ІНСТРУМЕНТАЛЬНІ МЕТОДИ ОЦІНЮВАННЯ ВОЛАТИЛЬНОСТІ ЦІН ФІНАНСОВИХ АКТИВІВ ПІД ВПЛИВОМ ФРАГМЕНТОВАНОЇ РИНКОВОЇ ІНФОРМАЦІЇ
DOI:
https://doi.org/10.36074/grail-of-science.01.05.2026.037Keywords:
волатильність, фінансові активи, фрагментована інформація, ціноутворення, інструментальні методи, цифрова економіка, математичне моделюванняSummary
Робота присвячена розробці та вдосконаленню інструментальних методів оцінювання волатильності фінансових активів в умовах фрагментованості ринкової інформації. У роботі критично переосмислюється вплив асиметричних інформаційних потоків на процеси ціноутворення, де особлива увага приділяється трансформації класичних моделей під дією цифровізації економіки. Автор досліджує механізми взаємодії між публічними даними, інсайдерськими сигналами та технологічними чинниками, що детермінують ринкову динаміку. Через призму поєднання гіпотези ефективного ринку та концепцій поведінкових фінансів обґрунтовано математичний інструментарій для ідентифікації ризиків та оптимізації інвестиційних стратегій. Результати дослідження поглиблюють розуміння процесів формування вартості активів та забезпечують методичне підґрунтя для прогнозування трендів у нестабільному фінансовому середовищі.
Downloads
Downloads
License
Copyright (c) 2026 Станіслав Андрейчук, Олександра Манзій, Оксана Уханська, Андрій Сеник
References
Bastidon, C., & Jawadi, F. (2024). Trade fragmentation and volatility-of-volatility networks. Journal of International Financial Markets, Institutions and Money, 91(C). https://doi.org/10.1016/j.intfin.2023.101908 DOI: https://doi.org/10.1016/j.intfin.2023.101908
Chung, V., Espinoza, J., & Quispe, R. (2025). Forecasting financial volatility under structural breaks: A comparative study of GARCH models and deep learning techniques. Journal of Risk and Financial Management, 18(9), 494. https://doi.org/10.3390/jrfm18090494 DOI: https://doi.org/10.3390/jrfm18090494
Gregory, A., Maxwell, O., Muhammad, A., Edirin, J., Sinebe, M., Nneka, C., Isyaku, M., Labaran, F., Odiase, B., & Ogbebor, E. (2026). Exchange rate volatility, global currency fragmentation, and supply chain financing: Evidence from European and African firms. Research Square. https://doi.org/10.21203/rs.3.rs-9081866/v1 DOI: https://doi.org/10.21203/rs.3.rs-9081866/v1
Kaya, H., Maramraju, A., & Nallapu, A. (2023). The impact of social media related events on the price volatility of mega-cap technology stocks. Financial Markets, Institutions and Risks, 7(4), 14–23. https://doi.org/10.61093/fmir.7(4).14-23.2023 DOI: https://doi.org/10.61093/fmir.7(4).14-23.2023
Kehoe, P. J., Lopez, P., Midrigan, V., & Pastorino, E. (2023). Asset prices and unemployment fluctuations: A resolution of the unemployment volatility puzzle. The Review of Economic Studies, 90(3), 1304–1357. https://doi.org/10.1093/restud/rdac048 DOI: https://doi.org/10.1093/restud/rdac048
Kim-Hahm, H., Abou-Zaid, A. S., & Mohd, A. (2025). News vs. social media: Sentiment impact on stock performance of big tech companies. Journal of Risk and Financial Management, 18(12), 660. https://doi.org/10.3390/jrfm18120660 DOI: https://doi.org/10.3390/jrfm18120660
Ligot, S., Gillet, R., & Veryzhenko, I. (2021). Intraday volatility smile: Effects of fragmentation and high frequency trading on price efficiency. Journal of International Financial Markets, Institutions and Money, 75, 101437. https://doi.org/10.1016/j.intfin.2021.101437 DOI: https://doi.org/10.1016/j.intfin.2021.101437
Маркович Б.М., Сеник А.П., Мороз Д.А., Сеник Ю.А. (2026). Цифровий аналіз новинних потоків як інструмент прогнозування ринкової волатильності. // Грааль науки. – 2026. – № 66: proceedings of the X correspondence international scientific and practical conference "Scientific researches and methods of their carrying out: world experience and domestic realities", April 17th, 2026. – Р. 316–327. https://doi.org/10.36074/grail-of-science.17.04.2026.032 DOI: https://doi.org/10.36074/grail-of-science.17.04.2026.032
Naidoo, T. (2025). Social media and financial markets: The impact of Twitter sentiment on the Johannesburg Stock Exchange. Modern Finance, 3(4), 80–95. https://doi.org/10.61351/mf.v3i4.428 DOI: https://doi.org/10.61351/mf.v3i4.428
Senyk, A., Manziy, O., Pelekh, V., Futryk, Y., & Senyk, Y. (2025). The role of functional activation in neural networks in the context of financial time series analysis. Mathematical Modeling and Computing, 12(1), 299–309. https://doi.org/10.23939/mmc2025.01.299 DOI: https://doi.org/10.23939/mmc2025.01.299
Senyk, A. P., Manziy, O. S., Ohloblin, P. E., Senyk, Y. A., & Krasiuk, O. P. (2024). Application of the Bayesian approach to modeling credit risks. Mathematical Modeling and Computing, 11(4), 1025–1034. https://doi.org/10.23939/mmc2024.04.1025 DOI: https://doi.org/10.23939/mmc2024.04.1025
Sun, Y., & Wang, Y. (2025). The impact of news and social media on the stock market. Advances in Economics, Management and Political Sciences, 180, 10–17. https://doi.org/10.54254/2754-1169/2025.22600 DOI: https://doi.org/10.54254/2754-1169/2025.22600
Zadvornykh, S. (2025). Volatility on stock exchanges and its impact on transformations in the financial services market. Financial and Credit Systems: Prospects for Development, 3, 75–87. https://doi.org/10.26565/2786-4995-2025-3-06 DOI: https://doi.org/10.26565/2786-4995-2025-3-06
Zhang, H., Chen, Y., Rong, W., Wang, J., & Tan, J. (2022). Effect of social media rumors on stock market volatility: A case of data mining in China. Frontiers in Physics, 10, 987799. https://doi.org/10.3389/fphy.2022.987799 DOI: https://doi.org/10.3389/fphy.2022.987799
Downloads
How to Cite
Issue
Section
Categories
