УДК 336.7

Поведенческие девиации и фрактальные закономерности на российском фондовом рынке

М.С. Файзулин

Национальный исследовательский университет «Высшая школа экономики», г. Москва, Россия

Аннотация

Изучение рыночной эффективности в период возникновения системных шоков является нетривиальной и важной задачей. В работе исследуется трансформация российского финансового рынка в рамках структурного сдвига 2022 г. Цель исследования заключается в анализе изменений поведения инвесторов и фрактальных характеристик среди различных сегментов рынка на основе мультифрактального анализа флуктуаций (MFDFA). Исследование покрывает отраслевые индексы Московской биржи, широкий рынок облигаций и валюту-бенчмарк рынка криптовалют – биткоин. На основе результатов исследования сделаны выводы о наличии гетерогенной реакции инвесторов на появление структурного сдвига среди различных рыночных сегментов фондового рынка. Большинство таких сегментов демонстрируют снижение рыночной эффективности и усиление стадного поведения участников рынка. Однако по электроэнергетическому сектору наблюдается противоположная динамика. Рынок российских облигаций характеризуется снижением эффективности и ростом стадного поведения, в то время как цены по биткоину, наоборот, отражают небольшой рост эффективности и снижение трендовых паттернов, что выделяет его на фоне традиционных активов. На основе анализа показателя «долгой памяти» рынка (MLM) и показателя стадного поведения (HB) сделан вывод о том, что после структурного сдвига в 2022 г. цены по большинству секторов фондового рынка имеют высокую степень предсказуемости по причине роста устойчивости трендовой динамики на крупных флуктуациях. Были обнаружены исключительные случаи в финансовом и потребительском секторах, где на фоне ослабления стадного поведения фиксируется более выраженное формирование ценовых паттернов. Это создает дополнительные риски для инвесторов о неоднозначной будущей динамики цен акций из приведенных двух секторов. В рамках выявленных закономерностей выдвигаются рекомендации по усилению контроля за манипулятивными действиями недобросовестных участников рынка и повышению информационной прозрачности в условиях внешних шоков с целью поддержания доверия инвесторов и обеспечения устойчивого развития рынка.

Ключевые слова

мультифрактальный анализ; стадное поведение; эффективность; структурные сдвиги.

JEL classification

Список использованной литературы

1. Fama E.F. Efficient Capital Markets: A Review of Theory and Empirical Work // The Journal of Finance. 1970. Vol. 25, No. 2. Рр. 383–417. https://doi.org/10.2307/2325486

          2. Memon B.A., Yao H., Naveed H.M. Examining the efficiency and herding behavior of commodity markets using multifractal detrended fluctuation analysis. Empirical evidence from energy, agriculture, and metal markets // Resources Policy. 2022. Vol. 77. 102715. https://doi.org/10.1016/j.resourpol.2022.102715

          3. Memon B.A., Aslam F., Naveed H.M., Ferreira P., Ganiev O. Influence of the Russia–Ukraine War and COVID-19 Pandemic on the Efficiency and Herding Behavior of Stock Markets: Evidence from G20 Nations // Economies. 2024. Vol. 12, Issue 5. 106. https://doi.org/10.3390/economies12050106

          4. Memon B.A., Aslam F., Asadova S., Ferreira P. Are clean energy markets efficient? A multifractal scaling and herding behavior analysis of clean and renewable energy markets before and during the COVID19 pandemic // Heliyon. 2023. Vol. 9, Issue 12. e22694. https://doi.org/10.1016/j.heliyon.2023.e22694

          5. Kantelhardt J.W., Zschiegner S.A., Koscielny-Bunde E., Havlin S., Bunde A., Stanley H.E. Multifractal detrended fluctuation analysis of nonstationary time series // Physica A: Statistical Mechanics and its Applications. 2002. Vol. 316, Issues 1-4. Pp. 87–114. https://doi.org/10.1016/S0378-4371(02)01383-3

          6. Tiwari A.K., Aye G.C., Gupta R. Stock market efficiency analysis using long spans of Data: A multifractal detrended fluctuation approach // Finance Research Letters. 2019. Vol. 28. Pp. 398–411. https://doi.org/10.1016/j.frl.2018.06.012

          7. Aslam F., Ferreira P., Ali, H., Kauser S. Herding behavior during the COVID-19 pandemic: A comparison between Asian and European stock markets based on intraday multifractality // Eurasian Economic Review. 2022. Vol. 12. Pp. 333–359. https://doi.org/10.1007/s40822-021-00191-4

          8. Caraiani P. Evidence of Multifractality from Emerging European Stock Markets // PLoS ONE. 2012. Vol. 7, Issue 7. e40693. https://doi.org/10.1371/journal.pone.0040693

          9. Rizvi S.A.R., Arshad S. How does crisis affect efficiency? An empirical study of East Asian markets // Borsa Istanbul Review. 2016. Vol. 16, Issue 1. Pp. 1–8. https://doi.org/10.1016/j.bir.2015.12.003

          10. Zhu H., Zhang W. Multifractal property of Chinese stock market in the CSI 800 index based on MF-DFA approach // Physica A: Statistical Mechanics and Its Applications. 2018. Vol. 490. Pp. 497–503. https://doi.org/10.1016/j.physa.2017.08.060

          11. Wang W., Liu K., Qin Z. Multifractal Analysis on the Return Series of Stock Markets Using MF-DFA Method // In: Service Science and Knowledge Innovation. Proceedings of 15th IFIP WG 8.1 International Conference on Informatics and Semiotics in Organisations, ICISO 2014. Edited by K. Liu, S.R. Gulliver, W. Li., C. Yu. IFIP Advances in Information and Communication Technology. Vol. 426. Springer, Berlin, Heidelberg, 2014. Pp. 107–115. https://doi.org/10.1007/978-3-642-55355-4_11

          12. Saâdaoui F. Segmented multifractal detrended fluctuation analysis for assessing inefficiency in North African stock markets // Chaos, Solitons & Fractals. 2024. Vol. 181. 114652. https://doi.org/10.1016/j.chaos.2024.114652

          13. Takaishi T. Time evolution of market efficiency and multifractality of the Japanese stock market // Journal of Risk and Financial Management. 2022. Vol. 15, Issue 1. 31. https://doi.org/10.3390/jrfm15010031

          14. Moudud-Ul-Huq S., Rahman M.S. Stock market efficiency of the BRICS countries pre-, during, and post covid-19 pandemic: A multifractal detrended fluctuation analysis // Computational Economics. 2025. Vol. 65. Pp. 1643–1705. https://doi.org/10.1007/s10614-024-10607-3

          15. Wang X., Wang X., Zhong Z., Yao J. The impact of US–China trade war on Chinese firms: Evidence from stock market reactions // Applied Economics Letters. 2021. Vol. 28, Issue 7. 579–583. https://doi.org/10.1080/13504851.2020.1764477

          16. Hudson R., Urquhart A. Naval disasters, World War two and the British stock market // Research in International Business and Finance. 2022. Vol. 59. 101556. https://doi.org/10.1016/j.ribaf.2021.101556

          17. Adam Z., Cakici N., Demir E., Long H. When bad news is good news: Geopolitical risk and the cross-section of emerging market stock returns // Journal of Financial Stability. 2022. Vol. 58. 100964. https://doi.org/10.1016/j.jfs.2021.100964

          18. Lee M.J., Choi S.Y. Insights into the dynamics of market efficiency spillover of financial assets in different equity markets // Physica A: Statistical Mechanics and its Applications. 2024. Vol. 641. 129719. https://doi.org/10.1016/j.physa.2024.129719

          19. Kim Y.S., Kim D.H., Kim D.J., Choi S.Y. Time-Varying Market Efficiency: A Focus on Crude Oil and Commodity Dynamics // Fractal and Fractional. 2025. Vol. 9, Issue 3. 162. https://doi.org/10.3390/fractalfract9030162

          20. Ozkan O. Impact of COVID-19 on stock market efficiency: Evidence from developed countries // Research in International Business and Finance. 2021. Vol. 58. 101445. https://doi.org/10.1016/j.ribaf.2021.101445

          21. Gaio L.E., Stefanelli N.O., Júnior T.P., Bonacim C.A.G., Gatsios R.C. The impact of the Russia-Ukraine conflict on market efficiency: Evidence for the developed stock market // Finance Research Letters. 2022. Vol. 50. 103302. https://doi.org/10.1016/j.frl.2022.103302

          22. Belhoula M.M., Mensi W., Al-Yahyaee K.H. Dynamic speculation and efficiency in European natural gas markets during the COVID-19 and Russia-Ukraine crises // Resources Policy. 2024. Vol. 98. 105362. https://doi.org/10.1016/j.resourpol.2024.105362

          23. Wang F., Chang J., Zuo W., Zhou W. Research on Efficiency and Multifractality of Gold Market under Major Events // Fractal and Fractional. 2024. Vol. 8, Issue 8. 488. https://doi.org/10.3390/fractalfract8080488

          24. Aslam F., Slim S., Osman M., Tabche I. The footprints of Russia–Ukraine war on the intraday (in) efficiency of energy markets: A multifractal analysis // The Journal of Risk Finance. 2022. Vol. 24, Issue 1. Pp. 89–104. https://doi.org/10.1108/JRF-06-2022-0152

          25. Adekoya O.B., Asl M.G., Oliyide J.A., Izadi P. Multifractality and cross-correlation between the crude oil and the European and non-European stock markets during the Russia-Ukraine war // Resources Policy. 2023. Vol. 80. 103134. https://doi.org/10.1016/j.resourpol.2022.103134

          26. Pan Y., Hou L., Pan X. Interplay between stock trading volume, policy, and investor sentiment: A multifractal approach // Physica A: Statistical Mechanics and its Applications. 2022. Vol. 603. 127706. https://doi.org/10.1016/j.physa.2022.127706

          27. Chowdhury M.A.F., Abdullah M., Alam M., Abedin M.Z., Shi B. NFTs, DeFi, and other assets efficiency and volatility dynamics: An asymmetric multifractality analysis // International Review of Financial Analysis. 2023. Vol. 87. 102642. https://doi.org/10.1016/j.irfa.2023.102642

          28. Özdemir O., Kumar A.S. Dynamic Efficiency and Herd Behavior During Pre-and Post-COVID-19 in the NFT Market: Evidence from Multifractal Analysis // Computational Economics. 2024. Vol. 63. Pp. 1255–1279. https://doi.org/10.1007/s10614-023-10522-z

          29. Mnif E., Salhi B., Trabelsi L., Jarboui A. Efficiency and herding analysis in gold-backed cryptocurrencies // Heliyon. 2022. Vol. 8, Issue 12. e11982. https://doi.org/10.1016/j.heliyon.2022.e11982

          30. Peng C.K., Buldyrev S.V., Havlin S., Simon M., Stanley H.E., Coldberger A.L. Mosaic organization of DNA nucleotides // Physical Review E. 1994. Vol. 49. 1685–1689. https://doi.org/10.1103/PhysRevE.49.1685

          31. Zhang C., Wang X., Chen S., Zou L., Zhang X., Tang C. A study on daily PM2.5 concentrations in Hong Kong using the EMD-based MFDFA method // Physica A: Statistical Mechanics and its Applications. 2019. Vol. 530. 121182. https://doi.org/10.1016/j.physa.2019.121182

          32. Miloş L.R., Haţiegan C., Miloş M.C., Barna F.M., Boțoc C. Multifractal detrended fluctuation analysis (MF-DFA) of stock market indexes. Empirical evidence from seven central and eastern European markets // Sustainability. 2020. Vol. 12, Issue 2. 535. https://doi.org/10.3390/su12020535

          33. Shadkhoo S., Jafari R. Multifractal detrended cross-correlation analysis of temporal and spatial seismic data // The European Physical Journal B. 2009. Vol. 72. Pp. 679–683. http://dx.doi.org/10.1140/epjb/e2009-00402-2

          34. Wang Y., Liu L., Gu R. Analysis of efficiency for Shenzhen stock market based on multifractal detrended fluctuation analysis // International Review of Financial Analysis. 2009. Vol. 18, Issue 5. 271–276. https://doi.org/10.1016/j.irfa.2009.09.005

          35. Khuntia S., Pattanayak J.K. Adaptive long memory in volatility of intra-day bitcoin returns and the impact of trading volume // Finance Research Letters. 2020. Vol. 32. 101077. https://doi.org/10.1016/j.frl.2018.12.025

Благодарности

Исследование осуществлено в рамках Программы фундаментальных исследований НИУ ВШЭ.

Информация об авторах

Файзулин Максим Сергеевич

Аспирант, научный сотрудник Национального исследовательского университета «Высшая школа экономики». г. Москва, Россия (109028, г. Москва, Покровский бульвар, 11); ORCID https://orcid.org/0000-0003-3273-9005 e-mail: faizulin.maxi@ya.ru

Для цитирования

Файзулин М.С. Поведенческие девиации и фрактальные закономерности на российском фондовом рынке // Journal of Applied Economic Research. 2025. Т. 24, № 3. С. 1023-1064. https://doi.org/10.15826/vestnik.2025.24.3.034

Информация о статье

Дата поступления 16 февраля 2025 г.; дата поступления после рецензирования 17 мая 2025 г.; дата принятия к печати 21 мая 2025 г.

DOI: https://doi.org/10.15826/vestnik.2025.24.3.034

Скачать полный текст статьи: