Факторы формирования стоимости криптовалют: на примере биткоина
Анализ рынка криптовалют. Основные характеристики биткоина как платежной системы и как виртуальной валюты. Инфраструктура для совершения операций с ним. SWOT-анализ системы "Биткоин". Эмпирическое исследование факторов формирования цены биткоина.
| Рубрика | Финансы, деньги и налоги |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 26.12.2019 |
| Размер файла | 5,2 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
3.) Возможности
Определение легального статуса биткоина
На данный момент большинство государств не определило легальный статус биткоина. То есть не совсем ясно каким образом данная валюта будет облагаться налогом, насколько будет контролироваться и вообще будет ли она законной для использования. Безусловно, это повышает риск использования биткоин. Тем не менее если государства определят легальный статус биткоина, это может способствовать расширению его использования.
Принятие системы крупными компаниями
Как уже было упомянуто большая часть компаний не принимает биткоин к оплате. Однако если лидирующие мировые компании создадут прецедент использования биткоина в качестве платежного средства, это может подтолкнуть к широкому признанию биткоина как способа оплаты.
Расширение использования в странах третьего мира
Еще одной возможностью является расширение присутствия в странах третьего мира. В таких странах высокая волатильность местной валюты, а также низкая степень развитости финансовых институтов создает благоприятную почву для продвижения виртуальных валют. Прецедентом является успешное внедрение системы «M-Peso» в Нигерии, которая позволяет проводить оплату товаров и услуг через мобильные телефоны. Еще одним важным фактором для внедрения технологии в странах третьего мира является благосклонное отношение властей к новикам в сфере финансово-технологических разработок (Niven, 2017).
Расширение международной торговли и интернета вещей
Расширение международной торговли и интернета вещей способствует увеличению числа и объема платежей через интернет. При этом цены на товары могут быть номинированы в цене отличной от домашней валюты потребителя. В данном случае «Биткоин» предлагает удобную систему для совершения международных платежей (Niven, 2017).
4.) Угрозы
Возможность введения жесткого регулирования
Значительной угрозой для биткоина является введение регулирования значительно ограничивающего операции с биткоином или вовсе его запрещающем. Поскольку во многих странах регулирование в принципе отсутствует, такой сценарий не исключен (James Faucette, 2017).
Взлом системы «Биткоин»
На данный момент взлом системы «Биткоин» считается невозможным. Однако при условии развития технологий эту угрозу нельзя исключать (James Faucette, 2017).
Выявление возможности применения системы в незаконной деятельности
Ряд исследователей говорит о том, что из-за анонимности системы она может использоваться в незаконной деятельности. Например, есть опасения, что «Биткоин» является инструментом для отмывания денег, уклонения от налогов, финансирования деятельности террористов и других форм незаконной деятельности. Однако, эти опасения подтверждены не были. Реальное использование биткоина в незаконной деятельности может привести к ужесточению регулирования или запрету биткоина [Dong He, Karl Habermeier, Ross Leckow 2016].
1.4 Обзор литературы. Факторы связанные с ценой биткоина
Согласно [Kristoufek 2013] формирование цены биткоина не может быть объяснено такими стандартными экономическими теориями, как паритет покупательной способности, модель дисконтирования денежных потоков или международным эффектом Фишера. Поскольку некоторое черты, которые определяют стоимость валют, у биткоина просто отсутствуют, применение традиционных методов становится невозможным. Особенно важен тот факт, что биткоин не находится под контролем или не гарантируется каким-либо государством или центральным банком. Поэтому данная виртуальная валюта несколько отдалена от экономики какой-либо страны. Это означает невозможность использования стандартных макроэкономических показателей конкретной страны для определения ценности биткоина.
Существующие научные исследования в области факторах формирования стоимости биткоина можно разделить на четыре основные группы:
исследования связи рыночных сил спроса и предложения и цены биткоина; связи интереса и цены биткоина; международного макроэкономическое развития и цены биткоина; фундаментальных факторов и цены биткоина. Рассмотрим работы в каждой из этих категорий.
1.) Рыночные силы спроса и предложения
В своей работе [Polasik et al. 2015] пришли к выводу, что предложение биткоина не связанно с его ценой. В качестве переменной было взято увеличение количества биткоинов в обороте по сравнению с предыдущим месяцем. Авторы объяснили отсутствие зависимости тем, что в отличие от «бумажных» денег предложение биткоина определено алгоритмом. Иными словами оно заранее предсказуемо. Следовательно, в эффективных рынках изменение будущего предложения уже отражено в настоящей цене биткоина.
[Kancs et al.] пришли к несколько иным выводам. Согласно их исследованиям цена биткоина определяется рыночными силами спроса и предложения. В частности размер экономики биткоина и скорость его обращения связаны с ценой биткоина. При этом оба фактора имеют отрицательную корреляцию с ценой данной виртуальной валюты. В качестве переменных для оценки размера экономики биткоина авторы использовали количество транзакций в день и количество адресов в системе «Биткоин». Переменной, характеризующей скорость обращения биткоинов, в данной работе является биткоин-уничтоженные дни. Гипотеза о зависимости спроса и цены биткоина была также подтверждена в исследованиях [Ciaian et al. 2016].
Согласно существующей литературе, увеличение количества биткоинов в обращение на связано с его ценой. Тем не менее цена биткоина подчиняется законам спроса и предложения, если в качестве переменных брать количество адресов, количество транзакций в день и скорость обращения биткоина, размер экономики соответственно.
2.) Интерес
В своей работе [Kristoufek 2013] изучает связь между вниманием пользователей сети интернет и ценой биткоина. В качестве переменных для оценки внимания интернет-пользователей были выбраны две переменные: недельное количество запросов слова биткоин в поисковике «Google» и количество посещений страницы «биткоин» в «Wikipedia». Автору удалось обнаружить положительную корреляцию между этими двумя переменными и ценой биткоина. Аналогичные выводы сделали [Polasik et al. 2015].
[Ciaian et al. 2016] также исследовали зависимость интереса к биткоину и его цены. Они пришли к заключению, что появление новой информации и увеличение просмотров страницы «биткоин» в «Wikipedia» имело положительную корреляцию с ценой биткоина только тогда, когда пользователи были мало осведомлены. Однако корреляция ослабевает в более поздние годы, когда общество насыщается информацией о биткоине. Авторы пришли к заключению, что в долгосрочной перспективе данная связь не является значимой.
