Journal of Applied Economic Research
ISSN 2712-7435
УДК УДК 336
Необходимость и направления государственного регулирования и предотвращения манипулятивных сделок на фондовом рынке
Заборовский В.Е., Заборовская А.Е., Плетнев К.В.
Аннотация
Фондовый рынок выступает одним из важнейших сегментов любой национальной экономики. При этом функционирование фондового рынка всегда тесно связано с риском, одним из проявлений которого является вовлечение участников сделок в манипулятивные практики. К сожалению, данному вопросу посвящено небольшое количество современных исследований. Понятие «манипулятивная торговля» не отражает современных вызовов и нуждается в постоянной адаптации. В статье предлагается сосредоточиться на детализации и пресечении конкретного перечня манипулятивных практик, исходя из наносимого ими ущерба. Объектом исследования выступают манипулятивные сделки на фондовом рынке, а предметом исследования – методы выявления манипулятивных сделок на российском фондовом рынке. Целью данного исследования является разработка конкретных предложений и выбор статистических методов, релевантных для российского фондового рынка, для совершенствования существующей системы государственного контроля, направленной на выявление различных видов и способов манипулятивной торговли на фондовом рынке. В рамках исследования применялись такие методы, как абстрактно-логический метод, факторный анализ, метод аналогий, метод k ближайших соседей, системный подход, метод сравнительных оценок, экономико-статистический, метод экстраполяции. Авторы представляют классификацию способов манипуляций, свойства которых еще не были затронуты в работах отечественных экономистов. Также в исследовании рассмотрена классификация статистических методов для выявления манипулятивной торговли. На основе зарубежных исследований выдвинуто предположение о применении наиболее эффективных из них. Практическая значимость исследования заключается в создании и апробации в реальных условиях российского фондового рынка статистического машинного алгоритма, построенного на основе метода k ближайших соседей, который может выявлять нестандартные торговые операции. В статье представлена статистическая информация, отображающая динамику индивидуальных свойств российского фондового рынка. Авторами предлагаются формулы расчета снижения трудозатрат от первичной обработки информации за счет внедрения метода k ближайших соседей, а также законодательные и практические предложения по повышению эффективности отечественной системы выявления манипулятивной торговли на фондовом рынке. Применение специальных технических подходов при проведении исследования отражает оригинальность методологии, использованной авторами.
Ключевые слова
манипулятивная сделка; фондовый рынок; Банк России; рынок ценных бумаг; брокер; трейдер; внутренняя сделка; злоупотребление рынком; финансовая технология; метод k ближайших соседей; регулирование
Список использованной литературы
1. Селивановский А.С. Правовое регулирование рынка ценных бумаг. М.: ВШЭ, 2014. 580 с.
2. Бекряшев А.К. Инсайдерская торговля и проблемы экономической безопасности в сфере фондового рынка // Научный вестник Омской академии МВД России. 2012. № 2(45). С. 75–79.
3. Абдуллин А.Р., Фаррахетдинова А.Р. Гипотеза эффективности рынка в свете теории финансов // Управление экономическими системами: Электронный научный журнал. 2015. № 4 [Электронный ресурс]. URL: www.uecs.ru/uecs-76–762015/item/3473–2015–04–23–12–18–35 (дата обращения 11.08.2018).
4. Jensen М.С. The Use of Relational Discrimination to Manage Market Entry: When Do Social Status and Structural Holes Work Against You? // Academy of Management Journal. 2008. Vol. 51. Р. 723–743.
5. Ахмедов Т.Ч. Методы противодействия неправомерному использования инсайдерской информации и манипулированию рынком в системе обеспечения экономической безопасности государства : дисс. … канд. экон. наук. Санкт-Петербург, 2015. 155 с.
6. Калинина Ю.В. Правовое понятие и формы манипулирования рынком // Ленинградский юридический журнал. 2016. № 4 (46). С. 67–73.
7. United States the court’s decision No. 20597. Cargill Inc. v. Hardin, 1971.
8. Avgouleas E. The Mechanics and Regulation of Market Abuse: A Legal and Economic Analysis. Oxford University Press, 2010. 507 р.
