Факторы ценообразования криптовалют
- Авторы: Шканов Б.А.1
-
Учреждения:
- Институт экономической политики имени Е. Т. Гайдара
- Выпуск: Том 15, № 3 (2024)
- Страницы: 225-237
- Раздел: Статьи
- URL: https://journals.ssau.ru/eco/article/view/28005
- DOI: https://doi.org/10.18287/2542-0461-2024-15-3-225-237
- ID: 28005
Цитировать
Полный текст
Аннотация
В последние годы криптовалюты стали важным элементом современной экономики, привлекая внимание инвесторов, регуляторов и исследователей. Несмотря на значительный прогресс в понимании факторов, влияющих на ценообразование криптовалют, многие аспекты остаются недостаточно изученными. Настоящая статья представляет собой обзор традиционных факторов, таких как фундаментальные, макроэкономические, финансовые, поведенческие и инфраструктурные, а также вводит две новые группы факторов: социально-экономические и рыночные манипуляторы. Социально-экономические факторы представляют собой широкий спектр влияний, которые обусловлены состоянием общества и экономики и оказывают значительное влияние на ценообразование криптовалют. Рыночные манипуляторы, с другой стороны, охватывают методы, такие как схемы "pump-and-dump инсайдерская торговля и манипуляции с использованием стейблкоинов, которые приводят к значительным колебаниям цен на криптовалюты. Обзор существующих традиционных факторов в сочетании с новыми позволяет более комплексно оценить динамику ценообразования криптовалют. Добавление этих новых групп факторов подчеркивает необходимость дальнейших исследований для более полного понимания механизмов ценообразования на криптовалютном рынке и разработки стратегий управления рисками. Настоящая работа предоставляет обзор существующих исследований и указывает на пробелы, требующие внимания исследователей.
Полный текст
Введение
В последние годы криптовалюты стали значительным явлением в мировой финансовой системе, привлекая внимание инвесторов, регуляторов и исследователей. Несмотря на свою относительную молодость, рынок криптовалют уже продемонстрировал невероятную волатильность и динамичное развитие. С момента появления Биткоина в 2009 году до нынешнего многообразия цифровых активов, капитализация криптовалютного рынка выросла до сотен миллиардов долларов, что свидетельствует о его значительной экономической и социальной важности.
Тем не менее, природа и механизмы ценообразования криптовалют остаются недостаточно изученными и часто противоречивыми. Традиционные финансовые теории, применимые к фиатным валютам и традиционным активам, не всегда оказываются эффективными для объяснения ценовых движений на рынке криптовалют. Это связано с уникальными характеристиками криптовалют, такими как децентрализованный характер, ограниченное предложение, анонимность транзакций и высокая степень спекулятивной активности.
Следующие разделы будут посвящены детальному анализу различных факторов, начиная от спекулятивных всплесков и влияния СМИ до институциональных инвестиций и регулятивных изменений. Данная работа призвана способствовать более глубокому пониманию сложных и многогранных процессов, лежащих в основе ценообразования криптовалют, что имеет важное значение для инвесторов, регуляторов и ученых, заинтересованных в устойчивом развитии этого быстроразвивающегося рынка.
В академических исследованиях активно обсуждаются различные факторы, влияющие на стоимость криптовалют в течение последних лет [1–3]. Однако часто не учитывается, что влияние этих факторов может меняться со временем.
На основе проанализированной научной литературы, итоговая классификация дополняет классификацию, предложенную Михайловым А.Ю. в работе [4] которая включает 5 основных факторов ценообразования криптовалют:
- фундаментальные;
- макроэкономические;
- финансовые;
- поведенческие;
- инфраструктурные.
1. Фундаментальные факторы
В первую очередь, на цены криптовалют влияет развитие криптовалютных рынков в различных странах. Например, объемы торгов, развитие рынков NFT, деятельность регуляторов стран в области инфраструктуры и институтов. В статье [5] выделяются фундаментальные и спекулятивные компоненты в динамике ценообразования криптовалют. Фундаментальные факторы включают технологические достижения, принятие криптовалют в качестве платежного средства и регулятивные изменения. Спекулятивные компоненты обусловлены рыночными настроениями и ожиданиями инвесторов. Автор использует эконометрические модели для разделения этих факторов и анализа их влияния на цены. Технологические достижения и регулятивные изменения создают основу для роста цен, тогда как рыночные настроения и спекуляции приводят к краткосрочным волатильным колебаниям. Это подтверждается схожими выводами из исследования [6].
