+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Финансы и кредит»
 

Включен в перечень ВАК по специальностям

ЭКОНОМИЧЕСКИЕ НАУКИ:
5.2.1. Экономическая теория
5.2.3. Региональная и отраслевая экономика
5.2.4. Финансы
5.2.5. Мировая экономика
5.2.6. Менеджмент


ЭКОНОМИЧЕСКИЕ,
ФИЗИКО-МАТЕМАТИЧЕСКИЕ НАУКИ:
5.2.2. Математические, статистические и инструментальные методы в экономике

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
LCCN Permalink
Google Scholar

Электронные версии в PDF

Eastview
eLIBRARY.RU
Biblioclub

Анализ влияния финансовой системы на согласованность целей устойчивого развития российской экономики

Купить электронную версию статьи

т. 26, вып. 3, март 2020

Получена: 06.02.2020

Получена в доработанном виде: 20.02.2020

Одобрена: 05.03.2020

Доступна онлайн: 30.03.2020

Рубрика: Финансовая система

Коды JEL: E44, E60, E69, G10, G32

Страницы: 527–548

https://doi.org/10.24891/fc.26.3.527

Смирнов В.В. кандидат экономических наук, доцент кафедры отраслевой экономики факультета управления и социальных технологий, Чувашский государственный университет имени И.Н. Ульянова, Чебоксары, Российская Федерация 
v2v3s4@mail.ru

https://orcid.org/0000-0002-6198-3157
SPIN-код: 3120-4077

Предмет. Современная финансовая система России.
Цели. Выявить влияние современной финансовой системы на согласованность целей устойчивого развития российской экономики.
Методология. Использован системный подход с применением методов описательной статистики, кластерного, нейросетевого и непараметрического анализа.
Результаты. Выявлена необходимость решения проблемы влияния финансовой системы на согласованность целей устойчивого развития российской экономики. Комплементарный набор функций финансовой системы рассматривается в контексте родовой способности финансов связывать цели и задачи прогнозируемого развития экономической, социальной и экологической систем. В результате оценки влияния современной финансовой системы на согласованность целей устойчивого развития российской экономики выявлено, что российская финансовая система действует в модели метронома. Эта модель позволяет фиксировать стабильный спекулятивный доход от биржевых торгов относительно евро к рублю посредством изменения наличных денег в обращении и высокой нормы доходности, реализуемых облигаций федерального займа. Проблема согласованности целей устойчивого развития российской экономики связана: с изменением роста ВВП на душу населения; с прямыми иностранными инвестициями; с лесной и угольной рентой; с числом подростков, не посещающих школу; с долей мест, занимаемых женщинами в национальных парламентах; с ростом городского населения.
Область применения. Результаты исследования расширяют сферу знаний о влиянии финансовой системы на развитие экономики, формируя новые компетенции для принятия управленческих решений по глобальным целям устойчивого развития в контексте улучшения благосостояния населения и защиты планеты.
Выводы. Современная финансовая система России способна согласовывать процесс реализации целей устойчивого развития экономики в краткосрочном периоде посредством ориентации на краткосрочное кредитование за счет избытка ликвидности спекулятивного дохода от биржевых торгов и высокой нормы доходности реализуемых облигаций федерального займа.

Ключевые слова: мобилизация финансовых ресурсов, модель метронома, норма доходности, спекулятивный доход, цели устойчивого развития

Список литературы:

