CC BY
0УДК: 33.336.7
КОРРЕЛЯЦИОННЫЙ АНАЛИЗ МИРОВЫХ ФИНАНСОВЫХ РЫНКОВ С ВНЕДРЕНИЕМ ИНДЕКСА ПО КАПИТАЛИЗАЦИИ АЛЬТКОЙНОВ
Батура А.И., Шумилина А.Е.
Финансовый университет при Правительстве Российской Федерации, Москва, Россия
E-mail: [email protected], [email protected] Научный руководитель: Бич М.Г., к.т.н., доцент Финансовый университет при Правительстве Российской Федерации, Москва, Россия
E-mail: [email protected]
Аннотация. Статья посвящена исследованию финансового инжиниринга и корреляционного анализа. В ходе исследования проводился анализ доходности и риска финансовых рынков, а также был задействован корреляционный анализ мировых финансовых рынков. На основе данных по средневзвешенной капитализации активов производилось построение индекса топ 10 альткойнов. Далее рассматривался индекс альткоинов по сравнению с другими активами и рынками, в результате чего строилась корреляционная матрица, на основе которой определяется аллокация активов.
Целью данного исследования является создание индекса, отражающего динамику рынка альткойнов, а также составление портфеля активов с максимизацией прибыли при минимизации риска. В последующем, были проанализированы возможные риски от вложений и возможность их минимизации по средствам размещения в портфеле наиболее независимых друг от друга активов.
По результатам анализа и собранной информации были подведены итоги исследования и сделаны выводы об максимальной оптимальности комбинации из индекса S&P500 и десятилетних облигаций США, чему свидетельствуют полученные показатели корреляции между данными активами. Более того, благодаря корреляционной матрицы прослеживается прямая зависимость между Bitcoin и Ethereum, показатель которых является самым высоким значением в таблице, следовательно, такая комбинация из активов является абсолютно неэффективной для инвестиционного портфеля.
Ключевые слова: криптоактивы, финансовый инжиниринг, корреляционный анализ, изучение доходности и риска активов, аллокация активов, инвестиции, конструирование индекса альткоинов, средневзвешенный индекс, мировые финансовые рынки, стейблкоины, математическая модель, стандартное отклонение, ковариация
CORRELATION ANALYSIS OF GLOBAL FINANCIAL MARKETS WITH THE IMPLEMENTATION OF THE CAPITALIZATION INDEX OF
ALTCOINS
A.I. Batura, A.E. Shumilina
Financial University under the Government of the Russian Federation, Moscow, Russia E-mail: [email protected], [email protected] Scientific supervisor: M. G. Bich, Associate Professor Financial University under the Government of the Russian Federation, Moscow, Russia
E-mail: [email protected]
Abstract. The article considered financial engineering and correlation analysis. The study analyzed the profitability and risk of financial markets, and also involved a correlation analysis of global financial markets. An index of 10 altcoins was constructed on the basis of data on the weighted average capitalization of assets. The index of altcoins with other assets was examined further, resulting in a correlation matrix on which the asset allocation is based.
The purpose of this study was to create an index reflecting the dynamics of the altcoin market with a view to reducing the risk of this index, as well as compiling the portfolio of assets with maximization ofprofit while minimizing risk. It also analyzed the possible risks from investments and the possibility of their minimization by means of placement in the portfolio of the most independent assets. The analysis of the collected information revealed that the combination in the portfolio from the index S&P 500 and US ten-year bonds are the most optimal, as the correlation between these assets was -0.469527329. This means that the assets are inversely dependent. The correlation matrix also showed that Bitcoin and Ethereum are strongly interdependent, the correlation between them was 0.776788461, which is the highest value in the table, therefore, this combination of assets is absolutely ineffective for the investment portfolio.
Keywords: crypto assets, financial engineering, correlation analysis, research ofprofitability and risk of assets, asset allocation, investments, construction of the altcoin index, weighted average index, global financial markets, stablecoins, mathematical model, standard deviation, covariance.
Введение
На мировых финансовых рынках представлено большое количество
инвестиционных инструментов. Главная цель каждого инвестора при формировании своего инвестиционного портфеля - достижение максимальной прибыли при снижении риска.
Цель данного исследования состояла в создании индекса отражающего динамику рынка альткойнов с перспективой на снижение риска портфеля путем имплементации активов из индекса, а также составление портфеля активов с максимизацией прибыли при минимизации риска. Также были проанализированы возможные риски от вложений и возможность их минимизации по средствам размещения в портфеле наиболее независимых друг от друга активов.
Табл. 1 - Активы и индексы
Диверсификация портфеля ценных бумаг чрезвычайно важна, поскольку рынок подвержен различным кризисам и рискам, предугадать которые практически невозможно. Именно поэтому при составлении портфеля необходимо выбирать активы, цена которых будет независима друг от друга, и которые, в случае падения рынка, могут сбалансировать портфель, минимизируя потери вложенных активов.
Выбор активов
В данной работе было принято решение проанализировать ряд инвестиционных инструментов, являющимися представителями разных финансовых рынков: индекс RTS, десятилетние американские облигации США, индекс S&P500, Bitcoin, Ethereum (табл. 1).
рассматриваемые в работе
Название актива Описание актива
Индекс RTS Взвешенный по рыночной капитализации, композитный индекс российского фондового рынка, включающий наиболее ликвидные акции крупнейших и динамично развивающихся российских эмитентов, виды экономической деятельности которых относятся к основным секторам экономики. Индекс RTS характеризует состояние российского фондового рынка, отличительной особенностью которого является ежеквартальное изменение состава компаний, входящих в него [1].
Десятилетние облигации США Долговые, эмиссионные, государственные ценные бумаги, которые выпускает США для финансирования своего государственного долга [2].
Индекс S&P500 Ценовой взвешенный по капитализации индекс, который включает в себя 500 самых крупных компаний по капитализации. Анализируя данный индекс, можно посмотреть состояние американского фондового рынка [3].
Bitcoin Децентрализованный цифровой криптоактив, позволяющий совершать транзакции без посредников. Является самым первым криптоактивом в мире, а также самым большим по капитализации. [4]
Ethereum Вторая по популярности после Bitcoin цифровая валюта. Ethereum является не только криптоактивом, но и вместе с тем выступает в качестве уникальной платформы, позволяющей на базе блокчейна создавать децентрализованные онлайн-сервисы для создания и размещения специальных приложений. [5]
Анализ индекса альткойнов с применением математической матрицы
Для разработки индекса, отвечающего отображению движения рынка альткойнов, необходимо дать определение альткойнам и сформулировать для чего они предназначены, какие функции выполняют. Альткоины [6] — это абсолютно все криптовалюты, кроме Вйсот. Альткоины имеют общие характеристики с Вйсот, но используют другой механизм
консенсуса для создания блоков или проверки транзакций. Они так же могут отличаться друг от друга смарт-контрактами или более низкими комиссиями за транзакции. К числу популярных альткоинов относятся ЕШегеит, ХЯР и BNB.
Для формирования индекса альткойнов, был использован общедоступный сайт СотМагкйСар [7]. После отбора топ 10 альткоинов по рыночной капитализации, была сформирована
сравнительная таблица, куда вошли такие
показатели как цена, а также капитализация для дальнейшего расчета индекса альткоинов. Нужно отметить, что в таблицу вошли не все активы, представленные в рейтинге данного сайта. Например, стейблкойны, которые не вошли в перечень активов для расчетно-аналитической таблицы. Это объясняется тем, что данные активы привязаны к валютам, в связи с чем они имеют достаточную низкую волатильность, то есть цена на них относительно других активов достаточно стабильна. По своей сути стейблкоины являются альтернативой обычных денег на рынке.
После формирования данной таблицы, были рассчитаны дополнительные показатели для
Табл. 2 - Параметры
дальнейшего анализа, такие как вес (процентное соотношение каждого альткоина в предполагаемом сформированном портфеле акций) и количество предполагаемых активов в сформированном портфеле. После расчета веса и количества каждого альткойна была посчитана общая капитализация, то есть общая рыночная стоимость всех монет на конкретную дату, а именно, на текущий момент 30.11.2023 г. Базовое значение индекса составило 10.000 б.п. Описываемые показатели по активам представлены ниже в виде сформированной табл. 2:
для индекса [7]
Price cap weight number
BNB $235,5800 35766699799,00 26% 11,015
XRP $0,6128 32849081340,00 24% 3888,956
SOL $42,0500 17651802426,00 13% 30,455
ADA $0,3240 11421446401,00 8% 2557,436
DOGE $0,0684 9696545421,00 7% 10281,644
TRX $0,0978 8678519324,00 6% 6439,086
MATIC $0,6683 6179608623,00 4% 670,839
DOT $4,7000 5830276018,00 4% 89,995
LTC $69,4100 5125121806,00 4% 5,357
BCH $237,3200 4639673216,00 3% 1,418
totalcap 137838774374,00
costin 10000
После составления аналитической таблицы альткойнов, была продемонстрирована математическая формула:
¿=ЕГ==Г(р**^-) (1)
¿4=1
где: Pi — цена i-го актива
п — это количество альткойнов индекса. capí — капитализация í альткойна í - значение индекса В последствии была создана с помощью TradingView формула, на основе которой в дальнейшем был построен график индекса для дальнейшего анализа [8].
BINANCE:BNBUSDT*11.015+BINANCE:XR PUSDT*3888.956+BINANCE:SOLUSDT*30.455+ BINANCE:ADAUSDT*2557.436+BINANCE:DO
аБШВТ*10281.644+ВЕЧА]ЧСБ:ТКХШВТ*6439 .086+ВЕЧА1ЧСЕ:МАТ1СШВТ*670.839+ВЕЧА]ЧС Б:ВОТШВТ*89.995+ВЕЧА]ЧСЕ:ЬТСШВТ*5.35 7+ВЕЧА]ЧСБ:ВСНШВТ*1.418
На рис. 1 представлен соответствующий график индекса. С его помощью можно проследить динамику роста и снижения показателей рынка альткойнов в течение трехлетнего периода с 1 января 2021 года по 29 ноября 2023 года. На графиках отчетливо видны резкие скачки в периоды апрель-май 2021 года и ноябрь-декабрь 2022 года. Однако, согласно полученным показателям, с июня 2023 года прослеживается относительно стабильная ситуация, более того, наблюдается рост рынка альткойнов с начала 2024 года.
2021 Иген 2022 Июн 2023 Июн 2024 М: ®
Рис. 1 - Индекс топ 10 альткойнов по средневзвешенной рыночной капитализации [8]
Сравнение рынков по доходности
Для анализа финансовых рынков была составлена табл. 3, в которой была посчитана средняя доходность активов за последние три года, а также стандартное отклонение, то есть риск.
Доходность была посчитана по формуле:
г = (—- 1) X 100% (2)
\Pt-i /
Pt - цена на конец года Pt-l - цена на начало года Стандартное отклонение было посчитано по формуле:
S =
Z( r,-f)
х 100%
(3)
где: г - доходность
где: S - стандартное отклонение г - доходность за >ый период г - средняя доходность п - количество периодов
Табл. 3 - показатели доходности и риска для разных рынков
п
BTC ETH index S&P500 RTS bonds
2021 59,41% 398,62% 529,06% 27,39% 14,58% 1,08%
2022 -64,24% -67,52% -70,34% -18,94% -39,74% 1,78%
2023 109,72% 52,00% 29,11% 8,13% 11,79% 3,83%
Среднее значение 34,96% 127,70% 162,61% 5,53% -4,46% 2,23%
Стандартное отклонение 73,10% 197,69% 262,28% 19,01% 24,98% 1,17%
На основе данных в табл. 3 был построен график - Оптимальность по Паррето (рис. 2).
300 250 200 150 100
50S
Оптимальность по Паретто
• ETH
• BTC
S&P500
US10Y
-20
0
20
40
60
Рис. 2 - Оптимальность по Паррето 25
• index
80 100 120 140 160 180
0
Согласно показателям оптимальности по Паррето, составленный ранее Index является имеет самый высокий показатель доходности в размере 162,61%. При этом следует учесть, что его риск пропорционален доходности, а значит является самым высоким показателем и составляет 262,28%.
Доходность Ethereum и Bitcoin составила 34,96% и 127,70% соответственно. Несмотря на популяризацию актива Bitcoin и значительную разницу между ценой самого Bitcoin и Ethereum, стоимость Ethereum меньше соответственно, доходность Bitcoin существенно ниже доходности Ethereum. Однако если рассматривать данные активы с точки зрения риска, то Bitcoin менее волатильный в сравнении с Ethereum.
Индекс S&P500 имеет доходность 5,53% и стандартное отклонение 19,01%, что демонстрирует высокую надежность данного актива при сохранении максимизации прибыли.
Чего нельзя сказать про индекс RTS. Стандартное отклонение данного актива составило 24,98% — это больше, чем у индекса S&P500 и у десятилетних облигаций США. Доходность RTS имеет отрицательное значение, следовательно, актив не эффективен для
инвестиционного портфеля. Менее рискованным инвестиционным инструментом являются десятилетние облигации США их риск практически равен нулю, но при этом доходность составила 2,23%.
Анализ корреляционной матрицы
Для определения самых оптимальных комбинаций для инвестиционного портфеля составлена корреляционная матрица (табл. 4). Сначала по каждой паре активов была посчитана средняя доходность, после стандартное отклонение. Далее были рассчитаны ковариация и корреляция между активами.
Формула ковариации:
Со^(х;у) =
где: Соу - ковариация,
Гх - доходность за период г - средняя доходность п - количество периодов
Формула корреляции:
Соъ>(х;у)
(4)
Сог(х;у) =
5(*)*5(у)
(5)
где: Cor - корреляция Cov - ковариация S - стандартное отклонение
Табл. 4 - Корреляционная матрица для выбранных рынков
BTC ETH Index S&P500 RTS US10Y
BTC 1 0,7767885 0,10733102 0,46749235 -0,1709899 -0,0347954
ETH 0,7767885 1 0,24340288 0,61615957 -0,13987172 -0,169056
Index 0,107331 0,2434029 1 0,04958634 0,333699371 0,2428681
S&P500 0,4674923 0,6161596 0,04958634 1 0,174920385 -0,4695273
RTS -0,1709899 -0,139872 0,33369937 0,17492038 1 0,0769976
US10Y -0,0347954 -0,169056 0,24286814 -0,46952733 0,076997603 1
Коэффициент корреляции показывает тесноту связи между активами. Активы, имеющие отрицательную корреляцию, наиболее привлекательны для портфеля, поскольку являются обратнозависимыми, а значит, могут компенсировать друг друга в случае кризиса на рынке. Коэффициент корреляции, который наиболее приближен к единице, говорит о сильной зависимости активов, это значит, что если доходность одного актива упадет, то и доходность другого тоже.
По итогам исследования корреляционной матрицы, имеется пять активов с отрицательной корреляцией и три актива с корреляцией, максимально приближенной к 1.
Как можно заметить на корреляционной матрице, отрицательную корреляцию имеет Bitcoin и десятилетние облигации США, их коэффициент составляет -0,03. Также корреляция между индексом S&P500 и десятилетними облигациями США равна -0,47 и является самой максимальной из отрицательных значений. Коэффициент корреляции между Bitcoin и российским индексом RTS равен -0,17, между
индекс RTS и Ethereum составил -0,14. Также корреляция между Ethereum и облигациями США составляет -0,17.
Bitcoin и Ethereum оказались очень сильно взаимозависимы, корреляция между ними равна 0,78. Также наблюдается высокая корреляция между Bitcoin и индексом S&P500, а также между Ethereum и S&P500, она равна 0,47 и 0,62 соответственно.
Также в матрице можно заметить значения корреляции, которые говорят об отсутствии зависимости активов друг от друга. Так, например, корреляция индекса альткоинов с каждым из активов, представленным в матрице, достаточна мала. Такие активы тоже будут весьма эффективны для портфеля, так как чем ниже корреляция между активами, тем эффективней комбинация этих активов будет снижать риск портфеля.
Заключение
В ходе исследования и анализа собранных данных была выявлена наибольшая доходность от инвестирования от вложений в индекс альткойнов. Однако следует учесть, что с высокой доходностью индекс имеет также самый высокий риск, — это объясняется его высокой волатильностью и нестабильностью на рынке криптоактивов.
Продолжая тему риска финансовых потерь, по средствам вложения собственных свободных средств, следует отметить самый стабильный и безопасный способ инвестирования - это вложения средств в десятилетние облигации США, чему свидетельствуют значения US10Y, приближенные к нулю по риску на графике оптимальности по Паретто. Возвращаясь к вопросу доходности актива, в данном случае, в прочем, как и в большинстве своём, выручка с инвестиций в данные облигации пропорциональна риску, а точнее, равна минимальным значениям, что вряд ли способствует быстрому увеличению вложенных свободных средств инвесторов.
Чтобы минимизировать риски потерь от вложений свободных средств и для повышения доходности от инвестиций, была составлена корреляционная матрица, что позволило
максимизировать доходность и свести к минимуму риск потерь инвестиционного портфеля. В ходе исследования была выявлена самая оптимальная комбинация в портфеле, а именно, сочетание S&P500 и десятилетних облигаций США.
Нельзя не упомянуть о высокой полезности графика оптимальности активов по Паретто, поскольку благодаря исследованиям, которые строятся на анализе графика, были выявлены абсолютно не доходные активы, которые не нужно включать в инвестиционный портфель, в данном случае, индекс RTS, из-за его отрицательной доходности.
В последующем была проведена аналитическая работа, которая позволила понять, что комбинация из Bitcoin и Ethereum абсолютно неэффективна, поскольку значения комбинации в корреляционной модели близка к 1. Данный показатель свидетельствует о том, что данные активы зависимы друг от друга, другими словами, если один актив будет снижаться по доходности, то и значения второго будут следом уменьшатся.
Перспективы
Следует учитывать, что исследования носят больше теоретический нежели практический характер, поскольку в данном исследовании были рассмотрены, в основном, математические показатели без учета внешних факторов. В дальнейшем будут включены в аналитическую работу такие показатели, как общий уровень готовности населения инвестировать свои свободные средства в рынок крипто валют, чтобы в дальнейшем была возможность на основе полученных данных выстроить прогнозы развития данного рынка. Следует также рассмотреть исторические примеры реакции инвесторов на инфляционные ожидания и на мнения экспертов. Также будет составлена более расширенная версия индекса, включающая в себя более 100 альткойнов, и расширенная корреляционная матрица с увеличением временных рамок до 10 лет и с внедрением языка программирования Python для оптимизации расчетно-аналитической работы.
Список литературы:
[1] MOEX. - URL: https://www.moex.com/en/index/RTSI/Moscow Exchange Indices (дата обращения: 30.11.2023)
[2] CNBC. - URL: https://www.cnbc.com/quotes/US10Y U.S. 10 Year TreasuryUS10Y (дата обращения: 30.11.2023)
[3] «S&P 500 Index: What It's for and Why It's Important in Investing» the author: Will Kenton. - URL: https://www.investopedia.com/terms/s/ Updated September 22, 2023. (Дата обращения: 30.11.2023)
[4] «What Is Bitcoin? » the author: The Investopedia Team. - URL: https://www.investopedia.com/terms/b/Updated February 24, 2024. (Дата обращения: 28.03.2024)
[5] "What Is Ethereum and How Does It Work?" the author: The Investopedia Team. - URL: https://www.investopedia.com/terms/e/Updated March 02, 2024. (Дата обращения: 28.03.2024)
[6] «What Is an Altcoin? » the author: The Investopedia Team - URL: https://www.investopedia.com/terms/a/ (Дата обращения: 09.02.2024)
[7] CoinMarketCap. - URL: https://coinmarketcap.com/ (дата обращения: 30.11.2023)
[8] Tradin gView. - URL: https://ru.tradingview.com/ (дата обращения: 28.03.2024)
[9] «Cryptocurrency Explained with Pros and Cons for Investment» the author: The Investopedia Team. -URL: https://www.investopedia.com/terms/c/ (Дата обращения: 02.02.2024)
[10] «How to Invest in Cryptocurrency» the author: Allie Grace Garnett. - URL: https://www.investopedia.com/ (дата обращения: 30.11.2023)
[11] «Best Crypto Exchanges and Apps of April 2024» the author: Alex Lielacher. - URL: https://www.investopedia.com/ (Дата обращения: 09.02.2024)
V V
