این مطالعه به بررسی رفتار گله در ارزهای رمزنگاری شده در شرایط مختلف می پردازد. این مطالعه از بازده روزانه ارزهای مهم رمزنگاری شده در شاخص CCI30 و رمزنگاری های زیر عمده و بازده عمده سهام ذکر شده در شاخص متوسط صنعتی داو-جونز ، از سال 2015 تا 2018 استفاده می کند. وابستگی و موارد وابسته به داخل. یافته ها وجود گله در cryptocurrency را در مقادیر فوقانی در دوره های صعودی و نوسانات بالا به دلیل بیش از حد در بین سرمایه گذاران ، که منجر به تجارت با حجم بالا می شوند ، تأیید می کنند. ارزهای اصلی رمزنگاری باعث ایجاد گله در ارزهای زیرزمینی می شوند ، اما این یک رابطه یک طرفه است. با این حال ، هیچ اثر وابسته به وابستگی در بین ارزهای رمزنگاری و بازار سهام مشاهده نمی شود. نتایج حاکی از آن است که در مدل CKK گله در سطح بالایی در بازار وجود دارد که ممکن است در هنگام حرکت سریع بازار ، به طور مداوم تجارت و روند صعودی حاکم باشد. تجزیه و تحلیل بیشتر این روایت را تأیید می کند ، زیرا ، در quantile فوقانی ، بتا رژیم صعودی منفی و قابل توجه است ، به این معنی که منبع اصلی گله های بازار یک روند صعودی در سرمایه گذاری است ، که باعث افزایش تلاطم بازار می شود و به سرمایه گذاران فرصت می دهد تا گله. همچنین ، ما دریافتیم که گله دار در ارزهای رمزنگاری شده در دوره های نوسانات بالا از بین می رود ، اما این گله ها بیشتر به فعالیت بازار بستگی دارد ، نه حرکت بازار.

کلید واژه ها

• رفتار گله دار ؛
• ارزهای رمزپایه ؛
• رگرسیون کمی ؛
• عدم تقارن بازار ؛
• وابستگی بین ؛
• وابسته

1. معرفی

با گذشت زمان ، بازارهای مالی بالغ و منظم شده اند (Moloney ، 2010). نظریه های مالی استاندارد بیان می کنند که هر سرمایه گذاری انجام شده توسط سرمایه گذار از عقلانیت و اساسی پیروی می کند ، اما قادر به توضیح نوسانات در بازارهای سوداگرانه نیست (Javaira & Hassan ، 2015). مطالعات سرمایه گذاری و امور مالی رفتاری بیشتر بر رفتار سرمایه گذار و چگونگی تأثیر آن بر بازده بازار به جای تکیه بر اصول بازار متمرکز است. رفتار گله دار به عنوان یکی از عوامل در نظر گرفته می شود ، زیرا با غفلت از اصول بازار کار می کند و وجود یک فرضیه کارآمد بازار را انکار می کند (Fama ، 1970).

بیت کوین در زمانی وارد بازار شد که شبکه های blockchain شروع به جلب توجه کردند (ناکاموتو ، 2008). در ابتدا ، blockchain برای سیستم پرداخت طراحی شده است. شرکت ها شروع به تشخیص آن به عنوان یک سیستم پرداخت می کنند زیرا فرکانس معاملات مصرف کننده در چند سال گذشته افزایش یافته است (Bouri ، Gupta ، & Roubaud ، 2018 ؛ Bouri ، Molnár ، Azzi ، Roubaud ، & Hagfors ، 2017 ؛ Dyhrberg ، 2016a ، 2016b ؛ Polasik ، Polasik ،Piotrowska ، Wisniewski ، Kotkowski ، & Lightfoot ، 2015). اما ، کاربران بیت کوین برای اهداف دیگر مزایای مهیج تری پیدا کرده اند. از دیدگاه سرمایه گذاری ، این ارز دیجیتال دارای ویژگی چشمگیر است و پتانسیل های زیادی برای ارائه دارد که قبلاً در سالهای اخیر ارائه کرده است.

موفقیت بیت کوین و ارزهای رمزپایه به یک دارایی جدید تبدیل شده است که در آن افراد برای کسب حداکثر بازده سرمایه گذاری می کنند. با توجه به نوسانات و رشد زیاد در بازارهای خود ، پویایی ارزهای رمزپایه مدرن شروع به به دست آوردن کشش در ادبیات کرده است ، و تعیین کننده ها و انجمن های آنها توسط محققان مورد مطالعه قرار می گیرد (سیایان ، Rajcaniova ، و Kancs ، 2016 ؛ Li & Wang ، 2017؛ Panagiotidis ، Stengos ، & Vravosinos ، 2018). ارزهای رمزپایه بسیار سوداگرانه هستند و این رفتار بی ثبات است که پیش بینی آنها را به جای تأثیر احساسات اصول ، دشوار می کند. در ابتدا ، محققان شروع به بحث در مورد عوامل و مؤلفه های ارزهای رمزنگاری شده و نحوه ارتباط آنها با سیستم مالی فعلی (Cheah & Fry ، 2015 ؛ Katsiampa ، 2017). اما ، از دو سال گذشته ، محققان شروع به ارزیابی انتقادی بیت کوین و سایر ارزهای رمزنگاری شده از نظر کارآیی ، مدیریت نمونه کارها و تنوع ریسک (Cheah & Fry ، 2015 ؛ Corbet ، Lucey ، & Yarovaya ، 2018 ؛ Fry ، 2018 ؛Nadarajah & Chu ، 2017 ؛ Urquhart ، 2016 ؛ Vidal-Tomás ، Ibáñez ، & Farinós ، 2018). مطالعات محدودی وجود دارد که بر وابستگی های متقابل متمرکز است (سیایان و همکاران ، 2016) و انجمن (چو ، چان ، ناداراجا ، و اوسترررر ، 2017 ؛ گاندال و هالبوردا ، 2016 ؛ اوسترریدر و لورنز ، 2017). به همین ترتیب ، بوروی و همکاران.(2018) رفتار گله را در بازار رمزنگاری مورد مطالعه قرار داد.

از آنجا که بازار هنوز در مرحله توسعه است ، عامل قانونی بودن مرتبط با آن هنوز به طور گسترده ای متمرکز است و قابل بحث است. بن بست های زیادی برای ارزهای رمزپایه وجود دارد (Nadarajah & Chu ، 2017) ، که هنوز باز نشده اند ، اما هنوز هم ، بازار رمزنگاری شاهد رشد است. این رشد ممکن است به دلیل تعصبات رفتاری باشد ، نه مبانی به عنوان رویکرد بنیادگرایی انکار می کند که ارزهای رمزنگاری شده بر اساس شناخت ، الگوی مختلف کار و نوسانات بالا ، رشد پایدار را ثبت می کنند. در طیف مالی رفتاری ، رشد و تجارت گسترده در ارزهای رمزنگاری ممکن است به دلیل رفتار غیر منطقی سرمایه گذاران باشد. همچنین ، اطلاعات کمیاب و احساس از دست دادن فرصت سودآوری ، فشار آوردن آنها به سرمایه گذاری در نسبت گسترده و ایجاد گله و همچنین تصادف بازار است. تصمیمی که توسط سرمایه گذاران بر اساس غیر منطقی بودن و محیط گله دار اتخاذ شده است ، به حرکت و رفتار بازار متکی است ، نه بر روندهای منطقی. ما رفتار گله را در این شرایط خاص مشاهده می کنیم. بخش 2 مقاله به بررسی ادبیات موجود در مورد گله و نحوه کار در بازار می پردازد. بخش 3 روش شناسی را ارائه می دهد و بخش 4 نتایج را توضیح می دهد و با توجه به تحقیقات تجربی نتیجه گیری می کند.

2. بررسی ادبیات

در حالی که ، روایت گله عقلانی ، گله را تعریف می کند و رشته های عاطفی را با عقلانیت در تصمیم گیری پیوند می دهد. دلایل منطقی این روایت حول محاسبه کشش عرضه ، که به عنوان یک فرصت سرمایه گذاری برای سرمایه گذاران ارزیابی می شود زیرا اوراق بهادار با همان قیمت برای همه سرمایه گذاران بازار در دسترس است (بیکچندانی و همکاران 1992 ؛ بانرجی ، 1992). در این شرایط ، بازارهای فاما و فرانسوی (1992) شکل پایدار راندمان بازار را تا حدی خواهند داشت زیرا فقط اطلاعات عمومی در دسترس همه سرمایه گذاران خواهد بود و اطلاعات خصوصی برای آنها غیرقابل دسترسی خواهد بود. عدم دسترسی به اطلاعات خصوصی باعث می شود تا سرمایه گذاران به دنبال عقلانیت خود باشند و رفتار سرمایه گذار اطلاعات خصوصی را بیان می کند. جدا از توجیه نظری مربوط به منابع گله دار ، ادبیات تجربی بر روی گله ها از دو جنبه گسترده ، یعنی بازار حرفه ای و کلی متمرکز است. نقاط حرفه ای تمرکز هدر علاقه بر شرکت کنندگان در بازار مانند مدیران صندوق و تحلیلگران مالی در حالی که در بازار کار می کنند و حداکثر دسترسی به اطلاعات دارند (Caglayan ، Celiker ، & Sonaer ، 2018 ؛ Jiang and Verardo ، 2018 ؛ Wermers ، 1999 ؛ Welch ، 2000، Clement & TSE 2005). جنبه دوم بر گله های کلی بازار مورد تجزیه و تحلیل با استفاده از اقدامات پراکندگی مقطعی از بازده دارایی های بازار متمرکز شده است (کریستی و هوانگ ، 2005 ؛ بلوسکو و فررولولا ، 2008 ؛ چیانگ و ژنگ ، 2010 ؛ یائو و همکاران ، 2013 ؛ لی ، 2017 ؛ 2017 ؛ لی ، 2017 ؛).

کار مهم کریستی و هوانگ (1995) برای درک رفتار گله دار به صورت تجربی کلاسیک و حیاتی تلقی می شود. آنها بازده انحراف استاندارد مقطعی را شامل می شدند ، که معمولاً به عنوان CSSD گفته می شود ، و از وجود گله در بازار در دو سطح ، یعنی سطح کلی بازار و سطح صنعتی خبر دادند. بعداً ، چانگ و همکاران.(2000) با انتقاد از تکنیک توسعه یافته توسط کریستی و هوانگ (1995) با بیان اینکه ، در حضور گله ، میانگین پراکندگی در بازده دارایی و بازده بازار کم است. بنابراین ، رفتار گله دار شناسایی شده از طریق این روش نمی تواند قطعی اعلام شود. علاوه بر این ، تغییر و همکاران.(2000) همچنین یک مدل اصلاح شده برای اندازه گیری رفتار گله دار ارائه داد. آنها از انحراف مطلق مقطعی (CASD) بازده بازار استفاده کردند و آن را در پنج بازار اصلی (ایالات متحده ، هونگ کنگ ، ژاپن ، تایوان و کره جنوبی) آزمایش کردند. آنها هیچ گونه رفتار گله دار را در بازارهای ایالات متحده و هونگ کنگ ، وجود گله در ژاپن ، تایوان و کره جنوبی گزارش نکردند. همچنین ، یک مدل اصلاح شده دیگر بر روی مقطعی از فاکتور حساسیت متمرکز شده و در یک دوره بحران نسبت به یک دوره منظم ، گله پایین را گزارش کرده است.

استفاده از تئوری های مالی اصلی و نسخه های اصلاح شده آنها (با در نظر گرفتن بازار رمزنگاری) در درک رفتار ارزهای رمزنگاری شده است. بیش از یک ابزار پرداخت ، ارزهای رمزنگاری شده برای اهداف تجاری و سرمایه گذاری استفاده می شود. عدم شناخت (Nadarajah & Chu ، 2017) اطلاعات موجود در بازار را کاهش می دهد و غیر منطقی در بازار ایجاد می کند. در این شرایط ، تصمیمات مبتنی بر رفتار و حرکت بازار است ، نه بر رفتار منطقی. اگر بازار مشاهده شود به سمت بالا حرکت می کند و این باعث ایجاد گله می شود و منجر به سقوط بازار می شود ، این غیر منطقی باعث ایجاد اعتیاد به سرمایه گذاری می شود (Ajaz & Kumar ، 2018).

