ΚΡΥΠΤΟΝΟΜΙΣΜΑΤΑ ΣΧΕΣΗ BITCOIN, NASDAQ ΚΑΙ ΧΡΥΣΟΥ

CRYPTOCURRENCY CORRELATION AND DEPENDENCE OF BITCOIN, NASDAQ & GOLD (Αγγλική)

  1. MSc thesis
  2. ΕΜΜΑΝΟΥΗΛ ΑΕΡΑΚΗΣ
  3. Τραπεζική, Λογιστική και Χρηματοοικονομική (ΤΛΧ)
  4. 2023
  5. Ελληνικά
  6. 51
  7. Ανδρέας Χαρίτου
  8. Αλέξανδρος, Γαρεφαλάκης
  9. Cryptocurrency, Bitcoin, Nasdaq, Gold, Κρυπτονομίσματα, Συσχέτιση αποδόσεων, μόχλευση Bitcoin, σχεση συνολοκλήρωσης, φαινόμενο Ιανουαρίου, Satoshi Nakamoto, leverage effects, persistence effect
  10. Τραπεζική, Λογιστική και Χρηματοοικονομική (ΤΛΧ)/ ΤΛΧΔΕ
  11. 28
  12. 8
    • Η αγορά των κρυπτονομισμάτων παρουσιάζει τεράστια άνοδο τα τελευταία χρόνια και το επενδυτικό ενδιαφέρον για την αγορά αυτή αυξάνεται όλο και περισσότερο. Θεωρήθηκε αναγκαίο να πραγματοποιήσουμε έρευνα σχετικά με τα χαρακτηριστικά της τόσο ραγδαίας αναπτυσσόμενης αγοράς. Για τις ανάγκες της έρευνας επιλέχθηκε το Bitcoin, ως αντιπροσωπευτικό δείγμα από την αγορά των κρυπτονομισμάτων γιατί είναι το νόμισμα με την μεγαλύτερη κεφαλαιοποίηση και θεωρείται το πιο σταθερό και αποταμιευτικό από όλα τα κρυπτονομίσματα. Αντλήθηκαν δεδομένα για 5 χρόνια και συγκεκριμένα από τον 7/2017 έως και τον 6/2022 με τις τιμές κλεισίματος του Bitcoin, του Χρυσού και του δείκτη τεχνολογίας Nasdaq. Παρουσιάστηκε πρόβλημα στην συλλογή των δεδομένων, διότι τα κρυπτονομίσματα έχουν δεδομένα όλο τον χρόνο σε αντίθεση με τον δείκτη Nasdaq και τον Χρυσό και για τον λόγο αυτό αφαιρέθηκαν από το δείγμα όλα τα Σαββατοκύριακα και έτσι πραγματοποιήθηκε συλλογή 1291 δεδομένων για κάθε χρονοσειρά. Αρχικά πραγματοποιήθηκε έλεγχος στασιμότητας και παρατηρήθηκε ότι οι χρονοσειρές μας δεν είναι στάσιμες και δεν ακολουθούν κανονική κατανομή. Το αποτέλεσμα αυτό επιβεβαιώθηκε και με των έλεγχο κανονικότητας Jarqye-Bera που πραγματοποιήθηκε εφόσον η p-τιμή ήταν μικρότερη από 0,05 σε όλες τις χρονοσειρές. Στην συνέχεια χρησιμοποιήσαμε την μέθοδο πολλαπλής παλινδρόμησης αλλά αν χρησιμοποιούσαμε ημερήσιες τιμές κλεισίματος υπήρχε  κίνδυνος να υπερτιμηθεί το υπόδειγμα μας και γι’ αυτό θα χρησιμοποιήσουμε ημερήσιες αποδόσεις ποσοστιαία.   Η εξαρτημένη μεταβλητή είναι η χρονοσειρά του R_Bitcoin και ανεξάρτητες μεταβλητές του R_Gold και του R_Nasdaq. Το αποτέλεσμα της έρευνας ήταν ότι το δείγμα μας δεν θεωρείται στατιστικά σημαντικό γιατί το προσαρμοσμένο R-τετράφωνο R2 μπορεί να έχει τιμή από 0 έως 1 και όσο πλησιάζει στην μονάδα είναι τόσο πιο στατιστικά σημαντικό θεωρείται αλλά στο υπόδειγμά μας έχει τιμή 0,067451. Στην συνέχεια παρατηρήσαμε την θετική συσχέτιση της αποδόσης του Bitcoin με την αποδόση του Gold και τις αποδόσεις του δείκτη Nasdaq και συγκεκριμένα για κάθε μία ποσοστιαία μονάδα αύξησης 1%  της απόδοσης του Gold, με την προϋπόθεση ότι όλες οι άλλες μεταβλητές θα είναι σταθερές, θα έχουμε αύξηση 0,44% στην απόδοση του Bitcoin και αντίστοιχα για κάθε μία ποσοστιαία μονάδα αύξηση 1% της απόδοσης του Nasdaq, με την προϋπόθεση ότι όλες οι άλλες μεταβλητές θα είναι σταθερές,  έχουμε αύξηση 0,78% της απόδοσης του Bitcoin. Στην συνέχεια κάναμε έλεγχο Dickey-Fuller (ADF) μοναδιαίας ρίζας με τον οποίο επιβεβαιώσουμε ότι οι χρονοσειρές μας δεν είναι στάσιμες και επαναλάβαμε τον έλεγχο για τους λογάριθμους των χρονοσειρών όπου παρατηρήσαμε ότι και εκεί δεν ήταν στάσιμες σε αντίθεση τις λογαριθμικές διαφορές στις οποίες παρατηρήσαμε ότι παρουσίαζαν όλες στασιμότητα. Στην συνέχεια αφού επιβεβαιώσαμε ότι συντρέχουν οι προϋποθέσεις χρησιμοποιήσαμε το υπόδειγμα GARCH με βάση το οποίο παρατηρήσαμε ότι οι συντελεστές είναι στατιστικά σημαντικοί. Με την παραλλαγή του υποδείγματος TGARCH και EGARCH αποδείξαμε ότι δεν έχουμε επίδραση μόχλευσες (leverage effects).  Στην συνέχεια έγινε έλεγχος εκθέτη Hurst με αποτέλεσμα να έχει τιμή 0,597954. Όταν ο εκθέτης έχει τιμή από 0,5 έως 1 σημαίνει ότι έχουμε μία χρονοσειρά με μακροπρόθεσμα θετική αυτοσυσχέτιση, ότι δηλαδή μία υψηλή τιμή θα ακολουθείται από τάση για μία υψηλή τιμή στο μέλλον και για αρκετό χρονικό διάστημα. Έγινε έλεγχος συνολοκλήρωσης Johansen σε δύο ζεύγη. Αρχικά έγινε μεταξύ του Bitcoin και του Nasdaq, με το αποτέλεσμα του ελέγχου να προκύπτει ότι είναι ανεξάρτητες και ότι δεν υπάρχει μακροχρόνια σχέση μεταξύ των χρονοσειρών. Δεύτερο ζεύγος είναι μεταξύ του Bitcoin και του Gold στο οποίο προκύπτει το ίδιο αποτέλεσμα, δηλαδή ότι είναι ανεξάρτητες και ότι δεν υπάρχει μακροχρόνια σχέση μεταξύ τους. Με το υπόδειγμα της αιτιότητας κατά Granger εξετάσαμε εάν αιτιάζουν οι χρονοσειρές η μία στην άλλη και εάν αυτή η σχέση είναι αμφίδρομη ή μονόδρομη. Από τον έλεγχο του υποδείγματος προέκυψε ότι και για τα δύο ζεύγη Bitcoin και του Nasdaq αλλά και Bitcoin και του Gold δεν υπάρχουν σχέσεις αιτιότητας. Τελειώνοντας την εργασία εξετάστηκε εάν ισχύει το φαινόμενο του Ιανουαρίου για το Bitcoin, εάν δηλαδή οι τιμές στις αποδόσεις του Bitcoin είναι υψηλότερες κατά τον μήνα Ιανουάριο, κάτι το οποίο δεν επιβεβαιώθηκε. 

    • The cryptocurrency market has seen a huge rise in recent years and the investment interest in this market is increasing. For the needs of the research, Bitcoin was chosen as a representative sample from the cryptocurrency market because it is the currency with the largest capitalization and is considered the most stable and economical of all cryptocurrencies. For the needs of the research, data was extracted for 5 years, specifically from 7/2017 to 6/2022 with the closing prices of Bitcoin, Gold and the Nasdaq technology index. There was a problem in collecting the data because cryptocurrencies have year-round data unlike Nasdaq and Gold and for this reason all weekends were removed from the sample and thus 1291 data were collected for each time series. First a stationarity check was performed and it was observed that our time series are not stationary and do not follow a normal distribution. This result was also confirmed by the Jarqye-Bera normality test performed since the p-value was less than 0.05 in all-time series. Then we used the multiple regression method but if we use daily closing prices there is a risk that our model will be overvalued, we will use daily percentage returns. The dependent variable is the time series of R_Bitcoin and independent variables of R_Gold and R_Nasdaq. The result of the research was that our sample is not considered statistically significant because the adjusted R-quadrant R2 takes values from 0 to 1 and the closer it is to unity the more statistically significant it is considered but in our sample it has a value of 0.067451. We then observed that there is a positive correlation of Bitcoin returns with Gold returns and the returns of the Nasdaq index and specifically for every one percentage point increase of 1% in the return of Gold we will have a 0.44% increase in the return of Bitcoin and respectively for every one percentage point increase of 1% in Nasdaq's return we have 0.78% increase in Bitcoin's return. We then performed a unit root Dickey-Fuller (ADF) test to confirm that our time series are non-stationary and repeated the test for the logarithms of the time series where we observed them to be non-stationary and the log-differences where we observed them all to be stationary. Then, after confirming that the conditions are met, we used the GARCH model based on which we observed that the coefficients are statistically significant. With the variation of the TGARCH and EGARCH model we proved that we do not have leverage effects. Then a Hurst exponent test was performed, resulting in a value of 0.597954. When the exponent has a value between 0.5 and 1, it means that we have a time series with long-term positive autocorrelation, that is, a high value will be followed by a tendency for a high value in the future and for a sufficient period of time. A two-pair Johansen cointegration test was performed. It was initially done between Bitcoin and Nasdaq based on the test results that are independent and that there is no long-term relationship between the time series. Second pair is between Bitcoin and Gold in which the same result is obtained, namely that they are independent and there is no long-term relationship between them. With the Granger causality model we examined whether the time series cause each other and whether this relationship is bidirectional or unidirectional. From the model test it emerged that for both Bitcoin and Nasdaq pairs and Bitcoin and Gold there are no causal relationships. Finishing the work, it was examined whether the January effect is true for Bitcoin, that is, if the prices of Bitcoin returns are higher during the month of January, which was not confirmed.

  13. Hellenic Open University
  14. Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές