Влияние внешних факторов на избыточную волатильность опционов

Обложка

Цитировать

Полный текст

Аннотация

В условиях нарастающей геополитической и макроэкономической нестабильности выявление и учет факторов, влияющих на волатильность опционов, вызывает особый интерес среди практикующих инвесторов. За последние несколько лет объемы опционной торговли продемонстрировали устойчивый рост, превзойдя объемы торгов фьючерсами, что свидетельствует о растущей роли опционов в структуре финансовых рынков. Высокая турбулентность экономических процессов обусловливает низкую эффективность управления рисками опционной торговли. Решение проблемы возможно за счет более точной оценки факторов ценообразования волатильности. Применение современных методов экономико-статистического анализа, включая векторные авторегрессионные модели (VAR), модель авторегрессионной условной гетероскедастичности (GARCH), а также методы машинного обучения, позволило осуществить комплексный анализ, направленный на выявление релевантных переменных и разработку подходов к их учету в моделировании волатильности опционов. Авторы сосредоточили внимание на расширении и углублении научных представлений о природе и механизмах формирования волатильности опционов в условиях нестабильности внешней среды. Доказано, что геополитические шоки и экономическая неопределенность оказывают значимое влияние на волатильность, причем это воздействие носит асимметричный характер: развивающиеся рынки демонстрируют большую чувствительность к этим факторам, чем развитые. Полученные результаты и выводы могут быть использованы при прогнозировании избыточной волатильности опционов, учет которой позволит построить более эффективные с точки зрения доходности инвестиционные стратегии.

Об авторах

Сергей Александрович Жиронкин

Сибирский федеральный университет

Email: zhironkin@inbox.ru
ORCID iD: 0000-0002-0887-5907

доктор экономических наук, профессор, профессор кафедры торгового дела и маркетинга

Россия, 660041, г. Красноярск, пр-т Свободный, 79

Мария Евгеньевна Коновалова

Самарский государственный экономический университет

Email: mkonoval@mail.ru
ORCID iD: 0000-0002-1876-8144

доктор экономических наук, профессор, директор института национальной и мировой экономики

