Financial risk management Financial risk management Управление финансовыми рисками 2221-7541 2618-8805 BIBLIO-GLOBUS Publishing House 126901 10.18334/ufr.22.4.126901 WKHLOC Articles Статьи Research Article The impact of information about sanctions on the volatility of the Russian financial market Влияние информации о санкциях на волатильность российского финансового рынка

24 12 2026 22 4 VOL 22, NO4 (2026) ТОМ 22, №4 (2026) 11 09 2026 14 10 2026 Copyright ©; 2026, Rychkov V.V. Copyright ©; 2026, Рычков В.В. 2026 Rychkov V.V. Рычков В.В. https://1economic.ru/lib/126901

The article tests the hypothesis that the intensity of the sanctions news flow, measured by the Sanctions News Index (SNI), contains leading information about changes in the volatility of the Russian financial market. The volatility of the currency, stock and credit market segments is analyzed based on daily data for 2014-2025. The methodology combines the Granger causality test and EGARCH modeling. The results show that the SNI contains statistically significant leading information on the volatility of all three segments, and the revealed relationship is reproduced for both realized and expected risk by the market. This indicates the universality of the proposed approach to evaluating the information channel in relation to the main segments of the Russian financial market. An additional assessment of Value at Risk and Expected Shortfall allows to translate the identified effect into a cost dimension and assess the economic scale of increased information pressure. The information channel is considered as an active trigger of volatility and risk, triggering the processes of preventive relocation of capital even before the legal consolidation of measures. This allows to fill in the existing gap related to the assessment of risk as a result of expectation damage, which classical methodologies often classify as information noise.

В статье проверяется гипотеза о том, что интенсивность санкционного новостного потока, измеряемая Sanctions News Index (SNI), содержит опережающую информацию об изменении волатильности российского финансового рынка. На основе дневных данных за 2014–2025 гг. проводится анализ волатильности валютного, фондового и кредитного сегментов рынка. Методология сочетает тест причинности по Грейнджеру и EGARCH-моделирование. Полученные результаты показывают, что SNI содержит статистически значимую опережающую информацию о волатильности всех трех сегментов, причем выявленная связь воспроизводится как для реализуемого, так и для ожидаемого рынком риска. Это свидетельствует об универсальности предложенного подхода к оценке информационного канала применительно к основным сегментам российского финансового рынка. Дополнительная оценка Value at Risk и Expected Shortfall позволяет перевести выявленный эффект в стоимостное измерение и оценить экономический масштаб усиления информационного давления. Информационный канал рассматривается как активный триггер волатильности и риска, запускающий процессы превентивной релокации капитала еще до юридического закрепления мер. Это позволяет заполнить существующую лакуну, связанную с оценкой риска в результате «ущерба от ожиданий», который классические методологии часто классифицируют как информационный шум

 Russia sanctions news about sanctions financial market volatility financial risk Россия санкции новости о санкциях финансовый рынок волатильность финансовый риск 1. Арапова Е.Я., Балахонова С.И., Бондарев И.М., Крючкова А.А., Кудинов А.С., Рычков В.В., Силаев Н.Ю., Таран В.Е., Фомин М.Ю. Геополитика санкций. - Москва: ООО Издательство Аспект Пресс, 2025. – 336 c. 2. Лебедева М.М. Мягкая сила понятие и подходы // Вестник МГИМО-Университета. – 2017. – № 3. – c. 212-223. 3. Мухаметшин Р.И., Скрыпник Д.В. Оценка влияния санкционных ограничений на динамику российской экономики в 2022–2024 годах // Экономическая политика. – 1994. – № 4. – c. 94–109. – doi: 10.18288/1994-5124-2026-4-94-109. 4. Омельченко А.Н., Хрусталёв Е.Ю. Модель индекса интенсивности санкций (на примере России) // Национальные интересы: приоритеты и безопасность. – 2018. – № 1. – c. 62–77. – doi: 10.24891/ni.14.1.62. 5. Рычков В.В. Sanctions News Index (SNI) — индекс санкционных новостей // Пермский финансовый журнал. – 2021. – № 2. – c. 4–20. – url: (отсутствует). 6. Рычков В.В. Анализ влияния новостей о санкциях на финансовые рынки России // Вестник Института экономики РАН. – 2024. – № 2. – c. 71–115. – doi: 10.52180/2073-6487_2024_2_71_115. 7. Рычков В.В. Влияние информационных сигналов ЕС о грядущих и введенных санкциях на финансовые рынки России // Международные процессы. – 2026. – № 4. – c. 50–81. – doi: 10.46272/IT.2025.23.4.83.1. 8. Федорова Е.А., Неврединов А.Р. Влияние санкций на отраслевые индексы // Финансы: теория и практика. – 2024. – № 6. – c. 17-33. – doi: 10.26794/2587-5671-2024-28-6-17-33. 9. Федорова Е.А., Хрустова Л.Е., Демин И.С. Влияние тональности новостей на кредитный рынок в период санкций // Экономическая наука современной России. – 2021. – № 1. – c. 97–116. – doi: 10.33293/1609-1442-2021-1(92)-97-116. 10. Федорова Е.А. Хрустова Л.Е. Мусиенко С.О. Анализ влияния санкций на российский финансовый рынок на основе разработки санкционных индексов // Журнал Сибирского федерального университета. Гуманитарные науки. – 2019. – № 12. – c. 2155–2169. – doi: 10.17516/1997-1370-0525. 11. Abakah E.J.A., Abdullah M., Yousaf I., Tiwari A.K., Li Y. Economic Sanctions Sentiment and Global Stock Markets // Journal of International Financial Markets, Institutions and Money. – 1910. – p. 101910. – doi: 10.1016/j.intfin.2023.101910. 12. Abdollahi H., Fjesme S.L., Sirnes E. Measuring Market Volatility Connectedness to Media Sentiment // The North American Journal of Economics and Finance. – 2024. – p. 102091. – doi: 10.1016/j.najef.2024.102091. 13. Alim W., Khan N.U., Zhang V.W., Cai H.H., Mikhaylov A., Yuan Q. Influence of Political Stability on the Stock Market Returns and Volatility GARCH and EGARCH Approach // Financial Innovation. – 2024. – p. 139. – doi: 10.1186/s40854-024-00658-8. 14. Alwadeai A., Vlasova N., Mareeh H., Aljonaid N. Beyond Traditional Defenses Unraveling the Dynamics of Reserves and Exchange Rate Volatility in the Face of Economic Sanctions // Russian Journal of Economics. – 2024. – № 1. – p. 1–19. – doi: 10.32609/j.ruje.10.118769. 15. Alwadeai A., Vlasova N., Mareeh H., Aljonaid N. Stock Market Responses to Economic Sanctions Evaluating the Roles of National Reserves and Financial Market Access // Borsa Istanbul Review. – 2024. – № 6. – p. 1358–1372. – doi: 10.1016/j.bir.2024.10.006. 16. Askari H.G., Forrer J., Teegen H., Yang J. Economic Sanctions: Examining Their Philosophy and Efficacy. - Westport: Praeger, 2003. – 240 p. 17. Azimli A., Kalmaz D.B. The Impact of Russia’s Geopolitical Risk on Stock Markets’ High-Moment Risk // Economic Systems. – 2025. – № 1. – p. 101242. – doi: 10.1016/j.ecosys.2024.101242. 18. Baker S.R.,Bloom N., Davis S.J. Measuring Economic Policy Uncertainty // Quarterly Journal of Economics. – 2016. – № 4. – p. 1593-1636. – doi: 10.1093/qje/qjw024. 19. Baqaee D., Malmberg H. Long-Run Consequences of Sanctions on Russia // AEA Papers and Proceedings. – 2025. – p. 583–587. – doi: 10.1257/pandp.20251087. 20. Bonato M., Cepni O., Gupta R., Pierdzioch C. Business Applications and State-Level Stock Market Realized Volatility: A Forecasting Experiment // Journal of Forecasting. – 2024. – № 2. – p. 456-472. – doi: 10.1002/for.3042. 21. Conlon T., Corbet S., Goodell J.W., Hou Y., Oxley L. Financial Market Information Flows When Counteracting Rogue States The Indirect Effects of Targeted Sanction Packages // Journal of Economic Behavior amp; Organization. – 2024. – p. 32–62. – doi: 10.1016/j.jebo.2023.10.036. 