УДК 336.76
DOI: 10.36871/ek.up.p.r.2026.09.03.018

Авторы

Александр Евгеньевич Войтович,
Российский новый университет, Москва, Россия

Аннотация

Действующий механизм ограничения волатильности российского фондового рынка — дискретный аукцион, активируемый при падении индекса МосБиржи более чем на 15% за десять минут согласно Положению Банка России № 437-П, — откалиброван на предотвращение катастрофических однодневных обвалов по образцу «чёрного понедельника» 1987 года и не учитывает типичные для отечественного рынка кризисные сценарии. Проблема исследования состоит в отсутствии эмпирически обоснованной методики определения регуляторных порогов, дифференцированных по интенсивности рыночного стресса. Цель работы — разработать и верифицировать многоуровневую систему регуляторных порогов волатильности индекса МосБиржи, откалиброванных на данных внутридневного падения от уровня открытия. Период исследования охватывает 2006–2025 годы (5004 торговых дня). Методы включают моделирование условной волатильности методом EGARCH(1,1) с распределением Стьюдента, идентификацию режимов рынка посредством модели переключения Маркова, оптимизацию порогов на основе функции потерь с операционными ограничениями по числу срабатываний в год и ретроспективную верификацию на четырёх кризисных эпизодах. Установлено, что действующий порог обнаруживает не более 2,3% статистически экстремальных торговых дней, тогда как второй уровень предложенной трёхуровневой системы при сопоставимой частоте срабатываний обнаруживает 18,3% таких дней и покрывает все четыре рассмотренных кризисных эпизода, включая заблаговременную идентификацию военного шока февраля 2022 года. Разработан механизм режимно-зависимой адаптации порогов, автоматически ужесточающихся при переходе рынка в стрессовое состояние. Результаты применимы для совершенствования регуляторной практики Банка России и Московской биржи.

Ключевые слова

инвестиции; фондовый рынок; ценные бумаги; рынок капитала; регулирование финансового рынка; регуляторные пороги; механизмы регулирования.

Список литературы

  1. Agyei S.K. Emerging markets equities’ response to geopolitical risk: Time-frequency evidence from the Russian-Ukrainian conflict era. Heliyon. 2023;9(2):e13319. DOI: 10.1016/j.heliyon.2023. e13319.
  2. Ankudinov A., Ibragimov R., Lebedev O. Sanctions and the Russian stock market. Research in International Business and Finance. 2017;40:150- 162. DOI: 10.1016/j.ribaf.2017.01.005.
  3. Bergant K., Grigoli F., Hansen N.-J., Sandri D. Dampening global financial shocks: Can macroprudential regulation help (more than capital controls)? Journal of Money, Credit and Banking. 2024;56(6):1405-1438. DOI: 10.1111/jmcb.13089.
  4. Biljanovska N., Chen S., Gelos G., Igan D., Martinez Peria M.S., Nier E., Valencia F. Macroprudential policy effects: Evidence and open questions. IMF Departmental Papers. 2023;2023(002). DOI: 10.5089/9798400226304.087.
  5. Bollerslev T. Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics. 1986;31(3):307-327. DOI: 10.1016/0304-4076(86)90063-1.
  6. Bongaerts D., De Luca S.D., Van Achter M. Circuit breakers and market runs. Review of Finance. 2024;28(6):1953-1989. DOI: 10.1093/ rof/rfae029.
  7. Borio C. The financial cycle and macroeconomics: What have we learnt? BIS Working Papers. 2012;(395). URL: https://www.bis.org/publ/ work395.pdf.
  8. Caldara D., Iacoviello M. Measuring geopolitical risk. American Economic Review. 2022;112(4):1194-1225. DOI: 10.1257/ aer.20191823.
  9. Engle R.F. Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica. 1982;50(4):987-1007. DOI: 10.2307/1912773.
  10. Glebova A.G., Kovaleva A.A. Forecasting the volatility of the Russian stock market in the context of international economic sanctions. Finance: Theory and Practice. 2024;28(1):20-29. DOI: 10.26794/2587-5671-2024-28-1-20-29.
  11. Hamilton J.D. A new approach to the economic analysis of nonstationary time series and the business cycle. Econometrica. 1989;57(2):357- 384. DOI: 10.2307/1912559.
  12. Kirby C. A closer look at the regime-switching evidence of bull and bear markets. Finance Research Letters. 2023;52:103369. DOI: 10.1016/j.frl.2022.103369.
  13. Korhonen I., Peresetsky A. What influences stock market behavior in Russia and other emerging countries? Emerging Markets Finance and Trade. 2016;52(5):1210-1225. DOI: 10.1080/1540496X.2015.1037200.
  14. Nelson D.B. Conditional heteroskedasticity in asset returns: A new approach. Econometrica. 1991;59(2):347-370. DOI: 10.2307/2938260.
  15. Segnon M., Gupta R., Wilfling B. Forecasting stock market volatility with regime-switching GARCH-MIDAS: The role of geopolitical risks. International Journal of Forecasting. 2024;40(1):29-43. DOI: 10.1016/j. ijforecast.2022.11.007.
  16. Tee C.M., Wong W.Y., Hooy C.W. Financial sanctions and global stock market reaction: Evidence from the Russia-Ukraine conflict. Finance Research Letters. 2023;58:104398. DOI: 10.1016/j.frl.2023.104398.
  17. Villar-Rubio E., Huete-Morales M.D., GalánValdivieso F. Using EGARCH models to predict volatility in unconsolidated financial markets: The case of European carbon allowances. Journal of Environmental Studies and Sciences. 2023;13(3):500-509. DOI: 10.1007/ s13412-023-00838-5.
  18. Wang X., Kim M.H., Suardi S., Zhao J. Unintended consequences of marketwide circuit breakers in China. Investment Analysts Journal. 2025;54(2):275-298. DOI: 10.1080/10293523.2024.2430828.
  19. Wu F., Zhan X., Zhou J., Wang M. Stock market volatility and Russia-Ukraine conflict. Finance Research Letters. 2023;55:103919. DOI: 10.1016/j.frl.2023.103919.
  20. Zhang Y., He J., He M., Li S. Geopolitical risk and stock market volatility: A global perspective. Finance Research Letters. 2023;53:103620. DOI: 10.1016/j.frl.2022.103620.