Цель исследования – продемонстрировать возможность адекватного математического моделирования имущественного неравенства в стратифицированном обществе на основе агентного подхода с учетом неэквивалентного (рангового) обмена между агентами, имеющими разный социально-экономический статус. Для достижения указанной цели потребовалось решить следующие задачи:
1. Разработать минимальные критерии адекватности матмоделей социально-экономического неравенства.
2. Обосновать преимущества матмоделей, базирующихся на агентном подходе с использованием рангового обмена.
3. Представить авторский вариант матмодели движения благ в обществе на основе агентного подхода с учетом рангового обмена.
4. Провести проверку авторской матмодели на соответствие минимальным качественным критериям адекватности и построить количественно совпадающее с реальным распределение населения Российской Федерации по доходам.
5. Определить ограничения разработанной авторами матмодели.
Материалы и методы. В работе были использованы статистические данные Росстат, ФНС РФ, Всемирного Банка, US Bureau of the Census, Edelman Trust Barometer, а также данные, опубликованные отечественными и зарубежными исследователями неравенства. Эти данные были сопоставлены с результатами расчетов неравенства, полученными с помощью матмодели движения благ в обществе на основе агентного подхода с учетом рангового (неэквивалентного) обмена.
Результаты. Определены минимальные критерии, которым должна соответствовать любая адекватная модель расслоения общества: 1. обнаруживает логнормальное с тяжелым хвостом распределение населения по доходам; 2. отражает в долгосрочной исторической ретроспективе тенденцию роста неравенства; 3. демонстрирует краткосрочное сокращение неравенства в периоды социально-экономических кризисов.
Предложенная авторами модель этим требованиям соответствует, она демонстрирует не только качественную, но и количественную адекватность – воспроизводит расчетным путём кривую реально существующего распределения российского общества по доходам.
Распространённые концепции неравенства, в частности, теория суперзвезд или skill-biased technological change не позволяют добиться подобного результата.
Показаны ограничения созданной математической модели:
– невозможность построения адекватной кривой Лоренца при недостаточных вычислительных мощностях;
– неспособность описывать изменения межстранового неравенства, поскольку страны не являются субъектами рангового обмена, хотя межгосударственные договоренности и оказывают, безусловно, влияние на обмен между экономическими субъектами социального взаимодействия;
– неспособность описывать ситуации абсолютного обнищания, т.е. долгосрочного снижения доходов, хотя в реальной экономике такие ситуации иногда наблюдаются;
– бесконечный рост неравенства во времени, тогда как в действительности экономическим процессам роста неравенства всегда противостоят социальные процессы противодействия этому росту.
Заключение. Продемонстрирован механизм самопроизвольного возникновения и роста доходного (имущественного) неравенства как неизбежного следствия рыночных отношений.
Агентный подход с учетом рангового обмена может позволить идентифицировать критические моменты времени, после наступления которых чрезвычайные экономические и социально-политические последствия будут иметь необратимый характер, а также может помочь в изучении влияния индивидуального поведения экономических агентов разных уровней на эволюцию всей экономической, и как следствие социально-политической системы.
Полученные результаты будут полезны для стратегического планирования, при разработке целевых показателей социально-экономического развития регионов и страны в целом, совершенствования методологии расчета ключевых показателей эффективности работы государственных служащих.

Конкурентное функционирование на микро и макроуровне бизнесов разных отраслей формирует необходимость внесения изменений в оценку влияния на результативность компаний материальных и нематериальных активов, ведущих к увеличению стоимости как продукции, так и компаний. В данном контексте целесообразным выступает измерение и оценка интеллектуального капитала, в состав которого входят не только гудвилл, акции и интеллектуальная собственность, но и организационные моменты (стратегия, база, сетевые данные), и отношения с клиентами, партнерами и т.д. Вопросы определения и измерения интеллектуального капитала исследуются учеными и экономистами уже более 30 лет, однако, единого подхода пока еще нет.
