بیت کوین به عنوان یک دارایی دیجیتالی نوظهور، بیش از یک دهه است که معامله میشود و به ارزش بازار فوقالعاده بالایی رسیده و به گسترش حجم معاملات خود با سرعتی سریع ادامه میدهد. بسیاری از کشورها پلتفرم تجاری این دارایی را قانونی کرده اند یا در حال بررسی قانونی کردن آن هستند و مجموعه ای از شرکت ها در سراسر جهان آن را به عنوان وسیله مبادله می پذیرند. در نتیجه این گسترش، بسیاری از مطالعات در ادبیات مالی بر مطالعه کارایی این ارز دیجیتال متمرکز شدهاند. در راستای این ادبیات، این مقاله با استفاده از روشهای بازده غیرعادی و حجم معاملات غیرعادی، پویایی واکنش سرمایهگذاران به ورود اطلاعات مطلوب و نامطلوب غیرمنتظره در مورد بازار بیتکوین را در چارچوب سه فرضیه معروف بررسی میکند: واکنش بیش از حد.، اطلاعات نامطمئن و فرضیه های بازار کارآمد. به طور کلی، ما شواهدی پیدا می کنیم که تأیید می کند بازار بیت کوین به مرور زمان به بلوغ می رسد. بهطور دقیقتر، در کل دوره تحلیلشده، سرمایهگذاران مطابق با پیشبینیهای فرضیه اطلاعات نامطمئن هنگام وقوع رویدادهای مثبت و منفی رفتار میکنند. با این حال، تقسیم بازه زمانی به دورههای فرعی، بینش جالبی را ارائه میکند. نکته قابل توجه در این رابطه این واقعیت است که با شروع دوره فرعی دوم، پاسخ سرمایه گذاران در بازار بیت کوین، به طور متوسط، از فرضیه بازار کارآمد در صورت پرداختن به رویدادهای مطلوب پشتیبانی می کند. علاوه بر این، یافتههای ما نشان میدهد که در طول دوره همهگیری، کارایی بیتکوین افزایش یافته است، بنابراین این دوره پر استرس به مزیتی برای این ارز دیجیتال تبدیل شده است. این کارایی بهبود یافته بازار نیز توسط تجزیه و تحلیل حجم معاملات غیرعادی پشتیبانی می شود.
نقل قول: Diaconaşu D-E, Mehdian S, Stoica O (2022) تحلیلی از رفتار سرمایه گذاران در بازار بیت کوین. PLoS ONE 17(3): e0264522. https://doi. org/10. 1371/journal. pone. 0264522
ویراستار: J E. Trinidad Segovia، دانشگاه آلمریا، اسپانیا
دریافت: 20 ژوئن 2021;پذیرش: 11 فوریه 2022;تاریخ انتشار: 10 مارس 2022
حق چاپ: © 2022 Diaconaşu et al. این یک مقاله با دسترسی آزاد است که تحت شرایط Creative Commons Attribution License توزیع شده است، که اجازه استفاده، توزیع و تکثیر نامحدود در هر رسانه را می دهد، مشروط بر اینکه نویسنده و منبع اصلی درج شده باشند.
در دسترس بودن داده ها: تمام داده های استفاده شده (قیمت های روزانه) از وب سایت http://data. bitcoinity. org در دسترس هستند. دیگران می توانند به همان شیوه نویسندگان به این داده ها دسترسی داشته باشند. نویسندگان هیچ گونه امتیاز دسترسی خاصی که دیگران نخواهند داشت نداشتند.
بودجه: این مطالعه توسط وزارت تحقیقات، نوآوری و دیجیتال سازی رومانیایی، در برنامه 1 - توسعه سیستم ملی RD، زیربرنامه 1. 2 - عملکرد نهادی - پروژه های تامین مالی تعالی RDI، قرارداد شماره 11PFE/30. 12. 2021 تامین شده است.
منافع رقابتی: نویسندگان اعلام کرده اند که هیچ منافع رقیب وجود ندارد.
