Análisis de la volatilidad de bitcoin en comparación con otros activos financieros

Autores/as

  • Damià Rey Miró
  • David Alvaro Berlanga
  • Ricardo Palomo Zurdo

DOI:

https://doi.org/10.32826/reyf.v1i3.346

Palabras clave:

Bancos centrales, Mercados financieros, Política monetaria, Volatilidad, Bitcoin

Resumen

En el contexto de creciente interés en los activos digitales y sus implicaciones para los mercados financieros, esta investigación aborda la volatilidad tanto de activos financieros como digitales, en respuesta a cambios en la política monetaria de los bancos centrales. Utilizando la componente tendencial del estimador de Garman y Klass y su correspondiente estandarización respecto al volumen de mercado, se detecta que la volatilidad de Bitcoin ha disminuido de forma gradual a medida que han cambiado las políticas monetarias, consolidando el camino hacia un valor más descorrelacionado respeto otros activos. A diferencia de Bitcoin, otras criptomonedas analizadas mantuvieron un perfil de volatilidad similar a los activos financieros tradicionales. A pesar de la incertidumbre regulatoria, Bitcoin muestra una menor susceptibilidad a la volatilidad en comparación con otras criptomonedas, lo que podría interpretarse como un signo de su legitimidad y aceptación en los mercados financieros. Adicionalmente, la investigación examina el papel potencial de las monedas digitales emitidas por bancos centrales (CBDCs) en la legitimación del espacio de moneda digital y su posible efecto sobre Bitcoin. Los resultados contribuyen a un mejor entendimiento de la naturaleza de los activos digitales y ofrecen una base argumental para futuras investigaciones.

Citas

Bartos, J., 2015. Does Bitcoin follow the hypothesis of efficient market. Int. J. Econ. Sci. 4 (2), 10–23.

Bariviera, A.F. (2017) The Ineffciency of Bitcoin Revisited: A Dynamic Approach. Economics Letters, 161, 1-4.

Baur, D.G., Hong, K., Lee, A.D., 2018. Bitcoin: medium of exchange or speculative assets. J. Int. Financ. Mark. Inst. Money 54, 177–189.

Bouri, E., Molnár, P., Azzi, G., Roubaud, D., Hagfors, L.I., 2017a. On the hedge and safe haven properties of Bitcoin: is it really more than a diversifier. Financ. Res.Lett. 20, 192–198.

Copeland MT (1915). Statiscal indices of business conditions. Quart. J.Econom 29(3): 522-562

Dyhrberg, A. H. (2016). Bitcoin, gold and the dollar – A GARCH volatility analysis. Finance Research Letters, 16, 85-92. 10.1016/j.frl.2015.10.008

Dokumentov and R. J. Hyndman, “STR: Seasonal-trend decomposition using regression”, INFORMS Journal on Data Science, 2021.

E. B. Dagum and S. Bianconcini, Seasonal adjustment methods and real time trend-cycle estimation, Springer, Cham, 2016.

Grant, G., Hogan, R., 2015. Bitcoin: risks and controls. J. Corp. Acc. Financ. 26, 29–35.

G. L. Mazzi (ed.), Handbook on seasonal adjustment, Publications Office of the European Union, Luxembourg, 2018.

Lahmiri, S., Bekiros, S., Salvi, A., 2018. Long-range memory, distributional variation and randomness of bitcoin volatility. Chaos Solitons Fractals 107, 43–48.

Poynting JH (1.884). A comparison of the fluctuations on the price of wheat and in the cotton and silk imports into Great Britain. Journal Statistic Society London 47(1): 34-74

R. J. Hyndman and C. Athanasopoulos, Forecasting: Principles and practice, 3rd edition, OTexts: Melbourne, Australia. OTexts.com/fpp3. Accessed on 09.03.2022.

R. B. Cleveland, W S. Cleveland, J. E. McRae, J. E., I. J. Terpenning, “STL: A seasonal-trend decomposition procedure based on loess”, Journal of Official Statistics, vol. 6, no. 1, pp. 3-33, 1990.

S. G. Makridakis, S. C., Wheelwright, and R. J. Hyndman, Forecasting: methods and applications, John Wiley & Sons, New York, 3rd edition, 1998.

Urquhart, A. (2016). The inefficiency of Bitcoin. Economics Letters, 148, 80-82. 10.1016/j.econlet.2016.09.019

W. M. Persons, “Indices of general business conditions”, Review of Economic Statistics, vol. 1, pp. 111-205, 1919.

Descargas

Publicado

2024-02-20