Περίληψη : | Η εργασία ξεκινάει εισάγοντας την ταχεία άνοδο των κρυπτονομισμάτων και τη σημασία τους στις σύγχρονες χρηματοπιστωτικές αγορές. Αυτή η ενότητα περιγράφει επίσης το CAPM, συζητώντας τη συνάφειά του με τα περιουσιακά στοιχεία κρυπτονομισμάτων και θέτοντας τη βάση για την προσαρμογή αυτού του μοντέλου στα μοναδικά χαρακτηριστικά της αγοράς κρυπτονομισμάτων.Η βιβλιογραφική ανασκόπηση παρέχει τη θεωρητική βάση για τη μελέτη. Ξεκινά με μια εις βάθος εξήγηση του παραδοσιακού CAPM. Στη συνέχεια, η ανασκόπηση εξετάζει τις προκλήσεις και τους περιορισμούς της εφαρμογής του CAPM και του μοντέλου τριών παραγόντων Fama-French σε παραδοσιακά περιουσιακά στοιχεία και, πιο συγκεκριμένα, σε κρυπτονομίσματα. Η ενότητα διερευνά επίσης την εξέλιξη των αγορών κρυπτογράφησης και ολοκληρώνεται με μια συζήτηση εναλλακτικών μοντέλων και μεθοδολογιών που έχουν χρησιμοποιηθεί για την αξιολόγηση περιουσιακών στοιχείων κρυπτογράφησης, μαζί με τις κριτικές τους.Παρουσιάζεται η μεθοδολογία για τη μελέτη του Μοντέλου Τιμολόγησης Περιουσιακών Στοιχείων Κρυπτονομισμάτων. Η ερευνητική προσέγγιση είναι λεπτομερής, συμπεριλαμβανομένης της επιλογής των περιουσιακών στοιχείων, της βασικής στατιστικής ανάλυσης και μιας ενδελεχούς δοκιμής της συνάφειας του παραδοσιακού CAPM όταν εφαρμόζεται σε κρυπτονομίσματα. Διεξάγονται πειράματα εντός και εκτός δείγματος για την αξιολόγηση της απόδοσης του μοντέλου, ακολουθούμενα από μια δοκιμή ενός μοντέλου που αποτελείται από Παράγοντες.Λεπτομερής ανάλυση των ευρημάτων, συγκρίνοντας το Μοντέλο Τιμολόγησης Περιουσιακών Στοιχείων Crypto με το παραδοσιακό CAPM και συζητώντας τις στατιστικές σχέσεις μεταξύ των μεταβλητών και των αποδόσεων των περιουσιακών στοιχείων κρυπτογράφησης. Αντιμετωπίζονται επίσης οι προκλήσεις που προέκυψαν κατά την ανάλυση δεδομένων. Η σκοπιμότητα δημιουργίας ενός τέτοιου μοντέλου και οι πρακτικές του επιπτώσεις συζητούνται, λαμβάνοντας υπόψη το ευρύτερο πλαίσιο της υπάρχουσας βιβλιογραφίας και τις γνώσεις που αποκτήθηκαν.Ολοκληρώνεται συνοψίζοντας τους ερευνητικούς στόχους και τα βασικά ευρήματα, λαμβάνοντας υπόψη την επιτυχία της μελέτης και τις γνώσεις που προέκυψαν από την ανάλυση. Τέλος, προσφέρει προτάσεις για μελλοντικές κατευθύνσεις έρευνας και πιθανές βελτιώσεις στο μοντέλο. The paper begins by introducing the rapid rise of cryptocurrencies and their significance in modern financial markets. This section also outlines the CAPM, discussing its relevance to cryptocurrency assets and setting the stage for adapting this model to the unique characteristics of the crypto market.The literature review provides the theoretical foundation for the study. It starts with an in-depth explanation of the traditional CAPM. The review then examines the challenges and limitations of applying the CAPM and the Fama-French Three-Factor Model to traditional assets and, more specifically, to cryptocurrencies. The section also explores the evolution of crypto markets and concludes with a discussion of alternative models and methodologies that have been used to evaluate crypto assets, along with their critiques.The methodology for studying the Cryptocurrency Asset Pricing Model is presented. The research approach is detailed, including the selection of assets, basic statistical analysis, and a thorough testing of the relevance of traditional CAPM when applied to cryptocurrencies. In-sample and out-of-sample experiments are conducted to evaluate model performance, followed by a test of a Factor-comprised model.A detailed analysis of the findings, comparing the Crypto Asset Pricing Model with the traditional CAPM and discussing the statistical relationships between variables and crypto asset returns. The challenges encountered during the data analysis are also addressed. The feasibility of creating such a model and its practical implications are discussed, considering the broader context of existing literature and insights gained.Concludes by summarizing the research objectives and key findings, reflecting on the success of the study and the insights gained from the analysis. Finally, it offers suggestions for future research directions and potential improvements to the model.
|
---|