На данном этапе можно сделать несколько выводов относительно формирования стоимости Ripple, которые следуют из вышесказанного:

1) Будучи единственной из рассматриваемых криптовалют, для которой возможно внутреннее регулирование стоимости (лишь ~30%-40% криптовалюты обращаются на рынке, остальная часть принадлежит непосредственно компании, которая и выпустила данную криптовалюту), Ripple имеет другой механизм формирования стоимости, отличающийся от таких крупных криптовалют, как Bitcoin и Ethereum.

2) Не существует никаких достоверных данных, подтверждающих, что регулирование стоимости ведётся путём изменения доли криптовалюты, доступной на открытом рынке. Несмотря на то, что данная переменная была включена в модель, на настоящем этапе это не позволило прояснить связь со стоимостью Ripple. Разумнее всего предположить, что существуют другие данные и факторы, влияющие на стоимость криптовалюты.

В связи с этим, на основании имеющихся данных не представляется возможным проведение полноценного анализа влияния событий на стоимость Ripple. Тем не менее, несмотря на отсутствие полноценной модели, данный анализ будет проведён с использованием модели постоянной доходности.

2.2 Метод анализа влияния событий

Исследования эффективности рынков капитала проводятся уже более 50 лет с момента публикации [Fama et al., 1969]. Одно из утверждений об эффективности рынка гласит, что если информация становится доступной всем участникам, то рыночные цены инструментов не изменятся. Эмпирическую проверку данного утверждения можно провести с помощью метода анализа влияния событий, описанный в том числе в [Окулов, 2010].

При появлении нового рынка криптовалют возникла потребность провести аналогичные исследования и для этого вида активов. Во многом данные исследования даже являются более актуальными, а результаты - более значимыми, потому что рынок криптовалют подвержен сильному влиянию со стороны внешней информации. В отличие от рынка акций, криптовалютный рынок значительно меньше поддаётся какому-либо контролю, а значит манипулировать им значительно проще.

В данной ситуации метод анализа влияния событий позволяет ответить на вопрос, действительно ли цена инструмента существенно изменилась после какого-либо события. В качестве подобных событий могут рассматриваться различные новости, связанные с регулированием криптовалюты, так как легальный статус инструмента достаточно часто изменяется в самых разных частях света.

В интернете существует достаточно большое количество исследований, которые графическим методом показывают реакцию рынка на происходящее событие. Тем не менее, в таких исследованиях не приводятся никакие расчёты, доказывающие, что отклонение цены было действительно существенным.

Целью данного анализа является эмпирическая проверка гипотезы о реакции рынка на определённые события.

2.2.1 Алгоритм анализа влияния событий

При работе с методом анализа влияния событий выделяются два основных промежутка времени: «окно оценки» и «окно события». На «окне оценки» строится нормальная модель при условии, что в данный промежуток времени компания не была подвержена событиям, анализируемым при использовании метода. «Окно события» позволяет непосредственно сравнить реальную доходность, имевшую место в конкретном случае, и «нормальную», рассчитанную с помощью построенной ранее модели.

[Окулов, 2010] приводит следующую последовательность действий при использовании анализа влияния событий:

1. На первом этапе выбирается модель, описывающая доходность или цену исходного инструмента. Параметры модели оцениваются на «окне оценки», которое обычно выбирается длительностью от нескольких месяцев до нескольких лет до момента события, изучаемого при анализе, в зависимости от поставленной цели. Также выделяется «окно события», обычно начинающееся за несколько дней до первого появления публичных новостей о событии для того, чтобы определить, имелась ли у рынка инсайдерская информация.

2. На «окне события» рассчитывается ожидаемая доходность согласно модели, выбранной ранее. Ожидаемая доходность сравнивается с фактической, полученной в данный промежуток времени. Вычисляется разница между доходностями в каждый из дней AR.

3. Рассчитывается кумулятивный эффект на «окне события» как сумма всех AR в данном промежутке времени. Данная операция позволяет провести границу между естественными колебаниями стоимости инструмента и существенным изменениям цены в следствие рассматриваемого события.

2.2.2 Исходные данные

В качестве исходных данных были выбраны стоимости криптовалют и различные внутренние данные о транзакциях согласно моделям, описанным ранее в этой модели.

Так как криптовалюты характеризуются крайне нестабильным курсом, который может серьёзно подвергаться воздействию внешних факторов, не поддающихся моделированию, оценка параметров модели происходила на достаточно коротких промежутках, обычно составляющих около двух месяцев.

Для построения регрессионных моделей были использованы открытые данные из сети интернет с сайтов, специализированных на криптовалютной тематике и сохраняющих ежедневную статистику. В случае с Bitcoin был использован сайт Blockchain.info Bitcoin Charts & Graphics [Электронный ресурс] // Интернет-портал `Blockchain.info', 2017. Режим доступа: https://blockchain.info/charts, свободный - Загл. с экрана., для Ripple - Coinmarketcap Ripple (XRP) historical data [Электронный ресурс] // Интернет-портал `Coinmarketcap', 2017. Режим доступа: https://coinmarketcap.com/currencies/ripple/historical-data/, свободный - Загл. с экрана., а данные по Ethereum были взяты с сайта Etherscan Ethereum Charts & Statistics [Электронный ресурс] // Интернет-портал `Etherscan', 2017. Режим доступа: https://etherscan.io/charts, свободный - Загл. с экрана..



3. Моделирование и анализ результатов

Для анализа влияния событий на стоимость криптовалют были выбраны два крупных события, связанных с регулированием криптовалюты. Первое из них касается ограничений, наложенных на криптовалюту в Китае. Второе - легализация криптовалюты на территории Японии.

Выбор данных событий позволит сравнить реакцию различных криптовалют как на положительные, так и на отрицательные новости.

3.1 Сентябрьский криптовалютный кризис в Китае

Одно из самых громких событий, отразившихся на Bitcoin и других криптовалютах в 2017 году, произошло в начале сентября на территории Китая. Начало всему положило решение о запрете ICO (Initial Coin Offering, аналог IPO для криптовалют) со стороны Центробанка КНР от 4 сентября. Согласно данному решению, компании, которые привлекали деньги с помощью ICO, были обязаны вернуть их, более того, ЦБ также начал проверку обменников, осуществляющих операции по конвертации криптовалют в фиатные деньги.

Данное решение совпало с резким падением курса как Bitcoin, так и других криптовалют. Во многом из-за того, что Китай являлся одним из самых активных участников криптовалютного рынка, падение моментально связали с решением, принятым правительством Китая. Многие сайты выпустили «анализ» влияния данного решения на стоимость криптовалюты, однако чаще всего подобные ресурсы ограничивались графическим изображением курса в качестве доказательства влияния данного события.

Именно поэтому, первым рассмотренным событием в данном анализе стал именно сентябрьский кризис криптовалют. Проявление кризиса не закончилось на 4 сентября: другой масштабный удар по криптовалюте был нанесён 14 сентября в том же Китае. На этот раз закон ограничил не только новые криптовалюты, но и вполне существующие: криптовалютным биржам запретили регистрировать новых пользователей. Во второй половине сентября курс как Bitcoin, так и других популярных криптовалют оказался значительно ниже прогнозируемого уровня. Если 1 сентября один Bitcoin можно было приобрести за 4911.74 долларов США, то 24 сентября его стоимость составила 3703 доллара, что составляет 75% от первоначальной стоимости.