Россия, 443090, г. Самара, ул. Советской Армии, 141

Ольга Юрьевна Кузьмина

Самарский государственный экономический университет

Email: pisakina83@yandex.ru
ORCID iD: 0000-0002-4460-0468

кандидат экономических наук, доцент, доцент кафедры экономической теории

Россия, 443090, г. Самара, ул. Советской Армии, 141

Дмитрий Павлович Александров

Высшая школа экономики

Автор, ответственный за переписку.
Email: dmitriy.aleksandrov.2003@mail.ru

магистрант

Россия, 101000, г. Москва, ул. Мясницкая, 20

Список литературы

  1. Хоранян М.Э. Модели исторической и ожидаемой волатильности: генезис и применение // Вестник Российского экономического университета им. Г.В. Плеханова. Вступление. Путь в науку. 2022. Т. 12. № 2. С. 47–58. EDN: MHDWLT.
  2. Гайомей Д., Зайцев А. Прогнозирование волатильности индексов фондового рынка США с использованием моделей GARCH и высокочастотных оценок волатильности // Экономические науки. 2022. № 208. С. 49–57. doi: 10.14451/1.208.49.
  3. Семернина Ю.В., Киселев М.В., Якунин С.В., Якунина А.В. Сравнительная характеристика фьючерсных и форвардных контрактов // Менеджмент производных финансовых инструментов. Саратов: Российский экономический университет им. Г.В. Плеханова, 2020. С. 48–51.
  4. Arraut I., Ka-I Lei. The Role of the Volatility in the Option Market // AppliedMath. 2023. Vol. 3. № 4. P. 882–908. doi: 10.3390/appliedmath3040047.
  5. Готфрид А.О., Гузикова Л.А. Предпрогнозный анализ объема торгов на рынке опционов // Финансы и кредит. 2021. Т. 27. № 9. С. 1962–1979. doi: 10.24891/fc.27.9.1962.
  6. Wang Guodong. Pricing of vulnerable option under affine stochastic volatility with simultaneous jumps model // Journal of Computational and Applied Mathematics. 2025. Vol. 475. Article number 117033. doi: 10.1016/j.cam.2025.117033.
  7. Атрощенко С.А., Первушкина Е.А., Статуев А.А., Володин А.М., Хорькин Д.А. Математическая модель прогнозирования волатильности // Наука и бизнес: пути развития. 2024. № 6. С. 10–15. EDN: MTFLBK.
  8. Souto H.G., Moradi A. Yang & Zhang’s realized volatility: Automated estimation in Python // Software Impacts. 2024. Vol. 19. Article number 100613. doi: 10.1016/j.simpa.2024.100613.
  9. Caplan B. How Does War Shock the Economy? // Journal of International Money and Finance. 2002. Vol. 21. № 2. P. 145–162. doi: 10.1016/S0261-5606(01)00046-8.
  10. Черевко В.Е. Оборонно-промышленный комплекс как фактор роста национальной экономики // Экономика и бизнес: теория и практика. 2024. № 7. С. 222–225. doi: 10.24412/2411-0450-2024-7-222-225.
  11. Chatterjee U. Economic Policy Uncertainty, World Uncertainty, and Economic Growth: Evidence from a Bayesian Vector Autoregression Analysis // International Business Research. 2023. Vol. 16. № 8. Article number 28. doi: 10.5539/ibr.v16n8p28.
  12. Klement J. Geoeconomics: The interplay between geopolitics, economics, and investment. New York: CFA Institute Research Foundation, 2021. 290 p. URL: https://www.cfainstitute.org/-/media/documents/book/rf-publication/2021/geo-economics-full.ashx.
  13. Галлямов Т.Ф., Савелов Г.А., Калач Г.П. Влияние войн на финансовые рынки // Экономика и безопасность. 2025. № 4. С. 108–111. EDN: TXYVXN.
  14. Чирков М.А., Шаповалова А.В., Чистяков М.С. Российский фондовый рынок в условиях специальной военной операции и эскалации санкционного давления англосаксонской коалиции // Экономика и предпринимательство. 2023. № 6. С. 176–187. doi: 10.34925/EIP.2023.155.6.029.
  15. Guidolin M., Ferrara E.A. The Economic Effects of Violent Conflict: Evidence from Asset Market Reactions // Journal of Peace Research. 2010. Vol. 47. № 6. P. 671–684. doi: 10.2139/ssrn.825889.
  16. Hassani H., Yeganegi M.R., Gupta R. Historical Forecasting of Interest Rate Mean and Volatility of the United States: Is There a Role of Uncertainty? // Annals of Financial Economics. 2021. Vol. 15. № 4. Article number 2050018. doi: 10.1142/S2010495220500189.
  17. Brune A., Hens T., Rieger M.O., Wang Mei. The War Puzzle: Contradictory Effects of International Conflicts on Stock Markets // International Review of Economics. 2015. Vol. 62. № 1. P. 1–21. doi: 10.1007/s12232-014-0215-7.
  18. Li Xiongying, Ye Cheng, Bhuiyan M.A., Huang Shuiren. Volatility forecasting with an extended GARCH-MIDAS approach // Journal of Forecasting. 2023. Vol. 43. № 1. P. 24–39. doi: 10.1002/for.3023.
  19. Домащенко Г.А., Ивина Е.С. Роль золота в трансформирующейся мировой финансовой системе // Наука о человеке: гуманитарные исследования. 2025. Т. 19. № 2. С. 171–184. EDN: EEFNPJ.
  20. Baur D.G., Smales L.A. Gold and Geopolitical Risk. 2018. URL: https://ssrn.com/abstract=3109136.
  21. Сараджева О.В., Ковтун М.А. Вызовы банковской отрасли с позиции экономической безопасности // Вестник экономической безопасности. 2020. № 2. С. 301–302. EDN: DIGMUG.
  22. Blomberg S.B., Hess G.D., Orphanides A. The Macroeconomic Consequences of Terrorism // Journal of Monetary Economics. 2004. Vol. 51. № 5. P. 1007–1032. doi: 10.2139/ssrn.525982.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Жиронкин С.А., Коновалова М.Е., Кузьмина О.Ю., Александров Д.П., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах