Journal of Economics, Entrepreneurship and Law Journal of Economics, Entrepreneurship and Law Экономика, предпринимательство и право 2222-534X BIBLIO-GLOBUS Publishing House 126995 10.18334/epp.16.10.126995 MZXGPZ Articles Статьи Research Article The emotional component of behavioral finance: a content analysis of comments by Russian users in financial publics on the VKontakte social network Эмоциональная составляющая поведенческих финансов: опыт контент-анализа комментариев российских пользователей финансовых пабликов социальной сети «ВКонтакте» https://orcid.org/0000-0001-6242-88442501-346956626090600R-4905-2016 Linchenko Andrey Aleksandrovich Линченко Андрей Александрович

Научный сотрудник Липецкого филиала Финансового университета при Правительстве Российской Федерации, доцент Липецкого государственного технического университета, Липецк, Россия

 aalinchenko@fa.ru https://orcid.org/0009-0008-6885-0438 Linchenko Ilya Andreevich Линченко Илья Андреевич

Магистр, аспирант

 newfakes46578@gmail.com https://orcid.org/0000-0002-7698-18752293-607557208418336V-1161-2019 Makarov Ivan Nikolaevich Макаров Иван Николаевич

Ведущий научный сотрудник Института региональной экономики и межбюджетных отношений; профессор кафедры «Менеджмент и общегуманитарные дисциплины», доктор экономических наук, доцент, член-корреспондент РАЕН

 excellennzz@gmail.com Lipetsk State Technical University Липецкий государственный технический университет Financial University under the Government of the Russian Federation - Lipetsk branch Финансовый университет при Правительстве Российской Федерации, Липецкий филиал Financial University under the Government of the Russian Federation Финансовый университет при Правительстве Российской Федерации 31 10 2026 16 10 VOL 16, NO10 (2026) ТОМ 16, №10 (2026) 17 09 2026 22 10 2026 Copyright ©; 2026, Linchenko A.A., Linchenko I.A., Makarov I.N. Copyright ©; 2026, Линченко А.А., Линченко И.А., Макаров И.Н. 2026 Linchenko A.A., Linchenko I.A., Makarov I.N. Линченко А.А., Линченко И.А., Макаров И.Н. https://1economic.ru/lib/126995

Thу article presents the results of a content analysis of comments by Russian users in financial publics belonging to major Russian banks and brokerage firms on the VKontakte social network for the period 2013–2026. Statistical data from financial institutions' social media pages allow to conclude that Sberbank and T-Bank clearly dominate in terms of both user activity and interest in informational content. The authors have found that brokerage pages exhibited the highest level of informational activity among these organizations. Using machine learning methods, the authors have analyzed sentiment trends from 2013 to 2026. The results show a clear predominance of negative and neutral comments and suggested a correlation with the MOEX Index. Notably, peaks in user emotional activity coincide with major epidemiological (COVID-19) and geopolitical (the conflict in Ukraine) events. A frequency analysis of the vocabulary used in comments reveals the continued dominance of a conservative model of financial behavior, with discussions centering primarily on bank cards, banking apps, and various types of client accounts.

В статье представлены результаты контент-анализа комментариев российских пользователей финансовых пабликов крупных российских банков и брокерских организаций в социальной сети Вконтакте за период 2013-2026 гг. Статистические данные пабликов финансовых организаций позволили нам сделать вывод о заметном доминировании страниц Сбербанка и Т-банка как в рамках активности пользователей, так и интереса пользователей к информационному контенту. Нами было выявлено, что именно страницы брокеров обнаружили наиболее высокий уровень информационной активности организаций. Применяя методы машинного обучения, мы проанализировали общую динамику сентимента за период 2013 – 2026 гг., которая указала на явное доминирование негативных и нейтральных комментариев, а также позволила говорить о корреляции с динамикой индекса Мосбиржи. При этом пики эмоциональной активности участников совпадали с крупными эпидемиологическими и геополитическими событиями. Частотный анализ лексики комментариев выявил сохраняющееся доминирование консервативной модели финансового поведения, где основным объектом интереса продолжало оставаться обсуждение пластиковых карт, банковских приложений и различных видов счетов клиентов

 behavioral finance collective emotions content analysis sentiment analysis machine learning frequency analysis financial culture поведенческие финансы коллективные эмоции контент-анализ сентимент-анализ машинное обучение частотный анализ финансовая культура The study was carried out based on the results of research carried out using budgetary funds under a state assignment from the Financial University Исследование выполнено по результатам исследований, выполненных за счет бюджетных средств по государственному заданию Финуниверситета 1. Горецкая В.А. Поведенческие финансы: использование теории перспектив при принятии финансовых решений // Российское предпринимательство. – 2013. – № 13(235). – c.104–110. 2. Коротких В. В., Филатова В. В., Щепина И. Н. Сентимент корпоративных эмитентов в объяснении различий в доходностях акций на российском рынке // Вестник Воронежского государственного университета. Серия: Экономика и управление. – 2024. – (3). – c.19–34. 3. Матевосова, А.М. Сентимент-анализ как инструмент исследований в сфере денежно-кредитной политики // Журнал Новой экономической ассоциации. — Москва, 2026 — N 2(71). — С.314-323. 4. Митягина В. А. Интернет-комментарий как коммуникативное действие // Жанры и типы текста в научном и медийном дискурсе: Межвузовский сборник научных трудов / А. Г. Пастухов (Ред.). Орлов: Орловский государственный институт искусств и культуры, 2012. – с. 188–197. 5. Теплова Т.В., Соколова Т.В., Файзулин М.С., Куркин А.В. Сентимент инвесторов и аномалии в поведении биржевых характеристик инвестиционных активов. — Москва: ИНФРА-М, 2022. — 199 с. 6. Теплова Т.В., Соколова Т.В., Томтосов А.Ф., Бучко Д.В., Никулин Д.Д. Сентимент частных инвесторов в объяснении различий в биржевых характеристиках акций российского рынка // Журнал Новой экономической ассоциации. – 2022. – № 1 (53). – c. 53–84. 7. Саяпин А.В., Ямашкин С.А. Анализ сентимента-финансовых новостных публикаций на русском языке // Современные наукоемкие технологии. 2025. №12. С.184–194. 8. Файзулин М.С. Сентимент и стадное поведение частных инвесторов: кластерный анализ российского фондового рынка // Финансовый журнал. – 2024. – Т.16. – № 4. – c. 95–113. 9. Adachi Y., Masuda M., Takeda F. Google search intensity and its relationship to the returns and liquidity of Japanese startup stocks // Pacific-Basin Finance Journal. 2017. – Vol. 46. – p. 243-257. 10. Bachhav V.A., Sabnis A.A., Dhabale P.V., Ambhore A.R. Stock Market Prediction and Sentiment Analysis // International Journal of Science Strategic Management and Technology. – 2026. – N.02(06). – p. 1–9. 11. Baker M., Wurgler J. Investor sentiment and the cross-section of stock returns // The Journal of Finance. – 2006. – LXI (4). – p. 1645–1680. 12. Barber B. M., Odean T., Zhu N. Do retail trades move markets? // The Review of Financial Studies. 2008. – Vol. 22. – №1. – p. 151–186. 13. French D., McKillop D., Stewart E. Personal finance apps and low‐income households // Strategic Change. – 2021. – 30(4). – p. 367–375. 14. Giménez-Nadal J.I., Molina J.A., Xiao J.J. Emotions related to time use in financial activities: Affective patterns in the US // Journal of Behavioral and Experimental Finance. – 2026. – June. – Article: 101181. – Volume 50. 15. Kuo W. Y., Lin T. C., Zhao J. Cognitive limitation and investment 16. 17. – 2015. – 28 – №3. – p. 838-875. 18. Liang C., Li Y., Tang L., Wei Y. Which sentiment index is more informative 19. 20. – 2020. – Vol. 71. – p. 1-11. 21. Nurazi R., Kananlua P.S., Usman B. (2015).The effect of Google trend as determinant of return and liquidity in Indonesia stock exchange // Journal Pengurusan. – 2015. – 45. – p. 131–142. 22. Oliveira N., Cortez P., Areal N. On the predictability of stock market behavior using StockTwits sentiment and posting volume. EPIA 2013: Progress in Artificial Intelligence. – p. 355–365. 23. Petrenko Y., Boór M. Impact of Sentiment on Households’ Financial Decision Making // Acta academica karviniensia. – 2023. – Volume XXIII(1). – p. 54–68. 24. Perelman M.A. The Neglected Economics of Trust: The Bentham Paradox and Its Implications // American Journal of Economics and Sociology. – 2006. – N. 57(4). – p. 381-389 25. Pixley J. Emotions in Finance: Distrust and Uncertainty in Global Markets. – Cambridge: Cambridge University Press, 2004. – 228 p. 26. Renault T. Intraday online investor sentiment and return patterns in the U.S. stock market // Journal of Banking and Finance. – 2017. – № 84. – p. 25–40. 27. Ricciardi V. Risk: Traditional Finance Versus Behavioral Finance // Handbook of Finance: Vol. 3: Valuation, Financial Modeling, and Quantative tools / Frank J. Fabozzi (ed.). – London: John Wiley Sons, 2008. – p. 11-38. 28. Ricciardi V., Simon H.K. What is Behavioral Finance? // Business, Education and Technology Journal. – 2000. – Fall. – p. 1–9. 29. Ritter J.R. Behavioral finance // Pacific-Basin Finance Journal. 2003. – Vol. 11. – p. 429–437. 30. Schmeling M. Investor sentiment and stock returns: Some international evidence // Journal of Empirical Finance. 2009. – Vol. 16. – № 3. – p. 394-408. 31. Sharma D., Kumar A. The Impact of Emotional Factors on Household Financial Decision-Making: An Exploratory study // International Scientific Journal of Engineering and Management (ISJEM). – 2025. – Vol: 04. – Iss. 03. – March. – p. 1–9. 32. Smales L.A. Investor attention and global market returns during the 33. – 2021. – Vol. 73. – p. 1-14. 34. Smales, L.A. The importance of fear: investor sentiment and stock 35. 2017. – Vol. 49. – № 34. – p. 3395-3421. 36. Sunstein C.R. Democracy and filtering. Communications of the ACM. – 2004. – 47(12). p. 57–59. 37. Wu D.D., Zheng L., Olson D.L. A decision support approach for online stock forum sentiment analysis. The IEEE Transactions on Systems, Man, And Cybernetics: Systems. – 2014. – 44 (8). – p. 1077–1087