Show simple item record

Ekonometrická analýza Bitcoinu a jeho bublin v roce 2013
dc.contributor.advisorKukačka, Jiří
dc.creatorFišer, Pavel
dc.date.accessioned2017-06-01T07:22:54Z
dc.date.available2017-06-01T07:22:54Z
dc.date.issued2015
dc.identifier.urihttp://hdl.handle.net/20.500.11956/77076
dc.description.abstractV bakalářské práci zkoumáme pomocí ARIMA, GARCH a LPPL modelů tři periody Bitcoinové řady mezi roky 2012-2015 - kompletní řadu, dub- novou bublinu v roce 2013 a listopadovou bublinu v roce 2013. Nejdříve provádíme standardní GARCH analýzu, na niž navazuje GARCH rolující es- timace. Výsledky těchto analýz ukázaly, že volatilita Bitcoinu se v průběhu zkoumané periody výrazně liší, a že pro všechny tři časové periody se jako nejlepší specifikace zachycující volatilitu ukázala GARCH(1,1). Dále jsme vypozorovali, že v průběhu listopadové bubliny byl výrazně větší počet nově vstupujících iracionálních obchodníků na trh než v průběhu dubnové bubliny, což pravděpodobně způsobilo větší nestabilitu na trhu s Bitcoiny. Nicméně výsledky Ljung-box testu částečně zpochybňují konzistentnost odhadnutých parametrů GARCH analýzou. Z tohoto důvodu používáme LPPL model a zkoumáme jeho klíčové proměnné - rychlost růstu β, frekvence log os- cialace ω spolu se "scaling ratio" λ - nejdříve standardní metodologií a poté "loop analýzou". Z výsledků jsme vyvodili, že listopadová bublina měla výrazně rychlejší oscilaci a nižší akceleraci růstu ve srovnání s dub- novou bublinou. Na závěr přicházíme s...cs_CZ
dc.description.abstractThis thesis examines Bitcoin in 2012-2015 period along with the two Bit- coin bubbles - April 2013 and November 2013 - using ARIMA, GARCH and LPPL models. First, we perform standard GARCH analysis along with GARCH rolling estimation and find that the volatility of Bitcoin differs sub- stantially over time and that this relation is best captured by GARCH(1,1) in all studied periods. We also conclude that during the November bubble the number of irrational traders entering the market was much higher than in the April bubble which probably caused greater instability on the Bit- coin market. However, based on Ljung-box test we find these results to be questionable. For that reason, we present LPPL model and study its key parameters - power law growth rate β, frequency of log oscillation ω and its scaling ratio λ - in more detail using standard methodology and "loop analysis". We find that the November bubble experiences much faster os- cillation and lower acceleration rate of power law in comparison with the April bubble. By the end we propose hypothesis that ∆λ serves as a better indicator of the upcoming bubble crash than simple scaling ratio which we concluded to be true in our analysis of the two Bitcoin bubbles. However, further examination of other financial bubbles is needed, in order to support this...en_US
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Fakulta sociálních vědcs_CZ
dc.subjectBitcoincs_CZ
dc.subjectbublinacs_CZ
dc.subjectLPPL modelcs_CZ
dc.subjectscaling ratiocs_CZ
dc.subjectlog-periodicitacs_CZ
dc.subjectBitcoinen_US
dc.subjectbubbleen_US
dc.subjectLPPL modelen_US
dc.subjectscaling ratioen_US
dc.subjectlog-periodicityen_US
dc.titleEconometric Analysis of Bitcoin and its 2013 Bubblesen_US
dc.typebakalářská prácecs_CZ
dcterms.created2015
dcterms.dateAccepted2015-09-08
dc.description.departmentInstitute of Economic Studiesen_US
dc.description.departmentInstitut ekonomických studiícs_CZ
dc.description.facultyFakulta sociálních vědcs_CZ
dc.description.facultyFaculty of Social Sciencesen_US
dc.identifier.repId148951
dc.title.translatedEkonometrická analýza Bitcoinu a jeho bublin v roce 2013cs_CZ
dc.contributor.refereeSkuhrovec, Jiří
dc.identifier.aleph002025800
thesis.degree.nameBc.