Вышеупомянутые исследования фокусировались на изучении зависимости между интересом общественности и ценой биткоина. Ряд исследований посвящен анализу наличия корреляции интереса разных групп людей и цены биткоина. [Ciaian et al. 2016] говорят о наличии спекулятивной компоненты в общем спросе на биткоин. Они считают, что интерес спекулянтов зависим с ценой биткоина. В качестве переменной для оценки интереса со стороны спекулянтов было взято количество новых постов на биткоин-форумах. [Kim et al. 2016] использовали в качестве переменной количество комментариев в криптовалютных блогах и ответов на эти комментарии. В своей работе авторам удалось найти положительную связь между оцениваемым интересом и количеством транзакций в криптовалютных системах (в том числе в системе «Биткоин»).
В разных исследованиях по-разному оценивался интерес спекулянтов к биткоину. [Pavlнkovб 2016; Garcia et al. 2014; Georgoula et al. 2015] провели анализ эмоционального фона на разных форумах и его связь с ценой биткоина. В данных исследованиях была обнаружена лишь слабая корреляция. Однако она усиливалась в те моменты, когда волатильности цены биткоина возрастала.
[Li, Wang 2016] сделали вывод, что раннему рынку биткоина была присуща высокая спекулятивная активность, которая была зависима с ценой биткоина. Более зрелый (поздний) рынок биткоина был меньше подвержен влиянию спекулянтов. Связь между интересом спекулянтов и ценой биткоина в поздней стадии рынка биткоина авторы считают незначимой.
[Corradi, Hцfner 2018] утверждают, что значительная часть успеха биткоина объясняется не экономическими фундаментальными показателями, а мифологическими рассказами, рекламой, «сарафанным» радио и другими социальными механизмами, опирающимися на эмоции людей (например, страхом потерять хорошую возможность, страхом или неуверенностью). Данные эмоции очень часто провоцируют иррационально е поведение. Также авторы говорят, что важным фактором успеха биткоина является либератерианская идея, лежащая в его основе. Подтверждением этой гипотезы авторы считают, низкую чувствительность биткоина к негативным новостям.
[Glaser et al. 2014] считают, что изменение цены биткоина зависимо с новостями, связанными с виртуальными валютами. Относительно реакции инвесторов на новости, авторы пришли к выводам аналогичным с предыдущим исследованием. Они сделали вывод о предвзятом отношении инвесторов к негативным новостям и меньшей реакцией на такие новости. Авторы объяснили меньшую реакцию на негативные новости непрофессионализмом инвесторов.
[Chu et al. 2015] пришли к выводу, что несмотря на то, что факторами формирования стоимости биткоина являются спрос и предложение, на цена биткоина также связана с интересом инвесторов. В периоды значительных ростов или падений цены данной виртуальной валюты плохие или хорошие новости усугубляли рост или падение цены.
В целом, не существует однозначных выводов о связи цены биткоина и интереса разных групп людей.
3.) Макроэкономические факторы
[Baek, Elbeck 2015] пришли к выводу, что изменения макроэкономических факторов не зависимы с изменением цены биткоина (месячные данные). В качестве макроэкономических факторов авторы брали индекс S&P500, 10-летние казначейские билеты, цена золота, обменный курс доллар/евро и международный уровень безработицы. Аналогичные переменные на других временных промежутках были исследованы в работах [Bouoiyour, Selmi 2015; Dyhrberg 2016; Kristoufek 2014] и они также пришли к выводу о незначимости данных переменных.
Однако [van Wijk 2013] пришел к другим выводам в своей работе. Он подчеркнул важность макроэкономических факторов при формировании цены биткоина в долгосрочной перспективе. В частности ему удалось обнаружить зависимость между ценой биткоина и ценами на нефть, рыночными индексами и некоторыми обменными курсами валют. [Ciaian et al. 2016] в своей работе говорят о том, что такие макроэкономические показатели как индекс «Dow Jones», обменный курс доллар/евро и цены на нефть действительно зависимы с ценой биткоина, однако данная связь сохраняется только в краткосрочной перспективе.
[Bouoiyour, Selmi 2015] в своем исследовании сделал вывод о связи китайского фондового рынка и ценой криптовалют.
В большинстве работ делается вывод об отсутствии связи фундаментальных факторов и цены биткоина. Однако в некоторых работах такую связь удается найти на отдельных временных горизонтах или на уровне фундаментальных показателей отдельных стран.
4.) Факторы издержек
[Hayes 2016] посвятил исследованию связи между расходами на майнинг биткоина и его стоимостью. Автор сделал вывод о корреляции факторов, влияющих на расходы по майнингу биткоина, и ценой биткоина. Он утверждает, что при уменьшении стоимости данных факторов, цена биткоина также уменьшается. В качестве переменных для оценки расходов на майнинг были взяты вычислительные мощности, количество биткоинов добытых в минуту, количество уже добытых биткоинов, сложность используемого алгоритма (бинарная переменная) и количество дней с момента запуска системы «Биткоин». К аналогичным выводам пришли [Garcia et al. 2015; Van Alstyne 2014; Zhang, Song 2014].
[Bouri et al. 2017] исследовали связь между ценой электричество и ценой биткоина. Они выдвинули гипотезу о том, что электричество, как единственная переменная расходная часть при майнинге биткоина, должен иметь положительную корреляцию с ценой биткоина. Однако им удалось найти лишь слабую корреляцию, в результате чего они пришли к выводу об отсутствии связи между этими двумя переменными.
[Li, Wang 2016] пришли к выводу, что отсутствует связь между ценой биткоина и расходами на майнинг. В качестве переменной для оценки расходов на майнинг авторы выбрали его сложность.
Можно сделать вывод, что несмотря на наличие существования корреляции между некоторыми показателями расходов на добычу биткоина и ценой данного актива, значимая связь между ними отсутствует. Это может быть объяснено наличием общего восходящего тренда и у факторов, влияющих на расходы по майнингу биткоина, и у цены биткоина.
Выводы к главе 1
Для совершения сделок с биткоином существует инфраструктура, которая развивается быстрыми темпами. На данный момент уже сформировались крупнейшие игроки (наиболее используемые биржи, кошельки). Однако инфраструктура на данный момент не является устоявшейся: каждый день появляются новые биржи, кошельки и приложения, а старые умирают. Крупнейшие мировые компании начинают рассматривать биткоин в качестве части инвестиционного портфеля, о чем явно свидетельствует начало торга фьючерсами на биткоин на крупных международных биржах.
Система «Биткоин» имеет ряд преимуществ по сравнению с традиционными платежными системами, такие как скорость, безопасность и стоимость транзакций. Однако у системы «Биткоин» есть и ряд недостатков, большая часть которых происходит от непонимания обычными пользователями системы и относительно малого применения.
