On the role of local blockchain network features in cryptocurrency price formation. Issue 3 (18th March 2020)

• Record Type: Journal Article
• Authors: Dey, Asim K.; Akcora, Cuneyt G.; Gel, Yulia R.; Kantarcioglu, Murat
• Is Part Of: Canadian journal of statistics. Volume 48:Issue 3(2020)
• Page Start: 561
• Page End: 581
• Publication Date: 2020-03-18
• Subjects: Bitcoin -- blockchain -- complex networks -- Litecoin -- network motifs -- time series and forecasting; Mathematical statistics -- Periodicals; 519.5
• DOI: 10.1002/cjs.11547
• Languages: English
• ISSNs: 0319-5724

Abstract

Abstract : Cryptocurrencies and the underpinning blockchain technology have gained unprecedented public attention recently. In contrast to fiat currencies, transactions of cryptocurrencies, such as Bitcoin and Litecoin, are permanently recorded on distributed ledgers to be seen by the public. As a result, public availability of all cryptocurrency transactions allows us to create a complex network of financial interactions that can be used to study not only the blockchain graph, but also the relationship between various blockchain network features and cryptocurrency risk investment. We introduce a novel concept of chainlets, or blockchain motifs, to utilize this information. Chainlets allow us to evaluate the role of local topological structure of the blockchain on the joint Bitcoin and Litecoin price formation and dynamics. We investigate the predictive Granger causality of chainlets and identify certain types of chainlets that exhibit the highest predictive influence on cryptocurrency price and investment risk. More generally, while statistical aspects of blockchain data analytics remain virtually unexplored, the paper aims to highlight various emerging theoretical, methodological and applied research challenges of blockchain data analysis that will be of interest to the broad statistical community. The Canadian Journal of Statistics 48: 561–581; 2020 © 2020 Statistical Society of Canada Résumé : Les cryptomonnaies et la technologie sous‐jacente de chaînes de blocs ont récemment retenu l'attention publique. Contrairement aux monnaies fiduciaires, les transactions de cryptomonnaie telles que le Bitcoin et le Litecoin sont enregistrées à perpétuité dans un grand livre distribué visible publiquement. Les auteurs profitent de cette visibilité publique afin de construire un réseau complexe des interactions financières qui permet d'étudier le graphe des chaînes de blocs, mais également la relation entre plusieurs caractéristiques des réseaux de chaînes de blocs et les risques d'investissements en cryptomonnaie. Ils proposent le concept novateur de chaînettes, ou motifs de chaînes de blocs, afin d'exploiter cette information. Ils utilisent les chaînettes afin d'évaluer la topologie locale des structures de chaînes de blocs sur la formation des prix de Bitcoin et de Litecoin et leur dynamique. Ils étudient la causalité de Granger des chaînettes pour la prévision et identifient certains types de chaînettes qui exhibent la plus forte influence prédictive sur le prix des cryptomonnaies et leur risque. De façon générale, même si de nombreux aspects de ce type de données demeurent inexplorés, les auteurs mettent en lumière divers défis théoriques, méthodologiques et appliqués de l'analyse de données de chaînes de blocs qui sauront éveiller l'intérêt de la communauté statistique. La revue canadienne de statistique 48: 561–581; 2020 © 2020 Société statistique du Canada