thesis.degree.levelbakalářskécs_CZ
thesis.degree.disciplineEkonomie a financecs_CZ
thesis.degree.disciplineEconomics and Financeen_US
thesis.degree.programEkonomické teoriecs_CZ
thesis.degree.programEconomicsen_US
uk.thesis.typebakalářská prácecs_CZ
uk.taxonomy.organization-csFakulta sociálních věd::Institut ekonomických studiícs_CZ
uk.taxonomy.organization-enFaculty of Social Sciences::Institute of Economic Studiesen_US
uk.faculty-name.csFakulta sociálních vědcs_CZ
uk.faculty-name.enFaculty of Social Sciencesen_US
uk.faculty-abbr.csFSVcs_CZ
uk.degree-discipline.csEkonomie a financecs_CZ
uk.degree-discipline.enEconomics and Financeen_US
uk.degree-program.csEkonomické teoriecs_CZ
uk.degree-program.enEconomicsen_US
thesis.grade.csVelmi dobřecs_CZ
thesis.grade.enVery gooden_US
uk.abstract.csV bakalářské práci zkoumáme pomocí ARIMA, GARCH a LPPL modelů tři periody Bitcoinové řady mezi roky 2012-2015 - kompletní řadu, dub- novou bublinu v roce 2013 a listopadovou bublinu v roce 2013. Nejdříve provádíme standardní GARCH analýzu, na niž navazuje GARCH rolující es- timace. Výsledky těchto analýz ukázaly, že volatilita Bitcoinu se v průběhu zkoumané periody výrazně liší, a že pro všechny tři časové periody se jako nejlepší specifikace zachycující volatilitu ukázala GARCH(1,1). Dále jsme vypozorovali, že v průběhu listopadové bubliny byl výrazně větší počet nově vstupujících iracionálních obchodníků na trh než v průběhu dubnové bubliny, což pravděpodobně způsobilo větší nestabilitu na trhu s Bitcoiny. Nicméně výsledky Ljung-box testu částečně zpochybňují konzistentnost odhadnutých parametrů GARCH analýzou. Z tohoto důvodu používáme LPPL model a zkoumáme jeho klíčové proměnné - rychlost růstu β, frekvence log os- cialace ω spolu se "scaling ratio" λ - nejdříve standardní metodologií a poté "loop analýzou". Z výsledků jsme vyvodili, že listopadová bublina měla výrazně rychlejší oscilaci a nižší akceleraci růstu ve srovnání s dub- novou bublinou. Na závěr přicházíme s...cs_CZ
uk.abstract.enThis thesis examines Bitcoin in 2012-2015 period along with the two Bit- coin bubbles - April 2013 and November 2013 - using ARIMA, GARCH and LPPL models. First, we perform standard GARCH analysis along with GARCH rolling estimation and find that the volatility of Bitcoin differs sub- stantially over time and that this relation is best captured by GARCH(1,1) in all studied periods. We also conclude that during the November bubble the number of irrational traders entering the market was much higher than in the April bubble which probably caused greater instability on the Bit- coin market. However, based on Ljung-box test we find these results to be questionable. For that reason, we present LPPL model and study its key parameters - power law growth rate β, frequency of log oscillation ω and its scaling ratio λ - in more detail using standard methodology and "loop analysis". We find that the November bubble experiences much faster os- cillation and lower acceleration rate of power law in comparison with the April bubble. By the end we propose hypothesis that ∆λ serves as a better indicator of the upcoming bubble crash than simple scaling ratio which we concluded to be true in our analysis of the two Bitcoin bubbles. However, further examination of other financial bubbles is needed, in order to support this...en_US
uk.file-availabilityV
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Fakulta sociálních věd, Institut ekonomických studiícs_CZ


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV