ДУБКОВ Г.И

Научная статья
https://doi.org/10.24412/2220-2404-2026-9-5
УДК 336.761:330.16
     
КАСКАДНЫЙ СКОРИНГ КРИЗИСНЫХ СИГНАЛОВ КАК ИНСТРУМЕНТ ПОДДЕРЖКИ ИНВЕСТИЦИОННЫХ РЕШЕНИЙ ЧАСТНЫХ ИНВЕСТОРОВ
Дубков Г.И.
Международный банковский институт имени Анатолия Собчака

Аннотация. В статье рассматривается проблема принятия инвестиционных решений частными инвесторами в условиях кризисных явлений на фондовом рынке. Актуальность исследования определяется тем, что в периоды высокой волатильности и неопределённости поведение частного инвестора отклоняется от модели полной рациональности и в значительной степени зависит от неприятия потерь, стадного поведения, новостного шума и ошибок тайминга. Цель статьи состоит в разработке и апробации каскадного скоринга кризисных сигналов как инструмента, позволяющего структурировать инвестиционный выбор частного инвестора в кризисной среде. Методологическую основу составили положения поведенческих финансов, сигнальный подход к раннему предупреждению кризисов, вероятностные модели кризисной диагностики, а также анализ рыночных, волатильностных, ликвидностных и макроэкономических индикаторов российского фондового рынка. Предложен интегральный показатель, агрегирующий сигналы глубины снижения рынка, индекса волатильности, реализованной волатильности, изменения ключевой ставки и внешнего сырьевого фона. Показано, что каскадный скоринг позволяет связать диагностику кризисного режима с допустимым форматом поведения частного инвестора. Результаты апробации свидетельствуют о том, что использование скоринга в составе адаптивной стратегии улучшает профиль «доходность–риск» по сравнению с пассивными и реактивными моделями инвестиционного поведения. Сделан вывод о том, что каскадный скоринг может рассматриваться как методический инструмент поддержки инвестиционных решений частных инвесторов в условиях кризисных явлений на фондовом рынке.
Ключевые слова: поведенческие финансы, частный инвестор, кризисные явления, фондовый рынок, каскадный скоринг, инвестиционное решение, адаптивная стратегия.
Финансирование: инициативная работа. 

Original article

CASCADE SCORING OF CRISIS SIGNALS AS A TOOL TO SUPPORT PRIVATE INVESTORS’ INVESTMENT DECISIONS
Georgii I. Dubkov
International Banking Institute named after Anatoly Sobchak