Однако криптовалюты (биткоин в том числе) еще очень мало изучены. В научном сообществе нет консенсуса по поводу факторов формирования стоимости биткоина и других криптовалют. По многим факторам не существует единого мнения по поводу наличия связи с ценой биткоина. Это говорит о необходимости проведения исследования в данной области для понимания того, какие факторы действительно связаны с ценой биткоина.
Учитывая тенденцию к увеличению оборотов онлайн-торговли [Awa et al. 2015], создание электронной наличности видится необходимым и перспективным шагом. Более того кризисы традиционных финансовых рынков все чаще заставляет инвесторов задуматься об альтернативных способах инвестирования. Одним из альтернативных активов является золото, однако появления биткоина может означать появление нового альтернативного актива.
ГЛАВА 2. ЭМПИРИЧЕСКОЕ ИССЛЕДОВАНИЕ ФАКТОРОВ ФОРМИРОВАНИЯ ЦЕНЫ БИТКОИНА
2.1 Гипотезы
Исходя из результатов обзора существующей литературы в области формирования стоимости биткоина, можно сделать вывод, что существуют разногласия по поводу связи интереса общественности, а также фундаментальных показателей и ценой биткоина. Ввиду этого необходимо проверить гипотезы о связи фундаментальных показателей и изменения цены биткоина, а также интереса людей и изменения цены биткоина.
Интерес людей можно рассматривать как интерес общественности в целом, так и как интерес определенных групп. В данной работе будут рассмотрены гипотезы о связи интереса общества к новому активу и изменением его цены и о связи интереса спекулянтов и изменения цены биткоина.
Еще одним предположением, выдвинутым в этой работе, является связь информационного фона в интернете и изменением цены биткоина. Биткоин как актив, существующий исключительно в сети интернет, должен быть связан с информационным фоном в нем.
Как было упомянуто в первой главе, «Биткоин» можно рассматривать не только как криптовалюту, но и как платежную систему. При этом одноименная криптовалюта неотделима от платежной системы. Соответственно, логично предположить, что при увеличении удобства использования системы, возрастет и стоимость связанной валюты.
Гипотезы можно разбить в две условные подгруппы. Гипотезы 1 - 5 (интерес общественности, информационный фон, спекулятивная привлекательность, удобство использования и фондовые рынки) связаны со спросом на биткоин, а гипотеза 6 с его предложением. Краткое описание гипотез, используемые переменные, а также ожидаемая связь представлены в таблице 3. Рассмотрим первую группу гипотез.
Таблица 3. Краткое описание гипотез
|
Гипотеза |
Переменные |
Ожидаемая связь |
|
|
Интерес общественности к биткоину связан с изменением его цены |
Количество посещений страницы «Bitcoin» в «Wikipedia» |
Положительная, значимая |
|
Гипотеза |
Переменные |
Ожидаемая связь |
|
|
Информационный фон в интернете связан с изменением цены биткоина |
10 групп новостей с «THE NEW YORK TIMES» |
Значимая |
|
|
Привлекательность биткоина с точки зрения спекуляции связана с изменением цены биткоина |
Среднее ско цены биткоина за предыдущие пять дней |
Положительная, значимая |
|
|
Удобство использования системы «Биткоин» коррелирует с изменением его цены |
Время транзакций |
Положительная, значимая |
|
|
Стоимость транзакций |
|||
|
Между фондовым рынком и изменением цены биткоина существует связь |
S&P 500 |
Отрицательная, значимая |
Источник: составлено автором на основании обзора литературы
Ввиду того, что биткоин является весьма специфичным активом, его спрос может в значительной степени определяться интересом общественности. При этом ожидается, что корреляция между интересом и ценой будет положительной.
В исследованиях, посвященных данному вопросу, были выбраны разные переменные, характеризующие интерес. К ним, в том числе, относятся следующие: индекс количества запросов в «Google» слова «bitcoin» [Chaeh, Fry 2015; Garcaia et al. 2014; Matta, Lunseu, Marchesi 2015]; количество посещений страницы «Bitcoin» в свободной энциклопедии «Wikipedia» [Ciaian, Rajcaniova , Kancs; Glaser et al. 2014]; количество постов и комментариев на криптовалютных форумах [Kim et al. 2016]; количество публикуемых статей, посвященных биткоину [Polasik et al. 2015]. В статье [Kristoufek 2013] автор пришел к выводу, что посещения в «Wikipedia» и индекс запросов в Google высококоррелированы, однако первый фактор лучше объясняет интерес к биткоину. Более того именно эта переменная наилучшим образом отражает интерес людей, которые первый раз столкнулись с термином «биткоин». Остальные переменные большей частью охватывают пользователей интересующихся конкретными характеристиками биткоина (например, инвестиционной привлекательностью).
В данной работе в качестве переменной, характеризующей интерес общества, было выбрано количество посещений страницы «Bitcoin» в свободной энциклопедии «Wikipedia». Поскольку биткоин - это актив, который существует исключительно в сети интернет, то все люди, которые потенциально могут купить биткоин, имеют доступ к интернету. Соответственно их интерес можно измерить посещениями страницы «Bitcoin» в «Wikipedia». Также именно количество посещений страницы «Bitcoin» в «Wikipedia» отражает интерес людей, которые впервые услышали о биткоине. В этой работе под интересом общества подразумевается не интерес какой-либо конкретной группы инвесторов, а общее количество людей осведомленных о биткоине (иными словами, как минимум прочитали страницу в «Wikipedia»).
Гипотеза 1: Интерес общественности к биткоину связан с изменением его цены
В следующей гипотезе предполагается, что информационный фон создаваемый в сети интернет связан с ценой биткоина [Glaser et al. 2014]. Одним из важнейших факторов, влияющих на информационный фон являются публикации таких известных новостных сайтов как «THE NEW YORK TIMES», «Guardian» и «The New York Times». Чаще всего именно они определяют дальнейший тон и настроение общества по тем или иным вопросам.
В данной работе новости с сайта «THE NEW YORK TIMES», связанные с биткоином и криптовалютой, разбиваются в следующие группы: «Звезды и биткоин», «Разработчик биткоина», «Безопасность биткоина», «Биржевые новости о биткоине», «Вирус-вымогатель», «Общие биржевые новости», «Общие новости о взломах», «Незаконная торговля при помощи биткоина», «Экономические прогнозы» и «Биткоин как финансовый пузырь». Данные группы были выделены с использованием метода иерархического кластеринга в программе «Orange». После этого проводится анализ того, как конкретный тип новостей связан с ценой биткоина. Ожидается, что все перечисленные группы будут значимы в отношении цены биткоина. На основании вышеизложенного была сформулирована гипотеза 2.
