ЗВ'ЯЗОК МІЖ КРИПТОВАЛЮТАМИ ТА РЕГІОНАЛЬНИМ ІНДЕКСОМ АКЦІЙ: ДОКАЗИ АНАЛІЗУ TVP-SV-VAR
Article Sidebar
Надіслано: 30-10-2025
Опубліковано: 30-04-2026
©, Авторські права належать авторам.
Ця стаття опублікована відповідно до стандартів відкритого доступу та розповсюджується за ліцензією Creative Commons Attribution 4.0 International (CC BY 4.0), яка дозволяє необмежене використання, розповсюдження та відтворення змісту на будь-якому носії, за умови зазначення оригінального автора та джерела.
Main Article Content
Анотація
Це дослідження аналізує зв'язок між основними криптовалютами (Bitcoin, Ethereum і Tether) та обраними регіональними фондовими ринками Америки, Азії та Європи, контролюючи при цьому глобальні фінансові фактори, включаючи ціни на сиру нафту й курс обміну EUR/USD. Основна мета полягає в ідентифікації та кількісному визначенні змінних у часі ефектів переливу й оцінці того, чи значно впливають регіональні фондові ринки на динаміку цін на криптовалюти протягом 2018–2023 років. Для цього дослідження використана модель векторної авторегресії зі змінними параметрами та стохастичною волатильністю (TVP-SV-VAR), запропонована Primiceri (2005) і розширена Nakajima (2011), що дозволяє спостерігати можливі зміни в економічній структурі. Дослідження показує, що ефекти переливу є найсильнішими в короткостроковій перспективі та зменшуються зі збільшенням часового горизонту. Серед регіональних ринків MSCI Asia найбільше впливає на Bitcoin і Tether, водночас MSCI Americas має найбільший вплив на Ethereum. Зокрема, у трьох ключових моментах спостереження в цьому дослідженні інтенсивність ринкової реакції Bitcoin та Ethereum завжди була послідовною, з більш вираженим відгуком під час спалаху COVID-19. Коефіцієнти впливу імпульсної реакції Tether загалом були нижчими, а його піковий відгук відбувся під час розподілу вакцини від COVID-19. Результати також показують, що шоки цін на нафту й зміни курсу обміну сприяють волатильності криптовалют, але з часом їхній вплив зменшується. Загалом, результати свідчать, що регіональні фондові умови є релевантними, але недостатніми для ухвалення рішень щодо портфеля, оскільки ціни на криптовалюти також залежать від макроекономічних, грошових і поведінкових факторів, які не повністю враховані в моделі. Це дає цінні висновки для портфельних менеджерів, інвесторів і навіть державних регуляторів.
Article Details
Посилання
Akaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automatic Control, 19(6), 716–723. https://doi.org/10.1109/tac.1974.1100705 DOI: https://doi.org/10.1109/TAC.1974.1100705
Alqudah, M., Ferruz, L., Martín, E., Qudah, H., & Hamdan, F. (2023). The Sustainability of Investing in Cryptocurrencies: A Bibliometric Analysis of Research Trends. International Journal of Financial Studies, 11(3). https://doi.org/10.3390/ijfs11030093 DOI: https://doi.org/10.3390/ijfs11030093
Baur, D. G., Hong, K., & Lee, A. D. (2018). Bitcoin: Medium of exchange or speculative assets? Journal of International Financial Markets, Institutions and Money, 54(1), 177–189. https://doi.org/10.1016/j.intfin.2017.12.004 DOI: https://doi.org/10.1016/j.intfin.2017.12.004
Dumitrescu, B. A., Obreja, C., Leonida, I., Mihai, D. G., & Trifu, L. C. (2023). The Link between Bitcoin Price Changes and the Exchange Rates in European Countries with Non-Euro Currencies. Journal of Risk and Financial Management, 16(4), 232. https://doi.org/10.3390/jrfm16040232 DOI: https://doi.org/10.3390/jrfm16040232
Bouoiyour, J., & Selmi, R. (2016). Bitcoin: A beginning of a new phase. Economics Bulletin, 36(3), 1430-1440. http://www.accessecon.com/Pubs/EB/2016/Volume36/EB-16-V36-I3-P142.pdf
Bouri, E., Lucey, B., & Roubaud, D. (2019). Cryptocurrencies and the downside risk in equity investments. Finance Research Letters, 33, 101211. https://doi.org/10.1016/j.frl.2019.06.009 DOI: https://doi.org/10.1016/j.frl.2019.06.009
Bunjaku, F., Gjorgieva-Trajkovska, O., & Miteva-Kacarski, E. (2017). CRYPTOCURRENCIES – ADVANTAGES AND DISADVANTAGES. Journal of Economics, 2(1), 31–39. https://js.ugd.edu.mk/index.php/JE/article/view/1933
Charfeddine, L., Benlagha, N., & Maouchi, Y. (2019). Investigating the Dynamic Relationship between Cryptocurrencies and Conventional assets: Implications for Financial Investors. Economic Modelling, 85, 198–217. https://doi.org/10.1016/j.econmod.2019.05.016 DOI: https://doi.org/10.1016/j.econmod.2019.05.016
Ciaian, P., Kancs, D. A., & Rajcaniova, M. (202118). The price of Bitcoin: GARCH evidence from high frequency data. Journal of Investment Strategies, 9(4), 1-18. https://dx.doi.org/10.21314/JOIS.2021.005 DOI: https://doi.org/10.21314/JOIS.2021.005
Claeys, G., Demertzis, M., & Efstathiou, K. (2018). Cryptocurrencies and monetary policy. Bruegel Policy Briefs, Bruegel. http://hdl.handle.net/10419/208013
Corbet, S., Meegan, A., Larkin, C., Lucey, B., & Yarovaya, L. (2018). Exploring the dynamic relationships between cryptocurrencies and other financial assets. Economics Letters, 165, 28–34. https://doi.org/10.1016/j.econlet.2018.01.004 DOI: https://doi.org/10.1016/j.econlet.2018.01.004
Corelli, A. (2018). Cryptocurrencies and Exchange Rates: A Relationship and Causality Analysis. Risks, 6(4), 111. https://doi.org/10.3390/risks6040111 DOI: https://doi.org/10.3390/risks6040111
Dahir, A. M., Mahat, F., Amin Noordin, B.-A., & Hisyam Ab Razak, N. (2019). Dynamic connectedness between Bitcoin and equity market information across BRICS countries. International Journal of Managerial Finance, 16(3), 357–371. https://doi.org/10.1108/ijmf-03-2019-0117 DOI: https://doi.org/10.1108/IJMF-03-2019-0117
Dyhrberg, A. H. (2016). Bitcoin, gold and the dollar – A GARCH volatility analysis. Finance Research Letters, 16, 85–92. https://doi.org/10.1016/j.frl.2015.10.008 DOI: https://doi.org/10.1016/j.frl.2015.10.008
Ftiti, Z., Louhichi, W., & Ben Ameur, H. (2021). Cryptocurrency volatility forecasting: What can we learn from the first wave of the COVID-19 outbreak? Annals of Operations Research, 330(1), 665-690. https://doi.org/10.1007/s10479-021-04116-x DOI: https://doi.org/10.1007/s10479-021-04116-x
Geweke, J. (1991). Evaluating the accuracy of sampling-based approaches to the calculation of posterior moments (No. 148). Federal Reserve Bank of Minneapolis. https://doi.org/10.21034/sr.148 DOI: https://doi.org/10.21034/sr.148
Goodell, J. W., & Goutte, S. (2021). Diversifying equity with cryptocurrencies during COVID-19. International Review of Financial Analysis, 76, 101781. https://doi.org/10.1016/j.irfa.2021.101781 DOI: https://doi.org/10.1016/j.irfa.2021.101781
Hanif, W., Hernandez, Jose Areola, Troster, V., Kang, Sang Hoon, & Yoon, S.-M. (2022). Nonlinear dependence and spillovers between cryptocurrency and global/regional equity markets. Pacific-Basin Finance Journal, 74, 101822–101822. https://doi.org/10.1016/j.pacfin.2022.101822 DOI: https://doi.org/10.1016/j.pacfin.2022.101822
