• norsk
    • English
  • norsk 
    • norsk
    • English
  • Logg inn
Vis innførsel 
  •   Hjem
  • Fakultet for økonomi (ØK)
  • NTNU Handelshøyskolen
  • Vis innførsel
  •   Hjem
  • Fakultet for økonomi (ØK)
  • NTNU Handelshøyskolen
  • Vis innførsel
JavaScript is disabled for your browser. Some features of this site may not work without it.

Cryptocurrency price dynamics: An analysis of Bitcoin’s price driving factors

Nordstrøm, Frans B. Gyllenhammar; Krogstad, Erlend Aune
Master thesis
Åpne
Krogstad og Nordstrøm.pdf (Låst)
Permanent lenke
http://hdl.handle.net/11250/2577641
Utgivelsesdato
2018
Metadata
Vis full innførsel
Samlinger
  • NTNU Handelshøyskolen [725]
Sammendrag
This paper aims to enhance the understanding of which factors affect the price development of Bitcoin in order for investors to make sound investment decisions. Previous literature covers only to a small extent the highly volatile period during the last months of 2017 and in the beginning of 2018. We believe modelling price developments during this period will yield better estimations. To examine potential price drivers we use the Autoregressive Distributed Lag and Generalized Autoregressive Conditional Heteroscedasticity methods. Our study identifies the technological factor Hashrate as irrelevant for modelling Bitcoin price dynamics. This is due to the underlying code making the supply of Bitcoins time-elastic, and it is in contrast to previous literature which have included Hashrate. The empirical results of this paper further indicate that the price of Bitcoin is affected by the return on S&P 500 and Google searches, which is consistent with previous literature. In contrast to previous literature, we found VIX, Oil, Gold and Bitcoin transaction volume insignificant.
 
-

Formålet med denne artikkelen er å forbedre forståelsen av hvilke faktorer som påvirker kurssvingningene i Bitcoin, da dette kan hjelpe investorer til å ta gode investeringsbeslutninger. Tidligere litteratur dekker i liten grad den volatile perioden i slutten av 2017 og starten av 2018. Vi mener at en modellering av kurssvingningene i denne perioden vil gi bedre estimater. For å identifisere hvilke potensielle variabler som driver Bitcoinprisen brukes en Autoregressive Distributed Lag og Generalized Autoregressive Conditional Heteroscedasticity metode. Vi finner at den teknologiske faktoren Hashrate er irrelevante i en prisingsmodell. Dette er grunnet den underliggende programmeringskoden som gjør tilbudet av Bitcoin tidselastisk, og det er i kontrast til tidligere litteratur som inkluderer Hashrate. Videre viser resultatene at prisen på Bitcoin er påvirket av avkastningen på S&P 500 og Googlesøk, noe som samsvarer med tidligere litteratur. I kontrast til tidligere litteratur, finner vi derimot VIX, olje, gull og Bitcoins transaksjonsvolum ikke-signifikant.
 
Utgiver
NTNU

Kontakt oss | Gi tilbakemelding

Personvernerklæring
DSpace software copyright © 2002-2019  DuraSpace

Levert av  Unit
 

 

Bla i

Hele arkivetDelarkiv og samlingerUtgivelsesdatoForfattereTitlerEmneordDokumenttyperTidsskrifterDenne samlingenUtgivelsesdatoForfattereTitlerEmneordDokumenttyperTidsskrifter

Min side

Logg inn

Statistikk

Besøksstatistikk

Kontakt oss | Gi tilbakemelding

Personvernerklæring
DSpace software copyright © 2002-2019  DuraSpace

Levert av  Unit