Данное событие сказалось и на других криптовалютах, что являлось логичным результатом, так как ограничения затронули весь криптовалютный рынок. Если взять Ethereum, то его стоимость на 1 сентября составляла 391.42 доллара. Минимальной стоимости за месяц он достиг 14 сентября в день приостановки торгов на бирже, когда его стоимость составляла 223.14 доллара, или 57% от стоимости в начале месяца. Однако к 24 сентября, когда стоимость Bitcoin всё ещё продолжала снижаться, стоимость Ethereum возросла до 282.6 долларов, или 72% от стоимости в начале месяца. Иными словами, если Bitcoin продемонстрировал достаточно плавное и затяжное снижение цены в течение сентября, то Ethereum, обрушившись достаточно сильно, сразу же начал медленное восстановление. Что касается Ripple, то стоимость криптовалюты также снизилась в течение сентября. В отличие от других криптовалют, даже в конце месяца Ripple всё равно продолжала стоить больше, чем в середине августа. Общая потеря стоимости 24 сентября по сравнению с началом месяца составила около 30%.

3.1.1 Модель для Bitcoin

Для анализа влияния сентябрьского криптовалютного кризиса на обменный курс Bitcoin была построена двухфакторная регрессионная модель на двухмесячном «окне оценки» с 1 июля 2017 года по 31 августа 2017 года. Все факторы в модели оказались значимыми, а коэффициент детерминации составил 0.8487 ( - 0.8436).



Price = -345817.3 + 0.0035766 * Transactions + 0.0211248 * Supply,

где Price - моделируемая стоимость Bitcoin, Transactions - число транзакций в день и Supply - общий объем Bitcoin, доступный на рынке.

Таблица 4. Результаты моделирования Bitcoin

	0.8487
	0.8436
Transactions p-value	0.000
Supply p-value	0.005
P-value константы	0.000

На основе данной модели были получены расчётные значения цены Bitcoin в окне события. Расчётные значения действительно превзошли фактические значения стоимости криптовалюты, и изначально заданный тренд практически не претерпевал изменений в дни сентябрьского криптовалютного кризиса.

Рис. 8 Сравнение фактической и расчётной цены Bitcoin

На графике видно, что до 4 сентября 2017 года фактическая стоимость криптовалюты тесно переплетается с расчётным значением. Оба графика придерживаются одного тренда, а небольшие рывки вверх и вниз чаще всего совпадают у смоделированной и фактической цены. Тем не менее, после 4 сентября 2017 года фактическое значение резко падает. Разрыв становится ещё более очевидным 14 сентября, когда стоимость Bitcoin резко проваливается. При этом видно, что расчётный график в данные даты остаётся стабильным, никак не реагируя на происходящее. Таким образом, можно выдвинуть предположение, что если до 4 сентября факторы, включённые в модель, достаточно точно описывали любые крупные колебания стоимости Bitcoin, то в начале сентября на стоимость Bitcoin стали действовать новые факторы, которые и повлияли на снижение стоимости криптовалюты.

Таблица 5. Проведение анализа влияния событий для Bitcoin в сентябре 2017 года

Дата	R	R расч.	AR	CAR	AR знач.	CAR знач.
9/24/2017 0:00	-0.01942	-0.00538	-0.01404	-0.34329	не значима	значима
9/23/2017 0:00	0.038181	-0.00779	0.045968	-0.32925	не значима	значима
9/22/2017 0:00	-0.00585	-0.01163	0.005785	-0.37522	не значима	значима
9/21/2017 0:00	-0.08012	0.022257	-0.10237	-0.381	не значима	значима
9/20/2017 0:00	0.00866	-0.0257	0.034363	-0.27863	не значима	не значима
9/19/2017 0:00	-0.03662	0.053539	-0.09016	-0.31299	не значима	значима
9/18/2017 0:00	0.092699	0.021448	0.071251	-0.22283	не значима	не значима
9/17/2017 0:00	-0.00467	-0.01245	0.007788	-0.29408	не значима	значима
9/16/2017 0:00	-0.00282	-0.0351	0.03228	-0.30187	не значима	значима
9/15/2017 0:00	0.136954	0.026166	0.110788	-0.33415	не значима	значима
9/14/2017 0:00	-0.16198	0.012496	-0.17448	-0.44494	значима	значима
9/13/2017 0:00	-0.0611	0.015227	-0.07632	-0.27046	не значима	не значима
9/12/2017 0:00	-0.00684	0.012128	-0.01897	-0.19414	не значима	не значима
9/11/2017 0:00	-0.01891	0.056355	-0.07526	-0.17517	не значима	не значима
9/10/2017 0:00	-0.01042	-0.01103	0.000603	-0.09991	не значима	не значима
9/9/2017 0:00	0.015034	-0.0361	0.051134	-0.10052	не значима	не значима
9/8/2017 0:00	-0.07388	0.027203	-0.10109	-0.15165	не значима	не значима
9/7/2017 0:00	0.002765	-0.00515	0.007915	-0.05056	не значима	не значима
9/6/2017 0:00	0.034108	0.007748	0.02636	-0.05848	не значима	не значима
9/5/2017 0:00	0.033292	0.017882	0.015409	-0.08484	не значима	не значима
9/4/2017 0:00	-0.06542	0.071759	-0.13717	-0.10025	значима	не значима
9/3/2017 0:00	0.014796	-0.02429	0.039087	0.036928	не значима	не значима
9/2/2017 0:00	-0.06746	-0.02723	-0.04023	-0.00216	не значима	не значима
9/1/2017 0:00	0.034431	0.012531	0.0219	0.03807	не значима	не значима
8/31/2017 0:00	0.033355	0.017185	0.01617	0.01617	не значима	не значима

Согласно результатам анализа, несмотря на то, что курс Bitcoin начал снижаться ещё 2 сентября, первое существенное изменение стоимости произошло 4 сентября, в день, когда и было объявлено об ограничениях, введённых по отношению к криптовалютам. Таким образом, события 4 сентября действительно оказали влияние на стоимость Bitcoin.

Следующее изменение курса, заслуживающее внимания, случилось 14 сентября. В этот день и стало известно о следующем пакете ограничений, введённых китайским центральным банком. 16%-ый убыток в сравнении с ожидаемой 1%-ой доходностью также оказался значимым изменением курса криптовалюты. Более того, накопленное изменение доходности в данный день также превысило лимит: CAR оказались значимыми практически во все дни, начиная с 14 сентября. Таким образом, можно сделать вывод, что данные события оказали существенное влияние на курс криптовалюты. Более того, если ограничения от 4 сентября могли привести лишь к локальному снижению курса, то дополнительный пакет ограничений от 14 сентября привёл к тому, что курс криптовалюты во всей второй половине месяца оказался значительно ниже прогнозного.

3.1.2 Модель для Ethereum

В случае с Ethereum также была построена модель на основе данных за двухмесячный период. Примечательно, что изначальная модель, не содержащая параметра, отвечающего за среднюю сложность блока, и аналогичная модели, использованной для Bitcoin, получила коэффициент детерминации около ~0.65, тогда как включение данного параметра позволило увеличить его до ~0.75.

Тем не менее, коэффициент детерминации в данном случае всё равно был ниже, чем в случае с Bitcoin. Одной из возможных причин для этого может служить то, что по своему устройству Bitcoin является одной из наиболее примитивных криптовалют, тогда как стоимость Ethereum в действительности зависит от большого количества факторов.

Как и в случае с Bitcoin, все факторы в модели оказались значимыми. Значение составило 0.7462, - 0.7330. Итоговый вид модели оказался следующий:

Price = 9661.849 + 0.0004335 * Transactions - 0.0001047 * Supply + 0.1858133 * Difficulty,

где Price - моделируемая стоимость Ethereum, Transactions - число транзакций в день, Supply - общий объем Ethereum, доступный на рынке и Difficulty - средняя сложность блока.

Таблица 6. Результаты моделирования Ethereum

	0.7462
	0.7330
Transactions p-value	0.000
Supply p-value	0.000
Difficulty p-value	0.004
P-value константы	0.004

Построенная модель позволяет сравнить расчётные значения стоимости Ethereum в дни сентябрьского криптовалютного кризиса с фактическими ценами в данный период времени.



Рис. 9 Сравнение фактической и расчётной цены Ethereum

На графике видно, что ситуация с Ethereum схожа с колебаниями цены, которые произошли с Bitcoin. До 4 сентября два графика идут в тесной связке, придерживаясь одной линии тренда. После наступления первого события расчетный график цены продолжает колебаться вокруг той же линии тренда, тогда как реальная стоимость Ethereum снижается.

В общем и целом, можно также утверждать, что до наступления события модель достаточно точно описывала реальное поведение стоимости Ethereum, однако события 4 и 14 сентября изменили ситуацию.

Тем не менее, в конце месяца разрыв между фактическим и расчетным значением не так и велик. Для получения полного понимания ситуации обратимся к анализу влияния событий, проведенному для данной ситуации.

Таблица 7. Проведение анализа влияния событий для Ethereum в сентябре 2017 года

Дата	R	R расч.	AR	CAR	AR знач.	CAR знач.
9/24/2017	-0.012371566	0.011452204	-0.023823771	-0.390827718	не значима	значима
9/23/2017	0.088233057	-0.005722087	0.093955144	-0.367003948	не значима	значима
9/22/2017	0.02005664	0.238696805	-0.218640166	-0.460959092	значима	значима
9/21/2017	-0.090950769	-0.002806343	-0.088144426	-0.242318927	не значима	не значима
9/20/2017	0.001978799	-0.022516846	0.024495644	-0.154174501	не значима	не значима
9/19/2017	-0.048835412	-0.021879593	-0.026955819	-0.178670145	не значима	не значима
9/18/2017	0.151431889	0.070543718	0.080888171	-0.151714326	не значима	не значима
9/17/2017	0.015364061	-0.088593907	0.103957969	-0.232602497	не значима	не значима
9/16/2017	-0.019570829	-0.089793078	0.070222249	-0.336560466	не значима	значима
9/15/2017	0.163260733	0.093477294	0.069783439	-0.406782715	не значима	значима
9/14/2017	-0.191052784	0.011219874	-0.202272658	-0.476566154	не значима	значима
9/13/2017	-0.062087725	-0.075819893	0.013732167	-0.274293496	не значима	не значима
9/12/2017	-0.012921631	0.076595262	-0.089516893	-0.288025663	не значима	не значима
9/11/2017	-0.004211089	0.059906887	-0.064117976	-0.19850877	не значима	не значима
9/10/2017	-0.015076204	-0.091636796	0.076560592	-0.134390794	не значима	не значима
9/9/2017	-0.009552686	-0.104312519	0.094759833	-0.210951386	не значима	не значима
9/8/2017	-0.085428035	0.059459807	-0.144887842	-0.305711219	не значима	значима
9/7/2017	-0.010474448	-0.04709415	0.036619702	-0.160823378	не значима	не значима
9/6/2017	0.065987293	0.05464691	0.011340383	-0.197443079	не значима	не значима
9/5/2017	0.046888377	-0.009235204	0.056123581	-0.208783463	не значима	не значима
9/4/2017	-0.138317492	0.176550433	-0.314867925	-0.264907044	значима	не значима
9/3/2017	0.004045238	-0.032939446	0.036984685	0.049960882	не значима	не значима
9/2/2017	-0.103188391	-0.076847681	-0.02634071	0.012976197	не значима	не значима
9/1/2017	0.00795715	0.011717626	-0.003760477	0.039316908	не значима	не значима
8/31/2017	0.011644871	-0.031432514	0.043077384	0.043077384	не значима	не значима

Согласно проведённому анализу, скачок стоимости 4 сентября действительно является значимым. В отличие от Bitcoin, изменение цены от 14 сентября само по себе значимым не оказалось, однако именно в этот день накопленная разница доходности за весь промежуток времени стала существенной.

3.1.2 Модель для Ripple

В случае с Ripple, как и отмечалось ранее, построить полноценную модель, описывающую стоимость или доходность криптовалюты, не удалось. Именно поэтому было решено использовать модель с фиксированной доходностью, которая была оценена как средняя на том же двухмесячном промежутке. Расчётное значение доходности составило 0.0026. График ниже демонстрирует изменение стоимости Ripple до и во время наступления сентябрьских событий.



Рис. 10 Фактическая цена Ripple

Данный график сразу демонстрирует, что ценообразование Ripple отличается от других криптовалют. В отличие от Bitcoin и Ethereum, в июле и большей части августа криптовалюта не испытывает подъем, а наоборот, находится в своеобразном кризисе. При этом скачок цены 4 сентября хоть и присутствует сам по себе, но моментально отыгрывается рынком за 1-2 дня. А вот 14 сентября случился более масштабный «провис», который может оказаться значимым. Для этого рассмотрим результаты анализа влияния событий.

Таблица 8. Проведение анализа влияния событий для Ripple в сентябре 2017 года

Дата	R	R расч.	AR	CAR	AR знач.	CAR знач.
9/24/2017	-0.01177747	0.002634323	-0.014411793	-0.274418604	не значима	значима
9/23/2017	0.025197395	0.002634323	0.022563072	-0.260006811	не значима	значима
9/22/2017	0.010223925	0.002634323	0.007589602	-0.282569883	не значима	значима
9/21/2017	-0.05708937	0.002634323	-0.059723692	-0.290159486	не значима	значима



Таблица 9. Проведение анализа влияния событий для Ripple в сентябре 2017 года (продолжение)

Дата	R	R расч.	AR	CAR	AR знач.	CAR знач.
9/20/2017	-0.010258584	0.002634323	-0.012892906	-0.230435793	не значима	не значима
9/19/2017	-0.030178955	0.002634323	-0.032813278	-0.217542887	не значима	не значима
9/18/2017	0.063763713	0.002634323	0.06112939	-0.184729609	не значима	не значима
9/17/2017	-0.002912014	0.002634323	-0.005546336	-0.245858999	не значима	значима
9/16/2017	-0.013476108	0.002634323	-0.016110431	-0.240312663	не значима	не значима
9/15/2017	0.104716539	0.002634323	0.102082216	-0.224202233	не значима	не значима
9/14/2017	-0.18364272	0.002634323	-0.186277042	-0.326284449	значима	значима
9/13/2017	-0.039206318	0.002634323	-0.041840641	-0.140007407	не значима	не значима
9/12/2017	-0.02395997	0.002634323	-0.026594293	-0.098166766	не значима	не значима
9/11/2017	0.006618755	0.002634323	0.003984432	-0.071572473	не значима	не значима
9/10/2017	0.014457487	0.002634323	0.011823165	-0.075556905	не значима	не значима
9/9/2017	-0.007200333	0.002634323	-0.009834655	-0.08738007	не значима	не значима
9/8/2017	-0.054203184	0.002634323	-0.056837506	-0.077545415	не значима	не значима
9/7/2017	-0.011256223	0.002634323	-0.013890545	-0.020707908	не значима	не значима
9/6/2017	0.051103913	0.002634323	0.048469591	-0.006817363	не значима	не значима
9/5/2017	0.049866321	0.002634323	0.047231998	-0.055286954	не значима	не значима
9/4/2017	-0.104203906	0.002634323	-0.106838229	-0.102518952	не значима	не значима
9/3/2017	0.009449903	0.002634323	0.00681558	0.004319277	не значима	не значима
9/2/2017	-0.087774017	0.002634323	-0.09040834	-0.002496303	не значима	не значима
9/1/2017	-0.027974025	0.002634323	-0.030608348	0.087912036	не значима	не значима
8/31/2017	0.121154706	0.002634323	0.118520384	0.118520384	не значима	не значима

Как и отмечалось ранее, Ripple совершенно иначе повела себя в начале кризиса, 4 сентября. В период времени с 4 по 14 сентября не наблюдалось никаких значимых изменений цен, ни при рассматривании каждого дня отдельно, ни при рассматривании накопленных разниц доходности.