Jareño, F., González, M. de la O., López, R., & Ramos, A. R. (2021). Cryptocurrencies and oil price shocks: A NARDL analysis in the COVID-19 pandemic. Resources Policy, 74, 102281. https://doi.org/10.1016/j.resourpol.2021.102281 DOI: https://doi.org/10.1016/j.resourpol.2021.102281
Khan, A. G., Zahid, A. H., Hussain, M., & Riaz, U. (2019, November 1). Security Of Cryptocurrency Using Hardware Wallet And QR Code. IEEE Xplore. https://doi.org/10.1109/ICIC48496.2019.8966739 DOI: https://doi.org/10.1109/ICIC48496.2019.8966739
Kim, K., & Lee, M. (2021). The Impact of the COVID-19 Pandemic on the Unpredictable Dynamics of the Cryptocurrency Market. Entropy, 23(9), 1234. https://doi.org/10.3390/e23091234 DOI: https://doi.org/10.3390/e23091234
Klein, T., Pham Thu, H., & Walther, T. (2018). Bitcoin is not the New Gold – A comparison of volatility, correlation, and portfolio performance. International Review of Financial Analysis, 59, 105–116. https://doi.org/10.1016/j.irfa.2018.07.010 DOI: https://doi.org/10.1016/j.irfa.2018.07.010
Kliber, A., Marszałek, P., Musiałkowska, I., & Świerczyńska, K. (2019). Bitcoin: Safe haven, hedge or diversifier? Perception of bitcoin in the context of a country’s economic situation — A stochastic volatility approach. Physica A: Statistical Mechanics and Its Applications, 524, 246–257. https://doi.org/10.1016/j.physa.2019.04.145 DOI: https://doi.org/10.1016/j.physa.2019.04.145
Lahmiri, S., & Bekiros, S. (2021). The effect of COVID-19 on long memory in returns and volatility of cryptocurrency and stock markets. Chaos, Solitons & Fractals, 151, 111221. https://doi.org/10.1016/j.chaos.2021.111221 DOI: https://doi.org/10.1016/j.chaos.2021.111221
Lipton, A., & Treccani, A. (2021). Blockchain And Distributed Ledgers: Mathematics, Technology, And Economics. World Scientific. DOI: https://doi.org/10.1142/11857
Heikal, M., Ilham, R. N. et al. (2022). Effect of World Oil Prices on Cryptocurrency Return. Journal of Accounting Research Utility Finance and Digital Assets, 1(1), 61–68. https://doi.org/10.54443/jaruda.v1i1.9 DOI: https://doi.org/10.54443/jaruda.v1i1.9
MSCI AC Americas Index. (2008). The MSCI AC Americas Index (USD). https://www.msci.com/documents/%2010199/5a16570e-cd1d-47e7-a443-1f10843295ea
MSCI AC Asia Pacific Index. (2008). The MSCI AC Asia Pacific Index (USD). https://www.msci.com/documents/10199/156aff0d-3d08-47c9-aa87-52701a5153d6
Nakajima, J. (2011). Time-Varying Parameter VAR Model with Stochastic Volatility: An Overview of Methodology and Empirical Applications. Monetary and Economic Studies, 29, 107–142. https://econpapers.repec.org/RePEc:ime:imemes:v:29:y:2011:p:107-142
Nakamoto, S. (2008). Bitcoin: A Peer-to-Peer Electronic Cash System. https://www.ussc.gov/sites/default/files/pdf/training/annual-national-training-seminar/2018/Emerging_Tech_Bitcoin_Crypto.pdf
Dardouri, N., Aguir, A., & Smida, M. (2023). The Effect of COVID-19 Transmission on Cryptocurrencies. Risks, 11(8), 139. https://doi.org/10.3390/risks11080139 DOI: https://doi.org/10.3390/risks11080139
Okorie, D. I., & Lin, B. (2020). Crude oil price and cryptocurrencies: Evidence of volatility connectedness and hedging strategy. Energy Economics, 87, 104703. https://doi.org/10.1016/j.eneco.2020.104703 DOI: https://doi.org/10.1016/j.eneco.2020.104703
