• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Глава
  • Market risk assessment in Russian high-tech companies
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
15 мая 2026 г.
В НИУ ВШЭ разрабатывают нейросеть для сферы науки и инноваций
Исследователи НИУ ВШЭ учат большие языковые модели понимать русскоязычную научную терминологию, увеличивая при этом их энергоэффективность. Адаптированная модель работает в 2,7 раза быстрее и требует на 73% меньше памяти, чем исходная открытая модель, что позволяет запускать ее на более доступном оборудовании. Программа прошла государственную регистрацию.
15 мая 2026 г.
Стартовал совместный спецпроект бренд-медиа Вышки IQ Media и iFORA ИСИЭЗ
В мае 2026 года стартовал научно-популярный проект «Искусственный интеллект: технологии, данные и будущее», который стал результатом работы двух команд — проекта iFORA Института статистических исследований и экономики знаний НИУ ВШЭ и редакции бренд-медиа IQMedia. Медийно-аналитический спецпроект посвящен современному развитию искусственного интеллекта и аналитике больших данных.
14 мая 2026 г.
<a>Ученые ФКН ВШЭ представили работы в сфере ИИ и биоинформатики на ICLR 2026
Ученые Института искусственного интеллекта и цифровых наук факультета компьютерных наук ВШЭи студенты трека «ИИ360: Инженерия искусственного интеллекта» бакалаврской программы «Прикладная математика и информатика» приняли участие в международной конференции ICLR — одном из самых авторитетных мировых форумов в области машинного обучения и представления данных. В этом году конференция состоялась в Рио-де-Жанейро (Бразилия).

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Market risk assessment in Russian high-tech companies

P. 51–54.
Соболев А. И.
Язык: английский
Текст на другом сайте
Ключевые слова: market riskhigh-tech companies

В книге

Proceedings of XIV International scientific conference "Science in 2018"
Morrisville: Lulu Press, Inc., 2018.
Похожие публикации
Downside Market Risk: A Key Determinant of Cryptocurrency Returns
Кусляйкин А. В., Экономическая политика 2025 Т. 20 № 1 С. 30–55
Какую роль в формировании доходности криптовалют играет фактор риска синхронного падения — обесценения отдельных криптовалют и портфелей при падении рынка в целом? Ответу на этот вопрос посвящена настоящая работа. Исследование строится на недельных данных за 2014–2018 годы и охватывает свыше 900 криптовалют. Эмпирическая часть содержит регрессионный анализ, рассматривающий сразу три подхода к измерению систематического риска ...
Добавлено: 7 апреля 2025 г.
The Regulator’s Dilemma: Impact of Short-Selling Bans on Tail Risk in Equity Markets
Киприянов А. А., Russian Journal of Money and Finance 2024 Vol. 83 No. 3 P. 70–91
Добавлено: 30 сентября 2024 г.
Динамическая модель Нельсона–Зигеля для оценки рыночного риска облигаций: практические аспекты имплементации
Макушкин М. С., Лапшин В. А., Прикладная эконометрика 2023 Т. 69 С. 5–27
Работа посвящена оценке Value-at-Risk облигаций с помощью динамической модели Нельсона–Зигеля. Логика модели заключается в прогнозировании значений и волатильности не самих процентных ставок, а отдельных параметров кривой доходностей. Показывается, что на практике для оценки VaR облигации достаточно моделировать только один параметр кривой, отвечающий параллельные сдвиги ставок. Для динамики лучше использовать AR(1)-GARCH(1,1) спецификацию. Отдельное внимание нужно уделить ...
Добавлено: 18 марта 2023 г.
Relationship of Property Structure and Performance of High-Tech Technology
Рыбалка А. И., Studies on Russian Economic Development 2020 Vol. 31 No. 3 P. 264–270
Добавлено: 17 июня 2021 г.
