Криптовалюта представляет собой вид цифровых денег, чье главное отличие от электронных и привычных фиатных заключается в децентрализации, то есть в отсутствии центра эмиссии. При проведении транзакций участники платежной системы при желании сохраняют анонимность, каждый перевод при этом зашифрован индивидуальным кодом, что обеспечивает полную безопасность. Независимость криптовалют от банковских структур, а также от государственной и финансовых систем обеспечивается благодаря технологии блокчейн. [Левенцов и др., 2018, с. 3-5].

Блокчейн -- это база данных, устройства хранения которой не подключены к единому серверу. Блокчейн хранит непрерывно растущий список упорядоченных записей, именуемых блоками. Каждый блок имеет метку времени и ссылку на предыдущий блок. Цепочки блоков дают возможность отправлять какие-либо ценности в любую точку мира, где осуществляется доступ к блокчейну, при наличии созданного по криптографическому алгоритму ключа. Отсюда вытекает значимое преимущество технологии блокчейн над существующими банковскими методами -- подтверждение подлинности личности и регистрация международных сделок происходит гораздо быстрее, прозрачнее и надежнее, так как все участники сети обладают равными правами доступа к истории транзакций и у каждого из них есть свой зашифрованный ключ, без которого невозможно изменить цепочку блоков или, иными словами, подделать данные. [Catalini. C., Gans J.S., 2016, с. 5-9].

Тем не менее, и у криптовалют, и у блокчейна имеются свои весомые недостатки. Что касается криптовалют, то они подвержены высокой волатильности, сильно зависят от ожиданий инвесторов, не привязаны к какой-либо осязаемой ценности и не обладают номинальной стоимостью, как, к примеру, акции компаний. Среди критиков криптовалют бытует мнение, что сложившаяся ситуация на рынке -- спекулятивный пузырь, который вот-вот лопнет. Блокчейн же на данном этапе развития сложно назвать «зрелой» технологией. Основной недостаток -- большие затраты. Блокчейн потребляет огромное количество электроэнергии, система фиксирования каждого шага в компьютер требует больших объемов памяти, а внедрение блокчейна в финансовые учреждения усложняется необходимостью полного обновления системы. Помимо этого, блокчейн плохо масштабируется. Одну международную транзакцию он выполняет быстрее, чем нынешние платежные системы, но его максимум -- лишь 7 операций в секунду, в то время как Visa обрабатывает около 50000 операций за тот же промежуток времени. [Винья П., Кейси М., 2017].

1.2 Об оценке эффективности инвестиционной деятельности

Под инвестиционным проектом понимается инвестиционная активность, предусматривающая вложение финансовых, материальных, человеческих и интеллектуальных ресурсов для достижения поставленных целей в определенные сроки. Цель любого инвестиционного проекта состоит в нахождении такого эффективного способа инвестирования, при котором обеспечиваются требуемый уровень доходности (прибыли) и минимальный риск. Инвестиционные активы или же объекты инвестирования подразделяются на три группы: финансовые, материальные и интеллектуальные. Финансовые объекты инвестирования включают в себя ценные бумаги и деривативы, материальные -- недвижимость, оборудование, транспортные средства, предметы искусства и пр., интеллектуальные -- инновационный, человеческий, организационный капитал частных лиц и компаний. На инвестирование оказывают влияние следующие факторы: временной, инфляционный и фактор риска. Временной фактор заключается в том, что инвестор отказывается от использования доходов в текущем периоде, чтобы в будущем получить бомльшую сумму. Иными словами, инвестор рассматривает доход от инвестиций как плату за то, что вложил средства в будущее, а не потратил их в текущем периоде. Инфляционный фактор связан с повышением общего уровня цен. Инвестиции выгодны только тогда, когда доход от них компенсирует подорожание материалов и средств, необходимых при осуществлении проекта. Фактор риска же обусловлен возможностью неполучения ожидаемого результата, из чего следует необходимость возмещения за риск, то есть так называемой рисковой премии. Анализ эффективности инвестиций предусматривает включение всех этих трех факторов в модель оценки. [Ковалевская Ю.Н., 2015, с. 14; Варлачева Н.В., 2008, с. 20; Теплова Т.В., 2011, с 36-40].

Как известно из теории, эффективность инвестиционного проекта в целом включает в себя оценку общественной и коммерческой эффективности. Для рассмотрения эффективности инвестирования в криптовалюты и в блокчейн-проекты наиболее важной частью является оценка коммерческой эффективности.

1.3 Об оценке эффективности операций с криптовалютой

Несмотря на большую популярность цифровых активов по всему миру, в российской научной литературе оценка эффективности инвестирования в криптовалюты и в блокчейн-проекты представлена весьма скупо. Работы, которые хоть как-то затрагивают эффективность, основаны на субъективных изысканиях и не подкреплены математическим, финансовым или эконометрическим анализом. К примеру, авторы статьи «Экономическая эффективность использования криптовалюты в российской экономике» (Коречков Ю.В. Целищев П.Б., 2016) -- профессор и аспирант Ярославской «Международной академии бизнеса и новых технологий», соответственно, -- рассматривают экономическую эффективность использования криптовалют в России. Авторы предлагают набор факторов (институциональная поддержка со стороны государства, заинтересованность физических лиц, заинтересованность юридических лиц, развитие посреднических платежных средств, развитие терминальной сети, наличие доступной информационной базы для пользователей), каждый из которых оценен от 1 до 9 и имеет коэффициент полезности от 0 до 1, сумма коэффициентов равна единице. В разработке коэффициентов полезности, по словам авторов, приняли участие «эксперты бизнес-инкубатора и технологических центров Ярославской области». Какие-либо критерии оценки при этом не обозначены. Далее авторы приводят различные прогнозы, описывая, что может случиться при введении налогов на транзакции, приравнивании криптовалют к особой форме денег, снятии ограничения доступа к информации о криптовалюте, введении специальных платежных сервисов и так далее. После прогнозов делается вывод о крайне низкой эффективности от использования криптовалют в России (оценка 1,2 из 9), а также о необходимости улучшения каждого положительно влияющего фактора, что, впрочем, понятно и без коэффициентов полезности. Таких работ, подобно представленной выше, достаточно много, однако качественных, широкомасштабных исследований нет. Возможно, это связано с тем, что в России криптовалюты пока не имеют официального статуса, поэтому отечественных экономистов интересуют проблемы правового регулирования и перспективы внедрения, а возможно, ученые рассматривают другие, более узконаправленные тематики, сложно применимые в данной исследовательской области. В любом случае, факт нехватки работ, посвященных инвестированию в криптовалюты, налицо.

Среди зарубежной литературы стоит отметить статью Чуена, Ли и Ванга (Chuen D. et al., 2018). Авторы сравнивают характеристики криптовалют и традиционного класса активов (золото, нефть, GSCI Index, S&P 500, REITs, частный капитал) и изучают статические корреляции между ними, а также динамические условные корреляции по модели DCC (Dynamic Conditional Correlation model -- модель динамических корреляций). Результаты показывают, что индекс CRIX (10 наиболее популярных криптовалют) может быть хорошим вариантом для диверсификации рисков портфеля, поскольку корреляции между криптовалютами и традиционными активами неизменно низки, а среднесуточная доходность большинства криптовалют выше, чем у традиционных инвестиций. Также, судя по графикам границ эффективности Марковица, включение CRIX значительно расширяет линию оптимального портфеля традиционных классов активов или, другими словами, улучшает наиболее выгодное соотношение риска и прибыли. Тем не менее, как показывают тесты со средним отклонением, расширяющий эффект CRIX относится только к глобальному портфелю (портфель основных классов активов) с минимальной дисперсией, а не к тангенциальному портфелю (оптимальное объединение рискового актива с безрисковым). Более того, данный анализ предполагает невероятно высокие среднегодовую доходность (12,39%) и коэффициент Шарпа (8,21), что обусловлено либо необычайным долгосрочным рыночным подъемом, либо отсутствием некоторых рисков при учете стандартных отклонений. В конце статьи авторы предупреждают об «экспериментальной стадии» развития криптовалют и о необходимости более детального изучения рисков, тем самым подтверждая недостатки своей работы по части подсчета стандартный отклонений.

