اتصال بازار cryptocurrency در روزهای 19 روز و نقش توییتر: شواهدی از یک مدل رگرسیون انتقال صاف

از ژانویه سال 2020 Elsevier یک مرکز منابع COVID-19 با اطلاعات رایگان به زبان انگلیسی و ماندارین در مورد رمان Coronavirus Covid-19 ایجاد کرده است. مرکز منابع Covid-19 در وب سایت اخبار و اطلاعات عمومی شرکت Elsevier Connect میزبان است. Elsevier بدین وسیله اجازه می دهد تا تمام تحقیقات مربوط به COVID-19 خود را که در مرکز منابع COVID-19 موجود است-از جمله این محتوای تحقیق-که بلافاصله در مخازن PubMed Central و سایر سرمایه گذاری های عمومی در دسترس است ، مانند پایگاه داده WHO COVID با حقوق برایتحقیقات بدون محدودیت دوباره استفاده و تجزیه و تحلیل به هر شکلی یا به هر وسیله ای با تأیید منبع اصلی. این مجوزها تا زمانی که مرکز منابع COVID-19 فعال باشد ، توسط Elsevier به صورت رایگان اعطا می شود.

داده های مرتبط

داده ها در صورت درخواست در دسترس قرار می گیرند.

خلاصه

این مقاله شواهد جدیدی در مورد اتصال به ارزهای رمزنگاری شده در دوره همه گیر Covid-19 ارائه می دهد. نتایج حاصل از رویکرد اتصال پویا TVP-VAR نشان می دهد که درجه اتصال متغیر است و این نشانگر کاهش در دوره COVID-19 است. در مرحله بعد ، این مقاله ویژگی های غیرخطی رابطه بین اتصال و متغیرهای توضیحی آن را برجسته می کند. نتایج حاصل از مدل LSTR نشان می دهد که ضرایب رگرسیون با افزایش اضطراب در بین کاربران توییتر ، بین رژیم های کم و فوقانی تغییر می کند. از آنجا که دومی به راحتی از مقادیر کم به بالا تغییر می کند ، تأثیر نوسانات مبتنی بر بیماری بالاتر یا عدم اطمینان مبتنی بر توییتر بر اتصال به تدریج از مثبت به منفی می رسد. رژیم فوقانی در طول همه گیر COVID-19 غالب است. پیامدهای مهم برای سرمایه گذاران و سیاست گذاران به دست آمده است.

چکیده گرافیکی

1. معرفی

بازار cryptocurrency در حال حاضر در دهه دوم زندگی خود است. سال 2008 بود که Satoshi Nakamoto 1 اولین ارز دیجیتال به نام بیت کوین را معرفی کرد که قرار بود توسط یک مقام پولی مرکزی صادر شود و کنترل شود. از آن زمان ، تعداد زیادی از ارزهای مجازی جدید با همان ویژگی ها در بازار راه اندازی شده است. بازار به اصطلاح cryptocurrency به سرعت رشد کرده است زیرا تعداد فزاینده ای از سرمایه گذاران برای تجارت با ارزهای رمزنگاری شده اند. 2 رشد سریع معاملات cryptocurrency علاقه دانشگاهیان و سیاست گذاران را به خود جلب کرده است. یک موضوع مهم مورد بررسی در ادبیات ، وابستگی متقابل در بین ارزهای رمزنگاری شده است. اتصال در بازار cryptocurrency از دیدگاه سرمایه گذاران بسیار مهم است زیرا مستقیماً با آلودگی (یعنی بازگشت و سرریزهای نوسانات) و محافظت از (یعنی مدیریت ریسک و استراتژی های متنوع سازی نمونه کارها) در طول دوره های آشوب ، مانند بحران فعلی Covid-19 همه مرتبط است.

