The banking sector stability determines the financial immunity of a national economy. Current economic and political tensions precondition the need for predicative diagnosis of factors behind a decrease in a bank’s financial stability taking into account national specificities. The paper aims to explore the impact of intrabank parameters on a risk of deteriorated financial stability of Russian banks. The methodological basis of the study is the theory of financial management as applied to the banking practice. The research methods include content analysis, multiple regression, and logit modelling. The evidence comes from the published financial statements of Russian banks for 2018–2023. The paper suggests an approach for rating banks according to their financial stability and develops logit models for evaluating the risk of losing financial stability based on the CAMELS parameters. The analysis demonstrates a noticeable positive impact of the return on assets and a noticeable negative effect of the overdue loans share on a bank’s financial stability. At the same time, capital adequacy and current liquidity produce an ambiguous effect on the financial strength: they are significant only up to a certain point, after passing which they no longer exert any impact on the financial stability (the so-called “surplus paradox”). The study finds that the impact of the parameters differs for the mediumand long-term forecasting horizons: for a 6-month period, the return on assets is a more significant predictor of the financial instability risk, while the overdue loans share is more important for a 12-month period. The findings extend the understanding of the influence that bank’s internal factors have on their financial stability and can be useful in building the algorithms for analysing and forecasting banking risks
Предпросмотр статьи
Идентификаторы и классификаторы
- SCI
- Экономика
The strategic purpose of managing a bank’s financial stability is twofold: ensuring its competitiveness in the market and maintaining the general stability of the banking system, which determines the national financial immunity. The strategic targets are achieved through tactical moves, among which the key ones are monitoring the financial condition and predicting risks.
Amidst global instability and systemic changes, bankers and researchers pay attention to the transformation of socioeconomic paradigm: modern business environment is characterised by a higher degree of financial and psychological tension as well as by uncertainty and fragility [Khalatur et al., 2021]. In such circumstances, maintaining the target state of financial stability is one of the major problems of financial management. Insufficient capital and liquidity, asset quality deterioration, reduced profits worsen the solvency of banks, which is transmitted to other sectors of economy: enterprises and individuals cannot receive money or make payments. Consequently, there are failures in the sphere of production and monetary circulation
Список литературы
1. Baranova I. V., Vlasenko M. A., Poberezhets E. A. (2022). Managing the financial stability of an organization in the practice of financial management: Methodological aspect. Sibirskaya finansovaya shkola = Siberian Financial School, no. 4, pp. 94-101. (In Russ.). DOI: 10.34020/1993-4386-2022-4-94-101 EDN: DFLGJI
2. Bidzhoyan D. S. (2020). Stress testing as a banking risk assessment tool: A review of international practice, methods and methodology. Ekonomicheskaya nauka sovremennoy Rossii = Economics of Contemporary Russia, no. 4, pp. 99-117. (In Russ.). DOI: 10.33293/1609-1442-2020-4(91)-99-117 EDN: SCOPGA
3. Vostrikova L. A., Panina I. V. (2020). Analysis of the bank’s financial condition based on open data. Vestnik VGU. Seriya: Ekonomika i upravlenie = Proceedings of Voronezh State University. Series: Economics and Management, no. 2, pp. 13-26. (In Russ.). DOI: 10.17308/econ.2020.2/2898 EDN: QSUXSI
4. Gorskiy M. A., Reshulskaya E. M., Rudakov A. D. (2020). Analysis and evaluation of the financial stability of a commercial bank on the basis of a parametric model of a bank portfolio. Vestnik Altayskoy akademii ekonomiki i prava = Bulletin of the Altay Academy of Economics and Law, no. 11 (3), pp. 446-456. (In Russ.). EDN: IVISPS
5. Kryazheva A. P., Ivanova L. K. (2017). Influence of overdue debts on bank’s financial result: methods of progress. Baikal Research Journal, vol. 8, no. 2. (In Russ.). DOI: 10.17150/2411-6262.2017.8(2).8 EDN: YSQLCX
6. Pukhov V. (2012). Methodological approaches to the determination of the financial stability in commercial bank. Vestnik Instituta ekonomiki Rossiyskoy akademii nauk = Bulletin of the Institute of Economics of the Russian Academy of Sciences, no. 3, pp. 56-63. (In Russ.). EDN: PKPRLL
7. Adusei M. (2015). The impact of bank size and funding risk on bank stability. Cogent Economics & Finance, vol. 3, 1111489. DOI: 10.1080/23322039.2015.1111489
8. Alaminos D., Castillo A., del, Fernandez M. A. (2018). A global model for bankruptcy prediction. PLoS ONE, vol. 13, issue 11, 0208476. DOI: 10.1371/journal.pone.0166693 EDN: XUGVXL
9. Ali M., Puah K. H. (2018). Does bank size and funding risk effect bank’s stability? A lesson from Pakistan. Global Business Review, vol. 19, issue 5, pp. 1166-1186. DOI: 10.1177/0972150918788745
10. Altman E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. Journal of Finance, vol. 23, no. 4, pp. 589-609. DOI: 10.1111/j.1540-6261.1968.tb00843.x
11. Asghar M., Rashid A., Abbas Z. (2022). Basel III effects on bank stability: Empirical evidence from emerging countries. Journal of Asian Finance, Economics and Business, vol. 9, no. 3, pp. 347-354. DOI: 10.13106/jafeb.2022.vol9.no3.0347
12. Audi M., Kassem M., Roussel J. (2021). Determinants of banks fragility in the MENA region using a dynamic model. The Journal of Developing Areas, vol. 55, no. 1. DOI: 10.1353/jda.2021.0007 EDN: HCBXDG
13. Barr R. S., Seiford L. M., Siems T. F. (1993). An envelopment-analysis approach to measuring the managerial efficiency of banks. Annals of Operations Research, vol. 45, pp. 1-19. DOI: 10.1007/BF02282039 EDN: VDGTSX
14. Barra C., Zotti R. (2022). Financial stability and local economic development: The experience of Italian labor market areas. Empirical Economics, vol. 62, pp. 1951-1979. DOI: 10.1007/s00181-021-02071-x EDN: DDXNPU
15. Beaver W. H. (1966). Financial ratios as predictors of failure. Journal of Accounting Research, vol. 4, pp. 71-111. DOI: 10.2307/2490171
16. Bouheni F. B., Hasnaoui A. (2017). Cyclical behavior of the financial stability of Eurozone commercial banks. Economic Modelling, vol. 67, pp. 392-408. DOI: 10.1016/j.econmod.2017.02.018
17. Chen Y. (2022). Bank interconnectedness and financial stability: The role of bank capital. Journal of Financial Stability, vol. 61, 101019. DOI: 10.1016/j.jfs.2022.101019
18. Chiaramonte L., Casu B. (2017). Capital and liquidity ratios and financial distress. Evidence from the European banking industry. The British Accounting Review, vol. 49, issue 2, pp. 138-161. DOI: 10.1016/j.bar.2016.04.001
19. Čihák M., Hesse H. (2010). Islamic banks and financial stability: An empirical analysis. Journal of Financial Services Research, vol. 38, pp. 95-113. DOI: 10.1007/s10693-010-0089-0 EDN: QMLECE
20. Citterio A. (2024). Bank failure prediction models: Review and outlook. Socio-Economic Planning Sciences, vol. 92, 101818. DOI: 10.1016/j.seps.2024.101818
21. Daoud Y., Kammoun A. (2020). Financial stability and bank capital: The case of Islamic banks. International Journal of Economics and Financial Issues, vol. 10, issue 5, pp. 361-369. DOI: 10.32479/ijefi.10147 EDN: SHOPMJ
22. Dimov S. S., Brousseau E. B., Setchi R. (2007). A hybrid method for feature recognition in computeraided design models. Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture, vol. 221, issue 1, pp. 79-96. DOI: 10.1243/09544054JEM437
23. Erdogan B. E. (2013). Prediction of bankruptcy using support vector machines: An application to bank bankruptcy. Journal of Statistical Computation and Simulation, vol. 83, no. 8, pp. 1543-1555. DOI: 10.1080/00949655.2012.666550
24. Feridun M., Güngör H. (2020). Climate-related prudential risks in the banking sector: A review of the emerging regulatory and supervisory practices. Sustainability, vol. 12, issue 13, 5325. DOI: 10.3390/su12135325 EDN: GCDLHO
25. Ghosh A. (2016). Banking sector globalization and bank performance: A comparative analysis of low-income countries with emerging markets and advanced economies. Review of Development Finance, vol. 6, issue 1, pp. 58-70. DOI: 10.1016/j.rdf.2016.05.003
