Выявление и оценка искусственного повышения биржевых характеристик акций в результате публикации сообщений в социальных сетяхRevealing and Evaluation of an Artificial Increase in Stock Market Characteristics as a Result of Posting Messages in Social Networks

Диссертационное исследование посвящено выявлению и количественной оценке искусственного повышения биржевых характеристик акций (ИПБХА) на российском фондовом рынке в результате публикации сообщений в социальных сетях. В работе впервые для российского рынка формализовано понятие ИПБХА и предложена методология его идентификации, основанная на построении моделей нормального хода торгов для отдельных эмитентов и выявлении значимых отклонений рыночных показателей при одновременном росте интенсивности и сентимента обсуждений в социальных сетях. Эмпирический анализ выполнен на уникальной выборке данных за период с 2019 по 2025 год, включающей более 800 000 публикаций инвестиционной тематики из социальных сетей Телеграм и Пульс, а также почасовые и дневные данные биржевых торгов по акциям 104 российских компаний. Разработаны авторские индексы сентимента (RSMSI) и интенсивности обсуждений (RSMII) инвесторов, а также комплекс моделей машинного обучения для прогнозирования доходности и идентификации эпизодов ИПБХА. Лучшие по надёжности модели CatBoost и KNN позволяют выявлять более 90% эпизодов ИПБХА (Recall > 0,9) при минимальном уровне ошибки классификации, составляющем 14% (Precision = 86% для CatBoost). Установлен импульсный характер эффекта: максимальное отклонение цен наблюдается в день события с последующей коррекцией в течение 5–10 торговых дней. Полученные результаты расширяют возможности анализа влияния активности инвесторов в социальных сетях на динамику цен и объёмов торгов и позволяют учитывать различия в проявлениях ИПБХА в зависимости от уровня ликвидности акций.