Digitale aktiver

Kryptovolatilitet spreder sig hurtigere end investorer tror

mm
Føj Securities.io til dine foretrukne kilder på Google

Kryptovalutainvestorer betragter ofte diversificering som et spørgsmål om at eje flere aktiver. En portefølje, der indeholder Bitcoin (BTC ), Ether, flere lag‑én‑netværk og et udvalg af mindre tokens, kan fremstå mere balanceret end en position koncentreret i én coin. Men denne balance bliver mindre overbevisende, når volatiliteten spreder sig over disse aktiver næsten øjeblikkeligt.

En ny undersøgelse offentliggjort i Finance Research Letters1 undersøger dette problem ved at betragte kryptovalutaer som noder i et sammenkoblet netværk. I stedet for kun at spørge, hvor volatil hver enkelt aktiv har været historisk, målte forskerne, hvordan volatiliteten i én del af markedet relaterer sig til volatiliteten blandt nabocoin‑er med høj korrelation.

Resultaterne tyder på, at kryptovalutapriser fungerer som et tæt forbundet system. Prisvolatiliteten spreder sig kraftigt over netværket samme dag og fortsætter med at påvirke naboejendomme dagen efter. Volatiliteten i handelsvolumen er derimod meget mere specifik for enkelte coins.

For investorer er forskellen vigtig. Den antyder, at ejerskab af yderligere kryptovalutaer kan udvide eksponeringen uden at give så meget beskyttelse mod markedsomfattende chok, som antallet af beholdninger ville antyde.

Hvordan forskerne kortlagde kryptovalutavolatilitet

Traditionelle volatilitetmodeller analyserer typisk et aktiv over tid. De kan identificere mønstre som volatilitetstabling, hvor store prisbevægelser ofte efterfølges af yderligere store bevægelser. Dog har konventionelle modeller ofte svært ved at repræsentere dusinvis af aktiver, der påvirker hinanden samtidigt.

Forskerne løste denne begrænsning med en dynamisk Spatial ARCH-model. Selvom udtrykket “spatial” ofte forbindes med geografiske placeringer, behøver kryptovalutaer ikke fysiske lokationer for at danne et netværk. Deres økonomiske nærhed kan i stedet defineres ud fra styrken af deres afkastkorrelationer.

I denne ramme betragtes to coins som naboer, når deres afkast viser en tilstrækkelig tæt statistisk relation. Modellen kan derefter estimere, hvor meget af en coins volatilitet der er forbundet med volatiliteten blandt dens naboer, både umiddelbart og efter en dags forsinkelse.

Datasættet startede med de 100 største kryptovalutaer efter markedsværdi. Efter at have fjernet aktiver uden komplette historikker, oprettede forskerne et balanceret panel på 50 kryptovalutaer, der dækker 1.517 på hinanden følgende handelsdage fra 6. januar 2021 til 2. marts 2025. Dette resulterede i 75.700 observationer for de endelige pris‑ og volumensmodeller.

Analysen adskilte også prisvolatilitet fra handelsvolumenvolatilitet. Denne beslutning afslørede, at de to ikke bevæger sig gennem markedet på samme måde.

Måling Prismodel Volumenmodel
Analyserede kryptovalutaer 50 50
Handelsdage 1,517 1,517
Samtidig netværkseffekt 0.43 0.12
Én‑dags tidsmæssig vedholdenhed 0.17 0.18
Forsinket naboeffekt 0.34 0.02

Pris­chok spreder sig hurtigere end volumen­chok

Studiets centrale resultat er et samtidig prisvolatilitet‑spildestimat på 0,43. I praksis var en væsentlig del af en kryptovalutas volatilitet forbundet med volatiliteten blandt dens korrelerede naboer i løbet af den samme handelsdag.

Forskerne fandt også en forsinket netværkseffekt på 0,34. Dette indikerer, at volatiliteten blandt nabocoin fortsatte med at påvirke et aktiv en dag senere. Til sammenligning var et aktivs egen tidsmæssige vedholdenhed kun 0,17.

Dette giver en nyttig fortolkning. Et isoleret chok, der kun påvirker ét aktiv, kan aftage relativt hurtigt. Men når dette chok bliver en del af en netværksomfattende bevægelse, kan interaktionerne mellem korrelerede coins hjælpe med at opretholde forstyrrelsen.

Resultaterne var ikke begrænset til én vilkårlig definition af en nabo. På tværs af tre forskellige netværkskonstruktioner varierede den estimerede pris‑spild fra 0,346 til 0,50 og forblev højt statistisk signifikant. Denne konsistens styrker konklusionen om, at effekten afspejler en bredere markedstruktur snarere end et enkelt modelvalg.

Handelsvolumen opførte sig anderledes. Dens samtidige spild var kun 0,12 i den valgte model, mens den forsinkede naboeffekt var omkring 0,02. Volumen fortsatte med at klumpe sig over tid, men ændringerne var langt mindre synkroniserede på tværs af kryptovalutaer.

Dette giver økonomisk mening. Priser reagerer hurtigt på fælles påvirkninger som makroøkonomiske meddelelser, reguleringsudviklinger, gearing‑likvidationer og ændringer i investorstemning. Arbitrage og overlappende ejerskab kan overføre disse reaktioner på tværs af børser og tokens inden for minutter.

Volumen er mere afhængig af aktiv‑specifikke begivenheder. En børsnotering, token‑låsning, protokolopgradering, governance‑afstemning eller en promotionskampagne kan skabe intens handel i én kryptovaluta uden at skabe tilsvarende aktivitet andre steder.

Hvorfor flere kryptovalutaer ikke nødvendigvis betyder mere beskyttelse

Resultaterne udfordrer en almindelig fortolkning af diversificering. Diversificering fungerer bedst, når porteføljekomponenter reagerer forskelligt på det samme underliggende chok. Tilføjelse af aktiver, der fortsat er udsat for en fælles risikofaktor, kan øge antallet af beholdninger uden væsentligt at reducere den risiko.

Det betyder ikke, at al kryptodiversificering er meningsløs. Forskellige tokens kan stadig give forskellige langsigtede afkast, stå over for forskellige tekniske risici og reagere forskelligt på aktiv‑specifikke udviklinger. Problemet er, at disse forskelle kan blive mindre beskyttende, når bred volatilitet rammer hele netværket.

En nylig analyse fra Securities.io har separat undersøgt, hvordan diversificering kan ødelægge værdi i kryptomarkeder med tunge‑halede afkast. Netværksmodellen tilføjer en yderligere dimension til denne bekymring. Investorer skal overveje ikke kun antallet af aktiver, de ejer, men også om disse aktiver er forbundet til det samme volatilitetsoverførsels‑system.

En praktisk portefølje‑gennemgang bør derfor stille spørgsmålet:

  • Hvilke beholdninger er drevet af de samme markeds‑omfattende risikofaktorer?
  • Stiger korrelationerne i perioder med stress?
  • Kan en gearet position tvinge salget af ellers uafhængige beholdninger?
  • Indeholder porteføljen aktiver uden for kryptovaluta‑netværket?

Det sidste spørgsmål er særligt vigtigt. Reduktion af kryptospecifik volatilitet kan kræve diversificering på tværs af reelt forskellige aktivklasser, snarere end blot at fordele kapitalen blandt flere tokens.

Kryptodiversificering og tværaktiv‑diversificering er forskellige

Undersøgelsen fokuserer på relationer inden for kryptomarkederne. Den fastslår ikke, at krypto altid bevæger sig i takt med aktier, obligationer, råvarer eller valutaer. Denne sondring forhindrer, at resultaterne fortolkes for bredt.

En investor kunne med rimelighed konkludere, at diversificering inden for krypto giver begrænset beskyttelse mod et krypto‑omfattende chok, mens vedkommende stadig tror, at en beskeden allokering til digitale aktiver kan opføre sig anderledes end andre investeringer over længere perioder.

Tidsrammen spiller også en rolle. Aktiver kan udvise moderate langsigtede korrelationer og stadig konvergere kraftigt i korte stressperioder. Securities.io har tidligere undersøgt beviser for, at Bitcoin ikke er blevet et pålideligt tilflugtssted, selvom institutionel adgang og markedsinfrastruktur er forbedret.

Banken for Internationalt Samarbejde har også dokumenteret, hvordan kryptovalutapriser kan deltage i bredere perioder med markedsturbulens. Sammen antyder disse observationer, at diversificering bør evalueres under stressede forhold, ikke kun gennem korrelationer beregnet over en hel markedscyklus.

