УДК: 33.01:005.21
https://doi.org/10.25198/2077-7175-2025-6-69


просмотр

ИНВЕСТИЦИОННЫЙ АНАЛИЗ ТЕХНОЛОГИЧЕСКОЙ КОМПАНИИ В УСЛОВИЯХ ГЕОПОЛИТИЧЕСКОЙ НЕСТАБИЛЬНОСТИ: СТРАТЕГИЧЕСКАЯ ДИВЕРСИФИКАЦИЯ РИСКОВ И РЕГИОНАЛЬНОЕ ЗНАЧЕНИЕ

В. С. Левин1, Н. К. Борисюк2, М. Г. Лапаева3
Оренбургский государственный университет, Оренбург, Россия
1 e-mail: vslevin@mail.ru
2 e-mail: Konstantinov1947@yandex.ru
3 e-mail: mgb2141@gmail.com

Аннотация. Актуальность исследования обусловлена усилением геополитической нестабильности и санкционного давления, которые требуют существенной адаптации классических подходов к инвестиционному анализу технологических компаний, в особенности функционирующих в условиях изолированной экономики. Цель работы заключается в научном обосновании стратегий управления инвестиционными рисками технологических компаний в новых реалиях на основе комплексного анализа трансформации компании «Яндекс».

Методология основана на смешанном подходе, интегрирующем количественный и качественный анализ: анализ финансовой отчетности «Яндекса» за 2022–2024 гг., стратегический анализ (SWOT-анализ), оценку применимости классической модели CAPM с помощью регрессионного анализа и систематический обзор российской и зарубежной научной литературы.

На примере реструктуризации «Яндекса» в июле 2024 г. доказана эффективность стратегии многоуровневой диверсификации (сегментной, географической, технологической) для обеспечения устойчивого роста, что подтверждается рекордной выручкой (1,095 трлн руб., увеличение на 37% г/г) и ростом скорректированной EBITDA на 56%.

Установлена ограниченность классической модели CAPM в условиях санкций. Низкий R2 (39,79%) свидетельствует, что значительная часть рисков не объясняется рыночной волатильностью.

Разработана расширенная модель оценки стоимости капитала, включающая премии за геополитический, регуляторный, технологический и репутационный риски.

Выявлен значительный вклад цифровых платформ в региональное развитие России, включая снижение цифрового неравенства, стимулирование инновационной активности и поддержку малого и среднего бизнеса.

Научная новизна заключается в интеграции современной портфельной теории с факторами внешней нестабильности и в разработке расширенной методологии оценки стоимости капитала технологических компаний, адаптированной к условиям санкционных ограничений и специфике российского рынка.

Практическая значимость состоит в формулировании стратегических рекомендаций для технологических компаний по диверсификации рисков, адаптации бизнес-моделей и использованию стратегий гиперлокализации и технологического суверенитета.

Направления будущих исследований включают сравнительный анализ стратегий адаптации других российских IT-компаний, количественную верификацию предложенной расширенной модели CAPM и долгосрочный анализ региональных эффектов цифровизации.

Ключевые слова: инвестиционный анализ, геополитические риски, технологический суверенитет, диверсификация, модель CAPM, цифровая экономика, региональное развитие.

Для цитирования: Левин В. С., Борисюк Н. К., Лапаева М. Г. Инвестиционный анализ технологической компании в условиях геополитической нестабильности: стратегическая диверсификация рисков и региональное значение // Интеллект. Инновации. Инвестиции. – 2025. – № 6. – С. 69–83. – https://doi.org/10.25198/2077-7175-2025-6-69.