Тримборн, Ли и Хардл (Trimborn S. et al., 2017) также рассматривают потенциальную выгоду включения криптовалют в портфели, оптимизированные по риску. В отличие от предыдущих исследователей, в данной работе авторы пытаются справиться с проблемой риска и волатильности, используя LIBRO-модель (Liquidity Bounded Risk-return Optimization), которая содержит дополнительные ограничения ликвидности в зависимости от предполагаемой суммы инвестиций. Применение модели к ежемесячно и еженедельно распределенным портфелям Марковица и CVaR, состоящим из S&P 100, индекса облигаций США, GSCI S&P (индекса товаров) и криптовалют, показывает сильное улучшение с точки зрения волатильности и квантильного риска возвращения (quantile risk to return). При этом Биткоин -- самая ранняя и самая известная криптовалюта -- в отсутствии ограничений по ликвидности, заложенных в определения волатильности и квантильного риска, имеет нулевой вес. На основании вышеизложенных наблюдений авторы делают два ключевых вывода в своей работе: во-первых, Биткоин не является наиболее привлекательной криптовалютой для оптимизации риска и доходности, по крайней мере, в описанной в исследовании выборке (CRIX и традиционные активы), а во-вторых, включение ограничений по ликвидности представляется необходимым, поскольку некоторые высокодоходные криптовалюты имеют низкую ликвидность по сравнению с Биткоином. В такой ситуации, по мнению авторов, нельзя предполагать, что позиции этих криптовалют не будут искажать рынок. Для улучшения применимости стратегии формирования портфеля становится необходимым введение верхней границы, которая коррелирует с ежедневным объемом торговли этими активами. При включении верхних границ ликвидности портфели S-CC (S&P 100 + Cryptocurrencies) и SBC-CC (Stocks + US-Bonds and Commodities + Cryptocurrencies) по-прежнему превосходят портфели без ограничений. Для портфелей Марковица с ежемесячным и еженедельным перераспределением совокупная избыточная доходность колеблется от 10% до 22% при сумме инвестиций, равной 1 Ч 10⁵, 1 Ч 10⁶, 1 Ч 10⁷ долларов США. Для инвестиционного периода в 3 года это существенный выигрыш.

Прежде чем перейти к обзору отечественной и зарубежной литературы о блокчейн-проектах, необходимо выделить еще одно исследование, которое посвящено не эффективности инвестирования, а эконометрическому моделированию криптовалют, но все равно может быть полезно для данной ВКР. Катаниа и Грасси (Сatania L., Grassi S., 2017) анализируют поведение финансовых временных рядов криптовалют. Так как динамика этих рядов довольно сложна, показывает экстремальные наблюдения, асимметрии и несколько нелинейных, трудно моделируемых характеристик, авторы используют специально разработанную модель Score-driven model, способную включать: «длинную память» (long memory -- эффект длительности воздействия шоков), «эффект рычага» (leverage effect -- отрицательные шоки оказывают бомльшее влияние на волатильность, чем положительные шоки) и «изменяющиеся во времени моменты высокого порядка» (time-varying higher order moments -- моменты за пределами моментов 4-го порядка; представляют собой статистику высшего порядка, включающую нелинейные комбинации данных). Авторы применяют указанную модель к 289 криптовалютам и концентрируется на четырех основных: Биткойн, Эфириум, Рипл, и Литкойн. Результатом является нахождение существенного влияния «эффекта рычага» на динамику волатильности, а также свидетельств «долгой памяти» в волатильности для некоторых рядов. В среднем волатильность увеличивается больше после негативного шока, чем после позитивного, как на рынке акций; следовательно, временные ряды криптовалют включают в себя так называемый эффект рычага с некоторой степенью неоднородности по всему ряду. По мнению авторов, ими найдено доказательство изменяющейся во времени асимметрии для некоторых серий и отсутствия изменяющегося во времени эксцесса для всей выборки, что указывает на уменьшение симметрии при увеличении волатильности и, как следствие, уменьшение вероятности положительных (избыточных -- excess) возвратов.

