Введение В современных условиях прогнозирование количественных экономических показателей является одним из ключевых направлений экономического анализа. На основе прогнозов оцениваются перспективы развития экономики, инвестиционная активность, уровень деловой активности, динамика доходов населения и эффективность принимаемых управленческих решений. Особое значение имеет прогнозирование валового внутреннего продукта, поскольку данный показатель отражает общий объем произведенных в стране товаров и услуг и является одним из базовых индикаторов состояния национальной экономики. Одним из наиболее распространенных инструментов прогнозирования является регрессионный анализ. В эконометрике регрессионные модели применяются для выявления зависимости между результативным показателем и факторами, оказывающими на него влияние [3, с. 118–121]. Преимущество регрессионного подхода состоит в том, что он позволяет не только получить прогнозное значение, но и содержательно интерпретировать влияние отдельных экономических переменных [4, с. 96–101]. В последние годы наряду с классическими регрессионными моделями все активнее применяются методы машинного обучения. К ним относятся регуляризованные модели, деревья решений, случайный лес, градиентный бустинг и другие алгоритмы. Их преимущество заключается в способности ↳Читать далее

Современный этап развития мировой и национальной экономики характеризуется активной цифровой трансформацией, затрагивающей все сферы хозяйственной деятельности. В условиях усиления конкуренции и роста неопределенности внешней среды предприятия вынуждены адаптироваться к новым условиям функционирования, что требует совершенствования системы управления. Ключевым фактором эффективного управления становится наличие достоверной, своевременной и аналитически обработанной информации. В этой связи управленческий учет приобретает особое значение как инструмент информационного обеспечения управленческих процессов. Цифровизация экономики оказывает существенное влияние на содержание и функции управленческого учета. Использование современных информационных технологий позволяет существенно повысить оперативность обработки данных, расширить аналитические возможности и обеспечить более высокий уровень обоснованности управленческих решений. Целью настоящего исследования является комплексный анализ развития управленческого учета в условиях цифровизации экономики, а также выявление проблем и перспектив его совершенствования. Управленческий учет представляет собой систему формирования и использования информации, необходимой для принятия управленческих решений. Он ориентирован на внутренние потребности предприятия и отличается высокой степенью адаптивности к условиям его функционирования [1]. В научной литературе управленческий ↳Читать далее

Согласно федеральным стандартам оценки, одним из ключевых этапов процесса оценки является сбор и анализ информации. Согласно ФСО III «Процесс оценки» сбор и анализ информации служит вторым шагом проведения оценки после согласования задания на оценку и включает в себя выбор достоверной, надежной и существенной для цели оценки информации. Источниками информации могут быть заказчик оценки, правообладатель объекта оценки, эксперты рынка и отрасли и другие источники при учете их компетентности и независимости от заказчика оценки [1]. Одним из наиболее важных источников информации является финансовая отчетность объекта оценки. В ходе анализа может использоваться как публичная, так и управленческая отчетность объекта. Публичная отчетность включает публикуемые в соответствии с российскими стандартами бухгалтерского учета (РСБУ) и международными стандартами финансовой отчетности (МСФО) формы отчетности, такие как баланс, отчет о финансовых результатах, отчет и движении денежных средств и прочие формы, подготавливаемые для целей предоставления информации в налоговый орган или публикации на официальных ресурсах компании для дальнейшего анализа инвесторами [11]. ↳Читать далее

