Modellering av volatilitet i kryptovaluta – En sammenligning ved bruk av ulike GARCH-modeller / Volatility modeling of cryptocurrencies – A comparison using different GARCH models

Abstract

Denne masteravhandlingen undersøker kryptovalutaene: Bitcoin, Ethereum, Ripple, DASH og Litecoin. Formålet var først å avdekke om variablene for etterspørsel etter informasjon, historiske begivenheter og kunngjøringer, samt volatiliteten i det amerikanske aksjemarkedet påvirker volatiliteten i disse kryptovalutaene. Deretter undersøkte den om det eksisterer «leverage effects» i kryptovaluta. Til slutt, svarer den på hvorvidt implementeringen av variablene forbedrer tilpasningen i forskjellige GARCH-modeller basert på mål som AIC og BIC. Det statistiske programmet, EViews 7, har blitt brukt til å modellere GARCH-, EGARCH- og GJRGARCH-modellene. Resultatene viser at variabelen for etterspørsel etter informasjon er statistisk signifikant for alle kryptovaluta. Videre avdekket resultatene at negative historiske begivenheter og kunngjøringer påvirker volatiliteten i større grad enn det de positive gjør. Analysen fant også en sammenheng mellom volatiliteten i det amerikanske aksjemarkedet og volatiliteten i 3 av 5 kryptovalutaer. I tillegg viser resultatene at «leverage effects» kun er signifikant i GJRGARCH-modellen for DASH. Avslutningsvis, fant vi at implementeringen av variablene forbedrer AIC i de fleste modeller, mens BIC viste blandede resultater. På bakgrunn av at kryptovaluta fortsatt er relativt lite etablert innenfor økonomisk forskning, kan ny innsikt gi verdi til områder der kalkulering, spekulasjon og styring av risiko er viktig. Dette kan være nyttig for interessenter ved beslutningstaking innenfor porteføljeoptimering, hedging strategier og prising av derivater. Bortsett fra dette, kan det hjelpe investorer som ønsker å investere i kryptovaluta eller andre som ønsker å forbedre kunnskapen om kryptovaluta som et finansiell aktiva.

Abstract This master thesis examines the cryptocurrencies; Bitcoin, Ethereum, Ripple, DASH, and Litecoin. The purpose was first to investigate whether the variables for information demand, historical events, and the volatility of the US stock market affect the volatility of these cryptocurrencies. Then, it examined if leverage effects exist in cryptocurrencies. Finally, it answered whether the implementation of the variables improves the volatility modelling in the different GARCH models based on AIC and BIC. Hereby, the statistical programme, EViews 7 is used to model the GARCH, EGARCH and GJRGARCH models. The results show that the variable for information demand is statistically significant for all cryptocurrencies. Further, the results revealed that negative historical events and announcements affect the volatility to a greater extent than positive ones. The analysis also showed that the volatility of the US stock market is statistically significant for 3 out of 5 cryptocurrencies. This indicates that there is a positive correlation between the volatility of cryptocurrencies and the volatility of the US stock market. Additionally, the outcomes prove that leverage effects are only significant in the GJRGARCH model for DASH. Finally, the implementation of the variables improves AIC for most of the models, while BIC shows mixed results. Because cryptocurrency has not yet been well established in economic research, these insights can give value to areas where calculating, speculation and management of risk are important. This can be useful for stakeholders for decision making within the areas of portfolio optimisation, hedging strategies and pricing of derivatives. Apart from this, it can help investors that want to invest in cryptocurrencies or simply people who want to improve their understanding of cryptocurrency as a financial asset.