Resumo:
Este efeito busca avaliar a utilização de dados passados para tomar decisões futuras, utilizando para tanto, dados de alta frequência, divididos em quatro períodos (dia, hora, minuto e segundo) para captar a existência do efeito de feedback trading nas criptomoedas, visando contribuir para a linha de finanças comportamentais, uma vez que há poucos estudos que avaliam o investimento em mercados digitais seguindo uma perspectiva comportamental. O resultado do modelo indica a existência de feedback trading negativo para todas as criptomoedas nas granularidades de tempo segundo e minuto. O estudo também aponta como resultado do modelo a existência de feedback trading negativo para a granularidade de tempo hora a hora para Litecoin e Dash.
Resumo Inglês:
This study aimed to evaluate the feedback trading effect in cryptoassets Bitcoin, Ethereum, Litecoin and Dash, using a vector autoregressive system as proposed by Hasbrouck (1991). This effect seeks to evaluate the use of past data to make future decisions, using high frequency data, divided into four periods (day, hour, minute and second) in order to analyse the Feedback trading in cryptocurrencies and it intends to collaborate for the subfield of Behavioral finance, once there are few studies evaluating the investment in digital market under a behavioral perspective. The result suggest that there is a negative feedback trading effect in all cryptocurrencies for models using data aggregated by second and minute. The results also indicates that for Litecoin and Dash there is a negative feedback trading effect for data aggregated by hour.
Resumo Espanhol:
Este trabajo buscó evaluar la existencia del efecto de feedback trading para las criptomoedas Bitcoin, Ethereum, Litecoin y Dash usando el modelo VAR propuesto por Hasbrouck (1991). Este efecto busca evaluar la utilización de datos pasados para tomar decisiones futuras, utilizando para ello datos de alta frecuencia, divididos en cuatro períodos (día, hora, minuto y segundo) para captar la existencia del efecto de feedback trading en las criptomedas, con el fin de contribuir a para la línea de las finanzas del comportamiento, ya que hay pocos estudios que evalúan la inversión en mercados digitales siguiendo una perspectiva de comportamiento. El resultado del modelo indica la existencia de feedback trading negativo para todas las criptomoedas en las granularidades de tiempo segundo y minuto. El estudio también apunta como resultado del modelo la existencia de feedback trading negativo para la granularidad de tiempo hora a hora para Litecoin y Dash.
Citação ABNT:
BOZZA, C. C.; KLOTZLE, M. C.; PINTO, A. C. F.; SILVA, P. V. J. G. Efeito 'Feedback Trading' em Criptomoedas com Dados de Alta Frequência. Revista de Gestão, Finanças e Contabilidade, v. 9, n. 1, p. 80-98, 2019.
Citação APA:
Bozza, C. C., Klotzle, M. C., Pinto, A. C. F., & Silva, P. V. J. G. (2019). Efeito 'Feedback Trading' em Criptomoedas com Dados de Alta Frequência. Revista de Gestão, Finanças e Contabilidade, 9(1), 80-98.
Referências:
ANTONIOU, A.; KOUTMOS, G.; PERICLI, A. Index futures and postive feedback trading: Evidence from major stock exchanges. Journal of Empirical Finance, v. 12, n. 2, p. 219238, 2005.
BOHL, M. T.; KLEIN, A. C.; SIKLOS, P. L. Short-selling bans and institutional investors' herding behaviour: Evidence from the global financial crisis. International Review of Financial Analysis, v. 33, n. 1, p. 262-269, 2014.
BOHL, M. T.; REITZ, S. The influence of positive feedback trading on return autocorrelation: Evidence for the German stock market. In GEBERL, S. (Eds.), Aktuelle Entwicklungen im Finanzdienstleistungsbereich, p. 221-233, 2004.
BOLLERSLEV, T. Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, v. 31, n. 3, p. 307– 327, 1986.
BOUOIYOUR, J.; SELMI, R.; TIWARI, A. K.; OLAYENI, O. R. What drives Bitcoin price. Economics Bulletin, v. 36, n. 2, p. 843-850, 2016.
BUCHHOLZ, M.; DELANEY, J.; WARREN, J.; PARKER, J. Bits and bets, information, price volatility, and demand for Bitcoin. Economics, v. 1, n. 312, p. 1-48, 2012.
CHANG, C. L.; KE, Y. P. Testing price pressure, information, feedback trading, and smoothing effects for energy exchange traded funds. Annals of Financial Economics, v. 9, n. 2, 1440006, 2014.
CHAU, F.; DEESOMSAK, R.; LAU, M. C. Investor sentiment and feedback trading: Evidence from the exchange-traded fund markets. International Review of Financial Analysis, v. 20, n. 5, p. 292-305, 2011.
CHAU, F.; KUO, J. M.; SHI, Y. Arbitrage opportunities and feedback trading in emissions and energy markets. Journal of International Financial Markets, Institutions and Money, v. 36, n. 1, p. 130-147, 2015.
COHEN, B. H.; SHIN, H. S. Positive feedback trading under stress: Evidence from the US Treasury securities market. [BIS working paper number 122]. Washington, DC: Meetings, 2013.
CUTLER, D. M.; POTERBA, J. M.; SUMMERS, L. H. Speculative dynamics and the role of feedback traders. The American Economic Review, v. 80, n. 2, p. 63– 68, 1990.
DANIELSSON, J.; LOVE, R. Feedback trading. International Journal of Finance & Economics, v. 11, n. 1, p. 35-53, 2006.
GALLO, E. R. S. Economia Comportamental aplicada a Finanças e o Modelo de Agentes: um estudo sobre a presença da subjetividade humana na tomada de decisão e suas implicações no mercado acionário. Dissertação (Mestrado em Economia). Universidade Estadual Paulista (UNESP), São Paulo, 2016.
HASBROUCK, J. Measuring the information content of stock trades. The Journal of Finance, v. 46, n. 1, p. 179-207, 1991.
KAHNEMAN, D.. A., Rational Choice and the Framing of Decisions. The Journal of Business, v. 59, n. 4, p. 51-78, 1986.
KAHNEMAN, D.. The Framing of Decisions and the Psychology of Choice. Science, v. 211, n. 4481, p. 453-458, 1981.
KAHNEMAN, D.; TVERSKY, A. Prospect Theory: An Analysis of Decision under Risk. Econometrica, v. 47, n. 2, p. 263-292, 1979.
LEASE, R. C.; LEWELLEN W. G.; SCHLARBAUM G. G. The Individual Investor: Attributes and Attitudes. The Journal of Finance, v. 29, n. 2, p. 413-433, 1974.
MUTH, J. F. Rational Expectations and the Theory of Price Movements. Econometrica, v. 29, n. 3, p. 315-335, 1961.
PAVEL, C.; MIROSLAVA, R.; D’ARTIS, K. The economics of BitCoin price formation. Applied Economics, v. 48, n. 19, p. 1799-1815, 2015.
SENTANA, E.; WADHWANI, S. Feedback traders and stock return autocorrelations: evidence from a century of daily data. The Economic Journal, v. 102, n. 411, p. 415-425, 1992.
SHILLER, R. J. Speculative prices and popular models. Journal of Economic Perspectives, v. 4, n. 2, p. 55-65, 1990.
SILVA, P.V.J.G. Ensaios sobre Moedas Digitais: Um Estudo sobre Volatilidade e Fenômenos Comportamentais. Tese (Doutorado em Administração de Empresas). Pontifícia Umiversidade Católica do Rio de Janeiro, Rio de Janeiro, 200 f., 2020
SILVA, P.V.J.G.; SANTOS, J. B.; PEREIRA, G. P. Behavioral Finance in Brazil: A Bibliometric Study from 2007 to 2017. Latin American Business Review, v. 20, n. 1, p. 6182, 2019.
SIMON, H. A. A Behavioral Model of Rational Choice. The Quarterly Journal of Economics, v. 69, n. 1, p. 99-118, 1955.
VAN WIJK, D. What can be expected from the BitCoin. [Working paper number 345986]. Rotterdam: Erasmus Universiteit, 2013.
WEINTRAUB, R. E., On Speculative Prices and Random Walks A Denial. Journal of Finance, v. 18, n. 1, p. 59-66, 1963.
