| Popis: |
Com a escalada justificada do ativismo climático, os mercados de cripto ativos têm sido alvo de um intenso escrutínio por parte da sociedade, por culpa do uso intensivo de energia para a autenticação de transações, associado ao protocolo Proof of Work. Em resposta, a transição de projetos de blockchain novos para técnicas de processamento mais ecológicas está a ser bem recebida pelo mercado, ameaçando o domínio histórico da Bitcoin. Nesta ordem de ideias, e acreditando que estes projetos disruptivos são capazes de atrair distintas demografias para um mercado ainda observado com bastante ceticismo, o presente estudo analisa o mecanismo de transmissão de retorno e volatilidade entre um conjunto de criptomoedas verdes e ativos convencionais (Ações convencionais, Energias Limpas, Fintech, Ouro, Petróleo, Obrigações Tradicionais e Verdes), com recurso a testes de causalidade de Granger e à decomposição da variância dos erros de previsão generalizada (GFEVD), por intermédio da modelização TVP-VAR (Time-Varying Parameter – Vector Autoregressive Models). Os resultados empíricos permitem inferir pela limitada conexão entre os dois blocos, embora esta se manifeste mais acentuada em períodos de incerteza acrescida, como a pandemia do Covid-19, período no qual todas as criptomoedas se apresentam como transmissoras líquidas de risco para o sistema, e o conflito geopolítico na Ucrânia. De modo a confirmar os benefícios potenciais de diversificação destes ativos, é investigada a estratégia de hedge do risco bivariada, cujos resultados indicam que, contrariamente às mercadorias e títulos do tesouro, a combinação de mercados acionistas com ativos digitais sustentáveis viabiliza uma cobertura de risco eficaz. No que concerne ao seu impacto numa carteira diversificada, a inclusão das criptomoedas verdes é capaz de melhorar substancialmente o binómio risco-retorno, consoante múltiplas técnicas de otimização. Não obstante, a estratégia de Mínima Variância, baseada em ambos os modelos de Média-Variância e Média-CVaR, persiste em não atribuir qualquer alocação a estes mercados com um historial avultado de volatilidade, motivo pelo qual a sua atratividade depende das características e objetivos de cada investidor. With the justified escalation of climate activism, crypto asset markets have been the subject of intense scrutiny by society, due to the intensive use of energy for the authentication of transactions, associated with the Proof of Work protocol. In response, the transition of new blockchain projects to greener processing techniques is being well-received by the market, threatening Bitcoin’s historic dominance. In this order of ideas, and believing that these disruptive projects can attract different demographics to a market that is viewed with great skepticism, the present study analyzes the transmission mechanism of return and volatility between a set of green cryptocurrencies and conventional assets (Conventional Stocks, Clean Energy, Fintech, Gold, Oil, Traditional and Green Bonds), using Granger causality tests and generalized forecast error variance decomposition (GFEVD), through TVP-VAR (Time-Varying Parameter – Vector Autoregressive Models) modelling. The empirical results allow us to infer the limited connection between the two blocks, although this is more pronounced in periods of increased uncertainty, such as the Covid-19 pandemic, a period in which all cryptocurrencies present themselves as net transmitters of risk to the system, and the geopolitical conflict in Ukraine. To confirm the potential diversifier benefits of these assets, the bivariate risk hedging strategy is investigated, whose results indicate that, unlike commodities and treasury bonds, the combination of equity markets with sustainable digital assets enables effective risk coverage. Regarding its impact on a diversified portfolio, green cryptocurrencies are capable of substantially improving the risk-return binomial, depending on multiple optimization techniques. However, the Minimum Variance strategy, based on both the Mean-Variance and Mean-CVaR models, persists in not allocating any weight to these markets with a history of high volatility, which is why their attractiveness depends on the characteristics and objectives of each investor. Mestrado em Economia |
