Volatilité du Bitcoin, de l’or et du S&P 500 selon les échelles d’échantillonnage

Résumé

L’étude compare le Bitcoin, l’or et le S&P 500 à partir des cours de clôture quotidiens, hebdomadaires et mensuels et des rendements logarithmiques, de septembre 2014 à janvier 2021. Elle distingue la volatilité, mesurée par l’écart-type, de la prévisibilité, mesurée par l’entropie approximative, et applique des méthodes de valeurs extrêmes pour examiner le comportement des queues de distribution et la convergence des moments empiriques.

Le Bitcoin présente à la fois un écart-type plus élevé et une plus grande prévisibilité que les deux actifs de comparaison. Les cours de clôture du Bitcoin suivent une loi de Pareto généralisée, tandis que ceux de l’or et du S&P 500 ont des queues plus fines ; les rendements des trois actifs ont des queues épaisses, avec des moments d’ordre deux non convergents. L’agrégation des rendements du Bitcoin à des fréquences plus basses réduit le kurtosis et améliore la convergence des moments, tandis que le schéma inverse apparaît pour l’or et le S&P 500. Les auteurs en déduisent que la volatilité du Bitcoin se concentre sur des horizons de quelques jours et semaines. Ces résultats historiques ne permettent pas d’établir le comportement futur, et l’écart-type élevé rapporté limite l’adéquation du Bitcoin comme monnaie.

Idées clés

• L’étude compare la volatilité et la prévisibilité aux fréquences quotidienne, hebdomadaire et mensuelle.
• Par rapport à l’or et au S&P 500, le Bitcoin présente un écart-type élevé et une entropie approximative faible.
• Les rendements des trois actifs ont des queues épaisses et leurs moments d’ordre deux ne convergent pas dans l’analyse.
• Les fréquences d’échantillonnage plus basses réduisent le kurtosis des rendements du Bitcoin, mais ont l’effet inverse pour l’or et le S&P 500.
• Les résultats suggèrent que la volatilité du Bitcoin se concentre à l’échelle intrajournalière et intrahebdomadaire.

Étiquettes

# Scale matters: The daily, weekly and monthly volatility and predictability of Bitcoin, Gold, and the S&P 500


# Scale matters: The daily, weekly and monthly volatility and predictability of Bitcoin, Gold, and the S&P 500









A reputation of high volatility accompanies the emergence of Bitcoin as a financial asset. This paper intends to nuance this reputation and clarify our understanding of Bitcoin's volatility. Using daily, weekly, and monthly closing prices and log-returns data going from September 2014 to January 2021, we find that Bitcoin is a prime example of an asset for which the two conceptions of volatility diverge. We show that, historically, Bitcoin allies both high volatility (high Standard Deviation) and high predictability (low Approximate Entropy), relative to Gold and S&P 500. Moreover, using tools from Extreme Value Theory, we analyze the convergence of moments, and the mean excess functions of both the closing prices and the log-returns of the three assets. We find that the closing price of Bitcoin is consistent with a generalized Pareto distribution, when the closing prices of the two other assets (Gold and S&P 500) present thin-tailed distributions. However, returns for all three assets are heavy tailed and second moments (variance, standard deviation) non-convergent. In the case of Bitcoin, lower sampling frequencies (monthly vs weekly, weekly vs daily) drastically reduce the Kurtosis of log-returns and increase the convergence of empirical moments to their true value. The opposite effect is observed for Gold and S&P 500. These properties suggest that Bitcoin's volatility is essentially an intra-day and intra-week phenomenon that is strongly attenuated on a weekly time-scale, and make it an attractive store of value to investors and speculators, but its high standard deviation excludes its use a currency.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.