Transbordamento de volatilidade: uma análise do ‘spillover effect’ nos retornos do mercado de criptoativos
Data
2023-01-16
Autores
Llorente, Lucas Leite 
Orientadores
Ikeda, Ricardo Hirata
Tipo
Trabalho de conclusão de curso
Título da Revista
ISSN da Revista
Título de Volume
Resumo
O presente trabalho tem como objetivo apresentar como a dinâmica de conectividade
entre o bitcoin e os demais criptoativos afetou seus respectivos retornos entre 2018 e
2022, seja, dessa forma mostrar como o efeito de spillover se dá por meio dos retornos
diários, os quais são afetados por transmissões de volatilidade e influenciados por
fatores exógenos e endógenos ao mercado em estudo, como a dominância de mercado e
a recente pandemia provocada pelo COVID-19. Como fonte primária de pesquisa,
foram coletados dados de retornos diário do banco de dados do website investing.com.
Inicia-se com o levantamento do referencial teórico, que serviu como base da pesquisa
científica sobre o efeito de transbordamento de volatilidade e o mercado de criptoativos.
Logo, a fim de estimar e interpretar os transbordamentos foram utilizadas abordagens de
decomposição da variância do erro de previsão por modelo generalizado GFEVD via
VAR; da correlação de Pearson; da causalidade de Granger de primeira ordem e de
quebras estruturais nos resíduos de previsão por modelo de função de resposta ao
impulso IRF via OLS-CUSUM. Posteriormente foram confeccionados e analisados os
resultados com base nas técnicas de pesquisa apresentadas. A partir dos resultados
obtidos, foi possível notar a magnitude e decomposição do transbordamento por
criptoativo, os quais corroboraram à criação de um regime de interação de spillovers
acima dos cinquenta por cento no período de análise, dividido em janelas de retornos.
Verificando que a dinâmica de conectividade se manteve muito forte tanto no curtíssimo
prazo quanto no período total, ao passo da diminuição da dominância de influência por
transbordamento do Bitcoin.
This paper aims to present how the dynamics of connectivity between bitcoin and other crypto assets affected their respective returns between 2018 and 2022, thus showing how the spillover effect occurs through daily returns, which are affected by volatility transmissions and influenced by exogenous and endogenous factors to the market under study, such as market dominance and the recent pandemic caused by COVID-19. As a primary source of research, daily returns data were collected from the investing.com website database. It begins with the survey of the theoretical framework, which served as the basis of the scientific research on the volatility spillover effect and the crypto market. Then, in order to estimate and interpret the spillovers, approaches of variance decomposition of the forecast error by generalized GFEVD model via VAR; Pearson's correlation; first-order Granger causality; and structural breaks in the forecast residuals by IRF impulse response function model via OLS-CUSUM were used. Subsequently, the results were prepared and analyzed based on the research techniques presented. From the results obtained, it was possible to note the magnitude and decomposition of spillovers by crypto assets, which corroborated the creation of an interaction regime of spillovers above fifty percent in the analysis period, divided into windows of returns. Verifying that the connectivity dynamics remained very strong in both the very short term and the total period of sample, while Bitcoin's spillover influence dominance decreased.
This paper aims to present how the dynamics of connectivity between bitcoin and other crypto assets affected their respective returns between 2018 and 2022, thus showing how the spillover effect occurs through daily returns, which are affected by volatility transmissions and influenced by exogenous and endogenous factors to the market under study, such as market dominance and the recent pandemic caused by COVID-19. As a primary source of research, daily returns data were collected from the investing.com website database. It begins with the survey of the theoretical framework, which served as the basis of the scientific research on the volatility spillover effect and the crypto market. Then, in order to estimate and interpret the spillovers, approaches of variance decomposition of the forecast error by generalized GFEVD model via VAR; Pearson's correlation; first-order Granger causality; and structural breaks in the forecast residuals by IRF impulse response function model via OLS-CUSUM were used. Subsequently, the results were prepared and analyzed based on the research techniques presented. From the results obtained, it was possible to note the magnitude and decomposition of spillovers by crypto assets, which corroborated the creation of an interaction regime of spillovers above fifty percent in the analysis period, divided into windows of returns. Verifying that the connectivity dynamics remained very strong in both the very short term and the total period of sample, while Bitcoin's spillover influence dominance decreased.
Descrição
Citação
LLORENTE, Lucas Leite. Transbordamento de volatilidade: uma análise do ‘spillover effect’ nos retornos do mercado de criptoativos. 2022. Trabalho de Conclusão de Curso (Bacharelado em Ciências Atuariais) - Universidade Federal de São Paulo, Escola Paulista de Política, Economia e Negócios, Osasco, 2022.