Abstract. The article examines investment decision-making by private investors under stock market crisis conditions. The relevance of the study is determined by the fact that in periods of high volatility and uncertainty, the behavior of private investors deviates from the full rationality model and is significantly influenced by loss aversion, herd behavior, news noise, and timing errors. The purpose of the article is to develop and test a cascade scoring model of crisis signals as a tool for structuring private investors’ decisions in a crisis environment. The methodological framework is based on behavioral finance, the signal approach to early crisis detection, probabilistic crisis-diagnosis models, and the analysis of market, volatility, liquidity, and macroeconomic indicators of the Russian stock market. An integral indicator is proposed that aggregates signals of market drawdown, the volatility index, realized volatility, key rate changes, and the external commodity background. It is shown that cascade scoring links crisis detection with a permissible format of investor behavior. The empirical testing indicates that using the scoring model within an adaptive strategy improves the risk-return profile compared to passive and reactive investment behavior models. It is concluded that cascade scoring can be considered a methodological tool for supporting private investors’ decisions under stock market crisis conditions.
Keywords: behavioral finance,  private investor, crisis phenomena, stock market, cascade scoring, investment decision,  adaptive strategy.
Funding: Independent work.
Список источников:
1. Kahneman, D. Prospect theory: an analysis of decision under risk / D. Kahneman, A. Tversky // Econometrica. - 1979. - Vol. 47, no. 2. - P. 263-291.  DOI: 10.2307/1914185
2. Barberis, N. A survey of behavioral finance / N. Barberis, R. Thaler // Handbook of the Economics of Finance. - 2003. - Vol. 1. - P. 1053-1128.  DOI: 10.1016/S1574-0102(03)01027-6
3. Shefrin, H. The disposition to sell winners too early and ride losers too long: theory and evidence / H. Shefrin, M. Statman // The Journal of Finance. - 1985. - Vol. 40, no. 3. - P. 777-790.  DOI: 10.1111/j.1540-6261.1985.tb05002.x
4. Hoffmann, A. O. I. Individual investor perceptions and behavior during the financial crisis / A. O. I. Hoffmann, T. Post, J. M. E. Pennings // Journal of Banking and Finance. - 2013. - Vol. 37, no. 1. - P. 60-74.  DOI: 10.1016/j.jbankfin.2012.08.007
5. Shiller, R. J. Irrational Exuberance / R. J. Shiller. - 3rd ed. - Princeton: Princeton University Press, 2015. - 392 p.  DOI: 10.1515/9781400865536
6. Kaminsky, G. Leading indicators of currency crises / G. Kaminsky, S. Lizondo, C. Reinhart // IMF Staff Papers. - 1998. - Vol. 45, no. 1. - P. 1-48.  DOI: 10.2307/3867328
7. Bussière, M. Towards a new early warning system of financial crises / M. Bussière, M. Fratzscher // Journal of International Money and Finance. - 2006. - Vol. 25, no. 6. - P. 953-973.
8. Claessens, S. Financial crises: explanations, types, and implications / S. Claessens, M. A. Kose. - Washington, DC: International Monetary Fund, 2013. - 66 p.  DOI: 10.5089/9781475561005.001
9. The New Russian Volatility Index - RVI // Moscow Exchange: официальный сайт. - URL: https://www.moex.com/en/index/RVI (дата обращения: 21.04.2026).
10. Key rate // Bank of Russia: официальный сайт. - URL: https://www.cbr.ru/eng/hd_base/KeyRate/ (дата обращения: 21.04.2026).
11. Масленников, В. В. Факторы формирования типов финансового поведения экономических субъектов / В. В. Масленников, А. В. Ларионов, М. А. Гагарина // Финансы: теория и практика. - 2022. - Т. 26, № 2. - С. 88-103. -  DOI: 10.26794/2587-5671-2022-26-2-88-103 EDN: REIROB
12. Мельников, Р. М. Влияние уровня финансовой грамотности на выбор финансовых инструментов частными инвесторами в российских условиях / Р. М. Мельников // Финансы: теория и практика. - 2024. - Т. 28, № 5. - С. 239-248. -  DOI: 10.26794/2587-5671-2024-28-5-239-248 EDN: SGVQRT
13. Редькин, Н. М. Оптимизация инвестиционного портфеля на российском фондовом рынке в контексте поведенческой теории / Н. М. Редькин // Финансы: теория и практика. - 2019. - Т. 23, № 4. - С. 99-116. -  DOI: 10.26794/2587-5671-2019-23-4-99-116 EDN: UJIMRR
14. Engle, R. F. Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation / R. F. Engle // Econometrica. - 1982. - Vol. 50, no. 4. - P. 987-1007. -  DOI: 10.2307/1912773
15. Bollerslev, T. Generalized autoregressive conditional heteroskedasticity / T. Bollerslev // Journal of Econometrics. - 1986. - Vol. 31, no. 3. - P. 307-327. -  DOI: 10.1016/0304-4076(86)90063-1
16. Glosten, L. R. On the relation between the expected value and the volatility of the nominal excess return on stocks / L. R. Glosten, R. Jagannathan, D. E. Runkle // The Journal of Finance. - 1993. - Vol. 48, no. 5. - P. 1779-1801. -  DOI: 10.1111/j.1540-6261.1993.tb05128.x
17. Corsi, F. A simple approximate long-memory model of realized volatility / F. Corsi // Journal of Financial Econometrics. - 2009. - Vol. 7, no. 2. - P. 174-196. -  DOI: 10.1093/jjfinec/nbp001
18. Adrian, T. CoVaR / T. Adrian, M. K. Brunnermeier // American Economic Review. - 2016. - Vol. 106, no. 7. - P. 1705-1741. -  DOI: 10.1257/aer.20120555
19. Brownlees, C. SRISK: a conditional capital shortfall measure of systemic risk / C. Brownlees, R. F. Engle // The Review of Financial Studies. - 2017. - Vol. 30, no. 1. - P. 48-79. -  DOI: 10.1093/rfs/hhw060
20. Lo, A. W. The adaptive markets hypothesis: market efficiency from an evolutionary perspective / A. W. Lo // The Journal of Portfolio Management. - 2004. - Vol. 30, no. 5. - P. 15-29. -  DOI: 10.3905/jpm.2004.442611
Referenses:
1. Kahneman, D. Prospect Theory: An Analysis of Decision Making Under Risk / D. Kahneman, A. Tversky // Econometrica. — 1979. — Vol. 47, No. 2. — Pp. 263–291. DOI: 10.2307/1914185
2. Barberis, N. A Survey of Behavioral Finance / N. Barberis, R. Thaler // Handbook of the Economics of Finance. — 2003. — Vol. 1. — Pp. 1053–1128. DOI: 10.1016/S1574-0102(03)01027-6
3. Shefrin H., Statman M. The Disposition to Sell Winners Too Early and Ride Losers Too Long: Theory and Evidence / H. Shefrin, M. Statman // The Journal of Finance. — 1985. — Vol. 40, No. 3. — Pp. 777–790. DOI: 10.1111/j.1540-6261.1985.tb05002.x
4. Hoffmann A. O. I. Perception and Behavior of Individual Investors during a Financial Crisis / A. O. I. Hoffmann, T. Post, J. M. E. Pennings // Journal of Banking and Finance. — 2013. — Vol. 37, No. 1. — Pp. 60–74. DOI: 10.1016/j.jbankfin.2012.08.007
5. Shiller, R. J. Irrational Optimism / R. J. Shiller. - 3rd ed. - Princeton: Princeton University Press, 2015. - 392 p. DOI: 10.1515/9781400865536
6. Kaminsky, G. Leading Indicators of Currency Crises / G. Kaminsky, S. Lizondo, C. Reinhart // Staff Papers of the International Monetary Fund. — 1998. — Vol. 45, No. 1. — Pp. 1–48. DOI: 10.2307/3867328
7. Bussière M. Towards a New Early Warning System for Financial Crises / M. Bussière, M. Fratscher // Journal of International Money and Finance. — 2006. — Vol. 25, No. 6. — Pp. 953–973.
8. Claessens, S. Financial Crises: Causes, Types, and Consequences / S. Claessens, M. A. Koze. — Washington, D.C.: International Monetary Fund, 2013. — 66 p. DOI: 10.5089/9781475561005.001
9. The new Russian volatility index — RVI // Moscow Exchange: official website. — URL: https://www.moex.com/ru/index/RVI (accessed: 21.04.2026).
10. Key rate // Bank of Russia: official website. — URL: https://www.cbr.ru/eng/hd_base/KeyRate/ (accessed: 21.04.2026).
11. Maslennikov, V. V. Factors shaping types of financial behavior of economic entities / V. V. Maslennikov, A. V. Larionov, M. A. Gagarina // Finance: Theory and Practice. - 2022. - Vol. 26, No. 2. - Pp. 88-103. - DOI: 10.26794/2587-5671-2022-26-2-88-103 EDN: REIROB
12. Melnikov, R. M. The Impact of the Level of Financial Literacy on the Choice of Financial Instruments by Private Investors in Russia / R. M. Melnikov // Finance: Theory and Practice. - 2024. - Vol. 28, No. 5. - Pp. 239-248. - DOI: 10.26794/2587-5671-2024-28-5-239-248 EDN: SGVQRT
13. Redkin, N. M. Optimization of an investment portfolio in the Russian stock market in the context of behavioral theory / N. M. Redkin // Finance: Theory and Practice. - 2019. - Vol. 23, No. 4. - Pp. 99-116. - DOI: 10.26794/2587-5671-2019-23-4-99-116 EDN: UJIMRR
14. Engle, R. F. Autoregressive conditional heteroskedasticity with estimates of inflation variance in Great Britain / R. F. Engle // Econometrica. - 1982. - Vol. 50, No. 4. - pp. 987-1007. - DOI: 10.2307/1912773
15. Bollerslev T. Generalized autoregressive conditional heteroskedasticity / T. Bollerslev // Journal of Econometrics. — 1986. — Vol. 31, No. 3. — Pp. 307–327. — DOI: 10.1016/0304-4076(86)90063-1
16. Glosten, L. R. On the relation between the expected value and the volatility of nominal excess returns on stocks / L. R. Glosten, R. Jagannathan, D. E. Runkle // The Journal of Finance. — 1993. — Vol. 48, No. 5. — Pp. 1779–1801. — DOI: 10.1111/j.1540-6261.1993.tb05128.x
17. Corsi F. A simple approximate model of realized volatility with long‑term memory / F. Corsi // Journal of Financial Econometrics. – 2009. – Vol. 7, No. 2. – Pp. 174–196. – DOI: 10.1093/jjfinec/nbp001
18. Adrian, T. CoVaR / T. Adrian, M. K. Brunnermeier // American Economic Review. - 2016. - Vol. 106, No. 7. - pp. 1705-1741. - DOI: 10.1257/aer.20120555
19. Brownlis, K. SRISK: conditional indicator of capital deficit for assessing systemic risk / K. Brownlis, R. F. Engle // The Review of Financial Studies. - 2017. - Vol. 30, No. 1. - Pp. 48-79. - DOI: 10.1093/rfs/hhw060
20. Lo, A. W. The Adaptive Markets Hypothesis: Market Efficiency from an Evolutionary Perspective / A. W. Lo // The Journal of Portfolio Management. — 2004. — Vol. 30, No. 5. — Pp. 15–29. — DOI: 10.3905/jpm.2004.442611