اگرچه تعداد کافی از مطالعات این موضوع مهم را مورد بررسی قرار داده است ، اما ادبیات موجود شامل تعداد محدودی از مطالعات مربوط به وابستگی متقابل در بازار رمزنگاری در دوره بحران همه گیر COVID-19 است. بیشتر مطالعات موجود در دوره قبل از Covid-19 متمرکز است (نگاه کنید به Koutmos ، 2018 ؛ Yi et al. ، 2018 ؛ Ji et al. ، 2019 ؛ Katsiampa et al. ، 2019a ، Katsiampa et al. ، 2019b ؛ Apergisو همکاران ، 2021 ، بوری ، و همکاران ، 2021 ؛ موراتیس ، 2021) ، در حالی که برخی دیگر فقط مرحله اولیه بحران همه گیر را پوشش می دهند ، که همزمان با ظهور بحران همه گیر است (نگاه کنید به کنلون و آل ، 2020؛ دمیر و همکاران ، 2020 ؛ یوسف و علی ، 2020 ؛ کوربت و همکاران ، 2020 ؛ خلیفا و همکاران ، 2021). 3 این بدان معنی است که عواقب مراحل بالغ بحران برجسته نشده است. شکاف دیگر در ادبیات زمانی مشاهده می شود که عوامل تعیین کننده اتصال در نظر گرفته شود. متغیرهای مربوط به بحران همه گیر از ادبیات گم شده اند و بنابراین ، تأثیر مستقیم بحران COVID-19 بر اتصال بررسی نشده است. 4

مطالعه حاضر توسط فراز و نشیب های تیز مشاهده شده در بازار رمزنگاری در طول بحران همه گیر Covid-19 ایجاد می شود. این بازار جدید با نوسانات و حساسیت زیاد به اخبار ، رویدادها و پیش بینی های مربوط به آینده مشخص می شود. اگرچه این خصوصیات تقریباً در تمام دارایی های مالی متداول است ، اما نکته قابل توجه است که نوسانات در ارزهای رمزنگاری بسیار بیشتر از این ارزهای فیات و دارایی های مالی سنتی است (Baur and Dimpfl ، 2021). علاوه بر این ، این مقاله با هدف پر کردن شکافهای فوق الذکر در ادبیات و روشن کردن بیشتر در اتصال به ارزهای رمزنگاری شده بر اساس یک دوره طولانی ، که مراحل اولیه و همچنین بالغ بحران همه گیر Covid-19 را پوشش می دهد. 5

با استفاده از خواص متغیر زمان رویکرد اتصال پویا Diebold و Yilmaz (2014) ، همانطور که توسط Antonakakis و همکاران گسترش یافته است.(2020) ، ما دینامیک بازده را در بین 5 ارز رمزنگاری (بیت کوین ، اتریوم ، Litecoin ، Dash و Monero) از 8 اوت 2015 تا 11 مه 2021 تخمین می زنیم. یک یافته جالب این است که دوره Covid-19 با یک کاهش همراه استدر درجه اتصال در سراسر رمزنگاری شبکه. اما آنچه مورد توجه ویژه است شناسایی نیروهای محرک اتصال است. بنابراین ، در مرحله دوم روش تخمین ، یک مدل رگرسیون انتقال صاف لجستیک غیرخطی (LSTR) تخمین زده می شود که عواملی را تعیین می کند که ارتباط بین ارزهای رمزنگاری شده را تعیین می کند. با تمرکز بر ویژگی های غیرخطی رابطه بین اتصال و رگرسیون آن ، مدل LSTR به جای مدل های غیرخطی جایگزین ترجیح داده می شود زیرا انتقال صاف در رژیم های مختلف برای بازار رمزنگاری مناسب تر است. در این چارچوب ، ما این فرضیه تحقیق را آزمایش می کنیم که اتصال در بازارهای رمزنگاری شده توسط عوامل جهانی که بر رفتار سرمایه گذاران تأثیر می گذارد ، مانند نوسانات بازارهای مالی ، عدم اطمینان اقتصادی ، بحران همه گیر فعلی و فرصت های سرمایه گذاری هدایت می شود. این عوامل شامل اقدامات نوسانات و عدم اطمینان (شاخص نوسانات CBOE ، نوسانات بازار سهام بیماری های عفونی ، شاخص عدم اطمینان مبتنی بر توییتر) و دارایی سرمایه گذاری جایگزین (GOLD) ، 6 است. 7

