نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری اقتصاد، واحد ابرکوه، دانشگاه آزاد اسلامی،ابرکوه، ایران.

2 استاد اقتصاد، دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد، یزد، ایران.

3 دانشیار گروه اقتصاد، واحد ابرکوه، دانشگاه آزاد اسلامی،ابرکوه، ایران.

چکیده

ورود رمزارزها به بازار سرمایه و افزایش روزافزون قیمت آنها، تحول بنیادی در مبادلات بین‌المللی ارزی و پولی جهان به وجود آورده است. مطالعه حاضر با استفاده از داده سال‌های ۲۰۱۵ تا ۲۰۲۱ به بررسی رابطه علیت و همبستگی شرطی پویا میان متغیر قیمت نه رمزارز با سازوکار خلق متفاوت پرداخته است. نتایج این مطالعه نشان می‌دهد رمزارزهای بیت‌کوین، لایت‌کوین و اتریوم که دارای سازوکار خلق اثبات کار هستند، رابطه همبستگی شرطی پویا در کوتاه‌مدت و بلندمدت دارند. از سوی دیگر ضریب همبستگی پویای شرطی رمزارزهای ریپل، نانو و مونرو که دارای سازوکار خلق اثبات سهام هستند و رمزارزهای ای او اس، ترون و استلار که دارای سازوکارهای اجماع جدید می‌باشند در کوتاه‌مدت معنی‌دار نیستند، ولی در بلندمدت از نظر آماری معناداری آنها به اثبات می‌رسد؛ همچنین بر اساس نتایج، میان قیمت رمزارزهای بیت‌کوین، اتریوم، لایت‌کوین و مونرو یک رابطه علیت گرنجری دوطرفه وجود دارد، ولی در میان قیمت رمزارزهای ترون، استلار، نانو و ریپل که سازوکار اجماع جدیدتری نسبت به سایر رمزارزها دارند، عمدتاً رابطه علیت گرنجری یک‌طرفه وجود دارد.

کلیدواژه‌ها

عنوان مقاله [English]

Investigation of Dynamic Conditional Correlation and Causal Relationship between Price of Cryptocurrencies with Emphasis on the Role of Creation Mechanism and Consensus in Them

نویسندگان [English]

  • Mohamadkazem Sadeghian 1
  • Kazem Yavari 2
  • Abbas Alavi Rad 3

1 PhD Student in Economics, Abarkooh Branch, Islamic Azad University, Abarkooh, Iran.

2 Professor of Economics, Faculty of Economics, Management and Accounting, Yazd University, Yazd, Iran.

3 Associate Professor, Department of Economics, Abarkooh Branch, Islamic Azad University, Abarkooh, Iran.

چکیده [English]

The entry of cryptocurrencies into the capital market and their increasing price has created a fundamental change in the international currency and monetary exchanges of the world. The present study uses data from 2015 to 2021 to investigate the relationship between causality and dynamic conditional correlation between the price variable of 9 cryptocurrencies with different creation mechanisms. The results of this study show that Bitcoin, Litecoin and Ethereum, which have a proof-of-work mechanism, have a dynamic conditional correlation relationship in the short and long run.
On the other hand, the dynamic conditional correlation coefficient of Ripple, Nano and Monero that have proof of stake mechanism and EOS, Tron and Stellar that have new consensus mechanisms were not significant in the short run but in the long run, their relationship is statistically significant. Also, there is a two-way causality relationship between the price of Bitcoin, Litecoin, Ethereum and Monero. But among the prices of Tron, Stellar, Nano and Ripple with a newer consensus mechanism than other cryptocurrencies, there is mainly a one-way causality relationship.

کلیدواژه‌ها [English]

  • Cryptocurrency
  • Bitcoin
  • Consensus
  • Dynamic Conditional Correlation
  • Granger Causality

سیاهه منابع

الف- منابع فارسی:

