Переориентация системного риска российского фондового рынка после 2022 года: двухуровневый анализ связности волатильности
(Стр. 134-141)
Подробнее об авторах
Михайлова Светлана Сергеевна
доктор экономических наук, заведующая кафедрой математики и анализа данных факультета информационных технологий и анализа больших данных
Финансовый университет при Правительстве Российской Федерации
г. Москва, Российская Федерация Магомедов Саид Джабраилович аспирант кафедры математики и анализа данных факультета информационных технологий и анализа больших данных
Финансовый университет при Правительстве Российской Федерации
г. Москва, Российская Федерация
Финансовый университет при Правительстве Российской Федерации
г. Москва, Российская Федерация Магомедов Саид Джабраилович аспирант кафедры математики и анализа данных факультета информационных технологий и анализа больших данных
Финансовый университет при Правительстве Российской Федерации
г. Москва, Российская Федерация
Нажимая на кнопку купить вы соглашаетесь с условиями договора оферты
Аннотация:
Статья отвечает на вопрос, что произошло с системным риском российского фондового рынка после разрыва внешних каналов в 2022 г.: снизился ли он вместе с наблюдаемой интеграцией или переместился внутрь национального контура. На двух панелях (15 мировых фондовых индексов за 19.09.2007–30.06.2026, 4893 торговых дня, и 7 отраслевых индексов Московской биржи за 09.01.2008–30.06.2026, 4616 дней) единым протоколом оценивается направленная связность волатильности по Диболду и Йылмазу. Установлено: внешняя связность к 2023–2026 гг. падает до исторического минимума (совокупный индекс 56,7% против 68,6% в 2009–2019 гг.), показатели передачи и приёма для индекса РТС сжимаются до 2,9% и 16,9%, тогда как внутренняя секторальная связность закрепляется выше докризисной нормы (67,4% против 56,2%), а средняя межсекторальная корреляция растёт с 0,51 до 0,62. Спред двух уровней впервые за весь период наблюдений меняет знак; эндогенная датировка относит сдвиг к 01.02.2022, а единый индекс внутренней ориентации риска, построенный на общем знаменателе для внутренних и внешних источников, фиксирует начало переориентации уже к концу 2021 г. Системный риск не исчез, а сменил геометрию; это требует переноса акцента мониторинга с внешних индикаторов на внутренние межсекторальные каналы.
Образец цитирования:
Михайлова С.С., Магомедов С.Д. Переориентация системного риска российского фондового рынка после 2022 года: двухуровневый анализ связности волатильности // Проблемы экономики и юридической практики. 2026. Т. 22. № 4. С. 134-141. DOI: 10.33693/2541-8025-2026-22-4-134-141. EDN: XGOJZA
Список литературы:
Асатуров К.Г., Теплова Т.В. Эффект перетекания волатильности на фондовых рынках (часть 2) // Управление финансовыми рисками. 2012. № 4 (32). С. 254–266.
Балаш В.А., Файзлиев А.Р. Переливы волатильности на российском фондовом рынке: изменение во времени и реакция на экзогенные шоки // Журнал Новой экономической ассоциации. 2025. № 2 (67). С. 65–84. DOI: 10.31737/22212264_2025_2_65-84. EDN: XMQDKD.
Глебова А.Г., Ковалева А.А. Прогнозирование волатильности российского биржевого рынка акций в условиях международных экономических санкций // Финансы: теория и практика. 2024. Т. 28, № 1. С. 20–29. DOI: 10.26794/2587-5671-2024-28-1-20-29. EDN: CEVSRS.
Магомедов С.Д. Гибридный подход к моделированию кросс-биржевых эффектов перелива волатильности на фондовых рынках // Экономика строительства. 2025. № 12. С. 543–545. EDN: ULWFRN.
Малкина М.Ю., Овчаров А.О. Финансовое заражение российских компаний от рынка нефти под воздействием санкционного и пандемического шока // Финансовый журнал. 2022. Т. 14, № 4. С. 8–28. DOI: 10.31107/2075-1990-2022-4-8-28. EDN: ZISJBP.
Antonakakis N., Chatziantoniou I., Gabauer D. Refined measures of dynamic connectedness based on time-varying parameter vector autoregressions // Journal of Risk and Financial Management. 2020. Vol. 13, No. 4. Art. 84. DOI: 10.3390/jrfm13040084. EDN: DPRZKM.
Bai J., Perron P. Estimating and testing linear models with multiple structural changes // Econometrica. 1998. Vol. 66, No. 1. Pp. 47–78. DOI: 10.2307/2998540.
Cappiello L., Engle R.F., Sheppard K. Asymmetric dynamics in the correlations of global equity and bond returns // Journal of Financial Econometrics. 2006. Vol. 4, No. 4. Pp. 537–572. DOI: 10.1093/jjfinec/nbl005.
Chatziantoniou I., Gabauer D. EMU risk-synchronisation and financial fragility through the prism of dynamic connectedness // Quarterly Review of Economics and Finance. 2021. Vol. 79. Pp. 1–14. DOI: 10.1016/j.qref.2020.12.003. EDN: RESBUL.
