Виктор Макарович ЗАЕРНЮКответственный автор, доктор экономических наук, профессор кафедры экономики минерально-сырьевого комплекса, Российский государственный геологоразведочный университет имени Серго Орджоникидзе (МГРИ-РГГРУ), Москва, Российская Федерация zvm4651@mail.ru https://orcid.org/0000-0003-3669-0907 SPIN-код: 3300-6420
Предмет. Зависимость между показателями цифровой зрелости предприятий горнодобывающего сектора и динамикой их рыночной капитализации. Цели. Эмпирически измерить влияние индекса цифровой зрелости на оценку горнорудных активов; проверить статистическую состоятельность гипотезы о формировании устойчивой «цифровой премии» в структуре капитализации; адаптировать традиционную модель NAV путем включения параметра, отражающего технологический потенциал месторождения. Методология. Эмпирическая база построена на данных несбалансированной панели. Оценка проведена с использованием модели фиксированных эффектов. Корректность спецификации подтверждена диагностикой на гетероскедастичность, автокорреляцию остатков и эндогенность регрессоров. В качестве дополнительного инструмента анализа эффективности цифровых инвестиций применен метод DEA. Результаты. Анализ распределений продемонстрировал приемлемый уровень вариативности данных. Корреляционная матрица зафиксировала статистически значимую линейную зависимость между показателями цифровой зрелости и логарифмом капитализации, при этом диагностика мультиколлинеарности не выявила критических значений. Оцененные коэффициенты регрессии свидетельствуют: прирост индекса цифровой зрелости на единицу сопровождается увеличением рыночной стоимости компании на 1,8% при контроле прочих факторов. Доля объясненной дисперсии внутри групп достигает 89,1%. Процедуры проверки робастности не отвергли гипотезу об экзогенности ключевого регрессора и подтвердили стабильность результатов при стратификации по страновому признаку. Выводы. Полученные данные позволяют квалифицировать цифровые инновации не как вспомогательный инструмент, а как самостоятельный фактор формирования стоимости в горнодобывающей отрасли. Разработанный подход к корректировке модели NAV создают методическую основу для учета технологической составляющей при инвестиционной оценке недропользующих активов. Достижение устойчивого прироста стоимости требует перехода от фрагментарных цифровых инициатив к комплексной интеграции данных и включения соответствующих метрик в регуляторные стандарты отраслевой отчетности.
Заболотина Е.С. Современное состояние и развитие технологий на предприятиях горно-добывающей промышленности // Вестник науки. 2024. Т. 4. № 12. С. 2187–2193. EDN: AATIBH
Заернюк В.М. Влияние цифровизации на ключевые процессы деятельности предприятий горнодобывающей промышленности: проблемы, риски // OpenScience. 2022. Т. 4. № 3. С. 69–78. DOI: 10.51632/2658-7939_2022_4_3_69 EDN: MILPMQ
Лукичев С.В. Цифровое прошлое, настоящее и будущее горнодобывающих предприятий // Горная промышленность. 2021. № 4. С. 73–79. DOI: 10.30686/1609-9192-2021-4-73-79 EDN: TWASLZ
Яконовская Т.Б., Жигульская А.И. Тенденции цифровизации в горнодобывающем секторе экономики РФ // Вестник Тверского государственного технического университета. 2021. № 1. С. 92–100. DOI: 10.46573/2409-1391-2021-1-92-100 EDN: PFREKQ
Chandrahas N., Babu A., Rao T. et al. Role of Digital Transformation in Mining Industry: Enhancing Efficiency, Safety and Sustainability. Mining Review, 2025, vol. 35, no. 1, pp. 1–11. DOI: 10.2478/minrv-2025-0001
