн человек. В результате миграции эти территории существенно увеличили свое население за этот период. В расчетах использованы индивидуальные деперсоницифированные данные, позволяющие на основе авторской методики выделять центры (крупные города разного размера и их пригороды) и периферийные территории и анализировать миграцию между ними. Детальность данных позволяет делимитировать переток в крупные города из населенных пунктов разного размера периферийных территорий, а также констатировать перераспределение населения между центрами разного размера в пользу крупнейших. Приток в центры разных размеров, в свою очередь, имеет специфику: жители крупных населенных пунктов на периферии переезжают в крупнейшие агломерации. Чем меньше центр, тем в большей мере его миграционный прирост обеспечен жителями малых населенных пунктов. Города размером менее 250 тыс. жителей и их пригороды не имели миграционного прироста населения, так как приток с периферии не мог восполнить их убыль в миграции с более крупными центрами. Все расчеты выполнены с учетом искажающего влияния автовозврата на масштабы перетока населения.
В статье анализируются процессы адаптации трудовых мигрантов к трансформациям российского рынка труда в 2010-2023 гг. Выделяются два периода: плавных изменений рынка труда в процессе структурных изменений в экономике (2010-2019 гг.) и шоковых кризисов 2020-2023 гг. Особое внимание уделяется последнему периоду, когда иностранные работники были вынуждены приспосабливаться к экстраординарным изменениям рынка труда вследствие пандемии, а также внешне- и внутриполитических событий после февраля 2022 г. В 2010-е годы трудовые мигранты постепенно fдаптировались к трансформациям российского рынка труда, связанным с изменениями в структуре видов экономической деятельности и востребованных занятий. Немалую роль сыграли реформы миграционного законодательства 2013-2016 гг., упростившие процедуры их доступа к российскому рынку труда, перестройка взаимоотношений с работодателями, достижение определенного взаимопонимания между мигрантами и принимающим населением…
В статье, на основе данных МВД РФ и ФСБ РФ, оценивается актуальная численность и география привлечения иностранных трудовых мигрантов в Россию; анализируется перечень основных стран - доноров трудовой миграции и возможные перспективы его изменения; с помощью данных Пенсионного фонда Российской Федерации сравнивается структура занятости иностранных мигрантов и россиян. Показано, что среднегодовая численность пребывающих в России трудовых мигрантов в последние два года так и не вернулась на допандемийный уровень и сейчас не превышает 4-4,5% занятых на российском рынке труда. Трудовая миграция на современном этапе почти на 90% обеспечивается выходцами из трех стран Средней Азии - Узбекистана, Таджикистана и Кыргызстана; первые две страны также вносят основной вклад в региональные бюджеты в виде платежей за патенты. Структура занятости иностранных трудовых мигрантов продолжает заметно отличаться от структуры занятости россиян, что в условиях дефицита работников на российском рынке труда делает конкуренцию между ними маловероятной. География привлечения мигрантов почти не меняется на фоне сокращения их численности: по-прежнему на долю двух столиц и их областей приходится больше половины всех работающих в России иностранцев; доля каждого из остальных регионов, формирующих первую двадцатку по этому показателю, не превышает 1-2%.
В статье анализируется миграционный обмен населения России с другими странами в 2010-е годы. Особое внимание уделяется иммиграции из стран бывшего СССР, которые по-прежнему являются главными миграционными партнерами России. На данных текущего учета миграционных событий и их сопоставлении с данными Всероссийских переписей населения демонстрируется необходимость корректного использования этих источников, в особенности в связи с изменениями, произошедшими в процедурах учета в 2011 г. и ряде последних лет. Существующая российская статистика долговременной миграции, как и ранее, мало улавливает текущие геополитические и социально-экономические изменения. Небывалое снижение миграционного прироста страны в 2022 г. связано с его переучетом» в 2021 г. География ключевых стран исхода постепенно меняется в пользу относительно небольших по численности населения стран Таджикистан и Киргизия. Структурные характеристики миграционных потоков отражают изменения в направлениях миграции, потребностях рынка труда в России и специфику статистического учета.
Сегментация экономического знания имеет тенденцию трансформироваться в фрагментацию и стать тормозом развития науки: ограничивает ее инновационный потенциал, ослабляет связь с практикой, снижает авторитет экономической теории.
Надежды преодолеть эту тенденцию часто связывают с общностью инструментальных
методов, применяемых в ряде общественных наук. В статье обосновывается позиция,
согласно которой проблема фрагментации знания — прежде всего проблема барьеров
между предметными областями, тогда как инструментальная интеграция может только
облегчить такие взаимодействия, но не может служить ответом на вызов фрагментации.
Анализируется альтернативная стратегия, предполагающая усложнение структуры знания, прежде всего за счет развития частных онтологий и «больших теорий», формирующих предпосылки для эффективных междисциплинарных взаимодействий в социальных
науках и внутридисциплинарных контактов между направлениями и школами в экономической науке, основанными на различающихся базовых онтологиях. Предложены конкретные меры, направленные на совершенствование программ экономического образования, нацеленные на подготовку экономистов, открытых для междисциплинарных
контактов и способных вести кооперативную работу в междисциплинарных коллективах
В условиях усиления неопределенности на финансовых рынках накопление рисков в банковском секторе выдвигает на передний план острую необходимость введения макропруденциальной политики (МПП), в том числе в свете банкротства ряда ведущих американских банков. В работе анализируется влияние МПП на риски крупных банковских холдинговых компаний (БХК) США с совокупными активами более 100 млрд долл., которые относятся к категории системно значимых финансовых организаций.
Применение двухшагового обобщенного метода моментов позволило оценить влияние
мер МПП на динамический показатель риска ∆CoVaR (Conditional Value at Risk) для каждой БХК. На примере банковского сектора США результаты исследования подтверждают понижающее воздействие ужесточения МПП на риски БХК, что особенно выражено в случае роста требований к резервированию против возможных потерь по ссудам, ужесточения стандартов кредитования, требований к уровню левериджа и мер, нацеленных на системно значимые банки. По итогам моделирования мы пришли к выводу, что меры МПП гетерогенно влияют на различные типы БХК США, выделенные с помощью метода главных компонент, а также выявлено асимметричное воздействие ужесточающих и смягчающих мер МПП на риски БХК. Полученные выводы дают лучшее понимание инструментария МПП в США и могут иметь практическую значимость для дальнейшего совершенствования МПП в России.
В работе исследуются факторы, влияющие на принятие решения о выборе сберегательных и инвестиционных инструментов поколением Z (студентов Экономического факультета МГУ), для которых характерна цифровая грамотность и доступность финансовых продуктов и услуг с раннего возраста. Данные собраны в ходе проведения лабораторного эксперимента с применением технологий айтрекинга и пульсометрии, а также опросов. На основе полученных данных построена серия эконометрических логит- моделей бинарного вида по выбору сберегательных / инвестиционных инструментов, и мультиноминального вида по выбору одного из финансовых инструментов (вклада, акций, инвестиционной или сберегательных копилок). Исследование показывает, что на выбор финансовых инструментов влияют как основные факторы (пол, уровень образования, финансовые предпочтения, наличие рекламы и финансовое содержание видеоролика, психофизиологические характеристики его восприятия — внимание и вовлеченность), так и дополнительные факторы (характеристики финансовой грамотности, информационные факторы выбора, опыт финансовой деятельности, прохождение дополнительных курсов и расчетно- финансовые компетенции).
This research investigates the Russian stock market response to COVID-19 pandemic and compares how the reactions to it varied among the industries. The event study and Wavelet coherence were applied to answer the research question. It was discovered that the Russian stock market in general had a strong negative reaction to the COVID-19 outbreak.
However the response to the fi rst case was stronger than the response to the fi rst COVID-19
related death. It was also discovered that most of the industries reacted to the pandemic in line
with the overall negative reaction of the market, with transportation and fi nancial sectors demonstrating the most strong response. The returns of the different sectors showed high coherence during the fi rst wave of the pandemic that is another fi nding. However, the chemical sector reacted rather moderately to the COVID-19 and demonstrated lower coherence with the other sectors during the fi rst wave of the pandemic, so it might be benefi cial to include the stocks of the chemical companies in the portfolio for its diversifi cation. The results obtained have practical value for the investors (in terms of portfolio construction) and governmental regulators that are trying to mitigate the impact of the shocks on the stock market.
Цель исследования — научное обоснование влияния угольной генерации на здоровье населения как фактора устойчивого развития региона на примере Забайкальского края. В работе систематизированы научные подходы к оценке социальноэкономических потерь здоровья населения от угольной генерации в сравнении с газификацией. Для проведения полной социально- экономической оценки проекта предложено использовать расширенный подход, учитывающий все факторы — экологические, экономические и социальные. Например, кроме оценки затрат на газификацию региона, в методологию анализа затрат и выгод (cost-benefi t analysis) можно включить оценку потенциальных экономических выгод, таких как повышение уровня жизни населения, увеличение занятости, улучшение инфраструктуры и др. Также в анализе затрат и выгод можно
учесть такие экологические последствия проекта, как уменьшение выбросов вредных
веществ и улучшение качества воздуха, что, в свою очередь, может привести к уменьшению расходов на медицинское обслуживание населения. В расчете выгод/издержек также применена оценка климатического воздействия различных типов генерации, с учетом сегодняшних тенденций развития трансграничного углеродного регулирования. По мнению авторов, комплексная социально- экономическая оценка значимых для региона и капиталоемких инвестиционных проектов оказывает непосредственное воздействие на принятие решений как со стороны инициатора проекта, так и со стороны органов государственной власти, обеспечивая лучший баланс интересов и учет мнений ключевых стейкхолдеров проекта. Результаты исследования позволят повысить обоснованность решений о направлении (распределении) бюджетных инвестиций и предоставлении мер государственной поддержки отдельным инвестиционным проектам.
