Development of a Methodology for Evaluating Cryptocurrencies as a Promising Means of Payment in the Digital Economy.pdf Введение Тема денег как одной из важнейших составляющих жизни современного человека является актуальной вне зависимости от времени, техники и технологий, развитости экономической науки и практики. Изначально деньги были придуманы для упрощения сделок обмена в контексте приведения различных по качественным и количественным характеристикам товаров к единому мерилу. В современных экономических условиях деньги стали отождествлять собой не столько материальное благо, сколько финансовый продукт нового образца, «способный изменить сложившийся характер современных денежных отношений» [7] в силу стремительного развития цифровых технологий. Развитие методики оценки криптовалют 299 Процесс цифровизации является весьма обширным; он не оставил без внимания ни одну экономическую отрасль. Трансформация области денежного обращения в первую очередь затронула именно институт денег: наряду с привычными классическими формами денег появились их цифровых аналоги - криптовалюты. В современных реалиях криптовалюты представляют собой весьма неоднозначное явление. С теоретической точки зрения - это эффективный финансовый инструмент, с помощью которого можно быстро и весьма дешево осуществлять транзакции. С другой стороны, криптовалюта является малоизученным экономическим феноменом; безрассудное введение его в экономику в качестве легитимного платежного средства грозит явным крахом экономической системы. В системе современных экономических отношений процесс организации цифровой среды является неотъемлемым атрибутом ведущих мировых держав. На сегодняшний день в качестве одного из наиболее приоритетных направлений деятельности Правительства Российской Федерации можно выделить разработку мероприятий, ориентированных на эволюционное развитие национальной экономики. Существующая национальная денежная система наряду с финансовыми механизмами и действующими институтами нуждаются в переоценке. Одной из наиболее многообещающих альтернатив переосмысления является перспектива модернизации отечественной экономики путем внедрения новых, цифровых финансовых инструментов в форме криптовалюты. В нынешних реалиях криптовалюта проявляла себя как неотъемлемый атрибут современного общества. По оценкам отдельных исследований, более 30 государств рассмотрели этот инструмент в качестве платежного средства. Методика проведения исследования Несмотря на растущую с каждым годом популярность, криптовалюта остается одним из наиболее малоизученных инструментов в области денежного обращения. Авторами предпринята попытка продемонстрировать инструмент «криптовалюта» с нескольких сторон с помощью различных методов: 1. Теоретический метод - помогает рассмотреть криптовалюту с точки зрения теоретического функционирования в разрезе перспектив и угроз экономике. 2. Системный подход - анализирует криптовалюту как неотъемлемый элемент денежной системы на примере модели «черный ящик». Схематичное представление заявленной модели наглядно обусловит взаимодействие криптовалюты с окружающей средой, обозначит внешние и внутренние факторы воздействия. 3. Статистический метод - применяется в контексте нескольких статистических показателей на примере определенной криптовалюты в целях оценки уровня взаимосвязи ее атрибутов. Применение такого метода в разрезе увеличения периода исследования поможет обозначить более четкое количественное представление свойств криптовалюты и положит начало формированию базы статистических данных в разрезе криптовалют: Т.А. Купцова, В.Г. Чаплыгин 300 3.1) коэффициент корреляции - тест, по результатам которого устанавливается уровень взаимосвязи между анализируемыми параметрами модели; 3.2) коэффициент Стьюдента - тест, позволяющий сделать вывод о наличии или отсутствии сильной корреляционной связи между атрибутами исследуемой модели; 3.3) критерий Фишера (тест Фишера) - способ, базирующийся на сравнении полученных данных анализируемой модели с общепринятыми (табличными) нормативами. 4. Аналитический метод - рассматривает криптовалюту с позиции легитимного платежного средства. В рамках этого метода разработаны основные направления политики по борьбе с отмыванием денег и обозначены рекомендации, направленные на совершенствование законодательства в сфере цифровых технологий. Результаты В целях исследования специфики криптовалюты как наиболее перспективной альтернативы на смену классическим деньгам ниже представлены авторские размышления о потенциале криптовалюты в ряде направлений. Это позволит более детально оценить потребность национальной экономики в модернизации посредством введения нового финансового инструмента. Теоретический аспект В современных экономических условиях одним из наиболее спорных вопросов является необходимость внедрения цифровых валют (криптовалют) в национальную денежную систему в качестве правомочных платежных средств. С одной стороны, существующая денежная система нуждается в переосмыслении. И криптовалюта в силу своих положительных характеристик и перспектив как нельзя лучше походит на роль инструмента, с помощью которого произойдет «оздоровление» экономики. Легализация криптовалют в качестве альтернативы традиционным формам денег приведет к следующим последствиям: 1) увеличению притока зарубежных инвестиций, что положительно скажется на развитии ниши стартапов; 2) приумножению количества возможностей для развития предпринимательства в области наукоемких отраслей, бизнес-инфраструктуры, инноваций и инновационных технологий; 3) росту объемов добровольного сбора средств для социально ориентированных проектов; 4) пополнению доходной части государственного бюджета страны ввиду высокой доходности отрасли цифрового предпринимательства; 5) повышению инвестиционной привлекательности страны по причине отсутствия преград для осуществления цифровых вложений зарубежными инвесторами; 6) развитию прогресса цифрового поколения; Развитие методики оценки криптовалют 301 7) появлению новых научных специальностей в области цифровых технологий и, как следствие, расширения круга свободных рабочих вакансий; 8) повышению уровня компьютерной грамотности пользователей криптовалют [6]. С другой стороны, в силу малоизученности внедрение криптовалюты в систему национальных расчетов напрямую предполагает возникновение рисковых ситуаций, что может послужить причиной возникновения катастрофы в мировом режиме (табл. 1). Таблица 1. Классификация рисков цифровых валют в случае их легализации в рамках отечественной экономики № п/п Вид риска Признак проявление риска Содержание риска 1 Юридиче ский Отсутствие правовой защиты владельца актива В силу отсутствия системы страхования в цифровой области владелец актива не вправе претендовать на возмещение убытков в случае кражи средств с виртуального кошелька, а сделки, осуществленные с помощью криптовалюты, не могут быть обжалованы в судах 2 Кредитный Неисполнение договорных обязательств эмитентом криптовалюты Из-за отсутствия кредитора последней инстанции, нормативно-правовой базы и системы страхования инвесторы берут на себя всю ответственность и обязательства при реализации криптовалюты. Инвестиции могут принимать форму процентного займа, пожертвования, бартера, бонусов, доли прибыли и т.д. 3 Рыночный Неблагоприятное изменение стоимости актива Показатель цены за единицу криптовалюты находится в зависимости от характера распространяемой информации об активе [ 18] 4 Информаци онный Рассылка недостоверной, опасной информации для владельца актива 5 Операцион ный Невозможность проведения сделок по внесению и (или) выведению средств Даже в случае ошибочных действий оператора криптоплощадки процесс возврата средств владельцу цифрового кошелька является весьма затруднительным [9] 6 Гражданско правовой Ответственность за проведение сделок, целью которых является отмывание денежных средств и финансирование терроризма В зависимости от тяжести преступления, под которые может подпадать проект, связанный с криптовалютами, быть готовым нести ответственность в соответствии с законодательством Российской Федерации [13, с. 174, 175] Источник: составлено авторами на основе данных [9, 13]. Мнение авторов касательно статуса криптовалют в общенациональном масштабе сходится с точкой зрения некоторых современных ученых-экономистов [2, 3] и сводится к тому, что криптовалюта - это платежный Т.А. Купцова, В.Г. Чаплыгин 302 инструмент будущего в ближайшей перспективе. К факторам, подтверждающим это предположение, относятся: 1) повышенный интерес со стороны государства к цифровым технологиям и инновациям [10]; 2) благоприятный опыт зарубежных стран, использующих наиболее популярные виды криптовалют в качестве имущества, платежного средства и особых финансовых операций [4]; 3) ежедневно растущая роль цифровых аналогов традиционным деньгам. Системный подход При рассмотрении экономической категории «криптовалюта» с позиции системного подхода одним из наиболее наглядных методов является модель «черный ящик». Ее применение позволит обозначить структуру исследуемой системы и принципов работы внутренней среды. Схематичное представление денежной системы в условиях внедрения криптовалюты как неотъемлемого компонента на базе модели «черный ящик» представлено на рис. 1. Рис. 1. Денежная система с позиции функционирования криптовалюты в рамках модели «черный ящик» Развитие методики оценки криптовалют 303 Таким образом, криптовалюту можно рассматривать как особую экономическую систему, состоящую из управляющей подсистемы, управляемой подсистемы и системы обратной связи, которая взаимодействует с окружающей средой с помощью входов и выходов в пределах границ. Статистический аспект На сегодняшний день, учитывая всемирное признание перспективности криптовалют, зафиксировано более 1 800 цифровых монет1. Несмотря на заявленное количество, большую часть из них не стоит рассматривать в качестве ценного цифрового актива ввиду слишком низкой ликвидности в сравнении с такими гигантами, как, скажем, Bitcoin или Ethereum. Процесс прогнозирования криптовалюты представляет собой задачу повышенной сложности по причине своей нестабильности. Тем не менее анализ поведения криптовалют с позиции различных направлений в настоящее время имеет весомое значение, все больше и больше исследователей и ученых уделяют этому вопросу огромное внимание [17]. В целях исследования понятия «криптовалюта» с позиции статистического аспекта проанализируем наиболее перспективные криптовалюты (табл. 2). Таблица 2. Рейтинг криптовалют по данным на 24.03.2020 г. № п/п Криптовалюта Количество монет, всего Цена за единицу криптовалюты, долл. Уровень капитализации, долл. 1 Bitcoin 21000000,00 6537,64 11954069701,00 2 Ethereum - 135,45 14930324255,00 3 XRR 100000000000,00 0,16 6992015074,00 4 Tether - 1,00 4642590379,00 5 Bitcoin Cash 21000000,00 221,14 4057511236,00 6 Bitcoin SV 21000000,00 172,98 3173432553,00 7 Litecoin 84000000,00 39,02 2511041504,00 8 EOS - 2,31 2124758820,00 9 Binance Coin 187536713,00 12,09 1881063981,00 10 Tezos - 1,72 1214412065,00 Источник: CoinMarketCap.com. С учетом представленных данных в табл. 2 наиболее перспективной в сравнении с прочими цифровыми аналогами, по данным на 24 марта 2020 г., по-прежнему остается криптовалюта биткоин [14]. Несмотря на свою популярность, криптовалюты, входящие в рейтинг топ-10 из табл. 2, трактуются как нелинейный финансовый инструмент, следствием чего является его причисление к разряду неправомочной экономической категории. В целях подтверждения (опровержения) такого 1 По данным сайта http://profinvestment.com Т.А. Купцова, В.