- Код статьи
- S0424738825020088-1
- DOI
- 10.31857/S0424738825020088
- Тип публикации
- Статья
- Статус публикации
- Опубликовано
- Авторы
- Том/ Выпуск
- Том 61 / Номер выпуска 2
- Страницы
- 104-117
- Аннотация
- В работе продемонстрированы возможности использования квазиэкспериментальных методов для получения количественной оценки чистого эффекта отдельных мер государственной политики на примере программы предоставления банковских гарантий для субъектов МСП (малого и среднего предпринимательства). В качестве целевой метрики рассматривается занятость в субъектах МСП - показатель, увеличение которого до 25 млн человек зафиксировано в национальной цели «Достойный, эффективный труд и успешное предпринимательство». В рамках исследования предлагаются методы соответствия оценок склонности PSM, которые могут быть применены для получения оценки эффективности действия конкретной государственной меры. Данные методы, наряду с двухступенчатой регрессией Хекмана и моделями панельных данных для многопериодного расширения Difference-in-Difference, представляются наиболее подходящими для оценки эффекта вмешательства и снижения ошибки выборки. Полученные на основе данной методологии оценки свидетельствуют о значимом положительном эффекте выдачи гарантий в терминах увеличения занятости. Также выделены отрасли и регионы с наибольшим положительным эффектом от меры. Сделан вывод, что для мер государственной политики, эффективность которых подтверждена количественно, необходимы действия, направленные на рост охвата целевой аудитории.
- Ключевые слова
- национальные цели малое и среднее предпринимательство (МСП) программа предоставления гарантий субъектам МСП оценка эффективности мер государственной поддержки квазиэкспериментальные методы методы соответствия оценок склонности
- Дата публикации
- 19.09.2025
- Год выхода
- 2025
- Всего подписок
- 0
- Всего просмотров
- 14
Библиография
- 1. Аганбегян А. Г. (2023a). Инновации в России: от высокого знания и наличия перспективных научных заделов к эффективному социально-экономическому развитию // Экономическое возрождение России. № 2 (76). С. 13-26. DOI: 10.37930/1990-9780-2023-2 (76)-13-26
- 2. Аганбегян А. Г. (2023б). «Кремниевые долины» - зоны инноваций в США, Китае, ЕС, России и других странах // Экономика науки. № 9 (2). С. 8-19. DOI: 10.22394/2410-132X-2023-9-2-8-19
- 3. Дементьев В. Е. (2023). Обновление технологической базы производства и процентная ставка // Экономическое возрождение России. № 2 (76). С. 70-83. DOI: 10.37930/1990-9780-2023-2(76)-70-83
- 4. Казанцев К. И., Румянцева А. Е. (2020). От избрания к назначению. Оценка эффекта смены модели управления муниципалитетами в России. М.: ЦПУР. Режим доступа: https://cpur.ru/new-research/r_local_government_from_election_to_appointment.
- 5. Манахова И. В., Белоглазов А. Д. (2023). Цифровая трансформация малого и среднего бизнеса в России: вызовы, перcпективы и роль государственной поддержки // Российский экономический журнал. № 5. С. 112- 124. DOI: 10.52210/0130-9757_2023_5_112
- 6. Медовников Д. С., Оганесян Т. К., Розмирович С. Д. (2016). Кандидаты в чемпионы: средние быстрорастущие компании и программы их поддержки // Вопросы экономики. № 9. С. 50-66. DOI: 10.32609/0042-8736-2016-9-50-66
- 7. Орехова С. В., Лопатин В. М. (2022). Зомби-компании: феномен, методы индентификации и влияние на конкуренцию // Вестник Омского университета. Серия «Экономика». Т. 20. № 2. С. 47-63. DOI: 10.24147/1812-3988.2022.20 (2).47-63
- 8. Репина Е. Г., Ширяева Л. К., Федорова Е. А. (2019). Исследование зависимости между развитием малого предпринимательства и микрофинансовой обеспеченностью регионов РФ // Экономика и математические методы. Т. 55. № 2. С. 41-57. DOI: 10.31857/S042473880004680-7
- 9. Asdrubali P., Signore S. (2015). The economic impact of EU guarantees on credit to SMEs - evidence from CESEE countries. EIF Working Paper Series. Luxembourg: European Investment Fund (EIF).
- 10. Austin P. (2011). Optimal caliper widths for propensity-score matching when estimating differences in means and differences in proportions in observational studies. Pharmaceutical Statistics, Marсh-April. DOI: 10.1002/pst.433
- 11. Del Monte A., Scalera D. (2001). The life duration of small firms born within a start-up programme: Evidence from Italy. Regional Studies, 35, 1. DOI: 10.1080/00343400120025646
- 12. Flury B.K, Riedwyl H. (1986). Standard distance in univariate and multivariate analysis. The American Statistician, 40, 3, 249-251. DOI: 10.1080/00031305.1986.10475403
- 13. Khrupina K., Manakhova I., Putilov A. (2022). Developing of smart technical platforms concerning national economic security. In: V. V. Klimov, D. J. Kelley (eds.). Biologically inspired cognitive architectures 2021. BICA 2021. Conference proceeding: Studies in Computational Intelligence, 1032, 208-215. Cham.: Springer. DOI: 10.1007/978-3-030-96993-6_20
- 14. Riding A., Haines G. (2011). Loan guarantee: Cost of default and benefit to small firms. Journal of Business Venturing, 16, 6, 595-612. DOI: 10.1016/S0883-9026 (00)00050-1
- 15. Roper S., Hewitt-Dundas N. (2001). Grant assistance and small firm development in Northern Ireland and the Republic of Ireland. Scottish Journal of Political Economy, 48, 1. DOI: 10.1111/1467-9485.00187
- 16. Rosenbaum P., Rubin D. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70, 41-55. DOI: 10.2307/2335942