آرغا، لیلا، محمد مولایی، و محسن خضری. «بررسی همبستگی پویای شرطی دارایی‌های منتخب با بازده شاخص قیمت سهام در ایران: رهیافتی از مدل DCC-FIAPARCH»، فصلنامه علمی نظریه‌های کاربردی اقتصاد ۶، شماره ۴ (بهمن ۱۳۹۸): ۲۵۱-۲۷۴.
بحری، جمیله، و حمیدرضا شایق بروجنی. «مروری بر الگوریتم‌های اجماع در بلاک‌چین»، نشریه منادی امنیت فضای تولید و تبادل اطلاعات (افتا) ۸، شماره ۱ (۱۳۹۸): ۳۱-۴۲.
بهرامیان، مجتبی. «آشنایی با رمزنگاری خم‌های بیضوی»، فرهنگ و اندیشه ریاضی ۳۸، شماره ۶۴ (خرداد ۱۳۹۸): ۱۱۷-۱۴۲.
توسلی، محمداسماعیـل. «تحلیل ماهیت پـول»، اقتصـاد اسلامـی ۱۲، شماره ۴۸ (دی ۱۳۹۱): ۱۰۷-۱۳۰.
حسن‌زاده، علـی، و احمد مجتهد. «ماهیت و کارکرد پول اصل محوری در جبـران کاهش ارزش پول مقایسه اقتصادهای متعارف و اسلامی»، فصلنامه تازه‌های اقتصاد ۷، شمـاره ۱۲۵ (۱۳۹۲): ۵۷-۶۷.
رحمانی، تیمور. اقتصاد کلان. چاپ هشتم، جلد دوم، تهران: انتشارات برادران، ۱۳۸۵.
رودری، سهیل، مسعود همایونی فر، و مصطفی سلیمی‌فر. «بررسی همبستگی میان نوسانات نرخ ارز، نوسانات مخارج جاری دولت و بدهی دولت به شبکه بانکی با تأکید بر مقیاس-زمان»، پژوهش‌های اقتصاد پولی، مالی دوره جدید ۲۷، شمارۀ ۱۹ (بهار و تابستان ۱۳۹۹): ۱-۲۷.
زاهدی وفا، محمدهادی، و عادل پیغامی. «پول و زمان در نظریه توزیع اقتصاد اسلامی»، دو فصلنامه مطالعات اقتصاد اسلامی ۲، شماره ۱، شمارۀ پیاپی ۳ (پاییز و زمستان ۱۳۸۸): ۵-۳۷.
سزاوار، محمدرضا، علیرضا خزائی، و مجتبی اسلامیان. «بررسی همبستگی شرطی میان بازارهای ارز، طلا، مسکن، سهام و نفت در اقتصاد ایران»، فصلنامه علمی پژوهشی راهبرد اقتصادی ۸، شماره ۲۹ (تابستان ۱۳۹۸): ۳۷-۶۰.
سلیمانی پور، محمدمهدی، حامد سلطانی نژاد، و مهدی پورمطهر. «بررسی فقهی پول مجازی»، تحقیقات مالی اسلامی ۶، شماره ۲ (بهار و تابستان ۱۳۹۶): ۱۶۷-۱۹۲.
شهبازی، محمد، سعید کاظم پوریان، و محمدرضا تقوا. «بررسی کاربردی الگوریتم‌های اجماع استفاده‌شده در شبکه‌های بلاک‌چین»، سیاست‌نامه علم و فناوری ۱۰، شماره ۳ (پاییز ۱۳۹۹): ۳۵-۵۴.
عیدی، محمود، کامبیز هژبر کیانی، یداله رجایی، و اشکان رحیم زاده. «بررسی اثرات نامتقارن نرخ ارز بر تابع تقاضای پول ایران با وجود هزینه مذهبی خانوار: رویکرد NARDL»، اقتصاد مالی ۱۴، شماره ۵۲ (پاییز ۱۳۹۹): ۲۷-۵۴.
کریمی، مجتبی، فاطمه صراف، قدرت اله امام وردی، و علی باغانی. «همبستگی شرطی پویای نوسانات قیمت نفت و بازار سهام کشورهای حوزه خلیج‌فارس با تأکید بر سرایت بحران مالی»، اقتصاد مالی ۱۳، شماره ۴۹ (زمستان ۱۳۹۸): ۱۰۱-۱۳۰.
کابلی نوش آبادی، رضا. «بیت کوین: همه چیز از هیچ»، کنفرانس جبر محاسباتی، نظریه محاسباتی اعداد و کاربردها ۱ (۱۳۹۳): ۷۱-۸۰.
میرزا خانی، رضا، و حسینعلی سعدی. «بیت کوین و ماهیت مالی و فقهی پول مجازی»، دو فصلنامه جستارهای اقتصادی ایران ۱۵، شماره ۳۰ (پاییز و زمستان ۱۳۹۷): ۷۱-۹۲.
یوسفی، احمدعلی. «ماهیت پول و راهبردهای فقهی و اقتصادی آن»، پژوهشگاه فرهنگ و اندیشه اسلامی ‌، ۲۹ شماره ‌۴ (۱۳۷۷).
یساقی، رضا، و علی استاجی. «نقش پیدایش پول‌های دیجیتال و مجازی در کاهش وابستگی به دلار در ایران»، کنگره پیشگامان پیشرفت ۱۰ (۱۳۹۵): ۲۳۷۰-۲۳۷۷.

