Η παρούσα διπλωματική εργασία ασχολείται με την έρευση πιθανής σχέσης ισορροπίας μεταξύ του Bitcoin και της χρηματηστηριακής αγοράς. Συγκεκριμένα, διενεργούνται έλεγχοι Συνολοκλήρωσης κατά Engle - Granger, Σχέση Αιτιότητας κατά Granger, Έλεγχοι μεταβλητότητας τους διαταρακτικού όρου μεταξύ Bitcoin και S&P500, Nasdaq, Stoxx600 και Nikkei225 σε ημερίσια, εβδομαδιαία και μηναιά συχνότητα για την περίοδο 09/2014 έως 09/2023. Εμφανής σχέση συνολοκήρωσηςμεταξύ Bitcoin και S&P500 & Nasdaq, υπάρχει σχέση συνολοκλήρωσης ανεξαρτήτου της συχνότητα δεδομένων. Μεταξύ Bitcoin και Stoxx υπάρχει σχέση συνολοκλήρωσης σε εβδομαδιαίο και μηνιαίο επίπεδο. Τέλος, μεταξύ Bitcoin και Nikkei συνολοκλήρωση υπάρχει μόνο στην περίπτωση των μηνιαίων δεδομένων. Αμφίρροπή σχέση αιτιότητας ανάμεσα σε όλους τους δείκτες ανεξαρτήτου χρονικής συχνότητας δεδομένων. Όσον αφορά, τους ελέγχους μεταβλητότητας διενεργήθηκαν τα τεστ GARCH, EGARCH, GJR. Για τους χρηματιστηριακούς δείκτες το καταλληλότερο μοντέλο ανεξαρτήτου συχνότητας δεδομένων
είναι το GARCH(1,1). Για το Bitcoin, σε ημερήσια δεδομένα το καταλληλότερο μοντέλο ήταν το GARCH(1,1) , ενώ για τα εβδομαδιαία δεδομένα ήταν το EGARCH(1,1).
(EL)
This thesis deals with the emergence of a possible equilibrium relationship between Bitcoin and the financial market. In particular, Engle - Granger Cointegration Tests, Granger Causality Relationship, and volatility tests are conducted between Bitcoin and S&P500, Nasdaq, Stoxx600 and Nikkei225 at daily, weekly and monthly frequencies for the period 09/2014 to 09/2023. Evident cointegration relationship between Bitcoin and S&P500 & Nasdaq, there is a cointegration relationship regardless of data frequency. Between Bitcoin and Stoxx there is a cointegration relationship at weekly and monthly level. Finally, between Bitcoin and Nikkei cointegration exists only in the case of monthly data. Unbiased causality relationship between all indices regardless of data frequency. As for the tests of variability, the GARCH, EGARCH, GJR tests were carried out. For the stock market indices the most appropriate model regardless of data frequency is GARCH(1,1). For Bitcoin, in daily data the most appropriate model was GARCH(1,1) , while for weekly data the most appropriate model was EGARCH(1,1) .
(EN)
Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών
