Modelação da volatilidade das criptomoedas “dominantes” no mercado

Detalhes bibliográficos
Autor(a) principal: Santos, Marisa Coelho
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.5/19862
Resumo: Mestrado em Econometria Aplicada e Previsão
id RCAP_eadcc25196e1dc91f4d8a09fe2a586d3
oai_identifier_str oai:www.repository.utl.pt:10400.5/19862
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Modelação da volatilidade das criptomoedas “dominantes” no mercadoCriptomoedasvolatilidadeGARCHautocorrelaçãoefeitos ARCHativo financeiroCryptocurrenciesvolatilityautocorrelationARCH effectsfinancial assetMestrado em Econometria Aplicada e PrevisãoNos últimos anos, o mercado das criptomoedas cresceu exponencialmente, ocorrendo uma diminuição considerável do grau de concentração deste mercado. As criptomoedas apresentam como maior desvantagem os elevados níveis de volatilidades e, consequentemente, as criptomoedas aparentarem ter mais características de ativo com risco do que de moeda fiduciária. Não obstante, maior parte dos estudos académicos sobre este tema analisam apenas o comportamento dos preços e/ou retornos da Bitcoin, existindo uma fraca evidência estatística sobre as características da volatilidade de outras criptomoedas. Deste modo, o principal objetivo deste trabalho é analisar, de forma mais detalhada, as principais propriedades de um conjunto de nove criptomoedas: Ethereum, Ripple, Litecoin, Monero, Stellar, Dashcoin, Dogecoin e Nemcoin, no período de 27 de outubro de 2015 a 10 de setembro de 2019. Também vou propor modelos da classe GARCH para caracterizar o comportamento das séries temporais destas criptomoedas. Numa primeira fase, constatou-se que as séries dos retornos diários das criptomoedas verificam os factos estilizados das séries financeiras. Posteriormente, foram estimados diferentes modelos GARCH, tendo sido escolhido o modelo que apresentou menor valor nos critérios de informação para cada criptomoeda. Com base nos resultados, os modelos que apresentaram o melhor ajustamento ao comportamento dos retornos diários foram o AR(5)-GARCH para a Bitcoin, Ethereum e Dogecoin, e o AR(5)-IGARCH para os retornos da Ripple, Litecoin, Monero, Stellar, Dashcoin e Nemcoin.In the last few years, the cryptocurrency market has grown exponentially, with a smaller decrease in the degree of concentration of this market. The cryptocurency has as disadvantage the high levels of volatility. Therefore, based on the academic literature, have more financial asset characteristics than fiduciary currency. However, most cryptocurrency studies only analyze Bitcoin price and / or return behavior, and there are few studies on the characteristics and behavior of others cryptocurrencies, consequently, there is no statistical evidence to conclude whether cryptocurrencies, regardless of their representativeness, assume a standard behavior in volatility or diverge. Therefore, the main objective of this study is to model a set of nine cryptocurrencies: Ethereum, Ripple, Litecoin, Monero, Stellar, Dashcoin, Dogecoin and Nemcoin, from October 27, 2015 to September 10, 2019, using a class of GARCH models. In the first phase, it was verified whether the daily returns series of the cryptocurrencies verify the stylized facts of the financial series and, later, the different GARCH models were estimated, choosing the model that showed the lowest value in the information criteria for each cryptocurrency. Based on the results, the AR (5) -GARCH model provides better adjustment to the volatility behavior of Bitcoin, Ethereum and Dogecoin daily returns, and the AR (5) -IGARCH model to model the volatility returns of Ripple, Litecoin, Monero, Stellar, Dashcoin and Nemcoin.Instituto Superior de Economia e GestãoSobreira, NunoRepositório da Universidade de LisboaSantos, Marisa Coelho2020-03-10T10:21:46Z2019-102019-10-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.5/19862porSantos, Marisa Coelho (2019). "Modelação da volatilidade das criptomoedas “dominantes” no mercado". Dissertação de Mestrado, Universidade de Lisboa. Instituto Superior de Economia e Gestão.metadata only accessinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-06T14:49:21Zoai:www.repository.utl.pt:10400.5/19862Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:04:43.454180Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Modelação da volatilidade das criptomoedas “dominantes” no mercado
title Modelação da volatilidade das criptomoedas “dominantes” no mercado
spellingShingle Modelação da volatilidade das criptomoedas “dominantes” no mercado
Santos, Marisa Coelho
Criptomoedas
volatilidade
GARCH
autocorrelação
efeitos ARCH
ativo financeiro
Cryptocurrencies
volatility
autocorrelation
ARCH effects
financial asset
title_short Modelação da volatilidade das criptomoedas “dominantes” no mercado
title_full Modelação da volatilidade das criptomoedas “dominantes” no mercado
title_fullStr Modelação da volatilidade das criptomoedas “dominantes” no mercado
title_full_unstemmed Modelação da volatilidade das criptomoedas “dominantes” no mercado
title_sort Modelação da volatilidade das criptomoedas “dominantes” no mercado
author Santos, Marisa Coelho
author_facet Santos, Marisa Coelho
author_role author
dc.contributor.none.fl_str_mv Sobreira, Nuno
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Santos, Marisa Coelho
dc.subject.por.fl_str_mv Criptomoedas
volatilidade
GARCH
autocorrelação
efeitos ARCH
ativo financeiro
Cryptocurrencies
volatility
autocorrelation
ARCH effects
financial asset
topic Criptomoedas
volatilidade
GARCH
autocorrelação
efeitos ARCH
ativo financeiro
Cryptocurrencies
volatility
autocorrelation
ARCH effects
financial asset
description Mestrado em Econometria Aplicada e Previsão
publishDate 2019
dc.date.none.fl_str_mv 2019-10
2019-10-01T00:00:00Z
2020-03-10T10:21:46Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.5/19862
url http://hdl.handle.net/10400.5/19862
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Santos, Marisa Coelho (2019). "Modelação da volatilidade das criptomoedas “dominantes” no mercado". Dissertação de Mestrado, Universidade de Lisboa. Instituto Superior de Economia e Gestão.
dc.rights.driver.fl_str_mv metadata only access
info:eu-repo/semantics/openAccess
rights_invalid_str_mv metadata only access
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Instituto Superior de Economia e Gestão
publisher.none.fl_str_mv Instituto Superior de Economia e Gestão
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799131139405774848

Registros relacionados