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	...

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
  

• Виды бюджетов предприятия

  Рассмотрение основных частей полноценного внутрифирменного бюджетирования. Общая характеристика важных видов бюджетов: генеральные, вспомогательные, специальные. Знакомство с деятельностью ООО "Исеть", особенности формирования бюджета на предприятии.
  
  курсовая работа [143,1 K], добавлен 01.02.2015
  

• История развития РЦБ в дореволюционной России

  История рынка ценных бумаг в России, облигаций государственного займа. Становление рынка капиталов и крепостничество. Причины появления ассигнаций. Хронология событий 1815-1839 гг. РЦБ после отмены крепостного права, в период Октябрьской революции.
  
  презентация [995,3 K], добавлен 20.03.2011
  

• Управленческий и финансовый учет

  Калькуляция стоимости по видам деятельности: краткая характеристика и область применения. Сущность метода Activity Based Costing. Изучение процесса анализа отклонений, с подробным рассмотрением составляющих отклонений по производственным расходам.
  
  контрольная работа [200,0 K], добавлен 05.01.2013
  

• Особенности организации финансовых некоммерческих организаций и учреждений

  Рассмотрение особенностей организации финансовых некоммерческих организаций и учреждений. Общая характеристика способов определения видов и размеров специальных денежных фондов. Анализ свойств некоммерческих организаций, знакомство с особенностями.
  
  курсовая работа [65,8 K], добавлен 04.02.2014
  

• Негосударственные пенсионные фонды Казахстана

  Знакомство с перспективами развития негосударственных пенсионных фондов Казахстана. Общая характеристика АО НПФ "Коргау", анализ основных видов деятельности. Рассмотрение Теоретических основ функционирования пенсионной системы Республики Казахстан.
  
  дипломная работа [634,6 K], добавлен 13.02.2015
  

• Исчисление и уплата налога на добавленную стоимость подрядными организациями

  Общая характеристика Налогового кодекса Республики Беларусь. Особенности формирования налоговой базы у подрядчика. Анализ инструкции о порядке заполнения счета-фактуры по налогу на добавленную стоимость. Формы ставки НДС при выполнении строительных работ.
  
  реферат [27,8 K], добавлен 23.12.2008
  

• Налог на добавленную стоимость

  Общая характеристика действующей системы обложения налогом на добавленную стоимость. Значение и задачи учета НДС и его нормативное регулирование. Экономическая характеристика деятельности предприятия. Порядок расчета НДС на примере ООО СК "Виком".
  
  курсовая работа [56,6 K], добавлен 13.05.2014
  

• Особенности налогообложения различных групп налогоплательщиков

  Малый бизнес как один из ключевых элементов современной экономической системы. Знакомство с особенностями принципов налогового регулирования. Рассмотрение налоговых льгот для субъектов малого и среднего предпринимательства, их общая характеристика.
  
  курсовая работа [66,2 K], добавлен 13.04.2014
  

• Анализ и оценка финансового состояния предприятия на основе чтения и анализа бухгалтерской отчетности

  Общая оценка бухгалтерской отчётности. Остаточная стоимость основных средств, их изношенность. Стоимость финансовых вложений, себестоимость товаров и прибыль от продаж. Выводы об экономическом потенциале предприятия по результатам сравнительного баланса.
  
  практическая работа [14,6 K], добавлен 09.12.2009
  

• Бюджетный дефицит

  Знакомство с экономическими рычагами, стимулирующими приток средств в бюджет. Общая характеристика бюджетного дефицита в Российской Федерации, анализ основных видов и способов покрытия. Рассмотрение распространенных методов определения величины дефицита.
  
  курсовая работа [128,1 K], добавлен 13.01.2015
  

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