Untersuchung des Herdenverhaltens im Kryptowährungsmarkt

Forschungsbackground: Die Forschung verwendet das Modell der Cross-Sectional Absolute Deviation of returns (CSAD), ergänzt um Modifikationen von Chiang und Zheng (2010), um asymmetrisches Investorenverhalten zu berücksichtigen und das Erkennen von Herdenverhalten zu erleichtern. Darüber hinaus nutzt die Studie die Quantile Regression (QR), demonstriert von Barnes und Hughes (2002), um extreme Werte in Finanzdaten mit fetten Schwänzen oder schiefen Verteilungen effektiv zu erfassen. Dieser Ansatz ist insbesondere im Kontext des volatilen Kryptowährungsmarktes relevant, da er die Analyse von Ausreißern und die Bewertung der Auswirkung von Rückkehrmagnituden mittels T-stat und Quantile Process Estimates ermöglicht. Zweck des Artikels: Diese Studie konzentriert ihre empirische Analyse hauptsächlich auf die Identifizierung des marktweiten Herdenverhaltens (Henker et al., 2006) innerhalb des Kryptowährungsmarktes, der sich vom 1. Januar 2016 bis zum 1. Februar 2019 erstreckt, im Vergleich zum Zeitraum vom 1. Januar 2019 bis zum 7. Januar 2022. Die ausgewählten Zeiträume wurden gewählt, um potenzielle Veränderungen in den Herden-Dynamiken innerhalb dieses Marktes zu bewerten, insbesondere während seiner Phasen der raschen Expansion und anschließenden Stagnation. Methoden: Die Cross-Sectional Absolute Deviation (CSAD)-Methodik, wie von Chiang und Zheng (2010) vorgeschlagen, wurde zur Herdenidentifizierung verwendet, zusammen mit der Einbeziehung von Dummyvariablen, um die Marktbedingungen zu erkennen, unter denen Herdenverhalten auftritt. Herdenverhalten zeigt sich, wenn die Dispersion abnimmt oder deren Anstieg weniger proportionale zu den Marktgewinnen ist, was auf eine inverse Korrelation zwischen Marktgewinnen und Dispersion im Falle von Herdenverhalten hinweist. Darüber hinaus wurde die CSAD-Schätzung unter Verwendung der Quantilregression durchgeführt, um einen breiteren Bereich von Quantilen einzubeziehen, um die Identifizierung von Herdenneigungen über verschiedene Rückkehrmagnituden zu erleichtern. Um weiter in das Investorenverhalten einzutauchen, wurde Bitcoin als ilustratives Beispiel verwendet, um die Reaktionen der Investoren auf Marktblasen durch die Anwendung des Hodrick-Prescott (HP) Filters zu veranschaulichen. Ergebnisse & Mehrwert: Die Ergebnisse zeigen Fälle von Herdenverhalten während rückläufiger Marktbewegungen und bei höheren Rückkehrniveaus vor 2019. Nach 2019 wird Herdenverhalten während aufwärtsgerichteter Marktbewegungen und bei mittleren bis höheren Rückkehrniveaus beobachtet. Diese Studie präsentiert überzeugende Beweise für Herdenphänomene, die mit dem Platzen von Blasen zusammentreffen, insbesondere in Bezug auf Bitcoin. Die Ergebnisse bieten ein tieferes Verständnis dafür, wie sich Herdenverhalten unter verschiedenen Marktbedingungen und Zeitrahmen unterschiedlich manifestiert und geben umsetzbare Erkenntnisse für Investoren und Entscheidungsträger, die sich im volatilen Kryptowährungsumfeld bewegen. Darüber hinaus trägt diese Studie, indem sie die Korrelation zwischen Herdenverhalten und Marktblasen hervorhebt, insbesondere im Kontext von Bitcoin, zur breiteren Diskussion über die Dynamik des Kryptowährungsmarktes bei.