22. Douch M., Wu Y., Gao B. Impact of U.S. Sanctions on Russian Trade Firm-Level Evidence from the NTR Act // Journal of Economic Behavior amp; Organization. – 2025. – p. 107314. – doi: 10.1016/j.jebo.2025.107314. 23. Egorov K. Korovkin V. Makarin A. Nigmatulina D. Trade Sanctions against Russia Stylized Facts // AEA Papers and Proceedings. – 2025. – p. 578–582. – doi: 10.1257/pandp.20251085. 24. Friedman B.M. Optimal Expectations and the Extreme Information Assumptions of ‘Rational Expectations’ Macromodels // Journal of Monetary Economics. – 1979. – № 1. – p. 23–41. – doi: 10.1016/0304-3932(79)90022-9. 25. Gençyürek A.G. Volatility Modeling and Spillover // Istanbul Business Research. – 2024. – № 1. – p. 81–101. – doi: 10.26650/ibr.2024.53.162811. 26. Gheorghe C., Panazan O. Effects of Information Related to the Russia-Ukraine Conflict on Stock Volatility An EGARCH Approach // Cogent Economics Finance. – 2023. – № 2. – p. 2241205. – doi: 10.1080/23322039.2023.2241205. 27. Gutmann J., Neuenkirch M., Neumeier F. The Economic Effects of International Sanctions An Event Study // Journal of Comparative Economics. – 2023. – № 4. – p. 1214–1231. – doi: 10.1016/j.jce.2023.05.005. 28. Kahneman D., Tversky A. Prospect Theory: An Analysis of Decision Under Risk // Econometrica. – 1979. – № 2. – p. 263-291. – doi: 10.2307/1914185. 29. Lei B., Song Y. Volatility Forecasting for Stock Market Incorporating Media Reports, Investors’ Sentiment, and Attention Based on MTGNN Model // Journal of Forecasting. – 2024. – № 5. – p. 1706–1730. – doi: 10.1002/for.3101. 30. Leusen M., Garretsen H., Giumelli F., Kohl T. The Stock Market Effects of the 2022 Russia Sanctions Evidence from the US and the EU // CESifo Working Paper. – 2026. – № 12650. – doi: 10.65864/ngq4yvsowk. 31. Liu T., Shi Y. News Sentiment and Investment Risk Management Innovative Evidence from the Large Language Models // Economics Letters. – 2025. – p. 112124. – doi: 10.1016/j.econlet.2024.112124. 32. Lu H. Gao Q. Xiao L. Dhesi G. Forecasting EUA Futures Volatility with Geopolitical Risk Evidence from GARCH-MIDAS Models // Review of Managerial Science. – 2024. – p. 1917–1943. – doi: 10.1007/s11846-023-00722-0. 33. Lyőcsa Š., Plíhal T., Výrost T. Forecasting Day-Ahead Expected Shortfall on the EUR/USD Exchange Rate The (I)relevance of Implied Volatility // International Journal of Forecasting. – 2024. – № 4. – p. 1275–1301. – doi: 10.1016/j.ijforecast.2023.11.003. 34. Nelson D.B. Conditional Heteroskedasticity in Asset Returns A New Approach // Econometrica. – 1991. – p. 347–370. – doi: 10.2307/2938260. 35. Nye J.S. Bound to Lead: The Changing Nature of American Power. - New York: Basic Books, 1990. – 307 p. 36. Pape R.A. Why Economic Sanctions Do Not Work // International Security. – 1997. – № 2. – p. 90–136. – doi: 10.2307/2539368. 37. Rychkov V. (2023a). Estimate of the Impact of Trade Sanctions on the Russian Financial Markets // Science and Global Challenges of the 21st Century – Innovations and Technologies in Interdisciplinary Applications / Ed. by E. Isaeva, Á. Rocha. Perm Forum 2022. Lecture Notes in Networks and Systems. – Vol. 622. – pp. 788–801. – Springer, Cham. – doi: 10.1007/978-3-031-28086-3_70 38. Rychkov V. (2023b). Market Drivers of the Ruble Dollar Market // Science and Global Challenges of the 21st Century – Innovations and Technologies in Interdisciplinary Applications / Ed. by E. Isaeva, Á. Rocha. Perm Forum 2022. Lecture Notes in Networks and Systems. – Vol. 622. – pp. 861–872. – Springer, Cham. – doi: 10.1007/978-3-031-28086-3_77 39. Segnon M., Gupta R., Wilfling B. Forecasting Stock Market Volatility with Regime-Switching GARCH-MIDAS The Role of Geopolitical Risks // International Journal of Forecasting. – 2024. – № 1. – p. 29–43. – doi: 10.1016/j.ijforecast.2022.11.007. 40. Shi Y., Shi Y., Ying T. Can Technical Indicators Based on Underlying Assets Help to Predict Implied Volatility Index // Journal of Futures Markets. – 2024. – № 1. – p. 57–74. – doi: 10.1002/fut.22464.