А вот 14 сентября происходит действительно значимое падение стоимости криптовалюты, после которого доходность Ripple находится ниже ожидаемого уровня до конца рассматриваемого промежутка времени.

Подводя итог, можно отметить, что криптовалютный кризис повлиял на все три рассматриваемых актива. Тем не менее, каждая криптовалюта отреагировала на данное событие по-своему. Если Bitcoin продолжал понемногу терять в течение всего сентября, то Ethereum испытала большое падение, после которого криптовалюта постепенно отыгрывала потерянную стоимость. Ripple и вовсе практически никак не отреагировал на события 4 сентября, упав лишь в начале торгов.

3.2 Легализация криптовалюты в Японии в начале 2017 года

Если предыдущее событие достаточно явно раскрыло влияние запретов и ограничений в крупных странах-пользователях криптовалюты, то следующее событие связано с проявлением обратного эффекта. Одна из самых крупных новостей, касающихся легализации криптовалюты, случилась в начале 2017 года на территории другой азиатской страны, Японии, которая также изначально была сильно вовлечена в майнинг и инвестиции в криптовалюту.

Помимо частных инвесторов, стремящихся заработать на Bitcoin, в Японии существует и большое количество фирм, которые с энтузиазмом восприняли идею об использовании криптовалюты для взаиморасчётов. Использование подобного метода имеет определённые преимущества над традиционными банковскими переводами: в первую очередь, это высокая скорость платежей и низкие комиссии. Смарт-контракты, использующиеся в Ethereum, также позволяют автоматизировать взаиморасчёты между компаниями.

Отдельное внимание было уделено и использованию криптовалют для повседневных расчётов. В Японии моментально появились рестораны и бары, принимающие Bitcoin к оплате, и хотя стоимость продуктов и услуг оказывалась чуть выше, чем в случае с фиатными деньгами, многие энтузиасты моментально взяли данный способ оплаты на вооружение.

Сам закон, согласно которому с 1 апреля 2017 года криптовалюты официально приравнивались к платёжному средству на территории страны, был принят 27 февраля. При этом, статус йены в качестве единственной официальной валюты не оспаривался, однако Bitcoin и другие криптовалюты были серьёзно расширены в правах. Более того, данное решение фактически означало, что в ближайшее время криптовалютам не угрожают никакие законодательные ограничения на территории Японии. В связи с этим, прогнозы инвесторов относительно инвестиций в криптовалюту значительно улучшились.

При этом нельзя сказать, что данная новость моментально распространилась по сети интернет. Во многих тематических порталах данная информация стала появляться лишь в начале февраля Bitcoin goes legit in Japan - will be legal currency starting in April [Электронный ресурс] // Интернет-портал `Disruptive Asia', 2017. Режим доступа: https://disruptive.asia/bitcoin-legit-japan/, свободный - Загл. с экрана. Countdown: Bitcoin Will Be a Legal Method of Payment in Japan in Two Months [Электронный ресурс] // Интернет-портал `Bitcoin.com', 2017. Режим доступа: https://news.bitcoin.com/countdown-bitcoin-legal-payment-japan-two-months/, свободный - Загл. с экрана.. В данных условиях будет наиболее интересно взглянуть на накопленные сверхдоходности CAR: если информация о легализации не моментально дошла до всех заинтересованных лиц, то многие решения могли быть приняты с опозданием.

3.2.1 Модель для Bitcoin

Построение моделей по данным 2016 года сразу выявило одну интересную особенность, отличающую их от моделей, построенным по данным 2017 года. Для более старых данных переменная, отвечающая за количество транзакций, становилась незначимой, причём это утверждение справедливо как для Bitcoin, так и для Ethereum.

Одной из возможных причин, способной объяснить, почему количество транзакций стало быть значимым лишь в 2017 году, может стать ажиотаж, возникший вокруг криптовалют в течение этого года. Если до 2017 года число пользователей криптовалют в основном включало в себя людей, давно увлечённых данной темой, то в дальнейшем рынок привлек инвесторов-любителей, которые стремились опробовать новую технологию.

Возможен и обратный эффект: раздувание рынка привело к тому, что многие инвестиционные группы, контролирующие существенные доли каждой из криптовалют, получили возможность оказывать влияние на стоимость инструмента.

Тем не менее, в данной ситуации можно лишь констатировать факт: переменная Transactions не является значимой для данных 2016 года, таким образом, модель сократилась до однофакторной и по сути представляет собой лишь возрастающий тренд, что, впрочем, вполне достаточно для проведения анализа влияния событий.

Рис. 11 Сравнение фактической и расчётной цены Bitcoin

Таблица 10. Проведение анализа влияния событий для Bitcoin в начале 2017 года

Дата	R	R расч.	AR	CAR	AR знач.	CAR зн.
3/6/2017 0:00	0.003355074	0.002649789	0.000705285	0.209522314	не значима	значима
3/5/2017 0:00	0.003082886	0.002750636	0.000332249	0.208817029	не значима	значима
3/4/2017 0:00	-0.014094029	0.002476075	-0.016570104	0.20848478	не значима	значима
3/3/2017 0:00	0.02042954	0.002840526	0.017589014	0.225054884	не значима	значима
3/2/2017 0:00	0.030193403	0.002962142	0.02723126	0.207465869	не значима	значима
3/1/2017 0:00	0.029416584	0.002724271	0.026692313	0.180234609	не значима	значима
2/28/2017 0:00	-0.002676178	0.002902941	-0.005579119	0.153542296	не значима	значима
2/27/2017 0:00	0.013363009	0.002739665	0.010623344	0.159121415	не значима	значима
2/26/2017 0:00	0.021244494	0.003398038	0.017846456	0.148498071	не значима	значима
2/25/2017 0:00	-0.020649615	0.003198243	-0.023847858	0.130651615	не значима	не знач.
2/24/2017 0:00	0.002430937	0.003131413	-0.000700476	0.154499472	не значима	значима
2/23/2017 0:00	0.043441021	0.002889997	0.040551025	0.155199948	не значима	значима
2/22/2017 0:00	-0.000502978	0.002665885	-0.003168863	0.114648923	не значима	не знач.
2/21/2017 0:00	0.035983624	0.002673011	0.033310613	0.117817786	не значима	не знач.
2/20/2017 0:00	0.030372679	0.002874949	0.02749773	0.084507174	не значима	не знач.
2/19/2017 0:00	-0.003651066	0.002609787	-0.006260853	0.057009444	не значима	не знач.
2/18/2017 0:00	0.001042396	0.002949554	-0.001907158	0.063270297	не значима	не знач.
2/17/2017 0:00	0.019637331	0.00295828	0.016679052	0.065177455	не значима	не знач.
2/16/2017 0:00	0.022603527	0.002967057	0.01963647	0.048498404	не значима	не знач.

Таблица 11. Проведение анализа влияния событий для Bitcoin в начале 2017 года (продолжение)

Дата	R	R расч.	AR	CAR	AR знач.	CAR знач.
2/15/2017 0:00	0.000539383	0.002738745	-0.002199361	0.028861934	не значима	не значима
2/14/2017 0:00	0.011904335	0.003340966	0.008563369	0.031061296	не значима	не значима
2/13/2017 0:00	-0.000726811	0.003232769	-0.003959579	0.022497927	не значима	не значима
2/12/2017 0:00	-0.008169762	0.002784342	-0.010954105	0.026457506	не значима	не значима
2/11/2017 0:00	0.009751905	0.002772117	0.006979788	0.03741161	не значима	не значима
2/10/2017 0:00	0.023563599	0.002940284	0.020623316	0.030431823	не значима	не значима
2/9/2017 0:00	-0.072477487	0.003391791	-0.075869279	0.009808507	значима	не значима
2/8/2017 0:00	0.002158452	0.002938798	-0.000780345	0.085677785	не значима	не значима
2/7/2017 0:00	0.025484277	0.003048708	0.022435569	0.086458131	не значима	не значима
2/6/2017 0:00	0.009041864	0.00253015	0.006511714	0.064022562	не значима	не значима
2/5/2017 0:00	-0.015675749	0.003228743	-0.018904491	0.057510848	не значима	не значима
2/4/2017 0:00	0.017741297	0.00293272	0.014808577	0.076415339	не значима	не значима
2/3/2017 0:00	0.005372384	0.003043787	0.002328597	0.061606763	не значима	не значима
2/2/2017 0:00	0.028488034	0.003217531	0.025270503	0.059278166	не значима	не значима
2/1/2017 0:00	0.015546497	0.003950359	0.011596138	0.034007663	не значима	не значима
1/31/2017 0:00	0.047251115	0.002992271	0.044258844	0.022411525	значима	не значима
1/30/2017 0:00	0.005727848	0.002980492	0.002747356	-0.021847319	не значима	не значима
1/29/2017 0:00	-0.004758439	0.003468532	-0.008226971	-0.024594675	не значима	не значима
1/28/2017 0:00	0.001123162	0.003166985	-0.002043823	-0.016367704	не значима	не значима
1/27/2017 0:00	0.003628448	0.003554613	7.38353E-05	-0.014323881	не значима	не значима
1/26/2017 0:00	0.025654484	0.003251509	0.022402976	-0.014397717	не значима	не значима
1/25/2017 0:00	0.003061146	0.003135444	-7.42984E-05	-0.036800692	не значима	не значима
1/24/2017 0:00	-0.034436933	0.003145306	-0.037582239	-0.036726394	не значима	не значима
1/23/2017 0:00	0.003777459	0.002921613	0.000855846	0.000855846	не значима	не значима



Проведённый анализ подтверждает изначальные предположения, которые выдвигались относительно изменения стоимости в данный промежуток времени. Каких-либо больших скачков стоимости не произошло, и к середине февраля значение CAR продолжало находиться около нуля.

Однако к концу месяца тренд изменился, и стоимость Bitcoin начала расти сильнее, чем предполагал предыдущий тренд. Легализация криптовалюты вполне могла изменить настроения в обществе, которое стало более лояльно относиться к активам, признаваемым в качестве платёжного инструмента технологически развитыми странами.

3.2.2 Модель для Ethereum

Для Ethereum, как и для Bitcoin, переменная, отвечающая за количество транзакций, оказалась незначимой. Тем не менее, две другие переменные, общий объём криптовалюты на рынке и сложность блока, вновь оказались включены в модель.

Рис. 12 Сравнение фактической и расчётной цены Ethereum

На графике видно, что с момента начала события разрыв между фактическим и расчётным значением постепенно увеличивался, и к концу февраля данная разница стала очевидной.

Обращает на себя внимание и необычная плавность графика в сравнении с ситуацией, которая имелась при анализе событий сентября 2017 года. Как уже говорилось ранее, на там отрезке переменная, отвечающая за количество транзакций была значима, что может объяснять дополнительные колебания в том промежутке времени.

Таблица 12. Проведение анализа влияния событий для Ethereum в начале 2017 года

Дата	R	R расч.	AR	CAR	AR знач.	CAR зн.
3/6/2017 0:00	0.003355074	0.002649789	0.000705285	0.209522314	не значима	значима
3/5/2017 0:00	0.003082886	0.002750636	0.000332249	0.208817029	не значима	значима
3/4/2017 0:00	-0.014094029	0.002476075	-0.016570104	0.20848478	не значима	значима
3/3/2017 0:00	0.02042954	0.002840526	0.017589014	0.225054884	не значима	значима

Таблица 13. Проведение анализа влияния событий для Ethereum в начале 2017 года

Дата	R	R расч.	AR	CAR	AR знач.	CAR знач.
3/2/2017 0:00	0.030193403	0.002962142	0.02723126	0.207465869	не значима	значима
3/1/2017 0:00	0.029416584	0.002724271	0.026692313	0.180234609	не значима	значима
2/28/2017 0:00	-0.002676178	0.002902941	-0.005579119	0.153542296	не значима	значима
2/27/2017 0:00	0.013363009	0.002739665	0.010623344	0.159121415	не значима	значима
2/26/2017 0:00	0.021244494	0.003398038	0.017846456	0.148498071	не значима	значима
2/25/2017 0:00	-0.020649615	0.003198243	-0.023847858	0.130651615	не значима	не значима
2/24/2017 0:00	0.002430937	0.003131413	-0.000700476	0.154499472	не значима	значима
2/23/2017 0:00	0.043441021	0.002889997	0.040551025	0.155199948	не значима	значима
2/22/2017 0:00	-0.000502978	0.002665885	-0.003168863	0.114648923	не значима	не значима
2/21/2017 0:00	0.035983624	0.002673011	0.033310613	0.117817786	не значима	не значима
2/20/2017 0:00	0.030372679	0.002874949	0.02749773	0.084507174	не значима	не значима
2/19/2017 0:00	-0.003651066	0.002609787	-0.006260853	0.057009444	не значима	не значима
2/18/2017 0:00	0.001042396	0.002949554	-0.001907158	0.063270297	не значима	не значима
2/17/2017 0:00	0.019637331	0.00295828	0.016679052	0.065177455	не значима	не значима
2/16/2017 0:00	0.022603527	0.002967057	0.01963647	0.048498404	не значима	не значима
2/15/2017 0:00	0.000539383	0.002738745	-0.002199361	0.028861934	не значима	не значима
2/14/2017 0:00	0.011904335	0.003340966	0.008563369	0.031061296	не значима	не значима
2/13/2017 0:00	-0.000726811	0.003232769	-0.003959579	0.022497927	не значима	не значима
2/12/2017 0:00	-0.008169762	0.002784342	-0.010954105	0.026457506	не значима	не значима
2/11/2017 0:00	0.009751905	0.002772117	0.006979788	0.03741161	не значима	не значима
2/10/2017 0:00	0.023563599	0.002940284	0.020623316	0.030431823	не значима	не значима
2/9/2017 0:00	-0.072477487	0.003391791	-0.075869279	0.009808507	значима	не значима
2/8/2017 0:00	0.002158452	0.002938798	-0.000780345	0.085677785	не значима	не значима
2/7/2017 0:00	0.025484277	0.003048708	0.022435569	0.086458131	не значима	не значима
2/6/2017 0:00	0.009041864	0.00253015	0.006511714	0.064022562	не значима	не значима
2/5/2017 0:00	-0.015675749	0.003228743	-0.018904491	0.057510848	не значима	не значима
2/4/2017 0:00	0.017741297	0.00293272	0.014808577	0.076415339	не значима	не значима
2/3/2017 0:00	0.005372384	0.003043787	0.002328597	0.061606763	не значима	не значима
2/2/2017 0:00	0.028488034	0.003217531	0.025270503	0.059278166	не значима	не значима
2/1/2017 0:00	0.015546497	0.003950359	0.011596138	0.034007663	не значима	не значима
1/31/2017 0:00	0.047251115	0.002992271	0.044258844	0.022411525	значима	не значима
1/30/2017 0:00	0.005727848	0.002980492	0.002747356	-0.021847319	не значима	не значима
1/29/2017 0:00	-0.004758439	0.003468532	-0.008226971	-0.024594675	не значима	не значима
1/28/2017 0:00	0.001123162	0.003166985	-0.002043823	-0.016367704	не значима	не значима
1/27/2017 0:00	0.003628448	0.003554613	7.38353E-05	-0.014323881	не значима	не значима
1/26/2017 0:00	0.025654484	0.003251509	0.022402976	-0.014397717	не значима	не значима
1/25/2017 0:00	0.003061146	0.003135444	-7.42984E-05	-0.036800692	не значима	не значима

Как и в случае с Bitcoin, доходность стала серьёзно превышать прогнозную начиная с середины февраля. Начиная с 23 февраля накопленная доходность оказалась существенной, что означает, что темп роста криптовалюты серьезно превысил ожидаемые показатели.