این ادبیات برجسته می کند که ، هنگامی که تصمیم سرمایه گذار مبتنی بر عقلانیت نیست ، سرمایه گذاران در حال حرکت بازار بر روی الگوی رفتاری هستند و کورکورانه اطلاعات موجود را دنبال می کنند (Zwiebel Pretcher ، 2011). همانطور که قبلاً گفته شد ، هولدینگ روی بازار سهام متمرکز بود (Blasco & Ferreruela ، 2008 ؛ Chiang & Zheng ، 2010 ؛ Yao et al. ، 2013 ؛ Lee ، 2017). این مطالعه سعی می کند همان روش را در Cryptocurrency به دلیل ویژگی های مشترک در بازار سهام مانند خوشه بندی نوسانات ، حباب ها و ناکارآمدی اعمال کند (Dwyer ، 2015 ؛ Dyhrberg ، 2016a ، 2016b ؛ Urqhart ، 2016).

3. روش شناسی

ما مطالعه خود را به سه بخش تقسیم کردیم. اولا ، برای بررسی وجود رفتار گله دار تحت عدم تقارن بازار. ثانیا ، برای تجزیه و تحلیل ارتباط بین ارزهای اصلی رمزنگاری و ارزهای زیر و بزرگ. ثالثاً ، برای مشاهده ارتباط درون از منظر گله در بازار سهام و تأثیر آن در ارزهای رمزپایه.

رفتار گله دار با ایجاد یک سبد بازار با انتخاب گروه مشخصی از اوراق بهادار یا دارایی مورد تجزیه و تحلیل قرار می گیرد. با در نظر گرفتن هدف از مطالعه ما ، ما از شاخص CCI30 استفاده کرده ایم ، که بر اساس 30 ارز اصلی رمزنگاری شده و فهرست بندی شده بر اساس سرمایه گذاری بازار در طی یک دوره زمانی است. علاوه بر این ، ما شش ارز عمده (بیت کوین ، Litecoinethereum ، Ripple ، NEM و Dash) را از شاخص CCI30 انتخاب کرده ایم تا رفتار گله دار را بر اساس سرمایه گذاری در بازار و همچنین رفتار نوسانات و ارتباطات تجزیه و تحلیل کنیم. با انتخاب شاخص CCI30 ، ما تجزیه و تحلیل خود را محدود کردیم ، از 1/1/2015 ، زیرا این شاخص از آن سال در دسترس بود و در تاریخ 15/1/2019 به پایان رسید. از داده های روزانه در این مطالعه استفاده می شود. آمار توصیفی در جدول 1 نشان می دهد که کلیه ارزهای رمزنگاری شده ، به جز بیت کوین ، به طور مثبت و بدون توزیع توزیع می شوند. پروکسی بازار توسط CCI30 نشان داده شده است و به طور مثبت و بی پروا توزیع می شود.

جدول 1: آمار توصیفی

انحراف مقطع از بازده (CSSD) و میانگین انحراف مطلق (CSAD) به طور گسترده همراه با گله بتا برای تجزیه و تحلیل رفتار گله دار در بازار خاص استفاده می شود ، اما CSSD و CSAD از نزدیک با هم ارتباط دارند. روش CSSD تشخیص گله دار توسط کریستی و هوانگ (1995) طراحی شده است. تعریف شده است:

R_i,t= "بازده مشاهده شده در دارایی I" ، ( bar ) = "میانگین بازده بازار دارایی n".

کریستی و هوانگ (1995) اظهار داشتند که در حضور گله دار ، میانگین پراکندگی در بازده دارایی و بازده بازار کم خواهد بود ، به این معنی که سرمایه گذاران تصمیم مشابهی یا ترجیح رفتار عمده بازار را می گیرند و نه اینکه به فرد اعتماد کنند. از آنجا که مسافت های مربوط به CSSD تأثیر مستقیمی دارند ، بنابراین رفتار گله دار که از طریق این روش تشخیص داده می شود ، نمی توان قطعی اعلام کرد. چانگ و همکاران.(2000) با ارائه یک مدل اصلاح شده و بهتر از تشخیص گله ، سعی در رسیدگی به این مسئله داشت. به عنوان تعریف شده است

R_i,t= "بازگشت دارایی" ، r_m,t= "بازگشت نمونه کارها بازار".

چانگ و همکاران.(2000) یک مدل رگرسیون را پیشنهاد کرد که به عنوان مدل CKK نیز برای تشخیص رفتار گله دار شناخته می شود. معادله III به شرح زیر است

(C A S D _ = Beta _+ Beta_ Left | R_ RIGHT |+ BETA_ R _^+ VAREPSILON_ ) (III)

کجا ، r_i,t= "بازگشت دارایی" ، r_m,t= "بازگشت نمونه کارها بازار".

