Bloomchain Research о том, есть ли корреляция между криптовалютой и традиционным рынками, как интерпретировать результаты, при чем здесь коронавирус и какие выводы из этого показателя точно делать не стоит.
Крупнейшей криптовалюте часто приписывают статус защитного актива. В период высокой турбулентности на фондовых площадках ее непременно сравнивают с золотом, а после – прогнозируют дальнейшую динамику котировок. Для этого, как правило, рассчитывают коэффициент корреляции. Но оценка четырехгодичной ретроспективы, на самом деле, не дает желаемого ответа.
Корреляция – степень линейной взаимосвязи двух рядов, которая лежит в интервале от -1 до 1. Интерпретация: «-1» - обратная взаимосвязь, если один актив идет вниз, то другой – вверх; «0» - взаимосвязь отсутствует; «1» - прямая взаимосвязь, оба актива идут в одном направлении.

Посмотрим на расчеты с использованием двух рядов данных – котировок BTC и котировок золота за 2019 год. Если бы мы озвучили только одну цифру – например, коэффициент корреляции 0.8 за второй квартал, – возник бы соблазн оценить взаимосвязь как «высокую» и распространить этот вывод на остальные периоды. Но вот таблица с коэффициентами корреляции по всем кварталам за прошлый год.
Корреляция между ценами Bitcoin и золота, 2019 год | |
1 кв 2019 | 0,04 |
2 кв 2019 | 0,80 |
3 кв 2019 | -0,31 |
4 кв 2019 | 0,34 |
Выходит, что только во втором квартале Bitcoin и золото двигались преимущественного в одном направлении. К этому привело одно или множество событий, но тренды, в данном примере, могли совпасть случайно.
Проблема в самой методике. Прежде всего, мы анализируем финансовые временные ряды, а значит может наткнуться на ложную корреляцию, и поспешить с выводами.
Корреляция между однодневными доходностями показывает степень и характер линейной зависимости между ними, то есть преимущественно доходности менялись в одну сторону (1), в разные (-1) или были независимы (0).
Инструментом борьбы с ложной корреляцией послужит преобразование исходных рядов. Посчитаем однодневные доходности и посмотрим, какими будут коэффициенты корреляции между новыми рядами. Тут результаты выглядят уже более однородными, все показатели положительные и в целом небольшие.
Корреляция между доходностями bitcoin и золота, 2019 год | |
1 кв 2019 | 0,08 |
2 кв 2019 | 0,08 |
3 кв 2019 | 0,15 |
4 кв 2019 | 0,19 |
В нашем квартальном примере из четырех показателей корреляции только два – статистически значимые, то есть заслуживают хоть какого-то доверия. Впрочем, ложная корреляция тоже чаще всего обладает таким признаком, это следует учитывать при анализе.
В целом на горизонте 2016-2019 гг. корреляция между однодневными доходностями Bitcoin и золота составляет 0.06 и является статистически значимой. Однако это крайне малая величина, она не стоит внимания.
Что еще дает нам эконометрический анализ?
К этому моменту мы рассматривали общеупотребимую корреляцию, которая оценивает только степень линейной взаимосвязи. Теперь сделаем ряд дополнительных расчетов.
На основе данных за 2016-19 гг. проверялась стационарность исходных рядов, строились векторные авторегрессии разных лагов для рядов первых разностей Bitcoin и золота, коинтеграция проверялась процедурой Энгла-Грэнджера, наличие/отсутствие причинности по Грэнджеру проверялось на основании F-теста, рассчитывалась корреляция расстояний (distance correlation).
Показатель | Комментарий | |
1. | Корреляция расстояний или distance correlation (учитывает, в том числе, степень нелинейной зависимость) | показатель статистически значимый (0.08), но крайне мал |
2. | Коинтеграция (она присутствует, если существует уравнение, которое описывает долгосрочную связь двух активов; однако в краткосрочной перспективе активы могут существенно отклоняться от этой тенденции) | не выявлена, у Bitcoin и золота нет взаимосвязи в долгосрочной перспективе |
3. | Тест на причинность (следует ли изменение одного актива за изменением другого) | не выявлена, нельзя утверждать, что изменение одного актива является «маркером» изменения другого |
4. | Мгновенная причинность (подразумевает, что добавление в модель текущих значений доходности одного из активов может улучшить прогноз для доходностей другого актива) | присутствует (однако для количественной оценки потребуется дополнительный анализ и проверка гипотез) |
Bitcoin, золото и коронавирус
В марте этого года, под давлением мировой пандемии, оба актива упали примерно в одно время. Большое число информационных каналов поспешили сделать из этого различные выводы на основе краткосрочного корреляционного анализа.

Но когда мы имеем дело с временными рядами, легко столкнуться с ложной корреляцией. Выход можно найти в преобразовании данных, например, из цен в доходности. Кроме того, общеупотребимая корреляция выявляет только линейную зависимость, а ее отсутствие не гарантирует отсутствие взаимосвязи как таковой.
Дополнительные расчеты в нашем примере не выявили ни причинности, ни устойчивой долгосрочной взаимосвязи Bitcoin и золота. На промежутке с 2016 до 2019 годы Bitcoin не вел себя как золото. Пока нет оснований утверждать, что Bitcoin обладает теми же защитными свойствами на финансовом рынке, что и золото.
Мы продолжим изучать этот вопрос, используя более точные модели. Следите за новыми материалами.