В работе проводится анализ положения международных мигрантов на российском рынке труда. В качестве показателей положения на рынке труда используются вероятность занятости и индикаторы уязвимости занятости (неформальная занятость, низкоквалифицированная занятость). Эмпирической основой исследования являются микроданные обследования Росстата «Выборочное наблюдение труда мигрантов», проведенного в 2019 г. Результаты эконометрического анализа свидетельствуют о том, что при прочих равных вероятность наличия оплачиваемой занятости у мужчин- мигрантов выше, чем у мужчин–представителей коренного населения. Для женщин отмечается обратная зависимость — уровень занятости женщин-мигранток значимо ниже уровня занятости коренных жительниц. Полученный результат устойчив к вариации длительности пребывания мигрантов в России. С увеличением длительности проживания мигрантов в России различия в уровне занятости мигрантов и коренного населения сокращаются, но не исчезают совсем. Занятость мигрантов, как мужчин, так и женщин, значимо более уязвима, чем занятость коренных жителей. Значимость этой связи снижается с увеличением срока пребывания мигрантов в России. Вероятность неформальной и низкоквалифицированной занятости для мигрантов, пребывающих в России более пяти лет, статистически не отличается от аналогичных показателей для коренных жителей.
Результаты, полученные для всей выборки, в целом на качественном уровне сохраняются
и для отдельных социально- демографических групп населения.
В последние годы тема санкционного давления на российскую экономику стала приобретать все более важное значение для широкого спектра заинтересованных сторон. В их число входит частный сектор, целью которого является максимизация прибыли в период неопределенности. В исследовании оценивается воздействие санкций на выручку российских компаний. Показатель выручки в исследовании выбран по причине более низкой волатильности данного показателя по сравнению с прибылью.
В работе проводится краткий обзор литературы по рассматриваемому вопросу, анализ
статистики российских компаний, попавших под санкции, а также оценка влияния санкционных мер на их выручку. Так, анализ международного опыта показал, что международные санкции против частного сектора имели разные последствия и разное значение для национальной экономики стран, против которых санкции вводились. Тем не менее, давление на частный сектор является одним из ключевых направлений текущей санкционной политики стран Запада против России и других государств. Анализ влияния санкций на деятельность российских фирм строился на основе фирм, попавших в санкционные списки недружественных стран. По состоянию на январь 2023 г. число фирм, попавших под санкции, было более 1,3 тыс. Общий вывод состоит в том, что попадание в санкционные списки недружественных стран незначимо понижает выручку подсанкционных фирм по сравнению с фирмами, не внесенными в санкционные списки. Эмпирическая оценка показала, что среди различных видов санкций значимо отрицательно влияют на выручку подсанкционных компаний только финансовые санкции.
В работе проверяется гипотеза о наличии пространственных эффектов для квартальных индексов потребительских цен (ИПЦ) в российских регионах за 2015–2021 гг. Для моделирования пространственной зависимости гибридной кривой Филлипса использовались матрицы расстояний, соседства и миграции. Выявлена пространственная нестационарность модели для всей территории страны, поэтому оценивание проводилось отдельно для западных и восточных регионов. Тестирование на панельных данных показало незначимость пространственного лага зависимой переменной, что подвергает сомнению предположение о «мгновенном» (в течение того же периода) переносе инфляции. Вероятно, ключевым здесь является фактор частотности данных: квартальные или месячные уровни инфляции лучше подходят для пространственного анализа, чем годовые (для которых пространственный лаг будет значимым). Оценивание дарбиновской модели с ошибкой (SDEM) показало, что инфляционные ожидания в соседних регионах отрицательно влияют на инфляцию в регионе в данном периоде. Оценки вклада прямых эффектов для π(t – 1), π(t + 1) и косвенного эффекта для π(t – 1) имеют ожидаемые положительные знаки. Сумма оценок коэффициентов при лагах инфляции в пространственной гибридной кривой Филлипса близка к единице. Применение матрицы миграции для западных регионов оказалось неудачным, возможно из-за значительных искажений, вносимых Москвой и Московской областью в межрегиональные взаимодействия
Издательство
- Регион
- Россия, Москва
- Почтовый адрес
- 117218, г Москва, Академический р-н, Нахимовский пр-кт, д 32
- Юр. адрес
- 117218, г Москва, Академический р-н, Нахимовский пр-кт, д 32
- ФИО
- Полтерович Виктор Меерович (ГЛАВНЫЙ РЕДАКТОР)
- E-mail адрес
- borisr@comtv.ru
- Контактный телефон
- +7 (891) 6120357