Περίληψη
Με τον όρο κρυπτονομίσματα εννοούνται ψηφιακά νομίσματα τα οποία βασίζονται σε κρυπτογραφικές μεθόδους για την διασφάλιση δοσοληψιών, ιδιοκτησίας και τη δημιουργία νέων μονάδων νομίσματος. Επιπλέον, τα κρυπτονομίσματα εκδίδονται και ελέγχονται από τους ίδιους τους χρήστες και όχι από χρηματοπιστωτικά ιδρύματα όπως τα παραδοσιακά νομίσματα. Τα τελευταία χρόνια περισσότερα από 2000 κρυπτονομίσματα έχουν εμφανιστεί στον χώρο του διαδικτύου, με το πρώτο από αυτά και το πιο δημοφιλές, το Bitcoin, να κάνει την εμφάνισή του το 2008. Ωστόσο, στα πλαίσια της οικονομικής βιβλιογραφίας, η μελέτη των κρυπτονομισμάτων έχει μόνο πρόσφατα λάβει προσοχής. Η παρούσα διδακτορική διατριβή αποτελείται από έξι επιστημονικά άρθρα στα οποία προσπαθούμε να εξετάσουμε, από την οπτική των οικονομικών και της χρηματοοικονομικής διάφορες πτυχές των κρυπτονομισμάτων. Ειδικότερα, στο πρώτο κεφάλαιο, χρησιμοποιώντας το σύνολο των κρυπτονομισμάτων, διερευνούμε τις ιδιότητες κινητικότητας της αγοράς. Κάνοντας χρήση το ...
Με τον όρο κρυπτονομίσματα εννοούνται ψηφιακά νομίσματα τα οποία βασίζονται σε κρυπτογραφικές μεθόδους για την διασφάλιση δοσοληψιών, ιδιοκτησίας και τη δημιουργία νέων μονάδων νομίσματος. Επιπλέον, τα κρυπτονομίσματα εκδίδονται και ελέγχονται από τους ίδιους τους χρήστες και όχι από χρηματοπιστωτικά ιδρύματα όπως τα παραδοσιακά νομίσματα. Τα τελευταία χρόνια περισσότερα από 2000 κρυπτονομίσματα έχουν εμφανιστεί στον χώρο του διαδικτύου, με το πρώτο από αυτά και το πιο δημοφιλές, το Bitcoin, να κάνει την εμφάνισή του το 2008. Ωστόσο, στα πλαίσια της οικονομικής βιβλιογραφίας, η μελέτη των κρυπτονομισμάτων έχει μόνο πρόσφατα λάβει προσοχής. Η παρούσα διδακτορική διατριβή αποτελείται από έξι επιστημονικά άρθρα στα οποία προσπαθούμε να εξετάσουμε, από την οπτική των οικονομικών και της χρηματοοικονομικής διάφορες πτυχές των κρυπτονομισμάτων. Ειδικότερα, στο πρώτο κεφάλαιο, χρησιμοποιώντας το σύνολο των κρυπτονομισμάτων, διερευνούμε τις ιδιότητες κινητικότητας της αγοράς. Κάνοντας χρήση του μοντέλου Markov Chain, γίνεται εκτίμηση του Transition Matrix, περιγράφοντας την πιθανότητα μεταβάσεων μεταξύ κατηγοριών κεφαλαιοποίησης. Επιπλέον, υπολογίζονται διάφοροι δείκτες, παρέχοντας τη δυναμική αυτών των μεταβάσεων. Επιπρόσθετα, το κεφάλαιο προσφέρει μια σύγκριση μεταξύ της πρώιμης περιόδου της αγοράς των κρυπτονομισμάτων με την πιο πρόσφατη εποχή, διερευνώντας εάν υπάρχουν ορατές αλλαγές στη δομή της κινητικότητας. Τα αποτελέσματα δείχνουν ότι η «επιμονή», κατά την πρώτη δεκαετία της λειτουργίας της αγοράς των κρυπτονομισμάτων ήταν σημαντική. Επιπλέον, η κινητικότητα (επιμονή) βρέθηκε να είναι χαμηλότερη (υψηλότερη) στην πρόσφατη εποχή της αγοράς των κρυπτονομισμάτων. Το δεύτερο κεφάλαιο εξετάζει το ζήτημα της αγελαίας συμπεριφοράς στην αγορά των κρυπτονομισμάτων. Αναλύοντας ημερήσια δεδομένα από πιο