Дослідження впливу політично пов'язаних токенів на ринок криптоактивів

Нещодавно опублікована стаття в Economics Letters аналізує подію, пов'язану з випуском Meme токену відомим політичним діячем, виявляючи гетерогенний ефект виведення коливань, зумовлений ринковими настроями та основними факторами. У цій події політичний сигнал посилив спекулятивну динаміку, підкреслюючи важливу роль політичних факторів у формуванні ринку криптоактивів та поведінки інвесторів.

Вступ

Політична динаміка дедалі більше впливає на фінансові ринки, тоді як ринок криптоактивів став важливою галуззю на перетині політики та фінансів. Президентські вибори в США 2024 року ще більше підкреслили цю взаємозв'язок: один з важливих кандидатів від Республіканської партії висловив підтримку цифровим активам, стверджуючи, що хоче перетворити США на "глобальну столицю криптоактивів", і розмістив криптоактиви в центрі своєї економічної програми. Відтак, ринок очікує, що під час його можливого терміну буде впроваджено більш дружню політику.

Ці очікується, що будуть реалізовані 18 січня 2025 року, цей кандидат випустив свій офіційний Мем-Токен на блокчейні Solana. Протягом 24 годин ціна цієї монети різко зросла на 900%, обсяг торгів досягнув 18 мільярдів доларів, а ринкова капіталізація перевищила ринкову капіталізацію найбільшого Мем-Токена DOGE на 4 мільярди доларів.

Наступного дня випуск ще однієї мемної монети, пов'язаної з його родиною, ще більше сприяв спекуляціям на ринку. Ці події не тільки мають спекулятивний характер, але й становлять значний екзогенний шок, вплив якого виходить за межі фінансової спекуляції, посилаючи сигнали про більш широкі регуляторні та політичні програми.

Дане дослідження має на меті вивчити, як ця подія одночасно виступає як політичний сигнал і фінансова подія, що впливає на ринок криптоактивів. Основна увага приділяється трьом ключовим питанням:

1. Як випуск цієї Мем-монети вплине на прибутковість і волатильність основних криптоактивів?

2. Чи викликала ця подія фінансовий інфекційний ефект на ринку криптоактивів?

3. Чи має цей вплив гетерогенність, проявляючись у різних реакціях різних криптоактивів залежно від їх технологічної основи, використання чи спекулятивної привабливості?

Для відповіді на ці питання, у цій статті використовується модель Baba-Engle-Kraft-Kroner(BEKK) багатозмінної загальної авторегресійної умовної гетероскедастичності( MGARCH), яка особливо підходить для аналізу динамічних взаємин між волатильністю та кореляцією з часом.

У цій статті проводиться емпіричне дослідження перших десяти за ринковою капіталізацією криптоактивів, в якому виявлено значний ефект вивільнення волатильності між криптоактивами після випуску цього Meme токена, що свідчить про наявність фінансової інфекції на ринку. Подія спричинила суттєву зміну динаміки ринку, причому Solana та Chainlink зафіксували найбільше зростання завдяки своїй інфраструктурі та стратегічним зв'язкам. У той же час, такі основні криптоактиви, як біткойн і ефір, продемонстрували сильну стійкість, їхні накопичені аномальні доходи (CARs) та дисперсія в кінці події стали стабільними. Натомість інші Meme токени, такі як Dogecoin та Shiba Inu, зазнали знецінення, і капітал, ймовірно, перейшов до нововиданих Meme токенів.

Дійсно, випуск цього Мем-коїна відбувся в умовах високої політичної поляризації в США, а політичні особи, які стоять за ним, тісно пов'язані з сильною політичною емоцією, що підвищує чутливість інвесторів і загострює ринкову реакцію. Для деяких інвесторів підтримка цієї політичної особи символізує унікальну спекулятивну можливість, що породжує сильний "ефект наслідування"; в той час як інші інвестори, усвідомлюючи політичні та регуляторні ризики через її суперечливий імідж, займають більш обережну позицію. Ця поляризація пояснює спостережувану високу волатильність і диференційовану ринкову реакцію — від ентузіазму щодо очікуваної політичної підтримки до сумнівів щодо репутації та політичної невизначеності.

