Пандемия коронавирусной инфекции 2019 г. (COVID-19) «сделала» инвестиционную среду более неопределенной. С тех пор инвесторам было очень трудно прогнозировать финансовые рынки из-за неопределенности этой пандемии. Биткойн, децентрализованная валюта на рынке криптовалют, стал популярным инвестиционным активом, и его часто называют валютой будущего. Проведен анализ рынка криптовалют, его структуры, тенденций, волатильности криптовалют. Колебание стоимости криптовалюты очень трудно предсказуемо, поэтому инвесторы часто несут убытки при совершении сделок. Проанализирована динамика курса биткойна. Определены основные тенденции динамики курса биткойна. Это исследование направлено на прогнозирование цен на биткойн. Моделирование интеллектуального анализа данных осуществляется путем разделения набора данных. Построена прогностическая модель определения динамики курса биткойна.

Подразумевается, что люди владеют всей существующей информацией и могут ее использовать в соответствии со своими преференциями. При этом предполагается, что основная человеческая цель в этих действиях — максимизация полезности этих действий. Стандартные экономические модели включают в себя эти предположения, и как результат, многие нормы основываются на данных моделях. Недавние подходы к потребительским нормам базируются на основе именно рационального потребителя. Рабочая гипотеза состоит в том, что потребителю предоставлена вся имеющаяся информация, а регулятор способствует улучшению финансовых возможностей потребителя. Как итог, на рынке финансовых услуг потребитель должен принимать более информативные и целесообразные решения о покупке. Увеличивающееся число доказательств направлено на последовательное и настойчивое опровержение рациональности. Причины этих опровержений различны: умственный подход к принятию решения о покупке, ошибочное понимание потребителем финансовой услуги, сложность процесса принятия решения. Эти отклонения должны быть признаны и объяснены. Альтернативные модели потребительского поведения должны быть рассчитаны регуляторами финансовых услуг и компаниями, ищущими пути влияния на потребителя при принятии им решения о покупке.

В статье рассмотрены особенности становления цифровой экономики в Китае с начала процесса цифровизации по настоящее время, дано определение понятию «цифровая экономика». Определено, что цифровизация в Китае проходила в три этапа: I этап 1994–2002 гг.; II этап с 2003 по 2012 г., III этап — с 2013 г. по настоящее время. Отмечено, что развитие цифровой экономики Китая в основном происходит в прибрежных районах, таким образом, цифровизация распределена неравномерно по всей стране. Рассмотрены вопросы изменения индустрии туризма в процессе цифровой трансформации в Китае. Отмечено, что китайский рынок онлайн-путешествий активно использует искусственный интеллект в организации умного туризма, применяет новые информационные технологии для улучшения качества продуктов и услуг. Интеграция интернета и индустрии туризма также способствовала развитию рынка персонального туризма Китая.

В статье определяются факторы, объясняющие стабильное инвестиционно-сберегательное поведение населения с учетом региональных особенностей, что является актуальным в рамках обеспечения устойчивости банковского сектора России. В рамках исследования выдвигается и проверяется гипотеза о наличии закономерности между инвестиционно-сберегательным поведением домашних хозяйств и долей их доходов относительно ВРП регионов России. Для анализа рассматриваемых показателей (совокупные денежные доходы домашних хозяйств, сбережения домашних хозяйств, ВРП) использован индексный метод. Проведен расчет трех индексов: денежных доходов, сбережений, прироста вкладов домашних хозяйств. Дополнительно применен метод графического сопоставления в рамках плоскости и системы координат заданной индексами с построением диаграммы рассеяния. Данный метод визуализации использован для выявления ареалов концентрации регионов в масштабах страны. Проведенная кластеризация регионов России позволила выявить различные модели поведения вкладчиков. Так, в 37 регионах, отнесенных к кластерам I и IV, отмечается прямая зависимость между рассматриваемыми показателями (т. е. население склонно меньше сберегать при низкой доле денежных доходов к ВРП, и наоборот), это дает основания полагать, что в данных регионах имеется значительный потенциал для трансформации доходов населения во вклады. В 48 регионах, входящих в кластеры II и III, наблюдается обратная зависимость между рассматриваемыми показателями, а построенная линия тренда говорит о преобладании такой модели поведения в России в целом и подтверждает выдвинутую гипотезу для большинства регионов. Кластеризация регионов России по критерию отклонения от среднего значения по стране с использованием определенных корректировок в расчетах позволяет оперативно давать оценку состояния инвестиционно-сберегательного поведения населения и прогнозировать данный фактор при анализе устойчивости регионального банковского сектора.

В статье рассматривается отражение природной уникальности территории на ее привлекательности в туристском бизнесе, а также факторы, формирующие положительный образ и привлекательность территории. Изучен такой недостаток, как отсутствие понимания сущности маркетинга территории. Автор приводит базовые основы оценки деятельности природных территорий по ключевым показателям развития. Продвижение территории основывается на конкретных средствах распространения информации, основными трендами являются: формирование положительного имиджа дестинации, цифровизация, геймификация, легендирование и др.

В настоящее время все активнее происходит внедрение цифровизации как в повседневную жизнь, так и в экономику в целом. При этом сам процесс цифровизации идет достаточно неравномерно по территориям в разрезе не только стран, но и регионов. В статье рассматривается уровень цифровизации регионов России с учетом их экономического профиля и особенностей. Основной целью является анализ причин ассиметричного распределения цифровой экономики. В целях проведения анализа разработана и апробирована на субъектах Российской Федерации методика расчета индекса цифрового развития региона, который учитывает в себе производство, инфраструктуру, человеческий капитал, инвестиции. В ходе исследований выявлена неравномерность цифровизации среди регионов, проведена их группировка по степени цифрового развития, выявлены точки притяжения для цифровой экономики, обеспеченные высоким уровнем человеческого капитала, инвестициями и инфраструктурой. Также выявлены регионы, имеющие высокий и незначительный показатели цифрового развития, разница между которыми и обусловливает территориальное цифровое неравенство. Как правило, низкий уровень цифрового развития характерен для регионов, имеющих ярко выраженную отраслевую специфику. Кроме того, в рамках исследований отмечается сопоставимый уровень цифровизации в сфере домохозяйств и бизнес-секторе, что обусловливается программами, направленными на повсеместное развитие цифровых технологий для населения. Результаты исследований можно учитывать при формировании государственной политики в сфере цифровой экономики, направленной на устранение значительных дисбалансов между регионами, и подготовке мер, направленных на ускоренное развитие отстающих регионов.