Causalidad y cointegración del precio del bitcoin durante la pandemia - Causality and cointegration of bitcoin prices during the pandemic
Introducción/objetivo: durante la pandemia de COVID-19, el precio del bitcoin experimentó una volatilidad significativa. Mientras algunos agentes optaron por mantener activos de bajo riesgo, otros buscaron refugio en las criptomonedas. El objetivo general de esta investigación es evaluar los eventos...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Konrad Lorenz Fundación Universitaria
2025-03-01
|
| Series: | Suma de Negocios |
| Subjects: | |
| Online Access: | https://revistasumadenegocios.konradlorenz.edu.co/vol16-num-34-2024-causalidad-y-cointegracion-del-precio-del-bitcoin-durante-la-pandemia/ |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Introducción/objetivo: durante la pandemia de COVID-19, el precio del bitcoin experimentó una volatilidad significativa. Mientras algunos agentes optaron por mantener activos de bajo riesgo, otros buscaron refugio en las criptomonedas. El objetivo general de esta investigación es evaluar los eventos aleatorios y los efectos de corto y largo plazo en el precio del bitcoin durante este período, describir su comportamiento y determinar las relaciones temporales entre su precio y las variables derivadas del confinamiento.
Metodología: se analizó el precio del bitcoin desde diciembre de 2020 hasta julio de 2023. Se emplearon enfoques metodológicos como el modelo econométrico de causalidad de Granger, la cointegración de Engle-Granger, la cointegración de Johansen y el modelo de corrección del vector de error (MCVE). Estos métodos permitieron examinar si existe una relación entre la criptomoneda, los instrumentos financieros y las variables generadas por la pandemia.
Resultados: se encontró que la serie de personas totalmente vacunadas genera causalidad de Granger con el precio de cierre del bitcoin, siendo esta relación unidireccional. Además, se identificó cointegración de Engle-Granger entre el precio de cierre del bitcoin y el total de casos de COVID-19, así como entre el índice ^TNX (rendimiento de bonos del Tesoro a 10 años) y el precio de cierre. Sin embargo, no se encontró cointegración al aplicar el método de Johansen. El modelo de corrección del vector de error (MCVE) reveló que existe un ajuste entre el comportamiento de corto y largo plazo entre las variables independientes, y número de personas totalmente vacunadas, así como con el ^TNX.
Conclusiones: el precio de cierre del bitcoin muestra un comportamiento autorregresivo en conjunto con la variable de personas totalmente vacunadas, siendo ambas significativas con 10 retardos y utilizando primeras diferencias. Esto sugiere que el avance en la vacunación y los cambios en el índice ^TNX pueden influir en el precio de la criptomoneda a corto y largo plazo.
ABSTRACT:
Introduction/objective: the COVID-19 pandemic triggered unprecedented volatility in Bitcoin prices. While some investors shifted toward low-risk assets, others turned to cryptocurrencies as a potential safe haven. This study aims to assess the impact of random events and the short- and long-term effects on Bitcoin prices during the pandemic. Specifically, it seeks to describe Bitcoin’s price behavior and examine the temporal relationships between its price and variables influenced by lockdown measures.
Methodology: the analysis covers Bitcoin prices from December 2020 to July 2023. The methodological framework includes the Granger Causality test, Engle-Granger Cointegration, Johansen Cointegration, and the Vector Error Correction Model (VECM). These approaches were employed to investigate potential relationships between Bitcoin, financial instruments, and pandemic-related variables.
Results: the findings indicate that the series of fully vaccinated individuals Granger-causes Bitcoin closing prices, with a unidirectional relationship. Engle-Granger cointegration was identified between Bitcoin closing prices and total COVID-19 cases, as well as between the ^TNX (10-Year Treasury Yield) and Bitcoin closing prices. However, Johansen Cointegration did not reveal any significant relationships. The Vector Error Correction Model (VECM) demonstrated an adjustment mechanism between short- and long-term dynamics among independent variables, and the number of vaccinated individuals as well as with ^TNX.
Conclusions: bitcoin closing prices exhibit autoregressive behavior in conjunction with the variable of fully vaccinated individuals, with both showing significance at 10 lags using first differences. These results suggest that vaccination progress and fluctuations in the ^TNX index may influence Bitcoin prices in both the short and long term. This study underscores the importance of considering external shocks, such as pandemics, when analyzing cryptocurrency markets. |
|---|---|
| ISSN: | 2215-910X |