» » » БИТКОИН: РЕГРЕССИОННЫЙ АНАЛИЗ ВЛИЯНИЯ КРИПТОВАЛЮТЫ НА ЭКОНОМИКУ РОССИИ

БИТКОИН: РЕГРЕССИОННЫЙ АНАЛИЗ ВЛИЯНИЯ КРИПТОВАЛЮТЫ НА ЭКОНОМИКУ РОССИИ


АННА ЛОСЕВА
ЭКОНОМИЧЕСКИЙ ФАКУЛЬТЕТ МГУ ИМ. М.В. ЛОМОНОСОВА

 

Аннотация. В статье анализируется влияние криптовалюты «биткоин» на экономику России и определяется качество этого влияния. Для этого были построены различные модели регрессии и выбраны наиболее подходящие из них. В ходе анализа автор пришел к выводу, что биткоины не оказывают негативного воздействия на российскую экономику и поэтому для запрета их обращения в России оснований нет.

Ключевые слова:биткоин, криптовалюта, Россия, денежная масса, инфляция, регрессия

Коды классификации JEL: E440

 

LOSEVA, ANNA (2016) "BITCOIN: A REGRESSION ANALYSIS OF CRYPTOCURRENCY INFLUENCE ON RUSSIAN ECONOMY". Journal of Russian Review (ISSN 2313-1578), VOL. 1(4), 1-7.

 

1. Введение

Развитие Интернета оказало значимое влияние на функционирование экономик большинства стран мира. Если в прошлом денежные средства представляли собой материальную вещь и передавались «из рук в руки» или с помощью реальных посредников, то теперь с появлением криптовалют, появилась возможность осуществлять сделки виртуально, через всемирную паутину.

Изобретение предоплаченных карт, мобильных и интернет-платежей привлекло огромное количество клиентов в электронные денежные системы. Изобретение криптовалют также привлекло огромное количество пользователей  по всему миру и число непрерывно увеличивается.

Биткоин – первая в мире криптовалюта – развивается наиболее интенсивно. На сегодняшний день рынок данной виртуальной валюты насчитывает 15 404 700 единиц в обращении, а обменный курс биткоина с момента создания одноименной пиринговой платежной системы достиг 416,28долларов за «монету» [4]. Не удивительно, что у многих специалистов возникает вопрос о влиянии этой системы как на мировую финансовую систему, так и на финансы отдельных стран.

В мире отсутствует единый подход к оценке этого влияния. В одних странах оборот биткоинов запрещен законодательно, как например в России, в других уже устанавливают уличные банкоматы по обмену цифровой валюты на фиатные деньги. Поэтому автор решил внести некоторую ясность в данный вопрос и найти ответ по частному случаю этого влияния: оценить влияние криптовалюты «биткоин» на денежную массу и инфляцию в России.

 
2. Обзор литературы

В процессе подбора источников для данной работы автор воспользовалась материалами из двух электронных библиотек: Elibrary (Россия) и SSRN (один из крупнейших англоязычных он-лайн ресурсов в мире, США).

В электронной библиотеке Elibrary поиск осуществлялся по ключевым словам «биткоин, анализ», в результате система выдала всего 3 работы, в одной из которых анализировался правовой аспект криптовалют, в другой – система «майнинга» как инновационная идея бизнеса, а в третьей рассматривались преимущества и недостатки цифровых валют. Так как ни одна из них не подходила теме данного исследования, автор расширила поиск, оставив в ключевых словах только слово «биткоин». Система выдала 95 результатов. Из них 12 рассматривали правовые аспекты криптовалют и 82 статьи подразумевали информацию исключительно описательного характера. Единственная статья, которая привлекла внимание автора, «Биткоин – национальная угроза экономике или новый эквивалент денежной электронной валюты?», была недоступна для прочтения.

В базе данных «SocialScienceResearchNetwork» поиск осуществлялся по тем же ключевым словам, переведенным на английский – «Bitcoin, analysis». Система выдала 46 результатов. Единственно соответствующей теме оказалась статья 2014 года «PriceFluctuationsandtheUseofBitcoin: AnEmpiricalInquiry», авторы которой провели эконометрический анализ основных детерминант цены биткоина и причин, по которым представители электронного бизнеса используют его в качестве средства платежа. Полученные в данном исследование модели достаточно корректны, однако являются полезными исключительно при составлении рекомендаций менеджерам электронной коммерции. Также было найдено несколько статей, анализирующих динамику курса биткоина и его природу, но не имеющих пользы для макроэкономических выводов. Все остальные статьи содержали в себе описание различных вариантов регулирования системы блокчейн или ее исследования с неэкономической точки зрения.

 
3. Методология

Для анализа данных автор воспользовалась эконометрическим пакетом GRETL и построила модели регрессии для следующих данных (значения выбраны за каждый месяц с 1 марта 2014 года по 31 марта 2016 года):

Переменная

Описание

Источник

M0

Денежная масса (денежный агрегат M0), руб.

Банк России

M1

Денежная масса (денежный агрегат M1), руб.

Банк России

P

Месячный прирост уровня цен (темп прироста ИПЦ к предыдущему месяцу);

Федеральная служба государственной статистики

REAL_M0

= М0/Р

 

REAL_M1

= М1/Р

KEY_INTEREST_RATE

Ключевая ставка ЦБ, %

«Гарант»

DOLLAR

Средневзвешенный курс руб./долл. (с расчетами «на сегодня»), руб.

Банк России

EURO

Средневзвешенный курс руб./евро (с расчетами «на сегодня»), руб.

Банк России

BTC_ADDRESS

Число биткоин-кошельков в России

BLOCKCHAIN info

BTC_NUMBER

Число биткоинов в обращении в России, шт.

BLOCKCHAIN info

BTC_CAP

Рыночная капитализация биткоина (количество биткоинов в обращении, умноженное на обменный курс), руб.

BLOCKCHAIN info

BTC_PAY

Количество транзакций в России в день (на последний день каждого месяца), BTC[1]

BLOCKCHAIN info

 При оценке регрессий проверялись следующие гипотезы:

  1.       При увеличении количества биткоинов в обращении денежная масса уменьшается;
  2.       При увеличении количества биткоинов в обращении инфляция замедляется.

 
4. Ход анализа

Для проверки первой гипотезы были построены модели двух вариантов регрессий: модель с денежным агрегатом М0 в роли зависимой переменной и та же модель для агрегата М1. В каждом варианте в свою очередь рассматривалось два подвида зависимой переменной: логарифм реальной денежной массы и логарифм номинальной денежной массы (и для М0, и для М1). Все модели строились при помощи МНК с поправкой на гетероскедастичность и при необходимости тестировались на избыточность переменных (тест Вальда, оценка сокращенной модели). Последовательный выбор наиболее подходящей из построенных моделей можно увидеть в Приложениях.

Попытки построить уравнение с зависимой переменной ln_Real_M0 с различными комбинациями коэффициентов не дали никаких положительных результатов; то же можно сказать и о переменной ln_Real_M1.[2]

Проверка Гипотезы 1. Денежная масса

Первой достаточно приемлемой моделью была регрессия переменной ln_M1 на переменные P, Key_Interest_Rate, Euro, ln_BTC_Number и ln_BTC_Cap.[3] Уравнение получилось следующим:

Несмотря на значимость в той или иной степени всех коэффициентов присутствие некоторых зависимостей в этой модели поддаются сомнению. Исходя из данного уравнения при увеличении темпов инфляции денежная масса должна снижаться, однако это противоречит здравому экономическому смыслу. С другой стороны, агрегат М1 включает в себя не только наличные деньги в обращении, но и средства на расчетных и текущих банковских счетах. Тогда такую зависимость можно интерпретировать так: повышение цен заставляет россиян хранить деньги в более долгосрочных вкладах или переводить их на счета в иностранных банках, в том числе в криптовалюту.

Также следует заметить разнонаправленное влияние числа биткоинов в обращении и их рыночной капитализации на денежную массу. При прочих равных условиях при увеличении количества биткоинов в экономике на 1% денежная масса снизится на 0,474% за счет переменной ln_BTC_Number и вырастет на 0,08% за счет ln_BTC_Cap. Следовательно, в целом денежный агрегат М1 уменьшится на 0,394%, а значит, Гипотеза 1 подтвердилась.

Еще одна модель, на которую стоит обратить внимание, регрессия с объясняемой переменной ln_M0, представлена ниже:

Сразу бросается в глаза противоположный характер зависимости денежной массы от курса доллара и от курса евро: отрицательный в первом случае и положительный во втором. В соответствии с экономической теорией чем дороже стоит иностранная валюта, тем больше рублей должно быть в экономике. Однако при увеличении стоимости доллара на 1 рубль реальная денежная масса уменьшится на 0,9%, что противоречит теории. Это, вероятно, может быть связано с текущим кризисом в России: в связи с нестабильным курсом рубля население предпочитает хранить деньги в американской валюте и поэтому даже при высоком курсе покупает доллары, уменьшая тем самым денежную массу рублей.

