В условиях высокой макроэкономической волатильности классические модели управления оборотным капиталом, основанные на компромиссе между ликвидностью и доходностью, теряют эффективность, особенно для предприятий с ограниченным доступом к внешнему финансированию. Цель исследования – разработка методики распределения бюджетных ресурсов между метриками оборотного капитала, позволяющей максимизировать рентабельность собственного капитала с учетом их текущей эластичности в условиях макроэкономической волатильности. Методологической основой выступает модель Дюпона, модифицированная путем введения показателей эластичности факторов, зависящих от индекса волатильности российского рынка. Оптимизация распределения ограниченного бюджета выполнялась с использованием метода множителей Лагранжа. В результате исследования установлено, что для максимизации рентабельности собственного капитала доли бюджетных ресурсов по каждому фактору должны распределяться пропорционально их эластичностям, причем рост волатильности асимметрично меняет приоритеты. Оборачиваемость приобретает характер «активного опциона», а ликвидность – «пассивного», с быстро убывающей предельной эффективностью. Сравнительный анализ трех групп компаний показал, что предложенная адаптивная стратегия обеспечивает наименьшее падение рентабельности в периоды шоков. Таким образом, разработанная методика позволяет научно обосновать переход от детерминированных нормативов к динамическому распределению ограниченных ресурсов с учетом эластичности факторов рентабельности собственного капитала.
In conditions of high macroeconomic volatility, classical working capital management models based on a compromise between liquidity and profitability are losing effectiveness, especially for enterprises with limited access to external financing. The purpose of the study is to develop a methodology for allocating budget resources between working capital metrics, which makes it possible to maximize the return on equity, taking into account their current elasticity in the context of macroeconomic volatility. The methodological basis is the Dupont model, modified by introducing indicators of elasticity of factors depending on the volatility index of the Russian market. Optimization of the allocation of a limited budget was performed using the Lagrange multiplier method. As a result of the study, it was found that in order to maximize the return on equity, the shares of budget resources for each factor should be distributed in proportion to their elasticity, and the increase in volatility asymmetrically changes priorities. Turnover takes on the character of an “active option”, and liquidity becomes a “passive” one, with rapidly decreasing marginal efficiency. A comparative analysis of the three groups of companies showed that the proposed adaptive strategy ensures the lowest drop in profitability during periods of shocks. Thus, the developed methodology allows us to scientifically substantiate the transition from deterministic standards to the dynamic allocation of limited resources, taking into account the elasticity of return on equity factors.
1. Gallegos Mardones J. A., Moraga-Flores H. A., Briones Soto V. P. Effects of Working Capital Management on Small-Sized Businesses in Competitive Environments with Economic Policy Uncertainty – A Case Study Applied to Chilean Companies // Sustainability. 2024. Т. 16. № 21. С. 9289. DOI: 10.3390/su16219289.
2. Артемов В. А., Левина Ю. А. Практические подходы к оценке ликвидности и рентабельности предприятия // Политика, экономика и инновации. 2021. № 1. EDN LJHHDD. URL: https://pei-journal.ru/index.php/PEII/article/view/969/1121 (дата обращения: 21.05.2026).
3. Da Silveira G., Slack N. Exploring the trade‐off concept // International Journal of Operations & Production Management. 2001. № 7. С. 949-964. DOI: 10.1108/01443570110393432.
4. Townsend D. M., Hunt R. A., Rady J. Chance, probability, and uncertainty at the edge of human reasoning: What is Knightian uncertainty? // Strategic Entrepreneurship Journal. 2024. № 3. С. 451-474. DOI: 10.1002/sej.1516.
5. Спиридонов Е. Э. Разработка адаптивной модели управления оборотным капиталом в условиях экономической волатильности // Экономическое развитие России. 2026. Т. 33. № 3. С. 403-409. EDN VHPCSA. URL: https://ed-russia.ru/upload/iblock/97d/5tqnc3bzax78nwd5oaxuh3cyap6y8jdo/%E2%84%963%202026%20%D0%AD%D0%A0%D0%A0.pdf (дата обращения: 21.05.2026).
6. Спиридонов Е. Э. Эмпирический анализ связи между оборотным капиталом и рентабельностью малых и средних предприятий РФ // Финансы и кредит. 2025. Т. 31. № 9. С. 96-112. EDN UBHQUK. DOI: 10.24891/ubhquk.
7. Мудрик Д. Г., Ковнир В. Н. Естественно-научные аспекты маржиналистской революции // Russian Journal of Economics and Law. 2025. Т. 19. № 1. С. 5-20. EDN HITREV. DOI: 10.21202/2782-2923.2025.1.5-20.
8. Anderson M., Hyun S., Muslu V., Yu D. Earnings prediction with DuPont components and calibration by life cycle // Review of Accounting Studies. 2024. № 2. С. 1456-1490. DOI: 10.1007/s11142-022-09748-3.
9. Wernerfelt B., Karnani A. Competitive strategy under uncertainty // Strategic Management Journal. 1987. № 2. С. 187-194. DOI: 10.1002/smj.4250080209.
10. Bloom N. Fluctuations in uncertainty // Journal of economic Perspectives. 2014. № 2. С. 153-176. DOI: 10.1257/jep.28.2.153.
11. Foerster A. The asymmetric effects of uncertainty // Economic Review. 2014. Т. 99. С. 5-26. URL: https://www.kansascityfed.org/documents/1092/2014-The%20Asymmetric%20Effects%20of%20Uncertainty.pdf (дата обращения: 21.05.2026).
12. Baker S. R., Bloom N., Davis S. J. Measuring economic policy uncertainty // The quarterly journal of economics. 2016. №. 4. С. 1593-1636. DOI: 10.1093/qje/qjw024.
13. Chang C. C., Chen H. Y., Mon K. T. Impact of economic policy uncertainty on the firm’s working capital requirements // Pacific-Basin Finance Journal. 2024. Т. 86. С. 102432. DOI: 10.1016/j.pacfin.2024.102432.
14. Dbouk W., Moussawi-Haidar L., Jaber M. Y. The effect of economic uncertainty on inventory and working capital for manufacturing firms // International Journal of Production Economics. 2020. Т. 230. С. 107888. DOI: 10.1016/j.ijpe.2020.107888.
15. Granville B., Matousek R., Sokolov E. The Impact of Economic Policy Uncertainty on Capital Structure: Evidence from Russia // Journal of Corporate Finance Research. 2019. №. 4. С. 7-19. EDN ZEBUXX. DOI: 10.17323/j.jcfr.2073-0438.13.4.2019.7-19.