Структурные поведенческие эффекты на Московской бирже: от отраслевого анализа к кластерной верификации

Цель: разработка и апробация комплексной методики для выявления и анализа поведенческих искажений на современном российском фондовом рынке, позволяющей идентифицировать структурные закономерности в поведении инвесторов и оценить влияние на них отраслевой принадлежности, волатильности и ликвидности активов.

Методы: исследование основано на количественном анализе дневных торговых данных Московской биржи (01.10.2023–30.09.2025) по стратифицированной выборке из 34 акций. Для количественной оценки поведенческих искажений (эффекта диспозиции и неприятия потерь) рассчитан коэффициент Одина. Для выявления неявных поведенческих паттернов и верификации результатов применен метод кластерного анализа K-means с последующей PCA-визуализацией.

Результаты: установлено, что на российском рынке не наблюдается доминирования одного поведенческого эффекта, а существует структурная поляризация: в «защитных» секторах (нефтегаз, финансы) преобладает неприятие убытков, тогда как в «ростовых» и спекулятивных (IT, золотодобыча) – эффект диспозиции. Подтверждена прямая зависимость между уровнем волатильности и силой эффекта диспозиции. Методом кластеризации выделено восемь устойчивых поведенческих профилей, которые с высокой точностью соответствуют отраслевой принадлежности бумаг, что доказывает системный, а не случайный характер выявленных аномалий.

Научная новизна: заключается в комплексном методологическом подходе, сочетающем традиционный расчет коэффициента Одина с современными методами машинного обучения (кластерный анализ K-means), что позволяет не только проверить гипотезы о секторальной природе поведенческих искажений, но и выявить внутрисекторальную неоднородность. Впервые для финансового сектора выявлена внутриотраслевая неоднородность, обусловленная различиями в ликвидности активов.

Практическая значимость: предложенный подход позволяет инвесторам адаптировать торговые стратегии к поведенческому профилю конкретного сектора и актива. Результаты могут быть использованы регуляторами для разработки мер по защите розничных инвесторов, а также эмитентами и брокерами для более точного понимания своей аудитории и построения эффективных коммуникаций.