σημαντικά κρυπτονομίσματα κατά την περίοδο από τον Αύγουστο του 2015 έως και το Δεκέμβριο του 2018, αυτή η μελέτη τεκμηριώνει ότι οι επενδυτές στην αγορά των κρυπτονομισμάτων ενεργούν «παράλογα» και μιμούνται τις αποφάσεις άλλων χωρίς αναφορά στις δικές τους πεποιθήσεις. Επιπλέον, τα εμπειρικά αποτελέσματα παρέχουν αποδείξεις ότι η διασπορά της αγοράς των up events ακολουθεί τις κινήσεις της αγοράς με ταχύτερο ρυθμό σε σύγκριση με τα down events. Έτσι, τα κρυπτονομίσματα δείχνουν μια συμπεριφορά όπου τείνουν να κινούνται παράλληλα. Το τρίτο κεφάλαιο προσφέρει για πρώτη φορά αποδεικτικά στοιχεία σχετικά με την επίδραση του αισθήματος κρίσης στις αποδόσεις των κρυπτονομισμάτων. Αναλύοντας ημερήσια δεδομένα από τα κορυφαία 23 κρυπτονομίσματα και δημιουργώντας έναν τροποποιημένο δείκτη αισθήματος κρίσης (FEARS), αυτή η μελέτη τεκμηριώνει ότι ο δείκτης κρίσης των επενδυτών έχει σημαντικό θετικό αντίκτυπο στις αποδόσεις των τιμών των κρυπτονομισμάτων, δείχνοντας ότι ένας υψηλότερος δείκτης κρίσης από τους επενδυτές αυξάνει τις αποδόσεις των τιμών των κρυπτονομισμάτων. Τα εμπειρικά ευρήματα επιβεβαιώνουν τα αρχικά, προσωρινά, συμπεράσματα για τις πιθανές συνέπειες του συναισθήματος των επενδυτών στην αγορά κρυπτονομισμάτων. Στο τέταρτο κεφάλαιο εξετάζεται η επίδραση του αισθήματος κρίσης στον κίνδυνο πτώσης τιμών των κρυπτονομισμάτων. Έχοντας ως πλαίσιο εργασίας τους καθοριστικούς παράγοντες που συντελούν στον κίνδυνο πτώσης των τιμών, επεκτείνουμε τη σχετική βιβλιογραφία σε τριπλό επίπεδο: (i) αυξάνοντας τον αριθμό των κρυπτονομισμάτων υπό έλεγχο, λαμβάνοντας υπόψη τα κορυφαία 23 κρυπτονομίσματα όσον αφορά την κεφαλαιοποίηση τους, με τα επιλεγέντα να αντιπροσωπεύουν πάνω από το 90% της συνολικής κεφαλαιοποίησης της αγοράς, και ως εκ τούτου προσφέρουν μια σχεδόν ολιστική αντιμετώπιση της αγοράς των κρυπτονομισμάτων, (ii) ως συνέπεια αυτών, και δεδομένης της δομής του συνόλου των δεδομένων μας, διεξάγουμε οικονομετρική ανάλυση χρησιμοποιώντας τις κατάλληλες τεχνικές εκτίμησης, και (iii) προσφέρουμε μια περαιτέρω επέκταση, λαμβάνοντας υπόψη έναν άλλο πιθανό καθοριστικό παράγοντα για τον κίνδυνο πτώσης των τιμών, δηλαδή το κλίμα κρίσης που καλύπτει ο δείκτης του αισθήματος κρίσης (FEARS). Τα αποτελέσματα δείχνουν ότι το αίσθημα κρίσης των επενδυτών, όπως καταγράφεται από τον δείκτη FEARS, έχει αισθητή θετική επίδραση στον κίνδυνο πτώσης των τιμών της αγοράς κρυπτονομισμάτων. Στο κεφάλαιο πέντε, η παρούσα μελέτη ξεκινά να διερευνήσει τον αντίκτυπο της πανδημίας του COVID-19 σε ένα σύνολο σημαντικών στοιχείων της αγοράς, όπως, ο κύκλος εργασιών, η κεφαλαιοποίηση και η απόδοση, των παραδοσιακών αγορών και των κρυπτονομισμάτων. Για να γίνει αυτό, επιλέγονται δύο ίσες δείγματα χρονικών διαστημάτων έξι μηνών το καθένα, που οριοθετούνται πριν και μετά την επίσημη εκδήλωση της πανδημίας. Χρησιμοποιώντας ένα