Черных Александр Александрович, аспирант Школы вычислительных социальных наук
Санкт-Петербург
Aleksandr A. Chernykh, PhD Candidate, School of Computational Social Sciences
Saint-Petersburg
Настоящее исследование посвящено оценке перетеканий волатильности между российским фондовым индексом RTSI и американским индексом S&P-500 в период с января 2020 г. по декабрь 2023 г., охватывающий как докризисный этап, так и период широкомасштабных международных санкций против России. Цель работы – выявить изменения характера взаимозависимости и динамики волатильности двух рынков под воздействием глобальных и региональных шоков, включая санкционные ограничения 2022 г. Методологической основой исследования является двумерная модель VAR(1)-GARCH(1,1), позволяющая одновременно анализировать средние и условные дисперсии доходностей, а также фиксировать эффекты переливания волатильности и заражения. Выбор модели обусловлен ее способностью учитывать асимметричные реакции рынков на внутренние и внешние шоки и оценивать временную изменчивость взаимосвязей. Результаты показывают, что до введения санкций наблюдались значительные двусторонние переливания волатильности, особенно в условиях глобальных кризисов, таких как пандемия COVID-19. После 2022 г. интенсивность этих эффектов снизилась, при этом условная корреляция между рынками ослабла в периоды региональных потрясений. Для российского рынка выявлена высокая постоянная составляющая волатильности, отражающая структурный уровень риска, тогда как для американского рынка волатильность формировалась в основном за счет прошлых шоков. Выводы исследования указывают на возросшую независимость российского фондового рынка от динамики американского, сопровождающуюся признаками адаптации к санкционному режиму. Полученные результаты могут быть полезны при анализе трансграничных финансовых связей, управлении рисками и формировании инвестиционных стратегий в условиях геополитической неопределенности.
This study examines volatility spillovers between the Russian stock index RTSI and the U.S. S&P 500 index over the period from January 2020 to December 2023, covering both the pre-crisis stage and the period of large-scale international sanctions against Russia. The purpose of the research is to identify changes in the nature of interdependence and volatility dynamics between the two markets under the impact of global and regional shocks, including the sanctions imposed in 2022. The methodological framework is a bivariate VAR(1)-GARCH(1,1) model, which enables simultaneous analysis of the mean and conditional variance of returns, as well as the detection of volatility spillovers and contagion effects. The choice of model is motivated by its ability to capture asymmetric market responses to internal and external shocks and to assess the time-varying nature of inter-market linkages. The results show that, prior to the sanctions, there were significant bidirectional volatility spillovers, especially during global crises such as the COVID-19 pandemic. After 2022, the intensity of these effects declined, with conditional correlations between the markets weakening during regional disturbances. The Russian market exhibited a high constant component of volatility, reflecting a structural level of risk, while volatility in the U.S. market was primarily driven by past shocks. The findings indicate an increased independence of the Russian stock market from U.S. market dynamics, accompanied by signs of adaptation to the sanctions regime. These results may be useful for analyzing cross-border financial linkages, risk management, and the development of investment strategies under geopolitical uncertainty.
The authors declare that there are no conflicts of interest present.