МЕТОДИЧЕСКИЕ ПОДХОДЫ К ПРОГНОЗИРОВАНИЮ ДИНАМИКИ КУРСА КРИПТОВАЛЮТ С ПРИМЕНЕНИЕМ ИНСТРУМЕНТОВ СТОХАСТИЧЕСКОГО АНАЛИЗА (НА ПРИМЕРЕ БИТКОИНА)

Ускоренные темпы развития рынка криптовалюты и его интеграция в систему хозяйственных, операционных, финансовых и других процессов определяют необходимость комплексного изучения данного явления. Особую актуальность этому придает то, что на государственном уровне в последние месяцы активизировались обсуждения относительно перспектив легализации рынка криптовалюты и возможностей использования его инструментов в хозяйственной деятельности экономических агентов. Несмотря на порой полярные взгляды и подходы, сформировавшиеся на текущий момент среди российских экспертов относительно решения данного вопроса, развитие крипторынка происходит крайне высокими темпами вне зависимости от его регулирования. Это обусловливает и актуализирует проведение научных изысканий в области оценки перспектив развития данного рынка, формирующих предмет настоящего исследования с целью предсказания возможных эффектов и рисков для национальной экономической системы. Цель статьи — разработка инструментария, направленного на решение вопросов в части моделирования и прогнозирования волатильности рынка криптовалюты на основе «предвидения» перспективных колебаний стоимости «цифровых денег» с использованием специальных моделей авторегрессии (ARMA, ARIMA). Исследование базируется на использовании класса параметрических моделей, позволяющих описывать как стационарные, так и нестационарные временные ряды и на этой основе разрабатывать систему прогностических оценок относительно перспектив дальнейшего развития исследуемого ряда.
При помощи полученной модели ARIMA, оценивающей параметры анализируемого ряда, характеризующего курс криптовалюты, разработана система прогностических оценок на краткосрочный период.
Доказано, что использование подобного рода моделей с высоким уровнем достоверности предсказывает будущие корректировки на исследуемом рынке, что обусловливает высокий уровень перспективности их использования при моделировании будущих параметров развития рынка криптовалюты. Это создает основу для выработки механизмов адаптации хозяйствующих субъектов к формирующимся корректировкам ценовых индексов «цифровых денег».

1. Cocco L., Concas G., Marchesi M. Using an artificial financial market for studying a cryptocurrency market. Journal of Economic Interaction and Coordination. 2017;12(2):345–365. DOI: 10.1007/s11403–015–0168–2

2. Sauer B. Virtual currencies, the money market, and monetary policy. International Advances in Economic Research. 2016;22(2):117–130. DOI: 10.1007/s11294–016–9576-x

3. Ельшин Л.А., Абдукаева А.А. Возможности ускорения деловой активности экономических агентов на основе криптотранзакций. Методы, механизмы и факторы международной конкурентоспособности национальных экономических систем. Междунар. науч.-практ. конф. (Казань, 21 октября 2017 г.). Ч. 1. Уфа: Аэтерна; 2017:88–91. URL: https://aeterna-ufa.ru/sbornik/NK-EC-72–1.pdf (дата обращения: 17.05.2018).

4. Bariviera A.F., Basgall M.J., Hasperué W., Naiouf M. Some stylized facts of the Bitcoin market. Physica A: Statistical Mechanics and its Applications. 2017;484:82–90. DOI: 10.1016/j.physa.2017.04.159

5. Ельшин Л.А., Абдукаева А.А. Перспективы генерации деловой активности на основе использования цифровых денег. Методы, механизмы и факторы международной конкурентоспособности национальных экономических систем. Междунар. науч.-практ. конф. (Казань, 21 октября 2017 г.). Ч. 1. Уфа: Аэтерна; 2017:91–94. URL: https://aeterna-ufa.ru/sbornik/NK-EC-72–1.pdf (дата обращения: 17.05.2018).

6. Ельшин Л.А., Абдукаева А.А. Финансовые инструменты активизации деловой активности: особенности и перспективы. Проблема риска в современных кризисных условиях мировой экономики. Междунар. науч.-практ. конф. (Волгоград, 1 ноября 2017 г.). Уфа: Аэтерна; 2017:74–77. URL: https://aeterna-ufa. ru/sbornik/NK-EK-73.pdf (дата обращения: 27.07.2018).

7. Bouoiyour J., Selmi R. Bitcoin price: Is it really that new round of volatility can be on way? Munich Personal RePEc Archive. MPRA Paper. 2015;(65580). URL: https://mpra.ub.uni-muenchen.de/65580/1/MPRA_ paper_65580.pdf (дата обращения: 27.07.2018).

8. Harwick C. Cryptocurrency and the problem of intermediation. The Independent Review. 2016;20(4):569–588. URL: http://www.independent.org/pdf/tir/tir_20_04_05_harwick.pdf (дата обращения: 27.07.2018).

9. Luther W. J. Cryptocurrencies, network effects and switching costs. Contemporary Economic Policy. 2016;34(3):553–571. DOI: 10.1111/coep.12151

10. White L.H. The market for cryptocurrencies. Cato Journal, 2015;35(2):383–402. URL: https://object.cato.org/ sites/cato.org/files/serials/files/cato-journal/2015/5/cj-v35n2–13.pdf (дата обращения: 27.07.2018).

11. Woo D., Gordon I., Iaralov V. Bitcoin: A first assessment. Bank of America Merrill Lynch. 05 Dec. 2013. URL: https://www.aargauerzeitung.ch/asset_document/i/127472557/download (дата обращения: 27.07.2018).

12. Cheah E.T., Fry J. Speculative bubbles in Bitcoin markets? An empirical investigation into the fundamental value of Bitcoin. Economics Letters. 2015;130:32–36. DOI: 10.1016/j.econlet.2015.02.029.

13. БоксДж.,ДженкинсГ.Анализвременныхрядов.Прогнозиуправление.Ч.1.Пер.сангл.М.:Мир;1974.408с.

14. Канторович Г. Г. Лекции: Анализ временных рядов. Экономический журнал Высшей школы экономики. 2002;6(2):251–273.

15. Koblitz N., Menezes A.J. Cryptocash, cryptocurrencies and cryptocontracts. Designs, Codes and Cryptography. 2016;78(1):87–102. DOI: 10.1007/s10623–015–0148–5

16. Pieters G., Vivanco S. Financial regulations and price inconsistencies across Bitcoin markets. Information Economics and Policy. 2017;39:1–14. DOI: 10.1016/j.infoecopol.2017.02.002

17. Granger C.W.J., King M.L., White H. Comments on testing economic theories and the use of model selection criteria. Journal of Econometrics. 1995;67(1):173–187. DOI: 10.1016/0304–4076(94)01632-A

18. Perron P. Further evidence on breaking trend functions in macroeconomic variables. Journal of Econometrics. 1997;80(2):355–385. DOI: 10.1016/S 0304–4076(97)00049–3

19. Yelowitz A., Wilson M. Characteristics of Bitcoin users: An analysis of Google search data. Applied Economics Letters. 2015;22(13):1030–1036. DOI: 10.1080/13504851.2014.995359