Tarpusavio ryšių bei tinklinės analizės naudojimas tiriant bitkoino arbitražo galimybes

Autor: Skendelytė, Rasa
Přispěvatelé: Šapkauskienė, Alfreda, Kabašinskas, Audrius
Jazyk: litevština
Rok vydání: 2020
Předmět:
Popis: Kriptovaliutos, atsiradusios kiek daugiau nei prieš 10 metų, stipriai pakeitė šių dienų finansų pasaulį. Bitkoino atsiradimas įnešė tam tikros baimės dėl jo unikalaus veikimo principo, su kuriuo niekam anksčiau neteko susidurti. Mokslinėje literatūroje pirmi tyrimai atsirado 2012 m., o jų kiekis ženkliai išaugo 2017 m. ir, vis dar, toliau ženkliai auga. 2017 m. mokslininkai pradėjo analizuoti bitkoino kainos kintamumo bei formavimosi specifiką, efektyvumo problematiką bei arbitražo galimybes. Literatūroje apibrėžiama ir dažnai minima kainos efektyvumo problema, sudaranti palankias sąlygas formuotis arbitražo galimybėms, kurias išnaudojant galima sėkmingai diversifikuoti finansinę riziką. Pastebimas tyrimų analizuojančių, kaip bitkoinas gali būti panaudojamas diversifikavimo tikslais, augimas, tačiau vis dar išlieka didelis poreikis tyrimų, analizuojančių arbitražines galimybes kriptovaliutų rinkoje. Ištyrus bitkoino arbitražo galimybes, išanalizavus jo tinkle esančių keityklų tarpusavio ryšius bei atlikus tinklinę analizę, galima būtų ne tik ištirti arbitražines galimybes kriptovaliutų rinkoje, bet ir nustatyti ar rinkoje egzistuoja centrinės keityklos, formuojančios tendencijas visoje kriptovaliutų rinkoje? Bitkoino arbitražo galimybių problematika buvo identifikuota pirmoje darbo dalyje atlikus mokslinės literatūros analizę. Antroje darbo dalyje, sudaryta tarpusavio ryšių nustatymo bei tinklinės analizės tyrimo metodiką, naudojama aukšto dažnio kriptovaliutų rinkos tyrime. Trečioje darbo dalyje, išanalizavus kainos formavimosi bei efektyvumo problematiką, naudojant koreliacijas, atsako funkcijas, Grangerio priežastingumo testą, atlikta tarpusavio ryšių analizė, kuri padėjo nustatyti svarbiausius ryšius tarp keityklų bei identifikuoti pagrindines keityklas, formuojančias tendencijas rinkoje. Tarpusavio ryšių analizė padėjo nustatyti, kad kraken ir bitstamp yra pagrindinės keityklos, formuojančios tendencijas bitkoinų rinkoje, bitbay ir cexio taip pat atlieka svarbų vaidmenį. Identifikavus pagrindines keityklas bei jų ryšius su kitomis keityklomis, atlikta tinklinė analizė, kurios rezultatai padėjo identifikuoti pagrindines aktyviausias keityklų grupes ir surasti keityklas, kuriose dažniausiai perkami ir parduodami bitkoinai. Nustatyta, kad keityklos, kuriose buvo galima pelningai įsigyti bei parduoti bitkoiną, skirtingais mėnesiais keitėsi, tačiau dsx, kraken ir bitstamp keityklose daugeliu atveju atsirasdavo patraukliausios galimybės įsigyti bitkoino, o cexio, bitmarketlt ir coindeal dažniausiai atsirasdavo palankios galimybės parduoti bitkoiną. Naudojant loginę analizę, sisteminimo, palyginimo ir apibendrinimo metodus, lyginant su kitų mokslininkų tyrimų rezultatais, buvo apibendrinami tyrimo rezultatai bei pateikiamos rekomendacijos išbandyti bitkoino diversifikacijos galimybes akcijų rinkoje instituciniams investuotojams bei fondų valdytojams. Tyrimo rezultatai svarbūs ir įstatymų leidėjams geresniam bitkoino arbitražo galimybių pažinimui.
Cryptocurrencies, which were founded 10 years ago, have drastically changed the financial world. Bitcoin started the era of next financial revolution as a form of cryptocurrency. The first studies about bitcoin appeared in 2012. Number of researches have strongly increased in 2017 and until now continue to grow significantly. Researchers begun to analyse bitcoin‘s price, efficiency and volatility problem, arbitrage opportunities in 2017. There is a noticeable growth in research of bitcoin diversification benefits but still there is lack of comprehensive research of bitcoin‘s arbitrage opportunities. This research would help to explore bitcoin‘s arbitrage opportunities. Also, it would give significant insights as real arbitrage data has never been analysed before. Results of bitcoin‘s behaviour investigation would lead to better understanding of interrelationships between cryptocurrency exchanges. Moreover, it would give additional information about main exchanges which form trends in cryptocurrency market. 1 section is devoted to the scientific literature review which shows the arising demand of comprehensive bitcoin arbitrage opportunities. 2 section is devoted to detailed description of a methodology used for interrelationships and network analysis in high-frequency cryptocurrency market. 3 section is used for better understanding of bitcoin‘s price formation by exploring the behaviour of bitcoin. There were used graphical and statistical analysis of bitcoin‘s price volatility. Results show that when bitcoin‘s price increases, number of arbitrage opportunities increases, as well. Analysis was followed by investigations of interrelationships between different exchanges. There were used correlations, response functions, Granger causality test. The analysis of the interrelationships helped to identify that kraken and bitstamp are the main exchanges forming the trends in the bitcoin‘s market, bitbay and cexio also gives important influence on other exchanges. After identifying the main exchanges and their connections between them, there was performed network analysis. Results of network analysis helped to identify the main active groups of exchanges and to find which exchanges is best for selling and buying bitcoins. It was found that exchanges for buying and selling bitcoin differs in different periods of time. However, by evaluating all period results it was noticed that dsx, kraken and bitstamp in the most cases were the most attractive exchanges where investors could buy bitcoin. Cexio, bitmarketlt and coindeal were most attractive for selling bitcoin. After results comparison with other scientists findings by using logical analysis and comparison methods there were provided recommendations, which could give significant insights for institutional investors, fund clerks, lawmakers. Bitcoin can be successfully used as a diversification in financial portfolios. Using bitcoin in financial portfolios would lead to improving accuracy of forecasting opportunities and it could work as a hedge against losses.
Databáze: OpenAIRE
Externí odkaz: