• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Research Seminar "Economics and Finance of Firm"

2019/2020
Academic Year
RUS
Instruction in Russian
8
ECTS credits
Delivered at:
School of Finance
Course type:
Elective course
When:
4 year, 1-3 module

Instructors


Булгаков Андрей Леонидович


Kochetkov, Dmitrii


Malyshev, Pavel


Yatsenko, Boris N.

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