УДК 339.7

Инвестиционное поведение на мировом рынке криптовалют: учитывают ли игроки возможности диверсификации?

А.А. Дергилёва, В.В. Добрынская, С.В. Гуров, Т.В. Соколова

Национальный исследовательский университет «Высшая школа экономики», г. Москва, Россия

Аннотация

До последнего времени рынок криптовалют рассматривался как рынок частных непортфельных инвесторов, и основное внимание уделялось волатильности. Постепенная институционализация и создание ETF выдвигает на первый план новые характеристики, одной из которых является асимметрия биржевого поведения. Цель нашего исследования – анализ взаимосвязей между показателями асимметричного риска и доходностью портфелей по широкой выборке криптовалют. Тестируется гипотеза о значимости скошенности и систематической скошенности (коскошенности, coskewness) и премии за них для инвесторов на криптовалютном рынке. Различные варианты построения криптовалютного портфеля тестируются относительно двух рыночных бенчмарков: фондового индекса и криптовалютного индекса. Применяется подход Фама – Макбет с коррекцией стандартных ошибок Ньюи – Уэста. Выборка строится на недельных данных за период с 2010 по 2023 г. Расчеты как на всем рассматриваемом временном отрезке, так и на двух подотрезках (до ковид-кризиса и после его начала) показывают, что систематическая скошенность и бета-портфелей из криптовалют остаются статистически незначимыми и нестабильными по знакам. Таким образом, совместное движение с фондовым рынком не обладает значимой объяснительной силой в отношении будущей доходности (т. е. доходности за следующую неделю). Выявлена уникальность поведения инвесторов на криптовалютном рынке: такая биржевая характеристика доходности, как скошенность, оказывается значимым фактором ценообразования криптовалют, а систематическая скошенность – нет. Теоретическая значимость исследования связана с выявлением аномалий на глобальном рынке криптовалют. В отличие от рынка акций, мы показываем отсутствие премии за систематическую скошенность на глобальном рынке криптовалют. Методология позволила раскрыть особенности поведения инвесторов: инвесторы не принимают во внимание динамику фондового рынка при выборе криптовалют, и, следовательно, подобная стратегия диверсификации капитала для снижения риска не наблюдается. Практическая значимость состоит в том, что полученные выводы могут стать для частных и институциональных инвесторов, управляющих активами основой принятия инвестиционных решений на криптовалютном рынке.

Ключевые слова

криптовалютный рынок; скошенность; систематическая скошенность; модель CAPM с третьим моментом; метод Фама – Макбет; инвестиционные портфели.

JEL classification

Список использованной литературы

1. Corbet S., Lucey B., Urquhart A., Yarovaya L. Cryptocurrencies as a financial asset: A systematic analysis // International Review of Financial Analysis. 2018. Vol. 62. Pp. 182–199. https://doi.org/10.1016/j.irfa.2018.09.003

          2. Liu Y., Chen Y. Skewness risk and the cross-section of cryptocurrency returns // International Review of Financial Analysis. 2024. Vol. 96, Part A. 103626. https://doi.org/10.1016/j.irfa.2024.103626

          3. Li T., Shin D., Wang B. Cryptocurrency pump-and-dump schemes // SSRN Electronic Journal. 2021. 3267041. http://dx.doi.org/10.2139/ssrn.3267041

          4. Fung K., Jeong J., Pereira J. More to cryptos than Bitcoin: A GARCH modelling of heterogeneous cryptocurrencies // Finance Research Letters. 2021. Vol. 47, Part A. 102544. https://doi.org/10.1016/j.frl.2021.102544

          5. Bruhn P., Ernst D. Assessing the risk characteristics of the cryptocurrency market: A GARCH-EVT-Copula approach // Journal of Risk and Financial Management. 2022. Vol. 15, Issue 8. 346. https://doi.org/10.3390/jrfm15080346

          6. Gupta H., Chaudhary R. An empirical study of volatility in cryptocurrency market // Journal of Risk and Financial Management. 2022. Vol. 15, Issue 11, 513. https://doi.org/10.3390/jrfm15110513

          7. Lahiani A., Jeribi A., Jlassi N.B. Nonlinear tail dependence in cryptocurrency–stock market returns: The role of Bitcoin futures // Research in International Business and Finance. 2020. Vol. 56. 101351. https://doi.org/10.1016/j.ribaf.2020.101351

          8. Liu Y. Applicability analysis of cryptocurrency market based on capital asset pricing model // Highlights in Business Economics and Management. 2024. Vol. 24. Pp. 923–928. https://doi.org/10.54097/dkzd7p22

          9. Kahneman D., Tversky A. Prospect theory: An analysis of decision under risk // Econometrica. 1979. Vol. 47, No. 2. Pp. 263–292. https://doi.org/10.2307/1914185