26. Halaj G., Martinez-Jaramillo S., Battiston S. (2024). Financial stability through the lens of complex systems. Journal of Financial Stability, vol. 71, 101228. DOI: 10.1016/j.jfs.2024.101228
27. Hardy D. C., Pazarbasioglu C. (1999). Determinants and leading indicators of banking crises: Further evidence. IMF Staff Papers, vol. 46, no. 3, pp. 247-258. DOI: 10.2307/3867642 EDN: FNFOLT
28. Joudar F., Msatfa Z., Metwalli O., Mouabid M., Dinar B. (2023). Islamic financial stability factors: Econometric evidence. Economies, vol. 11, no. 3, 79. DOI: 10.3390/economies11030079 EDN: VTYNEK
29. Kasman A., Carvallo O. (2014). Financial stability, competition and efficiency in Latin American and Caribbean banking. Journal of Applied Economics, vol. 17, no. 2, pp. 301-324. DOI: 10.1016/S1514-0326(14)60014-3
30. Kasri R. A., Azzahra C. (2020). Determinants of bank stability in Indonesia. Signifikan: Jurnal Ilmu Ekonomi, vol. 9, no. 2, pp. 153-166. DOI: 10.15408/sjie.v9i2.15598 EDN: AUZKLF
31. Khalatur S., Velychko L., Pavlenko O., Karamushka O., Huba M. (2021). A model for analyzing the financial stability of banks in the VUCA-world conditions. Banks and Bank Systems, vol. 16, issue 1, pр. 182-194. DOI: 10.21511/bbs.16(1).2021.16 EDN: ONCSXL
32. Kolari J., Glennon D., Shin H., Caputo M. (2002). Predicting large US commercial bank failures. Journal of Economics and Business, vol. 54, issue 4, pp. 361-387. DOI: 10.1016/S0148-6195(02)00089-9 EDN: YKKUWH
33. Lartey T., James G. A., Danso A., Boateng A. (2022). Bank business models, failure risk and earnings opacity: A short-versus long-term perspective. International Review of Financial Analysis, vol. 80, 102041. DOI: 10.1016/j.irfa.2022.102041
34. Lepetit L., Nys E., Rous P., Tarazi A. (2008). Bank income structure and risk: An empirical analysis of European banks. Journal of Banking & Finance, vol. 32, issue 8, pp. 1452-1467. DOI: 10.1016/j.jbankfin.2007.12.002
35. Li Z., Feng C., Tang Y. (2022). Bank efficiency and failure prediction: A nonparametric and dynamic model based on data envelopment analysis. Annals of Operations Research, vol. 315, pp. 279-315. DOI: 10.1007/s10479-022-04597-4 EDN: KFBLZT
36. Louhichi A., Boujelbene Y. (2016). Credit risk, managerial behaviour and macroeconomic equilibrium within dual banking systems: Interest-free vs. interest-based banking industries. Research in International Business and Finance, vol. 38, pp. 104-121. DOI: 10.1016/j.ribaf.2016.03.014
37. Meyer P. A., Pifer H. W. (1970). Prediction of bank failures. Journal of Finance, vol. 25, issue 4, pp. 853-868. DOI: 10.1111/j.1540-6261.1970.tb00558.x
38. Miah M. D., Uddin H. (2017). Efficiency and stability: A comparative study between Islamic and conventional banks in GCC countries. Future Business Journal, vol. 3, issue 2, pp. 172-185. DOI: 10.1016/j.fbj.2017.11.001
39. Min J. H., Lee Y.-C. (2005). Bankruptcy prediction using support vector machine with optimal choice of Kernel function parameters. Expert Systems with Applications, vol. 28, issue 4, pp. 603-614. DOI: 10.1016/j.eswa.2004.12.008
40. Mishkin F. S. (1999). Global financial instability: Framework, events, issues. Journal of Economic Perspectives, vol. 13, no. 4, pp. 3-20. DOI: 10.1257/jep.13.4.3 EDN: DDZPDP
41. Mkadmi J. E., Baccari N., Ncib A. (2021). The determinants of banking stability: The example of Tunisia. International Academic Journal of Accounting and Financial Management, vol. 8, no. 1, pp. 1-10. DOI: 10.9756/IAJAFM/V8I1/IAJAFM0801 EDN: CBQDAM
42. Nosheen, Rashid A. (2019). Business orientation, efficiency and credit quality across business cycle: Islamic versus conventional banking. Are there any lessons for Europe and Baltic states? Baltic Journal of Economics, vol. 19, no. 1, pp. 105-135. DOI: 10.1080/1406099X.2018.1560947
43. Ohlson J. A. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research, vol. 18, no. 1, pp. 109-131. DOI: 10.2307/2490395
44. Ozili P. K., Iorember P. T. (2023). Financial stability and sustainable development. International Journal of Finance & Economics, vol. 2, pp. 1-27. DOI: 10.1002/ijfe.2803 EDN: JIHRMG
45. Ozili P. K., Outa E. (2017). Bank loan loss provisions research: A review. Borsa Istanbul Review, vol. 17, issue 3, pp. 144-163. DOI: 10.1016/j.bir.2017.05.001
46. Papanikolaou N. I. (2018). A dual early warning model of bank distress. Economics Letters, vol. 162, pp. 127-130. DOI: 10.1016/j.econlet.2017.10.028
