Методология прогнозирования финансово- экономических последствий институциональных преобразований: на примере предприятий Камчатского края

Цель работы: рассмотрение методологических подходов к прогнозированию финансовых последствий институциональных преобразований в секторе предприятий- добытчиков тихоокеанских лососей Камчатского края.

Результаты показывают, что расчёт чистой приведённой стоимости демонстрирует дифференциацию финансовых последствий институциональных преобразований в зависимости от принадлежности предприятий к разным кластерам.

Материалы исследования: официальные данные Росрыболовства и ФГБНУ «ВНИРО» о вылове основных видов тихоокеанских лососей, таможенная статистика стран- импортёров, данные Росстата, Россельхознадзора и ЦРПТ о производстве и обороте лососевой икры, а также ценовая информация отраслевых информационных агентств.

Методы исследования: две эконометрические модели: модель одномерных временных рядов и кластерная модель. Научная новизна: выполнен анализ институциональных преобразований в одном из сегментов отечественного рыбного хозяйства и рассчитан прогноз финансовых последствий этих преобразований.

Практическая значимость исследования подтверждается тем, что основные выводы исследования использовались при уточнении нормативно- правовой базы, а незавершённость институциональных преобразований повышает спрос на научно обоснованный прогноз их финансовых последствий.

1. Вербик М. 2024. Путеводитель по современной эконометри­ке. М.: Издательский дом Высшей школы экономики. 672 с.

2. Виленский П. Л., Лившиц В. Н., Смоляк С. А. 2019. Оценка эф­фективности инвестиционных проектов: Теория и прак­тика. 5‑е изд., перераб. и доп. М.: Дело. 888 с.

3. Ворожбит О. Ю., Даниловских Т. Е., Кузьмичева И. А., Тито­ва Н. Ю. , Шашло Н. В. 2016. Рыбная промышленность Дальнего Востока России: современное состояние, про­блемы и перспективы конкурентоспособности. Владиво­сток: ВГУЭС. 156 с.

4. Зверев Г. С. 2025. Холдингизация рыбопромышленного ком­плекса России: масштабы и факторы влияния // Про­мышленная политика в Российской Федерации. № 7–8. С. 29–46.

5. Зверев Г. С., Гончарова Н. А., Кизабекова А. О. 2024. Влияет ли объем вылова тихоокеанских лососей на оптовую цену продукции из них? // Известия ТИНРО. Т. 204. № 1. С. 232–250.

6. Ковалев В. В. 2000. Методы оценки инвестиционных проек­тов. М.: Финансы и статистика. 144 с.

7. Колончин К. В. 2022. Развитие рыбохозяйственного комплек­са России. Автореф. дис. … док. экон. наук. М.: ФНЦ ВНИ­ИЭСХ. C. 48.

8. Макоедов А. Н., Кожемяко О. Н. 2007. Основы рыбохозяйствен­ной политики России. М.: Нацрыбресурс. 480 с.

9. Рогалева Н. Л. 2024. Рыбная промышленность Камчатского края: история, современное состояние и устойчивое раз­витие // Экономика, предпринимательство и право. Т. 14, № 12. С. 7555–7568. DOI: 10.18334/epp.14.12.122207

10. Салтыков М. А., Миускова Я. В. 2019. Методические аспекты разработки финансовой модели инновационного проек­та в сегменте морских гидробиологических технологий // Вестник УрФУ. Сер. Экономика и управление. Т. 4. № 18. С. 458–482.

11. Титова Г. Д. 2003. Кризис мирового рыболовства: экономи­ческие и правовые проблемы. СПб.: СПб НЦ ЭБ РАН. 77 с.

12. Dahl R. E., Oglend A. 2014. Fish price volatility // Marine Re s o u r ce E co n o m i c s . Т. 2 9 . № 4 . С . 3 0 5 – 3 2 2 . DOI: 10.1086/678925

13. Gaspars-Wieloch H. 2019. Project net present value estimation under uncer tainty // Central European Journal of Operations Research. V. 27. № . 1. P. 179–197. DOI: 10.1007/s10100-017-0500-0

14. MacQueen J. 1967. Some Methods for Classification and Analysis of Multivariate Observations // The Fifth Berkeley Symp. on Mathem. Statist. and Probability, V. 1: Statistics. Berkeley, Calif.: University of California Press. 281–297 pp.

15. Nygaard R., Roll K. H. 2024. Cross-hedging wild salmon prices // Journal of Commodity Markets. Т. 33. С. 100390. DOI: 10.1016/j.jcomm.2024.100390