Оценка инвестиционных проектов вне зависимости от их масштаба, отраслевой принадлежности или объема капитальных вложений представляет собой принципиально сложную многофакторную задачу, сопряженную с высокой степенью неопределенности и необходимостью долгосрочного прогнозирования денежных потоков. В современных условиях рыночной турбулентности погрешность в исходных допущениях экспоненциально возрастает, что делает процедуру инвестиционного обоснования критически важным, но одновременно наиболее уязвимым звеном корпоративного управления. Несмотря на то, что в экономической науке к настоящему времени сформирован мощный методологический аппарат, включающий дисконтирование денежных потоков, расчет чистой приведенной стоимости, внутренней нормы доходности и анализ чувствительности, практическое применение этих методик остается крайне проблематичным. Парадокс современной управленческой практики заключается в том, что сложность математического аппарата и необходимость глубокого понимания финансовой логики требуют узкой профессиональной квалификации, которой зачастую не обладают менеджеры операционного уровня. В связи с этим выдвигается гипотеза о том, что на эффективность управления стоимостью инвестиционных проектов критическое влияние оказывает не отсутствие формализованных методик, а системный дефицит финансово-аналитических компетенций у исполнителей, ответственных за ↳Читать далее

ВВЕДЕНИЕ Санкционные ограничения 2022 г. стали для России фактором не только внешнеторгового, но и логистического перелома. Их воздействие проявилось в разрыве части прямых цепей поставок, снижении роли европейских транспортных и сервисных каналов, росте значения дружественных стран и ускоренной переориентации импорта на азиатское направление [3; 4; 5]. В результате международная логистика России в 2022–2026 гг. развивалась не как продолжение прежней модели, а как процесс структурной адаптации, связанный с изменением маршрутов, числа посредников, способов таможенного и расчетного сопровождения, а также с ростом сопутствующих издержек [6; 10; 13]. Актуальность темы определяется тем, что в рассматриваемый период изменилась не только география внешней торговли, но и экономическая механика внешнеторгового снабжения. Если в 2022 г. ключевой задачей было сохранение физической доступности импорта, то к 2024–2026 гг. на первый план вышли вопросы устойчивости новых маршрутов, их стоимости, скорости и зависимости от транзитной и инфраструктурной среды [3; 5; 12]. Это делает необходимым анализ международной логистики России не как ↳Читать далее

Введение Индустрия фитнеса, долгое время воспринимавшаяся исключительно как сектор услуг, с традиционной моделью управления, сегодня оказывается в эпицентре Цифровых изменений. Это обстоятельство, делает исследование процессов модернизации управления фитнес-бизнесом, не просто актуальным, но и по-настоящему насущным, с точки зрения понимания более широких закономерностей, инновационного развития российской экономики. [1] Цель исследования – выявить закономерности и оценить эффективность Цифровой трансформации управления российскими фитнес-предприятиями, как фактора инновационного развития экономики. Научная новизна исследования, состоит в том, что впервые предпринята попытка комплексного анализа Цифровой трансформации управления фитнес-предприятиями, именно через призму их вклада, в инновационное развитие российской экономики в целом. Большинство предшествующих работ, рассматривали, либо технологические аспекты автоматизации фитнес-бизнеса и делали это изолированно, либо рассматривались общие вопросы Цифровизации экономики, без учёта специфики данной отрасли. Теоретическая значимость исследования, заключается в расширении автором концептуального аппарата Цифрового менеджмента, применительно к предприятиям сферы физической культуры. Практическая значимость исследования, определяется возможностью использования полученных автором результатов, руководителями фитнес-организаций, при разработке стратегий Цифровой трансформации, ↳Читать далее

Рынок вторичной недвижимости является важным сегментом рынка недвижимости в Российской Федерации. В этом сегменте осуществляется покупка и продажа уже построенной и ранее использовавшейся недвижимости. Этот рынок играет значительную роль в обеспечении населения жильём, а также в развитии экономики региона и страны в целом. В последние годы рынок вторичной недвижимости претерпел значительные изменения. Это связано с различными факторами, такими как экономическая ситуация, уровень доходов населения, доступность ипотечного кредитования и государственная политика в сфере жилищного строительства. На сегодняшний день рынок вторичной недвижимости субъектов Российской Федерации представлен широким спектром объектов недвижимости. По видам объектов в структуре рынка вторичной недвижимости выделяют квартиры, комнаты, частные дома; по классу объектов – эконом (IV класс), комфорт (III класс), бизнес (II класс) и элит (I класс); по типам объектов бывают панельные, кирпичные, монолитные и монолитно-каркасные, блочные и деревянные дома; наконец, по году постройки объекты можно разделить на дореволюционные (до 1917 г.), «сталинки» (1930-1950 гг.), «хрущевки» (1956-1970 гг.), «брежневки» ↳Читать далее

