Диссертации, представленные на защиту и подготовленные в НИУ ВШЭ

Диссертационное исследование посвящено изучению влияния СМИ на потребительские ожидания российских домохозяйств в 2009-2019 гг. Концептуальная основа включает операционализацию потребительских ожиданий в психологической экономике и концепцию укорененности в экономической социологии. Обоснована необходимость учета социологических факторов устойчивости ожиданий, включая влияние СМИ. Предложены подходы структурного анализа динамики Индекса потребительских настроений (ИПН) на микроуровне, конструирования дискурсивной структуры экономических новостей и изучения их влияния на макроэкономику. Разработана авторская методика анализа ИПН совместно с СМИ на базе многоуровневого Байесовского регрессионного моделирования, эконометрического анализа (ARDL), обработки новостей с помощью SNA и LDA. В количественном исследовании проанализированы данные 130 временных периодов с 2009 по 2019 гг., включающие микроданные 130 тыс. респондентов и 800 тыс. экземпляров новостных текстов по экономической тематике. Результаты представлены в виде материалов апробации семантического сетевого подхода, описательной статистики временных рядов, результатов структурной диагностики переменных и эконометрического моделирования. Представлена аналитическая картина влияния СМИ на потребительские ожидания российских домохозяйств.

Диссертационное исследование посвящено моделированию волатильности криптовалюты с использованием информации с финансовых рынков и различных показателей неопределенности. В качестве представителя рынка криптовалюты используется Bitcoin, выбор которого обусловлен популярностью и объемом капитализации данного актива. Предложена модель стохастического тренда, позволившая подтвердить гипотезу об эффекте перетока волатильности между двумя рынками. Произведено сравнение моделей типа GARCH  (Generalized AutoRegressive Conditional Heteroskedasticity) и HAR (Heterogeneous AutoRegressive) для прогнозирования волатильности криптовалюты Bitcoin на один день вперед. Модель ARDL применена для анализа влияния индексов экономической и рыночной неопределенности на волатильность Bitcoin. Показано, что влияние индексов различается в доковидном и постковидном периодах.