3.2.3 Модель для Ripple

Анализ влияния событий для Ripple, как и в предыдущем случае, проводился по модели с фиксированной доходностью. В данной ситуации R расчётная оказалась крайне близка к нулю: в отличие от других криптовалют, Ripple не демонстрировала высокого роста в конце 2016 года.

Таблица 14. Проведение анализа влияния событий для Ripple в начале 2017 года

Дата	R	R расч.	AR	CAR	AR знач.	CAR знач.
3/6/2017	-0.01174743	-0.000510856	-0.011236574	-0.065635124	не значима	не значима
3/5/2017	-0.026988411	-0.000510856	-0.026477555	-0.05439855	не значима	не значима
3/4/2017	-0.006310144	-0.000510856	-0.005799287	-0.027920996	не значима	не значима
3/3/2017	0.058087131	-0.000510856	0.058597987	-0.022121709	значима	не значима
3/2/2017	0.107803254	-0.000510856	0.108314111	-0.080719696	значима	не значима
3/1/2017	-0.023121387	-0.000510856	-0.022610531	-0.189033806	не значима	значима
2/28/2017	-0.013014798	-0.000510856	-0.012503941	-0.166423275	не значима	значима
2/27/2017	-0.010932816	-0.000510856	-0.01042196	-0.153919334	не значима	значима
2/26/2017	0.001059135	-0.000510856	0.001569991	-0.143497374	не значима	значима
2/25/2017	-0.006314682	-0.000510856	-0.005803825	-0.145067366	не значима	значима
2/24/2017	-0.032909245	-0.000510856	-0.032398389	-0.13926354	не значима	значима
2/23/2017	0.005972696	-0.000510856	0.006483553	-0.106865152	не значима	значима
2/22/2017	0.004801097	-0.000510856	0.005311954	-0.113348704	не значима	значима
2/21/2017	-0.0069811	-0.000510856	-0.006470244	-0.118660658	не значима	значима
2/20/2017	-0.000850629	-0.000510856	-0.000339773	-0.112190414	не значима	значима
2/19/2017	0.055485725	-0.000510856	0.055996581	-0.111850641	значима	значима

Таблица 15. Проведение анализа влияния событий для Ripple в начале 2017 года

Дата	R	R расч.	AR	CAR	AR знач.	CAR знач.
2/18/2017	-0.061668071	-0.000510856	-0.061157214	-0.167847222	значима	значима
2/17/2017	-0.015264642	-0.000510856	-0.014753786	-0.106690008	не значима	значима
2/16/2017	-0.019521718	-0.000510856	-0.019010862	-0.091936222	не значима	не значима
2/15/2017	-0.020866518	-0.000510856	-0.020355662	-0.07292536	не значима	не значима
2/14/2017	0.004319309	-0.000510856	0.004830165	-0.052569698	не значима	не значима
2/13/2017	-0.002871271	-0.000510856	-0.002360415	-0.057399863	не значима	не значима
2/12/2017	-0.010105795	-0.000510856	-0.009594939	-0.055039448	не значима	не значима
2/11/2017	0.006996343	-0.000510856	0.007507199	-0.04544451	не значима	не значима
2/10/2017	-0.013335425	-0.000510856	-0.012824569	-0.052951709	не значима	не значима
2/9/2017	-0.009940975	-0.000510856	-0.009430119	-0.04012714	не значима	не значима
2/8/2017	0.004838458	-0.000510856	0.005349314	-0.030697021	не значима	не значима
2/7/2017	-0.006666667	-0.000510856	-0.00615581	-0.036046335	не значима	не значима
2/6/2017	0.00124185	-0.000510856	0.001752707	-0.029890525	не значима	не значима
2/5/2017	-0.007701787	-0.000510856	-0.00719093	-0.031643232	не значима	не значима
2/4/2017	0.002780352	-0.000510856	0.003291209	-0.024452301	не значима	не значима
2/3/2017	0.000772917	-0.000510856	0.001283773	-0.02774351	не значима	не значима
2/2/2017	-0.010856269	-0.000510856	-0.010345413	-0.029027283	не значима	не значима
2/1/2017	0.035793475	-0.000510856	0.036304331	-0.01868187	не значима	не значима
1/31/2017	-0.010499922	-0.000510856	-0.009989065	-0.054986201	не значима	не значима
1/30/2017	-0.003280225	-0.000510856	-0.002769369	-0.044997136	не значима	не значима
1/29/2017	0.009460738	-0.000510856	0.009971594	-0.042227767	не значима	не значима
1/28/2017	-0.011379579	-0.000510856	-0.010868723	-0.052199362	не значима	не значима
1/27/2017	-0.041106129	-0.000510856	-0.040595272	-0.041330639	не значима	не значима
1/26/2017	0.027176416	-0.000510856	0.027687273	-0.000735367	не значима	не значима
1/25/2017	-0.00412844	-0.000510856	-0.003617584	-0.028422639	не значима	не значима
1/24/2017	-0.023443333	-0.000510856	-0.022932477	-0.024805055	не значима	не значима
1/23/2017	-0.002383435	-0.000510856	-0.001872579	-0.001872579	не значима	не значима

Результаты проведенного анализа для Ripple вновь сильно отличаются от того, что происходило с другими криптовалютами. Ripple также показал значимое изменение стоимости в конце февраля 2017 года, однако в отличие от Bitcoin и Ethereum, Ripple не рос, а падал. Таким образом, если в период кризиса конца 2017 года Ripple умудрялся демонстрировать рост, когда другие криптовалюты сильно теряли в стоимости, то в начале года произошёл обратный процесс.

3.3 Запуск торговли фьючерсами на Bitcoin в США в конце 2017 года

Одно из последних крупных событий, случившихся до декабрьского падения криптовалютного рынка, произошло в конце 2017 года в Соединённых Штатах Америки, где инвесторы получили возможность воспользоваться фьючерсными контрактами на криптовалюту. Главное отличие данного события от других, рассматриваемых в этой работе, заключается в том, что оно напрямую затронуло лишь одну криптовалюту, Bitcoin, тогда как фьючерсы на другие криптовалюты не были введены в оборот.

В связи с этим основной вопрос, который можно задать в данной ситуации, сводится к тому, будут ли остальные криптовалюты также расти в связи с увеличением легитимности рынка в целом, либо же они наоборот будут терять относительно Bitcoin, который получил преимущество над другими участниками рынка.

Первая информация о появлении фьючерсов на криптовалюту появилась 20 ноября 2017 год: именно эта дата и была взята в качестве даты события. Тем не менее, уже спустя один день данная информация была названа ошибочной. Итоговый запуск всё-таки состоялся, как и планировалось изначально, 11 декабря, однако в конце декабря на рынке продолжала появляться противоречивая информация о нововведении.

