+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Финансы и кредит»
 

Включен в перечень ВАК по специальностям

ЭКОНОМИЧЕСКИЕ НАУКИ:
5.2.1. Экономическая теория
5.2.3. Региональная и отраслевая экономика
5.2.4. Финансы
5.2.5. Мировая экономика
5.2.6. Менеджмент


ЭКОНОМИЧЕСКИЕ,
ФИЗИКО-МАТЕМАТИЧЕСКИЕ НАУКИ:
5.2.2. Математические, статистические и инструментальные методы в экономике

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
LCCN Permalink
Google Scholar

Электронные версии в PDF

Eastview
eLIBRARY.RU
Biblioclub

Разработка стохастической модели среднесрочного прогнозирования курса криптовалют (на примере биткоина)

т. 24, вып. 5, май 2018

PDF  PDF-версия статьи

Получена: 20.04.2018

Получена в доработанном виде: 04.05.2018

Одобрена: 18.05.2018

Доступна онлайн: 29.05.2018

Рубрика: МЕЖДУНАРОДНЫЕ ПЛАТЕЖНЫЕ МЕХАНИЗМЫ

Коды JEL: F47, F63, G17

Страницы: 1046-1060

https://doi.org/10.24891/fc.24.5.1046

Сафиуллин М.Р. доктор экономических наук, профессор, проректор по вопросам экономического и стратегического развития, Казанский федеральный университет, Казань, Российская Федерация 
Marat.Safiullin@tatar.ru

https://orcid.org/0000-0003-3708-8184
SPIN-код: 8661-9318

Ельшин Л.А. кандидат экономических наук, доцент кафедры экономики, Университет управления «ТИСБИ», Казань, Российская Федерация 
Leonid.Elshin@tatar.ru

https://orcid.org/0000-0002-0763-6453
SPIN-код: 1059-7059

Абдукаева А.А. ведущий научный сотрудник, Центр перспективных экономических исследований Академии наук Республики Татарстан, Казань, Российская Федерация 
Aliya.Abdukaeva@tatar.ru

https://orcid.org/0000-0003-1262-5588
SPIN-код: 2538-6937

Предмет. Процесс экономико-математического моделирования временных рядов, характеризующих волатильность биржевого курса биткоина, на основе использования класса моделей авторегрессии скользящего среднего (ARMA).
Цели. Поиск и научное обоснование инструментов и механизмов разработки прогностических оценок развития рынка криптовалюты.
Методология. Применены инструменты стохастического анализа стационарных и нестационарных временных рядов.
Результаты. Использование класса моделей ARIMA в процессе моделирования параметров развития глобального рынка криптовалюты позволяет с высоким уровнем точности предсказывать не только текущие, но и будущие корректировки курса цифровых денег на период до трех—четырех месяцев.
Область применения. Результаты представляют практический интерес для органов государственной власти в сфере регулирования рынка криптовалюты и для представителей бизнес-сообщества.
Выводы. К концу III кв. 2018 г. биржевая стоимость биткоин составит порядка 11 000 долл. США. Использующиеся в исследовании методические подходы моделирования позволяют определить не только возможные будущие тренды, в фарватере которых будут происходить корректировки, но и колебания биржевых курсов на протяжении всего прогнозируемого периода времени.

Ключевые слова: рынок криптовалюты, прогнозирование, моделирование временных рядов, стохастический анализ, биткоин

Список литературы:

  1. Lo S., Wang C.J. Bitcoin as money? Federal Reserve Bank of Boston: Current Policy Perspectives, 2014, no. 2014-4. URL: Link
  2. Li X., Wang Ch.A. The technology and economic determinants of cryptocurrency exchange rates: The case of Bitcoin. Decision Support Systems, 2017, vol. 95, pp. 49–60.
  3. Nakamoto S. Bitcoin: A peer- to- peer electronic cash system. Bitcoin.org. 2008. URL: Link
  4. Bouoiyour J., Selmi R. Bitcoin price: Is it really that new round of volatility can be on way? Munich Pers. RePEc Arch, 2015. URL: Link
  5. Hayes A.S. Cryptocurrency value formation: An empirical study leading to a cost of production model for valuing bitcoin. Telematics and Informatics, 2017, vol. 34, iss. 7, pp. 1308–1321.
  6. Kim K.J., Hong S.P. Study on Rule- based Data Protection System Using Blockchain in P2P Distributed Networks. International Journal of Security and its Application, 2016, vol. 10, no. 11, pp. 201–210
  7. Luther W. Cryptocurrencies, Network Effects, and Switching Costs. Contemporary Economic Policy, 2016, no. 34(3), pp. 553–571. URL: Link.
  8. Vranken H. Sustainability of bitcoin and blockchains. Current Opinion in Environmental Sustainability, 2017, vol. 28, pp. 1–9.
  9. Wang H., He D., Ji Y. Designated-verifier proof of assets for bitcoin exchange using elliptic curve cryptography. Future Generation Computer Systems, 2017. URL: Link
  10. Wilson M., Yelowitz A. Characteristics of Bitcoin users: an analysis of Google search data. URL: Link
  11. Bariviera A.F., Basgall M.J., Hasperué W., Naiouf M. Some stylized facts of the Bitcoin market. Physica A: Statistical Mechanics and its Application, 2017, vol. 484, pp. 82–90. URL: Link. 1016/j.physa.2017.04.159
  12. White L.H. The market for cryptocurrencies. Cato Journal, 2015, vol. 35, iss. 2, pp. 383–402.
  13. Cheah E.T., Fry J. Speculative bubbles in Bitcoin markets? An empirical investigation into the fundamental value of Bitcoin. Economics Letters, 2015, vol. 130, pp. 32–36. URL: Link
  14. Perron P. Further Evidence on Breaking Trend Functions in Macroeconomic Variables. Journal of Econometrics, 1997, vol. 80, iss. 2, pp. 355–385.
  15. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. М.: Мир, 1974.
  16. Granger C.W.J., King M.L., White H. Comments on the Testing of Economic Theories and the Use of Model Selection Criteria. Journal of Econometrics, 1995, vol. 67, iss. 1, pp. 173–187.

Посмотреть другие статьи номера »

 

ISSN 2311-8709 (Online)
ISSN 2071-4688 (Print)

Свежий номер журнала

т. 30, вып. 3, март 2024

Другие номера журнала