[논문 리뷰] Herding behavior in cryptocurrency markets

Obryan Poyser|arXiv (Cornell University)|2018. 06. 29.

Blockchain Technology Applications and Security인용 수 13

한 줄 요약

이 논문은 창, 정, 화나(2000)의 마르코프 전환 헤딩 모델을 기반으로 암호자산 시장에서의 헤딩 행동을 조사하며, 특히 2017–2018년 기간 동안 시장 압박 상황에서 헤딩이 뚜렷하게 나타나며, 투자자들이 기본적 요인보다는 가격 추세를 따르는 것으로 밝혀졌다. 연구는 정보 중심 거래의 개념을 도전하며, 합리적인 정보 처리보다는 헤딩이 가격 변동성에 더 큰 영향을 미친다는 것을 보여준다.

ABSTRACT

There are no solid arguments to sustain that digital currencies are the future of online payments or the disruptive technology that some of its former participants declared when used to face critiques. This paper aims to solve the cryptocurrency puzzle from a behavioral finance perspective by finding the parallelism between biases present in financial markets that could be applied to cryptomarkets. Moreover, it is suggested that cryptocurrencies' prices are driven by herding, hence this study test herding behavior under asymmetric and symmetric conditions and the existence of different herding regimes by employing the Markov-Switching approach.

연구 동기 및 목표

• 암호자산 시장에서의 가격 동적 변화를 설명하는 데 헤딩 행동이 기여하는지 여부를 조사하기 위해.
• 기본적 또는 비공식 정보에 의존하지 않고, 가격 데이터만을 조율 수단으로 사용하여 헤딩 가설을 검증하기 위해.
• 시간에 따라 변화하는 헤딩 행동을 포착하기 위해 비대칭 조건과 마르코프 전환 제도를 통합하여 기존의 헤딩 모델을 확장하기 위해.
• 암호자산 시장가 정보 중심 투자자에 의해 이끌린다는 일반적인 서사를 도전하기 위해, 집단적 행동이 지배적임을 보여주기 위해.

제안 방법

• 창, 정, 화나(2000)의 실증적 헤딩 모델을 변형하여, 헤딩의 대체 지표로 교차절단 절대편차(CSAD)를 사용함.
• 시장 수익률의 크기 |Rm,t|와 제곱 수익률 R²m,t를 조건 변수로 삼아 헤딩 효과를 추정함.
• 더미 변수 D를 사용해 시장 수익률의 정, 부호에 따라 모델을 양성과 부성 시장 수익률 제도로 분리함으로써 비대칭 헤딩을 통합함.
• 헤딩 파라미터가 관측되지 않는 제도 간에서 변화할 수 있도록 마르코프 전환(MS) 프레임워크를 적용함으로써 시간에 따라 변화하는 헤딩 역학을 포착함.
• 제도 전환 스무딩 확률을 사용해 높고 낮은 헤딩 강도 기간을 식별함.
• 지연된 CSAD 항과 제도별 특화 계수를 포함한 회귀 모델을 사용해 다양한 시장 조건 하에서의 헤딩 여부를 검증함.

실험 결과

연구 질문

• RQ1 헤딩 행동은 특히 시장 압박 상황에서 암호자산 가격 움직임에 유의미한 영향을 미치는가?
• RQ2 암호자산 시장에서 대칭적과 비대칭적 시장 조건 하에서 헤딩은 어떻게 달라지는가?
• RQ3 정적 모델에 비해 마르코프 전환 모델이 헤딩의 역동적 성격을 더 잘 포착할 수 있는가?
• RQ4 투자자들이 암호자산 시장에서 기본적 정보보다 가격 추세에 얼마나 의존하는가?
• RQ5 암호자산 시장가 정보 중심 투자자에 의해 이끌린다는 널리 퍼진 믿음은 실증적 증거와 일치하는가?

주요 결과

• 헤딩 행동은 특히 2017년 하반기와 2018년 초, 가격이 급등하고 수익률의 산란도 증가한 기간에 암호자산 시장에서 뚜렷하게 나타남.
• 마르코프 전환 모델은 헤딩 강도가 시간에 따라 변동함을 드러내며, 그림 4의 스무딩 확률을 통해 2017–2018년 호황기 동안 헤딩 강도가 크게 증가한 것으로 나타남.
• 제도 3(강한 시장 조건)에서는 |Rm,t|의 계수는 10% 수준에서 유의미하며, 상승장에서 강력한 헤딩이 있음을 시사함.
• 하락장에서는 헤딩이 여전히 유의미하며, 제도 1에서 D×|Rm,t| 항의 t통계량은 -4.819임.
• 정적 모델은 헤딩 역동성을 과소평가하며, MS 모델은 특히 2018년 시장 조정기 동안 더 정확하고 시간에 따라 변화하는 헤딩 패tern을 포착함.
• 결과는 암호자산 시장가 정보 중심 투자자에 의해 이끌린다는 일반적인 믿음을 뒤집으며, 실제로는 헤딩—특히 HODL 전략—이 관측된 데이터와 일치함을 보여줌.