Карминский Александр Маркович
Факультет экономических наук
Профессиональные интересы
Должности
- Профессор-исследователь — Факультет экономических наук, Школа финансов
- Заведующий лабораторией — Факультет экономических наук, Научно-учебная лаборатория финансовых инноваций и риск-менеджмента
Био
- · Начал работать в НИУ ВШЭ в 2000 году.
- · Научно-педагогический стаж: 52 года.
Образование
- 2009 · Доктор экономических наук: специальность 08.00.05 «Экономика и управление народным хозяйством»
- 2001 · Академик РАЕН
- 2001 · Ученое звание: Профессор
- 2001 · Действительный член РАЕН
- 1993 · Доктор наук: Московский государственный технический университет им. H.Э. Баумана, специальность 05.13.00 «Информатика, вычислительная техника и управление»
- 1971 · Специалитет: Московский государственный университет им. М.В. Ломоносова, специальность «Математика», квалификация «Математик»
Награды и поощрения
- · Благодарственное письмо ректора НИУ ВШЭ (июль 2025)
- · Благодарность первого проректора НИУ ВШЭ (декабрь 2023)
- · Медаль "Признание - 10 лет успешной работы" НИУ ВШЭ (декабрь 2022)
- · Почетная грамота НИУ ВШЭ (апрель 2022)
- · Почетная грамота факультета экономических наук НИУ ВШЭ (декабрь 2021)
- · Диплом общенациональной премии "Профессор года" (ноябрь 2020)
- · Благодарственное письмо ректора НИУ ВШЭ (июнь 2019)
- · Благодарственное письмо проректора НИУ ВШЭ (июль 2018)
- · Благодарственное письмо ректора НИУ ВШЭ (июль 2018)
- · Благодарность Высшей школы экономики (июнь 2018)
- · Благодарность Факультета экономических наук НИУ ВШЭ (январь 2018)
- · Надбавка за академические успехи и вклад в репутацию НИУ ВШЭ (2016–2018, 2013–2015)
- · Надбавка за академическую работу (2015–2016, 2012–2013, 2011–2012)
- · Надбавка за публикацию в журнале из Списка А (и приравненном к нему научном издании) (2024–2025, 2023–2024)
- · Надбавка за публикацию в международном рецензируемом научном издании (2022–2023, 2018–2020)
Гранты и проекты
- — · на соискание учёной степени кандидата наук
Конференции (18)
Показать все
- · 2021: 8th International Conference on Information Technology and Quantitative Management (Chengdu). Доклад: The Impact of ESG factors on the performance of Information Technology Companies
- · 2019: 7th International Conference on Information Technology and Quantitative Management - ITQM 2019 (Гранада). Доклад: An analysis of links between the ownership structure and financial stability: case of Russian companies
- · 2018: IX Московская международная конференция по Исследованию Операций (ORM-2018 Germeyer-100) (Москва). Доклад: Паттерны кредитных рейтингов промышленных компаний стран БРИКС
- · 2018: The Sixth International Conference on Information Technology and Quantitative Management (ITQM 2018) (Omaha). Доклад: Credit ratings patterns for BRICS industrial companies
- · 2017: The 11th Bachelier Colloquium in Stochastic Calculus and Mathematical Finance, Metabief (Metabief). Доклад: Ratings at the financial institutions risk management system: external, internal and their modeling
- · 2017: Second World Congress of Comparative Economics «1917 –2017: Revolution and Evolution in Economic Development» (St. Petersburg). Доклад: Composing the Financial Stress Index for the Assessment of the Banking Sector Stability
- · 2016: XVII Апрельская международная конференция (Москва). Доклад: Использование логистической регрессии и альтернативных методов с предварительным отбором переменных при помощи Lasso для улучшения модели вероятности дефолта банков
- · 2016: Третий Российский экономический конгресс (Москва). Доклад: Рейтинги в системе управлениыя рисками финансовых институтов: снешние, внутренние, моделирование
- · 2016: VII международный конгресс по контроллингу (Калуга). Доклад: Оценка эффективности инвестиционного проекта по оказанию нефтесервисных услуг
- · 2014: Perm Winter School on Market Risk and Modeling of Financial Markets (Пермь). Доклад: Modeling bank’s probability of default in IRB framework
- · 2014: XV Апрельская международная научная конференция «Модернизация экономики и общества» (Москва). Доклад: Оценка кредитного риска при ипотечном жилищном кредитовании
- · 2014: The Second International Conference on Information Technology and Quantitative Management (ITQM 2014) (Москва). Доклад: Comparison of bank financial stability factors in CIS countries
- · 2014: 13th EBES Conference - Istanbul (Istanbul). Доклад: Comparison of bank financial stability factors in CIS countries.
- · 2014: Развитие рынка независимых рейтинговых услуг в России (Москва). Доклад: Надо ли регулировать деятельность рейтинговых агентств?
