跳到主要內容

簡易檢索 / 詳目顯示

研究生: 黃思婷
Ssu-Ting Huang
論文名稱: 加密貨幣市場投資績效之評估
指導教授: 黃瑞卿
口試委員:
學位類別: 碩士
Master
系所名稱: 管理學院 - 財務金融學系
Department of Finance
論文出版年: 2023
畢業學年度: 111
語文別: 中文
論文頁數: 57
中文關鍵詞: 加密貨幣市場三因子模型隨機優越方法Omega 指標比特幣以太幣泰達幣狗狗幣MSCI 世界指數
外文關鍵詞: Cryptocurrency 3-Factor Model, Stochastic Dominance Analysis, Omega Index, Bitcoin, Ethereum, Tether, Dogecoin, MSCI World Index
相關次數: 點閱:12下載:0
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 本文主要探討加密貨幣市場之投資績效表現,欲觀察投資比特幣、以太幣、泰達幣與狗狗幣,是否能夠獲得比投資於股票市場更好的報酬,並且了解四種貨幣彼此之間的優越關係。樣本期間為 2017 年 6 月 1 日至 2021 年 12 月 31 日,並區分為疫情前後兩個子樣本加以探討。
    首先,本文透過 Liu 等人 (2022) 提出的「加密貨幣市場三因子模型」,探究三種加密貨幣風險因子對於整體加密貨幣市場之影響,以及是否出現超額報酬;再者,利用「一階隨機優越法、二階隨機優越法、幾乎一階隨機優越方法」,檢驗四種加密貨幣是否優越於股票市場的 MSCI 世界指數,並分析四種加密貨幣之間是否存在優越關係;最後,透過「Omega 指標」獲得投資於五種資產在全樣本與疫情前後期間之優先排序。
    實證結果顯示,從加密貨幣市場三因子模型可發現,疫情前,比特幣、以太幣、泰達幣、狗狗幣皆獲得負的超額報酬,在疫情之後,僅泰達幣仍然維持負的超額報酬,其他幣別的超額報酬都不顯著異於零。經傳統一階與二階隨機優越法,以及幾乎一階隨機優越法得知,投資於四種加密貨幣皆無法優越於 MSCI 世界指數,並且四種貨幣彼此之間亦不存在優越關係。本文進一步使用 Omega 指標對五種資產加以排序其投資優先順序,發現狗狗幣在全樣本及後疫情時期皆屬較好的投資標的,而在本文任一個研究區間,泰達幣為五種資產中最差之投資標的。


    The thesis aims to explore the performance of the cryptocurrency market as an investment, specifically examining the potential for better returns compared to the stock market by investing in Bitcoin (BTC), Ether (ETH), Tether (USDT), and Dogecoin (DOGE). The sample period spans from June 1, 2017, to December 31, 2021.
    First, the thesis employs the "Cryptocurrency 3-Factor Model" to investigate the impact of three cryptocurrency-specific risk factors in cryptocurrency market. And find whether there have any excess returns. Furthermore, using the "First-Order Stochastic Dominance (FSD), Second-Order Stochastic Dominance (SSD), and Almost First-Order Stochastic Dominance (AFSD)", to examines whether the four cryptocurrencies outperform the MSCI World Index (wMSCI) of the stock market and analyzes the potential dominance relationships among the four cryptocurrencies. Lastly, the thesis utilizes the Omega index to obtain a prioritized ranking of investment in the five assets across the entire sample period and pre- and post-pandemic periods.
    The empirical results show that, based on the cryptocurrency 3-factor model, BTC, ETH, USDT, and DOGE all had negative excess returns before the pandemic. After the pandemic, only Tether maintained a negative excess return, while the excess returns of other currencies were not significantly different from zero. Through the traditional FSD and SSD methods, as well as the AFSD method, we can obtain the following information. The results reveal that investing in the four cryptocurrencies does not dominate the wMSCI, and there is no dominance relationship among the four cryptocurrencies themselves. Furthermore, this study utilizes the Omega index to rank the five assets and determine their investment priorities. DOGE is identified as a favorable investment target throughout the entire sample period and postpandemic period, while USDT is the least preferred investment among the five assets in all research periods.

    目錄 摘要...i Abstract...i 目錄...iii 圖目錄...iv 表目錄...v 第一章、緒論...1 1-1 研究背景...1 1-2 研究動機與目的...1 第二章、文獻回顧...3 加密貨幣績效表現與影響因素...3 第三章、加密貨幣介紹與資料來源...6 3-1 四種加密貨幣與 MSCI 世界指數之基本介紹...6 3-2 樣本選取與資料來源...9 第四章、研究方法...10 4-1 加密貨幣市場三因子實證模型及變數定義...10 4-2 傳統隨機優越法與幾乎一階隨機優越法...11 4-3 Omega指標...13 第五章、實證分析與結果...14 5-1 敘述統計及相關係數...14 5-2 加密貨幣市場之三因子迴歸模型分析...15 5-3 隨機優越法之實證分析...16 5-4 Omega之實證分析...18 第六章、結論與建議...19 6-1 結論...19 6-2 研究建議...20 參考文獻...21 圖目錄 圖一:四種加密貨幣與 MSCI 世界指數之價格趨勢圖...22 圖二:一階隨機優越法 - BTC 與 MSCI 世界指數相比...24 圖三:一階隨機優越法 - ETH 與 MSCI 世界指數相比...25 圖四:一階隨機優越法 - USDT 與 MSCI 世界指數相比...26 圖五:一階隨機優越法 - DOGE 與 MSCI 世界指數相比...27 圖六:二階隨機優越法 - BTC 與 MSCI 世界指數相比...28 圖七:二階隨機優越法 - ETH 與 MSCI 世界指數相比...29 圖八:二階隨機優越法 - USDT 與 MSCI 世界指數相比...30 圖九:二階隨機優越法 - DOGE 與 MSCI 世界指數相比...31 圖十:一階隨機優越法 - BTC 與 ETH 相比...32 圖十一:一階隨機優越法 - BTC 與 USDT 相比...33 圖十二:一階隨機優越法 - BTC 與 DOGE 相比...34 圖十三:一階隨機優越法 - ETH 與 USDT 相比...35 圖十四:一階隨機優越法 - ETH 與 DOGE 相比...36 圖十五:一階隨機優越法 - USDT 與 DOGE 相比...37 圖十六:二階隨機優越法 - BTC 與 ETH 相比...38 圖十七:二階隨機優越法 - BTC 與 USDT 相比...39 圖十八:二階隨機優越法 - BTC 與 DOGE 相比...40 圖十九:二階隨機優越法 - ETH 與 USDT 相比...41 圖二十:二階隨機優越法 - ETH 與 DOGE 相比...42 圖二十一:二階隨機優越法 - USDT 與 DOGE 相比...43 表目錄 表一:敘述統計...44 表二:相關係數...45 表三:迴歸模型...46 表四:幾乎一階隨機優越法分析結果...47 表五:四種加密貨幣與MSCI世界指數之Omega排序...48

    王馨平,2018,加密貨幣市場投資者行為之研究,國立成功大學會計研究所碩士論文。
    毛慕耘,2022,加密貨幣與金融市場之價格關聯和外溢效果,國立台北大學資訊管理研究所碩士論文。
    李語潔,2020,加密貨幣的定價與金融壓力及不確定性之關聯,國立中央大學產業經濟研究所碩士論文。
    Bouri, E., Lucey, B., & Roubaud, D. (2020). Cryptocurrencies and the downside risk in equity investments. Finance Research Letters, 33, 101211.
    Hu, A. S., Parlour, C. A., & Rajan, U. (2019). Cryptocurrencies: Stylized facts on a new investible instrument. Financial Management, 48 (4), 1049-1068.
    Ji, Q., Bouri, E., Lau, C. K. M., & Roubaud, D. (2019). Dynamic connectedness and integration in cryptocurrency markets. International Review of Financial Analysis, 63, 257-272.
    Levy, H., Leshno, M., & Leibovitch, B. (2010). Economically relevant preferences for all observed epsilon. Annals of Operations Research, 176 (1), 153-178.
    Liu, Y., & Tsyvinski, A. (2021). Risks and returns of cryptocurrency. Review of Financial Studies, 34 (6), 2689-2727.
    Lin, Z. Y. (2021). Investor attention and cryptocurrency performance. Finance Research Letters, 40, 101702.
    Liu, Y., Tsyvinski, A., & Wu, X. (2022). Common risk factors in cryptocurrency. Journal of Finance, 77 (2), 1133-1177.
    Menkhoff, L., Sarno, L., Schmeling, M., & Schrimpf, A. (2012). Currency momentum strategies. Journal of Financial Economics, 106 (3), 660-684.
    Shen, D., Urquhart, A., & Wang, P. (2020). A three-factor pricing model for cryptocurrencies. Finance Research Letters, 34, 101248.
    Wang, H., Wang, X., Yin, S., & Ji, H. (2022). The asymmetric contagion effect between stock market and cryptocurrency market. Finance Research Letters, 46, 102345.
    Wasiuzzaman, S., & Rahman, H. S. W. H. A. (2021). Performance of gold-backed cryptocurrencies during the COVID-19 crisis. Finance Research Letters, 43, 101958.

    QR CODE
    :::