Предмет. В современных условиях включенность регионов России в мирохозяйственные связи приобретает все большее значение. Между тем внешнеэкономические связи регионов имеют свою специфику, определяемую уровнем их социально-экономического развития, производственной базой, состоянием инфраструктуры, поддержкой со стороны органов власти и целым рядом других факторов, которые необходимо учитывать при разработке соответствующей политики. Цель. Формирование однородных групп российских регионов, сходных по уровню развития различных видов внешнеэкономической деятельности, а также выявление их особенностей. Методология. Для достижения поставленной цели использовались следующие методы исследования: для группировки регионов в виртуальные кластеры – кластерный анализ; для установления регионов-представителей, отражающих особенности развития соответствующих кластеров – сравнительный анализ; для выявления и прогнозирования динамики параметров внешнеэкономической дея-тельности регионов России – корреляционно-регрессионный анализ. Результаты. На основе обработки исходных статистических данных за 2018 год по девяти показателям 81 регион сгруппирован в пять виртуальных кластеров. Кластеры проранжированы по сумме нормированных значений показателей, отражающих уровень развития внешнеэкономических связей. Определены особенности внешнеэкономической деятельности кластеров, их сильные и слабые позиции, выделены регионы-представители. Выводы. В процессе исследования установлено, что регионы России сильно дифференцированы по уровню развития внешнеэкономических связей. Ориентация регионов на отдельные направления внешнеэкономической деятельности позволила сформировать 5 достаточно однородных виртуальных кластеров. Кластер А (включает 3 региона) ориентирован на производство продукции на основе иностранных технологий и при участии иностранного капитала для ее реализации в странах СНГ и дальнего зарубежья. У кластера Б (10 регионов) наиболее развитым видом экономической деятельности является экспорт в страны СНГ. Кластер В (4 региона) отличает крайне несбалансированное развитие исследуемых показателей. Его сильными сторонами являются экспорт в страны дальнего зарубежья и поступление прямых иностранных инвестиций. Относительно развитые виды внешнеэкономической деятельности кластера Г – это экспорт товаров за рубеж, а также импорт технологий и услуг технического характера. Кластер Д (43 региона) является аутсайдером и не имеет выраженной ориентации на внешнеэкономическую деятельность. Самая слабая позиция всех пяти кластеров – поставки за рубеж технологий и услуг технического характера.

Introduction. The effectiveness of investment decisions depends directly on the accuracy of the assessment of the investment attractiveness of an organisation performed by the investor. One of the ways to assess the investment attractiveness of a company is by using the indicators of enterprise value (EV). However, they do not guarantee accuracy when assessing the investment attractiveness of specific companies. As a result, such companies can be either overvalued or undervalued. This happens because EV does not take into account the specifics of the industry, the specifics of the smaller segments within the industry, and the specifics of economic activities in a particular region. Purpose. To determine the EV indicators which can be used for the accurate assessment of the investment attractiveness of companies operating in a particular industry. Methodology. In our study, we used a Classification and Regression Trees (CART) machine learning method. Results. The article presents the results of a comparative analysis of EV indicators used to assess the investment attractiveness of companies that can be found in scientific literature and bank references. We suggest that the EV indicators used to assess the investment attractiveness of companies should be calculated based on the analysis of the industry’s statistics using the CART algorithm. EV indicators should be determined by maximising the reduction of heteroscedasticity with regard to the investment potential. To test the suggested method, we used it to calculate the required current liquidity ratio, quick liquidity, the leverage ratio, and the long-term debt financing for pig farming enterprises in the Voronezh, Belgorod, Kursk, Lipetsk, and Tambov Regions. Conclusions. The study demonstrated that the classification trees method is the most accurate in calculating the EV indicators for assessing the investment attractiveness of companies operating in a particular industry. The suggested method proved to be the most accurate in predicting all the financial coefficients for pig farming enterprises. Thus, the leverage ratio (0.35) and the concentration of borrowed capital (0.65) proved that pig farming enterprises in the Voronezh Region should be financed by borrowed capital. The long-term debt financing ratio was 0.49. The assessment of the short-term investment potential of pig farming enterprises should be more precise, since the current liquidity and quick liquidity ratios are high: 2.73 and 1.44 respectively.

Цель: активное внедрение информационно-коммуникационных технологий в различных сферах деятельности, в том числе на транспорте, делает актуальной проблему инновационного развития инфраструктуры автомобильного транспорта. Целью исследования является анализ существующих тенденций и определение основных направлений инновационного развития инфраструктуры автомобильного транспорта региона. Обсуждение: для достижения поставленной цели были использованы такие общенаучные методы исследования, как наблюдение, анализ и синтез, обобщение, аналогия. Результаты: проведен анализ и систематизация перспективных направлений инновационного развития транспортной инфраструктуры региона и связанных с ними технологий, предложена их классификация. Определен ряд наиболее перспективных направлений развития (в том числе инновационного) транспортной инфраструктуры как уже реализуемых, так и находящихся на стадии разработки, которые доказали свою эффективность в мировой практике и могут дать заметный эффект без значительных капиталовложений и в ближайшем будущем, и в долгосрочном периоде до окончания реализации национальных проектов, направленных на модернизацию транспортной инфраструктуры.

Цель: определить ключевые направления финансового взаимодействия банковского сектора и домохозяйств региона, выделить сопровождающие такие взаимодействия финансовые потоки, определить перспективы, проблемы и трудности, препятствующие взаимодействию. Обсуждение: в статье рассмотрены ключевые направления финансового взаимодействия банковского сектора и домохозяйств и сопровождающие их финансовые потоки – аккумуляция временно свободных денежных средств населения коммерческими банками (сберегательные потоки) и кредитование домохозяйств (кредитные потоки). В основе взаимодействия лежит согласование интересов участников. Результаты: в силу того, что население устойчиво в своем понимании значимости коммерческих банков для аккумуляции свободных денежных средств, и в своей массе не отличается высокой финансовой грамотностью, интерес к банковским операциям проявляется значительно сильнее, чем к операциям на фондовом рынке. В этих условиях ориентация на сбережения населения является для банковского сектора одним из наиболее перспективных сегментов с точки зрения масштабов, стабильности, фондирования и диверсификации ресурсной базы. В статье приведены аргументы в поддержку данного тезиса и показаны основные риски, которые несут банки при работе с населением. Что касается кредитования населения коммерческими банками, то и домохозяйства, и банковский сектор должны с осторожностью относиться к наращиванию долга. Обозначены основные причины, сдерживающие развитие кредитования населения в настоящее время.