          10. Benartzi S., Thaler R.H. Myopic loss aversion and the equity premium puzzle // The Quarterly Journal of Economics. 1995. Vol. 110, Issue 1. Pp. 73–92. https://doi.org/10.2307/2118511

          11. Gonzalez R., Wu G. On the shape of the probability weighting function // Cognitive Psychology. 1999. Vol. 38, Issue 1. Pp. 129–166. https://doi.org/10.1006/cogp.1998.0710

          12. Kraus A., Litzenberger R.H. Skewness preference and the valuation of risk assets // The Journal of Finance. 1976. Vol. 31, No. 4. Pp. 1085–1100. https://doi.org/10.2307/2326275

          13. Jiang L., Wu K., Zhou G., Zhu Y. Stock return asymmetry: Beyond skewness // Journal of Financial and Quantitative Analysis. 2020. Vol. 55, Issue 2. Pp. 357–386. https://doi.org/10.1017/S0022109019000206

          14. Jiang X., Han L., Yin L. Can skewness predict currency excess returns? // The North American Journal of Economics and Finance. 2018. Vol. 48. Pp. 628–641. https://doi.org/10.1016/j.najef.2018.07.018

          15. Han Y., Mo X., Su Z., Zhu Y. Is idiosyncratic asymmetry priced in commodity futures? // Journal of Financial Research. 2023. Vol. 46, Issue 3. Pp. 875–898. https://doi.org/10.1111/jfir.12339

          16. Karehnke P. Systematic skewness and stock returns // The Review of Asset Pricing Studies. 2024. Vol. 14, Issue 4. Pp. 578–612. https://doi.org/10.1093/rapstu/raae010

          17. Langlois H. Measuring skewness premia // Journal of Financial Economics. 2020. Vol. 135, Issue 2. Pp. 399–424. https://doi.org/10.1016/j.jfineco.2019.06.002

          18. Fernandez-Perez A., Frijns B., Fuertes A., Miffre J. The skewness of commodity futures returns // Journal of Banking & Finance. 2017. Vol. 86. Pp. 143–158. https://doi.org/10.1016/j.jbankfin.2017.06.015

          19. Wątorek M., Drożdż S., Kwapień J., Minati L., Oświęcimka P., Stanuszek M. Multiscale characteristics of the emerging global cryptocurrency market // Physics Reports. 2020. Vol. 901. Pp. 1–82. https://doi.org/10.1016/j.physrep.2020.10.005

          20. Friend I., Westerfield R. Co-skewness and capital asset pricing // The Journal of Finance. 1980. Vol. 35, Issue 4. Pp. 897–913. https://doi.org/10.1111/j.1540-6261.1980.tb03508.x

          21. Jondeau E., Zhang Q., Zhu X. Average skewness matters // Journal of Financial Economics. 2019. Vol. 134, Issue 1. Pp. 29–47. https://doi.org/10.1016/j.jfineco.2019.03.003

          22. Harvey C.R., Siddique A. Conditional skewness in asset pricing tests // The Journal of Finance. 2000. Vol. 55, Issue 3. Pp. 1263–1295. https://doi.org/10.1111/0022-1082.00247

          23. Liow K.H., Chan L.C.W.J. Co-skewness and co-kurtosis in global real estate securities // Journal of Property Research. 2005. Vol. 22, Issue 2–3. Pp. 163–203. https://doi.org/10.1080/09599910500453798

          24. Liu C.H., Hartzell D.J., Grissom T.V. The role of co-skewness in the pricing of real estate // The Journal of Real Estate Finance and Economics. 1992. Vol. 5, Issue 3. Pp. 299–319. https://doi.org/10.1007/bf02341917

          25. Jia Y., Liu Y., Yan S. Higher moments, extreme returns, and cross-section of cryptocurrency returns // Finance Research Letters. 2020. Vol. 39. 101536. https://doi.org/10.1016/j.frl.2020.101536

          26. Ahmed W.M., Mafrachi M.A. Do higher-order realized moments matter for cryptocurrency returns? // International Review of Economics & Finance. 2020. Vol. 72. Pp. 483–499. https://doi.org/10.1016/j.iref.2020.12.009

          27. Zsolt N.B., Botond B. Co-skewness, co-kurtosis and their implications on asset pricing of cryptocurrencies // International Journal of Financial Markets and Derivatives. 2021. Vol. 8, No. 1. 65. https://doi.org/10.1504/ijfmd.2021.113860

          28. Liu Y., Tsyvinski A., Wu X. Common risk factors in cryptocurrency // The Journal of Finance. 2022. Vol. 77, Issue 2. Pp. 1133–1177. https://doi.org/10.1111/jofi.13119

          29. Chen Y., Liu Y., Zhang F. Coskewness and the short-term predictability for Bitcoin return // Technological Forecasting and Social Change. 2024. Vol. 200. 123196. https://doi.org/10.1016/j.techfore.2023.123196

