Wie Bitcoin-Forks Renditen und Volatilität beeinflussen

Zusammenfassung

Diese Studie untersucht, wie sich Forks von Kryptowährungen auf Bitcoin, die Ursprungswährung, auswirken. Sie verwendet ein modifiziertes exponentielles GARCH-Modell, um Veränderungen bei Renditen und Volatilität zu analysieren und berücksichtigt dabei Volatilitätscluster und Renditeverteilungen mit schweren Verteilungsschwänzen. Das Modell berücksichtigt auch die Marktdynamik, doch das Dokument beschreibt weder die konkreten Kontrollvariablen noch die Schätzdetails.

Den berichteten Ergebnissen zufolge wirken sich Forks nicht signifikant auf Bitcoin-Renditen aus, stehen jedoch in einem starken positiven Zusammenhang mit der Volatilität. Die Volatilität bleibt in den drei Tagen nach einem Fork erhöht; gleichzeitige Forks verstärken den Volatilitätseffekt nicht zusätzlich. Diese Ergebnisse geben die modellbasierten Befunde der Studie wieder. Die vorliegende Zusammenfassung nennt keinen Stichprobenzeitraum, keine Anzahl der Ereignisse, Unsicherheitsschätzungen oder Robustheitsprüfungen, was die Beurteilung ihrer allgemeinen Gültigkeit einschränkt.

Kernaussagen

• Ein modifiziertes exponentielles GARCH-Modell untersucht die Reaktion von Bitcoin auf Forks.
• Das Modell berücksichtigt Volatilitätscluster und Renditeverteilungen mit schweren Verteilungsschwänzen.
• Die Studie berichtet keinen signifikanten Renditeeffekt, aber einen positiven Volatilitätseffekt im Umfeld von Forks.
• Den berichteten Ergebnissen zufolge bleibt die Volatilität nach einem Fork drei Tage lang erhöht.
• Gleichzeitige Forks verstärken den berichteten Volatilitätseffekt nicht.

Schlagwörter

# The forking effect


# The forking effect









This study introduces the concept of the forking effect in the cryptocurrency market,specifically focusing on the impact of forking events on bitcoin, also called parent coin.We use a modified exponential GARCH model to examine the bitcoin's response inreturns and volatility. Our findings reveal that forking events do not significantlyaffect the bitcoin's returns but have a strong positive impact on its volatility, especially when considering market dynamics. Our model accounts for key features likevolatility clustering and fat-tailed distributions. Additionally, we observe that following a fork event, volatility remains elevated for the next three days, regardless ofother forking events, and the volatility impact does not increase when multiple forksoccur simultaneously on the same day.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.