تحلیل رگرسیون کوانتایل از اثرات بازده جهانی بازارهای موازی بر بازده ارزهای دیجیتال: مطالعه موردی بیت‌کوین

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه اقتصاد، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.

2 گروه مالی و بانکداری، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران.

3 گروه اقتصاد، دانشکده اقتصاد، دانشگاه علامه طباطبائی، تهران، ایران.

10.22103/jdc.2025.24424.1516

چکیده

هدف: پژوهش حاضر درتلاش است اثرات بازده جهانی بازارهای موازی بر بازده ارزهای دیجیتال را به‌صورت نا متقارن مورد بررسی قراردهد.
 
روش: نوسانات گسترده در قیمت بیت‌کوین و افزایش تقاضای جهانی برای آن، سبب طیف گسترده‌ای از پژوهش‌ها برای شناسایی رفتار بیت‌کوین و چگونگی تاثیر‌پذیری آن از متغیرهای مالی شده است. با توجه به این موضوع، در این مطالعه بررسی اثرات نامتقارن بازده بازار سهام آمریکا، قیمت نفت، بازدهی طلا و نرخ بهره اسمی بر بازدهی بیت‌کوین با رویکرد رگرسیون کوانتایل از سال 2010 تا 2024 با داده‌های ماهانه مورد بررسی قرار گرفته است.
 
یافته‌ها: نتایج تخمین الگوی رگرسیونی نشان می دهد که بازده جهانی طلا و بازده دلار تأثیر منفی و معنادار بر بازده بیت‌کوین در چندک‌های بالا داشته است، در حالی که نرخ بهره اسمی تأثیر مثبتی بر بازده بیت کوین در چندک‌های پایین دارد اما در چندک‌های بالا تاثیر منفی و معناداری بر بازده بیت‌کوین از خود نشان می دهد. اثر بازده بازار سهام آمریکا بر بازده بیت‌کوین در چندک های پایین منفی و معنادار بوده که این اثر در چندک‌های بالا تقویت شده است. بازده قیمت نفت اثر مثبت و معناداری بر بازدهی بیت‌کوین داشته که این اثر با حرکت به سمت چندک‌های بالا تقویت می‌شود.
 
نتیجه‌گیری: یافته‌های مرتبط با این نتایج این موضوع را نشان داده که که بیت‌کوین تا حد زیادی به ویژه در دوره‌های پایانی که بازدهی بالاتری داشته است می تواند در برابر طلا و دلار آمریکا یا برخی سرمایه‌گذاری‌های دیگر محافظت شود.

کلیدواژه‌ها

موضوعات

مراجع

ابوالحسنی، محمدجواد و صمدی، سعید (1399). تحلیل عوامل موثر در قیمت ارزهای مجازی (مطالعه موردی: بیت‌کوین و اتریوم). فصلنامه پژوهش های پولی- بانکی،46(2)، 591-629. http://noo.rs/hW3uF.
امیری، حسین؛ پورجوان، عبداله و زاهدی، میثم (1403). طلا، ارز و بیت‌کوین به عنوان پناهگاه امن یا پوشش ریسک سهام؛ شواهدی از بورس تهران بر پایه الگوی رگرسیون انتقال ملایم. اقتصاد مقداری 21(4)، 220-272. https://doi.org/10.22055.
حیدری اشترینانی، سروش؛ خوچیانی، رامین و خرسند زاک، محمد (1399). تحلیل هم حرکتی بیت‌کوین، طلا و نرخ دلار با رویکرد همدوستی و تحلیل موجک. سیاست‌های مالی و اقتصادی، 8(32)، 103-132. https://www.magiran.com/paper/2342574.
حیدری اشترینانی، سروش؛ خوچیانی، رامین و خرسند زاک، محمد (1401). بررسی رابطه پویا بین بیت‌کوین با شاخص سهام، طلا و دلار در ایران: کاربردی از رویکرد همدوسی و تحلیل موجک، مجله توسعه و سرمایه، 7(2)، 109-91. https://jdc.uk.ac.ir/article_3329.html.
زارع، هاشم؛ رضایی سخا، زینب و زارع، محمد (1399). ریسک‌گریزی و ارزش درمعرض‌ خطر در پرتفوی دارایی‌های کلان: رهیافتی از فیزیک اقتصاد. مجله توسعه و سرمایه، 5(2)، 30-17. https://jdc.uk.ac.ir/article_2698.html.
هیبتی، نازلی؛ حسینی، سید شمس الدین؛ صفوی، بیژن و زندی، فاطمه (1396). رابطه میان سیاست‌های پولی فدرال رزرو با ارزش دلار، قیمت‌های نفت و طلا، درس‌هایی برای سیاست‌گذاران پولی و مالی در ایران. فصلنامه علمی پژوهشی راهبرد اقتصادی، 6(23)، 35-58. https://econrahbord.csr.ir/article_110865.html.