47. Rahman S. M. K., Chowdhury M. A. F., Tania T. C. (2021). Nexus among bank competition, efficiency and financial stability: A comprehensive study in Bangladesh. The Journal of Asian Finance, Economics and Business, vol. 8, issue 2, pp. 317-328. DOI: 10.13106/jafeb.2021.vol8.no2.0317
48. Rupeika-Apoga R., Zaidi S. H., Thalassinos Y. E., Thalassinos E. I. (2018). Bank stability: The case of Nordic and non-Nordic banks in Latvia. International Journal of Economics and Business Administration, vol. 6, no. 2, pp. 39-55. DOI: 10.35808/ijeba/156
49. Samitas A., Kampouris E., Kenourgios D. (2020). Machine learning as an early warning system to predict financial crisis. International Review of Financial Analysis, vol. 71, 101507. DOI: 10.1016/j.irfa.2020.101507 EDN: ORPVDO
50. Sanchez Gonzalez J., Restrepo-Tobon D., Ramirez Hassan A. (2021). Inefficiency and bank failure: A joint Bayesian estimation method of stochastic frontier and hazards models. Economic Modelling, vol. 95, pp. 344-360. DOI: 10.1016/j.econmod.2020.03.002 EDN: WOYJGB
51. Scott J. (1981). The probability of bankruptcy: A comparison of empirical predictions and theoretical models. Journal of Banking and Finance, vol. 5, issue 3, pp. 317-344. DOI: 10.1016/0378-4266(81)90029-7
52. Shahriar A., Mehzabin S., Ahmed Z., Dongul E. S., Azad A. K. (2023). Bank stability, performance and efficiency: An experience from West Asian countries. IIM Ranchi Journal of Management Studies, vol. 2, no. 1, pp. 31-47. DOI: 10.1108/IRJMS-02-2022-0017 EDN: YBGZXU
53. Shar A. H., Shah M. A., Jamali H. (2010). Performance evaluation of banking sector in Pakistan: An application of Bankometer. International Journal of Business and Management, vol. 5, no. 8, pp. 113-118. DOI: 10.5539/ijbm.v5n8p113
54. Shershneva E. G., Bakr Hasan H. B., Al Hadabi J. (2020). Econometric modeling of the bank’s short-term liquidity dynamics based on multi-factor regression. Journal of Applied Economic Research, vol. 19, no. 1, pp. 79-96. DOI: 10.15826/vestnik.2020.19.1.005 EDN: VXARVJ
55. Siddika A., Haron R. (2020). Capital regulation and ownership structure on bank risk. Journal of Financial Regulation and Compliance, vol. 28, no. 1, pp. 39-56. DOI: 10.1108/JFRC-02-2019-0015
56. Sinkey J. F. (1975). A multivariate statistical analysis of the characteristic of problem banks. The Journal of Finance, vol. 30, no. 1, pp. 21-36. DOI: 10.1111/j.1540-6261.1975.tb03158.x
57. Tam K. Y. (1991). Neural network models and the prediction of bank bankruptcy. Omega, vol. 19, issue 5, pp. 429-445. DOI: 10.1016/0305-0483(91)90060-7
58. Uhde A., Heimeshoff U. (2009). Consolidation in banking and financial stability in Europe: Empirical evidence. Journal of Banking & Finance, vol. 33, issue 7, pp. 1299-1311. DOI: 10.1016/j.jbankfin.2009.01.006
59. Yin H. (2019). Bank globalization and financial stability: International evidence. Research in International Business and Finance, vol. 49, pp. 207-224. DOI: 10.1016/j.ribaf.2019.03.009
60. Yuan T.-T., Gu X.-A., Yuan Y.-M., Lu J.-J., Ni B.-P. (2022). Research on the impact of bank competition on stability - empirical evidence from 4631 banks in US. Heliyon, vol. 8, issue 4, e09273. DOI: 10.1016/j.heliyon.2022.e09273 EDN: RRSWMB
Выпуск
Другие статьи выпуска
В условиях усиления конкурентной борьбы продовольственных ритейлеров многие торговые сети разрабатывают новые форматы торговых точек для городских пространств, которые могли бы быть экономически эффективны и в сельской местности. Появление нового формата торговой точки, интересной для клиента и способной выдержать конкуренцию с пунктами выдачи маркетплейсов и алкомаркетами, может стать ключом к доминированию на рынке. Статья посвящена оценке перспектив создания оптимального формата для продовольственных торговых сетей, имеющих высокий потенциал для распространения в сельской местности. Методологическую основу исследования составили системный подход, циклическая теория ритейла и теории пространственного развития. Методика работы включала три этапа: во-первых, сравнительный анализ структуры форматов продовольственных ритейлеров за 2015–2023 гг. в РФ; вовторых, оценку территориального распределения двух форматов торговых сетей (жестких дискаунтеров и минимаркетов) на примере Приволжского и Уральского федеральных округов; в-третьих, определение новых форматов торговых сетей вне города. На основе анализа рыночных трендов развития сетевой розничной торговли предложена концептуальная модель оптимального формата ритейла для сельской местности по параметрам ассортиментной, ценовой политики, распределения площади торгового зала и дополнительных услуг. Предложения по совершенствованию модели формата ритейла для сельской местности могут способствовать росту розничной торговли и развитию торговой инфраструктуры вне городов.