1.4 Об оценках реализации блокчейн-проектов

В связи с тем, что блокчейн относительно недавно стал активно рассматриваться с позиции самостоятельной технологии, не являющейся лишь основой для функционирования криптовалют, и в зарубежной, и в отечественной литературе пока нет качественных исследований, затрагивающих его инвестиционную привлекательность. Как правило, ученых интересует природа блокчейн-технологии, вытекающие из нее перспективы использования, риски, а также проблемы государственного регулирования. Если говорить о перспективах в России, то многие ученые приходят к выводу, что блокчейн обладает благоприятными условиями для развития на территории РФ. На это указывают инициативы бизнес-сообществ («QIWI» ХАЙТЕК: «QIWI blockchain technologies совместно с Центром Корженевского разработала платформу распределенного процессинга QDP для внешних заказчиков». URL: https://hightech.fm/2018/04/16/qiwi-blockchain-3., «Сбербанк» РБК: «Сбербанк открыл блокчейн-лабараторию». URL: https://www.rbc.ru/rbcfreenews/5a5747cb9a794759e0b53504., «М.Видео» VC.RU: «М.Видео запустила тестирование проверки поставок с помощью блокчейна». URL: https://vc.ru/crypto/21979-mvideo-blockchain., «Национальный Расчетный Депозитарий» Официальный сайт “Национального Расчетного Депозитария». URL: https://www.nsd.ru/ru/press/pressrel/index.php?id36=633749., «РосЕвроБанк» Пресс-центр компании Microsoft: «РосЕвроБанк разработал прототип системы удаленной идентификации клиентов на базе технологии блокчейн от Microsoft». URL: https://news.microsoft.com/ru-ru/rosevrobank-razrabotal-prototip-sistemy-udalennoj-identifikatsii-klientov-na-baze-tehnologii-blokchejn-ot-microsoft/., некоммерческая организация «Блокчейн-Фонд» https://new.b-fund.io) и самого правительства. На государственном уровне широкое применение технологии блокчейн поддерживается курсом на развитие цифровой экономики, закрепленном в программе «Цифровая экономика Российской Федерации» Национальная программа «Цифровая экономика Российской Федерации». URL: http://static.government.ru/media/files/9gFM4FHj4PsB79I5v7yLVuPgu4bvR7M0.pdf., в которой представлена новая концепция индустриального развития. Технология блокчейн представляет собой один из ключевых инструментов, который позволит максимально оперативно создать условия для реализации данный программы. В частности, проект программы предусматривает к 2019 г. осуществление пилотного внедрения технологий распределенного реестра для защиты прав интеллектуальной собственности в сфере цифровой экономики. На уровне бизнес-сообществ, помимо перечисленных выше компаний, использование блокчейн поддерживается в сельскохозяйственной отрасли (глава фермерского хозяйства Колионово Михаил Шляпников запустил блокчейн-проект «Экосреда Колионово» для привлечения инвестиций «Деревня Колионово интегрировала свою деятельность в блокчейн». URL: https://cryptorussia.ru/news/derevnya-kolionovo-integrirovala-svoyu-deyatelnost-v-blokcheyn.), в области здравоохранения (Внешэкономбанк совместно с Минздравом реализуют проект электронной карты больного РИА Новости: «ВЭБ и Минздрав запустят пилотные проекты на блокчейне». URL: https://ria.ru/20170802/1499627266.html.) и в системе документооборота (проект «ERA») «Блокчейн-платформа ERA. Технологии во благо бизнеса и общества». URL: http://business-magazine.online/fn_7535.html.. Важно отметить, что, по мнению экспертов, благодаря наличию избыточных мощностей электроэнергии по доступным ценам, именно Россия может стать мировым лидером по применению блокчейн-технологии, обойдя западные страны. [Цветкова Л.А., 2017, с. 288-291; Иванов А.Ю. и др., 2017, с. 22-35].

Тем не менее, несмотря на стремительное распространение блокчейн-проектов, внедрение технологии сопряжено со множественными рисками. Цветкова (Цветкова Л.А., 2017, с. 282-283) подразделяет эти риски на 3 основные группы: технологические, экономические и нормативные. Технологические включают в себя качественные недостатки блокчейна: низкую пропускную способность, большое время проведения транзакций, высокие затраты электроэнергии и проблемы с мошенничеством. К экономическим автор относит нежелание некоторых компаний, в значительной степени выигрывающих от асимметрии информации и от необходимости доверять третьим лицам, адаптировать к рынку блокчейн. К нормативным -- отсутствие согласованности государственных органов разных стран, что, в условиях глобализации, негативно влияет даже на локальное применение технологии. Наиболее «проблематичной» группой автор считает экономические риски, поскольку в России существуют тысячи предприятий, выполняющих функцию доверенного хранения, передачи и подтверждения достоверности информации и способных в значительной степени замедлить темпы внедрения блокчейна.

Аналогично Цветковой, рискам уделяет внимание и Дарси Аллен (Allen D., 2017), однако, в отличие от исследователя из России, он абстрагируется от страновой принадлежности и углубляется в проблему более детально. Аллен показывает, что в настоящее время предприниматели блокчейна разрабатывают децентрализованные институциональные механизмы, которые необходимы для определения систем ценностей и осуществления торговли вне сферы формальных государственных учреждений (явление, определенное автором как крипто-отделение -- «crypto-secession»). По его мнению, экономика предпринимательской проблемы крипто-отделения аналогична пониманию «новой экономики развития» и австрийскому подходу, направленному на обнаружение предпринимателями взаимодополняющих комбинаций разнородного капитала. Алленом выведено два ключевых наблюдения из теоретической связи новой экономики развития и предпринимательской проблемы криптоэкономики. Первое состоит в том, что экономический процесс крипто-отделения во многом схож с проблемой экономического развития предпринимательства «защитного уровня» (protective-tier), которая требует выявления институциональных механизмов криптоэкономики с помощью координации предпринимательской деятельности, рассредоточенной в неценовой информации. Криптовладельцы не могут воспринимать институциональную среду как данность, они должны ее создавать. Вторым является то, что, поскольку не существует всеобъемлющего суверенного государства для прямых инвестиций в рамках децентрализованной криптоэкономики, процесс экономического развития криптоэкономики должен регулироваться в частном порядке предпринимателями («искателями»), а не правительством («планировщиками»). Криптовладельцы могут участвовать в неценовой координации информации, необходимой для осуществления скоординированных дополнительных инвестиций в блокчейн. Такая неоднородность гибридных институтов представляет собой способ преодоления проблемы разработки механизмов частного управления, в рамках которых предприниматели развивают новую экономику -- криптоэкономику, однако, как только структура и форма криптоэкономики раскрывается, масштабы инноваций в блокчейн сокращаются. Из этого следует, что по мере развития экосистемы блокчейнов, сравнительная эффективность общих инноваций уменьшается, то есть существование многих предпринимательских фундаментальных преобразований снижает темпы внедрения блокчейна. Другими словами, чем сильнее прогрессирует негосударственное развитие блокчейна, тем сильнее оно и губится.

Таким образом, на основе изученной литературы можно сделать следующие выводы:

Во-первых, анализ инвестиционной эффективности криптовалют предусматривает введение ограничений на ликвидность в портфеле и обязательный учет всех имеющихся рисков (работы Чуена, Ли, Ванга и Тримборна, Ли и Хардла);

Во-вторых, несмотря на то, что интерес к криптоэкономике в России на государственном уровне и на уровне бизнес-сообществ очень велик, ощущается недостаток эконометрических, финансовых и математических исследований по части инвестирования в блокчейн и в криптовалюты;

В-третьих, на данном этапе становления блокчейна пока непонятно, сможет ли технология развиться с помощью частного внедрения или ей необходима государственная поддержка;

В-четвертых, никто из ученых не сравнивает эффективность инвестирования в криптовалюты и в блокчейн-проекты, что еще раз указывает на актуальность и уникальность выбранной проблематики.

