CC BY
12
8. Nikitchuk T.A. The management of the investment portfolio of the insurance organization based on passive and active investment strategies / T.A. Nikitchuk // Applied Economic Research. 2021. No. 3 (43). P. 24-33.
9. Kovalev R.V. Formation and management of an investment portfolio / R.V. Kovalev // International Journal of Humanitarian and Natural Sciences. 2022. No. 8-3 (71). P. 164-166.
10. Rodionov D.G. The algorithm for the preparation and management of the investment portfolio on the basis of a model of the influence of the information environment on the main parameters of financial assets / D.G. Rodionov, P.A. Pashinina, E.A. Connects // Economic Sciences. 2022. No. 213. P. 65-73.
11. Koren A.V. Assessment of the level of financial literacy of the population in Russia and foreign countries / A.V. Koren, A.N. Goloyad, E.A. Ivashinnikov // International Journal of Applied and Fundamental Research. 2015. No. 12-10. P. 1863-1865.
12. Loginov D.R. Factor investment in digitalization conditions / D.R. Loginov // Fundamental Research. 2023. No. 1. P. 44-48.
13. Filippova D.S. Artificial intelligence in the stock market / D.S. Filippova // Alley of Science. 2021. T. 1. No. 6 (57). P. 1140-1147.
14. Koren A.V. Investment tax deductions as a tool for increasing financial literacy of the population / A.V. Koren, Yu.A. Protsenko // International Journal of Applied and Fundamental Research. 2014. No. 12-2. P. 204-207.
15. Semenkova E.V. New approaches to capital management in the stock market / E.V. Semenkova, A.A. Kachalov // Financial Management. 2020. No. 4. P. 3-12.
16. Ivanyuk V.A. Risk management in portfolio investment / V.A. Ivanyuk // Self -government. 2019. T. 2. No. 2 (115). P. 340-343.
17. Ostapenko A.E. The value of correlation dependencies in the compilation of a diversified investment portfolio / A.E. Ostapenko, T.N. Ryaysyanen, T.G. Ulengova // Innovation and Investments. 2022. No. 4. P. 24-27.
18. Rodin D.Ya. Portfolio control strategies / D.Ya. Rodin, A.B. Parshin, K.I. Terpitskaya // Bulletin of the Academy of Knowledge. 2022. No. 50 (3). P. 455-464.
19. Badilina L.P. A portfolio approach to the formation of an investment strategy of the enterprise / L.P. Badilina // Izvestia of Baikal State University. 2012. No. 1 (81). P. 15-18.
20. Filatov E.A. Methods of strategic regulation of investment financing of existing commercial organizations/ E.A. Filatov // Baikal Research Journal. 2012. No. 4. C. 7.
EDN: VAVDNK
Е.В. Королёва - к.э.н., доцент, Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург, Россия, koroleva_ev@spbstu.ru,
E.V. Koroleva - candidate of economic sciences, associate professor, Peter the Great St. Petersburg Polytechnic University, St. Petersburg, Russia;
М.Л. Копейкин - магистрант, Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург, Россия, kopejkin.ml@edu.spbstu.ru,
M.L. Kopeykin - student of the Peter the Great St Petersburg Polytechnic University, St. Petersburg, Russia; С. Попова - магистрант, Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург, Россия, popova_s@spbstu.ru,
