DSA Faculty
API
← к списку преподавателей

Пересецкий Анатолий Абрамович

Факультет экономических наук

Профиль на hse.ru ↗ тел.: +7 (495) 772-95-90 | 27514
Публикаций
99
Языков
2
Наград
16
Конференций
1
Профиль Публикации (99) Курсы (3)

Профессиональные интересы

прикладная эконометрика

Должности

  • Профессор-исследователь — Факультет экономических наук, Департамент прикладной экономики
  • Ведущий научный сотрудник — Факультет экономических наук, Центр больших данных в экономике и финансах (CEBDA)

Био

  • · Начал работать в НИУ ВШЭ в 2006 году.
  • · Научно-педагогический стаж: 52 года.

Образование

  • 2023 · Ученое звание: Профессор
  • 2010 · Доктор экономических наук: Центральный экономико-математический институт РАН, специальность 08.00.13 «Математические и инструментальные методы экономики», тема диссертации: Эконометрический подход к дистанционному анализу деятельности российских банков и банковскому надзору
  • 1988 · Старший научный сотрудник
  • 1977 · Кандидат физико-математических наук: Московский государственный университет им. М.В. Ломоносова, тема диссертации: Качественная теория однородных космологических моделей
  • 1971 · Специалитет: Московский государственный университет им. М.В. Ломоносова, факультет: механико-математический, специальность «Математика», квалификация «Математик»

Опыт работы

  • · Работа в академических организациях
  • · 2010–по н.в: Национальный исследовательский Профессор университет Высшая школа экономики, Эконометрика Москва
  • · 1992–2012: Российская экономическая, Профессор школа. Москва. статистика, эконометрика, российская банковская система
  • · 1991–по н.в.: Центральный экономико– Главный научный математический институт сотрудник ЦЭМИ РАН, Москва
  • · 1996–по н.в.: Международный колледж Профессор экономики и финансов. Информатика, Математическая Высшая школа экономики и статистика, Эконометрика. Лондонская школа экономики (на англ.яз.) (LSE)
  • · 2008–2009: Московский институт Профессор международных отношений Научный руководитель (МГИМО, университет) кафедры эконометрики
  • · 1996–2000: Высшая школа экономики Доцент государственный университет, Эконометрика Москва
  • · 1996–1998: Международный колледж, Доцент МГУ и Университет Колорадо, курсы мат.статистики (Денвер) и эконометрики (на англ.яз.)
  • · 1996–1998: Школа бизнеса и экономики, Лектор Москва. (Калифорнийский Курс анализа временных университет. Хайвард), рядов по программе МБА
  • · 1971–1973: Институт Радиотехники Научный сотрудник и электроники АН СССР, г.Фрязино
  • · Работа в академических организациях (визиты)
  • · 2012: Институт экономик переходного Исследователь август 1-30 периода Банка Финляндии, (BOFIT) Хельсинки, Финляндия
  • · 2004: Центр экономических Исследователь август исследований Тилбургского, университета, Нидерланды
  • · 2002: Центр экономических Исследователь август исследований Тилбургского, университета, Нидерланды
  • · 2000: Georgia Institute of Technology, профессор, осенний семестр Атланта, США математический ф–т. Лекции по Теория вероятности и Математической статистике
  • · 2000: Центр экономических Исследователь август исследований Тилбургского, университета, Нидерланды
  • · 1999: Центр экономических Исследователь август исследований Тилбургского, университета, Нидерланды
  • · 1999: Georgia Institute of Technology, профессор, весна Атланта, США математический ф–тет. Лекции по Теория вероятности и Математической статистике
  • · 1997: Лаборатория генетики, Исследователь Ноябрь 1996–январь Университет г.Гент, Приложения моделей Бельгия математической статистики в молекулярной генетике
  • · 1995: Центр экономических Исследователь осень исследований Тилбургского, университета, Нидерланды
  • · 1994: Центр экономических Исследователь осень исследований Тилбургского, университета, Нидерланды
  • · 1993: Georgia Institute of Technology, Исследователь, осень Атланта, США биологический ф–тет. приложения математической статистики к молекулярной генетике
  • · 1990: Московский Государственный, старший осень Университет научный сотр, биологический ф–тет, статистический анализ ЭЭГ
  • · Опыт прикладной работы
  • · 2010: Citibank Лекции по прикладной статистике и эконометрике
  • · 2008: ACNielsen Лекции по прикладной статистике
  • · 2005: SUNInterbrew Лекции по методам прогноза. осень Москва
  • · 2004: КОМКОН, Консультант Москва Маркетинговые исследования
  • · 2003: Альфа Банк Лекции по прикладной статистике
  • · 1996–2000: Глаксо–Вэллком, Консультант Москва Статистический анализ сравнительных испытаний лекарственных препаратов

Награды и поощрения

  • · Благодарность первого проректора НИУ ВШЭ (декабрь 2023)
  • · Почетный знак II степени Высшей школы экономики (октябрь 2023)
  • · Благодарственное письмо ректора Высшей школы экономики (декабрь 2022)
  • · Благодарность Международного института экономики и финансов НИУ ВШЭ (июнь 2022)
  • · Благодарность Международного института экономики и финансов НИУ ВШЭ (июнь 2021)
  • · Победитель общенациональной премии "Профессор года - 2018" (декабрь 2018)
  • · Медаль "Признание - 10 лет успешной работы" НИУ ВШЭ (октябрь 2018)
  • · Почетная грамота Высшей школы экономики (октябрь 2018)
  • · Благодарность Высшей школы экономики (январь 2014)
  • · Благодарность Высшей школы экономики (март 2012)
  • · Медаль "В память 850-летия Москвы" (февраль 1997)
  • · Надбавка за академические успехи и вклад в репутацию НИУ ВШЭ (2011–2013)
  • · 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 (2020–2021, 2019–2020, 2017–2018)
  • · Надбавка за статью в зарубежном рецензируемом журнале (2015–2017, 2013–2015)
  • · Лучший преподаватель — 2015, 2012

Гранты и проекты

  • — · на соискание учёной степени кандидата наук

Конференции (1)

Показать все
  • · 2021: 3-й семинар "Прикладная эконометрика" в рамках XXII Апрельская международная научная конференция НИУ ВШЭ по проблемам развития экономики и общества (Москва). Доклад: Эндогенная классификация домохозяйств в регионах России

Идентификаторы исследователя

Публикации (99)

ЕГЭ и академические успехи студентов бакалавриата МИЭФ НИУ ВШЭ

2013 · ARTICLE · ru

Начиная с 2008 года, прием студентов на программу бакалавриата МИЭФ НИУ ВШЭ осуществлялся по результатам ЕГЭ. Однако 2008 год был переходным: учитывались как баллы ЕГЭ, так и баллы внутренних экзаменов ВШЭ. Начиная с 2009 года правила приема остаются стабильными — в учет принимаются только баллы ЕГЭ и результаты олимпиад. В статье анализируются академические успехи студентов 2009–2011 гг. поступления после 1-го, 2-го и 3-го года обучения. Показано, что студенты победители олимпиад устойчиво показывают результаты лучшие, по сравнению с другими абитуриентами. Результаты ЕГЭ на протяжении 3-х лет значимы для прогноза академической успеваемости. Однако итоговый рейтинг студента в конце 1-го года обучения практически полностью аккумулирует начальную информацию, содержащуюся в результатах ЕГЭ и олимпиад. Исследуется связь успехов академических студента с полом и регионом окончания школы.

PDF ↗

Модели причин отзыва лицензий российских банков. Влияние неучтенных факторов

2013 · ARTICLE · ru

В работе рассматриваются причины отзыва лицензий российских банков в период со 2 квартала 2005 г. по 4 квартал 2008 г. В этот период, последовавший за введением страхования депозитов и тщательным анализом состояния банков, подавших заявления о вступлении в систему страхования, значительная часть банковских лицензий отзывалась с формулировкой «отмывание денег». Другая часть лицензий отзывалась в связи с неудовлетворительным финансовым состоянием банка. Последняя причина представляет особый интерес для Российского агентства по страхованию вкладов. В работе строятся модели бинарного выбора и модели множественного выбора для прогноза вероятности отзыва лицензии по каждой из причин на основе макроэкономических показателей и финансовых показателей банка, взятых за год до наблюдения статуса банка. Рассматривается динамика влияния неучтенных переменных, включая человеческий фактор на вероятность отзыва лицензии.

PDF ↗

Extracting global stochastic trend from non-synchronous data.

2013 · PREPRINT · en

We use a Kalman filter type model of financial markets to extract a global stochastic trend from the discrete non-synchronous data on daily stock market index returns of different stock exchanges. The model is tested for robustness. In addition, we derive “most important” hours of world financial market and estimate the relative importance of local versus global news for different stock markets. The model generates results that are consistent with intuition.

PDF ↗

Сопоставление рейтинговых шкал агентств на основе эконометрического анализа рейтингов российских банков

2012 · CHAPTER · ru

Важную роль на практике играют рейтинги, которые в современном понимании являются комплексной оценкой компании, банка, финансовых инструментов по дискретной упорядоченной шкале, называемой рейтинговой. Рейтинг определяет позиционирование субъекта в рейтинговой шкале относительно «идеального» субъекта, косвенно формируя оценку вероятности невыполнения этим субъектом своих обязательств, и при этом включает значительную экспертную составляющую. Расширение использования рефтингов во многом связано с их использованием не только в риск-менеджменте, но и при допуске банков и компаний к реализации программ с государственным участие. К ним относятся аукционы на предоставление ресурсов, допуск к участию в тендерах, инвестиционных программах и т.п. Ключевой вопрос, рассматриваемый в работе: возможна ли интеграция мнений различных рейтинговых агентств? Этим частично могут быть нивелированы малое число контактных рейтингов и трудности в сопоставлении оценок различных агентств, как международных, так и национальных. В настоящее время имеется ряд стимулов для сравнения рейтингов. Во-первых в связи с сформулированными требованиям к банкам — участникам различных государственных программ, возник спрос на рейтинги, а как следствие и рост предложения. В последнее время значительно возросло количество рейтингов присвоенных российским банкам национальными рейтинговыми агентствами. Возникла необходимость как сравнивать рейтинги, например построением моделей преобразования шкалы одного рейтингового агентства в шкалу другого (мэппинг), на основании выставленных рейтингов, так и составления «интегральной рейтинговой оценки», обобщающей мнение различных агентств. В работе на основании данных по рейтингам российских банков за 2006–2010 гг. делается попытка как попарного, так и множественного мэппинга рейтинговых шкал российских банков. Для этого строятся эконометрические модели рейтингов по публично доступной информации балансовых отчетов банков. Выявляются факторы наиболее значимые в этих моделях, что позволяет также выявить различия подхода агентств к оценке надежности банков. Работа выполняется в рамках проекта, поддержанного IFC, и реализуемого Банковским институтом ГУ-ВШЭ.