- · 2014: 14th EBES Conference - Barcelona (Барселона). Доклад: Probability of default evaluation in the residential mortgage lending
- · 2013: XIV Апрельская международная научная конференция по проблемам развития экономики и общества НИУ ВШЭ (Москва). Доклад: Совершенствование моделей вероятности дефолта российских банков: использование рейтингов и панельных данных
- · 2013: III Международный конгресс по контроллингу (Санкт-Петербург). Доклад: Контроллинг кредитных рисков в коммерческом банке
- · 2013: The 11th EBES Conference - Ekaterinburg (Екатеринбург). Доклад: Рейтинги бизнеса: методология строительного комплекса России
Идентификаторы исследователя
- ORCID:
0000-0001-8943-4611 - ResearcherID:
L-5969-2015 - SPIN РИНЦ:
2474-5600 - Google Scholar: https://scholar.google.ru/citations?user=8422VDgAAAAJ&hl=ru
- Scopus AuthorID:
37053822300
Публикации (172)
Моделирование рейтинговой системы экспортоориентированных компаний АПК РФ. Механизм субсидирования.
2021 в печати · ARTICLE · ru
Исследование посвящено изучению влияния внутренних факторов на уровень экспорта продукции АПК РФ. Актуальность тематики работы подчеркивается ростом объемов экспорта сельхозпродукции, постепенно он становится одним из важнейших источников валютных поступлений в стране. Новизна работы состоит как в теоретическом исследовании, так и практических рекомендаций сформированной модели при поддержке экспорта. Цель работы заключается в формировании модели рейтинговой оценки компаний РФ, ориентированных на экспорт сельскохозяйственной продукции, на основе которой будут предложены наиболее эффективные меры поддержки предприятий АПК; и решить следующие задачи: определить параметры индикативного роста, на которые они могут ориентироваться при реализации своей стратегии, дать рекомендации по совершенствованию механизма бюджетной поддержки экспорта сельскохозяйственной продукции для повышения его экономической эффективности. Предметом исследования является конкурентоспособность экспортно-ориентированных компании АПК РФ. В ходе работы были рассмотрены такие инструменты, как модели линейной регрессии, логистической регрессии (логит, пробит), упорядоченная пробит модель. В качестве критерия качества модели был использован коэффициент Джинни. (площадь под Roc-кривой) для биномиальных моделей и скорректированный R2 для линейной модели. В результате исследования было выявлены ключевые факторы, оказывающие влияние на конкурентоспособность компаний экспортёров продукции АПК, разработана модель их рейтинговой оценки. Сформулированы предложения для использования разработанной системы как имитационной модели при принятии решения о развитии и поддержки экспорта продовольствия России.
Regulation of Financial Risks in Emerging Markets: Past, Present, and Future
2021 · CHAPTER · en
Bank Ownership and Efficiency of Russian Banks
2021 · ARTICLE · en
The paper examines how the type of ownership affects the efficiency of Russian banks. Using bank-quarter data for selected banks in the period 2004–2015, we combine stochastic frontier analysis (SFA) methodology with an intermediary approach to assess both profit and cost efficiency scores. Our key findings show that foreign-owned banks are the most profit efficient, and state-owned banks efficiently manage costs compared to other banks. These results are robust when we consider these banks in terms of risk preferences and specialization
Dynamic modeling of the impact of socio-economic restrictions and behavior on COVID-19 outbreak
2021 · ARTICLE · en
The COVID-19 pandemic had an enormous social and economic impact on societies in 2020. The epidemiological situation is evolving on a daily basis, and the methodology of how to evaluate the impact of the pandemic and the severity of its consequences is lacking. The only available high-frequency data now are the number of people who have contracted the illness, and the restrictive measures that authorities have implemented to contain the outbreak. The most important question now is whether authorities can prevent subsequent waves. The contribution of the paper is a dynamic model of COVID-19 outbreaks, on the basis of which we investigated the possible impact of the socio-economic behavior and restrictions on its waves. To build the model, a large database for different countries with a wide range of economic and social institutions was collected. We give a detailed description of the model and a comparison of the results with trajectories of the outbreaks in the countries under consideration. The proposed model describes the empirical results and can be used for timely and contemporary predictions of the stages of pandemics. Despite this, the model needs future development and verification because the pandemic is not over, and the accumulation of empirical information continues. Yet the model might also be useful as a basis for researching the impacts of other socioeconomic and medical actions for containing pandemics.