S. Popova - student of the Peter the Great St. Petersburg Polytechnic University, St. Petersburg, Russia.
ОЦЕНКА ВЛИЯНИЯ МАКРОСРЕДЫ НА ДОХОДНОСТЬ КОРПОРАТИВНЫХ ОБЛИГАЦИЙ
В РАЗВИТЫХ СТРАНАХ ASSESSMENT OF THE IMPACT OF THE MACRO ENVIRONMENT ON THE YIELD OF CORPORATE BONDS IN DEVELOPED COUNTRIES
Аннотация. В условиях неопределённости многие частные инвесторы находятся в поиске такого инвестиционного актива, предлагающего оптимальное соотношение доходности к риску. Одним из таких активов может выступать индекс корпоративных облигаций. В рамках данного исследования предполагается проанализировать влияние разнообразных макроэкономических факторов на изменение доходности индексов корпоративных облигаций. Знание факторов, способных повлиять на доходность финансового актива, позволит инвестору прогнозировать потенциальные колебания на рынке и с наибольшей эффективностью защищать свои сбережения в турбулентные периоды. В рамках исследования анализировалось изменение доходности индексов корпоративных облигаций в 20 развитых странах, которые отбирались на основе членства в OECD и места в индексе конкурентоспособности. Период исследования составил 5 лет (с 2016 по 2020 гг). По результатам регрессионного анализа мы выявили положительное влияние изменения цен на нефть на доходность индексов корпоративных облигаций. Также было выявлено, что индекс неопределенности имеет отрицательное влияние на доходность корпоративных облигаций. Изменение цен на золото, а также изменение валового внутреннего продукта, несмотря на статистическую значимость, существенного влияния на изменение доходности корпоративных облигаций не оказывают. Результаты исследования имеют практическую значимость в области прогнозирования изменения доходности корпоративных облигаций и формирования потенциальных ожиданий инвесторов.
Abstract. In conditions of uncertainty, many private investors are looking for such an investment asset that offers the optimal ratio of return to risk. One of these assets can be a corporate bond index. Within the framework of this study, it is supposed to analyze the influence of various macroeconomic factors on the change in the yield of corporate bond indices. Knowing the factors that can affect the profitability of a financial asset will allow the investor to predict potential fluctuations in the market and most effectively protect their savings in turbulent periods. The study analyzed the change in yields of corporate bond indices in 20 developed countries, which were selected on the basis of membership in the OECD and place in the competitiveness index. The study period was 5 years (from 2016 to 2020). Based on the results of the regression analysis, we have identified a positive impact of changes in oil prices on the yield of corporate bond indices. It was also found that the uncertainty index has a negative impact on the yield of corporate bonds. The change in gold prices, as well as the change in the gross domestic product, despite the statistical significance, do not have a significant impact on the change in the yield of corporate bonds. The results of the study are of practical importance in the field of forecasting changes in the yield of corporate bonds and the formation of potential investor expectations.
Ключевые слова: макроэкономические факторы, доходность корпоративных облигаций, регрессионные модели, развитые страны.
Keywords: macroeconomic factors, corporate bond return, regression models, developed countries.
Введение
В современном мире частные инвесторы находятся в постоянном поиске такого инвестиционного инструмента, который бы предлагал сравнительно высокую доходность при минимальных рисках. Индекс корпоративных облигаций может восприниматься как один из таких инструментов. В данной работе нами будет проанализирован пул макроэкономических факторов, который может оказать существенное влияние на доходность индексов корпоративных облигаций [1] в развитых стран. Понимание данного влияния позволит инвесторам понимать, как потенциально те или иные изменения в макросреде могут отразиться на их инвестиционном портфеле. Вышесказанное определяет актуальность данного исследования и позволяет сформулировать следующую цель.
Целью исследования является оценка влияния различных макроэкономических факторов на изменение доходности индексов корпоративных облигаций развитых стран. По результатам литературного обзора, авторами данного исследования был сделан вывод, что предыдущие исследования концентрировались в основном на конкретной группе. Например, ряд исследователей [2,3] фокусировались на анализе ресурсных показателей. Также есть примеры исследований, где авторы анализировали влияние финансовых факторов, таких как - обменный курс национальной валюты [4], уровень инфляции [5], валовый внутренний продукт на душу населения [6]. Приращением научного знания в рамках данного исследования будет являться включение в дальнейший анализ индекса неопределенности [7]. В рамках текущей нестабильной экономической ситуации исследование влияния показателя глобальной экономической и стратегической неопределенности на доходность индексов корпоративных облигаций представляется крайне актуальным. Также нестабильность экономической ситуации порождает рост сбережений у населения. Основываясь на данной логике, мы в рамках регрессионного моделирования также исследуем влияние накоплений населения на доходность индексов корпоративных облигаций.