В данном исследовании представлены результаты анализа подходов к определению понятия «интеллектуальный капитал», его составляющих и методов расчета показателей интеллектуального капитала организаций.
Цель исследования – определение направления развития исследований, касающихся расчетов показателей интеллектуального капитала на стоимость организаций и показателей, отражающих состояние отдельных элементов и подэлементов интеллектуального капитала.
Эмпирическая база и методы исследования. Вопросы исследования измерения интеллектуального капитала отражены в работах Эдвинссона (1997), Свейби (2010), оценки его влияния на стоимость компаний и эффективность их деятельности, работающих в развитых – Зегала (2010), Кларка (2011), Лю (2017) – и развивающих странах – Гараниной (2010), Байбуриной, Быковой (2012), Андреевой (2016) [1, 5] и др. ученых. Труды данных исследователей легли в основу проведённого в настоящей статье исследования. В этом исследовании использовались общенаучные методы, такие как сравнение, дедукция, индукция и анализ.
Результаты. В работе представлены результаты анализа и систематизации подходов к определению “интеллектуальный капитал” и его составляющих, методов расчета его показателей и оценки их влияния на финансовые результаты компаний.
В настоящее время также существует необходимость в исследованиях по оценке взаимного влияния отдельных элементов интеллектуального капитала. Чтобы выявить отраслевую специфику влияния компонентов интеллектуального капитала на стоимость организаций следует методы, приведенные в статье, протестировать отдельно с использованием данных компаний из разных отраслей. При проведении анализа важно учитывать факторы, связанные с внешней средой компании, такие как уровень экономического развития страны, в которой работает компания, а также колебания экономической активности.
Заключение. Практическая ценность работы заключается в возможности применения ее результатов в процессе принятия управленческих решений организаций различных областей. Предложенные варианты идентификации и расчета показателей могут существенно повлиять на финансовый рост организаций, дополнив традиционные подходы к ведению и составлению бухгалтерской и финансовой отчетности, тем самым расширив в целом их стратегическое развитие.

Информационный фон, формирующий ожидания экономических субъектов, является значимым фактором, определяющим их поведение. Целью настоящего исследования является выявление и оценивание взаимосвязи инфляции, восприятия и ожидания инфляции домохозяйствами с параметрами информационного (новостного) фона на примере Российской Федерации. Материалами для обработки в качестве российского информационного фона послужили новостные сообщения, выдаваемые ведущими российскими телеканалами и дублируемые на соответствующих сайтах, а также интернетпоиск (количество новостей и поисковых запросов, длина заголовков текстовых версий новостей, частота упоминания тех или иных тем в них, тональность текстов), данные GoogleTrends о запросах в интернете. Тональность текстов оценивалась с помощью автоматических анализаторов EurikaEngine и Repustate. Также используются данные из отчетов Фонда общественного мнения для ЦБ РФ, размещенные на его сайте, данные отчеты содержат месячные данные о фактической инфляции (индексе потребительских цен) за 12 месяцев и результаты опросов респондентов о восприятии инфляции, ожиданиях инфляции, потребительских настроениях, оценках экономических и личных перспектив, изменении поведения (начало поиска работы, совершение крупных покупок и т.п.) и широкий круг прочих характеристик настроений населения, связанных с инфляцией. Для обработки собранных данных использовались корреляционно-регрессионный анализ, а также специфические методы: причинность по Грейнджеру, методы главных компонент и лассо-регрессии. В результате анализа обнаруживаются статистически значимые корреляции, которые могут быть связаны с индивидуальной реакцией на освещаемые темы, выраженной в изменении настроений и поведении. Так, инфляция отрицательно коррелирует с количеством политических новостей на канале «Россия» и длинной заголовков текстовых версий политических новостей на «Первом» и положительно – с поисковыми запросами по теме «Инфляция» в Интернете. Включение этих переменных в регрессию, оценивающую инфляцию на основе лаговых значений, значимо улучшает качество регрессии, хотя их воздействие невелико с точки зрения абсолютных величин. Обнаруженные зависимости изменяются после смены режима валютного курса и перехода к таргетированию инфляции. В частности, в предшествовавшей этой смене период веб-поиск демонстрировал статистическую значимость в оцениваемых нами уравнениях, а политические новости – нет, в то время как в последующий период – наоборот. Мы находим связь рассматриваемых параметров информационного фона с некоторыми аспектами индивидуального поведения – прежде всего, с началом поиска более оплачиваемой работы или занятия бизнесом. Наконец, выявляются некоторые несовершенства информационной активности ЦБ РФ: повышение частоты его упоминания в новостях снижают уверенность людей в том, что инфляционный таргет будет достигнут.
В заключении авторы приходят к следующим основополагающим выводам: параметры информационного фона могут быть пригодны для оперативных оценок инфляции, эффект таргетирования инфляции (т.е. большей управляемости инфляционных процессов со стороны Центробанка) повышает значимость политических новостей в принимаемых индивидами решениях, информационная политика и общий имидж Центробанка РФ требует совершенствования.

Цель исследования. Процесс качественного преобразования экономики под влиянием информационно-коммуникационных технологий получил название цифровой трансформации. Смена экономической парадигмы в технократическом контексте ставит вопрос о том, может ли существующая статистическая методология все так же объективно и эффективно применяться для исследования предметной области в новых условиях. Цель статьи – оценка актуальности статистики сферы информационно-коммуникационных технологий как информационного источника анализа цифровой трансформации экономики с учетом ее отраслевых особенностей.
Материалы и методы. Для выяснения глубины этой проблемы не представляется лучшего пути, чем осуществить анализ, использовав статистические данные, собираемые и публикуемые Федеральной службой государственной статистики. В качестве статистического инструментария задействованы показатели дескриптивной статистики для описания частных индикаторов, один из методов многомерного статистического анализа для получения классификации по ряду признаков (кластерный иерархический анализ) и, наконец, метод расчета интегрального показателя, способного проранжировать единицы анализируемой совокупности, сформированной по признаку вида экономической деятельности (18 единиц), одновременно по всем входящим в его состав индикаторам.
Результаты. Сформированная в процессе анализа система статистических показателей включила четыре тематические группы показателей: а) ИТ-инфраструктуры и доступа к ней; б) уровня и направления использования ИТ-сервисов; в) наличия и квалификации ИТ-специалистов; г) информационной безопасности. Расчет дескриптивных статистик показал, что все группы (исключение составляют индикаторы наличия и квалификации ИТ-специалистов) являются однородными; сравнение значений среднего арифметического и медианы не дает возможности заявлять о какой-либо существенной асимметрии их распределения. Кластерный иерархический анализ осуществлен методом Уорда с использованием метрики Минковского, что позволило получить два примерно равных по размеру отраслевых кластера и один моно-кластер, состоящий из вида деятельности в области информации и связи. Полученная группировка, однако, не смогла однозначно ответить на вопрос о приоритете одних отраслей перед другими в деле цифровой трансформации составляющих их организаций. Для решения этой проблемы разработан интегральный показатель, который включил в себя наиболее значительные индикаторы каждой из групп (выбраны экспертным путем). В результате расчета значений этого интегрального показателя на основе среднего арифметического взвешенного получен ранжированный ряд, преобразованный в типологическую группировку, лидер которой – деятельность в области информации и связи, аутсайдер – сельское хозяйство. Анализ этой группировки позволил сделать весьма любопытный вывод: в целом по анализируемой совокупности видов экономической деятельности прослеживается явная тенденция или зависимость – чем ближе отрасль к сфере материального производства, тем ниже свойственное ей значение интегрального показателя цифровой трансформации.
Заключение. Проведенный анализ убедительно показал существенные возможности статистики информационно-коммуникационных технологий в качестве информационного источника анализа процесса цифровой трансформации экономики в отраслевом разрезе. Вместе с тем динамичность анализируемой предметной области обусловливает предпосылки к пересмотру системы статистических показателей с целью ее актуализации и повышению оперативности публикации результатов обследований сферы информационно-коммуникационных технологий.