Гипотеза 2: Информационный фон в интернете связан с изменением цены биткоина
В гипотезе 3 рассматривается связь интереса спекулянтов и цены биткоина. Биткоин ввиду высокой волатильности и стремительного роста может действительно оказаться привлекательным спекулятивным механизмом. Ожидается что спекулятивная привлекательность и цена биткоина изменяются в одном направлении.
Для оценки правильности данной гипотезы были выбрана следующая переменная: волатильность цены биткоина за прошедший период. В качестве переменной было взято среднее СКО за предыдущие пять дней, и была сформулирована гипотеза 3.
Гипотеза 3: Привлекательность биткоина с точки зрения спекуляции связана с изменением цены биткоина
Пользователю, который активно пользуется любой платежной системой, важно ее удобство. То есть чем удобнее система, тем большее количество людей будет ее использовать. Рост спроса предполагает рост цены актива. Таким образом мы приходим к гипотезе о положительной зависимости между удобством системы «Биткоин» и его ценой.
В данной работе переменными характеризующими удобство являются стоимость и скорость одной транзакции в системе «Биткоин».
Гипотеза 4: Удобство использования системы «Биткоин» коррелирует с изменением его цены
В этой работе предполагается, что существует отрицательная связь между фондовым рынком и ценой биткоина. Данное допущение основано на том, что фондовые рынки зачастую противопоставляются новым криптовалютным и рассматриваются, как их альтернатива URL: https://www.rbc.ru/crypto/news/5ac236a39a794767b75da9ef. Иными словами, при наличии отрицательной корреляции можно предположить, что инвесторы уходят с традиционных рынков, отдавая предпочтение криптовалютным.
В качестве переменной, отражающей движение фондовой биржи, был взят индекс S&P 500 [Baek, Elbeck 2015; Bouri et al.].
Гипотеза 5: Между фондовым рынком и изменением цены биткоина существует связь
2.2 Выбор эконометрической модели
В целях данного исследования необходимо проанализировать динамику нескольких временных рядов. Тем не менее, такие эконометрические модели как скользящее среднее или авторегрессивная модель дают возможность исследовать связь между самой переменной и ее лаговым значениями. Это ограничение отсутствует в модели векторной авторегрессии, которая позволяет включать в анализ также другие временные ряды помимо временного ряда независимой переменной. Модель векторной авторегрессии охватывает гораздо большее количество факторов, чем традиционные модели анализа временных рядов, такие как авторегрессионные модели и модель скользящего среднего.
Однако из преимуществ данной модели следуют и ее недостатки. Модель может включать излишнее количество переменных, что иногда делает модель неоправданно сложной. В целях исправления данного недостатка в данной работе был проведен анализ корреляционной матрицы переменных, в результате которого коррелированные факторы были исключены из модели.
Еще одной трудностью при использовании данной модели является необходимость выполнения условия стационарности временных рядов для оценки параметров модели методом наименьших квадратов. Поскольку именно этот метод был использован в данной работе, ряды были приведены к стационарному виду. Для приведения рядов к стационарному виду был использован метод логарифмирования и взятия первой разницы. Стационарность рядов был проверен при помощи расширенного теста Дики-Фуллера.
Модель векторной авторегрессии в наиболее общем виде представлена формулой 1:
(1)
Для определения количества лагов используются автокорреляционные функции, частичные автокорреляционные функции и кросскорреляционные функции. Независимые переменные, необходимые для построения модели исходя из уровня значимости.
Эмпирическое исследование было проведено в статистической программе R, визуализация результатов выполнена в Excel.
Уровень значимости, используемый для проверки гипотез - 5%.
2.3 Описание переменных и данных
В таблице 4 указаны используемые в модели переменные, их обозначения а также источники данных для этих переменных. В таблице 5 приведена описательная статистка данных, используемых для проверки гипотез. Анализ стоимости биткоина проведен за период с 01.07.2015 по 23.03.2018.
Таблица 4. Описание переменных
|
Обозначение |
Описание переменной |
Источник |
|
|
?p |
Процентное изменение цены биткоина за день |
coinmarketcap.com |
|
|
Wiki |
Количество посещений страницы «Bitcoin» в «Wikipedia» за текущий день |
https://tools.wmflabs.org/pageviews/ |
|
|
NYT1 |
Количество новостей NYT из категории «Звезды и биткоин», появившихся за текущий день |
Рассчитано на основании данных https://www.nytimes.com/ |
|
|
Обозначение |
Описание переменной |
Источник |
|
|
NYT2 |
Количество новостей NYT из категории «Разработчик биткоина», появившихся за текущий день |
Рассчитано на основании данных https://www.nytimes.com/ |
|
|
NYT3 |
Количество новостей NYT из категории «Безопасность биткоина», появившихся за текущий день |
Рассчитано на основании данных https://www.nytimes.com/ |
|
|
NYT4 |
Количество новостей NYT из категории «Биржевые новости о биткоине», появившихся за текущий день |
Рассчитано на основании данных https://www.nytimes.com/ |
|
|
NYT5 |
Количество новостей NYT из категории «Вирус-вымогатель», появившихся за текущий день |
Рассчитано на основании данных https://www.nytimes.com/ |
|
|
NYT6 |
Количество новостей NYT из категории «Общие биржевые новости», появившихся за текущий день |
Рассчитано на основании данных https://www.nytimes.com/ |
|
|
NYT7 |
Количество новостей NYT из категории «Общие новости о взломах», появившихся за текущий день |
Рассчитано на основании данных https://www.nytimes.com/ |
|
|
NYT8 |
Количество новостей NYT из категории «Незаконная торговля при помощи биткоина», появившихся за текущий день |
Рассчитано на основании данных https://www.nytimes.com/ |
|
|
NYT9 |
Количество новостей NYT из категории «Экономические прогнозы», появившихся за текущий день |
Рассчитано на основании данных https://www.nytimes.com/ |
|
|
NYT10 |
Количество новостей NYT из категории «Биткоин как финансовый пузырь», появившихся за текущий день |
Рассчитано на основании данных https://www.nytimes.com/ |
|
|
S |
Ско цены биткоина за предыдущие пять дней |
Рассчитано на основании данных coinmarketcap.com |
|
|
t_tr |
Время транзакции (медиана) |
https://coinmarketcap.com |
|
|
Cost_tr |
Средняя стоимость транзакции |
https://coinmarketcap.com |
|
|
?SP |
Индекс S&P 500 |
https://finance.yahoo.com |
Источник: составлено автором
Цена биткоина была взята с сайта coinmarketcap.com, так как он является ведущим источником по отслеживанию цен на криптовалюты и состояния криптовалютного рынка URL: https://forklog.com/coinmarketcap-udalil-ssylku-na-forum-bitcoin-com/. В качестве зависимой переменной было взято относительное изменение цены биткоина (в процентах). Для этого существует две основных причины. Во-первых, реакцию цены на события на рынке разумно рассматривать в относительных показателях [Fama 1969]. Абсолютные значения не говорят нам о реакции на события на рынке, а просто констатируют факт о достижении цены определенного уровня. Во-вторых, временной ряд цены биткоина не является стационарным, то есть подвержен значительным изменениям среднего значения и дисперсии. Временной ряд процентного изменения биткоина более удобен для статистического анализа (рисунок 11). Стоит отметить, что дневные изменения цены биткоина могут быть весьма значительны (таблица 5). Максимальное падение цены этой криптовалюты за рассматриваемый период составляет 20.8%, а максимальный дневной рост - 22.5%.
