Digitale eiendeler

Kryptovalutavolatilitet sprer seg raskere enn investorer tror

mm
Legg til Securities.io blant dine foretrukne kilder på Google

Kryptovaluta‑investorer behandler ofte diversifisering som et spørsmål om å eie flere eiendeler. En portefølje som inneholder Bitcoin (BTC ), Ether, flere lag‑én‑nettverk og et utvalg av mindre token kan fremstå som mer balansert enn en posisjon konsentrert i én mynt. Imidlertid blir den balansen mindre overbevisende når volatiliteten sprer seg over disse eiendelene nesten umiddelbart.

En ny studie publisert i Finance Research Letters1 undersøker dette problemet ved å behandle kryptovalutaer som noder i et sammenkoblet nettverk. I stedet for kun å spørre hvor volatil hver eiendel har vært historisk, målte forskerne hvordan volatiliteten i én del av markedet forholder seg til volatiliteten blant nabokoin med høy korrelasjon.

Funnene antyder at kryptovalutapriser opererer som et tett sammenkoblet system. Prisvolatilitet sprer seg kraftig over nettverket samme dag og fortsetter å påvirke naboeiendeler dagen etter. Volatilitet i handelsvolum, derimot, forblir mye mer spesifikk for enkelte mynt.

For investorer er denne forskjellen viktig. Den antyder at det å eie flere kryptovalutaer kan øke eksponeringen uten å gi like mye beskyttelse mot markedsomfattende sjokk som antallet beholdninger antyder.

Hvordan forskerne kartla kryptovalutavolatilitet

Tradisjonelle volatilitetmodeller analyserer vanligvis en eiendel over tid. De kan identifisere mønstre som volatilitetstetting, hvor store prisbevegelser ofte etterfølges av ytterligere store bevegelser. Imidlertid har konvensjonelle modeller ofte problemer med å representere dusinvis av eiendeler som påvirker hverandre samtidig.

Forskerne adresserte denne begrensningen med en dynamisk Spatial ARCH-modell. Selv om begrepet «spatial» vanligvis er knyttet til geografiske steder, trenger ikke kryptovalutaer fysiske lokasjoner for å danne et nettverk. Deres økonomiske nærhet kan i stedet defineres av styrken i avkastningskorrelasjonene.

I dette rammeverket betraktes to mynt som naboer når avkastningen deres viser et tilstrekkelig nært statistisk forhold. Modellen kan deretter estimere hvor mye av én mynts volatilitet som er knyttet til volatiliteten blant dens naboer, både umiddelbart og etter en ett‑dagers forsinkelse.

Datasettet startet med de 100 største kryptovalutaene etter markedsverdi. Etter å ha fjernet eiendeler uten fullstendige historikker, opprettet forskerne et balansert panel med 50 kryptovalutaer som dekker 1 517 påfølgende handelsdager fra 6. januar 2021 til 2. mars 2025. Dette ga 75 700 observasjoner for de endelige pris‑ og volum‑modellene.

Analysen skilte også prisvolatilitet fra volatilitet i handelsvolum. Denne beslutningen avdekket at de to ikke beveger seg gjennom markedet på samme måte.

Måling Pris‑modell Volum‑modell
Analyserte kryptovalutaer 50 50
Handelsdager 1,517 1,517
Samtidig nettverkseffekt 0.43 0.12
Én‑dagers tidsmessig vedvarende 0.17 0.18
Forsinket naboeffekt 0.34 0.02

Pris‑sjokk sprer seg raskere enn volum‑sjokk

Studiets sentrale resultat er et estimat for samtidig prisvolatilitetsspredning på 0,43. I praktiske termer var en betydelig del av en kryptovalutas volatilitet knyttet til volatiliteten blant dens korrelerte naboer i løpet av samme handelsdag.

Forskerne fant også en forsinket nettverkseffekt på 0,34. Dette indikerer at volatiliteten blant nabomynter fortsatte å påvirke en eiendel én dag senere. Til sammenligning var en eiendels egen tidsmessige vedvarende kun 0,17.

Dette gir en nyttig tolkning. Et isolert sjokk som kun påvirker én eiendel kan avta relativt raskt. Men når sjokket blir en del av en nettverksomfattende bevegelse, kan interaksjoner mellom korrelerte mynter bidra til å opprettholde forstyrrelsen.

Resultatene var ikke begrenset til én vilkårlig definisjon av en nabo. På tvers av tre forskjellige nettverkskonstruksjoner var den estimerte pris‑spredningen mellom 0,346 og 0,50 og forble høyt statistisk signifikant. Denne konsistensen styrker konklusjonen om at effekten reflekterer en bredere markedstruktur snarere enn et modellvalg.

Handelsvolum oppførte seg annerledes. Den samtidige spredningen var kun 0,12 i den valgte modellen, mens den forsinkede naboeffekten var omtrent 0,02. Volumet klustrer fortsatt over tid, men endringene var langt mindre synkroniserte på tvers av kryptovalutaer.

Dette gir økonomisk mening. Priser reagerer raskt på felles påvirkninger som makroøkonomiske kunngjøringer, regulatoriske utviklinger, likvidasjonsavdrag og endringer i investorstemning. Arbitrage og overlappende eierskap kan overføre disse reaksjonene over børser og token på minutter.

Volum er mer avhengig av eiendels‑spesifikke hendelser. En børsnotering, token‑løsning, protokolloppgradering, styringsavstemning eller kampanje kan generere intens handel i én kryptovaluta uten å skape tilsvarende aktivitet andre steder.

Hvorfor flere kryptovalutaer ikke nødvendigvis gir mer beskyttelse

Funnene utfordrer en vanlig tolkning av diversifisering. Diversifisering fungerer best når portefølje­komponenter reagerer ulikt på samme underliggende sjokk. Å legge til eiendeler som fortsatt er utsatt for en felles risikofaktor kan øke antallet beholdninger uten å redusere risikoen på en meningsfull måte.

Dette betyr ikke at all kryptovalutadiversifisering er meningsløs. Ulike token kan fortsatt gi ulike langsiktige avkastninger, møte ulike tekniske risikoer og reagere forskjellig på eiendels‑spesifikke utviklinger. Problemet er at disse forskjellene kan bli mindre beskyttende når bred volatilitet når hele nettverket.

En nylig analyse fra Securities.io har separat undersøkt hvordan diversifisering kan ødelegge verdi i kryptomarkeder med tung‑hale‑avkastning. Nettverksmodellen legger til en annen dimensjon til denne bekymringen. Investorer må vurdere ikke bare antallet eiendeler de eier, men også om disse eiendelene er koblet til det samme volatilitetsoverføringssystemet.

En praktisk portefølje‑gjennomgang bør derfor stille følgende spørsmål:

  • Hvilke beholdninger drives av de samme markedsomfattende risikofaktorene?
  • Øker korrelasjonene i perioder med stress?
  • Kan en giringsposisjon tvinge salg av ellers urelaterte beholdninger?
  • Inneholder porteføljen eiendeler utenfor kryptovalutanettverket?

Det siste spørsmålet er spesielt viktig. Å redusere kryptospesifikk volatilitet kan kreve diversifisering på tvers av virkelig forskjellige aktivaklasser, snarere enn bare å fordele kapitalen på flere token.

Kryptodiversifisering og tverr‑aktivadiversifisering er forskjellige

Studien fokuserer på forhold innen kryptomarkeder. Den fastslår ikke at kryptovaluta alltid beveger seg i takt med aksjer, obligasjoner, råvarer eller valutaer. Denne forskjellen hindrer at funnene tolkes for bredt.

En investor kan med rimelighet konkludere med at diversifisering innen kryptovaluta gir begrenset beskyttelse mot et kryptomarkeds‑sjokk, samtidig som han tror at en beskjeden allokering til digitale eiendeler kan oppføre seg annerledes enn andre investeringer over lengre perioder.

Tidsrammen spiller også en rolle. Eiendeler kan vise moderate langsiktige korrelasjoner og likevel konvergere kraftig i korte stressperioder. Securities.io har tidligere undersøkt bevis for at Bitcoin ikke har blitt et pålitelig trygt havn, selv om institusjonell tilgang og markedsinfrastruktur har blitt bedre.

Bank for International Settlements har også dokumentert hvordan kryptovalutapriser kan delta i bredere perioder med markedsturbulens. Sammen antyder disse observasjonene at diversifisering bør evalueres under stressende forhold, ikke bare gjennom korrelasjoner beregnet over en hel markedssyklus.

Hva modellen kan og ikke kan fortelle investorer

Modellen gir et klarere bilde av hvordan volatilitet beveger seg gjennom et kryptovalutanettverk, men den er ikke et handelssystem. Den forutsier ikke retningen på neste prisbevegelse eller identifiserer hvilken mynt som vil overgå.

Forskerne bygde sitt hovednettverk ved å bruke avkastningskorrelasjoner beregnet fra hele utvalget og behandlet deretter dette nettverket som fast. Faktiske kryptovalutarelasjoner kan endre seg etter hvert som narrativer, reguleringer, likviditetsforhold og markedsdeltakere utvikler seg. En mynt som fremstår som sentral i én syklus kan bli mindre innflytelsesrik i en annen.

Modellen ekskluderer også eksterne variabler som renteavgjørelser, inflasjonsrapporter, regulatoriske kunngjøringer og aksjemarkedsytelse. Korrelasjon identifiserer sammenhengende bevegelser, men beviser ikke hvilken eiendel eller hendelse som forårsaket det opprinnelige sjokket.

Investorer bør derfor bruke studien som et risikorammeverk. Dens sterkeste bidrag er å vise hvorfor analyse mynt‑for‑mynt kan gå glipp av en systemnivå‑sårbarhet. Stress‑testing, eksponeringsgrenser, likviditetsplanlegging og sikringspolitikker bør ta høyde for muligheten for at tilsynelatende ulike token kan bli en konsentrert handel i turbulente perioder.

Investere i kryptovaluta‑risikoinfrastruktur

Hvis sammenkoblet volatilitet gjør diversifisering på eiendelsnivå mindre pålitelig, blir infrastrukturen som brukes til å håndtere den volatiliteten viktigere. Dette skaper et relevant investeringsvinkel rundt CME Group, som driver regulerte derivatmarkeder og tilbyr kryptovaluta‑futures, opsjoner, referanserater og risikostyringsverktøy.

CME Group passer bedre til denne forskningen enn en kryptobørs hvis resultater avhenger sterkt av detaljhandelsaktivitet. Dens rolle sentrerer rundt å muliggjøre at markedsdeltakere kan overføre, sikre og prise risiko. Selskapet har også utvidet tilgangen til regulerte kryptovaluta‑futures og opsjoner over et stadig voksende spekter av digitale eiendeler.

CME Prisdiagram

Investeringshypotesen er ikke at større volatilitet automatisk gir høyere inntekter. Kontrakts etterspørsel, konkurranse, clearing‑økonomi, regulering og institusjonell deltakelse påvirker alle resultatet. Snarere skaper stadig mer sammenkoblede kryptomarkeder et strukturelt behov for porteføljenivå‑sikring og kontinuerlig prisoppdagelse.

Dette behovet kan bli mer verdifullt etter hvert som institusjonell eksponering mot kryptovaluta øker. Når sjokk kan spre seg over mange mynter samme dag, trenger profesjonelle investorer verktøy som håndterer nettverket som en portefølje i stedet for å behandle hver token som en isolert posisjon.

Kryptorisiko er et nettverksproblem

Studien gir en enkel læresetning under sin tekniske metodikk: kryptomarkeder inneholder færre uavhengige risikokilder enn en lang liste med token‑navn kan antyde.

Prisvolatilitet beveget seg kraftig over korrelerte mynter både umiddelbart og med en ett‑dagers forsinkelse, mens volatilitet i handelsvolum forble relativt lokalt. For investorer betyr dette at den synlige diversiteten i en kryptoportefølje kan skjule en felles sensitivitet for sentiment, giring, makroøkonomiske nyheter og markedsstruktur.

Bedre risikostyring begynner med å erkjenne den forskjellen. Investorer kan fortsatt diversifisere blant kryptoprosjekter for forskjeller i teknologi, adopsjon og avkastningspotensial. Imidlertid krever beskyttelse av kapital mot markedsomfattende volatilitet at man ser utover antall token og fokuserer på korrelasjon, likviditet, posisjonsstørrelse, eksterne aktivaklasser og sikringsinfrastruktur.

Referanser:

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

Daniel er en sterk forkjemper for blockchain’s potensial til å forstyrre tradisjonell finans. Han har en dyp lidenskap for teknologi og er alltid på utkikk etter de siste innovasjonene og gadgetene.