Имеющиеся методики по расчету возрастного уровня потребления акцентируют внимание на определении уровня потребления детьми. При этом, полученные ранее результаты исследований свидетельствуют о снижении уровня потребления после выхода на пенсию. С исследовательской точки зрения практический интерес представляет оценка искажения однолетнего возрастного профиля потребления в зависимости от возрастной разницы между взрослыми членами домохозяйства. Среди генеральной совокупности домохозяйств в работе приводится сравнение возрастных профилей потребления для домохозяйств, состоящих из двух взрослых человек в возрастах от 18 до 80 лет. В работе приводится сравнение методов расчета среднедушевого уровня потребления, а также оценивается влияние возрастной разницы в домохозяйствах на возрастной уровень потребления. Автором вводится такое понятие как «чистое потребление», под которым подразумевается оценка потребления в конкретном возрасте. Для построения «чистого потребления» в генеральной совокупности рассматриваются только домохозяйства с минимальной разницей в возрасте.
Цель исследования. Оценка возрастного уровня потребления в зависимости от демографических характеристик домохозяйства является малоизученной в современной литературе. Как правило, в работах приводятся способы оценки уровня потребления детей. Однако, при построении возрастных профилей потребления не учитываются возрастные особенности домохозяйств. Целью исследования является оценка влияния разницы в возрасте совместно проживающих в домохозяйстве на возрастные профили потребления. Как в России, так и в странах ЕС средняя разница в возрасте между вступлением в первый брак составляет в среднем 2,5 года, а наибольшая разница может достигать и более 30 лет. Со статистической точки зрения практический интерес представляет изучение среднедушевого возрастного уровня потребления в зависимости от разницы в возрасте семейной пары.
Материалы и методы. Источником данных для исследования является Обследование бюджетов домашних хозяйств (ОБДХ), проводимого Росстатом за 2020 г. В работе приводятся сравнения возрастных профилей потребления, построенных по минимальному возрасту домохозяйства, по максимальному, по среднему, а также классическим методом. Кроме того, в работе проводится сравнение возрастных профилей, построенных классическим методом, с учетом ограничения возрастной разницы между членами домохозяйства.
Результаты. Полученные результаты на основе обследования ОБДХ за 2020 г. позволяют сделать выводы о различных возрастных профилях в зависимости от предложенных методов расчета. Результаты исследования показали, что среди домохозяйств, состоящих из двух человек, почти треть домохозяйств (34,1%) имеют разницу в возрасте более 5 лет. В контексте расчета однолетних возрастных профилей потребления существенная возрастная разница в возрасте будет приводить к искажению возрастных профилей потребления.
Среди домохозяйств, состоящих из двух человек, наибольшая разница в уровне среднедушевого потребления между всеми домохозяйствами из двух человек и домохозяйствами из двух человек с разницей в возрасте не более 1 года отмечается в ранних трудоспособных возрастах (с 18 до 22 лет). Вводимые ограничения снижают уровень потребления примерно на треть в возрастах 18–19 лет. Вводимые ограничение увеличивают среднедушевой уровень потребления в возрастной группе 22–45 лет в среднем на 9,4% по сравнению с классическими расчетами. Обратная ситуация наблюдается в возрастной группе 70–80 лет: вводимые ограничения снижают среднедушевой уровень потребления на 2,9%.
Заключение. В работе обращается внимание на различные результаты расчета возрастного потребления в зависимости от методологических особенностей. Автором вводится термин «чистое возрастного потребление», которое рассчитывается для домохозяйств с возрастной разницей между членами домохозяйства не более 1 года. Предложения по оценке среднедушевого уровня потребления могут быть применены для моделирования потребления человека на протяжении жизненного цикла. При этом, как правило, характеристики домохозяйств далеки от «модельного» потребления, что обуславливает необходимость дальнейшего изучения факторов, влияющих на уровень потребления в зависимости от характеристик домохозяйства