Рис.11 График процентного изменения цены биткоина в период с июля 2015 г. по март 2018 г. Источник: составлено автором на основании данных с сайта coinmarketcap.com
Количество просмотров страницы «Bitcoin» в «Wikipedia» было взято в абсолютном значении, так как, предположительно, с ценой биткоина связан абсолютный уровень внимания публики к новому активу. Иными словами, если уровень внимания держится на стабильно высоком уровне, то данная ситуация все равно будет коррелирована с ростом цены биткоина. В среднем за рассматриваемый период страницу «Bitcoin» посетило 24 тысячи человек.
Таблица 5. Описательная статистка данных
|
|
?p |
S |
Wiki |
?SP |
cost_tr |
t_tr |
|
|
Среднее |
0.4 |
135 |
23969 |
0 |
1.1 |
10.4 |
|
|
Медиана |
0.3 |
17 |
11522 |
0 |
1 |
9.4 |
|
|
Мода |
0 |
#Н/Д |
8297 |
0 |
#Н/Д |
9 |
|
|
СКО |
4.1 |
296 |
32822 |
0.7 |
0.43 |
3.4 |
|
|
Эксцесс |
5.1 |
20 |
29 |
7.7 |
2.6 |
3.6 |
|
|
Асимметричность |
-0.3 |
4 |
5 |
-0.7 |
1.3 |
1.6 |
|
|
Минимум |
-20.8 |
0.6 |
5379 |
-4.1 |
0.35 |
5.8 |
|
|
?p |
S |
Wiki |
?SP |
cost_tr |
t_tr |
||
|
Максимум |
22.5 |
2767 |
3.4E+05 |
3.9 |
3.1 |
29.3 |
|
|
Сумма |
349 |
134727 |
2.4E+07 |
26.4 |
1099.2 |
10358.6 |
|
|
Счет |
998 |
998 |
998 |
998 |
998 |
998 |
Источник: составлено автором
Новости, содержащие слова «биткоин» или «криптовалюта», были выгружены с официального сайта The New York Times и разбиты на 10 групп. Слова, которые наиболее часто употреблялись в данных новостях, можно увидеть в облаке слов (рисунок 12). Группировка новостей происходила по методу иерархического кластеринга. Затем была рассчитано сколько новостей из каждой группы появилось в каждый день. Таким образом текстовые данные преобразовывались во временной ряд чисел, соответствующих количеству новостей из каждой категории появившихся в каждый день. Стоит отметить, что такие группы новостей как «Общие биржевые новости», «Экономические прогнозы» и «Общие новости о взломах» не содержат слов «bitcoin» и «cryptocurrency» в названиях или описаниях. Данные термины упоминаются лишь мельком и ограниченное количество раз. Названия остальных групп новостей чаще всего содержат слова «bitcoin» и «cryptocurrency» в названиях и в целом посвящены криптовалютам.
Рис.12 Наиболее популярные слова, встречающиеся в статьях с сайта The New York Times со словами «биткоин» и «криптовалюта». Источник: составлено автором в программе «Orange» на основании статей с сайта «nytimes.com»
Для анализа времени транзакции была взята дневная медиана (в минутах). Среднее значение времени транзакции может неверно отображать восприятие времени транзакции пользователями из-за наличия крайне маленьких или больших значений. Медина же показывает, что по крайней мере в половине случаев транзакция произойдет быстрее указанного промежутка, что больше отражает восприятие времени транзакции пользователями. Медианное время транзакции составляет примерно 9 минут с относительно невысоким ско - около трех минут.
Стоимость транзакции была взята средняя за день в процентном отношении к размеру транзакции. Размах значений стоимости транзакции составляет от 0.35% до 3.1%. В целях анализа было взято процентное ежедневное изменение индекса S&P 500. Среднеквадратическое отклонение цены биткоина рассчитывалось за каждый из предыдущих пяти дней, после чего было взято среднее значение за указанные дни. Среднее среднеквадратическое отклонение составляет 300 долларов.
2.4 Алгоритм построения модели
1.) Приведение рядов к стационарному виду
В результате проведения расширенного теста Дики-Фуллера было обнаружено, что все ряды кроме цены биткоина и индекса S&P 500 являются стационарными (приложение 2). Данные три ряда были приведены к стационарному виду путем взятия первой разницы логарифмов. Эта процедура также имеет смысл с практической точки зрения, так как анализ процентного изменения цены биткоина, индекса и среднеквадратического отклонения логично с точки зрения здравого смысла. Результаты теста Дики-Фуллера после приведения рядов к стационарному виде приведены в приложении 3.
2.) Анализ корреляции независимых переменных
Построение корреляционной матрицы для выявление независимых переменных, которые обладают значительной корреляцией. Корреляционная матрица приведена в таблице 6.
