Diese Arbeit untersucht einen potenziellen Einfluss der sozialen Plattform Twitter auf Kryptowährungen. Das digitale Asset basiert auf dem alleinigen Vertrauen in die Blockchain-Technologie und ist nicht durch werthaltige Gegenstände wie beispielsweise Gold gedeckt. Gerade deshalb liegt es nahe, davon auszugehen, dass verhaltenspsychologische Anomalien die Preisentwicklung von Kryptowährungen beeinflussen können. Dies soll Grundlage der Hypothese sein, die annimmt, dass Twitter-Daten einen Erklärungsgehalt für die Preisentwicklungen der verschiedenen Kryptowährungen BTC, Ether, Litecoin und Ripple liefern.
Als die Kryptowährung Bitcoin (BTC) am 16. Dezember 2017 zum ersten Mal einen historischen Höchststand von knapp 20.000 US-Dollar (USD) vermeldete, versetzte dies die sogenannte Krypto-Community in Euphorie, zumal noch zwölf Monate zuvor der Preis bei lediglich rund 800 USD lag. Dies stellte einen Preisanstieg von insgesamt 2.400 % binnen eines Jahres dar. Dem damaligen Rekordhoch folgte jedoch schnell die Ernüchterung, als der Wert der Währung bis November 2018 wieder auf 6.400 USD pro BTC sank.
Im gleichen Zeitraum wurden auf der Social Media Plattform Twitter rund 42 Mio. Kurznachrichten (Tweets) im Zusammenhang mit BTC von Nutzern veröffentlicht. Die Anzahl an aktiven Social Media Nutzern sowie der Einfluss von sozialen Medien auf unseren Alltag hat von 2012 bis 2018 stetig zugenommen. Spätestens mit der Verbreitung des Smartphones sind Social Media Netzwerke wie Twitter, Facebook und Instagram omnipräsent geworden.
Über diese befinden wir uns im ständigen globalen Austausch, welcher zur Folge hat, dass wir in unserem Denken und Handeln zwangsläufig beeinflusst werden. Wirkt sich dieser oft unbewusste Einfluss auch auf unsere Entscheidungen bezüglich Investitionen aus? Und können Twitter-Daten sogar dazu eingesetzt werden, sich am Markt einen Informationsvorsprung gegenüber anderen Teilnehmern zu verschaffen?
Inhaltsverzeichnis
1 Einleitung
2 Kryptowährung: Mehr als ein digitales Zahlungsmittel
2.1 Blockchain-Technologie
2.2 Digitale Wertschöpfung durch Kryptografie
2.3 Digitalwährungen basierend auf Blockchain
2.3.1 Bitcoin
2.3.2 Ethereum
2.3.3 Litecoin
2.3.4 Ripple
2.4 Bedeutung von Kryptowährung und Blockchain für den Kapitalmarkt
2.5 Einflussfaktoren auf die Preisentwicklung von Kryptowährungen
3 Twitter und soziale Netzwerke: Potenzielle Markteinflussfaktoren
3.1 Kurze Historie und Fakten zu Twitter
3.2 Wie funktioniert Twitter?
3.3 Bedeutung von Twitter für den Kapitalmarkt
3.4 Twitter-Sentiment
4 Einordnung in die Forschungsliteratur
5 Ökonometrie
5.1 Lineare und Multiple Regression
5.2 Datenaufbereitung und Modellannahmen
5.3 Hypothesen und Regressionsmodelle
6 Empirie
6.1 Bitcoin als Leitwährung und Abhängigkeit der Altcoins
6.2 Analyse von Einflussfaktoren auf Kurse von Kryptowährungen
6.2.1 Erläuterungen zum verwendeten Datensatz
6.2.2 Modelluntersuchungen auf 24-Stunden-Basis
6.2.2.1 Datenaufbereitung und Annahmeüberprüfungen (BTC)
6.2.2.2 Anwendung des Modells auf Altcoins (ETH, LTC, XRP)
6.2.2.3 Vergleich und Interpretation der Ergebnisse
6.2.2.4 Zeitliche Verschiebung der Twitter-Daten
6.2.3 Modelluntersuchungen auf 1-Stunden-Basis
6.2.3.1 Datenaufbereitung und Annahmeüberprüfungen (BTC)
6.2.3.2 Anwendung des Modells auf Altcoins (ETH, LTC, XRP)
6.2.3.3 Vergleich und Interpretation der Ergebnisse
6.2.3.4 Zeitliche Verschiebung der Twitter-Daten
7 Fazit
Zielsetzung & Themen
Diese Masterarbeit untersucht den Erklärungsgehalt von Twitter-Daten, insbesondere von Sentiment-Analysen und Tweet-Volumen, für die Kursbewegungen bedeutender Kryptowährungen. Die zentrale Forschungsfrage ist, ob die Stimmung auf der sozialen Plattform Twitter einen messbaren Einfluss auf die Preisentwicklung von Bitcoin und ausgewählten Altcoins ausübt und ob daraus ein Informationsvorsprung für Marktteilnehmer resultiert.
- Analyse der Blockchain-Technologie und Funktionsweise von Kryptowährungen
- Untersuchung von Twitter als sozialem Medium und dessen Bedeutung für den Kapitalmarkt
- Ökonometrische Untersuchung mittels linearer und multipler Regressionsanalyse
- Vergleich von Modellen auf 24-Stunden- und 1-Stunden-Basis
- Überprüfung des Einflusses zeitlich verschobener Twitter-Daten auf die Kursrenditen
Auszug aus dem Buch
2.1 Blockchain-Technologie
Blockchain ist im Grundansatz weder dem Finanzmarkt noch einer Währung zuzuordnen, sondern bezeichnet eine kontinuierliche Aneinanderreihung von Datensätzen, sogenannten Blöcken, die mithilfe von kryptografischen Verfahren miteinander verkettet sind. In den Blöcken werden Transaktionen im Netzwerk gespeichert, welche jegliche Art von Informationen beinhalten können. Außerdem hat jeder Block eine Verlinkung zu seinem Vorgänger, wodurch es theoretisch möglich ist, die Kette bis zum ersten generierten Block – dem sogenannten Genesis-Block – zurückzuverfolgen.
Das Konzept der kryptografisch abgesicherten Verkettung einzelner Blöcke tauchte zum ersten Mal in den Arbeiten von Haber/Stornetta (1991), Anderson (1996) sowie Schneier/Kelsey (1998) auf. Die Blockchain als verteiltes Datenbankmanagementsystem (Distributed-Ledger-Technologie), wie sie heute bei Bitcoin zum Einsatz kommt, fußt auf dem erwähnten Whitepaper von Satoshi Nakamoto (2008). Mit der Implementierung des Bitcoin Systems und dem Schürfen der ersten 50 BTC am 3. Januar 2009 startete die erste reale Blockchain-Anwendung überhaupt. Eine Blockchain kann mit einer Datenbank verglichen werden, allerdings besteht der große Unterschied, dass sie an keiner zentralen Stelle, sondern dezentral auf verschiedenen Rechnern als Kopien verteilt liegt.
Dies gleicht einem verteilten Hauptbuch (Distributed Ledger) und erfüllt den Zweck, dass das Netzwerk fälschungssicher bleibt. Neue Blöcke werden über ein Konsensverfahren geschaffen. Das populärste Konsensverfahren ist die Proof-of-Work-Methode, die auch bei BTC zum Einsatz kommt. Validatoren (in der Fachsprache Miner genannt) erstellen mit hohem Rechenaufwand neue Blöcke und arbeiten hierdurch Transaktionen ab. Sobald ein Miner den nächsten Block und damit die längste Kette errechnet hat, wird dieser mit der existierenden Kette abgeglichen und auf allen anderen Knotenpunkten aktualisiert. Dieses Verfahren macht das Netzwerk im Gegensatz zu zentralen Datenbanken zwar sehr komplex und langsam, erhöht dadurch aber die Sicherheit des Bitcoin-Netzwerks signifikant.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung führt in die Relevanz der Untersuchung von Twitter-Daten für die Preisentwicklung von Kryptowährungen ein und kontextualisiert die Arbeit im Rahmen der Behavioral Finance.
2 Kryptowährung: Mehr als ein digitales Zahlungsmittel: Dieses Kapitel erläutert die technologischen Grundlagen der Blockchain sowie die Entstehungsgeschichte und Funktionsweise von Bitcoin, Ethereum, Litecoin und Ripple.
3 Twitter und soziale Netzwerke: Potenzielle Markteinflussfaktoren: Es wird die Funktionsweise von Twitter erklärt und die theoretische Verbindung zwischen sozialen Medien, Anlegerstimmung und Marktbewegungen dargestellt.
4 Einordnung in die Forschungsliteratur: Dieses Kapitel gibt einen Überblick über den aktuellen Stand der Forschung zur Korrelation zwischen Twitter-Sentiment und Finanzmärkten.
5 Ökonometrie: Hier werden die ökonometrischen Grundlagen der linearen und multiplen Regressionsanalyse sowie die methodischen Schritte zur Datenbereinigung und Modellüberprüfung beschrieben.
6 Empirie: Das Herzstück der Arbeit, in dem die aufgestellten Hypothesen mithilfe statistischer Modelle auf 24-Stunden- und 1-Stunden-Basis empirisch getestet werden.
7 Fazit: Das Fazit fasst die zentralen Forschungsergebnisse zusammen und diskutiert die Implikationen für Marktteilnehmer sowie die zukünftige Bedeutung der Blockchain-Technologie.
Schlüsselwörter
Kryptowährungen, Bitcoin, Twitter, Sentiment-Analyse, Blockchain, Regressionsanalyse, Behavioral Finance, Markteffizienz, Volatilität, Altcoins, Ökonometrie, Finanzmarkt, Soziale Medien, Handelsvolumen, Datenbereinigung
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht den Einfluss von Social-Media-Daten – spezifisch Tweets – auf die Preisbewegungen und die Volatilität von führenden Kryptowährungen wie Bitcoin, Ether, Litecoin und Ripple.
Was sind die zentralen Themenfelder?
Die zentralen Themen umfassen die technologischen Grundlagen der Blockchain, die Psychologie des Anlegerverhaltens (Behavioral Finance), die ökonometrische Modellierung und die datenbasierte Analyse von Twitter-Interaktionen.
Was ist das primäre Ziel oder die Forschungsfrage?
Die Forschungsfrage lautet, ob Twitter-Daten als Indikator für Preisentwicklungen von Kryptowährungen dienen können und ob durch die Analyse von Sentiment und Tweet-Volumen Arbitragegewinne oder Informationsvorsprünge am Markt möglich sind.
Welche wissenschaftliche Methode wird verwendet?
Es kommt eine ökonometrische Regressionsanalyse zum Einsatz. Dazu gehören multiple lineare Regressionen, die Berücksichtigung von Zeitverzögerungen (Lags) und die Prüfung der Modellanforderungen (z. B. Multikollinearität, Heteroskedastizität).
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in eine theoretische Aufarbeitung der Kryptomärkte und Twitter-Mechanismen, eine ökonometrische Methodeneinführung sowie eine empirische Untersuchung, bei der Datensätze auf 24-Stunden- und 1-Stunden-Basis analysiert werden.
Welche Schlüsselwörter charakterisieren die Arbeit?
Schlüsselbegriffe sind neben Kryptowährungen und Bitcoin insbesondere Twitter-Sentiment, Blockchain, Regressionsanalyse, Behavioral Finance und Volatilitätsindikatoren.
Gibt es einen nachweisbaren Zusammenhang zwischen Tweets und Kursen?
Die Arbeit stellt fest, dass bei Bitcoin auf 1-Stunden-Basis eine deutliche Abhängigkeit zwischen Twitter-Daten und Kursen existiert, wobei auch nach bis zu elf Stunden noch signifikante Effekte nachweisbar sind.
Welche Rolle spielt die Effizienzmarkthypothese (EMH) in der Analyse?
Die Arbeit setzt sich kritisch mit der EMH auseinander. Während die EMH besagt, dass Märkte Informationen sofort verarbeiten, zeigen die Ergebnisse der Arbeit Anomalien auf, die auf ein irrationales, von Emotionen getriebenes Anlegerverhalten hindeuten.
- Arbeit zitieren
- Nicolas Kuri (Autor:in), 2021, Erklärungsgehalt von Twitter-Daten für Kursbewegungen von Kryptowährungen. Eine ökonometrische Analyse, München, GRIN Verlag, https://www.grin.com/document/1030203
