• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

Школа финансов ВШЭ

119049 Москва, Покровский бульвар, 11,
офис S629.

Телефоны:
+7 (495) 772-95-90*27447, *27190, *27947 (по общим вопросам Школы финансов)
+7 (495) 621-91-92 (по вопросам Бизнес-образования)
+7 (495) 916-88-08 (Магистерская программа "Корпоративные финансы")

E-mail:

df@hse.ru (по общим вопросам Школы финансов),
finance@hse.ru (по вопросам Бизнес-образования)

Руководство
Руководитель Ивашковская Ирина Васильевна

ординарный профессор НИУ ВШЭ, доктор экономических наук, заслуженный работник высшей школы РФ

Школа финансов: Менеджер Непряхина Ульяна Викторовна

+7 495 772 95 90 (доб. 27190)

Школа финансов: Администратор Райн Анна Сергеевна

+7495-772-95-90 (доб. 27447)

Школа финансов: Администратор Липатова Татьяна Геннадьевна

+7495-772-95-90 (доб. 27947)

Школа финансов: Аналитик Осовский Александр Алексеевич

+7 495 772 95 90 (доб.27446)
+7 968 418 78 86

Статья
The upside-down world of value capture. Do companies in technology sector follow the principles of profitable growth?

V. S. Vinogradova.

The Journal of the New Economic Association. 2024. Vol. 62. No. 1. P. 171-195.

Статья
International capital markets with interdependent preferences: Theory and empirical evidence
В печати

Dergunov I., Curatola G.

Journal of Economic Behavior and Organization. 2023. Vol. 212. P. 403-421.

Статья
Patterns of value creation in strategic acquisitions for growth

Vinogradova V.

Asian Academy of Management Journal of Accounting and Finance. 2023. Vol. 19. No. 2. P. 127-160.

Статья
Сравнение подходов к оценке риска со стороны центрального контрагента

Потапов А. И., Курбангалеев М. З.

Экономический журнал Высшей школы экономики. 2023. Т. 27. № 2. С. 196-219.

Статья
Developing a Scoring Credit Model Based on the Methodology of International Credit Rating Agencies

Alyona Astakhova, Sergei Grishunin, Gennadii Pomortsev.

Journal of Corporate Finance Research. 2023. Vol. 17. No. 1. P. 5-16.

Статья
The New Strategy of High-Tech Companies – Hidden Sources of Growth

Kokoreva M. S., Stepanova A. N., Povkh K.

Foresight and STI Governance. 2023. Vol. 17. No. 1. P. 18-32.

Статья
Нефинансовые факторы эффективности фармацевтических компаний в России

Макушина Е. Ю., Малофеева Т. Н., Козиорова О. И. и др.

Вестник Московского университета. Серия 6: Экономика. 2023. № 1. С. 135-163.

Статья
Time to Extend Credit? Bank Credit Lines During the COVID-19 Pandemic in Russia

Semenova M., Popova P.

Russian Journal of Money and Finance. 2023. Vol. 82. No. 2. P. 106-119.

Статья
Do Smart Depositors Avoid Inefficient Bank Runs? An Experimental Study

Semenova M.

Emerging Markets Finance and Trade. 2023. Vol. 59. No. 8. P. 2710-2726.

Статья
Cryptocurrency Momentum and Reversal

Victoria Dobrynskaya.

Journal of Alternative Investments. 2023. Vol. 26. No. 1. P. 65-76.

Статья
Cryptocurrencies Meet Equities: Risk Factors and Asset-pricing Relationships

Victoria Dobrynskaya, Dubrovskiy M.

International Finance Review. 2023. Vol. 22. P. 95-111.