Литература

  1. Ануфриева О. А., Валиева В. В. Современные методики оценки инвестиционной привлекательности регионов // Экономические исследования и разработки. – 2025. – № 5. – С. 39–42. – EDN: DIIYNL.
  2. Болодурина М. П., Елизарьева Е. А. Многоуровневая методика оценки инвестиционной привлекательности малых и средних предприятий сферы сервиса // Экономика, предпринимательство и право. – 2025. – Т. 15, № 1. – С. 281–302. – https://doi.org/10.18334/epp.15.1.122126. – EDN: OQISRI.
  3. Гавель О. Ю., Керимова Ч. В., Музалёв С. В. Развитие методологии стратегического анализа эффективности бизнеса : монография. – М. : Общество с ограниченной ответственностью «Издательство «КноРус», 2021. – 170 с. – EDN: ORYIAM.
  4. Горский М. А., Тарасюк Ю. В. Применение моделей оптимальных портфелей на российском фондовом рынке // Вестник Алтайской академии экономики и права. – 2022. – № 6–1. – С. 31–38. – https://doi.org/10.17513/vaael.2242. – EDN: KKGOBE.
  5. Гришина И. В., Полынев А. О., Угрюмова А. А. Влияние диверсификации экономики на производительность труда в российских регионах // Регионология. – 2024. – Т. 32, № 4 (129). – С. 691–711. – https://doi.org/10.15507/2413-1407.129.032.202404.691-711. – EDN: KXZLHN.
  6. Дьяков С. А., Мызина А. И. Влияние геополитических рисков на структуру и тенденции развития экономики России // Московский экономический журнал. – 2025. – Т. 10, № 6. – С. 249–265. – https://doi.org/10.55186/2413046X_2025_10_6_165. – EDN: OLTDRR.
  7. Земцов С. П. Цифровое неравенство и региональное развитие в России в условиях распространения технологий искусственного интеллекта // Журнал Новой экономической ассоциации. – 2025. – № 2 (67). – С. 225–233. – https://doi.org/10.31737/22212264_2025_2_225-233. – EDN: LTTPEZ.
  8. Козлов Д. А., Грачев С. А. Роль цифровизации региональной экономики в формировании траектории устойчивого развития // Современная конкуренция. – 2025. – Т. 19, № 4 (106). – С. 113–129. – https://doi.org/10.37791/2687-0657-2025-19-4-113-129. – EDN: NLGKQT.
  9. Коновалова М. Е., Арбузов А. Ю. Математическая модель оптимизации портфеля инвестиций с учетом риска и финансовых ограничений в управлении предприятием // Фундаментальные исследования. – 2024. – № 1. – С. 20–24. – https://doi.org/10.17513/fr.43551. – EDN: GMRZRC.
  10. Левин В. С. Особенности дисконтирования арендных платежей в контексте определения процентной ставки // Интеллект. Инновации. Инвестиции. – 2025. – № 3. – С. 35–51. – https://doi.org/10.25198/2077-7175-2025-3-35. – EDN: TNEFAG.
  11. Мухаметова А. Д. Влияние цифровизации на региональное экономическое развитие // Экономика и управление: научно-практический журнал. – 2025. – № 2 (182). – С. 42–45. – https://doi.org/10.34773/EU.2025.2.7. – EDN: GCFBQE.
  12. Онищенко Н. Н., Патрушев А. Е. Геополитические риски как фактор формирования стратегий диверсификации поставок критического сырья // Экономика и бизнес: теория и практика. – 2025. – № 4(122). – С. 279–283. – https://doi.org/10.24412/2411-0450-2025-4-279-283. – EDN: FZXDLQ.
  13. Орлова Л. Н., Саяхетдинов А. Р. Методики количественной оценки рисков на основе VaR: сравнительный анализ // Интеллект. Инновации. Инвестиции. – 2023. – № 2. – С. 63–74. – https://doi.org/10.25198/2077-7175-2023-2-63. – EDN: LGSRSH.
  14. Руденко М. Н. Национальная безопасность России в геополитических контурах // Экономическая безопасность. – 2025. – Т. 8, № 3. – С. 643–664. – https://doi.org/10.18334/ecsec.8.3.122980. – EDN: SKBOZA.
  15. Силаев Н. М. Геополитические риски как фактор стратегической неопределенности российских организаций: подходы к управлению // Прогрессивная экономика. – 2025. – № 9. – С. 213–226. – https://doi.org/10.54861/27131211_2025_9_213. – EDN: IGCYBR.
  16. Федюнина А. А., Симачев Ю. В. Технологический суверенитет в развитии цифровой экономики России: импорт цифровых товаров в период санкций // Журнал Новой экономической ассоциации. – 2025. – № 2(67). – С. 244–254. – https://doi.org/10.31737/22212264_2025_2_244-254. – EDN: INGFIO.
  17. Damodaran A. (2024) Country Risk: Determinants, Measures, and Implications. The 2024 Edition, 129 p. – http://dx.doi.org/10.2139/ssrn.4896539. (In Eng.).
  18. Demenchuk V. M., Melati I. S., Utesheva D. D. (2025). Investment analysis of Yandex: A case of study for 2022–2024. Jurnal Maneksi (Management Ekonomi Dan Akuntansi). – Vol. 14. – No. 2, pp. 806–819. – https://doi.org/10.31959/jm.v14i2.3172. (In Eng.).
  19. Grant R. M. (2021) Contemporary Strategy Analysis. 11th еdn. Hoboken, NJ: Wiley, 544 p. (In Eng.).
  20. Sharpe W. F. (1963) A Simplified Model for Portfolio Analysis. Management Science. – Vol. 9. – No. 2, рр. 277–293. – https://doi.org/10.1287/mnsc.9.2.277. (In Eng.).
  21. Shchepeleva M. (2024). Predicting systemic risk in the Russian financial sector with boosting techniques. Procedia Computer Science. – Vol. 242, pp. 51–56. – https://doi.org/10.1016/j.procs.2024.08.228. (In Eng.).