Информационной базой исследования выступает статистические данные, представленные на информационных площадках "Cbonds" [8], и "Tradingeconomics". Для отбора развитых стран использовался список стран, входящих в Организацию экономического сотрудничества и развития (OECD) [9], а также индекс конкурентоспособности (Global Competitiveness Index). Для дальнейшего исследования были выбраны только те страны, которые одновременно включены в список OECD и находятся в индексе конкурентоспособности на позициях с 1 по 30.
Результаты исследования имеют практическую значимость в области прогнозирования изменения доходности корпоративных облигаций и формирования потенциальных ожиданий инвесторов.
Данные и метод исследования
Для оценки влияния макроэкономических факторов на доходность индексов корпоративных облигаций планируется построение линейной регрессионной модели. Исходя из целей исследования, в таблице 1 представлен обзор зависимой и независимых переменных.
Таблица 1 - Описание переменных для построения регрессионной модели
Обозначение переменной Описание переменной
Зависимая переменная
YeildIndex изменение индекса доходности корпоративных облигаций
Независимые переменные
Inflation изменение уровня инфляции
Oil изменение цен на нефть
Gold изменение цен на золото
Exchangerate изменение обменного курса национальной валюты
GDPPerCapita изменение валового внутреннего продукта на душу населения
WUI изменение индекса неопределённости
Savings изменение величины сбережений
FGI изменение объема иностранных инвестиции
В качестве зависимой величины принято изменение индекса доходности корпоративных облигаций развитых стран. В качестве независимых переменных - изменения макроэкономических показателей - уровень инфляции, мировые цены на золото и нефть, обменный курс национальных валют, валовый внутренний продукт на душу населения, индекс неопределённости, а также показатель сбережений и иностранных инвестиций.
Для проведения исследования использовались значения показателей в годовом выражении. Временной период исследования: 2016-2020 года. По итогам отбора мы включили в модель 20 стран.
В список рассматриваемых стран вошли: Бельгия, Дания, Финляндия, Франция, Ирландия, Нидерланды, Норвегия, Швейцария, Испания, Великобритания, Швеция, Германия, Австрия, Соединенные Штаты Америки, Канада, Израиль, Япония, Южная Корея, Австралия и Новая Зеландия. Описательная статистика собранного датасета представлена в таблице 2.
Таблица 2 - Описательная статистика переменных, участвующих в построении регрессионных моделей
Переменная Наблюдения Среднее значение Стандартное отклонение Минимум Максмимум
YeildIndex 100 -0.32 0.84 -1.85 1.55
Inflation 100 0.36 0.75 -1.67 2.16
Oil 100 -1.79 11.41 -17.31 14.43
Gold 100 122.97 137.33 8.47 380.39
Exchangerate 100 0.05 0.22 -0.083 1
GDPPerCapita 100 714.15 2717.88 -8532 8749
WUI 100 0.03 0.21 -0.58 0.85
Savings 100 9.27e+09 4.83e+10 -1.33e+11 2.85e+11
FDI 100 -8435.42 55160.64 -179034.1 219380.8
Изменение доходности индексов корпоративных облигаций находится в пределах от - 1,85 до 1,55. Для исключения взаимного влияния факторов, искажения результатов регрессии, построим корреляционную матрицу. Отметим, что все расчеты были выполнены в программном обеспечении Stata. Результаты приведены на рисунке 1.
Рисунок 1 - Результаты построения корреляционной матрицы
По результатам корреляционного анализа нами были выявлены два коллинеарных фактора -Oil и Gold. По мнению авторов, данные переменные представляются значимыми с точки зрения экономического смысла. В связи с этим для исключения коллинеарности факторов нами было следующие две регрессионные модели:
Yeildlndex = /(Oil; Inflation; Exchangerate; GDPPerCapita; WUI; Savings; FDI Yeildlndex = /(Gold; Inflation; Exchangerate; GDPPerCapita; WUI; Savings; FDI
(1) (2)
Результаты исследования и их обсуждение
На рисунке 2 представлены результаты построения первичной регрессионной модели (1), оценивающей влияние изменения макрофакторов на изменение доходности индексов корпоративных облигаций.
Model Residual
49.0878788 20.9679802
70.055859
7.01255412 .227912828
.707634939
Number of obs = F(7, 92) Prob > F
R-squared =
Adj R-squared =
Root MSE =
100 30.77 0.0000 0.7007 0.6779 .4774
Yeildlndex Coef. Std. Err. t P>|t| [95% Conf Interval]
Inflation .0045514 .0763635 0 06 0 953 -.1471131 .1562159
Oil .0588123 .0062532 9 41 0 ООО .0463929 .0712318
Exchangerate .0214052 .2312512 0 09 0 926 -.4378797 .48069
GDPPerCapita .0000103 .0000237 0 43 0 666 -.0000368 .0000574
WUI -.5255595 .2732771 -1 92 0 058 -1.068311 .0171925
Savings -1.07e-12 1.18e-12 -0 91 0 368 -3.42e-12 1.28e-12
FDI 6.54e-07 9.88e-07 0 66 0 510 -1.31e-06 2.62e-06
_cons -.1917243 .0559445 -3 43 0 001 -.3028348 -.0806137
Рисунок 2 - Результаты построения первичной регрессионной модели (1)
Построенная модель является статистически значимой. Это подтверждается высоким значением показателя скорректированного коэффициента детерминации (67.79 %), а также значением кри-
терия Фишера. Данная модель на 67.79 % объясняет изменения доходности корпоративных облигаций с помощью переменных, включенных в модель.
Далее мы последовательно исключаем статистически незначимые переменные (опираясь на р-значение). Ниже на рисунке 3 представлена итоговая регрессионная модель (1).
Model Residual
48.6962896 21.3595694
70.055859
24.3481448 .220201746
99 .707634939
Number of obs F(2, 97) Prob > F R-squared Adj R-squared Root MSE
100 110.57 0.0000 0.6951 0.6888 .46926
Yeildlndex Coef. Std. Err. * P>lc| [95% Conf. Interval]
Oil .0587704 . 0042539 13 82 0.000 .0503277 .0672132
WUI - .4978258 .2415689 -2 06 0.042 -.9772732 -.0183784
cons -.1993983 .0477185 -4 18 0.000 -.2941063 -.1046902
Рисунок 3 - Итоговая регрессионной модель (1)
Из 7 переменных, использованных при построении начальной модели, статистически значимыми являются только две - индекс неопределённости (WUI) и цена на нефть (Oil). Стоит отметить, что эти две переменные имеют разное влияние на доходность. Рост стоимости нефти на 1 пункт ведет к росту доходности индексов корпоративных облигаций на 0.58 пункта. Рост индекса неопределенности, в свою очередь, ведет к снижению показателя доходности на 0.497 пункта.
Далее представим регрессионную модель (2). Исходная модель представлена на рисунке 4.
Model Residual
38.2416988 31.8141602
70.055859
5 . 46309983 . 345806089
.707634939
Number of obs =
F<7, 92) =
Prob > F =
R-squared =
Adj R—squared =
Root; MSE =
100 15 . 80 О.OOOO О.5459 О.5113 .58805
Yeildlndex
Std. Err.
[95% Conf. Interval]
Inflation Gold ExchangeraCe GDPPerCapita WUI Savings FDI
.044011 -.0032615 .0081371 .0000633 -1.056143 —5.ОЗе—13 9.23e—07 . 0758989
. 1012 636 . 0006284 . 2862233 . 0000276 . 3354945 1.4 бе —12 1.22e-06 .lO 9213 6
. 665 . ООО . 977 . 024 . 002 . 732 . 450 . 489
- . 157Ю73
- . 0045097 -.560327 8.42e —О 6
-1.722464 -3.41e-12 -1.4 9e —О 6 -.1410088
.2451293 -.0020134 .5766012 .0001182 -.3898224 2 . 40e—12 3.34e—06 .2928065
Рисунок 4 - Результаты построения первичной регрессионной модели (2)
Модель (2) имеет описательные свойства хуже, чем модель (1) (51.13% против 67.79%). В первичной регрессионной модели присутствуют статистически незначимые факторы. Ориентируясь на р-значение, поэтапно нами будут исключены все статистически незначимые переменные. На рисунке 5 представлена итоговая регрессионная модель (2).
reg Yeildlndex Gold GDPPerCapita WUI
Model Residual
37.8357556 32.2201034
70.055859
12.6119185 .335626077
.707634939
Number of obs = F (3, 96) Prob > F
R-squared =
Adj R-squared = Root MSE
100 37.58 0.0000 0.5401 0.5257 .57933
Yeildlndex Coef. Std. Err. t P>|t| [95% Conf. Interval]
Gold -.0033965 .0004898 -6 94 0.000 -.0043687 -.0024244
GDPPerCapita .0000599 .0000257 2 33 0.022 8.90e-06 .0001109
WUI -.9848942 .3030559 -3 25 0.002 -1.586455 -.3833331
cons .082616 .0931715 0 89 0.377 -.1023281 .26756
Рисунок 5 - Итоговая регрессионной модель с переменной Gold
В данной модели мы видим, что кроме золота (Gold) и индекса неопределенности, значимым является валовый внутренний продукт на душу населения (GDPPerCapita). Построенная модель уступает моделе (1) в части описания изменения доходности облигаций. Стоит отметить, что индекс неопределённости (WUI) сохранил вектор своего влияния на изменение доходности индексов корпора-
тивных облигаций - при росте индекса, доходность индекса облигаций снижается. Интересным моментом является то, что наблюдается рост коэффициента индекса неопределённости с |0.497| до |0.98|. То есть в данном случае изменение индекса неопределенности на 1 пункт влечет за собой изменение доходности практически на примерно тоже значение. Изменение валового внутреннего продукта ощутимого влияния на изменение доходности не оказывает - при росте данного фактора, доходность корпоративных облигаций растет всего на 0.000059. Но при этом переменная GDPPerCapita является статистически значимой. Золото является значимой переменной, но не имеет существенного влияния на изменение доходности (0.00339). Заключение
По результатам исследования, можно утверждать, что наибольшее влияние на изменение доходности индексов корпоративных облигаций развитых стран имеет цена на нефть. Это подтверждается тем, что регрессионная модель (1), в которую включена переменная Oil имеет наибольшую способность к описанию изменений доходности индексов корпоративных облигаций (68.66 %). Отметим, что переменная Oil «перетягивает на себя» значимость валового внутреннего продукта, а также снижает влияние индекса неопределенности на изменение доходности индексов корпоративных облигаций. Полагаем, что это связано со следующим аспектом: нефть является основным топливом на планете и имеет непосредственное влияние на многие сферы жизни населения. То есть от стоимости нефти зависит себестоимость производства большинства видов продукции, сельскохозяйственная деятельность также напрямую зависит от цен на топливо. В связи с этим стоимость нефти в определенной степени определяет динамику валового внутреннего продукта, поэтому в нашем исследовании мы видим, что валовый внутренний продукт при рассмотрении его одновременно с переменной Oil становится статистически незначимым. На наш взгляд, одним из направлений будущих исследований может стать анализ влияния на доходность облигаций изменения цены на нефть в странах импортирующий 50 и более процентов нефти, и странах, обеспеченных собственной нефтью.
Также статистически значимыми оказались такие показатели, как цены на золото и индекс неопределенности. Золото, в отличии от нефти, не имеет большого влияния на изменение доходности (уменьшение всего на 0.00339). А индекс неопределенности имеет колоссальное влияние - рост показателя индекса на 1 пункт приводит к снижению доходности в размере от 0.497 до 0.98 пункта. Как говорилось выше переменная Oil имеет значительное влияние на остальные зависимые переменные в модели, поэтому мы наблюдаем такое изменение коэффициента у индекса неопределенности. Одним из направлений будущих исследований может являться сравнительный анализ влияния неопределенности на доходность облигаций в развитых, развивающихся и неразвитых странах.
Макроэкономические факторы уровень инфляции, величина сбережений, прямые иностранные инвестиции и обменный курс национальной валюты при любых сочетаниях переменных оказались статистически незначимыми. В заключении можем сказать, что несмотря на развитие всех сфер общества, технологий в данный момент времени колоссальное влияние даже на макроуровне имеют ресурсы. Данное исследование является значимым для инвесторов, которые заинтересованы в сложные, нестабильные времена не только защитить, но и преумножить свой капитал. Полученные результаты помогут в прогнозировании изменения доходности индексов корпоративных облигаций.
Источники:
1. Chang C. L., Fang M. Macro-Factors of Credit Spreads in Corporate Bonds //Design Engineering. - 2020. - С. 163-171.
2. Dhony P., Sri H., Ahmad M. T. N. Effect of bond characteristics and macroeconomic factors on the return of corporate bonds in the sector of property, real estate and building construction //Russian Journal of Agricultural and Socio-Economic Sciences. - 2019. - Т. 87. - №. 3.
3. Aretz K., Bartram S. M., Pope P. F. Macroeconomic risks and characteristic-based factor models //Journal of Banking & Finance. - 2010. - Т. 34. - №. 6. - С. 1383-1399.
4. Paisarn W. The Determinants of Thailand Bond Yield Spreads //Available at SSRN 2136979. - 2012.
5. Nkwede F. E., Uguru L. C., Nkwegu L. C. Corporate bond market development in Nigeria: does macroeconomic factors matter? //Arabian Journal of Business and Management Review (Oman Chapter). - 2016. - Т. 6. - №. 2. - С. 25.
6. Huang J., Chang K., Tian Y. Analysis of Macroeconomic Factors Affecting the Corporate Bond Yield Spread // Engineering Letters. - 2019. - Т. 27. - №. 1.
7. World Competitiveness Index [Электронный ресурс]. URL: https://worlduncertaintyindex.com (Дата обращения: 20.11.2022).
8. Global Competitiveness Index [Электронный ресурс]. URL: https://cbonds.ru (Дата обращения: 20.11.2022).
9. Global Competitiveness Index [Электронный ресурс]. URL: https:// www.oecd.org (Дата обращения: 20.11.2022). References:
1. Chang C. L., Fang M. Macro-Factors of Credit Spreads in Corporate Bonds //Design Engineering. - 2020. - pp. 163-171.
2. Dhony P., Sri H., Ahmad M. T. N. Effect of bond characteristics and macroeconomical factors on the return of corporate bonds in the sector of property, real estate and building construction //Russian Journal of Agricultural and Socio-Economic Sciences. - 2019. - Vol. 87. - No. 3.
3. Aretz K., Bartram S. M., Pope P. F. Macroeconomical risks and characteristic-based factor models //Journal of Banking & Finance. - 2010. - Vol. 34. - No. 6. - pp. 1383-1399.
4. Paisarn W. The Determinants of Thailand Bond Yield Spreads //Available at SSRN 2136979. - 2012.
5. Nkwede F. E., Uguru L. C., Nkwegu L. C. Corporate bond market development in Nigeria: does macroeconomic factors matter? //Arabian Journal of Business and Management Review (Oman Chapter). - 2016. - Vol. 6. - No. 2. - P. 25.
6. Huang J., Chang K., Tian Y. Analysis of Macroeconomical Factors Affecting the Corporate Bond Yield Spread // Engineering Letters. - 2019. - Vol. 27. - No. 1.
7. World Competitiveness Index [Electronic resource]. URL: https://worlduncertaintyindex.com (Accessed: 11/20/2022).
8. Global Competitiveness Index [Electronic resource]. URL: https://cbonds.ru (Accessed: 11/20/2022).
9. Global Competitiveness Index [Electronic resource]. URL: https:// www.oecd.org (Accessed: 11/20/2022).
EDN: VHOLUX
К.В. Криничанский - д.э.н., доцент, профессор департамента финансовых рынков и финансового инжиниринга, Финансовый университет при Правительстве Российской Федерации, Москва, Россия, kkrin@fa.ru,
K.V. Krinichansky - doctor of economics, professor, associate professor, professor of the department of financial markets and financial engineering, Financial University under the Government of the Russian Federation, Moscow, Russia;
Е.Д. Фирсов - обучающийся финансового факультета, Финансовый университет при Правительстве Российской Федерации, Москва, Россия, def656@mail.ru,
E.D. Firsov - student of the finance faculty, Financial University under the Government of the Russian Federation, Moscow, Russia.
ПРИВЛЕЧЕНИЕ СРЕДСТВ НАСЕЛЕНИЯ НА ФОНДОВЫЙ РЫНОК: РОССИЙСКАЯ И ЗАРУБЕЖНАЯ ПРАКТИКА ATTRACTING PUBLIC FUNDS TO THE STOCK MARKET: RUSSIAN AND FOREIGN PRACTICE
Аннотация. Статья посвящена проблемам вовлечения дополнительных финансовых и инвестиционных ресурсов в экономику Российской Федерации и проведения интенсивной политики включения доходов домохозяйств в процесс инвестирования в инструменты рынка ценных бумаг, которые являются объектами пристального внимания со стороны не только финансовой системы, но и органов банковского надзора и государственного управления, особенно в последние годы. Целью исследования является выявление эффективных механизмов, методов и инструментов привлечения сбережений населения на отечественный рынок ценных бумаг, а также определение основных направлений их развития и совершенствования, способствующих развитию экономики инновационного типа. В ходе написания работы был изучен передовой опыт из стран, оказывающих значительное влияние на интенсивность экономических процессов всего мирового фондового рынка - США и КНР.
Abstract. The article is devoted to the problems of involving additional financial and investment resources in the economy of the Russian Federation and conducting an intensive policy of including household incomes in the process of investing in securities market instruments, which are the objects of close attention from not only the financial system, but also banking supervision and public administration, especially in recent years. The purpose of the study is to identify effective mechanisms, methods and tools for attracting the savings of the population to the domestic securities market, as well as to identify the main directions of their development and improvement, contributing to the development of an innovative economy. In the course of writing the paper, best practices from countries that have a significant impact on the intensity of economic processes of the entire world stock market - the United States and China - were studied.
Ключевые слова: механизмы привлечения сбережений населения, фондовый рынок, индивидуальные инвесторы, финансовые инструменты, инвестиции, биржевые фонды, коллективное инвестирование.
Keywords: mechanisms for attracting savings of the population, stock market, individual investors, financial instruments, investments, exchange-traded funds, collective investment.
В условиях нарастания геополитических и финансовых угроз для отечественной экономики необходимо осуществить глубокие изменения в области ослабления ограниченности финансовых ресурсов и повышения эффективности их использования. Недостаточный уровень вовлеченности населения в инвестиционный процесс, особенно в сравнении с более развитыми странами, выступает в качестве одной из первостепенных причин, сдерживающих развитие стратегических отраслей российского бизнеса, поддержание высокого уровня конкурентоспособности национальной экономики на мировой арене и создание долгосрочных финансовых вложений для граждан. Многие исследования показывают, что снижение частных инвестиций населения является одной из ключевых причин падения эффективности экономик развитых стран, входящих в Организацию экономического сотрудничества и развития (ОЭСР), что проявилось в примерно двухкратном сокращении потенциального роста производства на душу населения в конце 1990-х - начале 2020-х гг. [1]. Именно поэтому в условиях санкционных ограничений, когда банковская отрасль не способна в полной мере обеспечить уровень доходов, превышающих инфляционные издержки, фондовая биржа является наиболее пер-
