Analysis of return and risk of cryptocurrencies
View/ Open
Date
2021Academic level
Graduation
Abstract
This study examines the applicability of GARCH (1, 1) with asymmetric t-distributed innovations to series that seek to represent the cryptocurrency market. With a two years data set of ten assets, two theoretical indices are created, one by weighting selected assets’ by market capitalization and the other one through Principal Components Analysis, and are subjected to a risk-return analysis, made by using a GARCH model, with its estimates compared to the ones from a realized volatility measure. ...
This study examines the applicability of GARCH (1, 1) with asymmetric t-distributed innovations to series that seek to represent the cryptocurrency market. With a two years data set of ten assets, two theoretical indices are created, one by weighting selected assets’ by market capitalization and the other one through Principal Components Analysis, and are subjected to a risk-return analysis, made by using a GARCH model, with its estimates compared to the ones from a realized volatility measure. The GARCH models presented mostly significant coefficients, but showed, however, evidence for the presence of joint autocorrelation in the residuals, according to the Ljung-Box tests that were ran. ...
Abstract in Portuguese (Brasil)
Este estudo examina a aplicabilidade do GARCH (1, 1) com inovações assimétricas com distribuição t para séries que buscam representar o mercado de criptomoedas. Com um conjunto de dados de dois anos para dez ativos, dois índices teóricos são criados, um ponderando os ativos selecionados pelas suas capitalizações de mercado e outro por meio da Análise de Componentes Principais, e são submetidos a uma análise de risco-retorno, feita utilizando um modelo GARCH, com suas estimativas comparadas às d ...
Este estudo examina a aplicabilidade do GARCH (1, 1) com inovações assimétricas com distribuição t para séries que buscam representar o mercado de criptomoedas. Com um conjunto de dados de dois anos para dez ativos, dois índices teóricos são criados, um ponderando os ativos selecionados pelas suas capitalizações de mercado e outro por meio da Análise de Componentes Principais, e são submetidos a uma análise de risco-retorno, feita utilizando um modelo GARCH, com suas estimativas comparadas às de uma medida de volatilidade realizada. Os modelos GARCH apresentaram majoritariamente coeficientes significativos, porém evidenciaram a presença de autocorrelação conjunta nos resíduos, de acordo com os testes de Ljung-Box realizados. ...
Institution
Universidade Federal do Rio Grande do Sul. Faculdade de Ciências Econômicas. Curso de Ciências Econômicas.
Collections
This item is licensed under a Creative Commons License
![](/themes/Mirage2Novo//images/lume/cc.png)