Details
| Title | Роль нематериальных активов в формировании рыночной стоимости российских компаний: выпускная квалификационная работа бакалавра: направление 38.03.01 «Экономика» ; образовательная программа 38.03.01_05 «Мировая экономика: финансовые рынки и институты» = The role of intangible assets in the formation of the market value of Russian companies |
|---|---|
| Creators | Горбатенко Наталья Игоревна |
| Scientific adviser | Тихомиров Антон Федорович |
| Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт промышленного менеджмента, экономики и торговли |
| Imprint | Санкт-Петербург, 2026 |
| Collection | Выпускные квалификационные работы ; Общая коллекция |
| Subjects | нематериальные активы ; рыночная стоимость ; регрессионный анализ ; фиксированные эффекты ; отраслевая дифференциация ; intangible assets ; market value ; regression analysis ; fixed effects ; industry differentiation |
| Document type | Bachelor graduation qualification work |
| Language | Russian |
| Level of education | Bachelor |
| Speciality code (FGOS) | 38.03.01 |
| Speciality group (FGOS) | 380000 - Экономика и управление |
| DOI | 10.18720/SPBPU/3/2026/vr/vr26-3929 |
| Rights | Доступ по паролю из сети Интернет (чтение) |
| Additionally | New arrival |
| Record key | ru\spstu\vkr\43718 |
| Record create date | 8/27/2026 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
| Group | Anonymous |
|---|---|
| Network | Internet |
Целью работы является количественная оценка влияния нематериальных активов на рыночную капитализацию российских публичных компаний по 7 секторам экономики и выявление отраслевых особенностей этого влияния. Были решены следующие задачи: - систематизировать теоретические подходы к определению экономической сущности нематериальных активов и их роли в формировании рыночной стоимости компаний; - проанализировать существующие методы оценки рыночной стоимости бизнеса и выделить подходы, наиболее адекватно учитывающие вклад нематериальных активов; - сформировать панельную выборку данных по 35 российским публичным компаниям за 2016-2025 годы, охватывающую семь секторов экономики; - разработать методику построения регрессионной модели с фиксированными эффектами, включающую центрирование переменной НМА для устранения мультиколлинеарности и кластерные робастные стандартные ошибки; - оценить спецификации модели; - выявить и интерпретировать отраслевые особенности влияния нематериальных активов на рыночную капитализацию. Актуальность темы определяется возрастающей ролью нематериальных активов как ключевых драйверов создания стоимости компаний в современной экономике. Оценка влияния НМА проводилась с помощью языка программирования Python и его специализированных библиотек, а также пакета MS Office для первичной обработки и структурирования исходных данных.
The aim of the work is to quantify the impact of intangible assets on the market capitalization of Russian public companies across 7 sectors of the economy and to identify industry-specific characteristics of this impact. The following tasks were solved: - systematize theoretical approaches to defining the economic essence of intangible assets and their role in shaping the market value of companies; - analyze existing methods for assessing the market value of businesses and identify approaches that most adequately account for the contribution of intangible assets; - form a panel dataset of 35 Russian public companies for the period 2016–2025, covering seven sectors of the economy; - develop a methodology for constructing a regression model with fixed effects, including the centering of the IA variable to eliminate multicollinearity and cluster-robust standard errors; - evaluate model specifications; - identify and interpret industry-specific characteristics of the impact of intangible assets on market capitalization. The relevance of the topic is determined by the growing role of intangible assets as key drivers of company value creation in the modern economy. The assessment of the impact of intangible assets was carried out using the Python programming language and its specialized libraries, as well as MS Office for primary data processing and structuring.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|