• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2019/2020

Научно - исследовательский семинар "Экономика и финансы фирмы"

Статус: Курс по выбору (Экономика)
Направление: 38.03.01. Экономика
Кто читает: Школа финансов
Когда читается: 4-й курс, 1-3 модуль
Формат изучения: без онлайн-курса
Преподаватели: Булгаков Андрей Леонидович, Виноградова Вероника Сергеевна, Кочетков Дмитрий Михайлович, Кузубов Сергей Анатольевич, Малофеева Татьяна Николаевна, Малышев Павел Юрьевич, Микова Евгения Сергеевна, Мышенков Александр Вячеславович, Пирогов Никита Константинович, Федорова Елена Анатольевна, Черкасова Виктория Артуровна, Яценко Борис Николаевич
Язык: русский
Кредиты: 8
Контактные часы: 96

Программа дисциплины

Аннотация

Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности. Программа научно-исследовательского семинара определяет основные темы для обсуждения и выполнения студентами 4-го курса бакалавриата самостоятельных исследований. Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов. Программа разработана в соответствии со стандартом НИУ-ВШЭ, образовательной программой подготовки бакалавров по направлению 38.03.01 «Экономика», и рабочими учебными планами университета по направлению подготовки 38.03.01 «Экономика».
Цель освоения дисциплины

Цель освоения дисциплины

  • Развитие навыков исследований корпоративных финансовых решений в России на базе современной методологии эмпирического тестирования теорий корпоративных финансов
Планируемые результаты обучения

Планируемые результаты обучения

  • Знать методику эмпирических исследований в области корпоративных финансов
  • Знать возможности и ограничения в применения современных эконометрических методов эмпирического изучения финансовых процессов в компаниях
  • Уметь собирать и обобщать эмпирический материал для дисциплин кафедры
  • Уметь писать академические обзоры
  • Иметь навыки построения исследований и формулирования гипотез исследования конкретных областей корпоративной финансовой политики российских компаний и компаний c других растущих рынков капитала
  • Иметь навыки научной дискуссии
  • Иметь навыки самостоятельных исследований
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Актуальные направления исследований
    Актуальные направления исследований в рамках специализации. Ресурсы библиотеки НИУ ВШЭ. Построение обзора литературы. Рекомендации по написанию ВКР.
  • Вводная. Оформление бакалаврских выпускных работ. Формальные и неформальные требования.
    Обязательные содержательные части текста. Описание работ, на которые ссылается автор. Оформление текста. Оформление ссылок, сносок, таблиц, рисунков, приложений, формул, списка литературы.
  • Вводная. Базы данных и ресурсы библиотеки НИУ ВШЭ для исследований в корпоративных финансах
  • Актуальные научные направления: система поиска Scopus
    Анализ ключевых слов как поиск направлений научных исследований. Работа с платформой Mendeley. Цитирование текстов и размещение ссылок при помощи инструментов Mendeley. Анализ наиболее цитируемых авторов ведущих журналов Scopus и направлений их исследований. Междисциплинарные исследования.
  • Понятие больших данных.
    Что такое большие данные? Преимущества и недостатки? Правило трех V применительно к большим данным. Место больших данных в разделе искусственного интеллекта? Как связано с машинным обучением, что в какой раздел входит? За счет чего стало возможным осуществлять обучение сложных архитектур нейронных сетей на больших объемах данных? Большие данные и искусственный интеллект. Технологии машинного обучения с использованием сложных архитектур нейронных сетей на больших объемах данных.
  • Использование базы данных финансовой информации Bloomberg компаниями Прайсвотерхаускупер, Ernst&Yange
  • Затраты на капитал. Эмпирический анализ ставок затрат на капитал
    Глобализация рынков капитала и ее последствия для теории ценообразования финансовых активов. Предположение о полной интеграции международных рынков капитала и модели глобального ценообразования на финансовые активы. Детерминанты премии доходности собственного капитала на интегрированном рынке капитала: идентичные возможности инвестиционного выбора в различных странах и глобальная бета (Fama,1976). Глобальная CAPM: предпосылки, переменные и особенности применения. Сравнение глобальной и локальной моделей CAPM (Stulz, 1995). Многофакторные глобальные модели ценообразования на финансовые активы: глобальная друхфакторная модель (Fama/French,1998), многофакторная модель для растущих рынков капитала (Harvey, 1995). Ограничения глобальных моделей ценообразования на финансовые активы. Недоинвестирование в акции иностранных компаний и проблема предпочтения локальных активов. Анализ проблемы предпочтения локальных активов: барьеры для международных инвестиций, ограничения на владения акциями, особенности потребления, человеческий капитал. Предпосылка о сегментированных международных рынках капитала. Барьеры для полной диверсификации инвестиционного портфеля. Степень интеграции растущих рынков капитала в глобальный рынок капитала и барьеры для диверсификации на растущих рынках. Систематические и несистематические риски на растущих рынках капитала. Методы эмпирического тестирования гипотез о сегментированности и интегрированности (Bekaert/Harvey, 1995; Bekaert/Harvey, 2000; Henry, 2000; Chari/Henry, 2001). Страновой риск, необходимость его учета и способы корректировки моделей ценообразования на финансовые активы. Способы изменения странового риска. Систематические риски и анализ затрат на собственный капитал на растущих рынках капитала. Скорректированные модели ценообразования на финансовые активы на растущих рынках капитала: безрисковый актив, страновой спрэд, гибридные модели. Методы определения премий за риск на растущих рынках капитала: спрэд, относительная волатильность. Альтернативные показатели систематических рисков на растущих рынках капитала: модель Estrada (downside CAPM).
  • Дивидендная политика. Эмпирические тесты концепций политики выплат
    Показатели дивидендных выплат и методология тестирования дивидендной политики. The measurers for share repurchases (Stephens/Weisbach, 1998). Сигнальная модель и модель неблагоприятного выбора корпоративной политики выплат. Преимущества и недостатки ранних сигнальных моделей (Bhattacharya, 1979). Модели совершенной и несовершенной взаимозаменяемости дивидендов и выкупов акций. (John/Williams, 1985). Издержки неблагоприятного выбора в сделках по выкупу акций (Brennan/Thakor, 1990). Эмпирические свидетельства выкупов акций. Решения о проведении выкупа акций и опционные схемы выплат менеджменту (Weisbenner, 2000). Страновые сопоставления политики дивидендных выплат: развитые рынки капитала. Исследования политики выплат на растущих рынках. Сравнительные исследования дивидендной политики на развитых и растущих рынках. Изменения в сигнальных эффектах (Grullon/Michaely/Swamianathan, 2002). Методы тестирования сигнальных моделей корпоративной политики выплат: метод событий, работа с временными рядами (Fama/French, 2003), модель частичного приспособления (Grullon/Benartzi/Michaely/Thaler, 2003). Эмпирические свидетельства сигнальных эффектов политики выплат. Стилизованные факты сделок по выкупу акций. Издержки неблагоприятного выбора в сделках по выкупу акций (Brennan/Thakor, 1990). Эмпирические свидетельства выкупов акций. Корректировка модели стилизованных фактов Линтнера (Grullon/Michaely, 2002). Решения о проведении выкупа акций и опционные схемы выплат менеджменту (Weisbenner, 2000). Исследование детерминант корпоративной политики выплат в условиях новой экономики (Graham/Harvey, 2003). Дивидендная премия в новых выпусках (Baker/Wurgler, 2000).
  • Модели прогнозирования банкротства компаний
    Классические модели прогнозирования банкротства компаний. Границы применимости наиболее известных классических моделей прогнозирования банкротства предприятий с учетом отраслевой специфики для российских компаний. Внешние и внутренние факторы, влияющие на банкротства компаний. Отраслевая специфика. Прогнозирование компаний малого бизнеса. Российское законодательство, основные документы по финансовой несостоятельности. Влияние корпоративного управления на банкротство российских компаний. Работа с базами данных: Руслана и Спарк. Модели бинарной классификации, традиционные «ординарные» методы классификации: logistic regression (LR), k nearest neighbor (kNN), support vector machine(SVM), naive bayes (NB), decision trees (DT), artificial neural network (ANN), в частности multi-layered perceptron (MLP) и различные подходы, основанные на построении ансамблей классификаторов.
  • Реальные опционы в инвестиционных проектах
    Альтернативная технология оценки инвестиционных решений. Виды реальных опционов на стороне активов и на стороне обязательств. Практические вопросы оценки реальных опционов. Риск и управленческая гибкость как фактор стоимости. Опционы на сокращение и на выход из проекта. Реальный опцион на развитие проекта. Разновидности реального опциона на развитие: возможность наращивания бизнеса, резервные возможности, тиражирование опыта. Опционы на переключение и временную остановку проекта. Опцион на отсрочку начала проекта. Практические вопросы оценки реальных опционов. Ограничение и недостатки анализа реальных опционов.
  • Интегрированная/нефинансовая отчѐтность компаний
    Интегрированная отчѐтность как средство коммуникации с внешними заинтересованными сторонами. Этапы развития системы нефинансовой отчетности: анализ существующих на рынке решений. Технические подходы и современные инструменты формирования нефинансовой отчетности. Проблемы и риски, возникающие при подготовке нефинансовой отчѐтности. Аудит нефинансовой отчѐтности. Раскрытие информации об интеллектуальном капитале в добровольной нефинансовой отчѐтности. Структура интеллектуального капитала: экономические, бухгалтерские и юридических аспекты и классификации. Подходы к измерению интеллектуального капитала и его компонентов. Методы монетизация интеллектуального капитала (лицензирование, секьюритизация, залог). Стратегическая роль компонент интеллектуальном капитала в создание стоимости компании Оценка национального интеллектуального капитала в международном сравнении Аудит интеллектуальных активов: сущность и виды.
  • Презентации ВКР
    В третьем модуле предполагается выступление студента по теме своей ВКР – итоговый контроль.
Элементы контроля