Необходимость учета экономических рисков и решения демографических проблем ставит на повестку вопросы формирования и сохранения качественного человеческого потенциала регионов, здоровьесбережения населения страны. Статья посвящена исследованию ресурсного обеспечения региональных систем здравоохранения в РФ для определения уровня доступности медицинской помощи населению. Методологической основой послужили концепции системной и региональной экономики, экономики труда. Использовались методы динамического, компаративного анализа, индексный, балльно-рейтинговый метод, метод интегральных коэффициентов. Информационную базу исследования составили данные Росстата по социально-экономическим показателям и по показателям здравоохранения федеральных округов России за 2005–2022 гг. Выявлена региональная дифференциация уровня доступности медицинской помощи населению. Так, например, высокие позиции Уральского федерального округа в 2021 г. в рейтинге эффективности региональных систем здравоохранения обусловлены развитой системой профилактики и оказания неотложной медицинской помощи населению. В то же время Сибирский и Дальневосточный федеральные округа находились в конце этого рейтинга из-за низкого уровня обеспеченности врачами отделений скорой медицинской помощи и финансирования здравоохранения. Результаты исследования могут быть использованы при разработке мер по улучшению ресурсного обеспечения, совершенствованию управления и повышению эффективности здравоохранения на уровне страны и ее регионов
Транспортный комплекс играет особую роль в социально-экономическом развитии региона, которая зависит от наметившихся тенденций к росту мобильности населения, внедрения современных технологий, расширения экономических связей, увеличения объемов производства регионов. Статья посвящена исследованию проблемы взаимосвязи между транспортным комплексом и экономикой региона на примере Уральского федерального округа. Методологической базой послужили теоретические положения региональной экономики и теории пространственного развития. Основным методом исследования выступает корреляционно-регрессионный анализ. Информационную базу составили данные Росстата по социально-экономическим показателям транспортного комплекса, а также валовому региональному продукту УрФО за 2010–2020 гг. Разработана регрессионная модель прогнозирования ВРП. В результате анализа выявлена связь между социально-экономическими показателями транспортного комплекса и валовым региональным продуктом УрФО. Установлена зависимость между показателями «плотность автомобильных дорог общего пользования с твердым покрытием», «число погибших в ДТП на 100 000 человек» и ВРП УрФО. Сделан вывод о необходимости разработки интегрального показателя оценки транспортного комплекса, отражающий цифровую модернизацию и внедрение инноваций
Процесс роста городов и трансформация их урбанистической структуры являются отражением многих факторов: экономических, политических, социальных, идеологических и других. Уральский регион, характеризующийся концентрацией крупнейших городов, является одним из наиболее урбанизированных в РФ. Статья посвящена анализу урбанистических процессов Уральского региона на рубеже XX–XXI вв. в контексте общеэкономических, политических и духовно-нравственных факторов. Методология исследования базируется на теориях урбанизации, градостроительства, эволюционном подходе. Использованы аналитические, статистически и сравнительные методы исследования. Информационную базу составили данные Росстата за 1989–2022 гг., характеризующие динамику урбанистических процессов. Границы агломераций Урала определялись исходя из официальных документов территориального или стратегического планирования. В результате выявлены тенденции трансформации уральской системы расселения и ее урбанистической структуры, в частности, качественное изменение отраслевой структуры