Hvad modellen kan og ikke kan fortælle investorer

Modellen giver et klarere billede af, hvordan volatilitet bevæger sig gennem et kryptovaluta‑netværk, men den er ikke et handelssystem. Den forudsiger ikke retningen af den næste prisbevægelse eller identificerer, hvilken coin der vil klare sig bedst.

Forskerne byggede deres hovednetværk ved hjælp af afkastkorrelationer beregnet ud fra hele prøven og behandlede derefter dette netværk som fast. Faktiske kryptovalutarelationer kan ændre sig, efterhånden som fortællinger, reguleringer, likviditetsforhold og markedsdeltagere udvikler sig. En coin, der fremstår central i én cyklus, kan blive mindre indflydelsesrig i en anden.

Modellen udelukker også eksterne variabler som rentes beslutninger, inflationsrapporter, reguleringsmeddelelser og aktiemarkedets præstation. Korrelation identificerer forbundet bevægelse, men beviser ikke, hvilket aktiv eller hvilken begivenhed der forårsagede det oprindelige chok.

Investorer bør derfor anvende undersøgelsen som en risikoramme. Dens stærkeste bidrag er at vise, hvorfor analyse pr. coin kan overse en systemisk sårbarhed. Stress‑testning, eksponeringsgrænser, likviditetsplanlægning og hedge‑politikker bør tage højde for muligheden for, at tilsyneladende forskellige tokens kan blive til en koncentreret handel i turbulente perioder.

Investering i kryptovaluta‑risikinfrastruktur

Hvis sammenknyttet volatilitet gør diversificering på aktivniveau mindre pålidelig, bliver den infrastruktur, der bruges til at håndtere den volatilitet, vigtigere. Dette skaber en relevant investeringsvinkel omkring CME Group, som driver regulerede derivatmarkeder og tilbyder kryptovaluta‑futures, optioner, referencerater og risikostyringsværktøjer.

CME Group er en mere direkte match for denne forskning end en kryptovaluta‑børs, hvis formue afhænger stærkt af detailhandelsaktivitet. Dens rolle fokuserer på at gøre det muligt for markedsdeltagere at overføre, hedge og prissætte risiko. Virksomheden har også udvidet adgangen til regulerede kryptovaluta‑futures og optioner på tværs af et voksende udvalg af digitale aktiver.

CME Prisdiagram

Investeringshypotesen er ikke, at større volatilitet automatisk genererer højere indtægter. Kontraktafspørgsel, konkurrence, clearing‑økonomi, regulering og institutionel deltagelse påvirker alle resultatet. I stedet skaber de stadig mere sammenkoblede kryptomarkeder et strukturelt behov for portefølje‑niveau hedge og kontinuerlig prisopdagelse.

Dette behov kan blive mere værdifuldt, efterhånden som institutionel eksponering mod kryptovaluta udvides. Når chok kan rejse over mange coins på samme dag, har professionelle investorer brug for værktøjer, der håndterer netværket som en portefølje i stedet for at behandle hver token som en isoleret position.

Kryptorisiko er et netværksproblem

Undersøgelsen giver en ligetil lektie under sin tekniske metode: kryptomarkeder indeholder færre uafhængige risikokilder end en lang liste af token‑navne kan antyde.

Prisvolatiliteten bevægede sig kraftigt på tværs af korrelerede coins både umiddelbart og med en dags forsinkelse, mens handelsvolumenvolatiliteten forblev relativt lokal. For investorer betyder det, at den synlige diversitet i en kryptoportefølje kan skjule en fælles følsomhed over for sentiment, gearing, makroøkonomiske nyheder og markedsstruktur.

Bedre risikostyring begynder med at anerkende denne sondring. Investorer kan stadig diversificere blandt kryptoprojekter for forskelle i teknologi, adoption og afkastpotentiale. Men for at beskytte kapital mod markedsomfattende volatilitet kræves det, at man ser ud over token‑tællingen mod korrelation, likviditet, positionsstørrelse, eksterne aktivklasser og hedge‑infrastruktur.

Referencer:

1 Achim, M.-A., Belbe, Ș., Mare, C., & Otto, P. (2026). Rumlige effekter og usikkerhed i kryptovalutaer: Tilfældet med netværks‑ARCH‑modeller. Finance Research Letters, 110729. https://doi.org/10.1016/j.frl.2026.110729

Daniel er en stærk fortaler for blockchain's potentiale til at afvikle traditionel finans. Han har en dyb passion for teknologi og er altid ude at udforske de seneste innovationer og gadgetter.