Автори: О. Ляшенко, д-р екон. наук, проф., ORCID ID: 0000-0002-0197-4179,
Т. Кравець, канд. фіз.-мат. наук, доц., ORCID ID: 0000-0003-4823-5143
Київський національний університет імені Тараса Шевченка, Київ, Україна,
К. Петренко, менеджер з продуктового маркетингу
BAKOTECH, Київ, Україна
Aнотація: Сучасні умови розвитку міжнародних ринкових відносин та участь у світових глобалізаційних процесах зумовлюють необхідність зміцнення грошово-кредитної системи, підвищення ефективності використання інструментів монетарної політики для посилення їхнього впливу на структуру перебудови й подальший розвиток економіки. У процесі стрімкого розвитку інформаційних технологій щодня з’являються нові інструменти управління економікою, до яких зараховують й електронні гроші. Поява нових видів фінансових інструментів, таких як криптовалюти, зумовлена процесом глобалізації на фінансовому ринку.
Мета роботи полягає у виявленні та моделюванні взаємовпливу дохідності показників, порівнюючи динамічні характеристики ринку криптовалют із деякими традиційними і широко застосовуваними фондовими індексами, зважаючи на інші фактори, наприклад кризову світову ситуацію.
Ключові слова: криптовалюти, фондові індекси, дискретне вейвлет-перетворення (DWT), дискретне вейвлет-
перетворення з максимальним перекриттям (MODWT), локальна множинна вейвлет-кореляція (WLMC), VAR-моделі.
Received: 19/10/2022
1st Revision: 08/11/2022
Accepted: 30/11/2022
DOI: https://doi.org/10.17721/1728-2667.2022/221-4/5
Список використаних джерел
1. Cryptocurrency vs. Stocks: Understanding the differences. URL: https://online.maryville.edu/blog/cryptocurrency-vs-stocks/ (дата звернення
10.04.2022)
2. Cryptocurrency vs. Stocks: what’s the better choice? URL: https://n26.com/en-eu/blog/crypto-vs-stocks (дата звернення 12.04.2022)
3. Liang, J., Li, L., Chen, W., Zeng, D. (2019). Towards an understanding of cryptocurrency: a comparative analysis of cryptocurrency,
foreign exchange, and stock. IEEE International Conference on Intelligence and Security Informatics (ISI). doi: 10.1109/ISI.2019.8823373
4. Caferra, R., Vidal-Tomás, D. (2021). Who raised from the abyss? A comparison between cryptocurrency and stock market dynamics during the
COVID-19 pandemic. Finance Research Letters, Vol. 43. doi: 10.1016/j.frl.2021.101954
5. Schilling, L., and Uhlig, H. (2019). Some simple bitcoin economics. Journal of Monetary Economics. Vol. 106. doi:10.1016/j.jmoneco.2019.07.002
6. Daubechies, I. (1992). Ten lectures on wavelets. Society for industrial and applied mathematics.
7. Fernández-Macho, J. (2018). Time-localized wavelet multiple regression and correlation. Phys. A Stat. Mech. Appl. 492. doi:10.1016/
j.physa.2017.11.050
8. Goupillaud, P., Grossmann, A., Morlet, J. (1984). Cycle-octave and related transforms in seismic signal analysis. Geoexploration, 23(1).
9. Polanco-Martínez, J. M., Fernández-Macho, J., Medina-Elizalde, M. (2020). Dynamic wavelet correlation analysis for multivariate climate time
series. Scientific Reports 10 (21277). doi: 10.1038/s41598-020-77767-8
10. The 2021 Global crypto adoption index. URL: https://blog.chainalysis.com/reports/2021-global-crypto-adoption-index/ (дата звернення 12.04.2022)
11. Kumar, A. S., Ajaz, T. (2019). Co-movement in crypto-currency markets: evidences from wavelet analysis. Financial Innovation. 5:33.
doi:10.1186/s40854-019-0143-3
12. Liu, J., Serletis, A. (2019). Volatility in the cryptocurrency market. Open Econ Rev 30 (4). doi:10.1007/s11079-019-09547-5
13. Yuneline, M. H. (2019). Analysis of cryptocurrency’s characteristics in four perspectives. Journal of Asian Business and Economic Studies.
Vol. 26. No. 2. doi:10.1108/JABES-12-2018-0107
14. Liashenko, O., Kravets, T., Repetskiyi, Y. (2020). Neural Networks in Application to Cryptocurrency Exchange Modeling. 7th International
Conference “Information Technology and Interactions” (IT&I-2020). Workshops Proceedings. Vol. 2845. http://ceur-ws.org/Vol-2845/Paper_32.pdf
15. Liashenko, O., Kravets, T., Filogina, A. (2020). Volatility Modeling for Currency Pairs and Stock Indices by Means of Complex Networks.
Ekonomika. Vol. 99 (2). doi:10.15388/Ekon.2020.2.2
16. Liashenko, O., Kravets, T., Repetskiyi, Y. (2020). Application of Artificial Intelligence to Bitcoin Course Modelling. Вісник КНУ ім. Тараса Шевченка. Економіка. № 2 (209). doi: 10.17721/1728-2667.2020/209-2/2
17. Goodell, J. W., Goutte, S. (2021). Co-movement of COVID-19 and bitcoin: Evidence from wavelet coherence analysis. Finance Research
Letters, Vol. 38. doi:10.1016/j.frl.2020.101625
18. Omane-Adjepong, M., Alagidede, I. P., Dramani, J. B. (2020). COVID-19 Outbreak and Co-Movement of Global Markets: Insight from
Dynamic Wavelet Correlation Analysis. In: Wavelet Theory [Internet]. London: IntechOpen. doi: 10.5772/intechopen.95098
19. Gallegati, M. (2007). Wavelet analysis of stock returns and aggregate economic activity. Computational Statistics & Data Analysis,
Vol. 50 (6). doi:10.1016/j.csda.2007.07.019
20. Charfeddine, L. et al. (2019). Investigating the dynamic relationship between cryptocurrencies and conventional assets: Implications for financial
investors. Economic Modelling. doi:10.1016/j.econmod.2019.05.016
21. Watorek, M., Kwapien, J., Drozdz, S. (2022). Multifractal Cross-Correlations of Bitcoin and Ether Trading Characteristics in the Post-COVID-19
Time. Future Internet, 14 (215). doi:10.3390/fi14070215
22. Colonescu, C. (2016). Principles of Econometrics with R. URL: https://bookdown.org/ccolonescu/RPoE4/
23. Bitcoin. URL: https://www.investing.com/crypto/bitcoin (дата звернення 10.01.2022)
24. Ethereum. URL: https://www.investing.com/crypto/ethereum (дата звернення 12.01.2022)
25. BNB. URL: https://www.investing.com/crypto/bnb (дата звернення 11.01.2022)
26. S&P 500. URL: https://www.investing.com/indices/us-spx-500 (дата звернення 11.01.2022)
27. Dow Jones Industrial Average. URL: https://www.investing.com/indices/us-30 (дата звернення 12.01.2022)
28. NASDAQ Composite. URL: https://www.investing.com/indices/nasdaq-composite (дата звернення 11.01.2022)