این مدل فرضیه نظریه قیمت گذاری دارایی را دنبال می کند زیرا ارزهای رمزنگاری شده نیز برای سرمایه گذاری و هدف تنوع به عنوان ذکر شده در ادبیات استفاده می شود. این مدل رابطه خطی بین CSAD و بازده بازار را توضیح می دهد. هرینگ فقط در مواردی وجود دارد که سرمایه گذار بر اساس رفتار بازار و الگوی تصمیم گیری تجمعی در شرایط نامشخص تصمیم می گیرد. تصمیم گرفته شده در این شرایط منجر به همبستگی زیاد در بازده اوراق بهادار و همزمان پراکندگی در عوض کاهش می یابد. بنابراین ، این توضیح شباهت غیرخطی در رابطه را نشان می دهد ، که باعث بازده بازار مربع بیشتر و اگر منفی و قابل توجه باشد ، این انحراف را از مدل قیمت گذاری دارایی خطی تعریف می کند ، به معنای وجود رفتار گله دار.

علاوه بر این ، اصلی ترین هدف این مطالعه تلاش برای درک رفتار گله دار در طول عدم تقارن است که به عنوان شرایط بازار یا روند و نوسانات مورد توجه قرار می گیرد. برای تجزیه و تحلیل رفتار گله دار در شرایط نامتقارن ، یعنی روندهای صعودی و نزولی ، ما یک متغیر ساختگی را به عنوان d u معرفی کرده ایم_mcوادهنگامی که یک روند صعودی وجود دارد ، بازده بیشتر از صفر خواهد بود ، یعنی D U_mc= 1 ، اگر r_m,t>0 و زیر روند نزولی d u_mc= 0 ، اگر r_m,t<0, where R_m,tبازده متوسط بازار است. معادله "IV" رفتار گله ای را در دوره های نامتقارن از روند بازار صعودی و نزولی ضبط می کند.

کجا ، β₃ β₄و تعریف عدم تقارن

اگر β₃منفی قابل توجهی است به این معنی که گلها تحت روند صعودی در بازار وجود دارد. همچنین ، اگر β₄گله های قابل توجه و منفی با روند نزولی در بازار وجود دارد. ناچیز به معنای عدم تشخیص گله در دوره خاص است. با این حال ، اگر نتایج مثبت باشد ضد چرت زدن ممکن است از آن خارج شود.

برای درک نقش نوسانات به عنوان عدم تقارن بازار بر رفتار گله دار در ارزهای رمزنگاری شده ، ما دوره نوسانات را به دو دوره جریان از نوسانات بالا و دوره نوسانات کم تقسیم کردیم و سعی کردیم در این نوع عدم تقارن بازار گله را تشخیص دهیم. بازده بازار مربع به عنوان پروکسی نوسانات گرفته می شود و میانگین های متحرک برای تولید نوسانات بازار رمزنگاری استفاده می شود. ما یک ساختگی D V ایجاد کردیم_maبا بیان نوسانات کم و زیاد بیان شده توسط "1" و "0". ما برای اندازه گیری D V از بازگشت بازار مربع استفاده کردیم_maساختگی ، یعنی D V_ma= 1 ، اگر ( mathrm_<mathrm>>r _^) ، و d v_ma= 0 ، اگر D V_ma= 1 ، ( mathrm_<mathrm, mathrm>

جایی که β₃و β₄دوره توضیحات ولتاژ

اگر β₃قابل توجه و منفی است به این معنی که گله در بازار نوسانات بالا وجود دارد. همچنین ، اگر β₄گله های قابل توجه و منفی در هنگام نوسانات کم در بازار وجود دارد. ناچیز به معنای عدم تشخیص گله در یک دوره خاص است. با این حال ، اگر نتایج خروجی ضد چرت زدن مثبت باشد.

Further, to study interdependencies among cryptocurrencies and intra-dependencies among cryptocurrency and equity market, we modified the approach used by Chiang and Zheng (2010). For interdependency among cryptocurrencies, we divided the crypto market into two groups similar to the approach by Vidal-Tomás et al. (2018). We selected 16 cryptocurrencies grouped as sub-major categoriesto analyze the role of major cryptocurrencies market (study the main sample) on herding in sub-major cryptocurrencies market as in equation vi. (C A S D_,left|R_ ight| * D^>, x08eta_left(1-D^> ight) *left|R_ ight|, R_^ * D^>,left(1-D^> RIGHT) * R _^) ارزهای بازار فرعی را تعریف کنید.

Further, we analyzed the intra-dependency feature by checking the influence of equity market herding in crypto market herding as in equation vii. As the crypto market and equity market have similar common traits like volatility clustering, bubbles, and inefficiency (Dwyer, 2015; Dyhrberg, 2016a, 2016b; Urqhart, 2016). As (left|R_ ight| * D^>,left(1-D^> ight) *left|R_ ight|, R_^ * D^>,left(1-D_^> ight) * R_^) referred to crypto market and (C S A D_, R_^ * D^>) , (left(1-D^> راست) * R _^) بازار سهام.

4. نتایج

از نتایج رگرسیون در Quantile مختلف ، ما سعی می کنیم جهت نوسانات را درک کنیم. می توان در جدول 2 مشاهده کرد که β₂در کوانتین فوقانی (τ = 0. 90) منفی و از نظر آماری معنی دار است ، که وجود گله در کوانتین فوقانی را تأیید می کند ، به جز = 0. 75. در حالی که ، در مقدار کمتری (τ = 0. 10 ، 0. 25) متوسط (0. 50) منفی است ، اما ناچیز است. می توانیم نتیجه بگیریم که به دلیل پراکندگی بازده ، حضور گله در مقدار فوقانی وجود دارد.

جدول 2: نتایج رگرسیون در کوانتین های مختلف

معادله (IV) در این عدم تقارن بازار خاص اثر گله را ضبط می کند. نتایج گزارش شده در جدول 3 بینشی را ارائه می دهد که آیا گله در رژیم صعودی یا نزولی وجود دارد. عاقبت₃و β₄عدم تقارن بازار را تعریف کنید. اگر β₃قابل توجه و منفی است ، این بدان معنی است که گلها تحت روند صعودی در بازار وجود دارد. همچنین ، اگر قابل توجه و منفی باشد ، گله ای تحت روند نزولی در بازار وجود دارد. ناچیز به معنای عدم تشخیص گله در دوره خاص است. با این حال ، اگر نتایج خروجی ضد چرت زدن مثبت باشد.

جدول 3: اثر گله در طول عدم تقارن بازار خاص

آثار گله دار هنگامی که بازار روند صعودی را تجربه می کند ، در کمیته کمتری یافت نشد زیرا تلاطم کم وجود دارد ، در حالی که بازار در τ = 0. 10 و 0. 25 است. همچنین ، در مقادیر فوقانی ما گلها را به عنوان β پیدا کردیم₃منفی و قابل توجه است ، در حالی که بازار در τ = 0. 75 و 0. 90 صعودی است. می توانیم نتیجه بگیریم که گله ها با تلاطم زیاد در مقدار بالایی وجود دارند. علاوه بر این ، هنگامی که بازار در حد متوسط است ، شاهد افزایش مداوم و کاهش تلاطم است ، و نتایج نشان می دهد که گله دار در حالی که در رژیم صعودی بازار در ارزهای رمزنگاری وجود دارد. این تأیید می کند که رفتار سرمایه گذار منطقی نیست و گرایش تصمیم گیری آنها ناشی از اشتیاق و واکنش آنها است. آنها تصمیمات خرید را می گیرند که بازار افزایش جزئی یا افزایش عمده را نشان می دهد و هنگامی که حرکت بازار به سمت پایین پیش می رود. این باعث وحشت در بین سرمایه گذاران می شود و آنها شروع به فروش دارایی های خود می کنند. علاوه بر این ، اصطلاح خودکار در طول تجزیه و تحلیل گنجانده شده است.

علاوه بر این ، ما رفتار گله دار را در دوره نوسانات زیاد و پایین بررسی می کنیم (جدول 4 را ببینید). ما یک ساختگی D V ایجاد کردیم_maبا بیان نوسانات کم و زیاد بیان شده توسط "1" و "0" یعنی. d v_ma= 1 ، اگر v_m,t>و D V_ma= 0 ، اگر D V_ma= 1 ، ( mathrm_<mathrm, mathrm>^). با در نظر گرفتن این موضوع ، معادله Variant V Variant V ایجاد شده است. برای محاسبه نوسانات ، از میانگین متحرک بازده بازار مربع به عنوان پروکسی استفاده کردیم.

