• Medientyp: E-Artikel
  • Titel: The Cross-Section of Cryptocurrency Risk and Return
  • Beteiligte: Günther, Steffen [VerfasserIn]; Fieberg, Christian [VerfasserIn]; Poddig, Thorsten [VerfasserIn]
  • Erschienen: Berlin: Duncker & Humblot, 2020
  • Sprache: Englisch
  • DOI: https://doi.org/10.3790/vjh.89.4.7
  • ISSN: 1861-1559
  • Schlagwörter: Cryptocurrency risk ; G11 ; Portfoliorendite ; G15 ; G10 ; Cryptocurrency
  • Entstehung:
  • Anmerkungen: Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
  • Beschreibung: We analyze the cross-section of more than 1200 cryptocurrencies derived from 350 exchanges in the time period from January 2014 to June 2020. Specifically, we investigate whether well-known cross-sectional characteristics like beta (Fama/MacBeth (1973)), size (Banz (1981)) or momentum ( Jegadeesh/Titman (1993)) – which have been intensively investigated in the equities literature – explain the cross-section of cryptocurrency returns. We apply the monotonic relationship (Mr.) test developed by Patton and Timmermann (2010) to test for dependencies between characteristics and average portfolio returns and standard deviations. We extend the existing literature on cryptocurrencies showing that there are various characteristics which are able to explain cryptocurrency risk and return. ; Wir untersuchen den Querschnitt von über 1200 Kryptowährungen, gesammelt von 350 Handelsplätzen, in der Zeitspanne von Januar 2014 bis Juni 2020. Im speziellen untersuchen wir, ob weit verbreitete Charakteristika, wie Beta (Fama/MacBeth (1973)), Size (Banz (1981)) oder Momentum ( Jegadeesh/Titman (1993)) – die bereits intensiv in der Aktienliteratur untersucht werden – den Querschnitt der Kryptowährungsrenditen erklären können. Wir verwenden den Monotonic Relationship (MR) Test von Patton und Timmermann (2010) um auf Abhängigkeiten zwischen Charakteristika und durchschnittlichen Portfoliorenditen sowie Standardabweichungen zu testen. Wir erweitern die bestehende Literatur, indem wir zahlreiche Charakteristika identifizieren, die Risiko und Renditen von Kryptowährungen erklären können.
  • Zugangsstatus: Freier Zugang