Том 19, № 2 (2024)

Введение. Актуальность исследования природы экономических санкций обусловлена потребностью в правильном отношении к санкционной политике, определении ее целей и задач, оценке эффективности. Цель. Раскрыть природу экономических санкций на основе исследования их целевой функции. При этом внимание фокусируется на эволюции этой функции в процессе развития мировых хозяйственных отношений. Материалы и методы. В качестве теоретической базы исследования использовались работы отечественных и зарубежных ученых, посвященные проблемам санкций и санкционной политики. Анализ работ позволил раскрыть процесс осмысления содержания этих категорий с позиций целевой функции, преследуемой при их реализации. В качестве основополагающей методологической базы исследования использованы историко-генетический метод анализа, позволяющий выделить свойства и проследить их эволюцию в процессе развития явления, и типологический метод, дающий возможность упорядочить и классифицировать формы существования анализируемого явления. Результаты. Автор приходит к выводу о том, что природа санкций и их содержание эволюционировали по мере развития мирового хозяйства. Первоначально использовавшиеся в качестве инструмента ограничения и подрыва экономического потенциала соперников, в глобальной экономике они трансформируются в способ минимизации затрат мирового сообщества по поддержанию сложившегося политико-экономического порядка, обеспечивающего эффективное функционирование международной торговли. Выводы. Анализ показывает, что международные экономические санкции представляют собой мирное средство, которое используется для предотвращения поведения, нарушающего международное право и создающего угрозы для мира и безопасности.

Введение. В исследовании подчеркивается актуальность задачи моделирования и прогнозирования банковских продаж на примере ПАО «Сбербанк» в контексте эффективного управления бизнесом. Прогнозирование объемов продаж является важным инструментом, позволяющим предсказать спрос на продукты и услуги, определить оптимальные стратегии и тактики для достижения целей компании. Уникальность исследования состоит в использовании методов искусственного интеллекта в области маркетинга. Результаты применения методов прогнозирования на проприетарной выборке данных о ежедневных продажах ПАО «Сбербанк» обладают элементами новизны, что придает значимость разработке оптимальных стратегий и тактик для успешного управления бизнесом. Основная гипотеза исследования заключается в проверке прогностических способностей методов машинного обучения в сравнении с классическими эконометрическими подходами при моделировании объемов продажах ПАО «Сбербанк». Цель. Разработка моделей прогнозирования продаж универсальных продуктов и их инструментальная реализация для блока «Сеть продаж» ПАО «Сбербанк». Материалы и методы. В работе использованы методы системного анализа, статистические и экономико-математические методы анализа данных и их обработки. На собранных и предварительно обработанных данных о продажах условных продуктов ПАО «Сбербанк», отражающих динамику банковских продаж, проведены вычислительные эксперименты для построения ряда моделей прогнозирования и обоснован выбор наилучшей модели из числа построенных. Результаты. Модели на основе методов случайного леса (Random Forest) и градиентного бустинга (XGBRegressor) позволили получить прогнозы, точность которых существенно выше точности прогнозов ARIMA-модели и линейной регрессии на обучающей и тестовой выборках. Выводы. Результаты проведенной работы позволяют утверждать, что методы машинного обучения в настоящий момент являются перспективными для решения задач прогнозирования банковских продаж и могут выступать предметом дальнейших исследований в данной области. Внедрение методов машинного обучения в банковскую практику способно значительно улучшить эффективность существующего управления продажами и рисками.

Введение. Важнейшим элементом экономической системы страны и региона является рынок труда, а происходящие на нем изменения отражают текущие тенденции в экономическом развитии. При наличии множества исследований, посвященных выявлению причинно-следственных связей, повлекших за собой снижение уровня жизни населения российских регионов, лишь немногие сфокусированы на изучении занятости населения как основного фактора уровня жизни. Целью исследования является оценка сдвигов в структуре занятости населения региона. Задачи: проанализировать динамику трудовых доходов и занятости в контексте отраслевой структуры экономики Челябинской области и Российской Федерации; провести анализ с использованием метода сдвиг-составляющих (Shift-Share Analysis); определить перспективные отрасли экономики Челябинской области с помощью коэффициента локализации; разработать рекомендуемые сценарии региональной социально-экономической политики, учитывая предложенную авторами типологию видов экономической деятельности. Материалы и методы. Анализ динамики структурных элементов осуществлен с помощью метода сдвиг-составляющих в сочетании с расчетом коэффициентов локализации. С учетом современного развития экономики, обеспечиваемого технологически развитыми индустриальными регионами, в качестве полигона для исследования выбрана Челябинская область. Период исследования охватывает 2017–2022 гг. Результаты. Проведен анализ динамики уровня жизни, трудовых доходов и занятости населения с учетом отраслевой структуры экономики в Челябинской области за 2017–2022 гг. Рассчитанные коэффициенты локализации позволили выделить приоритетные для инвестирования и поддержки отрасли. Выводы. Результаты исследования демонстрируют снижение уровня жизни населения индустриального региона, недостаточный уровень оплаты труда работников большинства сфер внешнеэкономической деятельности, что характеризует региональную политику занятости как малоэффективную, требующую корректировки методического обеспечения. Предложенная в статье методика может быть реализована при разработке политики занятости населения и в управлении региональными инвестиционными ресурсами.

Введение. Представленная работа актуализирует вопрос повышения устойчивости промышленных предприятий в Арктических территориях Российской Федерации как обладающих высоким ресурсным потенциалом, активное освоение которых сопряжено с серьезными экологическими рисками. Цель. Осуществить сравнительную оценку ключевых показателей устойчивого развития ведущих промышленных предприятий Российской Федерации с позиции экологической нагрузки на окружающую среду. Материалы и методы. Осуществлен обзор современных исследований, связанных с оценкой промышленного развития Арктики с позиций технологичности, экологичности, развития системы данных, позволяющих отразить тенденции в формировании экологической нагрузки на территории, обусловленной деятельностью производств, проведены анализ и предложена интерпретация выявленных тенденций в устойчивом развитии промышленных предприятий в Арктической зоне. Методическую основу работы составил синтез методов ретроспективного анализа и выявления тенденций на основе оценки динамики ключевых показателей устойчивого развития промышленных предприятий, базирующийся на рейтинговых оценках и данных промышленных предприятий. Результаты. Доказана необходимость глубокой аналитики и детального анализа показателей производственной нагрузки на окружающую среду в территориях Арктики. Сформирована база данных для сравнительной оценки ключевых показателей и обозначены важнейшие тенденции в устойчивом развитии промышленных предприятий, анализ динамики которых показал разнонаправленность в развитии промышленных предприятий. Выявлены траектории развития предприятий в достижении параметров устойчивости в ситуациях, когда рост расходов сопряжен со снижением выбросов и отходов от производственной деятельности, когда производственные и экологические показатели показывают разнонаправленную динамику, когда снижаются темпы развития предприятия, а экологические показатели улучшаются. Выводы. Обоснована необходимость разработки и внедрения механизма регулирования экологической политики на государственном уровне, которая предусматривает мероприятия, направленные на активное и систематическое снижение экологической нагрузки на окружающую среду в территориях Арктики.