Paweł Rokita https://orcid.org/0000-0003-2467-5339 , Radosław Pietrzyk https://orcid.org/0000-0002-6583-8424

© Główny Urząd Statystyczny. Artykuł udostępniony na licencji CC BY-SA 4.0

ARTYKUŁ

(Polski) PDF

STRESZCZENIE

Rozwój kryptowalut nastąpił w wyniku dążenia pewnych grup informatyków kojarzonych z poglądami anarchistycznymi do stworzenia środka wymiany, który byłby zdecentralizowany i niezależny od instytucji kreujących politykę monetarną oraz od rządów państw i polityków i którego funkcjonowanie nie wymagałoby żadnych instytucji rozliczeniowych. Pierwszą kryptowalutą spełniającą większość tych postulatów był bitcoin. W stosunkowo krótkim czasie zyskał dużą popularność wśród inwestorów i osiągnął znaczną kapitalizację na rynkach finansowych, ale szybko stał się bardziej przedmiotem spekulacji niż środkiem wymiany. Dotychczas nie został wypracowany jednoznaczny pogląd na temat tego, czy bitcoin jest bardziej pieniądzem, czy przedmiotem spekulacji, czy też bliżej mu do aktywów inwestycyjnych. Pytanie, czym w praktyce jest bitcoin, nie tylko ma fundamentalne znaczenie dla całego projektu kryptowalut, lecz także jest istotne dla gospodarki w ogóle.
Celem badania omawianego w artykule jest porównanie właściwości statystycznych kursów kryptowalut na przykładzie bitcoina i kursów walut fiducjarnych oraz ocena, czy inwestycje na rynku bitcoina i na rynku walutowym można uznać za podobne pod względem rozpatrywanych cech. Analizowano podstawowe charakterystyki statystyczne względnych przyrostów kursów bitcoina i czterech walut fiducjarnych w parze z dolarem amerykańskim oraz wybrane właściwości procesów stochastycznych, które mogą być wykorzystywane do modelowania ich dynamiki. Ponadto przeprowadzono analizę teoretyczną dotyczącą niektórych kryptoaktywów, wyjaśniającą m.in., dlaczego w omawianym badaniu bitcoin jest porównywany do walut, a nie do aktywów inwestycyjnych.
Badanie wykazało, że bitcoin różni się od walut fiducjarnych pod względem wielu właściwości statystycznych. Poza ogólnie wyższą bezwarunkową zmiennością różnice zaobserwowano również w trendzie kursu względem dolara amerykańskiego czy poziomu względnych przyrostów kursu, warunkowej zmienności i rozkładów reszt.

SŁOWA KLUCZOWE

kryptoaktywa, bitcoin, kursy walut, zmienność, kryptowaluta, waluta fiducjarna

JEL

C1, C4, G1

BIBLIOGRAFIA

Ammous, S. (2018). The bitcoin standard. The decentralized alternative to central banking. Wiley.

Bank of England. (2021, 15 czerwca). Innovation to serve the public interest – speech by Andrew Bailey. https://www.bankofengland.co.uk/speech/2021/june/andrew-bailey-cityuk-annual-conference.

Baran, P. (1962). On Distributed Communications Networks. https://www.rand.org/pubs/papers/P2626.html.

Benson, K., Faff, R., Smith, T. (2015). Injecting liquidity into liquidity research. Pacific-Basin Finance Journal, 35B, 533–540. https://doi.org/10.1016/j.pacfin.2015.10.001.

Cermak, V. (2017, 2 maja). Can Bitcoin Become a Viable Alternative to Fiat Currencies? An empirical analysis of Bitcoin’s volatility based on a GARCH model. https://doi.org/10.2139/ssrn.2961405.

Chen, S., Chen, C. Y.-H., Härdle, W. K., Lee, T., Ong, B. (2016). A first econometric analysis of the CRIX family (SFB 649 Discussion Paper 2016-031). https://doi.org/10.2139/ssrn.2832099.

Chohan, U. W. (2017, 12 lutego). A History of Dogecoin (Discussion Paper: Notes on the 21st Century). https://doi.org/10.2139/ssrn.3091219.

Chu, J., Chan, S., Nadarajah, S., Osterrieder, J. (2017). GARCH Modelling of Cryptocurrencies. Journal of Risk and Financial Management, 10(4), 1–16. https://doi.org/10.3390/jrfm10040017.

Corbet, S., Lucey, B., Urquhart, A., Yarovaya, L. (2019). Cryptocurrencies as a financial asset: A systematic analysis. International Review of Financial Analysis, 62, 182–199. https://doi.org/10.1016/j.irfa.2018.09.003.

Cottrell, A., Lucchetti, R. (2022). Gretl User’s Guide. https://gretl.sourceforge.net/gretl-help/gretl-guide.pdf.

Díaz, A., Escribano, A. (2020). Measuring the multi-faceted dimension of liquidity in financial markets: A literature review. Research in International Business and Finance, 51, 1–16. https://doi.org/10.1016/j.ribaf.2019.101079.

Doornik, J. A., Hansen, H. (2008). An Omnibus Test for Univariate and Multivariate Normality. Oxford Bulletin of Economics and Statistics, 70(s1), 927–939. https://doi.org/10.1111/j.1468-0084.2008.00537.x.

Franke, J., Härdle, W. K., Hafner, C. M. (2019). Statistics of Financial Markets: An Introduction (5th edition). Springer. https://doi.org/10.1007/978-3-030-13751-9.

Friedman, Z. (2021, 3 stycznia). Bitcoin Jumps To $34,000, But Here’s Why Warren Buffett Will Never Own It. https://www.forbes.com/sites/zackfriedman/2021/01/03/bitcoin-hit-34000-but-heres-why-warren-buffett-will-never-own-it/?sh=517076542bba.

Hamrick, J. T., Rouhi, F., Mukherjee, A., Feder, A., Gandal, N., Moore, T., Vasek, M. (2021). An examination of the cryptocurrency pump and dump ecosystem. Information Processing and Management, 58(4), 1–35. https://doi.org/10.1016/j.ipm.2021.102506.

Imisiker, S., Tas, B. K. O. (2018). Wash trades as a stock market manipulation tool. Journal of Behavioral and Experimental Finance, 20, 92–98. https://doi.org/10.1016/j.jbef.2018.08.004.

Jarque, C. M., Bera, A. K. (1987). A Test for Normality of Observations and Regression Residuals. International Statistical Review, 55(2), 163–172. https://doi.org/10.2307/1403192.

Katsiampa, P. (2017). Volatility estimation for Bitcoin: A comparison of GARCH models. Economics Letters, 158, 3–6. https://doi.org/10.1016/j.econlet.2017.06.023.

Lilliefors, H. W. (1969). On the Kolmogorov-Smirnov Test for the Exponential Distribution with Mean Unknown. Journal of the American Statistical Association, 64(325), 387–389. https://doi.org/10.1080/01621459.1969.10500983.

Mina, J., Yi Xiao, J. (2001). Return to RiskMetrics: The Evolution of a Standard. RiskMetrics Group. www.riskmetrics.com.

Montag, T. (2018, 1 maja). Warren Buffett explains one thing people still don’t understand about bitcoin. https://www.cnbc.com/2018/05/01/warren-buffett-bitcoin-isnt-an-investment.html.

Nakamoto, S. (2008, 31 października). Bitcoin: A Peer-to-Peer Electronic Cash System. https://nakamotoinstitute.org/bitcoin/.

Olbryś, J., Mursztyn, M. (2016). Głębokość rynku jako jeden z wymiarów płynności Giełdy Papierów Wartościowych w Warszawie SA. Zeszyty Naukowe Uniwersytetu Szczecińskiego. Finanse, Rynki Finansowe, Ubezpieczenia, (1), 101–112. https://doi.org/10.18276/frfu.2016.79-07.

Olbryś, J., Mursztyn, M. (2017a). Dimensions of Market Liquidity: The Case of the Polish Stock Market. W: N. Tsounis, A. Vlachvei (red.), Advances in Applied Economic Research (s. 151–166). Springer International Publishing. https://doi.org/10.1007/978-3-319-48454-9_12.

Olbryś, J., Mursztyn, M. (2017b). Elastyczność rynku jako jeden z wymiarów płynności Giełdy Papierów Wartościowych w Warszawie S.A. Zarządzanie i Finanse. Journal of Management and Finance, 15(3), 21–36. http://wzr.ug.edu.pl/.zif/5_2.pdf.

Shapiro, S. S., Wilk, M. B. (1965). An analysis of variance test for normality (complete samples). Biometrika, 52(3–4), 591–611. https://doi.org/10.1093/biomet/52.3-4.591.

Shrivastava, G., Le, D.-N., Sharma, K. (red.). (2020). Cryptocurrencies and Blockchain Technology Applications. Wiley-Scrivener Publishing. https://doi.org/10.1002/9781119621201.

Statista. (b.r. a). Bitcoin market dominance – its market cap relative to the market cap of all other cryptocurrencies in the world – from April 2013 up until November 15, 2022. Pobrane 25 października 2021 r. z https://www.statista.com/statistics/1269669/bitcoin-dominance-historical-development/.

Statista. (b.r. b). Overall cryptocurrency market capitalization per week from July 2010 to November 2022. Pobrane 2 listopada 2021 r. z https://www.statista.com/statistics/730876/cryptocurrency-maket-value/.

Trimborn, S., Härdle, W. K. (2018). CRIX an Index for cryptocurrencies. Journal of Empirical Finance, 49, 107–122. https://doi.org/10.1016/j.jempfin.2018.08.004.

Yermack, D. (2013). Is Bitcoin a Real Currency? An economic appraisal (NBER Working Paper No. 19747). https://doi.org/10.3386/w19747.

Do góry
© 2019-2022 Copyright by Główny Urząd Statystyczny, pewne prawa zastrzeżone. Licencja Creative Commons Uznanie autorstwa - Na tych samych warunkach 4.0 (CC BY-SA 4.0) Creative Commons — Attribution-ShareAlike 4.0 International — CC BY-SA 4.0