Diebold F.X., Yilmaz K. Better to give than to receive: Predictive directional measurement of volatility spillovers // International Journal of Forecasting. 2012. Vol. 28, No. 1. Pp. 57–66. DOI: 10.1016/j.ijforecast.2011.02.006.
Diebold F.X., Yilmaz K. On the network topology of variance decompositions: Measuring the connectedness of financial firms // Journal of Econometrics. 2014. Vol. 182, No. 1. Pp. 119–134. DOI: 10.1016/j.jeconom.2014.04.012.
Engle R.F. Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models // Journal of Business & Economic Statistics. 2002. Vol. 20, No. 3. Pp. 339–350. DOI: 10.1198/073500102288618487.
Forbes K.J., Rigobon R. No contagion, only interdependence: Measuring stock market comovements // Journal of Finance. 2002. Vol. 57, No. 5. Pp. 2223–2261. DOI: 10.1111/0022-1082.00494.
King M., Wadhwani S. Transmission of volatility between stock markets // Review of Financial Studies. 1990. Vol. 3, No. 1. Pp. 5–33. DOI: 10.1093/rfs/3.1.5.
Pesaran M.H., Shin Y. Generalized impulse response analysis in linear multivariate models // Economics Letters. 1998. Vol. 58, No. 1. Pp. 17–29. DOI: 10.1016/S0165-1765(97)00214-0.
Балаш В.А., Файзлиев А.Р. Переливы волатильности на российском фондовом рынке: изменение во времени и реакция на экзогенные шоки // Журнал Новой экономической ассоциации. 2025. № 2 (67). С. 65–84. DOI: 10.31737/22212264_2025_2_65-84. EDN: XMQDKD.
Глебова А.Г., Ковалева А.А. Прогнозирование волатильности российского биржевого рынка акций в условиях международных экономических санкций // Финансы: теория и практика. 2024. Т. 28, № 1. С. 20–29. DOI: 10.26794/2587-5671-2024-28-1-20-29. EDN: CEVSRS.
Магомедов С.Д. Гибридный подход к моделированию кросс-биржевых эффектов перелива волатильности на фондовых рынках // Экономика строительства. 2025. № 12. С. 543–545. EDN: ULWFRN.
Малкина М.Ю., Овчаров А.О. Финансовое заражение российских компаний от рынка нефти под воздействием санкционного и пандемического шока // Финансовый журнал. 2022. Т. 14, № 4. С. 8–28. DOI: 10.31107/2075-1990-2022-4-8-28. EDN: ZISJBP.
Antonakakis N., Chatziantoniou I., Gabauer D. Refined measures of dynamic connectedness based on time-varying parameter vector autoregressions // Journal of Risk and Financial Management. 2020. Vol. 13, No. 4. Art. 84. DOI: 10.3390/jrfm13040084. EDN: DPRZKM.
Bai J., Perron P. Estimating and testing linear models with multiple structural changes // Econometrica. 1998. Vol. 66, No. 1. Pp. 47–78. DOI: 10.2307/2998540.
Cappiello L., Engle R.F., Sheppard K. Asymmetric dynamics in the correlations of global equity and bond returns // Journal of Financial Econometrics. 2006. Vol. 4, No. 4. Pp. 537–572. DOI: 10.1093/jjfinec/nbl005.
Chatziantoniou I., Gabauer D. EMU risk-synchronisation and financial fragility through the prism of dynamic connectedness // Quarterly Review of Economics and Finance. 2021. Vol. 79. Pp. 1–14. DOI: 10.1016/j.qref.2020.12.003. EDN: RESBUL.
Diebold F.X., Yilmaz K. Better to give than to receive: Predictive directional measurement of volatility spillovers // International Journal of Forecasting. 2012. Vol. 28, No. 1. Pp. 57–66. DOI: 10.1016/j.ijforecast.2011.02.006.
Diebold F.X., Yilmaz K. On the network topology of variance decompositions: Measuring the connectedness of financial firms // Journal of Econometrics. 2014. Vol. 182, No. 1. Pp. 119–134. DOI: 10.1016/j.jeconom.2014.04.012.
Engle R.F. Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models // Journal of Business & Economic Statistics. 2002. Vol. 20, No. 3. Pp. 339–350. DOI: 10.1198/073500102288618487.
Forbes K.J., Rigobon R. No contagion, only interdependence: Measuring stock market comovements // Journal of Finance. 2002. Vol. 57, No. 5. Pp. 2223–2261. DOI: 10.1111/0022-1082.00494.
King M., Wadhwani S. Transmission of volatility between stock markets // Review of Financial Studies. 1990. Vol. 3, No. 1. Pp. 5–33. DOI: 10.1093/rfs/3.1.5.
Pesaran M.H., Shin Y. Generalized impulse response analysis in linear multivariate models // Economics Letters. 1998. Vol. 58, No. 1. Pp. 17–29. DOI: 10.1016/S0165-1765(97)00214-0.
Ключевые слова:
перелив волатильности, связность, метод Диболда-Йылмаза, российский фондовый рынок, отраслевые индексы, системный риск, деглобализация..
