Исследование влияния политически связанных токенов на рынок криптоактивов

Недавняя статья, опубликованная в Economics Letters, анализирует событие выпуска Meme-токена известным политическим деятелем, выявляя гетерогенные эффекты волатильности, вызванные рыночными настроениями и фундаментальными факторами. В этом событии политический сигнал усилил спекулятивную динамику, подчеркивая важную роль политических факторов в формировании рынка криптоактивов и поведения инвесторов.

Введение

Политическая динамика все больше влияет на финансовые рынки, а рынок криптоактивов стал важной областью пересечения политики и финансов. Президентские выборы в США в 2024 году еще больше подчеркивают эту связь, так как один из ключевых кандидатов от Республиканской партии стал поддерживать цифровые активы, заявив о намерении сделать США "глобальной столицей криптоактивов" и поставить криптоактивы в центр своей экономической повестки. В связи с этим рынок ожидает, что в течение его возможного срока будут внедрены более дружелюбные политические позиции.

Эти ожидания сбудутся 18 января 2025 года, кандидат выпустил свою официальную Мем-токен на блокчейне Solana. В течение 24 часов цена токена взлетела на 900%, объем торгов достиг 18 миллиардов долларов, а рыночная капитализация превысила максимальный Мем-токен DOGE на 4 миллиарда долларов.

На следующий день выпуск другой Мем-токена, связанного с его семьей, еще больше способствовал рыночной спекуляции. Эти события не только имеют спекулятивный характер, но и представляют собой значительный экзогенный шок, воздействие которого выходит за рамки финансовой спекуляции и посылает сигналы о более широких регуляторных и политических повестках.

Данное исследование направлено на изучение того, как это событие одновременно выступает в качестве политического сигнала и финансового события, влияющего на рынок криптоактивов. Основное внимание уделяется трем ключевым вопросам:

1. Как выпуск этой Мем-криптовалюты повлияет на доходность и волатильность основных криптоактивов?

2. Это событие вызвало ли финансовую инфекцию на рынке криптоактивов?

3. Имеет ли это влияние гетерогенность, проявляющуюся в том, что разные криптоактивы реагируют по-разному в зависимости от их технической основы, назначения или спекулятивной привлекательности?

Чтобы ответить на эти вопросы, в данной статье используется модель многофакторной обобщенной авторегрессии условной гетероскедастичности ( BEKK ), которая особенно подходит для анализа динамических отношений между волатильностью и корреляцией во времени.

В данной статье проведено эмпирическое исследование криптоактивов с рыночной капитализацией в топ-10, в результате которого было обнаружено, что после выпуска этого Мем-коина существует значительный эффект волатильности, передающийся между криптоактивами, что указывает на наличие финансовой заражаемости на рынке. Событие вызвало значительные изменения в динамике рынка, при этом Solana и Chainlink продемонстрировали наибольший рост благодаря своей инфраструктуре и стратегическим связям. В то же время основные криптоактивы, такие как Биткойн и Эфириум, проявили сильную устойчивость, их накопленные аномальные доходности (CARs) и дисперсия в поздний период события стремились к стабильности. Напротив, другие Мем-коины, такие как Dogecoin и Shiba Inu, испытали обесценение, и средства, вероятно, были перенаправлены на вновь выпущенные Мем-коины.

Действительно, выпуск этой Meme-валюты произошел на фоне высокой политической поляризации в США, и политическая фигура, стоящая за ней, тесно связана с сильными политическими настроениями, что повышает чувствительность инвесторов и усиливает рыночную реакцию. Для некоторых инвесторов поддержка этой политической фигуры символизирует уникальную спекулятивную возможность, порождая сильный "эффект подражания"; в то время как другие инвесторы, осознавая политические и регуляторные риски из-за ее противоречивого имиджа, занимают более осторожную позицию. Эта поляризация объясняет наблюдаемую высокую волатильность и дифференцированную рыночную реакцию — от энтузиазма по поводу ожидаемой политической поддержки до скептицизма относительно репутации и политической неопределенности.