Таблица 6. Корреляционная матрица переменных
|
|
?p |
s |
C1 |
C2 |
C3 |
C4 |
C5 |
C6 |
C7 |
C8 |
C9 |
C10 |
wiki |
?SP |
cost |
time |
|
|
?p |
1.0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
s |
0.0 |
1.0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
C1 |
0.0 |
0.3 |
1.0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
C2 |
0.0 |
0.1 |
0.0 |
1.0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
C3 |
0.0 |
0.0 |
0.0 |
0.0 |
1.0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
C4 |
0.0 |
0.3 |
0.1 |
0.0 |
0.1 |
1.0 |
|
|
|
|
|
|
|
|
|
|
|
|
?p |
s |
C1 |
C2 |
C3 |
C4 |
C5 |
C6 |
C7 |
C8 |
C9 |
C10 |
wiki |
?SP |
cost |
time |
||
|
C5 |
-0.1 |
0.2 |
0.0 |
0.0 |
0.0 |
0.2 |
1.0 |
|
|
|
|
|
|
|
|
|
|
|
C6 |
0.0 |
0.0 |
0.1 |
0.0 |
0.0 |
0.1 |
0.0 |
1.0 |
|
|
|
|
|
|
|
|
|
|
C7 |
0.0 |
0.1 |
0.0 |
0.0 |
0.0 |
0.1 |
0.1 |
0.0 |
1.0 |
|
|
|
|
|
|
|
|
|
C8 |
0.0 |
0.2 |
0.0 |
0.1 |
0.0 |
0.1 |
0.0 |
0.1 |
0.0 |
1.0 |
|
|
|
|
|
|
|
|
C9 |
0.1 |
0.0 |
0.0 |
0.0 |
0.0 |
0.0 |
0.0 |
0.0 |
0.0 |
0.0 |
1.0 |
|
|
|
|
|
|
|
C10 |
0.0 |
0.2 |
0.0 |
0.0 |
0.0 |
0.1 |
0.1 |
0.0 |
0.1 |
0.0 |
0.0 |
1.0 |
|
|
|
|
|
|
wiki |
0.1 |
0.8 |
0.2 |
0.1 |
0.1 |
0.4 |
0.1 |
0.1 |
0.1 |
0.2 |
0.0 |
0.1 |
1.0 |
|
|
|
|
|
?SP |
0.0 |
0.0 |
0.0 |
0.0 |
0.0 |
0.0 |
-0.1 |
0.0 |
0.0 |
0.0 |
0.0 |
0.0 |
0.0 |
1.0 |
|
|
|
|
cost |
0.0 |
0.8 |
0.3 |
0.1 |
0.0 |
0.3 |
0.2 |
0.0 |
0.1 |
0.3 |
0.1 |
0.2 |
0.6 |
0.0 |
1.0 |
|
|
|
time |
0.1 |
0.1 |
0.0 |
0.0 |
-0.1 |
0.0 |
0.0 |
0.0 |
0.0 |
0.0 |
0.0 |
0.1 |
0.2 |
0.0 |
0.1 |
1.0 |
Источник: составлено автором в программе «Excel»
Значительной корреляцией между собой обладают три независимые переменные: стоимость транзакции, количество просмотров в «Wikipedia» и среднеквадратическое отклонение цены биткоин. По причине высокой корреляции две переменные (среднеквадратическое отклонение и стоимость транзакции) были исключены из регрессии, так как включение данных переменных может исказить результаты анализа. Количество просмотров в «Wikipedia» больше остальных переменных коррелирует с процентным изменением цены биткоина. Именно поэтому из четырех коррелированных переменных именно просмотры страницы «Bitcoin» в «Wikipedia» были оставлены в модели.
5.) Определение количества лагов
Для определения количества лагов был построена автокорреляционная функция, частичная автокорреляционная функция, а также кросскорреляционная функция. Графики данных функций приведены в приложении 4. Исходя из зрительного анализа графиков авторегрессия отсутствует и в модель нет необходимости включать лаговые переменные цены биткоина. Однако при анализе кросскорреляционной функции можно сделать вывод о том, что необходимо включать некоторые независимые переменные с лагом. Лаг четвертой, пятой и седьмой групп новостей составляет три дня, тогда как лаг просмотров страницы «биткоин» в «Wikipedia» составляет 3 дня.
6.) Построение регрессии
На основании предыдущих шагов была построена регрессия по методу наименьших квадратов. Результаты представлены в таблице 7.
Таблица 7. Результаты построения регрессии
|
Переменная |
Коэффициент |
p-значение |
|
|
Intercept |
-0.431 |
0.306 |
|
|
Wiki |
0.981 |
0.031* |
|
|
NYT1 |
0.938 |
0.01** |
|
|
NYT2 |
0.564 |
0.024* |
|
|
NYT3 |
-0.1 |
0.047* |
|
|
NYT4 |
-0.556 |
0.62 |
|
|
NYT5 |
-3.041 |
0.412 |
|
|
NYT6 |
-0.02 |
0.185 |
|
|
NYT7 |
1.014 |
0.286 |
|
|
NYT8 |
0.467 |
0.043* |
|
|
NYT9 |
2 |
0.89 |
|
|
NYT10 |
0.471 |
0.039* |
|
|
t_tr |
0.067 |
0.074 |
|
|
?SP |
0.251 |
0.138 |
*переменная значима на уровне 5%
** переменная значима на уровне 1%
В результате построения регрессии значимыми на уровне 5% оказались следующие факторы: группы новостей «Звезды и биткоин», «Разработчик биткоина», «Безопасность биткоина», «Незаконная торговля при помощи биткоина», «Биткоин как финансовый пузырь» и количество просмотров страницы «Bitcoin» в «Wikipedia». При этом все факторы кроме новостей из категории «Безопасность биткоина» имеют положительные коэффициенты.
7.) Построение регрессии без незначимых переменных
На следующем шаге все незначимые переменные были убраны из модели. В новую модель вошли 5 значимых групп новостей, а также просмотры страницы «Bitcoin» в «Wikipedia». Как видно из таблицы 8 все переменные остались значимыми, а значения коэффициентов незначительно изменились. R квадрат получившейся модели составляет 12%. P-значение модели примерно равно нулю.
Таблица 8. Результаты построения модели без незначимых переменных
|
Переменная |
Коэффициент |
p-значение |
|
|
Intercept |
-0.456 |
0.286 |
|
|
Wiki |
1.018 |
0.016* |
|
|
NYT1 |
0.922 |
0.01** |
|
|
NYT2 |
0.52 |
0.028* |
|
|
NYT3 |
-0.081 |
0.044* |
|
|
NYT8 |
0.437 |
0.022* |
|
|
NYT10 |
0.429 |
0.037* |
Выводы
Данное эмпирическое исследование подтверждает гипотезу о зависимости интереса общественности, выраженного в количестве посещение страницы «Bitcoin» в открытой энциклопедии «Wikipedia» и стоимостью биткоина. Данная зависимость может быть интерпретирована следующим образом: люди, которые впервые услышали новый для них термин «биткоин» впоследствии начинают изучать эту тему. Для получения более подробной информации о новом термине они посещают страницу в «Wikipedia». Часть людей, просмотревших эту страницу через некоторое время совершают инвестицию в новый актив. Согласно данному исследованию временной промежуток между просмотром страницы и совершением сделки составляет три дня. Данное наблюдение может свидетельствовать о том факте, что еще не все потенциальные инвесторы вошли на рынок и появление новой информации может продолжать подталкивать цену биткоина к дальнейшему росту.
Также стоит отметить, что посещение страницы «Bitcoin» в открытой энциклопедии «Wikipedia» коррелируют с среднеквадратическим отклонением цены биткоина. Однако в рамках изучаемой работы статистически проверить гипотезу о наличии связи не удалось. Корреляция может объясняться как связью между интересом к биткоину и среднеквадратическим отклонением, так и другими факторами.