Эффективное использование интеллектуального потенциала как необходимое условие обеспечения комплексной экономической безопасности высокотехнологических компаний
Кокурина А. Д., Вестник Московской международной высшей школы бизнеса МИРБИС 2020 № 3 С. 165–175
В статье исследуются вопросы сохранения и развития интеллектуального потенциала (ИП) российских высокотехнологических компаний, выступающего одним из факторов обеспечения их экономической безопасности (ЭБ). Целью статьи является установление зависимости экономической безопасности высокотехнологических компаний от уровня их интеллектуального потенциала. На основе тщательного анализа существующих подходов к дефиниции «интеллектуальный потенциал» дано авторское определение данного понятия, учитывающее его роль в обеспечении экономической безопасности. На примере российских ...
Добавлено: 10 декабря 2020 г.
Банковские риски: международные подходы к оценке и управлению
Хасянова С. Ю., М.: ИНФРА-М, 2020.
Учебник посвящен изучению вопросов оценки и управления банковскими рисками на основе международных подходов. Применение способов и методов оценки, управления и минимизации рисков в коммерческих банках рассматривается как с точки зрения внедрения международных рекомендаций и стандартов в банковском сектор РФ, так и в контексте организации внутренних систем и процедур в банках. Особое внимание уделяется эволюции регулятивных ...
Добавлено: 6 декабря 2020 г.
СТРУКТУРНЫЕ ИЗМЕНЕНИЯ В РОССИЙСКОЙ ЭКОНОМИКЕ И СТРУКТУРНАЯ ПОЛИТИКА
Симачев Ю. В., Акиндинова Н. В., Яковлев А. А. и др., НИУ ВШЭ, 2018.
В докладе содержится анализ основных структурных изменений в российской экономике, проводится их сопоставление с тенденциями, характерными для развитых и развивающихся стран. На этой основе определяются некоторые следствия (условия и задачи) для активной структурной политики. С учетом современных подходов к формированию структурной политики, изменений в условиях ее реализации изучаются возможности проведения структурной политики в России, причем ...
Добавлено: 15 октября 2019 г.
Оценка рыночного риска на основе VaR с учетом дней ожидаемой повышенной волатильности.
Берзон Н. И., Смирнов А. А., Пилюгин Г. В., Финансы и бизнес 2018 Т. 14 № 3 С. 19–35
В настоящее время в условиях динамично изменяющейся конъюнктуры мирового фондового рынка инвестору становится крайне важно грамотно оценивать не только потенциальные доходы от вложения капитала, но и риски, возникающие в процессе такой деятельности. Наиболее значимую роль в данном случае играют рыночные риски, точность и правильность оценки которых во многом определяет финансовую устойчивость и результативность инвестиционной деятельности, ...
Добавлено: 28 ноября 2018 г.
History of the World Largest Financial Losses in 1972-2018
Пеникас Г. И., Сурков М. А., / Series ISSN: 2281-1346 "DEM Working Papers Series 2018-2020". 2018. No. 166.
Часто дерегулирование называется основной причиной финансового кризиса, поскольку может привести к финансовым дефолтам и потерям.  Чтобы это в работе была предпринята попытка исследовать причины крупнейших мировых финансовых потерь. В связи с тем, не был найден источник, позволявший всесторонне и полно осветить поставленный вопрос, было решено подготовить собственный набор данных. Выбрав целое значение суммы убытка в размере эквивалентном ...
Добавлено: 16 октября 2018 г.
Could High-Tech Companies Learn from others while Choosing Capital Structure?
Кокорева М. С., Степанова А. Н., Повх К. С., / Series WP BRP "Basic research program". 2017. No. 62/FE/2017.
Добавлено: 27 октября 2017 г.
Моделирование времени жизни ипотечного кредита
Румянцева Е. В., Фурманов К. К., Прикладная эконометрика 2016 Т. 41 С. 123–143
Рассматриваются вопросы моделирования рисков наступления досрочного погашения и дефолта на базе статистики российского агентства ипотечного жилищного кредитования. На региональных данных об ипотечном рынке апробируются различные подходы к оценке рисков в зависимости от характеристик, свойственных определенной группе кредитов, а также от времени жизни кредита с момента выдачи. Особое внимание уделяется проблеме выбора наилучшей модели времени жизни ...