Элементы контроля

  • неблокирующий Обзор литературы
    Домашнее задание по тематикам семинаров. Презентации самостоятельных исследований
  • неблокирующий Репликация статьи
    Домашнее задание по тематикам семинаров. Презентации самостоятельных исследований
  • блокирующий Презентация ВКР (предзащита)
    Оценка за итоговый контроль блокирующая, при неудовлетворительной итоговой оценке она равна результирующей.
  • неблокирующий Посещение семинаров
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (3 модуль)
    0.3 * Обзор литературы + 0.1 * Посещение семинаров + 0.3 * Презентация ВКР (предзащита) + 0.3 * Репликация статьи
Список литературы

Список литературы

Рекомендуемая основная литература

  • Bawa, V. S., & Lindenberg, E. B. (1977). Capital market equilibrium in a mean-lower partial moment framework. Journal of Financial Economics, (2), 189. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.a.eee.jfinec.v5y1977i2p189.200
  • Ferson, W. E., & Korajczyk, R. A. (1995). Do Arbitrage Pricing Models Explain the Predictability of Stock Returns? The Journal of Business, (3), 309. https://doi.org/10.1086/296667
  • Geert Bekaert, & Campbell R. Harvey. (1995). Emerging Equity Market Volatility. NBER Working Papers. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.p.nbr.nberwo.5307
  • Harlow, W. V., & Rao, R. K. S. (1989). Asset Pricing in a Generalized Mean-Lower Partial Moment Framework: Theory and Evidence. Journal of Financial & Quantitative Analysis, 24(3), 285–311. https://doi.org/10.2307/2330813
  • Harvey, C. R. (1989). Time-varying conditional covariances in tests of asset pricing models. Journal of Financial Economics, (2), 289. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.a.eee.jfinec.v24y1989i2p289.317
  • Waltman, L. (2016). A review of the literature on citation impact indicators. Journal of Informetrics, (2), 365. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.a.eee.infome.v10y2016i2p365.391
  • Wayne E. Ferson, Campbell R. Harvey, Stephen Foerster, Kenneth French, Allan Kleidon, Bruce Lehmann (a, … An Anonymous. (1993). The risk and predictability of international equity returns. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.41B51D51
  • Wolfgang Glänzel, Henk F. Moed, Ulrich Schmoch, & Mike Thelwall. (2019). Springer Handbook of Science and Technology Indicators (Vol. 1st ed. 2019). Cham: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2286176
  • Wouters, P., Thelwall, M., Kousha, K., Waltman, L., De Rijcke, S., Rushforth, A., & Franssen, T. (2016). The Metric Tide: Literature Review. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.DFE79B27
  • Е. Г. Гришакина. (2016). Рецензия на книгу: АКОЕВ М. А., МАРКУСОВА В. А., МОСКАЛЕВА О. В., ПИСЛЯКОВ В. В. «РУКОВОДСТВО ПО НАУКОМЕТРИИ: ИНДИКАТОРЫ РАЗВИТИЯ НАУКИ И ТЕХНОЛОГИИ». Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.AEC30D21

Рекомендуемая дополнительная литература

  • Barber, D. (2012). Bayesian Reasoning and Machine Learning. Cambridge: Cambridge eText. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=432721
  • Fletcher, T. S. B. (2012). Machine learning for financial market prediction. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsndl&AN=edsndl.oai.union.ndltd.org.bl.uk.oai.ethos.bl.uk.565794
  • Garcia, R., & Ghysels, E. (1998). Structural change and asset pricing in emerging markets. Journal of International Money and Finance, (3), 455. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.a.eee.jimfin.v17y1998i3p455.473
  • Harvey, C. R., & Siddique, A. (1999). Autoregressive Conditional Skewness. Journal of Financial and Quantitative Analysis, (04), 465. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.a.cup.jfinqa.v34y1999i04p465.487.00
  • Hastie, T., Tibshirani, R., & Friedman, J. H. (2009). The Elements of Statistical Learning : Data Mining, Inference, and Prediction (Vol. Second edition, corrected 7th printing). New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=277008
  • Hogan, W. W., & Warren, J. N. (1974). Toward the Development of an Equilibrium Capital-Market Model Based on Semivariance. Journal of Financial & Quantitative Analysis, 9(1), 1–11. https://doi.org/10.2307/2329964
  • Pereiro, L. E. (2006). The practice of investment valuation in emerging markets: Evidence from Argentina. Journal of Multinational Financial Management, (2), 160. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.a.eee.mulfin.v16y2006i2p160.183
  • Wheelan, C. (2013). Naked Statistics: Stripping the Dread from the Data. Campaigns & Elections (2010), 34(316), 12. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=f5h&AN=86921729