Гипотеза о зависимости информационного фона и цены биткоина также была частично подтверждена. Информационный фон для целей данного исследования определялся новостями публикуемыми в журнале «The New York Times», в которых присутствовали слова «биткоин» или «криптовалюта». Из десяти групп, на которые были разбиты новости по методу иерархического кластеринга, значимыми оказались только 5. В эти 5 групп входят новости о звездах и биткоине/криптовалюте; новости о возможном создателе системы биткоин; новости о возможном совершении незаконных сделок посредством системы «Биткоин»; рассмотрение биткоина в качестве пузыря; анализ безопасности системы «Биткоин». При этом только последняя группа новостей имела отрицательную корреляцию с ценой биткоина. Можно предположить, что несмотря на яркий негативный окрас некоторых групп новостей («Биткоин как финансовый пузырь», «Незаконная торговля при помощи биткоина»), они имели положительную корреляцию с ценой биткоина, поскольку подогревали интерес публики. Люди начинали больше интересоваться новым активом, новости о котором появились в столь авторитетном издании, тем самым подталкивая спрос. Исключением, однако, являются новости о безопасности. По всей видимости, новизна технологии значительно повышает чувствительность инвесторов к новостям о безопасности данного актива, что и выражается в отрицательной корреляции.
В незначимые группы новостей попали «Биржевые новости о биткоине»; «Новости о вирусе-вымогателе»; «Общие биржевые новости»; «Экономические прогнозы на будущий год»; «Общие новости об информационной безопасности». По данным результатам можно предположить, что новости, в которых биткоин фигурировал лишь мельком (а сами новости были сконцентрированы, к примеру, на экономической ситуации) не коррелировали с ценой биткоина, поскольку не вызывали достаточного интереса к биткоину. Люди, малознакомые с термином, просто пролистывали незнакомое слово, не заостряя на нем внимания. Те же, кто был изначально осведомлен о биткоине, обращались к другим новостным источникам за более полной информацией перед решением о совершением сделки. Это предположение подтверждается отсутствием корреляции между биржевыми новостями о биткоине и его ценой.
Гипотеза о спекулятивной привлекательности биткоина и ее зависимости с ценой не удалось ни подтвердить, ни опровергнуть. Однако среднее среднеквадратическое отклонение за прошедшие пять дней и просмотры страницы в «Wikipedia» являются положительно коррелированными. Этот факт может свидетельствовать о том, что более высокий уровень волатильности подталкивает публику к поиску информации о том что такое биткоин.
Гипотезы о зависимости цены биткоина и удобства системы биткоина подтверждены не были. Время транзакции и цена биткоина оказались действительно сильно коррелированными, однако вместо ожидаемой отрицательной корреляции, была получена прямая зависимость. Гипотезу о связи стоимости транзакции и процентном изменении цены биткоина проверить не удалось, однако она имеет положительную корреляцию с просмотром страницы биткоин. Такая связь может быть объяснена тем фактом, что при увеличении интереса к биткоина, увеличивается количество или объем сделок с данной виртуальной валютой. При увеличении количества или объема сделок, увеличивается нагрузка на майнеров. Так как спрос на услуги майнеров растет, а стоимость транзакции в системе «Биткоин» не является фиксированной, то растет и стоимость оказываемых ими услуг.
Связь между фондовым рынком и стоимостью биткоина не была обнаружена, следовательно, гипотеза 5 не подтверждена. Данные результаты свидетельствуют о том, что на данный момент фондовый ранок и рынок криптовалют являются очень разными. Вероятнее всего в них учувствуют разные группы инвесторов с разным уровнем принятия риска.
Заключение
Высокая доля на рынке криптовалют, высокая волатильность, а также значительная цена биткоина привлекают к нему все больше и больше внимания со стороны инвесторов, пользователей и научного сообщества. Необычность поведения цены биткоина вызывает интерес с точки зрения того, как она формируется. Целью этой работы являлось выявление факторов, формирующих цену биткоина. В ней представлена связь между интересом общественности, информационным фоном, удобством использования системы «Биткоин», фондовым рынком, количеством биткоинов в сети и ценой самого биткоина.
Это исследование отличается от существующих работ в области криптовалют тем, что рассматривает новости не как фактор разового воздействия на цену биткоина, а как переменную, которая связана с ценой биткоина на промежутке более двух лет. Еще одной особенностью данной работы является промежуток изучения цены биткоина. В большинстве исследований изменение цены биткоина рассматривается на том временном промежутке, где биткоин следовал восходящему тренду. В данной работе рассмотрен и тот промежуток, на котором произошла коррекция цены.
Для анализа факторов формирования цены биткоина использовалась эконометрическая модель. На основании выбранной модели были протестированы гипотезы о зависимости выбранных факторов и цены биткоина. Период анализа - интервал с июля 2015 г. по март 2018 г..
Можно сделать вывод о том, что биткоин как инновационный актив, а также актив который существует исключительно в сети интернет, впитывает информацию, находящуюся в интернете. Все рассмотренные группы новостей, в которых слова «bitcoin» и «cryptocurrency» есть в заголовке статьи, являются значимыми в рассмотренной модели. Иными словами появление новой информации в интернете, связанной с биткоином, коррелировано с изменением цены данного актива.
Однако стоит отметить, что появление только определенных групп новостей связано с изменением цены биткоина. Новости, в которых слова «bitcoin» и «cryptocurrency» не фигурируют в названиях статей, не связаны с изменением цены биткоина. На это может быть две причины. Первая, новости, в которых данные слова не встречаются в названиях, посвящены не криптовалютным темам. Информация о биткоине встречается только мельком, что не оказывает достаточного влияния на читателя для совершения покупки или продажи биткоина. Второй причиной может быть то, что данные группы новостей читают разные группы инвесторов. Люди, которые читают общие биржевые новости не так заинтересованы в инвестировании в биткоин. Это предположение подтверждается тем фактом, что значимая связь между индексом S&P500 и изменением цены биткоина отсутствует.
Также значимым фактором в модели является количество просмотров страницы «bitcoin» в «Wikipedia». Это говорит о том, что заинтересованность публики имеет значимую связь с изменением цены биткоина. Данная связь логична: биткоин представляет собой относительно новый актив, о котором осведомлены еще не все потенциальные инвесторы. При высоком уровне заинтересованности, больше людей узнают о новом активе и предположительно покупают его. Это и способствует росту цены биткоина. Согласно проведенному анализу связь имеет страницы «Bitcoin» в «Wikipedia» с лагом в три дня относительно процентного изменения цены биткоина. То возникновение интереса публики предшествует увеличению цены биткоина, и наоборот, его уменьшение предшествует падению цены.
