Сидоренко Андрей Валерьевич – аспирант факультета экономики и бизнеса; аналитик
125993, Москва, Ленинградский пр-т, 49
Тел.: +7(499) 943-98-55
В статье анализируются цифровые финансовые активы с точки зрения их потенциальной доходности и сопутствующих рисков. Поднимается вопрос о подходах к оценке доходности и рисков альтернативных финансовых инструментов. Для обеспечения дальнейшего роста и развития российского рынка цифровых финансовых активов необходимы эффективные теоретико-методические подходы к оценке ЦФА, что делает данную работу актуальной. Научно-практическая новизна работы заключается в определении факторов, влияющих на доходность ЦФА, и в разработке модели для оценки их доходности. Доходность активов оценивается на данных по выпускам ЦФА публичными российскими компаниями небанковского сектора. В качестве инструмента оценки доходности ЦФА был использован многофакторный регрессионный анализ. Поскольку одним из ключевых рисков цифровых финансовых активов является кредитный риск эмитента, всем компаниям-эмитентам выборки был присвоен кредитный рейтинг, который впоследствии был включен в модель оценки доходности. Результаты анализа доходности посредством регрессии с учетом кредитного рейтинга эмитента позволили сделать значимые выводы об обратной взаимосвязи рыночной доходности и доходности ЦФА, а также доказали значимость учета кредитного риска и уровня инфляции в оценке доходности ЦФА. Статья имеет большую ценность для дальнейших эмпирических исследований оценки доходности ЦФА на российском рынке.
This article analyzes digital financial assets in terms of their potential returns and associated risks. It addresses approaches to assessing the returns and risks of alternative financial instruments: to ensure the continued growth and development of the Russian digital financial asset market, effective theoretical and methodological approaches to assessing digital financial assets are needed, making this work relevant. The scientific and practical novelty of this work lies in identifying the factors influencing digital financial asset returns and developing a model for assessing digital financial asset returns. Asset returns are estimated using data on digital financial asset issues by publicly traded Russian non-banking companies. Multivariate regression analysis was used to assess digital financial asset returns. Since one of the key risks of digital financial assets is issuer credit risk, all issuers in the sample were assigned a credit rating, which was subsequently incorporated into the return assessment model. The results of a regression analysis of returns, taking into account the issuer's credit rating, allowed us to draw significant conclusions about the inverse relationship between market returns and digital financial asset returns, and also demonstrated the importance of taking credit risk and inflation into account when assessing digital financial asset returns. This article is of great value for further empirical research into assessing digital financial asset returns in the Russian market.
The authors declare that there are no conflicts of interest present.