ب- منابع لاتین:

Aslanidis, Nektarios, Aurelio F. Bariviera & Oscar Mart´ınez-Iba˜nez. “An analysis of cryptocurrencies conditional cross correlations.” Finance Research Letters 31 (2019): 130-137.
Bhaskar, Nirupama Devi, & David LEE Kuo Chuen. Chapter 3: Bitcoin Mining Technology. Handbook of Digital Currency Bitcoin, Innovation, Financial Instruments, and Big Data (2015).
Bigoni Maria, Gabriele Camera, & Marco Casari. “Money is more than memory.” Journal of Monetary Economics 110 (April 2020): 99-115. https://doi.org/10.1016/j.jmoneco.2019.01.002
Chaudhari, Harshal & Martin Crane. “Cross-correlation dynamics and community structures of cryptocurrencies.” Journal of Computational Science 44 (July 2020): 101130. https://doi.org/10.1016/ j.jocs.2020.101130
Corradi, Fiammetta & Philipp Höfner. “The disenchantment of Bitcoin: unveiling the myth of a digital currency.” International Review of Sociology 28, no. 1 (Feb 2018): 193-207.
Das, Debojyoti & Anupam Dutta. “Bitcoin’s energy consumption: Is it the Achilles heel to miner’s revenue?” Economics Letters 186 (January 2020): 108530. https://doi.org/10.1016/j.econlet.2019.108530
Deflem, Mathieu. “The Sociology of Sociology of Money: Simmel and the Contemporary Battle of the Classics.” Journal of Classical Sociology 3, no. 1 (2003): 67-96. https://doi.org/10.1177/1468795X03003001695
Dong, Qingxing & Orrin Cooper. “A peer-to-peer dynamic adaptive consensus reaching model for the group AHP decision making.” European Journal of Operational Research 250, no. 2 (August 2016): 521-530. https://doi.org/10.1016/j.ejor.2015.09.016.
Evans Charles W. “Bitcoin in Islamic Banking and Finance.” Journal of Islamic Banking and Finance June 3, no. 1, pp. 1-11, ISSN 2374-2666 (Print) (June 2015): 2374-2658.
Feld, Sebastian, Mirco Sch¨onfeld, & Martin Werner. “Analyzing the Deployment of Bitcoin's P2P Network under an AS-level Perspective.” Procedia Computer Science 32 (December 2014): 1121-1126.
Feng, Jingyu, Xinyu Zhao, Kexuan Chen, Feng Zhao, & Guanghua Zhang. “Towards random-honest miners' selection and multi-blocks creation: Proof-of-negotiation consensus mechanism in blockchain networks.” Future Generation Computer Systems 105 (April 2020): 248-258. https://doi.org/10.1016/j.future.2019.11.026.
Ferreira, Paulo, Ladislav Kristoufek & Eder Johnson de Area Leão Pereira. “DCCA and DMCA correlations of cryptocurrency markets.” Physica A: Statistical Mechanics and its Applications 545 (May 2019): 123803. https://doi.org/10.1016/j.physa.2019.123803.
Gilad, Yossi, Rotem Hemo, Silvio Micali, Georgios Vlachos & Nickolai Zeldovich. “Algorand: Scaling byzantine agreements for cryptocurrencies.” In Proceedings of the 26th Symposium on Operating Systems Principles, ACM (2017): 51–68.
Hayek, Friedrich. Denationalisation of Money: Institute of Economic Affairs, Hobart Paper Special, 1976.
Kacprzyk, Janusz, & Mario Fedrizzi. “A ‘soft’ measure of consensus in the setting of partial (fuzzy) preferences.” European Journal of Operational Research 34 (1988): 316–325. https://doi.org/10.1016/0377-2217(88)90152-X.
Killeen, Alyse. Handbook of Digital Currency Bitcoin, Innovation, Financial Instruments, and Big Data, 2015.
Kristjanpoller, Werner & Elie Bouri. “Asymmetric multifractal cross-correlations between the main world currencies and the main cryptocurrencies.” Physica A 523 (June 2019): 1057–1071. https://doi.org/10.1016/j.physa.2019.04.115.