Principles of Rating Estimation in Emerging Countries
2021 · CHAPTER · en
Ratings in emerging markets can serve as part of the early warning systems to reflect the weak signals of potential risks to the entity from the environment. Emerging markets have specific features that rating agencies usually consider in judgments of their credit ratings. They are underpinned by the higher volatility, exposure to sovereign issues, weaknesses in institutional governance, and lower rating transparency. Emerging markets are served by both international and national rating agencies. The latter assign national scale ratings which are the opinions of the relative creditworthiness of issuer or the entity relative to the national benchmark. National scale ratings primarily focus on niche markets where they draw on familiarity with specific domestic economic and political circumstances and thus cannot be directly compared to international scale ratings. In the field of the regulation of rating activities, emerging countries follow the regulatory trends that have been established in Europe and the USA. However, the quality and depth of regulation depends significantly on the maturity of the rating industry of the particular countries.
Aggregation of Rating Systems for Emerging Financial Markets
2021 · CHAPTER · en
This paper examines the issues of the aggregation and comparison of the credit ratings of various economic agents for risk management purposes in a commercial bank. The empirical results of the study make it possible to increase the assessment of credit risks based on the constructed system of aggregating credit ratings for industrial companies and commercial banks. The work also confirms the relationship between the level of assigned credit ratings and the various phases of the credit cycle. The dynamics at the macroeconomic level shows that the credit ratings of various economic agents change in different directions and are out of sync with time correlation of credit cycles in various phases. The main scientific result of the study is an aggregate-based approach for credit risk evaluation of various economic agents and to develop the quantitative methods for assessing the relationship between the level of credit ratings and the credit cycle.
Principles of Rating Estimation in Emerging Countries
2021 · CHAPTER · en
Рейтинги на развивающихся рынках могут служить частью систем раннего предупреждения для отражения слабых сигналов о потенциальных рисках для предприятия со стороны окружающей среды. Развивающиеся рынки обладают специфическими особенностями, которые рейтинговые агентства обычно учитывают при оценке своих кредитных рейтингов. Они подкрепляются более высокой волатильностью, подверженностью суверенным проблемам, слабостью институционального управления и более низкой прозрачностью рейтингов. Развивающиеся рынки обслуживаются как международными, так и национальными рейтинговыми агентствами. Последние присваивают рейтинги по национальной шкале, которые представляют собой мнения об относительной кредитоспособности эмитента или организации по отношению к национальному эталону. Рейтинги по национальной шкале в основном ориентированы на нишевые рынки, где они основаны на знании конкретных внутренних экономических и политических условий и, следовательно, не могут быть напрямую сопоставлены с рейтингами по международной шкале. В области регулирования рейтинговой деятельности развивающиеся страны следуют тенденциям регулирования, сложившимся в Европе и США. Однако качество и глубина регулирования в значительной степени зависят от зрелости рейтинговой индустрии конкретных стран.
Aggregation of Rating Systems for Emerging Financial Markets
2021 · CHAPTER · en
В данной статье рассматриваются вопросы агрегирования и сравнения кредитных рейтингов различных экономических агентов для целей управления рисками в коммерческом банке. Эмпирические результаты исследования позволяют повысить оценку кредитных рисков на основе построенной системы агрегирования кредитных рейтингов промышленных компаний и коммерческих банков. Работа также подтверждает взаимосвязь между уровнем присвоенных кредитных рейтингов и различными фазами кредитного цикла. Динамика на макроэкономическом уровне показывает, что кредитные рейтинги различных экономических агентов изменяются в разных направлениях и не синхронизированы с временной корреляцией кредитных циклов на различных фазах. Основным научным результатом исследования является агрегированный подход к оценке кредитного риска различных экономических агентов и разработка количественных методов оценки взаимосвязи между уровнем кредитных рейтингов и кредитным циклом.
A global perspective on macroprudential policy interaction with systemic risk, real economic activity, and monetary intervention
2021 · ARTICLE · en
The study empirically assesses how macroprudential policy interacts with systemic risk, industrial production, and monetary intervention on a global level from January 2006 to December 2018. We adopt the aggregate proxies of these variables, capturing their global effects, and use a novel econometric technique, namely, smooth local projections. The study finds that global macroprudential policy leads the monetary policy, exhibiting a countercyclical pattern concerning industrial production. The latter has an inverse bidirectional linkage with systemic risk. Thus, an ex-ante tight macroprudential policy can indirectly mitigate global systemic risk through its pro-growth effect on industrial production, although no convincing evidence exists for the direct impact of a macroprudential intervention on systemic risk. The study results endure several extensions and a robustness check, which builds on alternative measures of global systemic stress and real economic activity, thereby legitimizing the increased importance attached to the macroprudential policy since the 2007–2009 global financial crisis.
Курсы (3)
-
Математическое моделирование в банковском деле и финансах · 4 раза
2025/2026, 2024/2025, 2023/2024, 2022/2023 · Магистратура / Маго-лего · рус
-
Новации финансовых институтов · 2 раза
2025/2026, 2024/2025 · Магистратура / Маго-лего · рус
-
Моделирование кредитных рейтингов · 3 раза
2024/2025, 2022/2023, 2021/2022 · Аспирантура / Аспирантура направление: 38.06.01. Экономика · рус