Preview

Review of Business and Economics Studies

Расширенный поиск

Использование машинного обучения для раскрытия динамики инсайдерской торговли на финансовых рынках

https://doi.org/10.26794/2308-944X-2024-12-1-81-90

Аннотация

Предметом данного исследования является поведение инсайдеров на финансовых рынках США, с акцентом на операции политиков и чиновников, и его последствия для глобальной экономической стабильности. Цель исследования — изучить и проанализировать эти сделки на предмет этических и правовых проблем, а также оценить потенциальное влияние на целостность рынка и доверие инвесторов. Актуальность исследования обусловлена значительным влиянием этих фигур на динамику рынка, юридическими нюансами, связанными с их финансовой деятельностью, и более широкими последствиями для прозрачности и справедливости рынка. Научная новизна исследования достигается за счет использования эконометрического моделирования и анализа данных, в частности, анализа торгового поведения, которое потенциально может обойти Закон о прекращении торговли на основе знаний Конгресса (STOCK). Применяемые методы включают инструмент Python для извлечения данных из финансовых деклараций и регрессию по методу обыкновенных наименьших квадратов (OLS) для анализа ключевых показателей поведения инсайдеров. Результаты показали, что значительная часть сделок, около 86,67%, была совершена политиками, имеющими нарушения Закона STOCK, что указывает на потенциальные пробелы в применении действующих законов и стандартов отчетности. Авторы пришли к выводу, что полученные данные требуют ужесточения правоприменения, переоценки стандартов отчетности и всестороннего раскрытия финансовой информации для поддержания целостности рынка, а также настоятельной необходимости совершенствования мер регулирования и механизмов повышения прозрачности для снижения рисков, связанных с инсайдерской торговлей со стороны лиц, занимающих руководящие посты.

Об авторах

И. В. Трегуб
Финансовый университет
Россия

Илона Владимировна Трегуб — доктор экономических наук, профессор кафедры математики 

Москва 



А. С. Вагнер
Финансовый университет
Россия

Александр Себастьян Вагнер — стажер-исследователь, студент факультета международных экономических отношений

Москва



Список литературы

1. Banerjee S., Breon-Drish B. Strategic trading and unobservable information acquisition. Journal of Financial Economics. 2020;138:458–482. DOI: 10.1016/j.jfineco.2020.05.007

2. Balogh A. Insider trading. Scientific Data. 2023;10: Article number: 237. URL: https://www.nature.com/articles/s41597–023–02147–6. (accessed on 19.01.2024). DOI: 10.1038/s41597–023–02147–6

3. Cai C., Bao R., Wang P., Yang H. Impact of macroeconomic policy uncertainty on opportunistic insider trading. China Journal of Accounting Research. 2022;15(4):100270. ISSN 1755–3091. DOI: 10.1016/j.cjar.2022.100270

4. Chirkova E.V., Petrov V.V. Diagnosing insider trading in the period before cases of administrative pressure on business. Corporate Finance. 2015;(4). URL: https://cyberleninka.ru/article/n/diagnostirovanie-insayderskoytorgovli-v-period-pered-sluchayami-administrativnogo-davleniya-na-biznes (accessed on 13.01.2024).

5. Cline B.N., Posylnaya V.V. Illegal insider trading: Commission and SEC detection. Journal of Corporate Finance. 2019;58:247–269. DOI: 10.1016/j.jcorpfin.2019.05.007

6. Cziraki P., Gider J. The Dollar Profits to Insider Trading. SSRN Review of Finance 2021;25(5):1547–1580. URL: https://doi.org/10.1093/rof/rfab010

7. Harvison T.N. Political Connections and Insider Trading. SSRN. May 13, 2019. URL: http://dx.doi.org/10.2139/ssrn.3387495 (accessed on 19.01.2024).

8. He G., Marginson D. The impact of insider trading on analyst coverage and forecasts. Accounting Research Journal. 2020;33(3):499–521. URL: https://doi.org/10.1108/ARJ-08–2019–0148 (accessed on 19.01.2024).

9. Jardak M.K., Matoussi H. The effectiveness of insider trading disclosure policies: US and EU comparison. Journal of Financial Reporting and Accounting. 2020;18(3):591–614. DOI: 10.1108/JFRA-09–2019–0120

10. Kang M. Inside insider trading regulation: a comparative analysis of the EU and US regimes. Capital Markets Law Journal. 2022;18(1):101–135. DOI: 10.1093/cmlj/kmac026

11. Biggerstaff L., Cicero D., Wintoki M.B. Insider trading patterns. Journal of Corporate Finance. 2020;64:101654. URL: https://www.sciencedirect.com/science/article/pii/S0929119920300985 (accessed on 19.01.2024).

12. Goldie B., Jiang C., Koch P., Wintoki M.B. Indirect Insider Trading. Journal of Financial and Quantitative Analysis 2023;58(6):2327–2364. URL: https://doi.org/10.1017/S0022109022001119 (accessed on 19.01.2024).

13. Guay W.R., Kim S., Tsui D. Determinants of Insider Trading Windows. SSRN. 2023;3844986. URL: http://dx.doi.org/10.2139/ssrn.3844986 (accessed on 19.01.2024).

14. Back K., Crotty K., Li T. Identifying information asymmetry in securities markets. The Review of Financial Studies 2018Jun1;31(6):2277–325. URL: https://doi.org/10.1093/rfs/hhx133

15. Chirkova E.V., Agamyan G.R. Insider trading in the Russian stock market before announcements of mergers and acquisitions deals. Ekonomicheskii zhurnal VShE = HSE Economic Journal 2015;19(3):395–422. URL: https://cyberleninka.ru/article/n/insayderskaya-torgovlya-na-rossiyskom-fondovom-rynke-pered-obyavleniyamio-sdelkah-po-sliyaniyam-i-pogloscheniyam (accessed on 01.03.2024).

16. Glik L.A., Kritski O.L. Finding informed traders in futures and their underlying assets in intraday trading. arXiv 2014;1402.6583. URL: https://doi.org/10.48550/arXiv.1402.6583


Рецензия

Для цитирования:


Трегуб И.В., Вагнер А.С. Использование машинного обучения для раскрытия динамики инсайдерской торговли на финансовых рынках. Review of Business and Economics Studies. 2024;12(1):81-90. https://doi.org/10.26794/2308-944X-2024-12-1-81-90

For citation:


Tregub I.V., Wagner A.S. Using Machine Learning to Unveil the Dynamics of Insider Trading in Financial Markets. Review of Business and Economics Studies. 2024;12(1):81-90. https://doi.org/10.26794/2308-944X-2024-12-1-81-90



Creative Commons License
Контент доступен под лицензией Attribution-NonCommercial-NoDerivatives 4.0 International.


ISSN 2308-944X (Print)
ISSN 2311-0279 (Online)