Аннотация Целью статьи является выявление детерминант доходностей криптовалют, для чего предпринята попытка выделить факторы, определяющие особенности рынка криптовалют, и проанализировать их доходность, применив многофакторные модели по типу Фамы — Френча. Авторы моделируют стандартные факторы на основании показателей капитализации, объемов торгов криптовалютами и третьего моментума. В работе представлена оценка влияния этих факторов на различные группы (портфели) криптовалют в отдельные периоды (становления рынка; зрелости или высокой ценовой волатильности рынка, в том числе с разбиением временно'го интервала исследований на два подпериода — до пандемии коронавирусной инфекции и в период пандемии). Это позволяет учесть неоднородность данных — как во времени, так и по определенным показателям. В результате построения регрессий на дневных данных были получены эмпирические свидетельства в пользу положительной взаимосвязи между доходностью групп криптовалют с моделируемыми факторами. Кроме того, в работе проверяется связь рынка криптовалют и фондового рынка. До начала периода высокой волатильности криптовалюты можно было рассматривать как актив для диверсификации рыночного риска. Однако впоследствии рынок криптовалют стал двигаться сонаправленно фондовому рынку. Это видно из появления статистической значимости коэффициента при переменной, отражающей премию за рыночный риск. Показано, что частотность данных может влиять на оценки коэффициентов модели, однако не влияет на принципиальные выводы из анализа. Полученные результаты указывают на необходимость дальнейшего анализа факторов доходности криптовалют на более однородных выборках. 

Эффект масштаба — снижение средних издержек по мере роста деятельности — наблюдается не только в коммерческих, но и в некоммерческих организациях. Однако последние имеют специфику, которая может повлиять на принятие решения о расширении масштаба оказываемых услуг. Большинство исследований показывают наличие эффекта масштаба в деятельности НКО. Сейчас он изменяется под влиянием развития цифровых технологий. Тем не менее исследователи в России, рассматривая эффект масштаба, прежде всего анализируют последствия, к которым он приводит в различных сферах экономической деятельности, а также показывают возможности использования получаемой от него экономии. Вопросы наличия эффекта масштаба в деятельности НКО в России и влияния на него цифровизации изучены недостаточно. Статья призвана восполнить эти пробелы. Для анализа используются данные Мониторинга состояния гражданского общества, который проводится Центром исследований гражданского общества и некоммерческого сектора НИУ ВШЭ, за 2017 и 2018 годы. Эти данные свидетельствуют о широком использовании некоммерческими организациями цифровых технологий. Результаты оценки логарифмической модели методами наименьших квадратов и робастной регрессии показывают значимый эффект масштаба в НКО. В одной из спецификаций модели наблюдается положительнуая связь между использованием организацией цифровых технологий и ее издержками. Связь между эффектом масштаба и цифровизацией НКО не выявлена. Автор не находит подтверждения существованию в России эффекта обучения — сокращения издержек за счет накопления опыта оказания услуг с течением времени. Полученные результаты подчеркивают значимость поддержки небольших некоммерческих организаций, а также помощи НКО в процессе освоения ими цифровых технологий. 

Целью исследования является оценка уровня развития научно-технологического комплекса страны в сравнительном анализе достигнутых параметров с результатами мирового уровня. Главная задача проведенной работы состоит в определении складывающейся тенденции научно-технологического развития Российской Федерации для последующей выработки управленческих решений в направлениях, требующих пристального внимания государства. Исследование проведено на основании имеющихся информационных ресурсов, публикующих открытые данные по международной статистике, за период 2010–2019 годов. На первом этапе проведен детальный анализ наиболее существенных показателей, характеризующих уровень ресурсной обеспеченности и эффективности научной деятельности в странах — участницах и партнерах Организации экономического сотрудничества и развития. На втором этапе на основе разработанной и примененной методики балльной оценки определен итоговый индекс развития научно-технологического комплекса стран по двум временны' м интервалам. Дана оценка достигнутых результатов Российской Федерации и факторов, определивших ее положение среди исследованных стран. По итоговому индексу лидерами научно-технологического развития являются Швейцария, Швеция, Дания и Южная Корея, аутсайдерами — Индия, Бразилия и Южная Африка. Российская Федерация входит в перечень стран с низким уровнем научно-технологического развития. Установлена прямая связь между уровнем ресурсного обеспечения и результативностью, отмечено, что ряд стран имеет отложенный эффект за счет созданного задела по наращиванию ресурсного потенциала в прошлый период. Определено, что изменение объемов финансирования и обеспеченности трудовыми ресурсами влияет прежде всего на возможность и отдачу в получении именно практического результата, выраженного патентной активностью, и не оказывает значимого влияния на публикационную. Решение проблемы низкой результативности научной деятельности в Российской Федерации и отставания от стран — лидеров научнотехнологического развития, на взгляд авторов, состоит в переориентации государственной политики на стимулирование научных организаций и исследователей получения востребованных обществом результатов со снижением роли публикационной активности в качестве основного критерия оценки эффективности деятельности организаций, подведомственных Министерству науки и высшего образования. 

Уровень развития транспортной инфраструктуры может быть важным фактором как для конкурентоспособности экономики в целом, так и для отраслей и предприятий. При повышении этого уровня транспортные и логистические издержки снижаются, а связность рынков факторов производства и общая производительность экономики растут. В современных российских исследованиях эффектов развития транспортной инфраструктуры анализ чаще сосредоточен на макроуровне, и даже при попытках перехода на микроуровень обычно используются агрегированные показатели, которые не отражают реальную конфигурацию маршрутов и расположение инфраструктурных объектов. Из-за этого дифференциация эффектов между разными территориями, в частности в городах и за их пределами, может остаться неучтенной. Развитие транспортной инфраструктуры стимулирует агломерационные эффекты и соответствующий рост производительности. В статье представлен анализ влияния развития транспортной инфраструктуры на совокупную факторную производительность предприятий, при этом основное внимание уделяется российским городам. Именно городская инфраструктура обеспечивает значительную долю перевозок на небольшие и средние расстояния, включая доставку до двери, и основную долю перевозок для мелких и средних фирм в городах. Другие виды транспорта (железнодорожный, водный, воздушный) обеспечивают перевозки на более протяженные расстояния, за пределами городов. Использование микроданных (финансовой отчетности более 230 тыс. российских компаний и оценок уровня развития транспортной инфраструктуры на основе фактической конфигурации автодорожной сети) позволило сфокусировать внимание на городской специфике. Показано, что положительное влияние более доступной транспортной инфраструктуры на совокупную факторную производительность сильнее выражено в городах, чем за их пределами. Кроме того, влияние транспортной инфраструктуры дифференцировано в зависимости от размера городов и фирм, которые в них расположены.

Нефтеперерабатывающая отрасль как одна из составляющих топливно-энергетического комплекса является опорной структурой экономики России. Потребление нефтепродуктов обеспечивает поступления в региональные и федеральный бюджеты от различных видов налогов. Повышение ставки акцизов на нефтепродукты, проводимое в России в последние годы, не учитывает в достаточной степени влияние применяемой меры на спрос на нефтепродукты. Это может снижать эффективность фискальной политики. Однако вопрос о влиянии роста цен нефтепродуктов на их потребление в России изучен недостаточно, а научно обоснованных значений соответствующих эластичностей потребления не представлено в открытых источниках. В настоящей статье предложена спецификация модели спроса на нефтепродукты в сфере автомобильного транспорта: модель динамическая, учитывающая индивидуальные региональные эффекты. Использованный подход позволяет отделить краткосрочные эффекты от долгосрочных. Он подразумевает формирование объемов потребления бензина за счет трех аппроксимируемых факторов: среднего пробега автомобиля, удельного расхода топлива и количества автомобилей. Оценивание модели проводилось на основе базы данных панельной структуры по субъектам РФ c 2010 года по 2016-й, в помесячной детализации. Краткосрочная эластичность по цене составила –1,1, а долгосрочная — –2,3. Найдены оценки краткосрочных и долгосрочных эластичностей по доходу и по количеству автомобилей на душу населения. Полученные результаты позволяют сделать следующий вывод. В России наблюдается эластичный спрос на нефтепродукты, и в существующих экономических условиях повышение ставки акцизов на 0,4 рубля за литр может привести к сокращению потребления бензина в краткосрочном и долгосрочном периодах на 0,93 и 2% соответственно. В краткосрочной перспективе это едва ли повлияет на бюджет, в долгосрочной — повлияет негативно.