          30. Fama E.F., French K.R. Common risk factors in the returns on stocks and bonds // Journal of Financial Economics. 1993. Vol. 33, Issue 1. Pp. 3–56. https://doi.org/10.1016/0304-405X(93)90023-5

          31. Fama E.F., French K.R. A five-factor asset pricing model // Journal of Financial Economics. 2015. Vol. 116, Issue 1. Pp. 1–22. http://dx.doi.org/10.1016/j.jfineco.2014.10.010

          32. Fang H., Lai T.-Y. Co-kurtosis and capital asset pricing // The Financial Review. 1997. Vol 32, Issue 2. Pp. 293–307. http://dx.doi.org/10.1111/j.1540-6288.1997.tb00426.x

          33. Chan K., Yang J., Zhou Y. What Makes Safe-Haven Currencies? Evidence from Conditional Co-Skewness. European Financial Management Association (EFMA). 2013. 51 p. URL: https://www.efmaefm.org/0efmameetings/efma%20annual%20meetings/2014-Rome/papers/EFMA2014_0225_fullpaper.pdf

          34. Campbell S., Song Q., Wong T.L. Macroscopic properties of equity markets: stylized facts and portfolio performance // Quantitative Finance. 2025. Vol. 25, Issue 9. Pp. 1375–1397. https://doi.org/10.1080/14697688.2025.2541859

          35. Baltussen G., Van Vliet B., Van Vliet P. The cross-section of stock returns before 1926 (and beyond) // SSRN Electronic Journal. 2021. https://doi.org/10.2139/ssrn.3969743

          36. Rivin I., Scevola C. An investable сrypto-сurrency index // SSRN Electronic Journal. 2018. https://doi.org/10.2139/ssrn.3154706

          37. Trimborn S., Härdle W.K. CRIX or evaluating blockchain based currencies // SSRN Electronic Journal. 2015. https://doi.org/10.2139/ssrn.2892594

          38. Häusler K., Xia H. Indices on cryptocurrencies: an evaluation // Digital Finance. 2022. Vol. 4, Issue 2–3. Pp. 149–167. https://doi.org/10.1007/s42521-022-00048-8

          39. Gil-Alana L.A., Abakah E.J.A., Rojo M.F.R. Cryptocurrencies and stock market indices: Are they related? // Research in International Business and Finance. 2019. Vol. 51. 101063. https://doi.org/10.1016/j.ribaf.2019.101063

          40. Corbet S., Lucey B., Urquhart A., Yarovaya L. Cryptocurrencies as a financial asset: A systematic analysis // International Review of Financial Analysis. 2018. Vol. 62. Pp. 182–199. https://doi.org/10.1016/j.irfa.2018.09.003

Благодарности

The research was supported by the Russian Science Foundation under grant 25-28-00260, https://rscf.ru/project/25-28-00260/

Информация об авторах

Дергилёва Анастасия Алексеевна

Стажер-исследователь Центра финансовых исследований и анализа данных Национального исследовательского университета «Высшая школа экономики», г. Москва, Россия (109028, г. Москва, Покровский бульвар, 11); ORCID https://orcid.org/0009-0008-6047-1775 е-mail: dergilevaana@gmail.com

Добрынская Виктория Владимировна

Кандидат экономических наук, доцент Школы финансов Национального исследовательского университета «Высшая школа экономики», г. Москва, Россия (109028, г. Москва, Покровский бульвар, 11); ORCID https://orcid.org/0000-0001-7602-7240 e-mail: vdobrynskaya@hse.ru

Гуров Сергей Вячеславович

Кандидат экономических наук, научный сотрудник Центра финансовых исследований и анализа данных Национального исследовательского университета «Высшая школа экономики», г. Москва, Россия (109028, г. Москва, Покровский бульвар, 11); ORCID https://orcid.org/0000-0003-0104-5166 e-mail: sgurov@hse.ru

Соколова Татьяна Владимировна

Кандидат физико-математических наук, заместитель директора Центра финансовых исследований и анализа данных Национального исследовательского университета «Высшая школа экономики», г. Москва, Россия (109028, г. Москва, Покровский бульвар, 11); ORCID https://orcid.org/0000-0002-2238-7539 e-mail: tv.sokolova@hse.ru

Для цитирования

Дергилёва А.А., Добрынская В.В., Гуров С.В., Соколова Т.В. Инвестиционное поведение на мировом рынке криптовалют: учитывают ли игроки возможности диверсификации? // Journal of Applied Economic Research. 2026. Т. 25, № 1. С. 249-282. https://doi.org/10.15826/vestnik.2026.25.1.009

Информация о статье

Дата поступления 13 октября 2025 г.; дата поступления после рецензирования 24 ноября 2025 г.; дата принятия к печати 3 декабря 2025 г.

DOI: http://dx.doi.org/10.15826/vestnik.2026.25.1.009

Скачать полный текст статьи: