SCI Библиотека

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.

Развитие компьютерных онлайн-игр сопровождается созданием нового типа вещей, которыми можно обмениваться, – игровой атрибутикой, или электронными игровыми вещами. Сначала этими вещами разрешается делиться (дарить, передавать), затем обмениваться по договоренности, потом обмениваться с помощью виртуальной (игровой) валюты, которая выступает в качестве меры «стоимости» компьютерной игровой вещи, и, наконец, по мере того как виртуальная валюта начинает конвертироваться в реальные деньги, рынок игровой атрибутики приобретает существенные черты финансового рынка, доступного уже не только непосредственным игрокам, но и инвесторам. Игровая вещь по своему происхождению не является источником процентного или дивидендного дохода по типу ценной бумаги, но, поскольку ее цена определяется быстро меняющимся во времени соотношением спроса и предложения, такая вещь превращается в потенциальный источник чистого дохода для инвестора, нацеленного на получение прибыли в виде разницы в ценах игровой атрибутики. Цель настоящей статьи – рассмотреть основные особенности рынка компьютерной игровой атрибутики как рынка альтернативных финансовых инвестиций, а также обратить внимание на нюансы, которые стоит учитывать потенциальным инвесторам. Методологическую основу исследования составляют такие методы научного познания, как анализ, сравнение и синтез, а также метод конкретных ситуаций (метод кейсов, или кейс-стади) и контент-анализ. В результате исследования среди прочего делается вывод о том, что рынок атрибутики компьютерных игр развивается быстрыми темпами, имеет глобальный характер, а инвестиции в него в некоторых случаях могут выступать в качестве альтернативы инвестированию в традиционные финансовые активы.

В статье выявлены и проанализированы факторы, оказывающие влияние на процессы сбережения населения, которое на сегодняшний момент выступает важным инвестиционным источником. В рассматриваемом случае стоит говорить не только об интересах граждан в рамках сохранения и приумножения доходов, но и экономических интересов всей страны и отдельных хозяйствующих субъектов, задействованных в предоставлении различных финансовых услуг. Анализ развития форм и инструментов сбережений населения в российской экономике представляет интерес, так как сбережения населения - это ключевой индикатор текущего уровня жизни, непосредственно связанного с потреблением, доходами и расходами населения, а также они являются важным экономическим ресурсом, определяющим развитие национальной экономики посредством инвестиционной активности и возможностей кредитования.

Российский инвестиционный климат меняется под воздействием макроэкономической нестабильности и внешнеполитического давления, ввиду чего актуализируется вопрос об исследовании предпосылок и детерминант инвестиционной активности. Цель исследования заключается в выявлении факторов, рисков и барьеров, определяющих инвестиционную активность в условиях глобальной неопределенности, а также в разработке и обосновании направлений улучшения инвестиционного климата. Для достижения поставленной цели были применены такие общенаучные методы, как описание, анализ, синтез, сравнение, индукция и дедукция. Основу информационной базы составили научные работы российских авторов и данные из открытых источников. В процессе исследования определены основные внешние факторы нестабильности и проанализировано их влияние на поведение инвесторов. Выявлены различия в инвестиционных стратегиях бизнеса и домохозяйств. Установлено, что ограниченность финансовой инфраструктуры и недостаточная предсказуемость условий являются серьезными барьерами для формирования долгосрочных вложений. В заключение сделан вывод о том, что для повышения инвестиционной активности государству целесообразно сфокусировать внимание на улучшении качества институциональной среды, повышении прозрачности, снижении барьеров на входе и развитии механизмов устойчивой обратной связи с инвесторами.

Статья посвящена анализу платформенных сервисов как ключевых элементов трансформации инфраструктуры финансового рынка России в условиях цифровизации. Рассматриваются инвестиционные, финансовые и информационные платформы, способствующие перераспределению капитала, расширению финансовой доступности и повышению эффективности операций. Отмечено, что цифровые платформы становятся инструментом адаптации финансовой системы к условиям неопределённости и ограничениям традиционного банковского финансирования. Показано, что активное развитие платформенных решений связано с необходимостью повышения гибкости и устойчивости инфраструктуры, в частности, в сегменте малого и среднего бизнеса. Особое внимание уделено роли Национальной цифровой инфраструктуры как институционального фундамента модернизации финансовой среды. Подчёркивается значение технологической независимости, цифровой безопасности и архитектурной совместимости как условий формирования устойчивой модели цифрового посредничества. На основе анализа операционных показателей платформ предложены выводы, имеющие практическую значимость для участников рынка и регуляторов. Развитие платформ выступает как ключевое направление формирования современной финансовой среды, ориентированной на прозрачность, скорость и масштабируемость операций. Это позволяет рассматривать платформенные сервисы как устойчивую альтернативу классическим финансовым институтам в условиях трансформации финансового рынка и институциональной перестройки.