Kubát, Max. “Virtual Currency Bitcoin in the Scope of Money Definition and Store of Value.” Procedia Economics and Finance 30 (2015): 409-416. https://doi.org/10.1016/S2212-5671(15)01308-8.
Lafourcade, Pascal, and MariusLombard-Platet. “About blockchain interoperability.” Information Processing Letters 161 (September 2020): 105976. https://doi.org/10.1016/j.ipl.2020.105976.
Liu, Yujia, Changyong Liang, Francisco Chiclana, & Jian Wu. “A trust induced recommendation mechanism for reaching consensus in group decision making.” Knowledge-Based Systems 1191 (March 2017): 221-231. https://doi.org/10.1016/j.knosys.2016.12.014.
Manavi, Seyed Alireza, Gholamreza Jafari, Shahin Rouhani & Marcel Ausloos. “Demythifying the belief in cryptocurrencies decentralized aspects. A study of cryptocurrencies time cross- correlations with common currencies, commodities and financial indices.” Physica A: Statistical Mechanics and its Applications 556 (October 2020):124759. https://doi.org/10.1016/ j.physa.2020.124759.
Mirzaee Ghazani, Majid & Reza Khosravi. “Multifractal detrended cross-correlation analysis on benchmark cryptocurrencies and crude oil prices.” Physica A 560 (December 2020): 125172. https://doi.org/10.1016/ j.physa.2020.125172.
Mokni, Khaled & Ahdi Noomen Ajmi. “Cryptocurrencies vs. US dollar: Evidence from causality in quantiles analysis.” Economic Analysis and Policy 69 (March 2021): 238-252. https://doi.org/10.1016/ j.eap.2020.12.011.
Nyman, Charlott. “The social nature of money: Meanings of Money in Swedish Families.” Women's Studies International Forum 26, no. 1 (January–February 2003): 79-94. https://doi.org/10.1016/S0277-5395(02)00357-6.
Oliveira, Marcela T. de, Lucio H.A. Reis, Dianne S.V. Medeiros, Ricardo C. Carrano, Sılvia D. Olabarriaga, & Diogo M.F. Mattos. “Blockchain reputation-based consensus: A scalable and resilient mechanism for distributed mistrusting applications.” Computer Networks 179 (June 2020): 107367. http://dx.doi.org/10.1016/j.comnet.2020.107367.
Rochon, Louis-Philippe, & Sergio Rossi. “Endogenous money: the evolutionary versus revolutionary views.” Rev. Keynes. Econ 1 no. 2 (2013): 210–229. https://doi.org/10.4337/roke.2013.02.04.
Shi, Yongjing, Aviral Kumar Tiwari, Giray Gozgor & Zhou Lu. “Correlations among cryptocurrencies: Evidence from multivariate factor stochastic volatility model.” Research in International Business and Finance 53 (October 2020): 101231. https://doi.org/10.1016/j.ribaf.2020.101231.
Simmel, Georg. Georg Simmel. Sociological Theory. 7th edition. New York: The McGraw-Hill Companies. 2008.
Thornton, Daniel L. Money in a Theory of Exchange. Review. Federal Reserve Bank of St. Louis. 2000.
Yu, Bin, Joseph Liu, Surya Nepal, Jiangshan Yu, & Paul Rimba. “Proof-of-QoS: QoS Based Blockchain Consensus Protocol.” Computers & Security 87 (November 2019): 101580.
Zhang, Hengjie, Sihai Zhao, Gang Kou, Cong-Cong Li Yucheng Dong and Francisco Herrera. “An overview on feedback mechanisms with minimum adjustment or cost in consensus reaching in group decision making: Research paradigms and challenges.” Information Fusion 60 (August 2020): 65-79.
Zhang, Wei, Pengfei Wang, Xiao Li & Dehua Shen. “The inefficiency of cryptocurrency and its cross- correlation with Dow Jones Industrial Average.” Physica A: Statistical Mechanics and its Applications 510 (November 2018): 658-670.
 
 
 
 
 
 
 
CAPTCHA Image