Primiceri, G. E. (2005). Time Varying Structural Vector Autoregressions and Monetary Policy. The Review of Economic Studies, 72(3), 821–852. https://doi.org/10.1111/j.1467-937x.2005.00353.x DOI: https://doi.org/10.1111/j.1467-937X.2005.00353.x
Salisu, A. A., & Ogbonna, A. E. (2021). The return volatility of crypto currencies during the COVID-19 pandemic: Assessing the news effect. Global Finance Journal, 100641. https://doi.org/10.1016/j.gfj.2021.100641 DOI: https://doi.org/10.1016/j.gfj.2021.100641
Sami, M., & Abdallah, W. (2020). How does the cryptocurrency market affect the stock market performance in the MENA region? Journal of Economic and Administrative Sciences, ahead-of-print. https://doi.org/10.1108/jeas-07-2019-0078 DOI: https://doi.org/10.1108/JEAS-07-2019-0078
Selmi, R., Mensi, W., Hammoudeh, S., & Bouoiyour, J. (2018). Is Bitcoin a hedge, a safe haven or a diversifier for oil price movements? A comparison with gold. Energy Economics, 74, 787–801. https://doi.org/10.1016/j.eneco.2018.07.007 DOI: https://doi.org/10.1016/j.eneco.2018.07.007
Sims, C. A. (1980). Macroeconomics and Reality. Econometrica, 48(1). https://doi.org/10.2307/1912017 DOI: https://doi.org/10.2307/1912017
Sovbetov, Y. (2018). Factors Influencing Cryptocurrency Prices: Evidence from Bitcoin, Ethereum, Dash, Litcoin, and Monero. Journal of Economics and Financial Analysis, 2(2), 1-27. https://mpra.ub.uni-muenchen.de/85036/
Sovbetov, Y. (201825). Factors influencing cryptocurrency prices: Evidence from Bbitcoin, Eethereum, Ddash, Llitecoin, and mMonero. Journal of Economics and Financial Analysis, 2(2), 1-27. https://ojs.tripaledu.com/jefa/article/view/36http://dx.doi.org/10.1991/jefa.v2i2.a16
Umar, Z., & Gubareva, M. (2020). A time–frequency analysis of the impact of the Covid-19 induced panic on the volatility of currency and cryptocurrency markets. Journal of Behavioral and Experimental Finance, 28, 100404. https://doi.org/10.1016/j.jbef.2020.100404 DOI: https://doi.org/10.1016/j.jbef.2020.100404
Wang, X. (2020). The Transmission Mechanism of Exchange Rate Volatility Affecting Stock Price - An Empirical Analysis Based TVP-VAR Model. China Academic Journal Electronic Publishing House.
Xie, R. (2019). Why China had to ban cryptocurrency but the US did not: a comparative analysis of regulations on crypto-markets between the US and China. Wash. U. Global Stud. L. Rev., 18, 457. https://openscholarship.wustl.edu/cgi/viewcontent.cgi?article=1684&context=law_globalstudies
Yang, C., Niu, Z., & Gao, W. (2022). The time-varying effects of trade policy uncertainty and geopolitical risks shocks on the commodity market prices: Evidence from the TVP-VAR-SV approach. Resources Policy, 76, 102600. https://doi.org/10.1016/j.resourpol.2022.102600 DOI: https://doi.org/10.1016/j.resourpol.2022.102600
Yin, L., Nie, J., & Han, L. (2021). Understanding cryptocurrency volatility: The role of oil market shocks. International Review of Economics & Finance, 72, 233–253. https://doi.org/10.1016/j.iref.2020.11.013 DOI: https://doi.org/10.1016/j.iref.2020.11.013
Zeng, H., Lu, R., & Ahmed, A. D. (2023). Dynamic dependencies and return connectedness among stock, gold and Bitcoin markets: Evidence from South Asia and China. Equilibrium. Quarterly Journal of Economics and Economic Policy, 18(1), 49–87. https://doi.org/10.24136/eq.2023.002 DOI: https://doi.org/10.24136/eq.2023.002