городов, уменьшение числа рабочих мест в промышленности и сокращение численности городского населения, усиление агломерационных процессов и концентрации населения в крупнейших городах. Показаны последствия деурбанизации и деиндустриализации Уральского региона, среди которых увеличение доли крупнейших городов и усиление дисбаланса между группами городов различной величины. Впервые описан конструкт «Уральский урбанистический квадрат», включающий четыре крупнейшие городские агломерации – Екатеринбургскую, Челябинскую, Уфимскую и Пермскую. Подчеркивается, что Уральский урбанистический квадрат становится местом сосредоточения инвестиционных, человеческих, экономических и социальных ресурсов, ядром развития Уральского макрорегиона и его соседних территорий
Национальный бренд влияет на развитие экономики страны, так как стимулирует или, наоборот, ограничивает готовность людей и организаций инвестировать различного рода ресурсы в рамках конкретной юрисдикции. При этом национальный бренд формируется на основе всех активностей организаций, функционирующих на территории страны. Статья посвящена развитию теоретического фундамента управления национальным брендом как системой. Методологической базой исследования послужила концепция национального брендинга и системный подход. Использован комплекс общенаучных методов, в том числе анализ, синтез, систематизация и обобщение. В результате определена и описана система управления национальным брендом, включающая вход (имеющееся восприятие страны), трансформационные процессы (создание образа) и выход (сформированный имидж). Значимость данной системы обусловлена способностью согласовывать интересы различных стейкхолдеров. Предложено видение реализации модели «7С» для национального бренда на основе понимания взаимосвязей, в результате которых формируется национальный бренд, а также представления о внешних и внутренних динамических процессах, меняющихся во времени и т. д. Исследование вносит вклад в представление о сущности управления национальным брендом с использованием принципов системного подхода, которая влияет на развитие экономики страны
Масштабные международные санкции, введенные объединенным Западом против России, предполагают пересмотр традиционной системы управления российской экономикой с учетом возникающих вызовов и ограничений. Статья посвящена рассмотрению многоуровневой системы управления экономикой России, релевантной для условий международной конфронтации. Методологической основой исследования является селективная «идеология пошаговых изменений», предполагающая дезагрегирование и децентрализацию экономической политики с целью обеспечения максимальной оперативности управленческих решений, в противовес холистической «идеологии тотального регулирования», ориентированной на планирование и выполнение обобщенных экономических индикаторов в рамках национальной стратегии развития. Использовались методы традиционного структурно-кибернетического и графического моделирования социальных систем с учетом специфики внешней среды. Информационной базой выступает кластер новейших исследований, раскрывающих с разных сторон роль феномена международных санкций в построении эффективной национальной экономики. Автором предложена графическая 4-контурная модель концентрического типа, которая дополняется функциональным описанием входящих в нее контуров (ядро экономики, приоритетные отрасли, новые производства и поддерживающие сектора) и методов управления. Приведены примеры управленческих мероприятий (массированное централизованное кредитование новых производств микрочипов, создание государственной корпорации «Росфарма» и т. д.), которыми могут быть наполнены четыре контура предлагаемой модели. Указанный набор мероприятий включает мягкие (слабые) меры, отрицающие административный форсинг, и жесткие (сильные) меры, которые его подразумевают. Показано, что в долгосрочной перспективе селективная модель управления будет постепенно преобразовываться в холистическую модель.
Издательство
- Издательство
- УрГЭУ
- Регион
- Россия, Екатеринбург
- Почтовый адрес
- 620144, Уральский ФО, Свердловская область, г. Екатеринбург, ул. 8 Марта/Народной Воли, д. 62/45
- Юр. адрес
- 620144, Уральский ФО, Свердловская область, г. Екатеринбург, ул. 8 Марта/Народной Воли, д. 62/45
- ФИО
- Силин Яков Петрович (РЕКТОР)
- E-mail адрес
- odo@usue.ru
- Сайт
- https://www.usue.ru/