معرفی
توسعه چشمگیر و منحصر به فرد بودن ارزهای دیجیتال در دهه گذشته توجه فعالان بازار را در هر گوشه و کناری به خود جلب کرده است. به طور کلی، توسعه بی رویه بازار ارزهای رمزنگاری شده منجر به ارزش بازار 2140 میلیارد دلاری آمریکا تا اوت 2021 شد [1]، بنابراین توجه سیاست گذاران، سرمایه گذاران و محققان را به خود جلب کرد. و البته، از این فهرست گسترده از اشکال جدید پول الکترونیکی، بیت کوین به عنوان یک موقعیت ممتاز در نظر گرفته می شود. عمدتاً، علاقه شکوفایی دانشگاه به این طبقه دارایی نسبتاً جدید به دلیل ماهیت منحصر به فرد آن بود (برای بررسی جامع به [2، 3] مراجعه کنید). از نظر ظاهری، در میان ویژگیهای ذاتی مستند تجربی این ارزهای مصنوعی، به نظر میرسد که تا کنون چندین مورد غیرقابل انکار بوده است، در واقع، نوسانات بالا [4-6]، خوشهبندی و حافظه طولانی نوسانات [7-10]، وجودجهشها [11-13]، همبستگی بالا در بازار کریپتو [14-16] اما انزوای نسبی از سایر طبقات دارایی در زمانهای عادی [17-19] و افزایش سرایت در زمانهای آشفته شدید [20-22] و غیره. ویژگی های قابل بحث این دارایی غیر معمول به سرمایه گذاری یا پتانسیل ارزی و توانایی آن در عمل یا نبودن به عنوان یک پناهگاه اشاره دارد. در این رابطه، [23، 24] استدلال می کنند که بعید است که محبوب ترین ارز دیجیتال را به عنوان یک سرمایه گذاری امن یا وسیله مبادله در نظر بگیریم، به ویژه در کوتاه مدت [25] و به ویژه در طول همه گیری ویروس کرونا [26،27]. این یافتهها در تضاد با یافتههای [28] است، که نشان میدهد بیتکوین را میتوان شبیه به «طلای مجازی» در دورههایی که بازارهای سهام دارای نوسانات بالایی هستند و بهویژه در کوتاهمدت و در طول دوره کووید [29] در نظر گرفت. علاوه بر این، این ارز دیجیتال را می توان به عنوان یک ارز در نظر گرفت، ارزی که بین طلا و دلار قرار می گیرد [30]. در امتداد این خطوط، شواهد متعادلتری از [31] به دست میآید که بیان میکند بیتکوین دارایی منحصربهفردی را نشان میدهد که دارای ویژگیهای یک دارایی مالی استاندارد و یک دارایی سفتهبازی است، و از [32]، که معتقد است بیتکوین رفتاری مشابه ندارد. ارزها یا کالاهای سنتی، اما باید به عنوان یک پلتفرم فناوری در نظر گرفته شوند و این که این بازار کریپتو بسیار بالغتر و کمتر از آنچه قبلاً پیشنهاد شده بود، سوداگرانهتر است.
برخورد با بیتکوین بهعنوان یک نوع دارایی مالی مجازی، منشأ ادبیات اخیر گستردهای است که پارادایم غالب در اقتصاد مالی - فرضیه بازار کارآمد (EMH) [33] - را روی قیمتهای بیتکوین آزمایش میکند. اولاً، کارایی نیمه قوی بیت کوین مورد توجه [34] بود که با استفاده از روش مطالعه رویداد نشان داد که ارز دیجیتال در طول زمان در رابطه با رویدادهای خود کارآمدتر شده است، اما بدون شک در ارتباط با رویدادهای سیاست پولی ناکارآمد است.. برخلاف این نتایج، [35] دریافت که بازار ارزهای دیجیتال از طریق تعامل با عوامل اقتصاد کلان در حال بلوغ بیشتری است.
ثانیاً، این عدم توافق را باید در نتایج مربوط به کارایی ضعیف بیت کوین نیز یافت. به عنوان یک پرانتز، ممکن است اشاره کنیم که یافتههایی وجود دارد که با (نا) کارایی بازار کریپتو متناقض است، زیرا ویژگی حافظه طولانی آن با گذشت زمان تکامل مییابد، بنابراین فرضیه بازار تطبیقی را تأیید میکند [36، 37]. از یک طرف، اولین مطالعه و به طور گسترده شناخته شده در مورد این موضوع توسط [38] انجام شده است، که به این نتیجه رسید که بازار بیت کوین به طور کلی در دوره 2010-2016 ناکارآمد بوده اما شاید در روند حرکت به سمت یک بازار کارآمد باشد. در مقابل، [39] فرضیه کارآمد ضعیف را در همان بازه زمانی مطالعه اخیر تأیید کرد و استدلال کرد که همه چیز در مورد بیت کوین چندان منفی نیست (همچنین به [40] مراجعه کنید). شواهد اضافی برای روند کارایی اطلاعاتی این ارز دیجیتال در زمان های اخیر از [7، 41-43] آمده است. در همین زمینه، [44] چندین دوره با حافظه ضد پایدار قابل توجه در سری BTC-USD را برجسته کرد.
از سوی دیگر، شواهد قانع کننده ای علیه EMH - به ویژه در زمان های اخیر - توسط [45-47] ارائه شده است. به عبارت دیگر، نویسندگان اشاره کردند که بیت کوین در طول زمان کارآمدتر نمی شود، بلکه برعکس، ناکارآمدتر می شود. این نشان می دهد که حافظه طولانی موجود در بازده می تواند به سرمایه گذاران کمک کند تا سودهای سوداگرانه را بدست آورند. بنابراین، تحلیل به اصطلاح ناهنجاریهای بازار که در آن الگوهای خاصی در رفتار قیمتی باعث میشود قیمتها در کوتاهمدت قابل پیشبینی باشد، مورد بررسی قرار میگیرد. به طور دقیق تر و قوی تر با موضوع ما، به نظر می رسد که واکنش بیش از حد و رفتار نامتقارن سرمایه گذاران در ادبیات اخیر مورد توجه ویژه قرار گرفته است. در این رابطه، [48] واکنشهای بیش از حد را در بازار ارزهای دیجیتال برای دوره 2013-2017 شناسایی کرد. علاوه بر این، نویسندگان به این نتیجه رسیدند که این رفتار قیمت به دلیل هزینه های مبادله فرصت های سود قابل بهره برداری را ایجاد نمی کند. بنابراین، نمی توان آن را به عنوان مدرکی علیه EMH دید. در همین راستا، [49] الگوهای واکنش بیش از حد مشابهی را برای دوازده ارز رمزنگاری شده یافت اما به این نتیجه رسید که آنها برای معکوس شدن قیمت معاملات مناسب هستند. علاوه بر این، نویسندگان استدلال میکنند که بازده ساعتی در طول روز با بازده غیرعادی مثبت به طور قابلتوجهی بالاتر از میانگین روز مثبت است و بالعکس. این نتیجه مشابه یافته های مربوط به رفتار واکنش بیش از حد بازار بیت کوین [50] بود. علاوه بر این، نویسندگان دریافتند که سرمایهگذاران در طول روزهای کاهش شدید قیمت بیتکوین و هفتههای صعود بازار، بیش از حد واکنش نشان دادند. همچنین، همان واکنش نامتقارن سرمایه گذار در این بازار کریپتو توسط [51-53] مشاهده شد. به طور خلاصه، نویسندگان تأکید کردند که واکنش بازار به رویدادهای منفی قوی تر از رویدادهای مثبت است. یعنی بازار ارزهای دیجیتال ناکارآمد است.
با خلاصه ، شواهد تجربی اخیر تصویری مشترک در مورد کارآیی (در) بازار بیت کوین ارائه نمی دهد. با توجه به ناسازگار ، حتی مخالف نتایج مربوط به رفتار قیمت در این بازار که خیلی از مرحله ابتدایی آن فاصله ندارد ، کار ما به دنبال کمک به این واقعیت است که در مورد کارآیی متغیر زمان ارزهای رمزنگاری شده و انحراف آنها کمک می کند. همچنین ، با توجه به تعداد چشمگیر مطالعات در حال حاضر در مورد دارایی های دیجیتال ، به نظر می رسد که تجزیه و تحلیل پویایی رفتار بیت کوین ، پیشرفته ترین محیط دانشگاه است. علاوه بر این ، با توجه به ویژگی های همیشه در حال تغییر این دارایی در حال ظهور ، ما معتقدیم که این بازار یک محیط مناسب برای مطالعه رفتار سرمایه گذار ، به ویژه در زمان کنونی که این دارایی دیجیتالی در کانون توجه قرار دارد فراهم می کند.
به طور خلاصه ، فرضیه بیش از حد واکنش (OH) [54 ، 55] فرض می کند که سرمایه گذاران نسبت به ورود اطلاعات غیر منتظره بیش از حد واکنش نشان می دهند. یعنی آنها قیمت ها را بالاتر از ارزش ذاتی خود در واکنش به ورود اطلاعات مطلوب غیر منتظره و زیر ارزش ذاتی در واکنش به ورود به اطلاعات نامطلوب غیر منتظره قرار می دهند. با این حال ، حرکات بعدی قیمت در مورد اطلاعات مطلوب و اصلاحی به سمت بالا در مورد اطلاعات نامطلوب ، اصلاحات به سمت پایین است. فرضیه اطلاعات نامشخص (UIH) [56] بیان می کند که به دلیل عدم اطمینان ناشی از ورود اطلاعات غیر منتظره - هیچ ماده مطلوب یا نامطلوب - سرمایه گذاران با عقلانی رفتار می کنند و قیمت ها را زیر ارزش های ذاتی خود قرار می دهند. با این حال ، همانطور که گرد و غبار عدم اطمینان حل می شود ، بازار یک الگوی اصلاحی رو به بالا را مشاهده می کند و قیمت ها به طور فزاینده ای به ارزش های ذاتی خود نزدیک می شوند. از این رو ، اهمیت مطالعه فرض بازار کارآمد و ناهنجاری های آن در بازار بیت کوین در این واقعیت نهفته است که این دارایی رمان و نوظهور که جای تعجب ندارد ، به عنوان بیش از حد بی ثبات تعریف می شود ، می تواند در عملکرد تنوع نمونه کارها نقش داشته باشد و می تواند سودآوری داشته باشدبا استفاده از یک استراتژی تجاری مناسب مورد سوء استفاده قرار می گیرد. توجه داشته باشیم که OH و UIH ، پس از ورود اطلاعات غیر منتظره ، فرآیند الگوهای قیمت اصلاحی را پیش بینی می کنند.
مقاله حاضر با بررسی واکنش سرمایه گذاران بیت کوین به ورود اطلاعات مطلوب و نامطلوب غیر منتظره ، به طور کلی ، شگفتی های بازار ، به ادبیات فعلی و رو به رشد در مورد رمزنگاری کمک می کند. به طور خاص ، ما واکنش های سرمایه گذاران بیت کوین را در زمینه فرضیه بیش از حد واکنش ، فرضیه اطلاعات نامشخص و فرضیه بازار کارآمد (EMH) تقریباً در کل وجود آن مطالعه می کنیم. برای رسیدن به هدف خود ، چندین هدف را در نظر گرفته ایم. در مرحله اول ، برای تصرف بهتر پویایی رفتار سرمایه گذاران در بازار cryptocurrency ، نمونه خود را به سه دوره تقسیم می کنیم. به این ترتیب ، تقسیم به سه دوره مختلف - ظاهر ، توسعه و دوره COVID19- ساخته شده است که می توان درجه های خاصی از کارآیی (در) را برای هر بخش زمانی برجسته کرد. ثانیا ، ما از یک روش بازگشت غیر طبیعی ساده برای همه دوره ها استفاده کردیم تا ارزیابی کنیم که آیا کارآیی بیت کوین با گذشت زمان در حال تحول است یا خیر. سپس ، ما تجزیه و تحلیل از حجم تجارت غیر طبیعی را انجام دادیم زیرا در ادبیات بازار مالی این یک عمل شناخته شده است [57-59]. تا به امروز ، تعداد بسیار محدودی از مطالعات مربوط به ارزهای رمزنگاری شده ، حجم غیر طبیعی آنها را بررسی کرده اند (به عنوان مثال ، [60-62] مراجعه کنید). با این حال ، هیچ یک از این مطالعات هم بازده غیر طبیعی و هم حجم معاملات را برای ارزیابی کارایی بیت کوین با توجه به سه فرضیه ذکر شده در بالا تجزیه و تحلیل نکردند.
به طور کلی ، مقاله ما به ادبیات نادر فعلی مربوط به تأثیر همه گیر Covid19 در حال انجام در کارآیی بازار بیت کوین و بررسی حجم معاملات غیر طبیعی این دارایی ویژه کمک می کند. به طور خلاصه ، نتایج حاصل از تجزیه و تحلیل بازده غیر طبیعی و حجم معاملات نشان می دهد که با گذشت زمان ، بازار بیت کوین برخی از علائم بلوغ و تمایل به شروع کارآیی را نشان داده است. حتی اگر ارزهای رمزنگاری شده دارایی های غیر عادی در نظر گرفته شوند ، نتایج ما مطابق با این تصور است که بازارهای مالی ممکن است در مراحل اولیه وجود آنها ناکارآمد باشد. با این وجود ، آنها با شرکت بیشتر سرمایه گذاران در چنین بازارهایی کارآمدتر می شوند و رشد می کنند.
باقیمانده مقاله به شرح زیر ارائه شده است: بخش دوم داده ها و روش شناسی را توضیح می دهد. نتایج تجربی در بخش سوم ارائه و مورد بحث قرار می گیرد و بخش آخر نتیجه می گیرد.
داده ها و روش شناسی
برای کشف فرضیات کارآیی فوق الذکر (در) ، ما تجزیه و تحلیل خود را بر روی بزرگترین رمزنگاری با سرمایه گذاری در بازار ، یعنی بیت کوین متمرکز می کنیم. از آنجا که بازارهای بیت کوین بسیار یکپارچه هستند و بنابراین ، بیت کوین یک دارایی جهانی است که در سطح جهان تعیین می شود [62] ، ما تصمیم گرفتیم تجزیه و تحلیل خود را صرفاً بر اساس قیمت ها و حجم معاملات بیان شده در USD جمع آوری شده در فرکانس روزانه از http: // داده انجام دهیم. Bitcoinity. org (به عنوان مثال ، [23 ، 63 ، 64]). این داده ها دوره ای از 1 ژانویه 2011 ، تا 12 آگوست 2021 را در بر می گیرد. چندین آمار توصیفی از قیمت داده های خا م-کیت کوین و داده های حجم - برای مدت زمان تجزیه و تحلیل شده در ضمائم S1 و S2 گزارش شده است.
روش اتخاذ شده در مقاله ما با رویکرد مطالعه رویداد سنتی متفاوت است. به طور خاص ، ما از روشی که توسط [56] پیشنهاد شده و توسط [65] و [66] برای محاسبه بازده غیر طبیعی تجمعی و حجم معاملات استفاده شده است ، استفاده کردیم.
برای شروع ، ما بازده روزانه را به عنوان اولین تفاوت لگاریتمی طبیعی ارزش بسته شدن قیمت بیت کوین محاسبه کردیم. برای تست ثابت بودن سری Returns ، ما آزمایشات ADF ، KPSS و فیلیپس-پرورون را انجام دادیم و نتایج این آزمایشات نشان داد که بازده ثابت و یکپارچه از سفارش صفر است. مطابق با ادبیات مربوط به حجم معاملات [57 ، 60] بلکه با توجه به این واقعیت که داده های حجم معاملات خام بسیار غیر عادی است و حداقل در دوره اول ، چند روز وجود دارد که هیچ مکان تجاری در پایگاه داده ظاهر نمی شود، ما مطالعه رویداد را با استفاده از لگاریتم طبیعی تحول (حجم معاملات + 1) انجام دادیم.
ما تصمیم گرفتیم که چهار نمونه ، یعنی فاصله زمانی را که کل مدت زمان را در بر می گیرد ، از اول ژانویه 2011 ، تا 12 اوت 2021 (از این پس کل دوره) تشکیل دهیم (از این پس کل دوره) ، بازه ای که از ابتدای دوره تا دسامبر 2013 متغیر است (از این رو برایدوره اول) ، بازه ای که بین 1 ژانویه 2014 و 10 مارس 2020 (از این پس دوره دوم) و یک نفر از 11 مارس 2020 - تاریخ اعلام شیوع همه گیر Covid19 توسط WH O-TUT تا پایان کار است. نمونه (از این پس دوره Covid19). دلیل تقسیم داده ها به سه دوره دو برابر است. در مرحله اول ، نمودار بازده در دسامبر 2013 در سری داده ها استراحت می کند ، و نقطه شکست Quandt-andrews و تست های چند نقطه شکست حاکی از وقفه در طی آن ماه است. علاوه بر این ، شواهد تجربی نشان می دهد که تصادفاتی که پس از سال 2014 رخ داده است از نظر بزرگی کوچکتر و کمتر مستعد بوده اند. به نظر می رسد که تنها با شروع سال 2014 ، نقدینگی و کارآیی بازار بهبود یافته است ، بنابراین ، به عنوان نشانه ای از بازار بلوغ تلقی می شود [7 ، 34]. با این وجود ، این بلوغ ادعا شده هنوز در سنگ تنظیم نشده است [47]. بنابراین ، با تقسیم نمونه ، ما با هدف تأکید بر پویایی کارآیی بیت کوین و از این رو ، برای این که بدانیم آیا در واقع ، این رمزنگاری محبوب در حال رسیدن به بلوغ است ، تأکید کردیم. ثانیا ، آخرین دوره مورد تجزیه و تحلیل که شامل همه گیر COVID19 در حال انجام است ، برای بررسی رفتار بیت کوین در طی یک واقعه فاجعه بار جهانی غیر منتظره انتخاب شد. با این حال ، سال و نیم گذشته نه تنها دوره همه گیر ، بلکه برخی از اعلامیه های مهم تعداد فزاینده ای از شرکتهای بزرگ مانند تسلا ، شرکت پی پال هلدینگز ، بیمه گر فرانسوی AXA ، بانک NY Mellon Corp و غیره را شامل می شود. پذیرش به عنوان نوعی پرداخت. این رویدادهای پیش بینی شده (UN) فعالیت تجاری بیت کوین را افزایش داده است که منجر به پیشرفت چشمگیر آن شده است.
جدول 1 خلاصه آمار بازده روزانه و حجم معاملات لاگ برای بیت کوین را در چهار دوره مورد مطالعه نشان می دهد. همانطور که می توان به راحتی مشاهده کرد و همانطور که انتظار می رود، بالاترین میانگین بازده و نوسانات بازار، اندازه گیری شده با انحراف استاندارد، در اولین دوره تحلیل به نمایش گذاشته می شود. به همین ترتیب، و همانطور که انتظار می رود، انحراف از نرمال بودن در تمام سری های بازگشتی نمونه های تجزیه و تحلیل شده، دارای توزیع نامتقارن و لپتوکورتیک منفی است، زیرا مقادیر ثبت شده بسیار دور از مقادیر مربوط به یک توزیع گاوسی هستند. از نظر حجم معاملات، بیشترین مقدار میانگین در آخرین دوره و بیشترین نوسان در بازه زمانی کل و اولین تحلیل به ثبت رسیده است. همچنین، این واقعیت قابل توجه است که چولگی در طول دوره های مورد مطالعه به مقدار صفر نزدیک می شود، در حالی که کشش رو به کاهش است، که نشان می دهد نقاط پرت شدید کمتر از توزیع نرمال است.
برای بررسی واکنش سرمایه گذاران به ورود اطلاعات غیرمنتظره به بازار بیت کوین، ابتدا تاریخ ورود اطلاعات غیرمنتظره را مشخص کردیم. برخلاف مطالعات قبلی [37، 53]، ما از اخبار اقتصادی و سیاسی به عنوان شگفتی استفاده نکردیم. در عوض، ما از یک رویکرد کاملاً کمی برای شناسایی شگفتیهای بازار استفاده کردیم. به طور خاص، در ادامه [67]، ما رویدادهای بازار را با تخمین مدل GARCH(1،1) برای داده ها شناسایی کردیم و آستانه هایی را برای باقیمانده های استاندارد شده به عنوان 2. 5 چندک (مانند [56]) اطلاعات نامطلوب غیرمنتظره و به ترتیب، مطلوب غیرمنتظره تعریف کردیم. اطلاعاتبا توجه به افزایش تعداد مطالعاتی که از چارچوب GARCH برای اندازه گیری بازده عادی در یک مطالعه رویداد استفاده می کنند (به عنوان مثال [68، 69])، تصمیم گرفتیم از این مدل بدون پیش بینی برای به دست آوردن باقیمانده های استاندارد شده استفاده کنیم. اینها تخمینهایی از نوآوریها هستند که با تغییر زمان ریشه دوم واریانس شرطی نرمال شدهاند و در گرفتن نقاط پرت نسبت به باقیماندههای معمولی مناسبتر هستند. بنابراین، آستانه های حاصل برای چهار دوره مورد مطالعه که از 2. 5 کمیت باقیمانده استاندارد شده برای اخبار نامطلوب و مساعد به دست آمده است به شرح زیر است: -2. 198 و 2. 015 (کل دوره)، -2. 017 و 2. 108 (دوره اول)، -2. 262. و 1. 995 (دوره دوم)، و-1. 943 و 1. 848 (دوره COVID). سپس با استفاده از این آستانه ها، مجموعه ای از پنجره های 5 روزه را تشکیل دادیم که نقطه شروع آن روز اطلاعات غیرمنتظره است. از آنجایی که بازارهای ارزهای دیجیتال به شدت نوسان دارند و خیلی سریع به اخبار واکنش نشان میدهند، ما با پنجرههای طولانیتر پس از اعلام نظر در نظر نگرفتیم [52]. این رویکرد منجر به 79 پنجره پس از ورود خبرهای بد و 80 پنجره پس از ورود خبرهای خوب (کل دوره)، 22 پنجره رویدادهای منفی و 23 پنجره رویدادهای مثبت (دوره اول)، 48 پنجره پس از ورود غافلگیری های نامطلوب شد. و 46 پنجره بعد از رسیدن غافلگیری های مطلوب (دوره دوم) و 12 پنجره خبر بد و 11 پنجره خبر خوب (دوره COVID19).
برای ارزیابی اینکه آیا ورود اطلاعات غیر منتظره باعث افزایش نوسانات و ریسک بازده در بازار بیت کوین می شود ، ما واریانس بازده روزانه روزهای غیر رویداد و پنجره های 5 روز پس از رویداد را برای چهار دوره تجزیه و تحلیل محاسبه کردیم. پس از آن ، با استفاده از آزمون f ، ما سنجش کردیم که آیا واریانس بازده طی روزهای غیر رویداد در مقایسه با واریانس ویندوزهای پس از اطلاعات بیشتر است. به طور مشخص ، اگر ورود اطلاعات غیر منتظره باعث افزایش نوسانات و ریسک بازار شود ، انتظار داریم واریانس بازده در ویندوزهای پس از اطلاع رسانی از نظر آماری به طور قابل توجهی بالاتر از واریانس بازده برای روزهای غیر رویداد باشد. رد فرضیه تهی شواهدی را نشان می دهد که ورود اطلاعات غیر منتظره باعث افزایش عدم اطمینان در بازار بیت کوین در ابتدا می شود ، اما قیمت ها سپس یک روند صعودی را دنبال می کنند.
برای تجزیه و تحلیل واکنش سرمایه گذاران به ورود شگفتی های غیر منتظره در بازار بیت کوین ، ما مراحل زیر از روش مطالعه معروف رویداد را انجام دادیم ، که این وسیله اصلی برای نشان دادن نحوه واکنش یک بازار به یک سیگنال است. ما معتقدیم که این رویکرد با توجه به قدرت آماری که قبلاً اثبات شده ، کاربرد گسترده در امور مالی و استفاده مداوم در حال رشد آن است ، برای تحقیقات ما مناسب است [34 ، 70 ، 71]. با این حال ، ما از محدودیت های مربوط به روش یک مطالعه رویداد آگاه هستیم ، و به ویژه به مواردی که با اعلامیه های خبری سروکار ندارد (به عنوان مثال [72 ، 73]) ، به همین دلیل ما از دو آزمون آماری برای اهمیت غیر طبیعی استفاده کردیمبازگشت و پنجره رویداد را برای تقویت استحکام تغییر داد.