В последние годы эффект заражения на рынке криптоактивов всё больше привлекает внимание, поскольку он имеет важное значение для финансовой стабильности, управления рисками и диверсификации портфеля. Существующие исследования в основном сосредоточены на передаче эффектов между криптоактивами или между криптоактивами и традиционными финансовыми активами, выявляя модели связности, рисков заражения и передачи волатильности. Тем не менее, большинство этих исследований сосредоточено на финансовых или технических факторах, таких как обрушение рынка, ограничения ликвидности или инновации в области блокчейна. Политические сигналы, особенно механизмы заражения, связанные с политически связанными токенами, все еще остаются белым пятном в исследованиях.

Данное исследование является первой работой, анализирующей влияние политически связанных токенов на рынок криптоактивов. Оно расширяет понимание того, как политические нарративы влияют на рынок децентрализованных финансов. Кроме того, в отличие от предыдущих исследований, которые в основном сосредоточены на негативных шоках (, таких как крах цен на биткойн, крах Terra-Luna, банкротство FTX или Silicon Valley Bank ), данное исследование фокусируется на влиянии позитивных шоков, вызванных политическими сигналами, на рынок. Особенно стоит отметить, что есть доказательства того, что позитивные шоки оказывают даже большее влияние на волатильность криптоактивов, чем негативные шоки. В конечном итоге это исследование предоставляет важные ссылки для академического сообщества, практиков и законодателей, раскрывая гетерогенность рыночной реакции на политически связанные токены и подчеркивая, как характеристики активов влияют на динамику финансовой инфекции.

Данные и методы

( 2.1 Данные и выбор образцов

В этом исследовании использовались собственные данные о средних ценах закрытия за минуту )close mid-price###, охватывающие 10 самых представительных криптоактивов из 20 с наибольшей рыночной капитализацией: Биткойн (Bitcoin, BTC), Эфириум (Ethereum, ETH), Риппл (Ripple, XRP), Солана (SOL), Догикоин (Dogecoin, DOGE), Чейнлинк (LINK), Авала́нч (AVAX), Шиба Ину (Shiba Inu, SHIB), Полкадот (DOT) и Лайткойн (Litecoin, LTC). Данные были получены с централизованной торговой платформы в США, которая широко использовалась в предыдущих исследованиях, конкретные данные были извлечены из базы данных LSEG Tick History.

Этот набор данных содержит в общей сложности 20 160 наблюдений, временной интервал с 11 января 2025 года по 25 января 2025 года, охватывает симметричный временной промежуток в одну неделю до и после публикации Meme токена ( 18 января 2025 года ), что облегчает анализ сравнений перед и после события.

Согласно существующим литературным источникам, в данном исследовании используются следующие формулы для расчета доходности криптоактивов:

Доходность = ln(Pt ∕Pt−1)

Где Pt обозначает цену цифровых активов в момент времени t.

Время события определено как 18 января 2025 года по всемирному координированному времени (UTC) в 2:44 ночи, этот момент является официальным выпуском нового Meme-токена, впервые официально объявленного новым президентом США. Рассчитывается накопленная аномальная доходность для оценки эффекта каскадной информации. В данной статье средняя базовая доходность для каждого типа криптоактивов рассчитывается на основе доходности с 1 января 2025 года по 10 января 2025 года, чтобы представить относительно стабильную выборку на раннем этапе. Затем из фактической доходности в выборочном периоде вычитается эта база, чтобы получить избыточную доходность по рыночной базе, и путем накопления получаются CAR.

( 2.2 Метод

Использование модели BEKK-MGARCH для анализа влияния запуска данного Meme токена на рынок криптоактивов. Предполагается, что логарифмические доходности имеют нормальное распределение с нулевым средним и условной ковариационной матрицей Ht, модель устанавливается следующим образом:

rt|Ωt−1 ∼ N)0,Ht###

Ht = C'C + A'rt−1r't−1A + B'Ht−1B

В том числе,

C = [c11 0 0; c21 c22 0; c31 c32 c33]

A = [a11 a12 a13; a21 a22 a23; a31 a32 a33]

B = [b11 b12 b13; b21 b22 b23; b31 b32 b33]

H обозначает матрицу безусловной ковариации. Параметры матрицы удовлетворяют условиям a,b>0 и a+b<1, чтобы обеспечить стационарность и положительную определенность модели. Затем проводится тест на эффект заражения. Учитывая возможные ошибки первого рода при использовании высокочастотных данных, в данной статье используется более строгий уровень значимости α=0.001.

Результат

( 3.1 Эффект избытка волатильности

В структуре ковариации, показанной на изображении 1)b###, взаимосвязь между активами значительно усиливается на стадии после события. Это открытие поддерживает гипотезу о том, что "событие вызвало эффект перераспределения волатильности". Точно так же изображение 1(a) показывает, что в тот же период колебания стабильных логарифмических доходов увеличиваются, что отражает рост нестабильности на рынке и ускорение темпов корректировки. Все правые панели изображений показывают, что доходы различных криптоактивов в течение этого события резко колебались, что дополнительно подчеркивает системный эффект данного события.

!7384155

Таблица 1 демонстрирует динамическую условную ковариацию, оцененную с помощью модели BEKK-MGARCH, с соответствующими t-статистиками, используемыми для проверки наличия эффекта заражения. Результаты показывают, что это событие действительно вызвало финансовое заражение и эффекты волатильности на рынке криптоактивов. Большинство ковариационных коэффициентов в постсобытийный период являются значительными на уровне 0.001, особенно между такими активами, как ETH, SOL и LINK, где ковариация значительно возросла, демонстрируя более сильную связанность и более высокий уровень интеграции на рынке. В то же время, хотя SHIB и DOT также достигли значимости на уровне 0.01, их влияние было слабее. Некоторые активы, такие как LTC и XRP, показали снижение ковариации после события, что указывает на то, что эффект переполнения не равномерно распределен между всеми активами. В целом, результаты подчеркивают структурное влияние этого события выпуска Мем-торговых токенов на весь рынок криптоактивов.

!7384156

( 3.2 Эффект каскадирования информации

На основе подтвержденного влияния гетерогенности между криптоактивами, этот раздел через анализ накопленной аномальной доходности )CARs### дополнительно раскрывает каскадные эффекты информации, вызванные выпуском данной Мем-криптовалюты. Результаты показывают, что это событие имеет значительное структурное влияние на рыночную динамику, проявляющееся в специфических реакционных путях активов и усиливающейся волатильности.

Рисунок 2 демонстрирует CARs проанализированных криптоактивов за период выборки. На этапе перед событием большинство криптоактивов испытали положительную доходность, возможно, под влиянием спекулятивных ожиданий или оптимизма рынка относительно определенных политических результатов. Это указывает на то, что даже в условиях отсутствия убедительной информации инвесторы проявили явное спекулятивное поведение при покупке, что соответствует широко зафиксированной в криптоактивном рынке характеристике "страха упустить".

На этапе после наступления события особенно выделяются три ключевые динамики:

1. SOL показывает отличные результаты, превосходя все другие активы, что, вероятно, связано с его прямой технической связью с этой блокчейн-платформой Мем-коинов.

2. LINK также демонстрирует сильные результаты, что может быть связано с его связью с крупной американской технологической компанией Oracle.

3. Биткойн, Эфириум, Риппл, Лайткойн и другие зрелые криптоактивы после умеренного роста постепенно стабилизируются, что отражает их рыночную устойчивость и относительную изолированность от влияния каскадной спекуляции.

В то же время DOGE и другие Мем-токены, такие как SHIB, кажутся особенно уязвимыми, проявляя явный эффект замещения активов, то есть спекулятивные средства переходят от старых Мем-токенов к новым выпущенным токенам. Несмотря на то что AVAX и DOT имеют прочную техническую основу, они также не избежали этой тенденции перемещения капитала, демонстрируя признаки утраты ценности.

!7384157

Рисунок 3 далее ясно показывает, как внешний шок, связанный с эмиссией данного Мем-токена, нарушил до события существовавшую взаимосвязанность на рынке. До события активы демонстрировали высокую совместную волатильность; однако после его наступления CAR различных активов резко диверсифицировались, от +20% для Solana до -20% для Dogecoin и Shiba Inu.

!7384158

Этот раздел показывает, что специфические нарративы активов, технологическая взаимосвязь и субъективное восприятие инвесторов могут значительно увеличить различия в реакциях доходности между активами в случае серьезных информационных шоков.

Вывод

Настоящее исследование рассматривает влияние эмиссии криптоактивов, связанной с политическими деятелями (, такими как президент США ), на крипторынок, с акцентом на анализ эффекта волатильности и эффекта информационной каскада.

Результаты исследования показывают, что реакция рынка на это событие имеет значительную гетерогенность. Например, благодаря прямой технической связи с этим Мем-токеном, SOL значительно выиграл от этого. А общий базовый блокчейн...