Г. Чаплыгин 304 утверждения в отношении криптовалюты определим уровень воздействия на нее некоторых статистических показателей. Основные данные для проведения анализа: - исследуемая криптовалюта: биткоин; - ключевые параметры криптовалюты: уровень рыночной капитализации и цена за единицу криптовалюты биткоин; - используемый метод: корреляционно-регрессионный анализ на базе уравнения простой линейной регрессии; - сопоставляемые коэффициенты: коэффициенты Чеддока, Стьюдента и Фишера. С учетом ранее проведенного корреляционно-регрессионного анализа влияния ряда статистических показателей на криптовалюту «биткоин» за период с 02.01.2014 г. по 01.01.2018 г. [14] дополним существующую выборку данными за новые периоды. Это действие позволит глубже исследовать природу криптовалюты «биткоин» с точки зрения ее осмысления с позиции основ статистики. Дополненные данные для проведения корреляционно-регрессионного анализа в разрезе криптовалюты «биткоин» по данным за период с 02.01.2014 г. по 01.01.2020 г. отражены в табл. 3. Описание взаимозависимости базовых атрибутов исследуемой криптовалюты (цены за единицу и уровня рыночной капитализации) будет происходить на базе математического уравнения простой линейной регрессии: Y = а0 + а1 Х1 + ■■■апХп, (1) где а - коэффициенты регрессии; х - влияющий фактор (цена за единицу криптовалюты «биткоин», долл.); п - количество анализируемых лет; У -показатель рыночной капитализации криптовалюты «биткоин», долл. Таблица 3. Исходные данные для проведения корреляционно-регрессионного анализа в разрезе криптовалюты «биткоин» Дата Цена за 1 биткоин, долл. (х,) Рыночная капитализация криптовалюты «биткоин», долл. (у,) 02.01.2014 771,15 9 400 260 663,00 02.01.2015 313,64 4 289 287 759,00 01.01.2016 434,22 6 527 492 315,00 01.01.2017 972,95 156 441 622 845,00 01.01.2018 13 791,60 231 350 986 890,00 01.01.2019 3 843,52 67 098 634 181,00 01.01.2020 7 200,17 130 580 829 150,00 Источник: CoinMarketCap.com. Для проведения корреляционно-регрессионного анализа в разрезе криптовалюты «биткоин» с учетом новых данных дополним табл. 2 необходимыми для расчета параметров уравнения линейной регрессии показателями (табл. 4). Таблица 4. Вычисление параметров уравнения регрессии X 7 249 011 010 272,45 40 Г~-( 04 ГО о 04 04 04 04 04 іо тГ го 2 834 367 713 019,30 152 209 876 947 043,00 3 190 700 270 792 120,00 257 894 942 447 357,00 940 204 168 620 955,00 4 552 437 929 743 500,00 88364900532345200000,00 | 18397989479507200000,00 | 42608155922384100000,00 | 24473981358377200000000,00 | 53523279134977000000000,00 | 4502226 708955660000000,00 | 17051352 941501500000000,00 | 99700211189745600000000,00 | Н (N ГО Р 40 тг 04 іо ІО o' о ГО 00 04 О К тг іо 00 00 О ГО 40 40 тг 04 190208230,56 | 14772645,99 | 51842448,03 | 258651545,66 | о го' 40 40 о 40 (N О о тг 04 о оС іо о о 00 04 04 00 04 тг 6527492315,00 | о ■о тг 00 04 04 40 тг тг 40 іо О СО o' 04 00 40 00 04 о іо го го 04 О 00 тг ГО 40 00 04 о о 40 О o' ІО 04 04 00 о 00 іо о го 605689113803,00 | *** іо о о тг ЧОл СП го 04 04 тГ го тг ІО 04л 04 О 04 О чОл 04 О го 04 ■О СП тг 00 ГО о o' о 04 О ІО 04 К 04 ГО о 04 Дата 02.01.2014 1 іо о 04 О 04 О 40 О 04 О о 01.01.2017 1 00 О 04 О о 04 О 04 О о О 04 О 04 О о О и о & Т.А. Купцова, В.Г. Чаплыгин 306 Затем произведем расчет средних показателей значений x, x2, y, у _ 1 ^ 27327,25 „пп„ ап x = -V х. =-= 3903,89; ntt ' 7 - = 36950220,81; ЬЛ 2 258651545,66 = - V х =-7 n і=і 7 у 1 ^ 605689113803,00 86527016257 57 у = -V у. =-= 86527016257,57; n 1=1 7 2 99 700 211 189 745 600 000 000,00 У2 = n V* = 7 = '=1 = 14242887312820800000000,00. Далее вычислим показатели дисперсии и средних квадратических отклонений: ст2 = X2 -(х)2 = 36950220,81 -3903,892 = 21709841,37; ст х = ,J21709841,37 = 4659,38; ст2у = у2 - (у)2 = 14242887312820800000000,00 - 86527016257,572 = = 6755962770382760000000,00; ст у = Л[СТ2у =yj6755962770382760000000,00 = 82194663880,22. В целях выявления параметров уравнения прямой [формула (2)] решим систему уравнений, подставив имеющиеся данные в формулу (3): ух = a + bx, (2) ina + b V x =V у; V bv V (3) aV x + bV x =V xy. Получим уравнение следующего вида: |7a + 27327,25b = 605689113803,00; [27327,25a + 258651545,66b = 4552437929743500,00. a + 3903,89b = 86527016257,57; a = 86527016257,57 - 3903,89b. 27327,25 x (86527016257,57 -3903,89b) + 258651545,66b = 4552437929743500,00; 2364545405024720,00 - 106682656,08b + 258651545,66b = 4552437929743500,00; 151968889,58b = 2187892524718780,00. b = 14396976,45; a = 30322762722,18. Развитие методики оценки криптовалют 307 Поскольку коэффициент регрессии b > 0, можно сделать вывод о наличии прямой связи между исследуемыми параметрами - цены за единицу криптовалюты «биткоин» (хг) и показателем рыночной капитализации криптовалюты «биткоин» (у). Далее определим величину коэффициента корреляции [формула (4)] на основании данных, взятых из табл. 3: r = X*2 - Хху -(X*)2 Х^Ху n Ху2 - (Ху)2 4552437929743500,00-(- 27327,25 х 605689113803,00. r 7 ) (4) 258651545,66 - 27327,252 99700211189745600000000,00 - 605689113803,0с)2 r=0,82. Полученное значение коэффициента корреляции находится в диапазоне 0,7 < r < 1, что свидетельствует о прямой корреляционной связи сильного характера между исследуемыми параметрами криптовалюты «биткоин». Таким образом, в случае роста показателя цены за единицу криптовалюты «биткоин» будет расти уровень показателя рыночной капитализации криптовалюты «биткоин». На следующем этапе оценим применимость критерия Стьюдента к криптовалюте «биткоин». Для этого сначала построим линейную модель зависимости параметров криптовалюты «биткоин» с помощью метода наименьших квадратов. Необходимые параметры для применения однофакторной линейной модели найдем по формулам: b =■ (5) (6) xy - x х у . а у - b x. _ 1 ^ 4552437929743500,00 ЛЛ ху = - X xtyt =-= 650348275677643,00; n м 7 b 650348275677643,00 - 3903,89 х 86527016257,57 14396907 04. 1/1 - - 1 т J уѵу О / , От-, 1 21709841,37 b0 = 86527016257,57 -14396987,84 х 3903,89 = 30322759404,69. На основании полученных параметров сформируем линейную модель зависимости ключевых показателей криптовалюты «биткоин»: у = 30322759404,69 +14396987,84х. (7) Полученное значение коэффициента регрессии линейной модели (b1 = 14396987,84), представленной выше, свидетельствует о существовании прямой зависимости исследуемых атрибутов криптовалюты «битко- Т.А. Купцова, В.Г. Чаплыгин 308 ин»: в зависимости от роста (снижения) показателя цены за единицу криптовалюты «биткоин» будет наблюдаться аналогичное поведение показателя рыночной капитализации рассматриваемой криптовалюты. Для вычисления критерия Стьюдента добавим в исходную таблицу (табл. 4) данные для расчета стандартных ошибок линейной модели (табл. 5). Значения параметра уі формируются путем подстановки исходных значений параметра xi в полученную линейную модель зависимости [форула (7)]. Значения параметра ei определяются по формуле (8): (8) ei = Уі - Уі На основании информации, взятой из табл. 5, найдем стандартную ошибку линейной модели регрессии согласно формуле: 2 S = i=1 n - 2 (9) где n - количество степеней свободы. Поскольку наше исследование проходит за период 2014-2020 гг., то применительно к нашему исследованию n = 7. S = 15792702235245900000000 5 56200893649,92. Вычислим стандартные ошибки параметров уравнения простой линейной регрессии: Sb S 56200893649,92 = 4558960,99; 7151968889,58 Ё(xi- x )2 i=1 Sb 56200893649,92 х 258651545,66 7х151968889,58 =87636660548,95. Проанализируем уровень значимости каждого полученного коэффициента линейной модели регрессии, отталкиваясь от критического значения коэффициента Стьюдента: ы Sb 14396987,84 4558960,99 t b |бр I = 30322759404,69 Sb ~ 87636605487,95 b0 ’

Скачать электронную версию публикации