Факторные модели доходности криптовалют: подход финансовой теории

Аннотация Целью статьи является выявление детерминант доходностей криптовалют, для чего предпринята попытка выделить факторы, определяющие особенности рынка криптовалют, и проанализировать их доходность, применив многофакторные модели по типу Фамы — Френча. Авторы моделируют стандартные факторы на основании показателей капитализации, объемов торгов криптовалютами и третьего моментума. В работе представлена оценка влияния этих факторов на различные группы (портфели) криптовалют в отдельные периоды (становления рынка; зрелости или высокой ценовой волатильности рынка, в том числе с разбиением временно'го интервала исследований на два подпериода — до пандемии коронавирусной инфекции и в период пандемии). Это позволяет учесть неоднородность данных — как во времени, так и по определенным показателям. В результате построения регрессий на дневных данных были получены эмпирические свидетельства в пользу положительной взаимосвязи между доходностью групп криптовалют с моделируемыми факторами. Кроме того, в работе проверяется связь рынка криптовалют и фондового рынка. До начала периода высокой волатильности криптовалюты можно было рассматривать как актив для диверсификации рыночного риска. Однако впоследствии рынок криптовалют стал двигаться сонаправленно фондовому рынку. Это видно из появления статистической значимости коэффициента при переменной, отражающей премию за рыночный риск. Показано, что частотность данных может влиять на оценки коэффициентов модели, однако не влияет на принципиальные выводы из анализа. Полученные результаты указывают на необходимость дальнейшего анализа факторов доходности криптовалют на более однородных выборках. 

1. Гребенкина А. М., Зубарев А. В. Перспективы использования смарт-контрактов в финансовой сфере // Экономическое развитие России. 2018. Т. 25. № 12. С. 32–43.

2. Зубарев А. В., Шилов К. Д. Эволюция криптовалюты биткоин как финансового актива // Финансы: теория и практика. 2021. Т. 25. № 5. С. 150–171.

3. Мамонов М. Е. Спрятанные «дыры» в капитале еще не обанкротившихся российских банков: оценка масштаба возможных потерь // Вопросы экономики. 2017. № 7. С. 42–61.

4. Cheah E.-T., Fry J. Speculative Bubbles in Bitcoin Markets? An Empirical Investigation into the Fundamental Value of Bitcoin // Economics Letters. 2015. Vol. 130(C). P. 32–36.

5. Corbet S., Lucey B., Yarovaya L. Datestamping the Bitcoin and Ethereum Bubbles // Finance Research Letters. 2018. Vol. 26(C). P. 81–88.

6. Fama E. F., French K. R. A Five-Factor Asset Pricing Model // Journal of Financial Economics. 2015. Vol. 116. No 1. P. 1–22.

7. Fama E. F., French K. R. Common Risk Factors in the Returns on Stocks and Bonds // Journal of Financial Economics. 1993. Vol. 33. No 1. P. 3–56.

8. Fama E. F., French K. R. The Cross-Section of Expected Stock Returns // The Journal of Finance. 1992. Vol. 47. No 2. P. 427–465.

9. Foley S., Karlsen J. R., Putniņš T. J. Sex, Drugs, and Bitcoin: How Much Illegal Activity Is Financed Through Cryptocurrencies? // The Review of Financial Studies. 2019. Vol. 32. No 5. P. 1798–1853.

10. Fry J. Booms, Busts and Heavy-Tails: The Story of Bitcoin and Cryptocurrency Markets? // Economics Letters. 2018. Vol. 171(C). P. 225–229.

11. Fry J., Cheah E. T. Negative Bubbles and Shocks in Cryptocurrency Markets // International Review of Financial Analysis. 2016. Vol. 47(C). P. 343–352.

12. Glaser F. E. A., Zimmermann K., Haferkorn M., Weber M. C., Sierin M. Bitcoin—Asset or Currency? Revealing Users’ Hidden Intentions. 2014. https://www.researchgate.net/publication/286338705_Bitcoin_-_Asset_or_currency_Revealing_users'_hidden_intentions.

13. Hayes A. S. Bitcoin Price and Its Marginal Cost of Production: Support for a Fundamental Value // Applied Economics Letters. 2019. Vol. 26. No 7. P. 554–560.

14. Kyriazis N., Papadamou S., Corbet S. A Systematic Review of the Bubble Dynamics of Cryptocurrency Prices // Research in International Business and Finance. 2020. Vol. 54(C). P. 101–254.

15. McKibbin W. J., Fernando R. The Global Macroeconomic Impacts of COVID-19: Seven Scenarios. CAMA Working Paper. No 19. 2020.

16. Sharpe W. F. Capital Asset Prices: A Theory of Market Equilibrium Under Conditions of Risk // The Journal of Finance. 1964. Vol. 19. No 3. P. 425–442.

17. Tsyvinski A., Liu Y., Wu X. Common Risk Factors in Cryptocurrency. NBER Working Paper. No 25882. 2019.