ارزیابی تاب آوری سرمایه گذاران در برابر سقوط بازار cryptocurrency از طریق اثر اهرم

با تجزیه و تحلیل یک مقطع بزرگ از ارزهای رمزنگاری شده ، عدم وجود تأثیر اهرم در این بازار را مستند می کنیم. بر خلاف بازار سهام ، سرمایه گذاران رفتار وحشت کمتری را نشان می دهند و از نظر مشارکت در بازار نسبت به بازده منفی بی تفاوت هستند. علاوه بر این ، اثر نامتقارن منفی برای برخی از ارزهای رمزنگاری شده در مجموعه داده های ما بازگردانده می شود و ترس سرمایه گذاران را از دست دادن نشان نمی دهد. نتایج ما نسبت به مدل های مختلف اثر اهرم و پنجره های زمان تاریخی قوی است.

معرفی

علاقه به ارزهای رمزنگاری شده از زمان انتشار بیت کوین ناکاموتو (2008) رشد حیرت انگیز را تجربه کرده است. در چهارده سال متعاقب ، چندین سکه و نشانه بخشی از این اکوسیستم جدید شدند که زمان تجزیه و تحلیل به کل سرمایه گذاری در بازار نوسان بین 1 تا 2 تریلیون دلار رسیده است. نیمی از این سرمایه گذاری ناشی از رشد بی سابقه ای است که در سال گذشته رخ داده است. با وجود چنین افزایش ناگهانی ، بازار cryptocurrency غالباً رکودهای قابل توجهی را تجربه می کند که نگرانی در مورد ثبات در دراز مدت را ایجاد می کند. اعتیاد به مواد مخدره بیش از حد در بسیاری از پروژه ها همچنین مقایسه ای با رونق Dot-Com در اواخر دهه 1990 ایجاد کرده بود که شاخص NASDAQ رونق و شلوغی حباب فناوری را تجربه کرد. ارزیابی واکنش سرمایه گذاران نسبت به شوک در چنین بازار بسیار بی ثبات جالب است.

بازده سهام معمولاً تأثیر نامتقارن بازده مالی بر نوسانات آتی دارایی ها را نشان می دهد که به آن اثر اهرمی (Black, 1976) گفته می شود، زمانی که بازده منفی نوسان دارایی را بیشتر از بازده مثبت افزایش می دهد (Bollerslev و همکاران، 2006، Bollerslev، 2006، Bollerslev. و ژو، 2006، کار و وو، 2017). وجود اثر اهرمی در یک سری بازده مالی اغلب ناشی از واکنش فعالان بازار به شوک های نامطلوب است. افزایش نوسانات ناشی از بازده منفی می تواند یک مکانیسم خودتقویت کننده را آغاز کند که منجر به فروش ناگهانی دارایی می شود و عدم اطمینان را حتی بیشتر تشدید می کند. در این کار، ما قیمت های روزانه ارزهای دیجیتال را تحلیل می کنیم تا وجود چنین همبستگی منفی بین بازده و نوسانات آینده را تخمین بزنیم. برای مقایسه، ما همان تحلیل را بر روی سهام تشکیل دهنده شاخص فناوری NASDAQ (NDXT) انجام می دهیم. این اوراق بهادار با ارزهای رمزنگاری شده همبستگی مثبت دارند، همانطور که توسط همبستگی متحرک بین بیت کوین (BTC)، سکه ارز دیجیتال پیشرو، و شاخص NDXT در شکل 1 تأیید شده است.

رابطه متغیر زمانی بین بازده مالی و نوسانات آنها در سطح روزانه معمولاً از طریق چارچوب GARCH (Bollerslev، 1987) بررسی می شود. با استفاده از چندین گونه از مدل اصلی GARCH، Cheikh et al., 2020, Fakhfekh and Jeribi, 2020, Wajdi et al., 2020 یک اثر اهرمی معکوس در بازار ارزهای دیجیتال پیدا کردند که آنها به عنوان سیگنالی از ارزهای دیجیتال به عنوان دارایی های امن تفسیر می کنند.. چو و همکاران(2017) از مدل های GARCH مانند برای برازش بهترین مدل نوسانات برای پیش بینی استفاده می کنند، در حالی که مصطفی و همکاران.(2021) از مدل های GARCH نامتقارن برای ارزیابی مدیریت ریسک استفاده می کنند. فیلیپ و همکاران(2018) حقایق تلطیف شده یک بخش بزرگ از بازده ارزهای دیجیتال را مطالعه کنید. تجزیه و تحلیل ما آن کارهای قبلی را در مورد اثر نامتقارن بازده ارزهای دیجیتال، به ویژه پیروی از خط Baur و Dimpfl (2018) یکپارچه می کند. ما تحقیق در مورد حقایق سبک بازده ارزهای دیجیتال را با پوشش یک دوره تاریخی گسترده و یک مقطع بزرگ که بیشترین سرمایه بازار را به خود اختصاص می دهد، گسترش می دهیم.

قطعات بخش

روش شناسی

ما بازده را از طریق یک فرآیند AR(l) خودبازگشت مدل می کنیم که به صورت زیر بیان می شود: r t = μ + ∑ i = 1 l ϕ r t - i + u t که در آن u t = σ t ϵ t و اجزای نویز ϵ t , ϵ t + 1 , …مستقل و به طور یکسان توزیع شده اند (IID).

ما از دو نوع مدل GARCH استفاده می کنیم که تأثیر اهرم بین بازده و نوسانات یک دارایی را تشکیل می دهد. اولین مورد GJR-Garch (P ، Q) Glosten و همکاران است.(1993) ، که شکل کلی آن است: σ t 2 = ω + ∑ m = 1 p (α i + γ i i t - i) u t - i 2 + ∑ k = 1 q β k σ t - k 2 ، کجاI T - من یک تابع شاخص هستم که اگر T - I مقدار 1 را می گیرد<0

داده ها و نتایج تجربی

ما قیمت 50 ارز رمزپایه سرمایه گذاری شده را از 1 در زمان نوشتن بارگیری کردیم ، به گونه ای که نمونه ما بیش از 95 ٪ از سرمایه گذاری در بازار cryptocurrency را پوشش می دهد. سپس ، ما قیمت سهام 42 شرکت موجود در شاخص فناوری NASDAQ را از بلومبرگ بدست می آوریم. داده های تاریخی هر cryptocurrency از آغاز مربوط به تجارت شروع می شود ، به عنوان مثال ، BTC دارای گسترده ترین تاریخ در سال 2013 ، تا 15 آوریل 2022 است.

پیشخدمت

در این کار ، تجزیه و تحلیل های قبلی را در مورد تأثیر اهرم در بازار رمزنگاری گسترش می دهیم. مطالعه ما در مورد بخش گسترده ای از دارایی ها تأثیر اهرم آماری معنی داری در بازار رمزنگاری نشان نمی دهد. نتایج همچنین در مشخصات مدل های مختلف و افق زمانی سازگار است. ما نتایج را به عنوان عدم وجود رفتارهای وحشت در بین شرکت کنندگان در بازار که نسبت به نشانه بازده از نظر اندازه واکنش بی تفاوت هستند ، تفسیر می کنیم. علاوه بر این ، در برخی موارد ،

سپاسگزاریها

ابتکار عمل Darec توسط اهدا کننده Teymour S. Farman-Farmaian تأمین می شود.