References

Aalborg, H.A., Molnár, P., & de Vries, J.E. (2019). What can explain the price, volatility and trading volume of Bitcoin? Finance Research Letters, Elsevier, 29(C), 255-265. https://doi.org/10.1016/j.frl.2018.08.010.
Ali-Zadeh, S., & Safarzadeh, H. (2019). Investigating the Presence of Long-term Memory in Digital Currency Price Indices. Journal of Financial Engineering and Securities Management, 10, 183-169. https://sid.ir/paper/197623/fa [In Persian].
Al-Yahyaee, K.H., Rehman, M.U., Mensi, W., & Al-Jarrah, I.M.W. (2019). Can uncertainty indices predict Bitcoin prices? A revisited analysis using partial and multivariate wavelet approaches. North American Journal of Economics and Finance, 49, 47-56. https://doi.org/10.1016/j.najef.2019.03.019.
Amiri, H., Pourjavan, A., & Zahedi, M. (2024). Gold, currency and Bitcoin as hedge or safe haven for stocks: Evidence from Tehran Stock Exchange (TSE) Quarterly Journal of Quantitative Economics, 21(4), 220-272. DOI: 10.22055/jqe.2023.39758.2458 [In Persian].
Arize, A.C., Malindretos, J., & Igwe, E.U. (2017). Do exchange rate changes improve the trade balance: An asymmetric nonlinear cointegration approach. International Review of Economics & Finance, 49, 313–326. https: //doi.org/10.1016/j.iref.2017.02.007.
Beneki, C., Koulis, A., Kyriazis, N.A., & Papadamou, S. (2019). Investigating volatility transmission and hedging properties between Bitcoin and Ethereum. Research in International Business and Finance, 48(C), 219-227. https://doi.org/10.1016/j.ribaf.2019.01.001.
Bhuiyan, R.A., Husain, A., & Zhang, C. (2021). A wavelet approach for a causal relationship between Bitcoin and conventional asset classes. Resources Policy, 71(C), 101971. https://doi.org/10.1016/j.resourpol.2020.101971.
Bouri, E., Das, M., Gupta, R., & Roubaud, D. (2018). Spillovers between Bitcoin and other assets during bear and bull markets. Applied Economics, 50(55), 5935-5949. https://doi.org/10.1080/00036846.2018.1488075.
Bouri, E., Saeed, T., Vo, X.V., & Roubaud, D. (2021). Quantile connectedness in the cryptocurrency market. Journal of International Financial Markets, Institutions and Money, Elsevier, 71(C), 101302. DOI: 10.1016/j.intfin.2021.101302.
Branger, N., Krautheim, E., & Schlag, C. (2012). Hedging under model misspecification: All risk factors are equal, but some are more equal than others. Journal of Futures Markets, 32, 397–430. https://doi.org/10.1002/fut.20530.
Cheah, E.T., & Fry, J. (2015) Speculative bubbles in Bitcoin markets? An empirical investigation into the fundamental value of Bitcoin. Economics Letters, 130, 32-36. https://doi.org/10.1016/j.econlet.2015.02.029.
Chevapatrakul, T., & Mascia, D.V. (2019). Detecting overreaction in the Bitcoin market: A quantile autoregression approach. Finance Research Letters, 30. 371-377. https://eprints.whiterose.ac.uk/id/eprint/144484.
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://centaur.reading.ac.uk/79186.
Das, D., Roux, C.L., Jana, R.K., & Dutta, A. (2020). Does Bitcoin hedge crude oil imply volatility and structural shocks? A comparison with gold, commodity, and the US dollar. Finance Research Letters, 36(C), 101335. https://doi.org/10.1016/j.frl.2019.101335.
Hatefi, M., Majid, J., Rahimi, O.B., & Ghasemabadi, M. (2018). Speculative bubbles in the Bitcoin digital currency market. Journal of Financial Knowledge Securities Analysis, 11, 189-204. https://sid.ir/paper/200351/fa [In Persian].
Heidari Eshterinani, S., Khouchyani, R., & Khorsand Zak, M. (2020). Co-movement analysis of Bitcoin, gold, and dollar exchange rate with a co-integration and wavelet analysis approach. Journal of Financial and Economic Policies, 32, 103-132. magiran.com/p2342574 [In Persian].
Heidari Eshterinani, S., Khouchyani, R., & Khorsand Zak, M. (2022). Investigating the dynamic relationship between Bitcoin and stock, gold, and dollar index in Iran: An application of co-integration and wavelet analysis approach. Development and Capital-Journal, 13, 91-109. http://noo.rs/LF444 [In Persian].
Heybati, N., Hosseini, S.S.A., Safavi, B., & Zandi, F. (2017). The relationship between federal reserve monetary policies and the value of the dollar, oil, and gold prices: Lessons for monetary and financial policymakers in Iran. Journal of Economic Strategy, 23, 35-58. https://econrahbord.csr.ir/article_110865.html [In Persian].
Huynha, T., Burggraf, T., & Wang, M. (2020). Gold, Platinum, and Expected Bitcoin Returns. Journal of Multinational Financial Management, 56, 145-164. https://doi.org/10.1016/j.mulfin.2020.100628.
Jareno, F., De la, M., Tolentino, M., & Sierra, K. (2020). Bitcoin and gold price returns: A quantile regression and NARDL analysis. Journal of Resources Policy, 67, 1-14. https://doi.org/10.1016/j.resourpol.2020.101666.
Jareno, F., Gonzalez, M.O., & Munera, L. (2020). Analysis of the Spanish IBEX-35 companies’ returns using Fama and French factor model. Symmetry 2020, 12(295), 1-19. https://www.mdpi.com/2073-8994/12/2/295.
Kim, J.M., Kim. S.T., & Kim, S. (2020). On the relationship of cryptocurrency price with US stock and gold price using copula models. Mathematics, 8(11), 1-15. https://www.researchgate.net/publication/344874297.
Koenker, R., & Bassett, Jr. (1978). Regression quantiles. Econometrica, 46(1), 33-50. https://doi.org/10.2307/1913643.
Koenker, R., & Hallock, K. (2001). Quantile Regression. Journal of Economic Perspectives, 15(4), 143-156. http://dx.doi.org/10.1257/jep.15.4.143.
Liu, M., Lia, G., Lia, J., Zhua, X., & Yaoab, Y. (2020). Forecasting the Price of Bitcoin Using Deep Learning. Journal of Finance Research Letters, 34, 198-209. https://www.researchgate.net/publication/344959846.
Longin, F., & Solnik, B. (1995) Is the correlation in international equity returns constant: 1960-1990? Journal of International Money and Finance, 14, 3-26. https://doi.org/10.1016/0261-5606(94)00001-H.
Nakamoto, S. (2008). Bitcoin: A peer-to-peer electronic cash system. Bitcoin, 4(2), 1-9. https://www.researchgate.net/publication/228640975.
Newey, W.K., & Powell, J.L. (1987). Asymmetric least squares estimation and testing. Econometrica, 55, 819-847. https://ecoj.sbu.ac.ir/article_87621.html.
Abolhasani, M.J., & Samadi, S. (2019). Analysis of factors affecting the price of virtual currencies (case study: Bitcoin and Ethereum). Monetary and Banking Research,13(46), 591-629. http://noo.rs/hW3uF [In Persian].
Telli, S., & Chen, H. (2020). In Comparison, Multifractal Behavior in Return and Volatility Series of Bitcoin and Gold. Journal of Chaos, Solitons and Fractals,139, 1-17. https://doi.org/10.1016/j.chaos.2020.109994.
Terraza, V., Boru İpek, A., & Rounaghi, M.M. (2024). The nexus between the volatility of Bitcoin, gold, and American stock markets during the COVID-19 pandemic: Evidence from VAR-DCC-EGARCH and ANN models. Financial Innovation, 10(22), 1-34. https://doi.org/10.1186/s40854-023-00520-3.
Yermack, D. (2013). Is Bitcoin a real currency? An economic appraisal. NBER Working Papers, N. 19747. https://doi.org/10.3386/w19747.
Zare, H., Rezaei Sakha, Z., Zare, M. (2020). Risk aversion and value at risk in macroeconomic assets portfolio: An approach of econophysics. Journal of Development and Capital, 5(2), 17-30. https://jdc.uk.ac.ir/article_2698.html [In Persian].

فایل ها

سابقه مقاله

  • تاریخ دریافت: 05 آذر 1403
  • تاریخ بازنگری: 12 فروردین 1404
  • تاریخ پذیرش: 09 اردیبهشت 1404

هم رسانی

ارجاع به این مقاله

آمار