این مقاله با چند روش به ادبیات کمک می کند. اول و مهمتر از همه ، این مقاله از متغیرهای مربوط به بحران همه گیر به عنوان عوامل تعیین کننده اتصال در بازار رمزنگاری استفاده می کند. به بهترین دانش نویسنده در مورد ادبیات ، این اولین مقاله ای است که عدم اطمینان مبتنی بر بیماری و توییتر را به عنوان عوامل تعیین کننده اتصال رمزنگاری بررسی می کند. 8 انگیزه انتخاب متغیر عدم قطعیت مبتنی بر بیماری ، بحران همه گیر Covid-19 است. از طرف دیگر ، عدم اطمینان مبتنی بر توییتر به دلیل افزایش نقش توییتر در گسترش اخبار اقتصادی و دیگر انتخاب می شود. دوم ، این مقاله بر ویژگی های غیرخطی رابطه بین اتصال و متغیرهای توضیحی آن تأکید دارد. مدل رگرسیون انتقال صاف لجستیک غیرخطی ، نقش هر یک از متغیرهای تعیین کننده را در رژیم های مختلف نشان می دهد. تا آنجا که نویسنده می داند ، این اولین بار است که مدل LSTR در تعیین نیروهای محرک اتصال در ارزهای رمزنگاری شده به کار می رود. این به ما اجازه می دهد تا شواهد جدیدی ارائه دهیم. از آنجا که عدم اطمینان در بین کاربران توییتر از مقادیر کم به بالا تغییر می کند ، تأثیر نوسانات مبتنی بر بیماری بالاتر یا عدم اطمینان مبتنی بر توییتر بر اتصال به تدریج از مثبت به منفی تبدیل می شود. سوم ، یک بازه زمانی طولانی تر و به روز برای پوشش مراحل بالغ همه گیر Covid-19 استفاده می شود. در بیشتر مطالعات موجود در ادبیات ، دوره تخمین در مارس یا آوریل 2020 متوقف می شود ، دوره زمانی که همزمان با ظهور همه گیر است. دوره تخمین زده شده طولانی تر این مطالعه به ما امکان می دهد تا عواقب قفل و عدم اطمینان همراه را به دست آوریم. چهارم ، پیامدهای مهم برای سرمایه گذاران از نظر مسری و رفتار محافظت در برابر خطر در دوره های بحران به دست می آید.

بقیه مقاله به شرح زیر سازماندهی شده است. بخش بعدی ادبیات مربوطه را مرور می کند و بخش 3 روش اقتصاد سنجی را ارائه می دهد. بخش 4 داده ها را نشان می دهد ، در حالی که نتایج در بخش 5 ارائه شده است. یک بخش پایانی نتیجه می گیرد.

2. بررسی ادبیات

ادبیات مربوط به ارزهای رمزپایه به همراه بازار رمزنگاری به سرعت در حال رشد است. موضوعات اصلی تحقیقات تجربی در ادبیات پویایی نوسانات بازده رمزنگاری ، میزان اتصال در ارزهای رمزنگاری شده و وابستگی متقابل در بازار رمزنگاری و بازارهای دارایی است. برخورد با نوسانات ، بن چیخ و همکاران.(2020) وجود اثر اهرم معکوس در پویایی نوسانات چهار ارز اصلی رمزنگاری (بیت کوین ، اتریوم ، ریپل ، لیتکین) را گزارش می کند ، 9 حاکی از شواهد پشتیبانی از فرضیه های ایمن است. در مرحله بعد ، بررسی رابطه بین عدم اطمینان سیاست اقتصادی و نوسانات سه ارز رمزنگاری (بیت کوین ، لیتکین ، ریپل) ، ین و چنگ (2021) دریافتند که عدم اطمینان سیاست اقتصادی بالاتر با نوسانات رمزنگاری کمتر مرتبط است. این نتیجه حاکی از آن است که ارزهای رمزنگاری ممکن است به عنوان ابزاری برای محافظت در برابر عدم اطمینان اقتصادی عمل کنند. نتایج مشابه ، از جمله دیگر ، توسط دمیر و همکاران گزارش شده است.(2018). علاوه بر این ، یین و همکاران.(2021) ، دریافت که شوک های بازار نفت از طریق کانال کلان اقتصادی بر پویایی نوسانات سه ارز رمزنگاری (بیت کوین ، اتریوم ، XRP) تأثیر می گذارد و نتیجه می گیرد که ارزهای رمزنگاری شده می توانند تحت شرایط خاص عدم اطمینان اقتصادی به عنوان یک پرچین عمل کنند.

