Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.
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)
ординарный профессор НИУ ВШЭ, доктор экономических наук, заслуженный работник высшей школы РФ
+7 495 772 95 90 (доб.27446)
+7 968 418 78 86
Школа финансов ВШЭ — лидирующий в стране центр компетенций в области корпоративных финансов, оценки стоимости, банковского дела, фондового рынка, управления рисками и страхования, учета и аудита.
Наш университет - первый в России в глобальном рейтинге "QS – World University Rankings by subject" (2022) в предметной области Accounting and Finance, а так же первый среди российских университетов в области Business & Management Studies.
Vinogradova V.
The Journal of the New Economic Association. 2023.
Hanif W., Teplova T., Rodina V. et al.
Resources Policy. 2023. Vol. 85. No. B.
Dergunov I., Curatola G.
Journal of Economic Behavior and Organization. 2023. Vol. 212. P. 403-421.
Kopyrina O., Stepanova A. N.
Economic Systems. 2023. Vol. 47. No. 2.
Vinogradova V.
Asian Academy of Management Journal of Accounting and Finance. 2023. Vol. 19. No. 2. P. 127-160.
Потапов А. И., Курбангалеев М. З.
Экономический журнал Высшей школы экономики. 2023. Т. 27. № 2. С. 196-219.
Sergei Grishunin, Alesya Bukreeva, Suloeva S. B. et al.
Risks. 2023. Vol. 11. No. 1.
Alyona Astakhova, Sergei Grishunin, Gennadii Pomortsev.
Journal of Corporate Finance Research. 2023. Vol. 17. No. 1. P. 5-16.
Kokoreva M. S., Stepanova A. N., Povkh K.
Foresight and STI Governance. 2023. Vol. 17. No. 1. P. 18-32.
Макушина Е. Ю., Малофеева Т. Н., Козиорова О. И. и др.
Вестник Московского университета. Серия 6: Экономика. 2023. № 1. С. 135-163.
Russian Journal of Money and Finance. 2023. Vol. 82. No. 2. P. 106-119.
Emerging Markets Finance and Trade. 2023. Vol. 59. No. 8. P. 2710-2726.
Управление финансовыми рисками. 2023. Т. 73. № 1. С. 18-29.
Fedorova E., Ledyaeva S., Kulikova O. et al.
Risk Analysis. 2023. Vol. 43. No. 10. P. 1975-2003.
Journal of Alternative Investments. 2023. P. 00-00.
Victoria Dobrynskaya, Dubrovskiy M.
International Finance Review. 2023. Vol. 22. P. 95-111.
Доклады:
1) Формирование системы кредитных рейтингов для целей финансового мониторинга
Докладчик: Дьячкова Н.Ф. (НИУ ВШЭ)
Дискуссант: Панкова В.А. (НИУ ВШЭ)
Данная работа имеет следующую структуру: первая часть посвящена вопросам практического измерения результатов деятельности коммерческих банков и промышленных компаний, во второй части работы рассматривается взаимосвязь изменений кредитных рейтингов и кредитных циклов на макроэкономическом уровне. Третья и четвертая части представленного исследования отражают современную и сложившуюся практику применения кредитных рейтингов и посвящены изучению вопроса о связи кредитных рейтингов и финансовых показателей как промышленных компаний, так и коммерческих банков. Для рассмотрения этого вопроса был взят один из современных методов построения нелинейных взаимосвязей для выделения групп разнородных объектов влияния, также известный как метод паттернов. Дополнительно, было проведено эконометрическое оценивание выделенных разнородных групп, полученных паттернов промышленных компаний, с помощью эконометрической модели Тобина. Практические цели использования результатов работы можно применять в целях практического управления финансовыми рисками на краткосрочном периоде времени.
Ключевые слова: кредитные рейтинги, промышленные компании, коммерческие банки, кластерихация объектов, паттерны, финансовые риски
2) Определение оптимальной модели финансового сектора для России
Докладчик: Ахметов Р.Р. (НИУ ВШЭ)
Дискуссант: Кривошея Е.А. (НИУ ВШЭ)
В данной работе была определена оптимальная структура различных сегментов российского финансового сектора. Для этого был задействован подход построения эмпирических моделей с использованием 2SLS-BMA алгоритма на данных по 63 развитым и развивающимся странам мира с 1980 по 2014 гг. В целях учета взаимного влияния различных сегментов финансового рынка друг на друга, в данном исследовании был разработан сводный индекс финансового развития посредством применения метода главных компонент. Результаты расчетов показали, что оптимальное развитие финансового сектора России будет сопровождаться кардинальным изменением его структуры в пользу опережающего развития институциональных инвесторов (страховых компаний и пенсионных фондов), а также перехода от доминирования банковских ссуд к более рыночным инструментам финансирования деятельности компаний (облигациям и акциям).
Ключевые слова: глубина финансового развития, структура финансового сектора, модельная неопределенность, Россия
3) Evaluating efficient multilateral interchange fees: evidence from end-user benefits
Докладчик: Кривошея Е.А. (НИУ ВШЭ)
Дискуссант: Ахметов Р.Р. (НИУ ВШЭ)
This article evaluates the efficiency of current MIF rates for Russian market as well as identifies the effects of their changes. The study uses the adopted version of the Bedre-Defolie and Calvano (2013) model as well as the representative samples of 800 transitional (offline) Russian merchants, 1500 Russian individuals and 7 banks from top 20 that cover more than 80% of the Russian issuing and acquiring markets as well as the end-users’ benefits to estimate the demand of end-users and end-users’ surpluses. Results confirm the efficiency of currently set MIF rates. Comparative statics analysis confirms that the changes in MIF rates never lead to Pareto improvement, while the total surplus changes are asymmetric across different market parts. The article also shows that once the realistic assumptions are introduced to the models (e.g., information asymmetry, imperfect pass-through of changes) the end-users’ welfare is distorted more severely as a result of the MIF rates changes. The first-best policy for Russian regulator and legislators is the use of alternative (non-tariff) stimulating measures for cashless economy in order to isolate the effect of changes to the intended groups.
Keywords: Retail payments; payment cards; interchange fees; efficiency; optimal regulation
При необходимости заказа пропуска в здание НИУ ВШЭ, просьба до 16:00 _11 декабря_ направить заявку на e-mail: df@hse.ru , указав в теме сообщения «заказ пропуска на НИС 13 июня» и сообщив свою фамилию, имя, отчество и название организации.