9. Fischel D.R., Ross D.J. Should the Law Prohibit “Manipulation” in Financial Markets? // Harvard Law Review. 1991. Vol. 105. Р. 503–553.
10. Бобков О.В. Манипулирование рынком: проблемы эффективности уголовно-правового запрета // Юридическая наука и правоохранительная практика. 2017. № 2. С. 206–211.
11. Lin T.C.W. Reasonable Investors // Boston University Law Review. 2015. Vol. 95, No. 2. Р. 461–518.
12. Сильвани А. Переиграть дилера на рынке FOREX: Взгляд инсайдера. М.: Альпина Паблишер, 2012. 258 с.
13. Teall J.L. Financial Trading and Investing. Academic Press, 2013. 863 р.
14. Андрианова Л.Н., Гусева И.А. Особенности ведения бизнеса на российском фондовом рынке в соответствии с международными стандартами // Региональная экономика и управление: электронный научный журнал. 2017. № 2 [Электронный ресурс]. URL: eee-region.ru/article/5016/.
15. Гуляткин А.И. Методы манипуляции ценами на фондовом рынке при проведении сделки враждебного поглощения // Вестник Государственного университета управления. 2016. № 7-8. С. 137–141.
16. Емельянова Е.А. Информационная природа манипулирования рынком // Вестник СПбГУ. 2013. № 3. С. 23–31.
17. Verstein A. Insider tainting: Strategic tipping of material nonpublic information // Northwestern University Law Review. 2018. Vol. 112, No. 4. P. 725–788.
18. Aldridge I., Krawciw S. Real-Time Risk: What Investors Should Know About FinTech, High-Frequency Trading, and Flash Crashes. Wiley, 2017. 224 р.
19. Scopino G. The questionable legality of high-speed «pinging» and «front running» in the futures market // Connecticut Law Review. 2015. Vol. 47, No. 3. Р. 607-–697.
20. FINRA sanctions Trillium Brokerage Services, director of trading, chief compliance officer and nine traders $2.26 million for illicit “layering” trading strategy // Corporate & Financial Weekly Digest. 2010 [Электронный ресурс]. URL: documents.jdsupra.com/da1d595e-b7f3-4487-9d08-9d1e16b472ce.pdf.
21. Yadav Ye. Insider Trading in Derivatives Markets // Georgetown Law Journal. 2015. Vol. 103. Р. 381–432.
22. Foucault T., Pagano M., Röell A. Market Liquidity: Theory, Evidence, and Policy. Oxford University Press, 2013. 424 р.
23. Aldridge I. High-frequency runs and flash-crash predictability // Journal of Portfolio Management. 2014. Vol. 14, No. 3. Р. 113–123.
24. Ниворожкина Л.И., Арженовский С.В. Многомерные статистические методы в экономике. М.: ИНФРА-М, 2018. 203 с.
25. Галочкин М.И. Зарубежный опыт государственного регулирования рынка производных ценных бумаг и возможности его адаптации к российской практике // Финансы, денежное обращение и кредит, экономические науки. 2010. № 6 (67). С. 162-165.
26. Федорова Е.А. Сравнение моделей CAPM и Фамы – Френча на российском фондовом рынке // Финансы и кредит. 2012. № 42 (522). С. 42–48.
27. Лапко А.В., Лапко В.А. Свойства непараметрической оценки многомерной плотности вероятности независимых случайных величин // Статистические системы. 2012. № 1(31). С. 166–174.
28. Slama M., Stromma E. Trade-Based Stock Price Manipulation and Sample Entropy // Master’s Thesis in Finance. Stockholm School of Economics, 2008. 69 р.
29. Головинов А.О., Климова Е.Н. Преимущества нейронных сетей перед традиционными алгоритмами // Экспериментальные и теоретические исследования в современной науке : сборник статей по материалам V Международной научно-практической конференции. Новосибирск: Ассоциация научных сотрудников «Сибирская академическая книга», 2017. С. 11–15.
30. Крыштановский А.О. Анализ социологических данных с помощью пакета SPSS : учеб. пособие для вузов. М.: Изд. дом ГУ ВШЭ, 2006. 281 с.
31. Ширяев A. Вероятностно-статистические методы в теории принятия решений. 2-е изд. М.: МЦНМО, 2014. 144 с.
32. Хайкин С. Нейронные сети: полный курс. 2-е изд. М.: Вильямс, 2016. 1104 с.
33. Левитин А., Красиков И. Алгоритмы. Введение в разработку и анализ. М.: Вильямс, 2006. 576 с.
34. Глухова А.И. Сущность метода принятия управленческих решений «дерево решений» // Master’s Journal. 2014 № 2. С. 316–321.
35. Чернышова Г.Ю. Интеллектуальный анализ данных. Саратов: Саратовский государственный социально-экономический университет, 2012. 92 с.
36. Li A., Wu J., Liu Z. Market manipulation detection based on classification methods // Procedia Computer Science. 2017. Vol. 122. Р. 788-795.
37. Palshikar G.K., Apte M.M. Collusion set detection using graph clustering // Data Mining Knowledge Discovery. 2008. Vol. 16, No. 22. Р. 135–164.
38. Islam M.N., Haque S.R., Alam K.M., Tarikuzzaman M. An approach to improve collusion set detection using MCL algorithm // Proceedings of 12th International Conference on Computers and Information Technology. Dhaka, 2009. Р. 237–242.
39. Franke M., Hoser B. Schroder J. On the analysis of irregular stock market trading behavior // Proceedings of the 31st Annual Conference «Data Analysis, Machine Learning and Applications» / еdited by C. Preisach, H. Burkhardt, L. Schmidt-Thieme, R. Decker. Berlin, Heidelberg: Springer Berlin Heidelberg, 2008. Р. 355–362.
40. Wang J.J., Zhou S.G., Guan J.H. Detecting potential collusive cliques in futures markets based on trading behaviors from real data // Neurocomputing. 2012. Vol. 92. Р. 44–53.
41. Залесова А.А. Российский фондовый рынок: современные тенденции и проблемы // Экономика и бизнес: теория и практика. 2017. № 7. С. 29
–32. 42. Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Second Edition. Springer, 2017. 745 р.
Информация об авторах
Заборовский Вячеслав Евгеньевич – кандидат экономических наук, доцент кафедры финансов, денежного обращения и кредита Уральского федерального университета им. первого Президента России Б.Н. Ельцина, г. Екатеринбург, Россия (620002, г. Екатеринбург, ул. Мира, 19); e-mail: vezletters@gmail.com.
Заборовская Алена Евгеньевна – кандидат экономических наук, доцент кафедры финансов, денежного обращения и кредита Уральского федерального университета им. первого Президента России Б.Н. Ельцина, г. Екатеринбург, Россия (620002, г. Екатеринбург, ул. Мира, 19); e-mail: zaborovskaya.alena@bk.ru.
Плетнев Константин Вячеславович – магистрант кафедры финансов, денежного обращения и кредита Уральского федерального университета им. первого Президента России Б.Н. Ельцина, г. Екатеринбург, Россия (620002, г. Екатеринбург, ул. Мира, 19); e-mail: fgeyrysdea@gmail.com.
Для цитирования
Заборовский В.Е., Заборовская А.Е., Плетнев К.В. Необходимость и направления государственного регулирования и предотвращения манипулятивных сделок на фондовом рынке // Вестник УрФУ. Серия экономика и управление. 2018. Т. 17, № 5. С. 839-868. DOI: 10.15826/vestnik.2018.17.5.038.
Информация о статье
Дата поступления 12 августа 2018 г.; дата принятия к печати 18 сентября 2018 г.
DOI: http://dx.doi.org/10.15826/vestnik.2018.17.5.038
Скачать полный текст статьи:
~689 кБ, *.pdf
(Размещен
30.10.2018)
Создано / Изменено: 18 августа 2015 / 20 сентября 2021
© ФГАОУ ВО «УрФУ имени первого Президента России Б.Н. Ельцина»
Увидели ошибку?
выделите фрагмент и нажмите:
Ctrl + Enter
Дизайн портала: Artsofte