رشته دیگری از ادبیات میزان اتصال بین ارزهای رمزنگاری شده را بررسی می کند. با توجه به رویکرد اتصال Diebold و Yilmaz (D-Y) ، Koutmos (2018) وابستگی بالایی را در بین 18 ارز رمزنگاری می یابد ، که حاکی از شواهدی از درجه بالایی از بیماری است. نتایج مشابه ، اما برای یک نمونه کوتاه تر ، توسط یی و همکاران گزارش شده است.(2018) ؛Katsiampa و همکاران.(2019a) و Moratis (2021). به طور خاص ، یی و همکاران.(2018) ، با استفاده از رویکرد اتصال D-Y به همراه Lasso VAR برای دوره 2013-2018 ، شواهدی از اتصال نوسانات در ارزهای رمزنگاری شده که پس از سال 2016 افزایش یافته است. شواهد اثرات سرریز در بین 30 ارز رمزنگاری برای دوره 2016-2020. Katsiampa و همکاران با استفاده از یک روش متفاوت (به عنوان مثال مدل های BEKK-GARCH BEKVARIATE)).(2019a) شواهدی از انتقال دو طرفه شوک در بین بیت کوین ، اتر و لیتکین پیدا کنید. نتایج ارائه شده توسط Apergis و همکاران کمی متفاوت است.(2021). بر اساس روش فیلیپس-سوول (2007) ، نویسندگان گزارش عدم همگرایی کلی در بین 8 ارز رمزنگاری نمونه را می دهند ، اما وقتی کلوپ های رمزنگاری متمایز در نظر گرفته می شوند ، شواهدی از همگرایی پیدا می کنند.

جنبه جالب سؤال فوق ، آزمایش پاسخ اتصال به ارزهای رمزنگاری شده در دوره های پریشانی ، مانند این بحران همه گیر Covid-19 است. با این حال ، ادبیات حاوی تعداد محدودی از مطالعات است که به وابستگی متقابل در بازار cryptocurrency در دوره COVID-19 می پردازد. اکثریت قریب به اتفاق مطالعات موجود که مربوط به COVID-19 است ، فقط مرحله اولیه بحران همه گیر را پوشش می دهد ، که همزمان با ظهور بحران همه گیر است (نگاه کنید به ، کنلون و همکاران ، 2020 ؛ دمیر و همکاران ، 2020 ؛ یوسفو علی ، 2020 ؛ کوربت و همکاران ، 2020 ؛ خلیفا و همکاران ، 2021). مطالعات بسیار اندک ، اتصال به ارزهای رمزنگاری شده را پوشش داده اند که مدت زمان کافی از دوره همه گیر را پوشش می دهد. رازا و همکاران.(2022) بر دوره ژانویه 2020 تا آوریل 2021 تمرکز کنید و شواهدی از سرریزها در بین 8 ارز رمزنگاری شده مورد نظر پیدا کنید. نعیم و همکاران.(2022) دوره زمانی بزرگتر (آگوست 2015-اکتبر 2020) را تخمین بزنید ، که به دوره قبل و بعد از Covid-19 تقسیم می شود. این نتایج شبکه ای از ادغام را در سراسر ارزهای رمزپایه قبل از شیوع COVID-19 تأیید می کند اما دلالت بر خوشه های پیچیده اتصال در دوره پس از COVID-19 دارد. 10

