Essays on cryptocurrencies

Abstract

Com a producte de la tecnologia de la informació, les moneda digital van tenir una reacció tardana des del punt de vista econòmic, la qual cosa va portar l'oportunitat de donar una nova llum a alguns dels trencaclosques associats amb un conjunt aparentment innovador d'avenços tecnològics que encaixen dins el sub-camp de l'economia digital. De la mateixa manera, aquests estudis tenen una clara orientació empírica, que busca explorar la variabilitat, la complexitat i el conjunt massiu d'informació que es registra extensible, en temps real, a un ritme creixent i principalment de forma no estructurada i estructurada. A més, implica la inclusió de nous mètodes per analitzar aquesta informació amb l'objectiu de proporcionar robustos com a possibles resultats orientats a la teoria econòmica. Per aquest motiu, durant el conjunt d'articles, hi ha una evolució d'un estudi exploratori en la naturalesa a un marc conceptual que tingui sentit econòmic per a El mercat de les moneda digital. L'última dècada ha estat la ràpida evolució de les moneda digital i també com els seus elements derivats. Aquest progrés no ha estat absent de les crítiques, el que va fer que el tema fins i tot més interessant ja que captura una àmplia gamma de factors i coneixements relacionats amb la presa de decisions humanes, que ha estat documentat i estudiat en el passat. En resum, el propòsit d'aquest projecte és estudiar la relació entre el processament de la informació, l'atenció i la reacció dels individus en els mercats de xifrat, centrant-se sobre el paper de l'ampli accés a la informació, el paper de les xarxes socials en la difusió d'informació, les polítiques públiques implicat, i els enfocaments estadístics avançats per analitzar la informació. El primer article del capítol explora l'associació entre el preu de mercat de Bitcoin i un conjunt de factors externs a l'emprar l'enfocament de sèries temporals estructurals bayesianes (BSTS). La idea darrere d'BSTS és crear una superposició de capes com cicles, tendències i variables explicatives que poden variar estocàstic amb el temps, a més, és possible realitzar una selecció variable a través de l'aplicació del mètode Spike and Slab. El segon capítol analitza sobre les moneda digital des d'una perspectiva d'economia del comportament per explicar per què els inversors es corportan d'una manera determinada en aquest mercat. Es presumeix que és possible explicar l'enigma dels preus del mercat de les moneda digital des d'una perspectiva de comportament financer en què els biaixos cognitius dels inversors són molt importants per explicar la volatilitat. A més, aquest capítol també atribueix els moviments de preus als inversors per mitjà d'un conjunt una presa de decisions col·lectiu procés en el qual els preus "tal qual" són el mecanisme de coordinació. El capítol final va analitzar l'impacte dels xocs d'informació sobre la convergència conductual en la moneda digital. En el segon capítol, s'ha demostrat que hi ha una convergència conductual en els mercats de moneda digital, i la seva magnitud difereix en intensitat condicional a la dinàmica actual. Seguint la mateixa línia, l'objectiu d'aquest estudi és doble, primer, creant un índex de pasturatge (hindex) que captura la magnitud de la convergència sota condicions asimètriques utilitzant el modelatge d'espai d'estat. Segon, proporcionar un marc conceptual que representa els principals trets dels criptomercados i proporciona empíricament evidència causal de Granger i Wold de La dinàmica dins el sistema que empra un marc estructural autoregressiu de vectors (SVAR).

Como producto de la tecnología de la información, las criptomonedas tuvieron una reacción tardía desde el punto de vista económico, lo cual trajo la oportunidad de dar una nueva luz a algunos de los rompecabezas asociados con un conjunto aparentemente innovador de avances tecnológicos que encajan dentro del sub-campo de la economía digital. Del mismo modo, estos estudios tienen una clara orientación empírica, que busca explorar la variabilidad, la complejidad y el conjunto masivo de información que se registra extensible, en tiempo real, a un ritmo creciente y principalmente de forma no estructurada y estructurada. Además, implica la inclusión de nuevos métodos para analizar dicha información con el objetivo de proporcionar robustos como posibles resultados orientados a la teoría económica. Por ese motivo, durante el conjunto de artículos, hay una evolución de un estudio exploratorio en la naturaleza a un marco conceptual que tenga sentido económico para El mercado de las criptomonedas. La última década ha sido la rápida evolución de las criptomonedas y también como sus elementos derivados. Este progreso no ha estado ausente de las críticas, lo que hizo que el tema incluso más interesante ya que captura una amplia gama de factores y conocimientos relacionados con la toma de decisiones humanas, que ha sido documentado y estudiado en el pasado. En resumen, el propósito de este proyecto es estudiar la relación entre el procesamiento de la información, la atención y la reacción de los individuos en los mercados de cifrado, centrándose sobre el papel del amplio acceso a la información, el papel de las redes sociales en la difusión de información, las políticas públicas implicado, y los enfoques estadísticos avanzados para analizar la información. El primer artículo del capítulo explora la asociación entre el precio de mercado de Bitcoin y un conjunto de factores externos al emplear el enfoque de series temporales estructurales bayesianas (BSTS). La idea detrás de BSTS es crear una superposición de capas como ciclos, tendencias y variables explicativas que pueden variar estocástico con el tiempo, además, es posible realizar una selección variable a través de la aplicación de El método Spike and Slab. El segundo capítulo analiza sobre las criptomonedas desde una perspectiva de economía del comportamiento para explicar por qué los inversores se corportan de una manera determinada en este mercado. Se presume que es posible explicar el enigma de los precios del mercado de las criptomonedas desde una perspectiva de comportamiento financiero en el que los sesgos cognitivos de los inversores juegan un papel importante para explicar la volatilidad. Además, este capítulo también atribuye los movimientos de precios a los inversores por medio de un conjunto una toma de decisiones colectivo proceso en el que los precios "tal cual" son el mecanismo de coordinación. El capítulo final analizó el impacto de los choques de información sobre la convergencia conductual en la criptomoneda. En el segundo capítulo, se ha demostrado que existe una convergencia conductual en los mercados de criptomonedas, y su magnitud difiere en intensidad condicional a la dinámica actual. Siguiendo la misma línea, el objetivo de este estudio es doble, primero, creando un índice de pastoreo (hindex) que captura la magnitud de la convergencia bajo condiciones asimétricas usando el modelado de espacio de estado. Segundo, proporcionar un marco conceptual que representa los principales rasgos de los criptomercados y proporciona empíricamente evidencia causal de Granger y Wold de La dinámica dentro del sistema que emplea un marco estructural autorregresivo de vectores (SVAR).

As a product of information technology, cryptocurrencies had a delayed reaction from economic field, which brought an opportunity to shine a new light of some of the puzzles associated with a seemly innovative set of technological advances that fitted within the digital economy subfield. By the same token, these studies have a clear empirical scope, seeking to explore the variability, complexity and massively set of information that is recorded extensible, in real time, at an increasing rate and mostly in a non-structured and structured way. Moreover, it entails the inclusion of new methods to analyze such information with the goal of providing as robust as possible outcomes oriented on economic theory. For that sake, during the set of articles, there is an evolution from an explorative in nature study to a conceptual framework that makes economic sense to the cryptocurrency market. The past decade has been the rapid evolution of cryptocurrencies and as well as its derivative elements. This progress has not been absent from critiques, which made the topic even more interesting since it captures a wide range of factors and insights related human decision-making, that has been documented and studied in the past. In summary, the purpose of this project is to study the relationship between information processing, attention and individuals reaction in crypto-markets, focusing on the role of the wide access to information, the role of social media in diffusing information, public policies implicated, and the advanced statistical approaches to analyze the information. The first chapter paper explores the association between Bitcoin’s market price and a set of internal and external factors by employing the Bayesian structural time series approach (BSTS). The idea behind BSTS is to create a superposition of layers such as cycles, trend, and explanatory variables that are allowed to vary stochastically over time, additionally, it is possible to perform a variable selection through the application of the Spike and Slab method. This study aims to contribute to the discussion of Bitcoin price determinants by differentiating among several attractiveness sources and employing a method that provides a more flexible analytic framework that decomposes each of the components of the time series, applies variable selection, includes information on previous studies, and dynamically examines the behavior of the explanatory variables, all in a transparent and tractable setting. The second chapter studies of behavioral finance aim to explain why investors in stock market settings act as they do. It is hypothesized that it is possible to explain cryptocurrencies market prices’ puzzle from a behavioral finance perspective in which investors’ cognitive biases play a major role to explain the volatility. In this context, this paper makes a literature revision on empirical and theoretical evidence in which investors’ actions have been proved are not aligned with a rational benchmark, that can also serve as a parallelism to the crypto-market problem. Furthermore, this chapter seeks as well to shed light on the price setting puzzle by attributing movements to investors herding behavior, that is, a collective decision-making process in which prices “as is” are the coordination mechanism to investment decision making. According to the literature, herding can trigger the formation of speculative bubbles, thus, the main objective of this chapter is to study cryptocurrency market under the hypothesis that crypto-investors have limited resources to process information and weak prior knowledge, as a consequence they rely on others sources to valuate cryptocurrencies, which can unchain unexpected results. Moreover, it is suggested that cryptocurrencies’ prices are driven by herding, hence this study test behavioral convergence under the assumption that prices “as-is” are the coordination mechanism. For this task, it has been proposed an empirical herding model based on @Chang2000 methodology and expanding the model both under asymmetric and symmetric conditions and the existence of different herding regimes by employing the Markov-Switching approach. The final chapter analyzed the impact of information shocks on behavioral convergence in cryptocurrency markets with the objective of composing a conceptual framework that helps to understand the nature of this market. In the second chapter, it has been proved that behavioral converge exists in cryptocurrency markets, and its magnitude differs in intensity conditional on current dynamics. Following the same line, the goal of this study is twofold, first, creating a Herding Index (hindex) that captures the magnitude of convergence under asymmetric conditions using State Space modeling. Second, providing a conceptual framework that represents the main traits of cryptomarkets and empirically provides Granger and Wold causal evidence of the dynamics within the system employing a structural vector autoregressive (SVAR) framework.