+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

Экономическое основание финансовой системы России

Купить электронную версию статьи

т. 28, вып. 5, май 2022

Получена: 07.04.2022

Получена в доработанном виде: 21.04.2022

Одобрена: 05.05.2022

Доступна онлайн: 30.05.2022

Рубрика: Финансовая система

Коды JEL: E44, F36, F37, G15, O16

Страницы: 1141–1161

https://doi.org/10.24891/fc.28.5.1141

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

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

Предмет. Экономическое основание финансовой системы России.
Цели. Определить экономическое основание финансовой системы России.
Методология. Исследование основано на системном подходе с применением метода статистического, нейросетевого и кластерного анализа.
Результаты. Выявлен значительный стабильный рост: средних цен производителей на энергоресурсы и продукты нефтепереработки, индекса цен производителей промышленных товаров, внешнеторгового оборота. Выделены падающие обороты розничной торговли, объем платных услуг и реальные денежные доходы, а также увеличение дефицита консолидированного бюджета. Определены три больших кластера с сильными связями относительно: реальных денежных доходов, индекса физического объема произведенного ВВП, индекса тарифов на грузовые перевозки. Установлено экономическое основание финансовой системы России в качестве роста средних цен на мазут, нефть, уголь, дизельное топливо при снижающихся реальных денежных доходах и падающих оборотах розничной торговли и объема платных услуг.
Область применения. Положения исследования повышают компетенции членов правительства и Банка России.
Выводы. Экономическое основание финансовой системы России, проявляющееся в определенных сложных связях, указывает членам правительства на оптимальную позицию для обеспечения устойчивости финансовой системы.

Ключевые слова: важность, кластер, темпы прироста, финансовая система, экономическое основание

Список литературы:

  1. Горюнов Е.Л., Дробышевский С.М., Мау В.А., Трунин П.В. Что мы (не) знаем об эффективности инструментов ДКП в современном мире? // Вопросы экономики. 2021. № 2. С. 5—34. URL: Link
  2. Шохин А.Н., Акиндинова Н.В., Астров В.Ю. и др. Макроэкономические эффекты пандемии и перспективы восстановления экономики (По материалам круглого стола в рамках ХXII Апрельской Международной научной конференции НИУ ВШЭ) // Вопросы экономики. 2021. № 7. С. 5—30. URL: Link
  3. Павлов П.Н., Дробышевский С.М. Структура темпов роста ВВП России на перспективу до 2024 г. // Вопросы экономики. 2022. № 3. С. 29—51. URL: Link
  4. Naeem M.A., Pham L., Senthilkumar A., Karim S. Oil Shocks and BRIC Markets: Evidence from Extreme Quantile Approach. Energy Economics, 2022, vol. 108, 105932. URL: Link
  5. Seven Ü. Finance, Talent and Income Inequality: Cross-Country Evidence. Borsa Istanbul Review, 2022, vol. 22, iss. 1, pp. 57–68. URL: Link
  6. King A.P., Eckersley R.J. Chapter 1: 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
  7. 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, no. 104004. URL: Link
  8. Fávero 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
  9. Urlacher B.R. Complexity, Causality, and Control in Statistical Modeling. American Behavioral Scientist (ABS), 2020, vol. 64, iss. 1, pp. 55–73. URL: Link
  10. Fávero L.P., Belfiore P. Chapter 11: Cluster Analysis. In: Data Science for Business and Decision Making. Academic Press, 2019, pp. 311–382. URL: Link
  11. Adolfsson A., Ackerman M., Brownstein N.C. To Cluster, or Not to Cluster: An Analysis of Clusterability Methods. Pattern Recognition, 2019, vol. 88, pp. 13–26. URL: Link
  12. Sohag K., Sokhanvar A., Belyaeva Z., Mirnezami S.R. Hydrocarbon Prices Shocks, Fiscal Stability and Consolidation: Evidence from Russian Federation. Resources Policy, 2022, vol. 76, 102635. 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