این رشته از ادبیات همچنین شامل مطالعاتی است که به بررسی عوامل وابستگی متقابل در بین ارزهای رمزنگاری شده می پردازد. محققان از یک روش دو مرحله ای استفاده می کنند: در مرحله اول ، یک شاخص اتصال یا همبستگی در سراسر رمزنگاری نمونه تخمین زده می شود ، در حالی که در مرحله دوم ، این شاخص توسط تعدادی از متغیرهای توضیحی مرتبط رکود می شود. جی و همکاران.(2019) از رویکرد D-Y برای ساخت شاخص اتصال برای شش ارز رمزنگاری در دوره رگرسیون دوره 2015-2018 و OLS استفاده می کند تا دریابد که کدام عوامل می تواند بر اتصال در بازار رمزنگاری تأثیر بگذارد. نویسندگان گزارش می دهند که استرس مالی جهانی تأثیر مثبتی در اتصال رمزنگاری دارد ، در حالی که عدم اطمینان سیاست اقتصادی ایالات متحده با اتصال منفی است. از طرف دیگر ، قیمت های طلا و قیمت انرژی تأثیر منفی بر اتصال در هنگام مثبت بودن بازده دارد ، اما ایالات متحده VIX در صورت منفی بودن بازده تأثیر مثبتی دارد. به همین ترتیب ، بوروی و همکاران.(2021) ، با تخمین یک مدل تعادل پویا و رگرسیون OLS از آگوست 2015 تا فوریه 2019 نشان می دهد که اصلی ترین نیروهای محرک همبستگی بین 12 ارز رمزنگاری نمونه ، حجم معاملات ، عدم اطمینان سیاست اقتصادی و نوسانات بازار سهام است. با این حال ، آنها با این بیانیه نتیجه می گیرند که ادغام در بازار cryptocurrency ضعیف با سیستم مالی جهانی در ارتباط است. با یک روش مشابه ، اما بررسی یک روش جایگزین (مدل ورود به سیستم) و مجموعه ای متفاوت از عوامل تعیین کننده ، Apergis و همکاران.(2021) دریافت که سرمایه گذاری در بازار ، نوسانات دامنه و هزینه های معدن با همگرایی در بین ارزهای رمزنگاری ارتباط مثبت دارد.

با خلاصه این بررسی مختصر از ادبیات ، محققان شواهدی از وابستگی متقابل در ارزهای رمزپایه و نشانه هایی مبنی بر تعامل بازار رمزنگاری با بازارهای مالی و فعالیت های اقتصادی گزارش داده اند. در راستای این یافته ، دوره های بحران و حقایق کلان متعاقب آن ، مانند موارد مربوط به همه گیر Covid-19 ، انتظار می رود که بر اتصال در بازار رمزنگاری تأثیر بگذارد. اگرچه ادبیات مربوط به ارزهای رمزنگاری ضعیف نیست ، اما محدودیت ها و شکاف هایی وجود دارد که باید مورد توجه قرار گیرد. اول ، اکثریت قریب به اتفاق مطالعات تجربی در ادبیات موجود بر مراحل اولیه بحران همه گیر متمرکز است و بنابراین ، عواقب مراحل بالغ بحران برجسته نشده است. دوم ، رشته ادبیاتی که به دنبال یافتن عوامل تعیین کننده اتصال در بازار رمزنگاری است ، بیشتر به عوامل درون زا (حجم معاملات ، معدن معدن) متکی است ، اما کمتر به عوامل مرتبط با بحران همه گیر است. از این رو ، برای شناسایی تأثیر بحران همه گیر و عدم اطمینان حاصل از اتصال در ارزهای رمزنگاری شده ، باید این شکاف پر شود. سرانجام ، مطالعات تجربی موجود در این رشته از ادبیات از مدل های رگرسیون خطی استفاده می کند بدون اینکه این فرضیه را آزمایش کند که تأثیر عوامل تعیین کننده بر اتصال ممکن است غیرخطی باشد. اگر خطی بودن اینگونه نباشد ، مدل های غیرخطی ممکن است جنبه های جالب رابطه بین اتصال رمزنگاری و رگرسیون های آن را روشن کنند.

3. روش شناسی اقتصاد سنجی

3. 1اتصال پویا TVP-VAR

برای تولید سرریز در میان ارزهای رمزنگاری مورد نظر ، این مطالعه بر رویکرد اتصال ، که در ابتدا توسط دیبولد و یلماز ، 2012 ، دیبولد و یلماز ، 2009 ، دیبولد و یلماز ، 2014 ارائه شده است ، و پسوند TVP-VAR آن ، که توسط Antonakakis و همکاران ارائه شده است ، متمرکز شده است.(2020). به طور دقیق تر ، رویکرد اتصال پویا پارامتر متغیر زمان (TVP-VAR) روش اتصال پویا را ترکیب می کند (Diebold and Yılmaz ، 2014) با این فرض که ماتریس واریانس-کواریانس اجازه داده می شود (Koop and Koobilis ، 2014))بشراین روش از رویکرد اتصال استاندارد برتر است (Diebold and Yilmaz ، 2012 ، Diebold and Yılmaz ، 2009) زیرا (i) نتایج به انتخاب اندازه پنجره نورد حساس نیستند ، (ب) هیچ از دست دادن مشاهدات وجود ندارد، و (iii) نتایج تحت تأثیر Outliers قرار نمی گیرند.