Тем не менее характер влияния биткоинов на денежную массу оказался положительным, а не отрицательным, как предполагала гипотеза: при росте числа биткоинов в обращении на 1 виртуальную монету денежная масса увеличивается на 0,617%. Коэффициенты R2 и R2 adjдля этой регрессии значительно ниже, чем для предыдущей, следовательно, стоит считать первую модель лучшей по качеству, а Гипотезу 1 подтвержденной.

Проверка Гипотезы 2. Инфляция

Для оценки воздействия Биткоин-системы на ежемесячные темпы прироста уровня цен из всех построенных моделей с зависимой переменной Р была выбрана регрессия на переменные Key_Interest_Rate, Dollar, ln_M1, ln_BTC_Number и ln_BTC_Cap.[4]   Соответствующее уравнение выглядит так:

Здесь можно увидеть весьма интересную зависимость: курс доллара влияет на прирост уровня цен прямо пропорционально, а увеличение количества биткоинов в российской экономике, как и предполагалось, снижает темпы инфляции. Чем больше люди отказываются от рублей в пользу виртуальной валюты, тем больше товаров они покупают за биткоины и меньше – за рубли. Чем меньше спрос на рублевые товары, тем ниже цена. Излагая эту мысль в цифрах – при росте числа биткоинов в экономике на 1% ежемесячные темпы инфляции снижаются примерно на 0,237%. Следовательно, можно сказать, что Гипотеза 2 подтвердилась.

Другой вариант модели для Р на те же переменные с добавлением регрессора ln_M0 также имеет право на существование. Уравнение регрессии:

Здесь темпы инфляции также отрицательно зависят от роста объема криптовалюты, т.е. при увеличении количества биткоинов в экономике на 1% месячный темп инфляции уменьшится примерно на 0,24%. Однако в этой модели присутствует некоторое противоречие: денежные агрегаты М0 и М1 по-разному влияют на уровень цен. Если первый агрегат его увеличивает, то второй, наоборот, снижает. Возможно, причина этого – разная природа влияния роста объема наличных рублей в обращении и средств на текущих счетах. Если, например, последние увеличиваются в объеме за счет сокращения наличных денег и эти деньги лежат на счетах некоторое время, то денег в обращении становится меньше, и инфляция замедляется. Такая же динамика характерна для случаев вложения наличных денег в криптовалюты.

Что касается качества этой модели, то автор считает ее более правильной, так как все коэффициенты в ней значимы, а R2 и R2 adjздесь выше, чем в первом случае. Таким образом, Гипотеза 2 доказана.

 
5. Выводы

  1.       При увеличении количества биткоинов в обращении денежная масса уменьшается.
  2.       При увеличении числа биткоинов в обращении на 1 биткоин реальная денежная масса снижается на 0,394%;
  3.       При увеличении количества биткоинов в обращении инфляция замедляется.
  4.       При увеличении числа биткоинов в обращении на 1% прирост уровня цен в месяц сокращается на 0,241%.
  5.       Чтобы получить реальную отдачу от эффекта криптовалют, например, в виде снижения инфляции в России, следует легализовать обращение биткоинов.

 
6. Список литературы

  1.       Банк России [Электронный ресурс]. – Режим доступа: http://cbr.ru/ – Заглавие с экрана. – (Дата обращения: 6.04.2016)
  2.       Данилина, М.В. «Электронное золото»: преимущества и недостатки / М.В. Данилина, А.Г. Подлиннова, А.С. Силаев // Глобальный научный потенциал. – 2015.— № 1.— С. 101-103.
  3.       Документы системы ГАРАНТ [Электронный ресурс]. – Режим доступа: http://base.garant.ru/ – Заглавие с экрана. – (Дата обращения: 7.04.2016)
  4.       Курс Bitcoin[Электронный ресурс]. – Режим доступа: -http://bitcoininfo.ru/kurs-bitkoin/ – Заглавие с экрана. – (Дата обращения: 7.04.2016)
  5.       Синельникова-Мурылева Е.В. Оценка спроса на деньги в российской экономике с учетом развития банковских технологий. // Экономическая политика. – 2012. – № 4. – С. 22
  6.       Bitcoin [Электронный ресурс]. – Режим доступа: - https://bitcoin.org/ru/ – Заглавие с экрана. – (Дата обращения: 1.04.2016)
  7.       BLOCKCHAINinfo[Электронный ресурс]. – Режим доступа: - https://blockchain.info/ru/ – Заглавие с экрана. – (Дата обращения: 6.04.2016)
  8.       Polasik, M. Price Fluctuations and the Use of Bitcoin: An Empirical Inquiry / M. Polasik [и др.] // International Journal of Electronic Commerce. – 2015. – № 20. –С. 9-49
  9.       SOURCEFORGE[Электронный ресурс]. – Режим доступа: https://sourceforge.net/projects/bitcoin/files/stats/map/ – Заглавие с экрана. – (Дата обращения: 6.04.2016)