7 декабря появилась информация, что одна из крупнейших компаний на финансовом рынке, Goldman Sachs, будет помогать своим клиентам при покупке фьючерсных контрактов на Bitcoin. К данному моменту на рынке окончательно закрепились позитивные ожидания относительно данного изменения на криптовалютном рынке.

3.3.1 Модель для Bitcoin

Как и в случае с моделью для сентябрьского кризиса, переменные Transactions и Supply вновь оказались значимы. В результате была получена следующая модель, отображающая изменение стоимости Bitcoin до легализации фьючерсных контрактов в США.

для данной модели оказался равен 0.9123. P-value для каждой из переменных, как и для константы, был существенно меньше 0.05.

Price = -519817.5 + 0.003276 * Transactions + 0.0315319 * Supply,

где Price - моделируемая стоимость Bitcoin, Transactions - число транзакций в день и Supply - общий объем Bitcoin, доступный на рынке.

Таблица 16. Результаты моделирования Bitcoin

	0.9123
	0.9093
Transactions p-value	0.005
Supply p-value	0.000
P-value константы	0.000



График, отображающий изменение фактической и расчётной стоимости криптовалюты до и после начала события, позволяет сравнить динамику цен обоих показателей.

Рис. 13 Сравнение фактической и расчётной цены Bitcoin

До середины ноября фактическое и расчётное значение стоимости криптовалюты практически совпадают, за исключением единичных локальных промежутков роста и падения фактической стоимости. Тем не менее, ближе к концу месяца, когда появились первые новости о легализации криптовалюты, тренд фактической стоимости изменяется, и она начинает возрастать под более крутым углом. Ближе к дате старта торговли происходит резкий рывок вверх, отсутствующий на графике расчётного значения стоимости Bitcoin.

Таблица 17. Проведение анализа влияния событий для Bitcoin в конце 2017 года

Дата	R	R расч.	AR	CAR	AR знач.	CAR знач.
12/10/2017 0:00	-0.018030254	-0.015269079	-0.002761176	0.541014897	не значима	значима
12/9/2017 0:00	-0.054012553	0.014386745	-0.068399298	0.543776073	не значима	значима
12/8/2017 0:00	-0.029968237	0.011734584	-0.041702821	0.61217537	не значима	значима
12/7/2017 0:00	0.218668934	-0.019306427	0.237975361	0.653878191	значима	значима
12/6/2017 0:00	0.139963463	0.022501601	0.117461862	0.41590283	не значима	значима
12/5/2017 0:00	0.025343776	0.009931493	0.015412282	0.298440968	не значима	не знач.
12/4/2017 0:00	0.022255044	0.026774644	-0.0045196	0.283028686	не значима	не знач.
12/3/2017 0:00	0.023597234	0.018808732	0.004788502	0.287548286	не значима	не знач.
12/2/2017 0:00	0.01722325	-0.025720813	0.042944063	0.282759784	не значима	не знач.
12/1/2017 0:00	0.07258431	0.019730519	0.052853791	0.239815721	не значима	не знач.
11/30/2017 0:00	0.02713177	0.002500273	0.024631498	0.18696193	не значима	не знач.
11/29/2017 0:00	-0.007352969	0.021152561	-0.02850553	0.162330433	не значима	не знач.
11/28/2017 0:00	0.024100294	0.002198914	0.02190138	0.190835962	не значима	не знач.
11/27/2017 0:00	0.046762659	0.028859712	0.017902947	0.168934582	не значима	не знач.
11/26/2017 0:00	0.066235162	0.004718366	0.061516796	0.151031636	не значима	не знач.
11/25/2017 0:00	0.055318159	0.021019811	0.034298348	0.089514839	не значима	не знач.
11/24/2017 0:00	0.012520427	-0.011923274	0.024443701	0.055216491	не значима	не знач.
11/23/2017 0:00	-0.014403059	0.051564192	-0.065967252	0.030772791	не значима	не знач.
11/22/2017 0:00	0.025836249	-0.041907554	0.067743803	0.096740043	не значима	не знач.
11/21/2017 0:00	-0.023716858	0.02400338	-0.047720238	0.02899624	не значима	не знач.
11/20/2017 0:00	0.030963219	0.041471009	-0.01050779	0.076716478	не значима	не знач.
11/19/2017 0:00	0.024371276	0.005973672	0.018397604	0.087224267	не значима	не знач.
11/18/2017 0:00	0.00388551	-0.008673962	0.012559472	0.068826663	не значима	не знач.
11/17/2017 0:00	-0.003601564	0.007355045	-0.010956609	0.056267192	не значима	не знач.
11/16/2017 0:00	0.070342493	0.003118692	0.067223801	0.067223801	не значима	не знач.

По результатам анализа первоначальное изменение тренда в конце ноября не было существенным отклонением -- и AR, и CAR непосредственно после даты события долгое время остаются незначимыми. Тем не менее, 7 декабря (в этот день, в частности, вышла статья от Goldman Sachs, положительно оценившая появление фьючерсов) происходит существенный скачок. После этого накопленная сверхдоходность также остаётся значимой.

Таким образом, в случае с Bitcoin существенные изменения стоимости произошли непосредственно перед датой старта торговли фьючерсными контрактами.

3.3.2 Модель для Ethereum

Модель, построенная для Ethereum, использует те же факторы, что и модель, построенная для сентябрьского кризиса. Тем не менее, коэффициент значимости этой модели оказался сильно ниже, хотя все факторы и являются значимыми.

Price = -4560.994 + 0.000103 * Transactions + 0.00005 * Supply + 0.0273039 * Difficulty,

где Price - моделируемая стоимость Ethereum, Transactions - число транзакций в день, Supply - общий объем Ethereum, доступный на рынке и Difficulty - средняя сложность блока.

Таблица 18. Результаты моделирования Ethereum

	0.4081
	0.3769
Transactions p-value	0.047
Supply p-value	0.000
Difficulty p-value	0.000
P-value константы	0.000

График изменения стоимости показывает, что наибольший скачок стоимости вверх случился сразу после появления первых новостей о появлении фьючерсных контрактов на Bitcoin. Тем не менее, впоследствии курс сильно колебался, то падая, то вновь возвращаясь на свои позиции, достигнутые в конце ноября.



Рис. 14 Сравнение фактической и расчётной цены Ethereum

Таблица 19. Проведение анализа влияния событий для Ethereum в конце 2017 года

Дата	R	R расч.	AR	CAR	AR знач.	CAR знач.
12/10/2017	0.045442472	0.005144775	0.040297697	0.244393288	не значима	значима
12/9/2017	0.073723738	-0.013635177	0.087358915	0.20409559	не значима	значима
12/8/2017	-0.000926036	0.039327537	-0.040253573	0.116736675	не значима	не значима
12/7/2017	-0.003148078	-0.033241491	0.030093413	0.156990248	не значима	не значима
12/6/2017	-0.069345317	0.030523156	-0.099868473	0.126896835	не значима	не значима
12/5/2017	-0.027777183	-0.0036825	-0.024094683	0.226765308	не значима	значима
12/4/2017	0.008902141	0.006779862	0.002122279	0.250859992	не значима	значима
12/3/2017	0.010590445	0.017542986	-0.006952541	0.248737712	не значима	значима
12/2/2017	-0.007842627	0.006212129	-0.014054756	0.255690253	не значима	значима
12/1/2017	0.061469472	-0.006354709	0.067824181	0.269745009	не значима	значима
11/30/2017	0.01738337	0.002235811	0.015147559	0.201920828	не значима	значима
11/29/2017	-0.083320823	0.011252366	-0.094573188	0.186773269	не значима	не значима
11/28/2017	-0.018874674	0.009724508	-0.028599182	0.281346457	не значима	значима
11/27/2017	0.009988524	0.021997622	-0.012009098	0.309945639	не значима	значима
11/26/2017	0.012763393	-0.003391684	0.016155077	0.321954737	не значима	значима
11/25/2017	-0.01237166	0.015155812	-0.027527472	0.305799661	не значима	значима
11/24/2017	0.157070123	0.002002409	0.155067715	0.333327133	значима	значима

Сценарный анализ влияния данного события на стоимость криптовают показывает, что несмотря на то, что и Bitcoin, и Ethereum сильно выросли за данный промежуток времени, данные криптовалюты во многом вели себя противоположно друг другу. В частности, если Bitcoin очень медленно увеличивал свою стоимость после объявления о событии, Ethereum моментально вырос, что характеризуется резкой сверхдоходностью 24 ноября. В то же время, когда у Bitcoin наметился резкий скачок 7 декабря, Ethereum начал терять позиции. И наоборот, 9-10 декабря Bitcoin замедляет свой рост, а Ethereum возвращает себе свои позиции.

