Analisis Hubungan Return Antar-Cryptocurrency Menggunakan Metode Copula Directional Dependence (CDD)

Riananda, Ayu Putu Alika Pramesvari (2024) Analisis Hubungan Return Antar-Cryptocurrency Menggunakan Metode Copula Directional Dependence (CDD). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5006201051-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (6MB) | Request a copy

Abstract

Investasi merupakan kegiatan penanaman modal di masa sekarang dengan tujuan untuk memperoleh keuntungan di masa depan. Salah satu instrumen investasi yang populer saat ini adalah cryptocurrency, jenis mata uang digital yang menggunakan teknologi kriptografi untuk mengamankan transaksi dan mengontrol penciptaan unit baru. Sebagai alat investasi, cryptocurrency populer karena memiliki potensi return yang tinggi sehingga menarik minat para investor yang mencari keuntungan besar. Akan tetapi, aset investasi yang memberikan return yang sangat tinggi cenderung memiliki risiko yang tinggi juga. Salah satu cara untuk mengurangi risiko dalam investasi cryptocurrency adalah dengan melakukan diversifikasi portofolio, yaitu dengan tidak hanya fokus pada satu aset cryptocurrency saja. Untuk melakukan diversifikasi risiko dengan efektif, penting bagi investor untuk mengetahui apakah cryptocurrency yang satu dengan yang lain memiliki hubungan yang erat atau tidak. Salah satu cara untuk menganalisis hubungan antar-return cryptocurrency adalah dengan menggunakan metode statistik yang disebut Copula Directional Dependence (CDD). Pada penelitian ini, CDD akan dicari menggunakan Neural Network Autoregression (NNAR) dan Gaussian Copula Marginal Regression (GCMR). Data cryptocurrency yang digunakan adalah Bitcoin (BTC), Ethereum (ETH), Solana (SOL), Binance Coin (BNB), dan Tether USDT (USDT) periode 1 Januari 2021 – 31 Desember 2023. Model NNAR terbaik yang dihasilkan adalah NNAR BTC (9,5), NNAR ETH (1,1), NNAR SOL (5,3), NNAR BNB (6,4), dan NNAR USDT (13,7). Hasil analisis menunjukkan bahwa CDD yang paling kuat diantara lima cryptocurrency adalah CDD antara BTC dan ETH. Sedangkan, semua cryptocurrency yang berpasangan dengan USDT memiliki CDD yang sangat lemah. Return BTC dan ETH lebih cenderung dipengaruhi oleh return cryptocurrency lain. Return SOL dan USDT lebih cenderung memengaruhi return cryptocurrency lain. Return BNB seimbang untuk memengaruhi atau dipengaruhi oleh return cryptocurrency lain. Penelitian ini diharapkan dapat memberikan pemahaman yang lebih mendalam mengenai hubungan antar-cryptocurrency dan memberikan panduan bagi investor dalam melakukan diversifikasi portofolio mereka.
=======================================================================================================================================
Investment is an activity of capital allocation with the aim of obtaining profits in the future. One of the popular investment instruments today is cryptocurrency, a type of digital currency that uses cryptographic technology to secure transactions and control the creation of new units. As an investment tool, cryptocurrency is popular because it has the potential for high returns, thus attracting investors who seek substantial profits. However, investment assets that offer very high returns tend to also have high risks. One way to reduce risk in cryptocurrency investment is by diversifying the portfolio, meaning not focusing on just one cryptocurrency asset. To effectively diversify risk, it is important for investors to know whether different cryptocurrencies are closely related to each other. One method to analyze the relationships between cryptocurrency returns is by using a statistical method called Copula Directional Dependence (CDD). In this study, CDD will be determined using Neural Network Autoregression (NNAR) and Gaussian Copula Marginal Regression (GCMR). The cryptocurrency data used includes Bitcoin (BTC), Ethereum (ETH), Solana (SOL), Binance Coin (BNB), and Tether USDT (USDT) from the period of January 1, 2021, to December 31, 2023. The best NNAR models produced are NNAR BTC (9,5), NNAR ETH (1,1), NNAR SOL (5,3), NNAR BNB (6,4), and NNAR USDT (13,7). The analysis results show that the strongest CDD among the five cryptocurrencies is between BTC and ETH. In contrast, all cryptocurrencies paired with USDT have very weak CDD. BTC and ETH returns are more likely to be influenced by the returns of other cryptocurrencies. SOL and USDT returns are more likely to influence the returns of other cryptocurrencies. BNB returns are balanced in terms of influencing or being influenced by the returns of other cryptocurrencies. This study is expected to provide a deeper understanding of the relationships between cryptocurrencies and offer guidance for investors in diversifying their portfolios.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	CDD, Cryptocurrency, Diversifikasi, Diversification, GCMR, NNAR, Time Series
Subjects:	Q Science > QA Mathematics > QA246.8 Gaussian Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry) Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) Q Science > QA Mathematics > QA278 Cluster Analysis. Multivariate analysis. Correspondence analysis (Statistics)
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Ayu Putu Alika Pramesvari Riananda
Date Deposited:	19 Jul 2024 13:56
Last Modified:	19 Jul 2024 13:56
URI:	http://repository.its.ac.id/id/eprint/108508

Actions (login required)

View Item