НИС «Эмпирические исследования корпоративных финансов»

Мероприятие завершено
Уважаемые коллеги!  
Приглашаем Вас принять участие в научно-исследовательском семинаре «Эмпирические исследования корпоративных финансов», который состоится 17 апреля в 16.00 по адресу: ул.Шаболовка, д.26, ауд.3211
Язык семинара: русский

В РАМКАХ СЕМИНАРА ПРЕДЛАГАЕТСЯ ОБСУДИТЬ ДВА ДОКЛАДА:

1) "корпоративные облигации развитых и развивающихся стран на 11 годах xxi века: детерминанты развития рынков"
ДОКЛАДЧИК: теплова тамара викторовна, профессор ШКОЛЫ ФИНАНСОВ НИУ ВШЭ
АННОТАЦИЯ: 

Доклад подготовлен по результатам исследования ПУГ (No 18-05-0007) в рамках Программы «Научный фонд Национального исследовательского университета «Высшая школа экономики» (НИУ ВШЭ)» в 2017–2018 гг. и в рамках государственной поддержки ведущих университетов Российской Федерации «5–100».

Целью работы является выявление макроэкономических и институциональных детерминант для развития рынков корпоративных облигаций в нац валюте (КОНВ) по широкой межстрановой выборке. Рассматриваемая выборка включает 28 стран (развитых и развивающихся, с выделением подгруппы Next 11), временной период – с 2006 по 2016 гг. Для тестирования гипотез о влиянии макроэкономических и институциональных факторов на долю КОНВ в совокупном объеме новых размещений применяются как многофакторные регрессии, так и обобщенный метод моментов (GMM-модели), что позволяет решить проблему потенциальной эндогенности переменных.

В качестве макроэкономических факторов выбраны: динамика курса национальной валюты к доллару США, темп роста ВВП, темп инфляции, капитализация рынка акций к ВВП, дамми-переменная глобального финансового кризиса 2008-2009 гг. Как прокси-переменные институциональных факторов выбраны: индекс человеческого развития ООН, индекс экономической свободы Heritage Foundation, индикаторы развития политических и правовых институтов Всемирного банка, кредитные суверенные рейтинги ведущих агентств (S&P, Moody’s, Fitch). Рассматривается расширенная по сравнению с ранее проведенными исследованиями межстрановая выборка и потенциальная нелинейность и эндогенность переменных.

Интересные выводы: влияние большинства институциональных факторов однотипно, нелинейно и описывается U зависимостью -  при неразвитых институтах начальные улучшения их качества снижают долю КОНВ в объеме новых размещений. Особенно высока значимость индекса регулирования Всемирного банка.  В кризис роль институтов для размещения новых облигаций меняется: даже слабое развитие институтов помогает размещать новые выпуски. По подвыборке Next 11  улучшение институтов дает более значимые стимулы для увеличения доли новых КОНВ. Развитый рынок акций тормозит развитие облигационного рынка. Мы объясняем это тем, что рынки акций и облигаций являются конкурирующими источниками финансирования.

2) "прогнозирование спредов доходности на первичном рынке российских рублевых корпоративных облигаций"
ДОКЛАДЧИК: султанов искандер, аспирант 3-го года обучения факультера экономических наук 
АННОТАЦИЯ: 

В работе строятся модели, позволяющие прогнозировать спреды доходности на первичном рынке российских рублевых корпоративных облигаций. Исследование проводится на данных по первичному рынку облигаций размещенных за период с 1 января 2007 по 31 декабря 2016. В статье сравнивается предсказательная сила моделей, построенных с применением различных методов. Основной упор в статье сделан на применение байесовских методов расчета. В работе подробно описывается методология исследования. Дается описание таких байесовских методов, как метод Байеса с известными предпосылками о функции правдоподобия и метод симуляций, с применением Markov Chain Monte Carlo (MCMC). В частности, подробно описан использованный для построения цепи MCMC алгоритм Metropolis Hastings.

Ссылки на трансляцию мероприятия:

http://92.242.59.143/live2/ApplePlayer.html для iPad, iPod, iPhone
http://92.242.59.143/live2/SmoothStreamingPlayer.html для компьютера и ноутбука

Для прохода внешних участников на территорию факультета необходимо заказать пропуск до 12:00 17.04.18, написав на адрес эл. почты df@hse.ru