μοντέλο Difference-in-Differences (DID), αυτή η ανάλυση συγκρίνει τις δύο αυτές αγορές (παραδοσιακή αγορά και αγορά των κρυπτονομισμάτων), διερευνώντας εάν υπάρχουν ορατές διαφορές στις αποδόσεις τους μετά το ξέσπασμα του πρώτου κύματος του COVID-19. Σύμφωνα με τα εμπειρικά ευρήματα, όπως εκδηλώνονται μέσω των διαδρομών του όγκου και της απόδοσης των τιμών, τεκμηριώνεται το κλείσιμο της απόστασης μεταξύ της αγοράς κρυπτονομισμάτων και των παραδοσιακών περιουσιακών στοιχείων στην εποχή μετά τον COVID-19. Στο κεφάλαιο έξι, χρησιμοποιώντας μια αναλογία μεταξύ χρηματοοικονομικής και αστροφυσικής, αυτή η ανάλυση στοχεύει να διερευνήσει εάν υπάρχει ένας μηχανισμός που μπορεί να περιγράψει την εκρηκτική αύξηση του αριθμού των διαθέσιμων κρυπτονομισμάτων και της αγοράς κρυπτονομισμάτων γενικά. Στη φυσική, η ακτίνα Schwarzschild δείχνει ότι οι μαύρες τρύπες επεκτείνονται συνεχώς λόγω της αύξησης της μάζας τους. Εμπλουτίζοντας αυτήν την αναλογία, αυτή η μελέτη θεωρεί την αγορά κρυπτονομισμάτων ως αυτο-βαρυτικό σώμα του οποίου η μάζα δηλώνεται με (1) τον αριθμό των συναλλασσόμενων κρυπτονομισμάτων και (2) με την αύξηση της κεφαλαιοποίησης της αγοράς για έναν δεδομένο αριθμό κρυπτονομισμάτων που διαπραγματεύονται. Αναλύοντας εβδομαδιαία δεδομένα όλων των συναλλασσόμενων κρυπτονομισμάτων από τον Ιανουάριο του 2009 έως και τον Ιούνιο του 2020, υπάρχουν ενδείξεις ότι ο παραπάνω αναφερόμενος μηχανισμός πράγματι υπάρχει. Τα αποτελέσματα δείχνουν σαφώς την αυτο-βαρυτική ιδιότητα της αγοράς των κρυπτονομισμάτων, η οποία αποτελεί άμεση ένδειξη για την υπόθεση ότι οι αλλαγές στον αριθμό των κρυπτονομισμάτων, αποτελούν θετική συνάρτηση του αριθμού των κρυπτονομισμάτων που διαπραγματεύονται την προηγούμενη περίοδο. Τέλος, το κεφάλαιο επτά παρέχει τα κύρια συμπεράσματα αυτής της διατριβής.
περισσότερα
Περίληψη σε άλλη γλώσσα
Cryptocurrencies are digital currencies that rely on cryptographic methods for the security of the transactions and the creation of new currency units. Moreover, cryptocurrencies are issued and controlled by the users themselves and not by financial institutions like traditional currencies (fiat money). In recent years more than 2000 cryptocurrencies have occurred with the first one and the most popular, the Bitcoin, to make its appearance in 2008. However, in the economic literature, the study of cryptocurrencies has only recently received the necessary attention. This thesis consists of six chapters in which we try to examine various aspects of cryptocurrencies from an economic/financial point of view. In particular, in the first chapter utilizing all cryptocurrencies since market inception, the mobility properties of the market are investigated. Using a Markov Chain model, the Transition Matrix is estimated, describing the probabilistic structure of cross-sectional capitalization tr ...
Cryptocurrencies are digital currencies that rely on cryptographic methods for the security of the transactions and the creation of new currency units. Moreover, cryptocurrencies are issued and controlled by the users themselves and not by financial institutions like traditional currencies (fiat money). In recent years more than 2000 cryptocurrencies have occurred with the first one and the most popular, the Bitcoin, to make its appearance in 2008. However, in the economic literature, the study of cryptocurrencies has only recently received the necessary attention. This thesis consists of six chapters in which we try to examine various aspects of cryptocurrencies from an economic/financial point of view. In particular, in the first chapter utilizing all cryptocurrencies since market inception, the mobility properties of the market are investigated. Using a Markov Chain model, the Transition Matrix is estimated, describing the probabilistic structure of cross-sectional capitalization transitions. Furthermore, various indices are applied, providing the anatomy of cross-sectional dynamics. Additionally, the chapter offers a comparison of the early cryptocurrency market period to the more recent era, investigating whether there are any discernible changes in the mobility structure. The results indicate that persistence, in the first decade of the crypto market’s operation has been substantial. Moreover, mobility (persistence) is found to be lower (higher) in the recent era of the market. Chapter two addresses the issue of herding in the cryptocurrency market. This part of this thesis investigates whether herding behavior is present in the rapidly emerging cryptocurrency market. By analyzing daily data from major cryptocurrencies during the period August 2015 to December 2018, this study documents evidence that investors in the cryptocurrency market act irrationally and imitate other’s decisions with no reference to their own beliefs. Furthermore, the empirical results provide evidence that the up events market dispersion follows market movements at a faster pace compared to the down events. Thus, cryptocurrencies show a behavior where they tend to move in tandem, which does not necessarily reflect their fundamentals. The third chapter offers for the first-time evidence concerning the research question of which is the effect of crisis sentiment on cryptocurrencies’ price returns. By analyzing daily data from the top 23 cryptocurrencies and creating a modified FEARS Index, this study documents that investors’ crisis sentiment has a significant positive impact on cryptocurrencies’ market price returns, indicating that a higher crisis sentiment by investors increases cryptocurrencies’ price returns. The empirical findings corroborate the initial tentative conclusions of the possible consequences of investor sentiment on the cryptocurrency market. In chapter four the effect of crisis sentiment on cryptocurrencies’ price crash risk is examined. Having as a working environment the determinants of price crash risk, the relevant literature is extended in a threefold manner: (i) augmentation of the assets under scrutiny, not limited to Bitcoin, by considering the top 23 cryptocurrencies in terms of capitalization which account for over 90% of the total market capitalization, and thus offer a near holistic treatment of the cryptocurrency market, (ii) as a consequence of these, given the resulting panel structure of the dataset, an econometric analysis is conducted utilizing the appropriate panel estimation techniques, and (iii) by offering a further, and perhaps a more innovative in nature, extension by considering another potential determinant of price crash risk, namely crisis sentiment proxied by the FEARS index. The results indicate that investors’ crisis sentiment, as captured by the FEARS index, has a noticeable positive impact on cryptocurrencies’ market price crash risk. In Chapter five, the present study sets out to investigate the impact of COVID-19 on a set of important market metrics such as, turnover, capitalization and return, of the traditional and cryptocurrency markets. In order to do this, two equal sized daily time spans of six months each are selected, defined before and after the formal declaration of the pandemic. Using a Difference-in-Differences (DID) model this analysis compares the two markets, investigating whether there are any discernible differences in their relative time trajectories after the outbreak of the first wave of COVID-19. According to the empirical findings, as manifested via the time paths of volume and price return, a closing of the gap between the cryptocurrency market and the traditional assets in the post COVID-19 era is documented. In Chapter six, using an analogy between finance and astrophysics, this study aims to investigate whether there exists a mechanism that can describe the explosive increase in the number of traded cryptocurrencies and the cryptocurrency market in general. In physics, the Schwarzschild radius indicates that black holes are constantly expanding because of their mass increase. Enriching this analogy, this study considers the cryptocurrency market as a self-gravitational body whose mass is denoted by (1) the number of traded cryptocurrencies and (2) in terms of increasing market capitalization for a given number of traded cryptocurrencies. By analyzing weekly snapshot data of all traded cryptocurrencies from January 4, 2009, to June 14, 2020, evidence is found that the above-mentioned mechanism exists. The results clearly indicate the self-gravitational property of the cryptocurrency market, which is direct evidence toward the hypothesis that the changes in the traded cryptocurrencies are a positive function of the previous period’s number of traded cryptocurrencies. Finally, Chapter seven provides the main conclusions for this thesis.
περισσότερα