PDF ↗

Sistemas sinóticos associados às precipitações intensas no estado de Alagoas

2012 · ARTICLE · pt

Structures of meteorological systems, associated with heavy precipitation in the Alagoas State, for the 2003-2006 period were studied. Infrared satellite images, reanalysis data products of the National Centers for Environmental Prediction (NCEP) and data from seventeen Alagoas pluviometric stations were used. The goal of this study is the analysis of the heavy precipitation causes and determination of the associated weather systems. Heavy precipitations were usually registered during autumn/ winter seasons. Also, half of all spring/summer heavy precipitations events occurred in January. Wave Disturbances in the Trade Winds, Brazilian Northeast Jet Streams and Cold Front Extremities were associated with heavy precipitations. Almost all heavy precipitations events were connected with Mesoscale Convective Complexes in the west region of the State and usually did not occur in the east region. To exemplify the used analysis method a case study is discussed.

PDF ↗

Эконометрические методы в дистанционном анализе деятельности российских банков

2012 · BOOK · ru

В работе разработана методология комплексного эконометрического подхода к дистанционному мониторингу российской банковской системы, для обеспечения ее устойчивого развития. Этот подход включает построение и анализ эконометрических моделей вероятности дефолта, рейтингов, процентных ставок и эффективности банков по издержкам, исследование возможности их практического использования в дистанционном мониторинге и анализе российской банковской системы.

Эконометрические методы в дистанционном анализе деятельности российских банков

2012 · BOOK · ru

В работе представлена методология комплексного эконометрического подхода к дистанционному мониторингу российской банковской системы для обеспечения ее устойчивого развития. Этот подход включает построение и анализ эконометрических моделей вероятности дефолта, рейтингов, процентных ставоки эффективности банков по издержкам, исследование возможности их практического использования в дистанционном мониторинге и анализе российской банковской системы.

О подходах к сопоставлению рейтинговых шкал

2011 · ARTICLE · ru

В статье предлагается эконометрический подход к сопоставлению различных рейтинговых шкал. Подход основан на построении моделей упорядоченного выбора двух рейтингов и сопоставлении соответствующих латентных переменных («непрерывных рейтингов») с помощью монотонного преобразования. Методика сопоставления учитывает финансовые и другие показатели банков, принимаемые во внимание экспертами рейтинговых агентств при выставлении рейтинга. Проведено тестирование методики на реальных данных по рейтингам российских банков и их квартальным показателям за период 2006:1-2010:4.

PDF ↗

Эффективность ЕГЭ и олимпиад как инструмента отбора абитуриентов

2011 · ARTICLE · ru

В статье рассматривается эффективность Единого Государственного экзамена (ЕГЭ) и профильных олимпиад при отборе студентов в МИЭФ - факультет НИУ ВШЭ, который предлагает совместную с Лондонской Школой Экономики программу бакалавриата по экономике. Анализируется зависимость академических успехов студентов первого и второго года обучения от результатов ЕГЭ и профильных олимпиад. Показано, что ЕГЭ по английскому языку не влияет на академические успехи студентов, а ЕГЭ по русскому языку и математике оказывают значимое, примерно одинаковое влияние. Однако именно результат ЕГЭ по русскому языку наиболее сильно влияет на вероятность отчисления студента. Победители олимпиад при тех же результатах ЕГЭ показывают бо́льшие успехи по сравнению со своими коллегами.

PDF ↗

Models for Moody’s bank ratings

2011 · ARTICLE · en

The paper presents an econometric study of the two bank ratings assigned by Moody's Investors Service. According to Moody's methodology, foreign-currency long-term deposit ratings are assigned on the basis of Bank Financial Strength Ratings (BFSR), taking into account "external bank support factors" (joint-default analysis, JDA). Models for the (unobserved) external support are presented, and we find that models based solely on public information can reasonably well approximate the ratings. It appears that the observed rating degradation can be explained by growth of the banking system as a whole. Moody's has a special approach for banks in developing countries and Russia in particular. The models help reveal the factors that are important for external bank support.

PDF ↗

Курсы (3)