چه چیزی قیمت مبادله بیت کوین را تعیین می کند؟یک رویکرد var شبکه

هدف ما درک پویایی قیمت های رمزنگاری و به طور خاص نحوه انتقال اطلاعات قیمت بین مبادلات مختلف بازار رمزنگاری و بین بازارهای رمزنگاری و سنتی است.

برای این هدف ، ما یک مدل اتورگرایی وکتور گسترده را با هدف توضیح تکامل قیمت های بیت کوین پیشنهاد می کنیم. این برنامه افزودنی بر اساس مدل های شبکه است که بیش از مدل های خودجوش خالص بهبود می یابند ، زیرا آنها یک مؤلفه مسری معاصر را معرفی می کنند ، که اثرات مسری بین قیمت ها را توصیف می کند.

یافته های تجربی ما نشان می دهد که مدل پیشنهادی قادر به توصیف ساختار همبستگی بین قیمت بیت کوین در بازارهای مختلف مبادله است ، که به نظر می رسد بسیار قوی است ، در حالی که همبستگی قیمت بیت کوین با دارایی های سنتی کم است. این مدل همچنین با توجه به یک مدل خودجوش ساده تر قادر به بهبود پیش بینی قیمت بیت کوین است.

معرفی

ادبیات تحقیق در مورد ارزهای رمزپایه ، به عنوان خود پدیده نسبتاً جدید است ، اما دائماً در حال رشد است. پس از مقاله فنی منی ناکاموتو (2008) ، مقاله توسط دوایر (2015) به بررسی اقتصاد و املاک مالی ارزهای رمزنگاری شده و مقاله اخیر کوربت و همکاران می پردازد.(2018b) یک بررسی منظم از ادبیات را که پس از سال 2008 در مورد ارزهای رمزنگاری شده به عنوان دارایی های مالی تهیه شده است ، ارائه می دهد. در چنین ادبیاتی ، یک جریان مرتبط از تحقیقات مربوط به مطالعه پویایی قیمت های بازار رمزنگاری ، یا از دیدگاه "درون زا" و چه در رابطه با سایر قیمت های "کلاسیک" بازار است.

هدف تحقیق ما این است که بفهمیم قیمت ارز رمزنگاری به یکدیگر و سایر قیمت های دارایی بستگی دارد. در حالی که برخی از مقالات این موضوع را از یک رویکرد آماری یک متغیره بررسی می کنند ، با تمرکز بر قیمت بیت کوین ، تعداد بسیار کمی از دیدگاه آمار چند متغیره را در نظر می گیرند ، که بر همبستگی بین قیمت های رمزنگاری یا بر روی قیمت های رمزنگاری و قیمت های کلاسیک متمرکز است.

یک استثناء قابل توجه مقاله Corbet و همکاران است.. مقاله مرتبط سیایان و راجانیکووا (2018) است که رابطه بین بیت کوین و شانزده قیمت سکه جایگزین را تجزیه و تحلیل می کنند و دریافتند که آنها واقعاً وابسته به هم هستند ، اما مستقل از عوامل اگزوژن هستند. کوربت و همکاران.(2018a) همچنین وابستگی متقابل بین قیمت رمزنگاری و انواع دارایی های مالی دیگر مانند طلا ، اوراق قرضه و سهام را تجزیه و تحلیل کنید. آنها دریافتند که نوسانات رمزنگاری ها به طور قابل توجهی بالاتر از دارایی های سنتی است و ارزهای رمزنگاری شده از سایر دارایی ها جدا شده اند ، بنابراین فواید متنوع را نشان می دهند. Dyhrberg (2016) و Bouri et al.(2017) به نتیجه گیری مشابه می رسد ، بنابراین تأیید می کند که ارزهای رمزنگاری شده از دارایی های کلاسیک "جدا شده" هستند. توجه داشته باشید که همان نویسندگان نتیجه می گیرند که چنین انزوا در کوتاه مدت پدیدار می شود ، اما در دراز مدت نیست و بنابراین ، شواهد مربوط به "سود تنوع" قطعی نیست.

درک ارتباط با همبستگی نه تنها برای توصیف روابط بین قیمت دارایی های مختلف ، بلکه برای درک اینکه آیا قیمت ها در بازارهای مختلف به سرعت نسبت به یکدیگر واکنش نشان می دهند یا به عبارت دیگر ، آیا بازارها کارآمد هستند ، مهم است. مقاله توسط Brandvold و همکاران.(2015) اولین کسی است که به این سؤال می پردازد ، با استفاده از روشهای اقتصادسنجی Hasbrouck (1995) و Gonzalo و Granger (1995) ، روند کشف قیمت در بازارهای بیت کوین را مورد بررسی قرار می دهد. با استفاده از داده های هفت مبادله ، در دوره ای از آوریل 2013 تا فوریه 2014 ، آنها دریافتند که MTGOX (ورشکستگی اندکی پس از مدت زمان نمونه) و BTC-E تعیین کننده های قیمت هستند. Pagnottoni و همکاران.(2018) تجزیه و تحلیل خود را تا دوره ژانویه 2014 تا مارس 2017 گسترش داده و نقش بیشتری در صرافی های چینی پیدا کرده است. کار مرتبط با مقاله Urquhart (2016) است که به طور خاص تجزیه و تحلیل می کند که آیا بازارهای بیت کوین کارآمد هستند و از داده های بازده قیمت از آگوست 2010 تا ژوئیه 2016 استفاده می کنند: آنها نمی توانند فرضیه بازار کارآمد را تأیید کنند. با این حال ، یک مطالعه دیگر (ناداراجا و چو ، 2017) نشان می دهد که تحول قدرت بازده بیت کوین را می توان به عنوان "ضعیف کارآمد" نتیجه گرفت و بنابراین ، شواهد در مورد کارآیی بازار بیت کوین قطعی نیست.

سهم ما بر اساس دو جریان تحقیق قبلی استوار است و هدف از آن به دست آوردن شواهد تجربی در مورد اینکه آیا قیمت بیت کوین از مبادلات مختلف به شدت مرتبط است ، مانند یک بازار یکپارچه و کارآمد ، به دنبال مقاله توسط Brandvold و همکاران.(2015) ؛اما همچنین اینکه آیا چنین تعاملی تحت تأثیر قیمت های "اگزوژن" دارایی های کلاسیک قرار دارد ، مانند مقاله Corbet و همکاران.(2018a). به عبارت دیگر ، هدف ما این است که با همان الگوی آماری چند متغیره پاسخ دهیم ، این سؤال که آیا بیت کوین ، که سرمایه گذاری آن اکنون قابل توجه است ، هنوز یک تنوع سرمایه گذاری است و این سؤال که آیا بازارهایی که بیت کوین در آن معامله می شوند به طور مؤثر یکپارچه هستند.

علاوه بر اینکه نور بیشتری به تنوع و خاصیت بهره وری از قیمت بیت کوین می پردازیم ، هر دو کوربت و همکاران را گسترش می دهیم.(2018a) ، Brandvold و همکاران.(2015) ، و مقالات مربوطه ، با مدل سازی قیمت همبستگی با یک رویکرد شبکه همبستگی جدید که می تواند نه تنها برای درک قیمت های قیمت یا بازارهای رانندگی ، بلکه برای پیش بینی قیمت بیت کوین ، با استفاده از اطلاعات موجود در وابستگی های چند متغیره در بین بیت کوین استفاده شود. قیمت مبادله و بین قیمت بیت کوین و قیمت دارایی کلاسیک.

از دیدگاه اقتصاد سنجی ، مدل شبکه همبستگی پیشنهادی ما یک مدل اتورگرایی وکتور گسترده است ، با هدف توضیح تکامل قیمت های بیت کوین در بازارهای مختلف مبادله ، با در نظر گرفتن قیمت دارایی کلاسیک اگزوژن. این برنامه افزودنی بر اساس مدل های شبکه است که بیش از مدل های خودجوش خالص بهبود می یابند ، زیرا آنها یک مؤلفه مسری معاصر را معرفی می کنند ، که اثرات مسری بین قیمت ها را توصیف می کند.

اعتبار این مدل در مطالعات اخیر در مورد ریسک سیستمیک نشان داده شده است ، که در آن محققان مدلهای شبکه همبستگی را ارائه داده اند ، که قادر به ترکیب ساختار غنی شبکه های مالی هستند (به عنوان مثال لورنز و همکاران (2009) ؛ باتیستون و همکاران (مراجعه کنید. 2012)) با یک رویکرد پارسیمونی که می تواند اثرات مسری از ساختار وابستگی بین قیمت های بازار را تخمین بزند. اولین سهم در این چارچوب بیلیو و همکاران است.(2012) و Diebold and Yilmaz (2014) ، که اقدامات مسری را بر اساس تست های Granger-Beavility و تجزیه واریانس انجام می دهند. اخیراً ، Ahelegbey و همکاران.(2015) ، Giudici و Spelta (2016) و Giudici و Parisi (2017) این روش را با معرفی شبکه های همبستگی تصادفی گسترش داده اند.

در حالی که مدلهای ریسک سیستمیک دو متغیره (مانند آچاریا ، انگل ، ریچاردسون ، 2012 ، آشاریا ، پدرسن ، فیلیپون ، ریچاردسون ، 2016 ؛ آدریان و برونریمیر (2015)) توضیح می دهند که آیا خطر یک موسسه تحت تأثیر یک رویداد بحران بازار است یا توسط یک رویداد بحران بازارمجموعه ای از عوامل خطر اگزوژن ، مدل های شبکه همبستگی توضیح می دهند که آیا همان خطر به اثرات مسری بستگی دارد ، از دیدگاه مقطعی.

ما (الف) رویکرد Ahelegbey و همکاران را گسترش می دهیم.(2015) ، غنی سازی مدل VAR خود با استفاده از همبستگی های جزئی.(ب) رویکرد Giudici (2003) و Giudici و Spelta (2016) ، با غنی سازی مدل های گرافیکی گاوسی آنها با یک مؤلفه خودکار که از طریق یک مدل VAR حاصل می شود.

مقاله به شرح زیر سازماندهی شده است: بخش 2 شامل مدل پیشنهادی ما است. بخش 3 داده های موجود را ارائه می دهد. بخش 4 کاربرد تجربی مدل پیشنهادی به داده های به دست آمده. بخش 5 شامل برخی اظهارات نتیجه گیری است.

قطعه قطعه

پیشنهاد

بگذارید من قیمت بیت کوین در یک بازار ارز خاص (i = 1 ، ... ، i) ، در زمان t (t = 1 ،… ، t) باشم. ما فرض می کنیم که y t i تابعی از: (الف) یک مؤلفه خودکار است که وابستگی به قیمت های گذشته همان مبادله را بیان می کند.(ب) یک مؤلفه مقطعی ، که وابستگی معاصر به قیمت های دیگر مبادلات را بیان می کند.(ج) باقیمانده تصادفی. به طور رسمی ، برای هر قیمت من و زمان ما فرض می کنیم که موارد زیر وجود دارد: y t i = ∑ p = 1 p 0 α p i y t - p i + ∑ j ≠ i β i j y t j + ϵ t i ، جایی که p است

داده ها

ما بدون از دست دادن کلی بودن ، مهمترین رمزنگاری را در نظر می گیریم: بیت کوین ، که قیمت نسبی آن با توجه به دلار آمریکا گرفته می شود. بدون از دست دادن کلی بیشتر و برای کاهش مشکلات نوسانات ، قیمت های روزانه را نیز در نظر می گیریم که در پایان روز به دست می آید.

هدف اول ما ارزیابی این است که آیا قیمت بیت کوین در بازارهای مختلف مبادله با یکدیگر ارتباط دارد ، بنابراین تغییرات قیمت "درون زا" را نشان می دهد. برای درک این سوال ، ما مجموعه ای از را انتخاب کرده ایم

یافته های تجربی

در این بخش نتایج حاصل از استفاده از مدل پیشنهادی را ارائه می دهیم. شکل 2 ، با استفاده از نقشه گرما ، تمام همبستگی های زوج بین قیمت دارایی در نظر گرفته شده ، در دوره زمانی در نظر گرفته شده است. همبستگی های مثبت به رنگ آبی و همبستگی منفی به رنگ قرمز مشخص شده است ، با رنگ های قوی تر که نشانگر همبستگی های بالاتر (در مقادیر مطلق) است.

از شکل 2 توجه داشته باشید که همبستگی بین قیمت های مختلف مبادلات بسیار بالا است، و نشان می دهد که بازارها همبستگی بالایی دارند.

نتیجه گیری

در این مقاله، مدل جدیدی را پیشنهاد کرده ایم که پویایی قیمت بیت کوین را توضیح می دهد، بر اساس یک فرآیند شبکه همبستگی VAR که ارتباطات متقابل بین قیمت های مختلف کریپتو و دارایی های کلاسیک را مدل می کند.

سهم روش شناختی اصلی ما شامل معرفی همبستگی های جزئی و شبکه های همبستگی در مدل های VAR است. این اجازه می دهد تا الگوهای همبستگی بین قیمت بیت کوین را توصیف کرده و مؤلفه خودرگرسیون قیمت ها را از آن جدا کنید.

سپاسگزاریها

ما نظرات و پیشنهادات مفید دو داور ناشناس را که به بهبود چشمگیر مقاله کمک کرده اند، قدردانی می کنیم. ما همچنین بحث مفیدی را با اعضای مرکز فناوری های بلاک چین کالج دانشگاهی لندن که پائولو جودیچی یکی از محققان آن است، تأیید می کنیم.