اول ، ما مجموعه ای از بازده های غیر طبیعی روزانه را ایجاد کردیم (ARحرف) هر روز در پنجره 5 روز پس از اطلاعات موجود است. به دنبال [53] و از آنجا که کاربرد مدلهای قیمت گذاری دارایی برای رمزنگاری هنوز هم گیج کننده است [60] ، ما AR را به روشی ساده محاسبه کردیم ، زیرا تفاوت بین بازده واقعی روزانه و بازگشت مورد انتظار هر دوره - به عنوان میانگین ازروزهای غیر رویدادبه طور خاص تر: (1) جایی که ARحرفبازگشت غیر طبیعی برای بیت کوین در روز T پس از ورود اطلاعات غیر منتظره است. t = 1،2 ،… . 5 ؛حرفحرفبازگشت بیت کوین در روز T در پنجره 5 روزه است. و rغیرمیانگین بازده بیت کوین در روزهای غیر رویداد است. به این ترتیب ، ما به دنبال مجموعه ای از پنجره های پس از اطلاعات است که حاوی بازده غیر طبیعی روزانه است.
دوم ، پس از تشکیل ویندوزهای بازگشت غیر طبیعی ، ما میانگین بازده های غیر طبیعی را در هر روز T موجود در پنجره های 5 روزه اطلاعات ، به شرح زیر محاسبه کردیم: (2) که در آن t = 1 ،… M ، m بودنتعداد ویندوزهای پس از اطلاعات پس از ورود رویدادهای غیر منتظره در هر دوره مورد تجزیه و تحلیل تشکیل شده است.
سوم ، میانگین بازده غیر طبیعی بر روی ویندوزهای 5 روزه پس از اطلاعات جمع می شود. به طور رسمی ، میانگین بازده غیر طبیعی (CAR T) به شرح زیر تولید می شود: (3) به طور خلاصه ، پیش بینی OH تأیید می شود اگر اتومبیل ها به دنبال ورود اطلاعات مطلوب (به سمت بالا) از نظر آماری قابل توجه (به سمت بالا) نشان دهند. از طرف دیگر ، پیش بینی UIH تأیید می شود اگر خودروها از نظر آماری الگوهای مثبت یا غیر منفی را در ویندوزهای بعد از رویداد نشان دهند.
در نهایت، از آنجا که در ادبیات تجربی از حجم غیرعادی برای ارزیابی کارایی ضعیف بازارهای مالی سنتی استفاده می شود، ما در این تحقیق تحلیل حجم غیرعادی این کلاس دارایی جدید، بیت کوین، را برای بهبود بیشتر استحکام خود گنجانده ایم. نتایج. در این راستا، متدولوژی حجم معاملات غیرعادی گسترش روش بازده غیرعادی ما است. به طور خلاصه، ما حجم غیرعادی را به عنوان تفاوت بین حجم معاملات بیت کوین در روز t از پنجره رویداد و میانگین حجم معاملات بیت کوین در روزهای غیر رویداد محاسبه کردیم. مشابه روش بازگشت، ما حجم غیرعادی تجمعی (CAV) را برای پنجرههای پس از رویداد محاسبه کردیم.
برای به دست آوردن نتایج قوی، دو آزمون آماری برای ارزیابی اینکه آیا CARs و CAVs از نظر آماری با صفر متفاوت هستند استفاده شده است. آزمون t پارامتریک سنتی برای آزمایش اهمیت CARs و CAVs در طول دوره رویداد انجام شده است. علاوه بر این، با توجه به حجم نسبتاً کوچک نمونه و غیرعادی بودن دادهها، ما یک آمار آزمون ناپارامتریک را نیز محاسبه کردیم. بنابراین، آزمون رتبه علامت Wilcoxon برای آزمایش اهمیت متوسط بازده غیرعادی و حجم معاملات انجام شده است.
نتایج و بحث
جدول 2 میانگین بازده روزانه را برای روزهای غیر غافلگیرکننده، پس از رسیدن اطلاعات غیرمنتظره، روزهای اطلاعاتی پس از مطلوب و روزهای اطلاعاتی پس از نامطلوب نشان می دهد. به طور خلاصه، همانطور که مشاهده می شود، بالاترین میانگین بازده در اولین دوره تجزیه و تحلیل ثبت شده است. علاوه بر این، نتایج نشان میدهد که میانگین بازده روزانه در طول پنجرههای 5 روزه به دنبال غافلگیریهای مطلوب بازار به صورت مطلق بیشتر از بازدههای ثبتشده در شگفتیهای پس از نامطلوب بازار در همه موارد است.