Top.Mail.Ru
Фининформсервис НИКА Журнал «Банковские услуги» Издается с 1995 года В Перечне ВАК с 2007 г. · Категория К1 · Включён в РИНЦ Доллар 83,95 ₽ +0,08 Евро 93,92 ₽ +0,15 Юань 12,54 ₽ +0,03 Золото 11 253,66 ₽/г +4,55 Серебро 162,51 ₽/г -0,96 Платина 4 559,36 ₽/г +5,27 Палладий 3 050,05 ₽/г -52,97 Журнал «Финансы, деньги, инвестиции» Издается с 2003 года В Перечне ВАК с 2016 г. · Категория К2 · Включён в РИНЦ Доллар 83,95 ₽ +0,08 Евро 93,92 ₽ +0,15 Юань 12,54 ₽ +0,03 Золото 11 253,66 ₽/г +4,55 Серебро 162,51 ₽/г -0,96 Платина 4 559,36 ₽/г +5,27 Палладий 3 050,05 ₽/г -52,97 Журнал «Сберегательное дело за рубежом» Издается с 1997 года В Перечне ВАК с 2022 г. · Категория К3 · Включён в РИНЦ Доллар 83,95 ₽ +0,08 Евро 93,92 ₽ +0,15 Юань 12,54 ₽ +0,03 Золото 11 253,66 ₽/г +4,55 Серебро 162,51 ₽/г -0,96 Платина 4 559,36 ₽/г +5,27 Палладий 3 050,05 ₽/г -52,97
Фининформсервис НИКА
Рубрика: Финансовый анализ
Финансы, деньги, инвестиции №1 · 2026 · С. 27-32
УДК 336.76:519.23
DOI: 10.36992/2222-0917_2026_1_27
Паспорт научной специальности ВАК: 5.2.3. Региональная и отраслевая экономика

ШИРИНА МУЛЬТИФРАКТАЛЬНОГО СПЕКТРА КАК ИНДИКАТОР СТРУКТУРНЫХ ИЗМЕНЕНИЙ РОССИЙСКОГО ФОНДОВОГО РЫНКА

Золотарчук Анна Владимировна
канд. экон. наук, доцент высшей экономической школы, Тихоокеанский государственный университет, Хабаровск
Эта статья проиндексирована РИНЦ, см. eLibrary.ru
Аннотация
Традиционные эконометрические модели часто не способны уловить нелинейную динамику цен в периоды перегрева рынка. Цель работы – выявление количественных характеристик ширины мультифрактального спектра, служащих ранними индикаторами формирования пузырей на российском фондовом рынке. Эмпирическая база включает дневные данные индекса МосБиржи и цен акций ПАО «Газпром» и ПАО «Сбербанк» за 2009–2025 гг. Методология базируется на мультифрактальном детрендированном флуктуационном анализе (MF-DFA). Результаты эмпирического исследования показывают, что в фазе образования финансового пузыря ширина мультифрактального спектра Δα увеличивается на 45,5% по отношению к базовому уровню 2017 г., достигая максимума в 2022 г. (Δα=1,80). Полученные результаты могут быть использованы для макропруденциального финансового мониторинга и в системах риск-менеджмента.
Ключевые слова финансовый пузырь мультифрактальный анализ MF-DFA ширина мультифрактального спектра российский фондовый рынок индекс МосБиржи акции Газпрома акции Сбербанка
Список источников
1. Kantelhardt J. W., Zschiegner S. A., Koscielny-Bunde E., et al. Multifractal Detrended Fluctuation Analysis of Nonstationary Time Series // Physica A: Statistical Mechanics and its Applications. 2002. Vol. 316. No. 1-4. P. 87-114. 2. Jiang Z. Q., Xie W. J., Zhou W. X., Sornette D. Multifractal Analysis of Financial Markets: A Review // Reports on Progress in Physics. 2019. Vol. 82. No. 12. P. 125901. 3. Kindleberger C. P., Aliber R. Z. Manias, Panics, and Crashes: A History of Financial Crises. 7th ed. Palgrave Macmillan, 2015. 426 p. 4. Minsky H. P. The Financial Instability Hypothesis // Working Paper No. 74. Levy Economics Institute of Bard College, 1992. 20 p. 5. Phillips P. C. B., Shi S., Yu J. Testing for Multiple Bubbles: Historical Episodes of Exuberance and Collapse in the S&P 500 // International Economic Review. 2015. Vol. 56. No. 4. P. 1043-1078. 6. Cajueiro D. O., Tabak B. M. The Hurst Exponent over Time: Testing the Assertion that Emerging Markets are Becoming More Efficient //Physica A: Statistical Mechanics and its Applications. 2004. Vol. 336. No. 3-4. P. 521-537. 7. Плотников П. В., Назаров Д. В., Чуева А. А., Ким З. В. Математический анализ финансовых пузырей через фрактальную размерность // Вестник СПбГУТ. 2025. Т. 3. № 2. С. 3. 8. Исторические данные по индексу МосБиржи [Электронный ресурс]. URL: https://ru.investing.com/indices/mcx (дата обращения: 15.01.2026). 9. Архив котировок [Электронный ресурс]. URL: https://www.finam.ru/profile/moex-akcii/gazprom/ (дата обращения: 15.01.2026). 10. Алышев И. И. Новые методы оценки поведенческой устойчивости фондовых рынков в условиях повышенной волатильности // Инновационная экономика: информация, аналитика, прогнозы. 2026. № 1. С. 45-51. 11. Саратцев А. А., Жаров А. Н. Адаптивное моделирование финансовой нестабильности: сравнительная оценка моделей ARCH (1) и GARCH (1,1) на примере акций агрохолдинга на российском фондовом рынке // Экономика и предпринимательство. 2026. № 1(186). С. 1235-1239.