Исследование [7] подчеркивает, что регулятивные и правовые изменения могут существенно влиять на цены криптовалют, создавая неопределенность и риски для инвесторов.
Исследование [8] (W. Mensi, K. H. Al-Yahyaee, S. H. Kang) анализируют структурные сдвиги и долговременную память цен на криптовалюты, сравнивая Биткоин и Эфириум. Факторы, влияющие на цены, включают рыночные события, такие как хардфорки, изменения в регуляции и значимые экономические новости. Структурные сдвиги отражают реакцию рынка на внезапные изменения информации, а долговременная память указывает на устойчивое влияние этих событий. Внезапные рыночные события и регулятивные изменения могут вызвать структурные разрывы в ценах криптовалют, приводя к долговременным эффектам и изменению трендов.
Помимо регуляторных и значительных инфраструктурных изменений, на стоимость криптовалют могут повлиять и социальные события. Ярким примером структурного сдвига является пандемия: [9]. Пандемия COVID-19 оказала значительное влияние на цены криптовалют, вызвав резкую волатильность и изменение инвестиционных стратегий.
2. Макроэкономические факторы
Анализ в статье [10] предоставляет всесторонний обзор факторов, влияющих на ценообразование криптовалют, таких как рыночные условия и макроэкономические показатели. Этот систематический обзор литературы исследует различные факторы, влияющие на цены криптовалют, подчеркивая влияние социальных сетей, онлайн-активности и технологических достижений. Было установлено, что наиболее изученной криптовалютой остается Биткойн, которому уделяется значительное внимание в исследованиях о том, как онлайн-активность, такая как поисковые запросы в Google и упоминания в социальных сетях, влияет на его цену. В исследовании предлагается в будущем расширить исследования и на другие криптовалюты, такие как Dogecoin и Litecoin. Рыночные условия и макроэкономические показатели являются ключевыми факторами, определяющими цены на криптовалюты, влияя на их стабильность и предсказуемость. Подобный вывод согласован с результатами исследования [11], а также в обширной статье [12]. Согласно трудам [13] и [14], ликвидность и объем торгов оказывают значительное влияние на цены криптовалют, определяя их волатильность и рыночную реакцию на события.
Еще одно исследование объединяет два последних вывода – [15]. Таким образом, макро-финансовые факторы и ликвидность оказывают значительное влияние на цену биткоина, определяя его рыночную устойчивость и волатильность.
В статье [16] исследуется стохастическое доминирование портфелей факторов криптовалют и их влияние на ценообразование активов. Факторы, влияющие на цены, включают рыночные риски, ликвидность и макроэкономические показатели. Автор анализирует, как различные факторные модели могут предсказывать доходности криптовалют и их распределение рисков. Рыночные риски и макроэкономические показатели играют ключевую роль в определении цен на криптовалюты.
Также, исследователи Valstad O.C.A., Vagstad K. [17]; Eisl A., Gasser S.M., Weinmayer K. [18]; Yermack D. [19] в своих работах подтверждают большую роль глобального макроэкономического и финансового развития, а также цен традиционных финансовых активов, которые влияют на эволюцию цены криптоактивов (цены на золото, валютный курс, объем торгов на биржах).
Необходимо также отметить, что воздействие макроэкономических и финансовых показателей на цену криптовалют может работать по нескольким каналам. Макроэкономические и финансовые условия влияют на цены криптовалют как положительно, так и отрицательно. Например, благоприятные макроэкономические и финансовые условия способны улучшить использование криптоактивов в сфере торговли и бирж и таким образом стимулировать спрос [20]. Есть и пример отрицательной взаимосвязи. Например, падение цен на золото, может способствовать вложениям в криптоактивы.
