+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Финансы и кредит»
 

Включен в перечень ВАК по специальностям

ЭКОНОМИЧЕСКИЕ НАУКИ:
5.2.1. Экономическая теория
5.2.3. Региональная и отраслевая экономика
5.2.4. Финансы
5.2.5. Мировая экономика
5.2.6. Менеджмент


ЭКОНОМИЧЕСКИЕ,
ФИЗИКО-МАТЕМАТИЧЕСКИЕ НАУКИ:
5.2.2. Математические, статистические и инструментальные методы в экономике

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
LCCN Permalink
Google Scholar

Электронные версии в PDF

Eastview
eLIBRARY.RU
Biblioclub

Влияние алгоритмической торговли на устойчивость развития мировых фондовых рынков

т. 23, вып. 20, май 2017

Получена: 05.04.2017

Получена в доработанном виде: 20.04.2017

Одобрена: 11.05.2017

Доступна онлайн: 29.05.2017

Рубрика: Рынок ценных бумаг

Коды JEL: G10, G14, G15

Страницы: 1184-1195

https://doi.org/10.24891/fc.23.20.1184

Володин С.Н. кандидат экономических наук, доцент департамента финансов, факультет экономических наук, Национальный исследовательский университет Высшая школа экономики, Москва, Российская Федерация 
svolodin@hse.ru

Якубов А.П. аналитик лаборатории анализа финансовых рынков, факультет экономических наук, Национальный исследовательский университет Высшая школа экономики, Москва, Российская Федерация 
apyakubov@edu.hse.ru

Предмет. Различные аспекты влияния нового рыночного сегмента – алгоритмической торговли – на развитие мировых фондовых рынков. Авторы детально разбирают наиболее значимые направления воздействия алгоритмических систем на рыночные механизмы и участников торгов.
Цели. Авторами статьи была поставлена цель – исследовать особенности влияния сегмента алгоритмической торговли на устойчивость развития фондовых рынков. Изучение различных характеристик воздействия роботизированной торговли позволяет оценить общие перспективы как мировых фондовых рынков в целом, так и самой алгоритмической торговли в частности. Сегодня данная тема получила особую актуальность ввиду широкого распространения алгоритмических систем при совершении биржевых операций.
Методология. Проведен анализ релевантной биржевой статистики, регулятивных норм, законодательных актов и мнений экспертов в области фондовых рынков; систематизирована аналитическая и научно-практическая информация в исследуемой сфере.
Результаты. В ходе проведенного анализа было показано, что алгоритмическая торговля оказывает существенное влияние на динамику биржевых индексов, рыночную ликвидность и эффективность, а также на ряд других показателей, характеризующих устойчивое развитие рынков.
Выводы. Результаты проведенного анализа позволяют утверждать, что установленное влияние сегмента алгоритмической торговли на фондовые рынки несет в себе значительный негативный характер. Это уже сегодня вызывает немалое беспокойство рыночных специалистов, сотрудников бирж и государственных регуляторов. Между тем, принимаемые законодательные и технологические меры пока что не способны оказать серьезное сдерживающее воздействие на выявленные негативные аспекты влияния алгоритмических систем. Поэтому в ближайшее время следует ожидать усиления проявлений их негативного воздействия. Полученные авторами результаты могут быть полезны исследователям, занимающимся проблемами устойчивого развития фондовых рынков, представителям регулирующих органов и непосредственным участникам торгового процесса.

Ключевые слова: фондовый рынок, алгоритмическая торговля, устойчивость развития, риски

Список литературы:

  1. Caivano V. The Impact of High-Frequency Trading on Volatility. Evidence from the Italian market. CONSOB Working Paper, 2015, no. 80. Available at: Link
  2. Chaboud A., Chiquoine B., Hjalmarsson E., Vega C. Rise of the Machines: Algorithmic Trading in the Foreign Exchange Market. Journal of Finance, 2014, vol. 69, no. 5, pp. 2045–2084. doi: 10.1111/jofi.12186
  3. Hendershott T., Jones C., Menkveld A. Does Algorithmic Trading Improve Liquidity? Journal of Finance, 2011, vol. LXVI, no. 1, pp. 1–33. doi: 10.1111/j.1540-6261.2010.01624.x
  4. Hendershott T., Riordan R. Algorithmic Trading and the Market for Liquidity. Journal of Financial and Quantitative Analysis, 2013, vol. 48, no. 4, pp. 1001–1024. doi: 10.1017/S0022109013000471
  5. Brogaard J., Hendershott T., Riordan R. High-Frequency Trading and Price Discovery. SSRN Working Paper, 2013. URL: Link
  6. Gerig A. High-Frequency Trading Synchronizes Prices in Financial Markets. DERA Working Paper Series, Securities and Exchange Commission, US, 2015. URL: Link
  7. Твардовский В. Тенденции алгоритмической торговли в России // Материалы 3-й Всероссийской конференции по алгоритмической торговле, 27.02.2016, Москва. URL: Link
  8. Owano N. Study Links Ultrafast Machine Trading with Risk of Crash. URL: Link
  9. Zhang F. High-Frequency Trading, Stock Volatility, and Price Discovery. SSRN Working Paper, 2010. URL: Link
  10. Bergsten M., Sandahl J.F. Algorithmic Trading in the Foreign Exchange Market. Sveriges Riksbank Economic Review, 2013, no. 1, pp. 1–15. Available at: Link
  11. Ивлев С. Внутренние и внешние риски в алгоритмической торговле // Материалы конференции по алгоритмической торговле Moscow ALGO-2014. URL: Link
  12. Jones C. What Do We Know About High-Frequency Trading? Columbia Business School Research Paper, 2013, no. 13-11. URL: Link##
  13. Майоров С. Алгоритмическая торговля – за и против // Биржевое обозрение. 2010. № 1. С. 9–16. URL: Link
  14. Lauricella T., Patterson S., Benoit D. Trading Firm IPO Fizzles in Seconds. Wall Street Journal, 2012. URL: Link
  15. Красин Ю. Эволюция биржевой торговли: от Джесса Ливермора до торговых роботов, или есть ли место для индивидуального инвестора на современном биржевом рынке? // Рынок ценных бумаг. 2013. № 8. URL: Link
  16. Goldstein M., Kumar P., Graves F. Computerized and High-Frequency Trading. Financial Review, 2014, vol. 49, no. 2, pp. 177–202.
  17. Regan M. Robots Are Eating Your Retirement. Bloomberg, 2016. URL: Link

Посмотреть другие статьи номера »

 

ISSN 2311-8709 (Online)
ISSN 2071-4688 (Print)

Свежий номер журнала

т. 30, вып. 10, октябрь 2024

Другие номера журнала