Добавлено: 20 июня 2016 г.
Европейская платежеспособность российской страховой организации
Тарасова Ю. А., Смирнова А. Н., В кн.: Международный экономический симпозиум – 2015. Материалы Международных научных конференций, посвященных 75-летию экономического факультета Санкт-Петербургского государственного университета.: СПб.: Скифия-принт, 2015. С. 196–206.
Алгоритм нахождения требуемого собственного капитала для страховой компании лежит в основе директивы Solvency II Европейского Союза. Вступления России в ВТО и увеличение отдельными компаниями финансовой устойчивости и платёжеспособности за счёт инвестиционных сделок, свидетельствует об актуальности исследования. Цель - выявление степени соответствия требованиям Solvency II финансовой устойчивости и платёжеспособности российской страховой организации. Для этого необходимо: во-первых, ...
Добавлено: 17 февраля 2016 г.
Методы и модели стресс-тестирования рыночных рисков портфеля финансовых инструментов
Карминский А. М., Серякова Е. В., Вестник МГИМО Университета 2015 № 4 (43) С. 53–63
В условиях нестабильности финансовых рынков и макроэкономической ситуации увеличивается необходимость совершенствования инструментов банковского риск-менеджмента. Новые экономические реалии обуславливают потребность в поиске более совершенных подходов оценки степени уязвимости банковского бизнеса к исключительным, но возможным событиям. К числу таких инструментов оценки относится стресс-тестирование. В данной статье рассмотрены и сопоставлены методики стресс-тестирования рыночного риска модельного портфеля различных финансовых ...
Добавлено: 25 октября 2015 г.
О развитии банковского надзора на основе международных принципов
Хасянова С. Ю., Деньги и кредит 2014 № 10 С. 26–31
На современном этапе, после глобального финансово-экономического кризиса, во многих странах произошло переосмысление роли надзора в повышении надежности и эффективности финансовых посредников. Если раньше речь шла о внедрении базельских принципов надзора, то сейчас основное внимание уделяется качеству надзора и повышению его роли в предотвращении кризисных ситуаций. Переход от формализованного надзора к содержательному возможен только при учете ...
Добавлено: 30 октября 2014 г.
Банковский сектор России в глобальной системе финансовой стабильности
Хасянова С. Ю., Деньги и кредит 2013 № 6 С. 35–40
В работе анализируются показатели финансовой устойчивости банковского сектора России за период 2008-2012 гг. на основе данных, публикуемых и используемых Международным валютным фондом для оценки финансовой стабильности в разных странах. В ходе исследования выявлены факторы, влияющие на уровень и динамику анализируемых показателей, а также проведен сравнительный анализ состояния финансовой устойчивости банковского сектора Российской Федерации и банковских ...
Добавлено: 15 июля 2013 г.
Моделирование оценки рыночного риска рынков европейских стран в период финансового кризиса 2008 года
Щерба А. В., Прикладная эконометрика 2012 № 3 С. 20–35
В работе сравниваются модели оценки меры риска VaR на основе котировок акций шести европейских стран. Временные ряды охватывают три экономических периода - предкризисный, кризисный и посткризисный, где кризисным считается финансовый коллапс 2008 года. Оценка меры риска проводится с помощью четырех моделей волатильности APARCH(1,1) и шести функций распределения. Результаты исследования отображают зависимость модели от уровня экономического ...
Добавлено: 2 декабря 2012 г.
Сравнение моделей оценок VAR на интервалах прогнозирования разной срочности для акций российского фондового рынка
Щерба А. В., Прикладная эконометрика 2011 № 4 С. 58–70
Цель данного исследования заключается в поиске наиболее точной оценки суммы под риском (VaR) на примере четырех ликвидных акций первого эшелона российского фондового рынка. Для такой оценки в работе применяется одна из широко известных методик - GARCH-модель в оценке волатильности с шестью распределениями. Для оценки качества моделей и определения периодов с наиболее непредсказуемым поведением волатильности проводится ...
Добавлено: 23 сентября 2012 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • http://www.edu.ru
    Федеральный портал «Российское образование»
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору