بررسی اثر رفتار سرمایه گذاران بر بازده رمزارزها: رویکرد نظریه برجستگی
آرشیو
چکیده
هدف: هدف این پژوهش، بررسی اثر نظریه برجستگی در پیش بینی بازده های مقطعی رمزارزها و ارزیابی آن به عنوان یک عامل ریسک در قیمت گذاری دارایی هاست. این مطالعه به دنبال تحلیل نقش سوگیری رفتاری سرمایه گذاران در شکل گیری نوسانات بازدهی در بازار رمزارزهاست. روش شناسی پژوهش: با استفاده از داده های بیش از ۴۰۰۰ رمزارز با ارزش بازار بالای یک میلیون دلار در بازه ژانویه ۲۰۱۴ تا ژوئن ۲۰۲۵، شاخص برجستگی براساس تفاوت میان بازده های برجسته و میانگین بازده وزنی طراحی شد. تحلیل تجربی از طریق مرتب سازی پرتفوی، رگرسیون های فاما-مکبث و مدل سه عاملی LTW انجام گرفت. یافته ها : نتایج نشان داد رمزارزهایی با بازده های مثبت برجسته، در دوره های بعدی عملکرد ضعیف تری دارند و بالعکس. اثر شاخص ST از نظر آماری و اقتصادی معنادار بوده و حتی پس از کنترل سایر عوامل رفتاری و بنیادی نیز باقی مانده است. این شاخص توانسته ناهنجاری هایی مانند چولگی، نظریه چشم انداز و بتای نزولی را نیز تبیین کند. اصالت/ارزش افزوده علمی: این پژوهش برای نخستین بار شاخص ST را به عنوان یک عامل رفتاری نوین و مؤثر در بازار رمزارزها معرفی می کند. یافته ها حاکی از قدرت بالای این شاخص در پیش بینی بازده ها و تبیین الگوهای قیمت گذاری نسبت به مدل های سنتی و سایر عوامل رفتاری هستند.Examining the impact of investor behavior on cryptocurrency returns: A Salience theory approach
Purpose: The aim of this study is to examine the impact of salience theory on the cross-sectional return predictability of cryptocurrencies and to evaluate it as a risk factor in asset pricing. The study seeks to analyze the role of investor behavioral biases in shaping return fluctuations in the cryptocurrency market. Methodology: Using data from over 4,000 cryptocurrencies with a market capitalization above one million USD during the period from January 2014 to June 2025, a Salience theory was constructed based on the difference between salient weighted returns and average value-weighted returns. The empirical analysis was conducted through portfolio sorting, Fama-MacBeth regressions, and the Liu-Tsyvinski-Wu three-factor model. Findings: The results show that cryptocurrencies with salient positive returns tend to underperform in subsequent periods, while those with salient negative returns yield higher future returns. The effect of the ST index is statistically and economically significant and remains robust after controlling for other behavioral and fundamental factors. The index also explains well-known anomalies such as skewness preference, prospect theory, and downside beta. Originality/Value: This study is the first to introduce the ST index as a novel and effective behavioral factor in the cryptocurrency market. The findings demonstrate its strong predictive power and its ability to explain cross-sectional pricing patterns, outperforming traditional models and other behavioral factors.
تبلیغات