 

7. Приложения

Приложение 7.1. Реальная денежная масса

Регрессия ln_Real_M0:

 

(1)

(2)

(3)

(4)

(5)

const

30,062***

31,180***

27,936***

25,104***

29,216***

KEY_INTEREST_RATE

0,012

-

-

-

-

DOLLAR

- 0,029**

- 0,022*

- 0,016**

- 0,014

- 0,022**

EURO

0,022*

0,019*

0,016**

0,015*

0,019**

BTC_NUMBER

- 0,003

- 0,009

0,005

0,004**

-

BTC_PAY

0,003*

0,003*

0,003

-

0,003

BTC_ADDRESS

0,017*

0,015

-

-

0,012*

ln_BTC_CAP

- 0,033

- 0,066

0,048

0,147

-

R2

0.719

0,693

0,550

0,431

0,674

R2 adj

0.596

0,585

0,426

0,311

0,606

 

Регрессия ln_Real_M1:

 

(1)

const

32,274***

KEY_INTEREST_RATE

-

DOLLAR

- 0,013

EURO

0,011

BTC_NUMBER

- 0,004

BTC_PAY

0,004*

BTC_ADDRESS

0,015

ln_BTC_CAP

-0,052

R2

0,728

R2 adj

0,632

 Приложение 7.2. Номинальная денежная масса

Регрессия ln_M1:

 

(1)

(2)

const

30,606***

30,146***

Р

-0,026**

-0,006

KEY_INTEREST_RATE

0,006**

0,003

DOLLAR

0,001

-

EURO

0,003*

0,001***

BTC_NUMBER

-0,007

-

BTC_PAY

0,001**

0,0005

BTC_ADDRESS

-0,002

-

BTC_CAP

0,00009***

0,00009***

R2

0,90

0,86

R2 adj

0,85

0,82

  

 

(3)

(4)

(5)

const

39,702***

34,926***

23,937***

Р

-0,034***

-0,034***

-

KEY_INTEREST_RATE

0,008***

0,009***

-

DOLLAR

0,002

-

-0,005**

EURO

0,002*

0,004***

0,006***

ln_BTC_NUMBER

-0,827**

-0,474**

0,464*

ln_BTC_PAY

0,025

-

-

ln_BTC_ADDRESS

0,0002

-

-

ln_BTC_CAP

0,076***

0,080***

-

R2

0,91

0,88

0,61

R2 adj

0,86

0,84

0,56

Регрессия ln_M0:

 

(1)

(2)

(3)

const

13,216**

20,874***

18,530***

Р

0,015

-

-

KEY_INTEREST_RATE

0,001

-

-

DOLLAR

-0,012***

-0,009***

-0,013***

EURO

0,010***

0,010***

0,012***

ln_BTC_NUMBER

1,151**

0,585***

0,805***

ln_BTC_PAY

0,003

-

-

ln_BTC_ADDRESS

-0,012

-

-

ln_BTC_CAP

0,040*

0,032*

-

R2

0,79

0,72

0,66

R2 adj

0,67

0,67

0,60

 Приложение 7.3. Инфляция

Регрессия P:

 

(1)

(2)

(3)

(4)

const

568,286***

551,259***

654,080***

646,122***

KEY_INTEREST_RATE

0,176***

0,179***

0,202***

0,185***

DOLLAR

0,156**

0,113***

0,066*

0,114***

EURO

-0,042

-

0,037

-

ln_М0

8,237**

5,307**

-

-

ln_М1

-13,626***

-12,985***

-11,437***

-11,143***

ln_BTC_NUMBER

-31,428***

-25,101***

-25,144***

-25,032***

ln_BTC_PAY

0,205

-

0,118

-

ln_BTC_ADDRESS

0,427

-

0,479

-

ln_BTC_CAP

0,911**

1,041**

1,176***

1,301***

R2

0,97

0,96

0,95

0,94

R2 adj

0,94

0,94

0,92

0,93

 
Ссылки

[1] Данные для РФ формировались следующим образом. По данным источника https://sourceforge.net/projects/bitcoin/files/stats/map о количестве скачиваний биткоин-клиента за данный период был рассчитан процент скачиваний в России по отношению к миру. Далее переменные BTC_ADDRESS, BTC_NUMBER, BTC_CAP, BTC_PAY рассчитывались путем умножения соответствующих данных по миру на полученный процент за каждый месяц периода.

[2] См. Приложение 1.

[3] См. Приложение 2.

[4] См. Приложение 3.

скачать dle 10.2 Авто Тюнинг кузова