  1. Cernev T., Fenner R. The importance of achieving foundational Sustainable Development Goals in reducing global risk. Futures, 2020, vol. 115. URL: Link
  2. Dang H.-A.H., Serajuddin U. Tracking the sustainable development goals: Emerging measurement challenges and further reflections. World Development, 2020, vol. 127. URL: Link
  3. Pedersen C.S. The UN Sustainable Development Goals (SDGs) are a Great Gift to Business! Procedia CIRP, 2018, vol. 69, pp. 21–24. URL: Link
  4. Virto L.R. A preliminary assessment of the indicators for Sustainable Development Goal (SDG) 14 “Conserve and sustainably use the oceans, seas and marine resources for sustainable development”. Marine Policy, 2018, vol. 98, pp. 47–57. URL: Link
  5. Barbier E.B., Burgess J.C. Sustainable development goal indicators: Analyzing trade-offs and complementarities. World Development, 2019, vol. 122, pp. 295–305. URL: Link
  6. Mulligan M., van Soesbergen A., Hole D.G. et al. Mapping nature's contribution to SDG 6 and implications for other SDGs at policy relevant scales. Remote Sensing of Environment, 2020, vol. 239. URL: Link
  7. Rosati F., Faria L.G.D. Addressing the SDGs in sustainability reports: The relationship with institutional factors. Journal of Cleaner Production, 2019, vol. 215, pp. 1312–1326. URL: Link
  8. Requejo-Castro D., Giné-Garriga R., Pérez-Foguet A. Data-driven Bayesian network modelling to explore the relationships between SDG 6 and the 2030 Agenda. Science of The Total Environment, 2020, vol. 710. URL: Link
  9. Biggeri M., Clark D.A., Ferrannini A., Mauro V. Tracking the SDGs in an ‘integrated’ manner: A proposal for a new index to capture synergies and trade-offs between and within goals. World Development, 2019, vol. 122, pp. 628–647. URL: Link
  10. Sinha A., Sengupta T., Alvarado R. Interplay between technological innovation and environmental quality: Formulating the SDG policies for next 11 economies. Journal of Cleaner Production, 2020, vol. 242. URL: Link
  11. Campagnolo L., Davide M. Can the Paris deal boost SDGs achievement? An assessment of climate mitigation co-benefits or side-effects on poverty and inequality. World Development, 2019, vol. 122, pp. 96–109. URL: Link
  12. Nam-Chol O., Kim H. Towards the 2 °C goal: Achieving Sustainable Development Goal (SDG) 7 in DPR Korea. Resources, Conservation and Recycling, 2019, vol. 150. URL: Link
  13. Storey M., Killian S., O'Regan P. Responsible management education: Mapping the field in the context of the SDGs. The International Journal of Management Education, 2017, vol. 15, iss. 2, Part B, pp. 93–103. URL: Link
  14. Bruns B., Macdonald I.H., Schneider B.R. The politics of quality reforms and the challenges for SDGs in education. World Development, 2019, vol. 118, pp. 27–38. URL: Link
  15. Quinlivan L., Chapman D.V., Sullivan T. Validating citizen science monitoring of ambient water quality for the United Nations sustainable development goals. Science of The Total Environment, 2020, vol. 699. URL: Link
  16. Rozhenkova V., Allmang S., Ly S. et al. The role of comparative city policy data in assessing progress toward the urban SDG targets. Cities, 2019, vol. 95. URL: Link
  17. Acuti D., Bellucci M., Manetti G. Company disclosures concerning the resilience of cities from the Sustainable Development Goals (SDGs) perspective. Cities, 2020, vol. 99. URL: Link
  18. Giles-Corti B., Lowe M., Arundel J. Achieving the SDGs: Evaluating indicators to be used to benchmark and monitor progress towards creating healthy and sustainable cities. Health Policy. URL: Link
  19. ElMassah S., Mohieldin M. Digital transformation and localizing the Sustainable Development Goals (SDGs). Ecological Economics, 2020, vol. 169. URL: Link
  20. Adshead D., Thacker S., Fuldauer L.I., Hall J.W. Delivering on the Sustainable Development Goals through long-term infrastructure planning. Global Environmental Change, 2019, vol. 59. URL: Link
  21. Mao Z., Xue X., Tian H., Michael A.U. How will China realize SDG 14 by 2030? – A case study of an institutional approach to achieve proper control of coastal water pollution. Journal of Environmental Management, 2019, vol. 230, pp. 53–62. URL: Link
  22. Hinson R., Lensink R., Mueller A. Transforming agribusiness in developing countries: SDGs and the role of FinTech. Current Opinion in Environmental Sustainability, 2019, vol. 41, pp. 1–9. URL: Link
  23. Diz D., Morgera E., Wilson M. Marine policy special issue: SDG synergies for sustainable fisheries and poverty alleviation. Marine Policy, 2019, vol. 110. URL: Link
  24. Prince S.D. Challenges for remote sensing of the Sustainable Development Goal SDG 15.3.1 productivity indicator. Remote Sensing of Environment, 2019, vol. 234. URL: Link
  25. AlQattan N., Acheampong M., Jaward F.M. et al. Reviewing the potential of Waste-to-Energy (WTE) technologies for Sustainable Development Goal (SDG) numbers seven and eleven. Renewable Energy Focus, 2018, vol. 27, pp. 97–110. URL: Link
  26. Muff K., Kapalka A., Dyllick T. The Gap Frame – Translating the SDGs into relevant national grand challenges for strategic business opportunities. The International Journal of Management Education, 2017, vol. 15, iss. 2, Part B, pp. 363–383. URL: Link
  27. Kumi E., Yeboah T., Kumi Y.A. Private sector participation in advancing the Sustainable Development Goals (SDGs) in Ghana: Experiences from the mining and telecommunications sectors. The Extractive Industries and Society, 2019. URL: Link
  28. García-Sanchez I.-M., Aibar-Guzmán B., Aibar-Guzmán C., Rodríguez-Ariza L. “Sell” recommendations by analysts in response to business communication strategies concerning the Sustainable Development Goals and the SDG compass. Journal of Cleaner Production, 2020, vol. 255. URL: Link
  29. Rai S.M., Brown B.D., Ruwanpura K.N. SDG 8: Decent work and economic growth – A gendered analysis. World Development, 2019, vol. 113, pp. 368–380. URL: Link
  30. Allen C., Metternicht G., Wiedmann T. National pathways to the Sustainable Development Goals (SDGs): A comparative review of scenario modelling tools. Environmental Science & Policy, 2016, vol. 66, pp. 199–207. URL: Link
  31. King A.P., Eckersley R.J. Descriptive Statistics I: Univariate Statistics. In Statistics for Biomedical Engineers and Scientists: How to Visualize and Analyze Data. Academic Press, 2019, pp. 1–21. URL: Link
  32. Brownstein N.C., Adolfsson A., Ackerman M. Descriptive statistics and visualization of data from the R datasets package with implications for clusterability. Data in Brief, 2019, vol. 25. URL: Link
  33. Favero L.P., Belfiore P. Chapter 3: Univariate Descriptive Statistics. In Data Science for Business and Decision Making. Academic Press, 2019, pp. 21–91. URL: Link
  34. Lazar J., Feng J.H., Hochheiser H. Chapter 4: Statistical analysis. In Research Methods in Human Computer Interaction (Second Edition). Morgan Kaufmann, 2017, pp. 71–104. URL: Link
  35. Schofield S. Impressive statistical analysis. Science and Public Policy, 1993, vol. 20, iss. 3, pp. 214–215. URL: Link
  36. Urlacher B.R. Complexity, Causality, and Control in Statistical Modeling. American Behavioral Scientist, 2019, vol. 64, iss. 1, pp. 55–73. URL: Link

Посмотреть другие статьи номера »

 

ISSN 2311-8709 (Online)
ISSN 2071-4688 (Print)

Свежий номер журнала

т. 30, вып. 10, октябрь 2024

Другие номера журнала