Введение. Формирование цифровой экономики сопровождается трансформацией традиционных факторов производства и появлением новых источников экономического роста [9]. Искусственный интеллект (ИИ) становится базовой технологией, обеспечивающей автоматизацию, интеллектуализацию и алгоритмизацию производственных, управленческих и социально-экономических процессов [1]. По оценкам международных аналитических центров, вклад ИИ в мировой ВВП к 2030 г. может превысить 13–15 трлн долл., обеспечивая до 14 % глобального экономического роста. Это позволяет рассматривать ИИ не как вспомогательный инструмент, а как самостоятельный фактор производства [7]. Одновременно развитие ИИ обостряет институциональные противоречия между необходимостью технологического прогресса и потребностью в защите общественных интересов [2]. Риски дискриминации, отожествления решений алгоритмов с управленческими решениями, угрозы неприкосновенности частной жизни и кибербезопасности предопределяют высокий уровень правового вмешательства государства [6]. Различия в моделях регулирования ИИ в Европе, России и Беларуси отражают различие экономических стратегий, институциональных традиций и приоритетов государственного развития. Это формирует неоднородность условий использования ИИ как фактора производства, что требует специального экономико-институционального анализа. Цель работы – выявить особенности институционального ↳Читать далее

Заинтересованные стороны или группы заинтересованных лиц – это отдельные лица и/или организации, которые прямо или косвенно взаимодействуют с компанией и могут влиять на ее деятельность и сами тоже подвергаются влиянию. В процессе планирования, в котором учитываются интересы всех сторон, формируется выверенная и адекватная корпоративная стратегия [3]. Заинтересованные стороны принято называть стейкхолдерами. Аспекты влияния стейкхолдеров на корпоративный субъект разнообразны – они шире, чем непосредственно связанные с производством и взаимны, поэтому отражают реакцию на воздействие компании на окружающую среду, оценку корпоративной социальной ответственности внутри компании и обществом в целом, активность участия в государственных программах – от развития территорий до финансирования социальных проектов [6]. На рисунке 1 показан спектр заинтересованных сторон, с которыми взаимодействуют современные компании. Собственно, интересы стейкхолдеров выступают факторами формирования корпоративной стратегии, цель которой – развитие компании в условиях согласованности с внешней конъюнктурой [2]. Так, акционеры и инвесторы требуют прибыльности и устойчивого роста, они активно влияют на дивидендную политику и инвестиционные ↳Читать далее

Под киберспортом следует понимать вид спорта, в котором идёт борьба за первенство в таких жанрах видеоигр, как головоломки, файтинги, игры-симуляторы, игры на тактику и стратегию, шутеры и прочие. Соревнования проводятся среди участников, относящихся не только к разным этническим группам, но и возрастным категориям [4, с. 79]. Базовые параметры, которые раскрывают динамику развития кберспорта можно разделить на две группы: 1) критерии достижений в классическом спортивном развитии страны, количественные показатели населения, валовый внутренний продукт, доход в расчёте на одного человека и др. 2) специфичные индикаторы для киберспорта, масштаб распространения киберспорта в государстве, цифровая поддержка киберспорта, сетевое соединение, количество сетевых пользователей и др. [1, с. 60]. В свою очередь, на рисунке 1 чётко продемонстрирована структура поступлений мирового рынка в сфере киберспорта за период 2025 года. Рисунок 1. Структура поступлений мирового рынка в сфере киберспорта за период 2025 года. Источник: Esport Stats Так наибольшая доля доходов в 2025 году приходится на спонсорство, которое составляет ↳Читать далее