В статье исследуется применение больших языковых моделей, таких как ChatGPT, для принятия инвестиционных решений на фондовом рынке. Описываются способы применения ChatGPT, позволяющие улучшить прогнозирование рынка благодаря глубокому изучению большого массива данных, включая новости и отчеты, анализ настроений и распознавание технических индикаторов. Рассматриваются такие преимущества, как эффективное извлечение информации, улучшение процесса принятия решений, объективный анализ, а также потенциальные риски использования ChatGPT в финансовых прогнозах, включая ограниченное понимание динамики рынка, невозможность включения данных в реальном времени, трудности в работе со сложными финансовыми концепциями. Делается вывод об эффективности применения ChatGPT и необходимости всегда проверять полученные результаты перед их применением.

В статье исследуется применение больших языковых моделей, таких как ChatGPT, для принятия инвестиционных решений на фондовом рынке. Описываются способы применения ChatGPT, позволяющие улучшить прогнозирование рынка благодаря глубокому изучению большого массива данных, включая новости и отчеты, анализ настроений и распознавание технических индикаторов. Рассматриваются такие преимущества, как эффективное извлечение информации, улучшение процесса принятия решений, объективный анализ, а также потенциальные риски использования ChatGPT в финансовых прогнозах, включая ограниченное понимание динамики рынка, невозможность включения данных в реальном времени, трудности в работе со сложными финансовыми концепциями. Делается вывод об эффективности применения ChatGPT и необходимости всегда проверять полученные результаты перед их применением.

В статье проанализировано современное состояние, результативность и устойчивость российских банков в условиях турбулентности экономики. Цель исследования - сформировать прогноз прибыли для обеспечения устойчивого развития российских банков, а также выявить закономерности их развития в условиях нарастания рыночной неопределенности. Сформирована модель глубокого обучения «Случайный лес». В ходе исследования были использованы такие методы, как технический анализ акций банков с использованием библиотек pandas, yfinance, numpy, matplotlib на языке Python на сервисе Colab, а также модель глубокого обучения «Случайный лес» для прогнозирования чистой прибыли банков. Научная новизна состоит в том, что выдвинута и доказана гипотеза, что на основе использования модели машинного обучения «Случайный лес» может быть получен прогноз чистой прибыли, как важнейшего фактора устойчивости банка. В ходе исследования были рассчитаны направление и сила связи между факториальными и результативным признаками. Так, например, связь между результативным признаком (Прибыль, млрд руб.) - “target” и факториальными выражается следующими коэффициентами: Активы, млрд руб. + 0,974; Доля активов, в % + 0,974; Рентабельность активов, % 0,159; Adj акций (логарифмическая доходность) -0,266; Волатильность (сигма) -0,219. На основании полученных результатов можно утверждать, что все рассмотренные банки работают устойчиво, ошибка прогноза на ноябрь 2024 г. варьируется от 0,78 до 31,4 %. При этом ошибка возрастает по мере уменьшения размера банков. По итогам 2023 г. все крупнейшие банки работали прибыльно, что свидетельствует об их устойчивости. Полученные прогнозные значения прибыли отражают позитивный тренд в развитии рассмотренных банков, что позволяет сделать вывод об устойчивости банковской системы в целом. Практическая значимость в том, что результаты исследования могут быть рекомендованы к использованию на практике.

Цель исследования - эконометрическая оценка влияния макроэкономических факторов на уровень капитализации фондового рынка в России. В работе использовались методы формализации и математизации задачи оценки влияния макроэкономических факторов на фондовый рынок, а также эконометрические методы количественного оценивания данного влияния. Для моделирования уровня капитализации фондового рынка, в результате теоретического анализа экономической конъюнктуры, с учетом опыта российских и зарубежных исследователей, был отобран ряд макроэкономических переменных. Научную новизну работы определяет предложенная авторами эконометрическая модель, которая позволяет объяснять уровень капитализации фондового рынка приростами номинального валового внутреннего продукта, средней долгосрочной ставки облигаций федерального займа, среднегодового объема торгов акциями, денежной массы, стоимости активов банковского сектора, обменным курсом доллара, а также влиянием неблагоприятных событий (санкции 2014 г., пандемия 2020 г., начало специальной военной операции на Украине в 2022 г.). Показано, что перечисленные выше факторы оказывают значимое влияние на изменение капитализации фондового рынка в России. Получены количественные оценки данного влияния. С помощью эконометрических диагностических процедур подтверждено высокое качество построенной модели. Практическая значимость модели связана с возможностью ее использования для объяснения вклада макроэкономических факторов в формирование величины капитализации фондового рынка России. Исследование проведено в рамках научно-исследовательской работы «Долгосрочные тренды развития рынка долевых ценных бумаг в России, факторы и сценарии эволюции рынка, инвесторов и эмитентов» в соответствии в Государственным заданием для ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации».

В условиях постпандемийной макроэкономической нестабильности исследование волатильности валют приобретает особую значимость для финансового анализа и принятия инвестиционных решений. Волатильность является по своей сути отражением степени макроэкономической и финансовой неопределенности и степени реакции на различные события цен на биржевые активы, что обусловливает актуальность изучения реализованной волатильности ключевых для российского рынка валют на современном этапе.

Целью исследования являются выделение факторов волатильности доллара и юаня и сравнительная оценка степени реализованной волатильности этих валют на российском финансовом рынке в постпандемийный период, характеризующийся последовательной сменой периодов макроэкономической нестабильности.

Материалы и методы. В программной среде разработки и выполнения программного кода на языке Python в облаке – Google Colab – были импортированы библиотеки Pandas, Numpy, Arch, Matplotlib, Openpyxl. Для проверки гипотезы исследования и анализа волатильности курса валют использовались ежемесячные данные по валютным парам USD/RUB и CNY/RUB, загруженные с сайта investing. com. Период наблюдения – с 1 января 2020 г. по 1 апреля 2025 г. На основе этих данных в среде Google Colab была сформирована GARCH-модель, осуществлены ее параметризация и подгонка. В дальнейшем результаты GARCH-моделирования были дополнены анализом фундаментальных факторов движения курсов валют.

Результаты. Проведенное исследование позволяет дифференцировать факторы реализованной волатильности доллара США и китайского юаня на российском финансовом рынке за период с 2020 по 2025 г., охватывающий значительные макроэкономические, политические и рыночные трансформации. GARCH-модель подтвердила наличие значительно большей амплитуды колебаний курса USD/RUB по сравнению с CNY/RUB. Особенно резкие скачки были зафиксированы в марте 2020 г., феврале 2022 г. и августе 2024 г., когда доллар проявлял резкую реакцию на внешнеполитические и санкционные события. В этих условиях курс юаня сохранял относительную стабильность, демонстрируя меньшую чувствительность к макроэкономическим триггерам, что обусловило меньшую реализованную волатильность.

Выводы. Волатильность доллара на российском рынке существенно выше, особенно в периоды кризисных шоков (например, февраль–май 2022 г.), что отражает его высокую зависимость от внешнеполитических факторов и международных санкционных ограничений. Юань характеризуется меньшей реализованной волатильностью, что в условиях экономической нестабильности усиливает его привлекательность для использования в целях осуществления расчетов и хеджирования при условии развития соответствующего инструментария. Вышеперечисленное подтверждает исходную гипотезу о большей стабильности юаня по сравнению с долларом США, однако стабильность эта – нерыночного характера. Анализ периодов пиков волатильности позволил увязать рыночные реакции с конкретными макроэкономическими и политическими событиями, включая пандемию, санкционные пакеты, энергетические кризисы и изменения политики Банка России. Полученные результаты подчеркивают актуальность диверсификации валютных рисков в условиях макроэкономической нестабильности и расширения инструментария альтернативных валют (в частности, юаня) в расчетных операциях и инвестиционной практике на российском рынке.