3. Финансовые факторы
В работе [21] рассматриваются методы ценообразования опционов на криптовалюты, включая индекс CRIX и Биткоин. Основные факторы, влияющие на цену опционов, включают волатильность базового актива, рыночные ожидания и ликвидность, что подтверждают и Thomas Conlon, Shaen Corbet and Richard J. McGee в своей работе [22]. Высокая волатильность криптовалют и рыночные ожидания существенно влияют на ценообразование опционов, делая их ценные бумаги высоко рискованными. При этом существенной является и обратная связь - в исследовании [21] указывается, как рынки опционов на криптовалюты оказывают влияние на волатильность и ценообразование базовых активов, создавая дополнительные рыночные риски.
Исследователи Corbet, S., Lucey, B., Urquhart, A рассматривают криптовалюты как финансовый актив, анализируя их экономическую ценность и риски - [23]. Криптовалюты обладают значительным потенциалом как финансовый актив, но их высокая волатильность и неопределенность регулятивного статуса представляют значительные риски для инвесторов.
Также есть некоторые ученые, которые подчеркивают, что криптовалюта стала инструментом хеджирования против политической неопределенности: [24–25]. Например, биткойн отрицательно коррелирует с ценами акций. Это способствует его возможностям для хеджирования: инвестор может включить биткойн в свой портфель, чтобы смягчить воздействие резких колебаний на традиционные финансовые активы [26]. А в статьях [27] и [28] указывается большую роль криптовалют в диверсификации портфелей, так как корреляции между криптовалютами и традиционными финансовыми активами могут значительно изменяться в зависимости от рыночных условий.
4. Поведенческие факторы
Dehua Shen в своих работах [29–31] исследует эмпирическое ценообразование активов в контексте криптовалют. Основные факторы включают поведенческие финансы, макроэкономические условия и рыночные тренды. Автор использует данные для анализа, как различные экономические показатели и поведение инвесторов влияют на долгосрочные и краткосрочные изменения цен на криптовалюты. Поведенческие финансы и макроэкономические условия существенно влияют на долгосрочные и краткосрочные колебания цен криптовалют, определяя их общие рыночные тренды.
В статье [32] проводится систематический обзор пузырей на рынке криптовалют. Основные факторы, влияющие на цену криптовалют, включают спекулятивный интерес и массовое внимание СМИ. Психологические факторы и поведение инвесторов играют важную роль в формировании пузырей. Спекулятивные всплески и панические продажи приводят к резким изменениям цен. Такой же вывод был согласован с основными тезисами [33], в котором были рассмотрены поведенческие аспекты динамики цен криптовалют м анализом психологических факторов и поведения инвесторов. Таким образом, Спекулятивный интерес и внимание СМИ существенно увеличивают волатильность цен криптовалют, что приводит к формированию ценовых пузырей и их последующему обрушению.
Анализ [34] исследует влияние общественного настроения в Twitter на прогнозирование цен на криптовалюты, используя методы анализа данных и машинного обучения. Вывод: Общественное настроение в Twitter оказывает предсказуемое влияние на цены криптовалют, помогая инвесторам принимать более обоснованные решения.
Также, в исследовании [35] авторы посредством методов моделирования данных и анализа текста пришли к выводу: новостные медиа оказывают значительное влияние на цены биткоина, формируя рыночные ожидания и поведение инвесторов в краткосрочной перспективе.
В статье [36] авторами Michal Polasik, Anna Iwona Piotrowska,Tomasz Piotr Wisniewski, Radoslaw Kotkowski, Geoffrey Lightfoot анализируются колебания цен на биткоин и его использование. Факторы, такие как экономические новости и регулятивные изменения, оказывают значительное влияние на колебания цен. Экономические новости и регулятивные изменения играют важную роль в колебаниях цен на биткоин, влияя на поведение инвесторов и их доверие к криптовалюте.
Исследование [37] анализирует роль медиа и технологий в принятии и использовании криптовалют. Авторы приходят к выводу, что принятие криптовалют в значительной степени зависит от уровня осведомленности и доступности технологий, что напрямую влияет на их стоимость.
Есть еще несколько исследований, которые показали, что до 2014 г. как позитивные, так и негативные новости способствовали изменению биткойна в цене: [38–39]. Из этого следует, что на динамику криптовалют влияют новости, которые доминируют в СМИ в определенное время.
5. Инфраструктурные факторы
На ценообразование криптовалют оказывают значительное влияние инфраструктурные факторы, такие как сложность майнинга, тип майнинга, хешрейт. Например, хешрейт - это объем вычислительной мощности, необходимый для проведения математических операций по вычислению значения хеш-функции. Рост сложности расчетов приводит к увеличению требуемого хэшрейта и, соответственно, к повышению требований стоимости оборудования для майнинга. Последний халвинг (уменьшение комиссии майнеров за обработку транзакций вдвое) биткойна, состоявшийся в апреле 2024 года значительно повлиял на его стоимость на биржах, а также на весь рынок криптовалют.
Статья [40] рассматривает влияние концентрации майнинговых пулов на цены криптовалют. Высокая концентрация майнинговых пулов может привести к централизованному контролю над производством криптовалют, что, в свою очередь, влияет на их дефицит и стоимость. Также анализируется, как изменения в хэшрейте и майнинговой мощности влияют на стабильность и волатильность цен. Концентрация майнинговых пулов может привести к централизованному контролю над производством криптовалют, влияя на их дефицит и волатильность цен, что делает рынок менее стабильным. К такому же выводу пришли и авторы [41]: высокие затраты на энергию для майнинга могут влиять на стоимость криптовалют, делая их производство более затратным и снижая их привлекательность.
В вышеупомянутой статье [13], а также в [42], помимо макроэкономических и финансовых факторов, подчеркиваются транзакционные издержки и их влияние на стоимость криптовалют. Высокие транзакционные издержки могут существенно снижать привлекательность криптовалют для ежедневных операций, влияя на их общую стоимость.
Помимо вышеуказанных групп факторов следует выделить еще и следующие группы:
6. Социально-экономические факторы
Согласно исследованию [43], социальные и экономические факторы, такие как уровень доверия к финансовым институтам и степень экономической свободы, играют важную роль в формировании цен на криптовалюты.
В вышеупомянутой статье [23] криптовалюты также рассматриваются с точки зрения их использования и применимости в обществе. Помимо финансовых факторов, таких как волатильность, ликвидность и риски, на экономическую стоимость криптовалют влияют их полезность, предназначение и степень принятия в экономике
7. Рыночная манипуляция
Felix Eigelshoven, Andr Ullrich, Douglas Parry в обзорной статье [44] анализируют случаи рыночной манипуляции на рынке криптовалют и их влияние на цены. Выделяют следующие основные способы рыночной манипуляции:
- Pump-and-Dump схемы. Данные схемы включают искусственное завышение цен на криптовалюты путем координированных покупок, за которыми следует резкая продажа активов по завышенным ценам. Манипуляторы организуют группы в социальных сетях для привлечения неопытных инвесторов, что приводит к краткосрочным всплескам цен. Pump-and-Dump схемы способствуют высокой волатильности и краткосрочным колебаниям цен, особенно на рынках с низкой капитализацией.
- Wash Trading. Данный метод включает создание ложного объема торгов через сделки с самим собой. Он используется для создания иллюзии высокой ликвидности и привлечения других трейдеров. Wash Trading искажает реальные объемы торгов и создает ложное впечатление ликвидности, что может вводить инвесторов в заблуждение.
- Инсайдерская торговля - использование конфиденциальной информации для получения преимуществ на рынке, например, перед объявлением о листинге новой криптовалюты на бирже. Инсайдерская торговля нарушает принципы честного рынка и может приводить к значительным изменениям цен в краткосрочной перспективе.
- DDoS-атаки. Распределенные атаки отказа в обслуживании направлены на снижение производительности или временное отключение криптовалютных бирж. Это может быть использовано для манипулирования ценами через создание искусственного дефицита ликвидности. DDoS-атаки могут существенно повлиять на работу бирж и привести к резким изменениям цен на криптовалюты. 5. Рынок стейблкоинов. Манипуляции с использованием стейблкоинов, таких как Tether, включают печать новых токенов для покупки других криптовалют при падении их цен, что стабилизирует рынок и может искусственно поддерживать цены. Манипуляции с использованием стейблкоинов могут стабилизировать рынок в краткосрочной перспективе, но создают риски для долгосрочной устойчивости.
Манипуляции на рынке криптовалют остаются серьезной проблемой, влияя на доверие инвесторов и стабильность рынка. Основные уязвимости включают отсутствие регулирования, анонимность участников и недостаток стандартов. Для борьбы с этими проблемами необходимы более жесткие меры регулирования и повышение прозрачности операций на криптовалютных биржах.
Заключение
- Таким образом, ценообразование криптовалют является сложным и многогранным процессом, на который влияют как внутренние рыночные факторы, такие как ликвидность и объем торгов, так и внешние макроэкономические условия, включая регулятивные изменения и глобальные экономические новости. Более того, значительное влияние оказывают фундаментальные, инфраструктурные, поведенческие.
- На основе научной литературы представлен обзор и традиционной классификации факторов ценообразования криптовалют. Понимание этих факторов и их взаимодействий позволяет более точно прогнозировать динамику цен на криптовалюты и разрабатывать эффективные стратегии управления рисками.
- Предложены две новые группы факторов, которые позволят более комплексно оценить и понимать механизмы ценообразования криптовалют, учитывая как социально-экономические условия, так и методы манипулирования рынком.
- Будущие исследования должны сосредоточиться на разработке более точных моделей прогнозирования цен, учитывающих как фундаментальные, так и спекулятивные компоненты. Это поможет улучшить понимание механизмов ценообразования и содействовать устойчивому развитию рынка криптовалют, что важно для инвесторов, регуляторов и ученых.
Конкурирующие интересы: Конкурирующих интересов нет.
Об авторах
Булат Арманович Шканов
Институт экономической политики имени Е. Т. Гайдара
Автор, ответственный за переписку.
Email: bulat.shkanov@mail.ru
ORCID iD: 0000-0003-1286-2620
аспирант
Россия, 125993, Москва, Газетный пер., д.3-5, стр. 1Список литературы
- Михайлов А.Ю. Теория оценки стоимости криптоактивов //Финансовая аналитика: проблемы и решения. – 2017. – Т. 10. № 6. – С. 691–700. EDN: YRLORD.
- Briere M., Oosterlinck K., Szafarz A. Virtual Currency, Tangible Return: Portfolio Diversification with Bitcoins //CEB Working Papers. – 2017. – No. 13/031. https://doi.org/10.2139/ssrn.2324780.
- Popper N. Digital Gold: The Untold Story of Bitcoin. London: Penguin. – 2015. – 432 – pp. ISBN: 0241181003, 9780241181003
- Михайлов А.Ю. Ценообразование на рынке криптоактивов и взаимосвязь с фондовыми индексами //Финансовая аналитика: проблемы и решения. – 2018. – Т. 24. – № 3. – С. 641–651. EDN: YTPMVK.
- Kukacka J., Kristoufek L. Fundamental and speculative components of the cryptocurrency pricing dynamics // Journal of International Financial Markets, Institutions and Money. – 2020. – Vol. 65. https://doi.org/10.1186/s40854-023-00465-7.
- Hakim N.R. Bitcoin pricing: impact of attractiveness variables // Journal of International Financial Markets, Institutions and Money. – 2020. – Vol. 65. https://doi.org/10.1186/s40854-020-00176-3.
- Srokosz W., Kopyscianski T. Legal And Economic Analysis Of The Cryptocurrencies Impact On The Financial System Stability //Journal of Teaching and Education. – No. 4. – pp. 619–627. https://universitypublications.net/jte/0402/pdf/F5N180.pdf
- Mensi W., Al-Yahyaee Kh. Structural breaks and double long memory of cryptocurrency prices: A comparative analysis from Bitcoin and Ethereum //Finance Research Letters. – No. 29. https://doi.org/10.1016/j.frl.2018.07.011.
- Thai H. N. The COVID-19 effects on cryptocurrency markets: robust evidence from time-frequency analysis //Economic Bulletin. – pp. 109-123. https://doi.org/10.1016/j.jbef.2020.100404.
- Sanshao P., Prentice C., Shams S., Sarker T. A Systematic Literature Review on the Determinants of Cryptocurrency Pricing //China Accounting and Finance Review. – 2024. – Vol. 26. – No. 1. https://doi.org/10.1108/CAFR-05-2023-0053.
- Madichie Ch., Ngwu F., Eze E., Maduka O. Modelling the dynamics of cryptocurrency prices for risk hedging: The case of Bitcoin, Ethereum, and Litecoin //Cogent Economics and Finance. – No. 11. https://doi.org/10.1080/23322039.2023.2196852.
- Sukomardojo T., Pamikatsih M., Arpianto Yu., Nuraini A., Fatmawati E. Cryptocurrency and Macro-Economic Stability: Impacts and Regulations //International Journal of Science and Society. – No. 5. – pp. 734–745. https://doi.org/10.54783/ijsoc.v5i4.842.
- Sovbetov Yh. Factors Influencing Cryptocurrency Prices: Evidence from Bitcoin, Ethereum, Dash, Litcoin, and Monero //Journal of Economics and Financial Analysis. – No. 2. – pp. 1–27. https://ssrn.com/abstract=3125347.
- Ghysels E., Nguyen G. Price Discovery of a Speculative Asset: Evidence from a Bitcoin Exchange //Journal of Risk and Financial Management. – No. 12. – pp. 164. https://doi.org/10.3390/jrfm12040164.
- Havidz Sh., Karman V., Mambea I. Is Bitcoin Price Driven by Macro-financial Factors and Liquidity? A Global Consumer Survey Empirical Study //Organizations and Markets in Emerging Economies. – No. 12. – pp. 399–414. https://doi.org/10.15388/omee.2021.12.62.
- Han W., Newton D., Platanakis E., Sutcliffe Ch., Ye X. On the (Almost) Stochastic Dominance of Cryptocurrency Factor Portfolios and Implications for Cryptocurrency Asset Pricing //European Financial Management, Forthcoming–SWFA 2021. – 2022. http://doi.org/10.1111/eufm.12431.
- Andreas O.C., Vagstad K. A bit risky? A comparison between Bitcoin and other assets using an intraday Value at Risk approach. https://ntnuopen.ntnu.no/ntnu-xmlui/bitstream/handle/11250/266806/742882FULLTEXT01 .pdf.
- Eisl A., Gasser S., Weinmayer K. Caveat Emptor: Does Bitcoin Improve Portfolio Diversification? //SSRN Electronic Journal. http://doi.org/10.2139/ssrn.2408997.
- Yermack D. Is Bitcoin a Real Currency? An Economic Appraisal //Handbook of Digital Currency. –2015. – pp. 31–43. http://doi.org/10.1016/B978-0-12-802117-0.00002-3.
- Dyhrberg A.. Hedging Capabilities of Bitcoin. Is it the virtual gold? //Finance Research Letters. – No. 16. http://doi.org/10.1016/j.frl.2015.10.025.
- Chen C., Hardle W.K., Hou A., Wang W. Pricing Cryptocurrency Options: The Case of CRIX and Bitcoin ..SSRN Electronic Journal. http://doi.org/10.2139/ssrn.3159130.
- Conlon Th., Mcgee R. Betting on Bitcoin: Does gambling volume on the blockchain explain Bitcoin price changes? //Economics Letters. – 2020. – Vol. 191. – No. 108727. http://doi.org/10.1016/j.econlet.2019.108727.
- Corbet Sh., Lucey B.,Urquhart A., Yarovaya L. Cryptocurrencies as a Financial Asset: A systematic analysis //International Review of Financial Analysis. –2019. – Vol. 62. – pp. 182–199. http://doi.org/10.1016/j.irfa.2018.09.003.
- Engle R. Dynamic Conditional Correlation – A Simple Class of Multivariate GARCH Models //Journal of Business and Economic Statistics. –2000. – No. 2000-09. http://doi.org/10.2139/ssrn.236998.
- Hafner Ch., Reznikova O. On the estimation of dynamic conditional correlation models //Computational Statistics and Data Analysis. – 2012. –Vol 56. – No. 11. http://doi.org/10.1016/j.csda.2010.09.022.
- Ratner M. Hedging stock sector risk with credit default swaps //International Review of Financial Analysis. –2013. – Vol. 30. – pp. 18–25. http://doi.org/10.1016/j.irfa.2013.05.001.
- Doan B., Pham H., Nguyen Th.B. Price discovery in the cryptocurrency market: evidence from institutional activity //Journal of Industrial and Business Economics. – 2021. – Vol. 49. – pp. 111–131, https://doi.org/10.1007/s40812-021-00202-0
- Colombo J., Cruz F., Paese L., Cortes R. The diversification benefits of cryptocurrencies in multi-asset portfolios: cross-country evidence. – 2021. http://doi.org/10.2139/ssrn.3776260.
- Shen D., Urquhart A., Wang – pp. Does twitter predict Bitcoin? //Economics Letters. –2019. –Vol. 174. – pp. 118–122. https://doi.org/10.1016/j.econlet.2018.11.007.
- Zhang W., Shen D., Zhang Yo., Xiong X. Open source information, investor attention, and asset pricing //Economic Modelling. – 2013. – Vol. 33. – pp. 613–619. https://doi.org/10.1016/j.econmod.2013.03.018.
- Zhang Yo., Song W., Shen D., Zhang W. Market reaction to internet news: Information diffusion and price pressure //Economic Modelling. – 2016. – Vol. 56. – pp. 43–49. https://doi.org/10.1016/j.econmod.2016.03.020
- Kyriazis M.A., Corbet Sh., Papadamou S. A Systematic Review of the Bubble Dynamics of Cryptocurrency Prices. – 2020. http://doi.org/10.2139/ssrn.3758498
- Aloosh, Arash and Ouzan, Samuel. The Psychology of Cryptocurrency Prices //Finance Research Letters. – 2019. – Vol. 33. http://doi.org/10.1016/j.frl.2019.05.010.
- Kraaijeveld O., Smedt D. J. The predictive power of public Twitter sentiment for forecasting cryptocurrency prices //Journal of International Financial Markets, Institutions and Money. – 2020. – Vol. 65. – No. 101188. http://doi.org/10.1016/j.intfin.2020.101188.
- Coulter K. The impact of news media on Bitcoin prices: modelling data driven discourses in the crypto-economy with natural language processing //Royal Society Open Science. – 2022. – Vol. 9. http://doi.org/10.1098/rsos.220276.
- Polasik M., Piotrowska A., Wisniewski T., Kotkowski R., Lightfoot G. Price Fluctuations and the Use of Bitcoin: An Empirical Inquiry //International Journal of Electronic Commerce. – 2015. –Vol. 20. – pp. 9–49. http://doi.org/10.1080/10864415.2016.1061413.
- Shahzad M.F., Xu Sh., Lim W., Hasnain M., Nusrat Sh. Cryptocurrency awareness, acceptance, and adoption: the role of trust as a cornerstone //Humanities and Social Sciences Communications. – 2024. – Vol. 11. http://doi.org/10.1057/s41599-023-02528-7.
- Rogojanu A., Badea L. The issue of competing currencies: case study - Bitcoin //Theoretical and Applied Econoics. – 2014. – Vol. 21. – pp. 103–114. https://store.ectapp.ro/articole/946.pdf.
- Halaburda H., Gandal N. Competition in the Cryptocurrency Market //SSRN Electronic Journal. – 2014. http://doi.org/10.2139/ssrn.2506463.
- Datta B., Hodor I. Cryptocurrency, Mining Pools’ Concentration, and Asset Prices //SSRN Electronic Journal. – 2021. http://doi.org/10.2139/ssrn.3887256.
- Afjal M., Sajeev K. Interconnection between cryptocurrency and energy market: an analysis of volatility spillover //OPEC Energy Review, – 2022. – Vol. 46. http://doi.org/10.1111/opec.12227.
- Ghysels E., Nguyen G. Price Discovery of a Speculative Asset: Evidence from a Bitcoin Exchange //Journal of Risk and Financial Management. – 2019. – Vol. 12. – pp. 164. http://doi.org/10.3390/jrfm12040164.
- Sharma Sh., Mathur K. Social and Economic Factors That Impact Cryptocurrency //Indian Journal of Applied Research. – 2022. – pp. 63–68. http://doi.org/10.36106/ijar/1814049.
- Eigelshoven F., Ullrich A., Parry D. Cryptocurrency Market Manipulation – A Systematic Literature Review //ICIS 2021 Proceedings. – 2021. – Vol. 1. https://aisel.aisnet.org/icis2021/fintech/fintech/1.