Факторы формирования стоимости биткоина не уникальны для данного актива. С изменением цены биткоина связано появление новостей, а также интерес общества. Аналогичные факторы связаны с ценой финансовых активов [Evans 2008; Kuatn, Askoy 2004]. Одной из особенностей биткоина может быть то, что факторы формирования стоимости изначально находятся в сети интернет. В данной работе были взяты новости, которые публикуются в интернете, и они оказались значимыми. Также интерес публики измерялся по посещениям веб-страницы. Такой подход, по всей видимости, оказался применимым для биткоина, но может быть не уместен при анализе традиционных финансовых активов. Интерес публики в случае традиционных финансовых активов более уместно измерять не только по просмотрам интернет-страниц, а также по показателям из реального мира. К примеру, измерять интерес общественности к золоту, как к финансовому активу, по посещению страниц про золото не совсем удачно. На интерес к этому активу будет в большей степени влиять не только информация из интернета, но также информация в реальном мире. При этом первоисточником информации о золоте будет, в отличие от биткоина, не виртуальное пространство.
Ввиду того, что существует связь между новостями в интернете и изменением цены бит...
Подобные документы
История зарождения цифровых денежных средств в экономической науке. Создание биткоина как первой криптографической валюты. Построение онлайн-сервисов на базе блокчейна Etherium. Организация приема платежей. Отношение к криптовалютам в различных странах.
курсовая работа [402,0 K], добавлен 09.06.2017История зарождения цифровых денежных средств, децентрализация как основной принцип их функционирования. Технология использования криптовалют Биткоин, Лайткоин, Etherium. Различие между централизованными и децентрализованными системами обмена информации.
контрольная работа [179,7 K], добавлен 17.06.2017Определение 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 26.11.2021История развития платежных средств. Анализ платежной системы как важнейшего элемента финансовой системы общества. Особенности действующей платежной системы России. Тенденции развития и пути совершенствования платежной системы на среднесрочную перспективу.
курсовая работа [631,3 K], добавлен 22.05.2014Изучение истории создании и принципов работы блокчейна как выстроенной цепочки информационных блоков, предназначенных для осуществления транзакций криптовалют. Анализ блокчейна электросетей на примере Эфириум. Раскрытие разницы между Bitcoin и Ethereum.
курсовая работа [1,3 M], добавлен 25.04.2019Экономическое содержание и роль платежной системы, ее элементы. Формы и принципы функционирования платежной системы государства. Субъекты расчетных взаимоотношений. Современное состояние и перспективы развития платежной системы в Республике Казахстан.
презентация [2,1 M], добавлен 28.11.2013Сущность и виды платежной системы. Анализ функционирования платежной системы Республики Беларусь на современном этапе. Оценка деятельности Национального Банка по обеспечению эффективного, надежного и безопасного функционирования платежной системы РБ.
курсовая работа [62,9 K], добавлен 16.09.2012Становление и развитие платежной системы Республики Казахстан. Деятельность АО ДБ "Альфа-Банк". Платежные системы АО ДБ "Альфа-Банк". Разработка мероприятий по улучшению платежной системы АО ДБ "Альфа-Банк". Усовершенствование платежной системы.
курсовая работа [99,2 K], добавлен 06.12.2008Устойчивость национальной валюты как основная цель денежно-кредитной политики Национального Банка РК. Основные тенденции развития современного мирового валютного рынка. Роль международной валютной системы. Характеристика системы банковских векселей.
дипломная работа [608,5 K], добавлен 23.12.2012Сущность и место платежной системы в экономике государства, основные факторы, влияющие на ее развитие, условия построения и совершенствования. Концепция оптимизации функционирования платежной системы в национальной экономике, оценка ее эффективности.
курсовая работа [216,6 K], добавлен 24.03.2012Направления реформирования и современные тенденции в платежной системе Российской Федерации и инфраструктурных организациях, функционирующих на финансовом рынке. Правовые и организационные основы национальной платежной системы, законодательные акты.
статья [10,6 K], добавлен 25.04.2012Цели и задачи ценообразования. Методы, используемые при формировании цены. Нормативно-правовое регулирование. Анализ формирования цены на товар на примере ООО "Гелиос": основные направления ценообразования, конкурентоспособность при формировании цены.
курсовая работа [75,9 K], добавлен 04.05.2008Концепция идеальных рынков капитала. Гипотеза эффективного рынка и рациональное объяснение его цены. Методология и основные заключения фондовой биржи. Анализ предпосылок для эффективного формирования стоимости российских компаний на международном уровне.
курсовая работа [3,0 M], добавлен 10.10.2011Теоретические основы формирования финансовой системы государства, сущность и задачи бюджета. Структура и содержание бюджетной системы Российской федерации. Проведение анализа формирования и исполнения местного бюджета на примере Новосибирской области.
курсовая работа [55,3 K], добавлен 05.03.2011Теоретические основы функционирования платежной системы Российской Федерации, оценка влияния международных санкций на ее развитие. Анализ структуры безналичных розничных платежей. Основные условия и механизм создания национальной платежной системы.
курсовая работа [83,5 K], добавлен 13.12.2016Понятие валютного рынка. Коммерческая, ценностная, информационная и регулирующая функции рынка. Структура национального валютного рынка. Основные характеристики фьючерсного и форвардного рынков. Закономерности и методы формирования валютного курса.
курсовая работа [47,3 K], добавлен 10.01.2011- Фундаментальные причины финансовых кризисов и жизнеспособность финансовых рынков в современной форме
Изучение институциональных особенностей валютного рынка и современной финансовой системы. Описание реальной стоимости и фундаментальных "провалов" финансового рынка. Анализ формирования альтернативного экономического устройства на базе новых ценностей.
контрольная работа [38,1 K], добавлен 02.05.2011 Анализ финансово-хозяйственной деятельности предприятия, SWOT-анализ и SWOT-матрица. Сущность и основные принципы бюджетного планирования. Методика финансового планирования. Характеристика системы налогообложения предприятия, расчет основных налогов.
отчет по практике [932,5 K], добавлен 18.09.2014Понятие, виды и эволюция электронной валюты. Преимущества и недостатки электронных денег. Принципы и возможности различных видов платежных систем. Технология работы и основные показатели деятельности электронной платежной системы Яндекс.Деньги.
дипломная работа [543,2 K], добавлен 05.06.2015Основные принципы работы коммерческого банка. Организационно-экономическая характеристика ЗАО "ВТБ 24". Анализ формирования и использование ресурсной базы. Пути совершенствования депозитных операций в банке для эффективности формирования ресурсной базы.
курсовая работа [128,3 K], добавлен 08.12.2013
