+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Финансы и кредит»
 

Включен в перечень ВАК по специальностям

ЭКОНОМИЧЕСКИЕ НАУКИ:
5.2.1. Экономическая теория
5.2.3. Региональная и отраслевая экономика
5.2.4. Финансы
5.2.5. Мировая экономика
5.2.6. Менеджмент


ЭКОНОМИЧЕСКИЕ,
ФИЗИКО-МАТЕМАТИЧЕСКИЕ НАУКИ:
5.2.2. Математические, статистические и инструментальные методы в экономике

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
LCCN Permalink
Google Scholar

Электронные версии в PDF

Eastview
eLIBRARY.RU
Biblioclub

Ценообразование на рынке криптоактивов и взаимосвязь с фондовыми индексами

т. 24, вып. 3, март 2018

Получена: 26.01.2018

Получена в доработанном виде: 09.02.2018

Одобрена: 26.02.2018

Доступна онлайн: 29.03.2018

Рубрика: Финансовая система

Коды JEL: C72, D61, E42

Страницы: 641—651

https://doi.org/10.24891/fc.24.3.641

Михайлов А.Ю. кандидат экономических наук, заведующий лабораторией «Томсон Рейтер» департамента финансовых рынков и банков, Финансовый университет при Правительстве РФ, Москва, Российская Федерация 
ayumihajlov@fa.ru

https://orcid.org/0000-0003-2478-0307
SPIN-код: 6398-3330

Предмет. Особенности ценообразования на рынке криптоактивов и взаимосвязь с ценами на активы на фондовых рынках
Цели. Изучение факторов влияния на динамику цены биткойна: существует ли корреляция с финансовыми индексами, такими как S&P 500, за счет наличия эффекта перетока волатильности (spillover effect), характерного для финансовых рынков.
Методология. Используется традиционный частотный подход в квантильной регрессии на основе Байесовского метода.
Результаты. Волатильность цены биткойна имеет заметную корреляцию с волатильностью финансовых индексов, таких как S&P 500 за счет наличия эффекта перетока волатильности (spillover effect), характерного для финансовых рынков. Но четкой взаимосвязи между поисковыми запросами в системе Google и динамикой цены биткойна не обнаружено. Цены на биткойн движутся прежде всего под влиянием интереса инвесторов к криптовалюте как альтернативному инструменту сбережения.
Выводы и значимость. Практическая значимость работы заключается в структуризации существующих знаний о факторах влияния на цену биткойна. Приведенные методики позволили определить наиболее влиятельные факторы, объясняющие динамику биткойна в 2017 г. В частности, выделены основные группы детерминант. Изменение цены было обусловлено увеличением полезности биткойна как инструмента для проведения расчетов, чему способствовали утрата доверия к национальным валютам, неопределенность относительно выхода Великобритании из ЕС и провал многих начинаний Д. Трампа.

Ключевые слова: биткойн, теория оценки, переток волатильности, доходность фондовых рынков, Google-запросы

Список литературы:

  1. Михайлов А.Ю. Теория оценки стоимости криптоактивов // Финансовая аналитика: проблемы и решения. 2017. Т. 10. № 6. С. 691—700. URL: Link
  2. Brière M., Oosterlinck K., Szafarz A. Virtual Currency, Tangible Return: Portfolio Diversification with Bitcoins. CEB Working Papers, 2017, no. 13/031. URL: Link
  3. Popper N. Digital Gold: The Untold Story of Bitcoin. London, Penguin, 2015, 432 p.
  4. Baur D.G., Lucey B.M. Is Gold a Hedge or a Safe Haven? An Analysis of Stocks, Bonds and Gold. Financial Review, 2010, vol. 45, pp. 217—229.
  5. Becker J., Breuker D., Heide T. et al. Can We Afford Integrity by Proof-of-Work? Scenarios Inspired by the Bitcoin Currency. URL: Link
  6. Brandvold M., Molnár P., Vagstad K., Valstad O.C.A. Price Discovery on Bitcoin Exchanges. Journal of International Financial Markets, Institutions and Money, 2015, vol. 36, pp. 18—35.
  7. Dwyer G.P. The Economics of Bitcoin and Similar Private Digital Currencies. Journal of Financial Stability, 2015, vol. 17, pp. 81—91.
  8. Valstad O.C.A., Vagstad K. A Bit Risky? A Comparison between Bitcoin and Other Assets Using an Intraday Value-at-Risk Approach. URL: Link
  9. Eisl A., Gasser S.M., Weinmayer K. Caveat Emptor: Does Bitcoin Improve Portfolio Diversification? SSRN Electronic Journal, 2015.
  10. Yermack D. Is Bitcoin a real currency? An economic appraisal. Bitcoin, Innovation, Financial Instruments, and Big Data, 2015, pp. 31—43.
  11. Dyhrberg A.H. Hedging Capabilities of Bitcoin. Is It the Virtual Gold? Finance Research Letters, 2016, vol. 16, pp. 139—144.
  12. Engle R.F. Dynamic Conditional Correlation — A Simple Class of Multivariate GARCH Models. Journal of Business and Economic Statistics, 2002, vol. 20, no. 3, pp. 339—350.
  13. Hafner C.M., Reznikova O. On the Estimation of Dynamic Conditional Correlation Models. Computational Statistics & Data Analysis, 2012, vol. 56, iss. 11, pp. 3533—3545.
  14. Ratner M., Chiu-Chieh C. Hedging Stock Sector Risk with Credit Default Swaps. International Review of Financial Analysis, 2013, vol. 30, pp. 18—25.
  15. Rogojanu A., Badea L. The Issue of Competing Currencies. Case study—Bitcoin. Theoretical and Applied Economics, 2014, vol. 1, pp. 103—114.
  16. Gandal N., Halaburda H. Competition in the Cryptocurrency Market. URL: Link
  17. Selgin G. Synthetic Commodity Money. Journal of Financial Stability, 2015, vol. 17, pp. 92—99.
  18. Shubik M. Simecs, Ithaca Hours, Berkshares, Bitcoins and Walmarts. URL: Link
  19. Parhizgari A.M., Cho J.H. East Asian Financial Contagion under DCC-GARCH. International Journal of Banking and Finance, 2008, vol. 6, iss. 1, pp. 17—30.

Посмотреть другие статьи номера »

 

ISSN 2311-8709 (Online)
ISSN 2071-4688 (Print)

Свежий номер журнала

т. 30, вып. 10, октябрь 2024

Другие номера журнала