Setzke D., Riasanow T., Böhm M., Krcmar H. Pathways to digital service innovation: The role of digital transformation strategies in established organizations. Information Systems Frontiers, 2021, vol. 25, no. 1, pp. 1017–1037. DOI: 10.1007/s10796-021-10112-0
Young A., Rogers P.W. Review of digital transformation in mining. Mining, Metallurgy & Exploration, 2019, vol. 36, pp. 683–699. DOI: 10.1007/s42461-019-00103-w
Еремин Н.А., Черников А.Д., Дмитриевский А.Н. Методология подготовки данных геолого-технологических измерений для обучения нейросетевых моделей // Нефть. Газ. Новации. 2024. № 4. С. 13–16. EDN: OLMRYO
Николаенко С.В., Коваленко А.А., Натеганов А.Э. и др. Опыт применения машинного обучения при анализе сейсмических данных для выделения тектонических нарушений в различных сейсмогеологических условиях // Известия Саратовского университета. 2024. Т. 24. № 1. С. 49–55. DOI: 10.18500/1819-7663-2024-24-1-49-55 EDN: QKLHPI
Панина О.В., Беляев А.М., Завалько Н.А. и др. Применение методов глубокого машинного обучения для структурного анализа рудных тел и прогнозирования оптимальных зон добычи // Горная промышленность. 2025. № 1. С. 177–183. DOI: 10.30686/1609-9192-2025-1-177-183 EDN: YAJMMM
Flores V., Keith B., Leiva C. Using Artificial Intelligence Techniques to Improve the Prediction of Copper Recovery by Leaching. Journal of Sensors, 2020, pp. 1–12. DOI: 10.1155/2020/2454875 EDN: QGAJSI
Гришин И.А., Козлова А.Е., Дерина Н.В. и др. Реализация возможностей использования беспилотных летательных аппаратов в горном деле // Уголь. 2022. № 5. С. 36–41. DOI: 10.18796/0041-5790-2022-5-36-41 EDN: APQUFY
Калашников В.А., Соловьев В.И. Приложения компьютерного зрения в горнодобывающей промышленности // Прикладная информатика. 2023. Т. 18. № 1. С. 4–21. DOI: 10.37791/2687-0649-2023-18-1-4-21 EDN: RUJCOY
Саадун А., Фредж М., Букарм Р., Хаджи Р. Анализ дробления с использованием цифровой обработки изображений и эмпирической модели (KuzRam): сравнительное исследование // Записки Горного института. 2022. Т. 257. С. 822–832. DOI: 10.31897/PMI.2022.84 EDN: YYIUYM
Каурова О.В., Заернюк В., Куриленко Ю.А., Воробьева Т.И. Применение цифровых технологий при сборе и анализе нефинансовых данных предприятий недропользования // OpenScience. 2025. Т. 7. № 4. С. 36–48. DOI: 10.51632/2658-7939-2025-7-4-36-48 EDN: GZYLGT
Рождественская И.А., Завалько Н.А., Лукичев К.Е. и др. Применение технологий больших данных для повышения устойчивости и эффективности угольной промышленности в условиях цифровой трансформации отрасли // Уголь. 2025. № 1. С. 82–92. EDN: QLCGOH
Рыльникова М.В., Клебанов Д.А., Макеев М.А., Кадочников М.В. Применение искусственного интеллекта и перспективы развития аналитических систем больших данных в горной промышленности // Горная промышленность. 2022. № 3. С. 89–92. DOI: 10.30686/1609-9192-2022-3-89-92 EDN: OEXFGE
Danish Ali. Advanced Analytics for Surface Mining. In: Advanced Analytics in Mining Engineering. Springer, Cham, 2022, pp. 169–179. DOI: 10.1007/978-3-030-91589-6_7
Кучковская Н.В. Экономическая эффективность цифровой трансформации горнодобывающих предприятий в условиях технологической модернизации и решений индустрии 4.0 // Горная промышленность. 2025. № 6. С. 88–96. DOI: 10.30686/1609-9192-2025-6-88-96 EDN: IKZCEE
Мацко Н.А., Харитонова М.Ю. Влияние цифровизации на производительность горнодобывающих отраслей // Горный информационно-аналитический бюллетень. 2025. № 10. С. 153–166. DOI: 2025_10.25018/0236_1493_10_0_153 EDN: SJOFOE
Hausman J.A. Specification tests in econometrics. Econometrica, 1978, vol. 46, no. 6, pp. 1251–1271. DOI: 10.2307/1913827