2. Методология и данные

Для достижения поставленной цели -- сравнить эффективность инвестирования в криптовалюты и в блокчейн-проекты -- в данной ВКР предполагается анализ доходностей и рисков временных рядов с последующим формированием портфелей в пакете Excel. В качестве меры эффективности блокчейн-проектов выступают токены, выпущенные через ICO и обращающиеся на бирже. В отличие от криптовалют, токены имеют ограниченный функционал и формирование их цены в основном зависит не только от баланса спроса и предложения, но и от результатов деятельности эмитента, то есть самих проектов. Другими словами, токены представляют собой нечто среднее между криптовалютами и акциями компаний, тем не менее ни к той, ни к другой группе они не относятся. В связи с этим в исследование включены и традиционные активы -- уже упомянутые акции компаний, что позволяет более полно и качественно оценить и сравнить эффективность инвестирования в криптовалюты и в блокчейн-проекты. [Catalini. C., Gans J.S., 2016, p. 12-14].

Для подсчета доходности и риска используются ежедневные исторические данные, взятые с криптовалютных и фондовых бирж. Временной горизонт исследования разделен на 3 части:

1. С 1 января 2017 года по 31 декабря 2018 года. Этот отрезок включает как рекордный рост цен криптовалют, так и их падение;

2. С 1 сентября 2018 года по 1 февраля 2019 года. Этот отрезок отражает состояние после рекордного роста и падения. Предполагается, что здесь рынок перестраивается и показывает уже другие тенденции (см. Приложение);

3. Прогнозные значения с 1 мая 2018 года по 1 мая 2019 года (прогноз с 1 февраля 2019).

Доходность и риск рассчитываются по стандартным методам анализа прибыльности акций. Так, ожидаемая ежедневная доходность (expected daily return -- EDR) есть среднее значение ежедневных доходностей (DR) за период, ожидаемая годовая доходность (expected annual return -- EAR) -- приведенная к годовому эквиваленту ожидаемая ежедневная доходность, реальная годовая доходность (real annual return -- RAR) -- разница между ценой в начале периода и ценой в конце, поделенная на цену в начале, а риск (st. deviation) -- стандартное отклонение ежедневных доходностей за период. [Берзон Н. И., 2010].

Более формально данные формулы описываются следующим образом:

,

n -- количество дней в периоде;

;

,

P₁ -- цена актива в начале периода,

P_n -- цена актива в конце периода;

,

у² -- дисперсия ежедневных доходностей за период.

Котировки криптовалют и токенов взяты с сайта coinmarketcap.com, акций -- с сайта investing.com.

Что касается риска и доходности портфеля, то и здесь применяются привычные методы анализа акций традиционных компаний. Риск (Risk_p) равен произведению горизонтальной матрицы долей, матрицы ковариаций и вертикальной матрицы долей, а доходность (Return_p) представляет сумму ожидаемых ежедневных доходностей активов (EDR), взвешенных на доли активов в портфеле. Доли рассчитываются с помощью функции Excel «Поиск решений», тем самым производится оптимизация портфелей по риску и доходности. Формально:

,

w = 1, … i,j -- доли активов в портфеле;

.

Так как риск и доходность активов могут значительно разниться, что затрудняет или вовсе делает сравнение невозможным, в исследование включены коэффициенты, которые дают больше представления об эффективности портфелей и активов. К таким коэффициентам относятся Бета-коэффициент (применяется и к активам, и к портфелям), коэффициент Шарпа (активы и портфели), коэффициент Трейнора (портфели), коэффициент альфа Дженсена (портфели) и коэффициент Модильяни (портфели). Для криптовалют и токенов Бета-коэффициент рассчитывается на основе индекса CRIX Данные о CRIX взяты с сайта разработчиков данного индекса. URL: http://thecrix.de., для акций -- на основе нескольких индексов, компонентами которых являются выбранные котировки. Данный коэффициент показывает, насколько сильно изменяется доходность актива или портфеля от изменения доходности рынка в целом. Особенности оставшихся коэффициентов представлены в Таблице 1. [Олькова А.Е., 2017].

Таблица 1 -- Коэффициенты для анализа эффективности портфелей и активов

Часто используемые коэффициенты -- коэффициент Джека Швагера и коэффициент Сортино -- в данной ВКР неприменимы. Это связано с тем, что для анализа взяты ежедневные доходности, тогда как указанные коэффициенты требуют годовые или месячные значения портфелей/активов не менее чем за 3 года, что криптовалюты и токены обеспечить не могут. [Олькова А.Е., 2017].

