Оценка доходности ЦФА с учетом кредитного риска эмитента

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.

1. Годовой отчет Банка России 2024. URL: https://cbr.ru/collection/collection/file/55239/ar_2024.pdf (дата обращения: 01.10.2025).

2. В Минфине РФ допустили, что рынок ЦФА к концу года приблизится к 2 трлн рублей. URL: https://www.interfax.ru/forumspb/1031806 (дата обращения: 06.10.2025).

3. Сидоренко А.В. Оценка доходности и рисков ЦФА на российском рынке // Вестник Академии знаний. 2025. №. 3 (68). С. 708–713.

4. Фабоцци Фрэнк Дж. Рынок облигаций. Анализ и стратегии. М.: Альпина, 2017. 1195 с.

5. Рейтинговое агентство Эксперт РА. URL: https://raexpert.ru (дата обращения: 02.09.2025).

6. Cbonds: Поиск облигаций. URL: https://cbonds.ru/bonds/?emitent_country_id=0-2&cfa=1&order=document&dir=asc (дата обращения: 29.08.2025).

7. Ji Z. et al. Empirical research on the Fama-French three-factor model and a sentiment-related fourfactor model in the Chinese blockchain industry // Sustainability. 2020. Т. 12. №. 12. Р. 5170. DOI: 10.3390/su12125170/

8. Атомайз: Цифровые финансовые активы. Версия 2.0. URL: https://atomyze.ru/files/20240812-KnigaDFA-mobile.pdf (дата обращения: 17.04.25)/

9. Кузьмин П. С. Риски использования цифровых финансовых активов промышленными предприятиями: эмпирический анализ // Общество: политика, экономика, право. 2023. №. 10. С. 70–77.

10. Мурадян С.В. Цифровые активы: правовое регулирование и оценка рисков // Journal of Digital Technologies and Law. 2023. Т. 1. С. 123–151. https://doi.org/10.21202/jdtl.2023.5.

11. Обзор цифровых активов в России и за рубежом: 2024 г. и прогноз на 2025 г. URL: https://kkmp.legal/news/obzor-cifrovyh-aktivov-v-rossii-i-zarubezhom (дата обращения: 20.04.25).

12. Сидоренко А.В. Потенциал выпуска ЦФА в России на различных рынках // Вестник Академии знаний. 2025. №. 1 (66). С. 727–735.

13. Станкевич В.С., Власов А.В. Обзор цифровых активов. Тенденции развития цифровых финансовых активов в РФ и прогноз развития // Russian Journal of Economics and Law. 2024. Т. 18. №. 2. С. 422–452. https://doi.org/10.21202/2782-2923.2024.2.422-452

14. Сударикова И.А., Прянишникова М.В. Инвестиционные риски на рынке цифровых финансовых активов: возможности оценки и снижения // Математическое и компьютерное моделирование в экономике, страховании и управлении рисками: сборник статей. Саратов: Саратовский нац. исслед. гос. ун-тет имени Н. Г. Чернышевского, 2024. Вып. 9. С. 237–243.