جدول 4: رفتار گله دار در دوره نوسانات زیاد و پایین

نتایج در جدول 4 بینش Providean در مورد حضور گله در دوره نوسانات زیاد و پایین در بازار ارز رمزنگاری. نتایج حاکی از آن است که β کمی پایین تر₄از نظر آماری در τ = 0. 25 معنی دار است در حالی که بقیه کمیته ها رابطه معنی داری ندارند. می توان استنباط کرد که در دوره نوسانات کم هیچ گونه گله ای وجود ندارد. با این حال ، در دم فوقانی مشخص شد که β₃از نظر آماری معنی دار و منفی است و تأیید وجود رفتار گله دار در نوسانات زیاد در بازار فقط در τ = 0. 75 است. علاوه بر این ، وابستگی های متقابل در بازار می تواند بر رفتار گله دار تأثیر بگذارد (Chiang & Zheng ، 2010). با این هدف ، ما به وابستگی های متقابل در بین ارزهای اصلی رمزنگاری و ارزهای زیر مجموعه ای که در این روش تعریف شده است ، تجزیه و تحلیل کردیم. بخش اول معادله اطلاعات مربوط به حضور گله دار در Cryptocur ارزهای زیرزمینی را ارائه می دهد و بخش دوم اطلاعات مربوط به وجود گله را به دلیل ارزهای عمده ارائه می دهد.

با توجه به نتایج در جدول 5 ، هیچ گونه وجود گله در ارزهای زیر بزرگ در دوره تلاطم زیاد به عنوان β وجود ندارد₃در تمام مقدار به جز = 0. 90 ناچیز است و در τ = 0. 90 ، معنی دار است ، اما مثبت است که هیچ گونه گله ای را در همه مقادیر تأیید نمی کند. با این حال ، β₄در دم پایین در τ = 0. 10 از نظر آماری معنی دار و منفی است ، به این معنی که گله در هنگام کند بودن بازار در مقدار کمتری وجود دارد. اما هیچ اثری از گله در حالی که در τ = 0. 25 و در میانه وجود ندارد. در حالی که ، هنگامی که بازار کندتر می شود در حالی که در τ = 0. 75 ، 0. 90 در حال کندتر می شود ، گله دار در سطح بالایی تشخیص داده می شود.

جدول 5: گله دار در ارزهای زیر هسته ای در دوره تلاطم زیاد

علاوه بر این ، هیچ تاثیری در بازارهای اصلی در کمیت پایین مشاهده نشد ، به این معنی که در این مرحله آنها نیروی محرکه در بازار نیستند. با این حال ، در مقدار بالایی و در میانه β₆و β₇قابل توجه است ، به این معنی که ارزهای اصلی رمزنگاری به عنوان نیروی محرکه در بازار عمل می کنند و حرکت را ایجاد می کنند. طبق گفته های Dwyer (2015) ، Dyhrberg (2016a ، 2016b) و Urqhart (2016) بازارهای cryptocurrency و بازارهای سهام دارای صفات مشابه هستند زیرا هر دو دارای خوشه بندی نوسانات ، حباب و ناکارآمدی هستند. با توجه به این موارد ، ما آزمایش کردیم تا بررسی کنیم که آیا بازار سهام می تواند بر گله بازار رمزنگاری تأثیر بگذارد و نتایج در جدول 6 گزارش شده است.

جدول 6: تأثیر گله بازار سهام در بازار رمزنگاری

نتایج حاکی از آن است که β₃و β₄در همه مقادیر اصلی قابل توجه و منفی هستند ، به این معنی که رمزنگاری پدیده گله خود را تعریف می کند. در حالی که ، β₆و β₇نشان می دهد که گله های بازار cryptocurrency توسط بازار سهام تعیین نمی شود ، هرچند که آنها ویژگی های مشابهی دارند ، اما پویایی متفاوت است زیرا بازار سهام نسبت به بازار رمزنگاری بسیار تنظیم می شود (Moloney ، 2010 ؛ Nadarajah & Chu ، 2017). علاوه بر این ، ما سعی کردیم بررسی کنیم که آیا مقادیر ضرایب در همه مقادیر متفاوت است یا خیر. برای این کار ، ما شیب برابری و مقدار مجذور کای را آزمایش کردیم ، که مشخص شد که تأیید می شود که رفتار گله بین مقادیر مختلف متفاوت است.

5- نتیجه گیری

ما سعی کردیم با استفاده از تجزیه و تحلیل رگرسیون کمی ، وجود رفتار گله را آزمایش کنیم. برای تجزیه و تحلیل رفتار گله دار ، ما از شش ارز رمزنگاری عمده ذکر شده در شاخص CCI30 استفاده کرده ایم. ما برخی از مدل ها را برای بررسی الگوی گله دار در ارزهای رمزنگاری ، که با استفاده از رگرسیون کمی به جای استفاده از OLS معمولی مورد آزمایش قرار گرفتند ، فرض کردیم. نتایج حاکی از آن است که در مدل CKK ، گله ای که در بازار فوقانی در بازار وجود دارد ، ممکن است در آن زمان به بازار حرکت کند و به سرعت و به طور مداوم تجارت کند ، با روند صعودی غالب. تجزیه و تحلیل بیشتر این روایت را تأیید کرد که در quantile بالایی ، بتا رژیم صعودی منفی و قابل توجه است ، به این معنی که منبع اصلی گله های بازار سرمایه گذاری است که سرمایه گذاری در مورد روند صعودی است که باعث افزایش تلاطم بازار می شود و به سرمایه گذاران فرصتی برای گله می دهد. همچنین ، به غیر از رژیم های بازار یا روندها ، اعتقاد بر این است که گله دار می تواند در دوره هایی با نوسانات بالا یا نوسانات کم وجود داشته باشد. ما از بازده بازار مربع برای اندازه گیری پروکسی نوسانات بازار با استفاده از 30 روز حرکت به طور متوسط برای تولید یک دوره نوسانات بالا و پایین استفاده کردیم. تعداد زیادی نشان می دهد که گله در ارزهای رمزنگاری شده در دوره نوسانات بالا خروج می کند ، اما این گله عمدتاً به فعالیت بازار بستگی دارد ، نهجنبش بازار.

ما همچنین سعی کردیم اثرات وابستگی متقابل و وابستگی را در بازار cryptocurrency ضبط کنیم. برای این ، معادلات VI و VII را با در نظر گرفتن Chiang و Zheng (2010) تدوین کردیم. نتایج حاکی از آن است که اثر وابستگی متقابل در ارزهای رمزنگاری زیر عمده توسط ارزهای مهم رمزنگاری شده فقط در دوره کمبود مرز وجود دارد ، زیرا سرمایه گذاران سعی می کنند در برابر اوراق بهادار ضعیف محافظت کنند وقتی که مایل به ریسک در سطح پایین هستند. با این حال ، اثر وابستگی درون زا در ارزهای عمده رمزنگاری شده توسط سهام عمده سهام در شاخص متوسط صنعتی Thedow-Jones مشاهده نمی شود ؛ این ممکن است به دلیل تنظیم مقررات محکم در سهام و قابلیت داو-جونز برای اصلاح هرگونه ناهنجاری باشد. شاید شاخص های دیگر همبستگی با ارزهای رمزپایه را نشان دهند ، که باید در مطالعات آینده در نظر گرفته شود.

دلیل گله در بازار رمزنگاری می تواند با تنظیم نظارتی ضعیف آن مرتبط باشد (Nadarajah & Chu ، 2017) علاوه بر این ، این یک بازار بسیار سوداگرانه و بی ثبات است ، به این معنی که هر ناهنجاری می تواند نوسانات ایجاد کند (لی و همکاران ، 2014 ؛ سیایان و همکاران، 2014). سرمایه گذاران باید سعی کنند در حالی که تصمیم گیری در مورد سرمایه گذاری در حال حاضر ، در طول همه گیر فعلی ، نوسانات در بازار افزایش یافته و سرمایه گذاران شروع به فروش اوراق بهادار کرده اند و این باعث ایجاد تلاطم می شود ، به روند بازار و اطلاعات مرتبط توجه کنند. اعتقاد بر این است که فعالیت بازار منبع گله در ارزهای رمزنگاری شده است ، که هنگام افزایش حجم معاملات به سرمایه گذاری تهاجمی از سرمایه گذار ، روند صعودی در بازار ایجاد می کند (Bikhcandani & Sharma ، 2000). تنظیم نظارتی و یک سیستم حاکمیتی بهتر در سطح جهان می تواند در مدیریت این مسئله از ارزهای رمزپایه کمک کند.