Вероятнее всего, на данном этапе инвесторы начали рассматривать криптовалюты как альтернативы для вложения. Если в конце ноября преобладало мнение, что появление фьючерсов на Bitcoin может лишь пойти во вред криптовалюте, то в начале декабря настроения сменились на резко позитивные, что привело к тому, что инвесторы пересмотрели свои портфели в пользу самой популярной криптовалюты.

3.1.2 Модель для Ripple

Расчётное значение доходности составило 0.005. При этом, судя по графику, Ripple также испытывала колебания в рассматриваемый период, но их направленность намного менее однозначна, чем в случае с другими криптовалютами.

Рис. 15 Фактическая цена Ripple



Таблица 20. Проведение анализа влияния событий для Ripple в сентябре 2017 года

Дата	R	R расч.	AR	CAR	AR знач.	CAR знач.
12/10/2017	-0.03013796	0.004915536	-0.035053496	0.038280268	не значима	не значима
12/9/2017	-0.029417947	0.004915536	-0.034333484	0.073333764	не значима	не значима
12/8/2017	0.13150348	0.004915536	0.126587944	0.107667248	не значима	не значима
12/7/2017	-0.041802842	0.004915536	-0.046718378	-0.018920697	не значима	не значима
12/6/2017	-0.055087139	0.004915536	-0.060002675	0.027797681	не значима	не значима
12/5/2017	-0.029459205	0.004915536	-0.034374741	0.087800356	не значима	не значима
12/4/2017	0.00401096	0.004915536	-0.000904576	0.122175097	не значима	значима
12/3/2017	-0.011483726	0.004915536	-0.016399262	0.123079673	не значима	значима
12/2/2017	-0.000809546	0.004915536	-0.005725082	0.139478935	не значима	значима
12/1/2017	0.019216512	0.004915536	0.014300976	0.145204016	не значима	значима
11/30/2017	0.032147912	0.004915536	0.027232376	0.130903041	не значима	значима
11/29/2017	-0.187489972	0.004915536	-0.192405508	0.103670665	значима	не значима
11/28/2017	0.178102368	0.004915536	0.173186832	0.296076173	значима	значима
11/27/2017	0.02053308	0.004915536	0.015617544	0.122889341	не значима	значима
11/26/2017	-0.014164418	0.004915536	-0.019079954	0.107271797	не значима	не значима
11/25/2017	0.031683031	0.004915536	0.026767495	0.126351751	не значима	значима
11/24/2017	0.009240848	0.004915536	0.004325312	0.099584256	не значима	не значима
11/23/2017	0.014833019	0.004915536	0.009917483	0.095258944	не значима	не значима

Таблица 21. Проведение анализа влияния событий для Ripple в сентябре 2017 года

Дата	R	R расч.	AR	CAR	AR знач.	CAR знач.
11/22/2017	0.023954971	0.004915536	0.019039435	0.085341462	не значима	не значима
11/21/2017	-0.022985521	0.004915536	-0.027901057	0.066302027	не значима

Подобные документы

• Анализ влияния событий на стоимость криптовалюты

  Определение криптовалюты и механизм ее работы. Обозначение факторов, влияющих на стоимость криптовалюты. Анализ особенностей моделирования цены криптовалют. Запуск торговли фьючерсами на Bitcoin в США. Особенности ценообразования криптовалюты Ripple.
  
  дипломная работа [1,1 M], добавлен 26.11.2021
  

• Криптовалюта Bitcoin как новейшая форма денег в современной экономике

  Фактографическая информация о формах денег как сущности и основы валютной системы разных времен. Принципы работы криптовалюты Bitcoin. Исследование положения и статуса цифровых форм денег. Обоснование методики получения экспертных оценок криптовалюты.
  
  курсовая работа [574,6 K], добавлен 04.05.2014
  

• Оценка влияния корпоративных событий

  Основные характеристики, факторы и стадии финансовой неустойчивой компании. Обзор исследований по событийному анализу. Способы выхода из стрессового состояния. Методология проведения событийного анализа. Расчет средней кумулятивной избыточной доходности.
  
  дипломная работа [481,3 K], добавлен 30.08.2016
  

• Анализ налогообложения и оценка его влияния на финансово-хозяйственную деятельность ООО мясокомбинат "Сорочинский"

  Знакомство с системой налогообложения юридических лиц в Российской Федерации. Общая характеристика видов деятельности ООО мясокомбинат "Сорочинский", рассмотрение особенностей влияния налогообложения на финансово-хозяйственную деятельность предприятия.
  
  дипломная работа [257,9 K], добавлен 10.11.2014
  

• Анализ финансово-хозяйственной деятельности

  Проведение обобщающего анализа финансового состояния предприятия. Выполнение факторного анализа на основе составленной мультипликативной факторной модели. Оценка влияния факторов, используя с помощью метода цепных подстановок и метода абсолютных разниц.
  
  контрольная работа [80,3 K], добавлен 04.02.2011
  

• Анализ эффективности инвестиционных проектов

  Организационно-экономические механизмы инвестиционной деятельности. Срок окупаемости инвестиций. Использование метода простой или внутренней нормы прибыли для инвестиционного анализа. Чистая приведенная стоимость и индекс рентабельности проекта.
  
  курсовая работа [111,0 K], добавлен 25.02.2011
  

• Мировой опыт примененния налога на добавленную стоимость

  Налог на добавленную стоимость. История возникновения и развития НДС в мире и в России. Особенности обложения НДС внешнеэкономической деятельности. Пример расчета налога на добавленную стоимость.
  
  реферат [37,1 K], добавлен 16.12.2003
  

• Управление безубыточностью

  Характеристика и роль анализа безубыточности и целевого планирования прибыли на предприятии. Основания для выбора оптимального портфеля продукции, исходные допущения и CVP-анализ, определение влияния вложенного дохода и анализ операционного рычага.
  
  курсовая работа [75,4 K], добавлен 19.07.2010
  

• Особенности оценки отдельных видов активов: стоимость акций

  Сущность определения показателей возможностей экономической эффективности капитальных вложений. Общая методология и виды оценки стоимости ценных бумаг и акций. Значение экономического анализа для планирования и осуществления инвестиционной деятельности.
  
  реферат [24,2 K], добавлен 22.12.2010
  

• Сравнительный анализ действия налога на добавленную стоимость в России и в других странах

  Экономическая сущность налогообложения, понятия, функции налогов и их классификация. Общая характеристика пошлинной системы Российской Федерации. Сравнительный анализ применения налога на добавленную стоимость в федеральном бюджете и зарубежной практике.
  
  курсовая работа [76,2 K], добавлен 16.12.2010
  

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам