Авторы
- Темирова Аза Бароновна
- Исраилов Альберт Русланович
Аннотация
В статье рассмотрено понятие «криптовалюта», обоснована популярность нового финансового инструмента на экономическом пространстве, выделены основные особенности криптовалюты как одного из вида виртуальных денег и ее влияние на экономическую систему. В числе ключевых особенностей криптовалюты названы: обмен на товары или услуги; обмен на классическую валюту; оплата товаров и услуг; платежи, быстрые и прямые транзакции; инвестиционный актив.
В статье исследованы главные направления формирования рынка криптовалют как составляющей финансового рынка. Определены сущность, значение криптовалюты, охарактеризованы предпосылки возникновения криптовалют, а также дана характеристика рынка криптовалют как составляющей финансового рынка. Исследованы этапы становления и теоретические предпосылки возникновения криптовалюты.
Установлено, что значимым направлением функционирования и использования такого специфического финансового актива выступает защита денежных средств от обесценивания, которое происходит во время политических и экономических колебаний.
Целью исследования является сравнительный анализ подходов к анализу тенденций динамики криптовалют. В работе проанализированы тенденции развития криптовалют, которые показали рост влияния криптовалют на структуру финансового рынка.
Изучены труды исследователей, анализирующих тенденции курсов криптовалют, и сформированы три основных подхода к анализу.
Как ссылаться
Темирова, А. Б. & Исраилов, А. Р. (2025). АНАЛИЗ ПОДХОДОВ И ИХ ОСОБЕННОСТЕЙ ДЛЯ ИССЛЕДОВАНИЯ ДИНАМИКИ КРИПТОВАЛЮТ Вестник Московского городского педагогического университета. Серия «Экономика», № 2 (44), 10. https://doi.org/10.24412/2312-6647-2025-244-10-23
Список литературы
1.
1. Bitcoin pricing, adoption, and usage: Theory and evidence / S. Athey [et al.] // Stanford University, Graduate School of Business. Research Paper. 2016. № 16-42. URL: http://ssrn.com/abstract=2826674
2.
2. The blockchain folk theorem / B. Biais [et al.] // The Review of Financial Studies. 2019. № 32 (5). Р. 1662–1715. DOI: 10.1093/rfs/hhy095
3.
3. Equilibrium bitcoin pricing / B. Biais [et al.] // Journal of Finance. 2023. № 78 (2). Р. 967–1014. DOI: 10.1111/JOFI.13206
4.
4. Byström H., Krygier D. What drives bitcoin volatility? // Working Papers. 2018. № 24.
5.
5. Charles A., Darné O. Volatility estimation for Bitcoin: Replication and robustness // International Economics. 2019. № 157. Р. 23–32.
6.
6. Token-based platform finance / L. W. Cong [et al.] // Journal of Financial Economics. 2022. № 144. Р. 972–991. DOI: 10.1016/j.jfineco.2021.10.002
7.
7. Cong L.W., He Z., Li J. Decentralized mining in centralized pools // The Review of Financial Studies. 2021. № 34 (3). Р. 1191–1235. DOI: 10.1093/rfs/hhaa040
8.
8. Easley D., O’Hara M., Basu S. From mining to markets: The evolution of bitcoin transaction fees // Journal of Financial Economics. 2019. № 134 (1). Р. 91–109. DOI: 10.1016/j.jfineco.2019.03.004
9.
9. How many cryptocurrencies are there in 2024? // Exploding Topics. URL: https://
explodingtopics.com/blog/number-of-cryptocurrencies (дата обращения: 12.06.2025).
10.
10. Predicting the price of Bitcoin using sentiment-enriched time series forecasting / M. Frohmann [et al.] // Big Data and Cognitive Computing. 2023. № 7 (3). Р. 137–156.
11.
11. Gers F. A., Eck D., Schmidhuber J. Applying LSTM to Time Series Predictable through Time-Window Approaches // Artificial Neural Networks — ICANN 2001. Lecture Notes in Computer Science. Vol. 2130. Springer, Berlin, Heidelberg. DOI: 10.1007/3-540-44668-0_93
12.
12. Hamayel M. J., Owda A. Y. A novel cryptocurrency price prediction model using GRU, LSTM and bi-LSTM machine learning algorithms // Artificial Intelligence. 2021. № 2 (4). Р. 477–496.
13.
13. Jaquart P., Köpke S., Weinhardt C. Machine learning for cryptocurrency market prediction and trading // The Journal of Finance and Data Science. 2022. № 8. Р. 331–352.
14.
14. Kelly B. The bitcoin big bang: how alternative currencies are about to change the world. John Wiley & Sons, 2014. 243 р.
15.
15. Priorities for the development of regional information management based on system digitalisation / Yu. Kovalenko et al. // SHS Web of Conferences. 2021. Vol. 126. Article № 04002. DOI: 10.1051/shsconf/202112604002
16.
16. Liu Y., Tsyvinski A. Risks and returns of cryptocurrency // The Review of Financial Studies. June 2021. Vol. 34. Issue 6. P. 2689–2727. DOI: 10.1093/rfs/ hhaa113
17.
17. Liu Y., Tsyvinski A., Wu X. Common risk factors in cryptocurrency // Journal of Finance. 2022. № 77 (2). Р. 1133–1177. DOI: 10.1111/JOFI.13119
18.
18. Forecast methods for time series data: A survey / Z. Liu [et al.] // IEEE Access. 2021. № 9. Р. 91896–91912.
19.
19. Time-series forecasting of Bitcoin prices using high-dimensional features: A machine learning approach / М. Mudassir [et al.] // Neural Computing & Applications. 2020. Р. 1–15.
20.
20. Pagnotta E. S. Decentralizing money: Bitcoin prices and blockchain security // The Review of Financial Studies. 2022. № 35 (2). Р. 866–907. DOI: 10.1093/rfs/hhaa149
21.
21. Schilling L., Uhlig H. Some simple bitcoin economics // The Journal of Monetary Economics. 2019. № 106. Р. 16–26. DOI: 10.1016/j.jmoneco.2019.07.002
22.
22. Внешнеторговая политика и ее влияние на экономический рост / Х. Тельнова [и др.] // Проблемы теории и практики финансово-кредитной деятельности. 2023. № 4 (51). Р. 345–357. DOI: 10.55643/fcaptp.4.51.2023.4097
23.
23. Forecasting Bitcoin closing price series using linear regression and neural networks models / N. Uras [et al.] // PeerJ Computer Science. 2020. № 6. 6:e279. DOI: 10.7717/peerjcs.279
24.
24. Региональная политика передовых ИКТ в сознании формирующейся экономики знаний / О. Захарова [и др.] // Интеграция, гармонизация и передача знаний: материалы 16-й Междунар. конф. по ИКТ в образовании, научных исследованиях и промышленном применении (Харьков, Украина). Т. I: Основная конференция. ICTERI. Харьков, 2020. Т. 2740. С. 386–391.