Останніми роками ефект зараження на ринку криптоактивів все більше привертає увагу, оскільки він має важливе значення для фінансової стабільності, управління ризиками та диверсифікації інвестиційного портфеля. Існуючі дослідження в основному зосереджені на перетвореннях між криптоактивами, або між криптоактивами та традиційними фінансовими активами, виявляючи моделі зв’язності, ризику зараження та передачі волатильності. Однак більшість з цих досліджень зосереджені на фінансових або технічних причинах, таких як крах ринку, обмеження ліквідності або інновації в блокчейні. Політичні сигнали, особливо пов’язані з механізмами зараження, пов’язаними з політичними токенами, все ще є білою плямою в дослідженнях.

Це дослідження є першим, яке аналізує вплив токенів з політичними зв'язками на ринок криптоактивів. Воно розширює розуміння того, як політичні наративи впливають на ринки децентралізованих фінансів. Крім того, на відміну від попередніх досліджень, які переважно зосереджувалися на негативних шоках (, таких як крах ціни біткоїна, крах Terra-Luna, банкрутство FTX або Silicon Valley Bank ), це дослідження фокусується на впливі позитивних шоків, зумовлених політичними сигналами, на ринок. Особливо варто відзначити, що є докази того, що позитивні шоки мають навіть більший вплив на волатильність криптоактивів, ніж негативні шоки. Врешті-решт, це дослідження надає важливі посилання для академічного світу, практиків та політиків, розкриваючи неоднорідність реакцій ринку на політично пов'язані токени та підкреслюючи, як характеристики активів впливають на динаміку фінансового зараження.

Дані та методи

2.1 Дані та вибір зразків

Це дослідження використовує спеціалізовані дані про закриття середньої ціни за хвилину (close mid-price), що охоплює 10 найбільш репрезентативних криптоактивів з 20-ти з найбільшим капіталізацією: біткоїн (Bitcoin,BTC), ефір (Ethereum,ETH), ріпл (Ripple,XRP), Солана (SOL), собака (Dogecoin,DOGE), Chainlink (LINK), Avalanche (AVAX), Шиба Іну (Shiba Inu,SHIB), Polkadot (DOT) та Лайткоїн (Litecoin,LTC). Джерело даних - це централізована торгова платформа в США, яка широко використовувалася в попередніх дослідженнях, а конкретні дані отримані з бази даних LSEG Tick History.

Цей набір даних містить загалом 20 160 спостережень, період часу з 11 січня 2025 року по 25 січня 2025 року, охоплюючи симетричний період часу навколо випуску цього Мем-токена ( 18 січня 2025 року ), що полегшує аналіз порівняння до і після події.

Відповідно до існуючих досліджень, це дослідження використовує таку формулу для розрахунку доходності криптоактивів:

Прибутковість = ln(Pt ∕Pt−1)

Тут Pt означає ціну цифрових активів у момент часу t.

Час події визначено як 18 січня 2025 року за координаційним всесвітнім часом (UTC) о 2:44 ранку. Цей момент є офіційним оголошенням про випуск нового Meme-токена, пов’язаного з новообраним президентом США. Обчислюється накопичений аномальний дохід для оцінки ефекту каскаду інформації. У цій статті середній базовий дохід для кожного криптоактиву розраховується на основі доходів з 1 січня 2025 року по 10 січня 2025 року, щоб представити відносно стабільну вибірку на початку періоду. Потім з фактичних доходів у вибірці віднімається цей базовий дохід, щоб отримати надприбуток на ринку, і через накопичення отримуються CAR.

2.2 Метод

Використання моделі BEKK-MGARCH для аналізу впливу запуску цього Meme токена на ринок криптоактивів. Припустимо, що логарифмічний дохід підкоряється нормальному розподілу зі середнім значенням нуль та умовною матрицею ковариацій Ht, модель встановлюється наступним чином:

rt|Ωt−1 ∼ N(0,Ht)

Ht = C'C + A'rt−1r't−1A + B'Ht−1B

Серед них,

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 позначає безумовну матрицю коваріацій. Параметрична матриця задовольняє умови a,b>0, а також a+b<1, щоб забезпечити стабільність та додатність моделі. Потім проводиться тестування на ефект зараження. Беручи до уваги можливі проблеми з помилками першого типу при використанні високочастотних даних, у цій статті було використано більш суворий рівень значущості α=0.001.

Результат

3.1 Ефект перевищення волатильності

У структурі коваріації, зображеній на малюнку 1(b), взаємозв'язок між активами значно посилюється на етапі після виникнення події. Це відкриття підтримує гіпотезу про те, що "подія спричинила ефект викиду волатильності". Аналогічно, малюнок 1(a) показує, що в межах одного й того ж періоду амплітуда коливань стабільних логарифмічних доходів зросла, відображаючи зростання нестабільності ринку та прискорення темпів коригування. Усі праві панелі зображень демонструють, що доходи різних криптоактивів під час цієї події зазнали різких коливань, що ще більше підкреслює системний вплив цієї події.

!7384155

Таблиця 1 демонструє динамічну умовну ковариацію, оцінену за допомогою моделі BEKK-MGARCH, а також відповідні статистики t-тесту для перевірки наявності ефекту зараження. Результати свідчать про те, що ця подія дійсно спричинила фінансове зараження та ефект переносу волатильності на ринку криптоактивів. Більшість коефіцієнтів ковариації в пізнішій стадії подій є значущими на рівні 0.001, особливо між активами, такими як ETH, SOL та LINK, де ковариація значно зросла, що свідчить про сильнішу взаємозв'язок та вищий рівень інтеграції ринку. У порівнянні з цим, хоча SHIB та DOT також досягли значущого рівня 0.01, але їхній вплив є більш слабким. Інші активи, такі як LTC та XRP, після події навпаки зменшили ковариацію, що свідчить про те, що ефект переносу не розподіляється рівномірно між усіма активами. Загалом, результати підкреслюють структурний вплив події випуску Meme-токенів на весь ринок криптоактивів.

!7384156

3.2 Ефект каскаду інформації

На основі підтвердженого впливу гетерогенності між криптоактивами, цей розділ через аналіз накопичених аномальних прибутків (CARs) далі розкриває інформаційний каскадний ефект, спричинений випуском цього Мем-койна. Результати свідчать про те, що ця подія має значний структурний вплив на динаміку ринку, виявляється у специфічних для активів реакційних шляхах та посиленої волатильності.

Рисунок 2 показує CARs проаналізованих криптоактивів за період вибірки. На етапі до події більшість криптоактивів зазнали позитивного доходу, можливо, під впливом спекулятивних очікувань або оптимістичного ставлення ринку до певних політичних результатів. Це свідчить про те, що навіть за відсутності переконливої інформації інвестори проявили чітку спекулятивну купівельну поведінку, що відповідає широко задокументованій в криптоактивах ринку характеристиці "страху пропустити".

На етапі після виникнення події три ключові динаміки особливо виражені:

1. SOL показує відмінні результати, перевершуючи всі інші активи, що, ймовірно, пов'язано з його прямим технічним зв'язком як блокчейн для цього Мем-коіна.

2. LINK також демонструє сильні результати, що, можливо, пов'язано з його зв'язком з американською великою технологічною компанією Oracle.

3. Біткоїн, Ефір, Ріпл, Лайткоїн та інші зрілі криптоактиви після помірного зростання поступово стабілізуються, що відображає їх ринкову стійкість та відносну ізольованість від впливу каскадних спекуляцій.

Водночас DOGE та інші Мем-монети, такі як SHIB, виглядають особливо вразливо, демонструючи очевидний ефект заміщення активів, тобто спекулятивні кошти переходять від старих Мем-монет до нововипущених Токенів. Незважаючи на те, що AVAX та DOT мають міцну технологічну базу, вони також не змогли уникнути цієї тенденції переміщення капіталу, демонструючи ознаки втрати вартості.

!7384157

Рис. 3 ще ясніше показує, як зовнішній шок, пов'язаний з випуском цього Meme токена, порушив ринкову спільну динаміку перед подією. Перед подією між різними активами спостерігалася висока спільна волатильність; а після події CAR різних активів зазнали різкої диференціації, від +20% для Solana до −20% для Dogecoin та Shiba Inu.

!7384158

Цей розділ показує, що специфічні наративи активів, технічна взаємозалежність та суб'єктивне сприйняття інвесторів можуть значно посилити різницю у реакції доходності активів під час виникнення суттєвих інформаційних шоків.

Висновок

Це дослідження розглядає вплив випуску криптоактивів, пов'язаних з політичними діячами (, такими як президент США ), на крипто ринок, зосереджуючи увагу на ефектах волатильності та інформаційних каскадах.

Дослідження показало, що ринок реагує на цю подію з помітною гетерогенністю. Наприклад, завдяки безпосередній технічній взаємозв'язку з цим Мем-тікером, SOL отримав значну вигоду. А також спільна база.