Индекс новостного сентимента и его прогностическая способность для российского фондового рынка

Вопросы экономики. 2026.

Макеева Н. М., Искяндяров Р. Р., Наволоцкая П. А., Наволоцкий А. А.

В статье анализируется влияние сентимента частных инвесторов, сформированного под воздействием новостных потоков и публикациями в социальных медиа, на динамику российского фондового рынка. Целью работы является оценка влияния индикаторов сентимента, рассчитанных с использованием модели FinBERT, на ключевые показатели фондового рынка: доходность акций, объем торгов, волатильность и индекс МосБиржи. Эмпирическая база исследования включает данные по 925 компаниям Московской биржи за 2015–2024 гг. и сообщения из популярных финансовых Telegram-каналов. Для оценки сентимента применялся анализ тональности текстов и визуальных реакций пользователей (эмодзи), на основе которых были построены прокси-переменные. Верификация гипотез проводилась с использованием моделей градиентного бустинга и векторной авторегрессии (VAR) с учетом макроэкономических и финансовых контрольных переменных. Результаты показали, что сентимент инвесторов оказывает статистически значимое влияние на рыночную динамику, наиболее сильное – на торговые объемы и доходность низкокапитализированных компаний. Установлено, что негативный сентимент имеет более выраженный эффект по сравнению с позитивным. Предложенные модели машинного обучения с включением прокси-переменных сентимента превзошли по точности прогнозирования классические эконометрические подходы. Интерпретация моделей с помощью значений Шепли позволила идентифицировать ключевые факторы сентимента. Полученные выводы подчеркивают важность учета поведенческих факторов в инвестиционной аналитике и могут быть использованы для повышения точности прогнозных моделей.

Ключевые слова: российский фондовый рынок, машинное обучение, поведенческие финансы, Russian stock market, sentiment analysis, текстовый анализ, behavioral finance, textual analysis, сентимент инвесторов, investor sentiment, machine learning, анализ тональности текста

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА: Разработка системы моделей для сценарного прогнозирования экономического роста и ключевых макропараметров российской экономики, в том числе с привлечением данных экспертных опросов (2025)