SCI Библиотека

Проблема в развитии обрабатывающей промышленности и отраслей потребления во многом вытекает из специфики налогового бремени, но выверенных расчетов отраслевого распределения бремени нет. Важной задачей являются разработка формул налогового бремени, расчеты отраслевых различий этого бремени, интерпретация результатов через ключевые аспекты налогового законодательства.

ФНС публикует серьезную статистику и аналитику по поступлениям налогов и сборов по отраслям, детали налоговой базы по каждому налогу (лучше Росстата). Ежегодные материалы к федеральному бюджету содержат детали оценки налоговых льгот (налоговых расходов) по отраслям и видам налогов. Это является базой исследования, обрабатываемой методами математических формул и логического анализа. Результаты авторских расчетов показали, что обрабатывающая промышленность фактически облагается в 1,5 раза большими налогами, чем отрасли сферы потребления. Оптовая торговля, гостиницы и общепит, финансы и недвижимость платят НДС по фактической ставке 1–4%, производители угля, руды, нефтепродуктов – отрицательный НДС, а производители электроники, оборудования и автотранспорта – в среднем 15%. Фактические ставки социальных взносов в обрабатывающей промышленности 23%, а в торговле, финансах, гостиницах и общепите, недвижимости – от 6 до 13%.

Основными выводами показаны специфика возврата НДС по экспорту и капитальным вложениям для экспортеров сырья, концентрация малого бизнеса и УСН в отраслях потреблении. Необходимо перераспределить нагрузку по НДС и социальным взносам на 6 и 5 п. п. плюс на отрасли потребления и минус – на обрабатывающую промышленность, хотя бы для выравнивания фактического налогового бремени.

В условиях экспоненциального роста технологических возможностей и увеличения объема данных искусственный интеллект (ИИ) может обеспечить не только повышение точности прогнозирования, но и нивелировать влияние когнитивных искажений, что существенно упрощает процесс принятия решений. ИИ отделяет прогнозирование от суждения, дополняя человека в процессе принятия решения, наиболее точно просчитывая вероятности, тем самым повторяя работу человеческой Системы-1, которая также автоматически просчитывает вероятности, но из-за эвристики суждений допускает предсказуемые систематические ошибки. В статье выявлены преимущества использования алгоритмов ИИ: во-первых, снижение когнитивной нагрузки при рассмотрении альтернатив, во-вторых, более точный прогноз, не поддающийся фреймингу, в-третьих, возможность выстраивать архитектуру выбора в рамках политики подталкивания. Обосновывается, что автоматизация и алгоритмы ИИ начинают влиять на индивидуальные решения, поднимая вопросы о природе автономного выбора и рациональности в цифровую эпоху. На практике симбиоз человека и ИИ, широко используемый в маркетинге, ритейле и др., позволяет выстраивать симулятивные модели реалистичного мультиагентного поведения, проводить динамическую сегментацию и создавать персонализированный контент на основе большого массива данных о предпочтениях потребителей, адаптировать инновационные продукты и кастомизировать индивидуальные предложения. В исследовании применяется междисциплинарный методологический подход, основанный на синтезе подходов поведенческой экономики, маркетинга и наук об ИИ. Авторы приходят к выводу, что динамичное партнерство ИИ и человека имеет мощный преобразующий потенциал в различных сферах жизнедеятельности от оптимизации бизнес-процессов до улучшения качества нашей жизни.

В статье рассматривается понятие «потребительская прокрастинация», определяется важность изучения данного феномена, обозначаются ключевые факторы и последствия потребительской прокрастинации для человека и экономики, а также предлагаются практические рекомендации по преодолению потребительской прокрастинации.

Введение. В современной литературе по финансовой теории существует дискуссия о степени влияния поведенческих факторов на ценообразование финансовых активов. Мы считаем необходимым рассмотрение данной проблемы в рамках историко-экономической науки, поскольку биржевые цены находят широкое применение в современных исследованиях в качестве исторического источника. Обратившись к материалам профессиональной биржевой публицистики, в данной работе мы стремились определить, как участники торгов на фондовом рынке Российской империи описывали механизм ценообразования и как в соответствии с этими аналитическими установками выстраивались модели их рыночного поведения.

Материалы и методы. В качестве основного источника была выбрана книга «Политические, экономические и финансовые вопросы последнего времени», в которую вошли аналитические статьи И. П. Мануса (1860-1918), известного биржевого спекулянта, заработавшего на Санкт-Петербургской бирже миллионное состояние.

Результаты исследования. Публицистика И. П. Мануса демонстрирует, как в характерной для рассматриваемого периода практике экономического анализа финансовых рынков соединяются рациональная оценка финансовых результатов и перспектив отдельных предприятий и экономики в целом с учетом «неэффективных», спекулятивных факторов давления на цены со стороны заинтересованных групп. Наличие в текстах наших источников уточнений, вводящих в повествование о фондовых операциях представление о неопределенности, которую невозможно преодолеть методами формального анализа, актуализирует необходимость использования методологии поведенческих финансов при работе с материалами финансовой истории.

Обсуждение и заключение. Мы считаем, что проводить жесткую методологическую границу между «поведенческим» и «рациональным» не совсем корректно для нашего материала. Если использовать терминологию социальной истории, значительно эффективнее рассматривать эти концепции в их сложном взаимодействии, формирующем особый «фрейм» финансовой практики начала XX в.

Хотя тема принятия решения человеком настолько же важна, насколько стара, до сих пор нет вычислительной модели этого процесса, общепринятой как на внутридисциплинарном уровне экономической теории, так и на междисциплинарном. Данная статья призвана внести вклад в ответ на этот вызов, предлагая концепцию компьютерной модели принятия решений на основе трех взаимосвязанных систем принятия решений - привычной, эмоциональной и рассудочной. Все три системы функционируют в модели принципиально по-разному, с разной скоростью и степенью гибкости, что заметно отличает предлагаемый подход от наиболее популярных подходов в экономической теории. Связующей основой для трех систем служат личная мотивация и концепция потока, отвечающая за регистрацию и обработку изменений, происходящих в человеке и во внешней среде, и призванная стать инструментом универсального внутреннего сравнения при принятии решений и перевода количественного восприятия в качественное. Учет одновременно трех решающих факторов принятия решения делает предлагаемую концепцию полнее и точнее по сравнению с имеющимися двухсистемными концепциями принятия решений. Кроме того, предлагаемая концепция далеко не так абстрактна, как многие ее конкуренты, что также повышает точность результатов. При этом при описании сознательно использованы общие формулировки, поскольку предложенный алгоритм видится допустимой частью потенциально любой компьютерной модели или иной программы, решающей проблему человеческого выбора, которая может быть добавлена как в уже завершенную программу, так и находящуюся в разработке. Тем самым предложенная концепция принятия решений после апробации на реальных данных призвана стать более универсальной, точной и удобной для прикладных задач альтернативой при оправданном, на наш взгляд, повышении вычислительной сложности.