Особое внимание стоит уделить 3-ей составляющей временного горизонта. Как правило, доходности акций прогнозируются на основе авторегрессионных моделей (скользящего среднего, ARIMA), однако авторегрессионные модели подходят больше для линейных трендов, с увеличением волатильности рынка результаты построений размываются и прогноз становится нечетким. В связи с этим для получения наиболее качественных значений в исследовании используются нейронные сети. Главное преимущество нейронных сетей заключается в способности находить оптимальную для вводимого индикатора стратегию предсказания и умении подстраиваться под рынок, что важно для развивающихся сегментов и, в частности, для криптовалют. Прогнозирование осуществляется с помощью программы GMDH Shell. [Dixon M.F. et al., 2016].

Что касается рассмотренных в предыдущей главе статей, то методы, предлагаемые в них, не совсем подходят для данной ВКР. Описанная Тримборном и др. (2017) LIBRO-модель, вводящая верхнюю границу на ликвидность криптовалют, не соотносится с представленной концепцией сравнения эффективности инвестирования. Ликвидность в трейдинге означает большое количество заявок как на продажу, так и на покупку актива в любой момент торгов. Все популярные криптовалюты имеют высокую ликвидность, только появившиеся же -- низкую. Временной горизонт состоит из чуть более чем 2-х лет, поэтому криптовалюты с низкой ликвидностью не могут быть включены в анализ.

В данной ВКР используются ежедневные котировки 14 крупнейших по капитализации действующих криптовалют, токенов (блокчейн-проекты) и акций традиционных компаний, которые имеют информацию о ценах за 2017 и 2018 годы.

Выборка криптовалют подразделяется на 3 группы: криптовалюты, входящие в индекс CRIX (Bitcoin, Ethereum, XRP, Litecoin, DASH, NEO, NEM, Monero, Ethereum Classic), криптовалюты, не входящие в индекс CRIX, но входящие в топ-50 по капитализации (Zcash, Waves, Dogecoin, Decred), и наиболее перспективные криптовалюты (Stellar). Подробно они описаны в Таблице (см. Приложение).

Блокчейн-проекты представлены ICO-стартапами (токенами), различными не только по сфере деятельности, но и по страновой принадлежности. Так, в выборке присутствуют 2 проекта из России (Genesis vision, Cindicator), 2 проекта из Швейцарии (Eidoo, Santiment), 2 проекта из Сингапура (DigixDAO, Enjin Coin) и по 1 проекту из Польши (Golem), США (Veritaseum), Аргентины (Decentraland), Нидерландов (Dentacoin), Австралии (Power Ledger), Литвы (Edgeless), Франции (iEx.ec) и Германии (Request Network). Сферы деятельности проектов затрагивают как привычные для ICO программное обеспечение и криптоторговлю, так и широкий спектр развлечений, бизнес-услуг, медицину и даже игорный бизнес. Все проекты созданы на платформе Ethereum. Подробно они описаны в Таблице (см. Приложение).

Что касается акций традиционных компаний, то они также весьма разнообразны. В целях более емкого анализа и диверсификации портфелей выборка включает в себя компании из 5 экономических регионов: США, Россия, Китай, Европейский Союз и другие страны Азии. Наибольшим представительством обладает США -- 8 компаний (Microsoft, Apple, Visa, Mastercard, Coca-Cola, Pfizer, Boeing, P&G), затем следует Китай -- 2 компании (ICBC, Ping An Insurance Company), другие страны Азии -- 2 компании (Samsung, Sony), Россия -- 1 (Роснефть), и Европейский Союз -- 1 (Uniliver). Стоит отметить, что первоначально выборка состояла из равного количества компаний от каждого региона, однако, чтобы количество акций совпало с количеством криптовалют, на основе ранжирования по коэффициенту Шарпа и реальной ежегодной доходности были оставлены 14 лучших. Аналогичный метод использовался и при отборе блокчейн-проектов. До ранжирования их насчитывалось 30. Такой подход позволил избежать субъективности при составлении выборок и сделать их наиболее конкурентными.