O rápido desenvolvimento das criptomoedas tem atraído as atenções para este mercado específico, com investidores a tentar compreender e acompanhar o seu desenvolvimento e investigadores a tentarem explicá-lo. Tendo em conta o facto da Bitcoin ser a criptomoeda com mais reconhecimento e volume de transações e sendo a economia global integrada, é pertinente tentar compreender como a Bitcoin e a economia mundial estão relacionadas, em termos de preços, rendibilidades e volatilidade. Assim, neste estudo avaliaram-se as relações de longo e de curto prazo entre a Bitcoin e os maiores índices acionistas mundiais. Os métodos econométricos utilizados para atingir os objetivos propostos, tendo em conta as relações de longo prazo, foram o teste ADF de forma a identificar se as séries eram estacionárias ou não, para testar a existência de cointegração foram usados os testes de Johansen e Engle-Granger. Para analisar as relações de curto prazo, foi usada a metodologia VAR e, para testar as relações de causalidade foram realizados os testes de Granger e Wald, a volatilidade foi inferida através do modelo EGARCH.
Assim tendo em conta o horizonte temporal de longo prazo, verifica-se através dos testes de cointegração efetuados que os pares das séries não são cointegrados em preços, ou seja, através dos testes realizados concluiu-se que não existe relação de longo prazo entre qualquer dos índices acionistas em estudo e a Bitcoin, tendo em conta o período em análise.
Através da metodologia VAR pode verificar-se que na análise de curto prazo as rentabilidades de 2 dias anteriores da Bitcoin tem um impacto positivo na rentabilidade presente de todos os índices em estudo (DJIA, ESTXX, NASDAQ, S_P_500, NIKKEI, HSI, BSES, ASX) à exceção do SSE Composite. Verifica-se também que as rentabilidades de 5 dias anteriores da Bitcoin tem um impacto positivo na rentabilidade presente dos índices Dow Jones, S&P500, S&P/ASX 200. Apenas verificando-se um impacto negativo na rentabilidade presente dos índices BSE Sensex e S&P/ASX200 com as rentabilidades de 1 dia anterior da Bitcoin.
77 Já situação contrária, ou seja, a rentabilidade dos índices em estudo a causar influência nas rentabilidades da Bitcoin não se verifica, significando a existência uma relação de causalidade unidirecional.
Tendo em conta o teste de causalidade à Granger também se pode observar que as rentabilidades da Bitcoin causam à Granger as rentabilidades de todos os índices em estudo, mas que as rentabilidades dos índices em estudo não causam à Granger as rentabilidades da Bitcoin.
Considerando a realização do modelo VAR com base nos resíduos do modelo EGARCH, foi possível verificar as relações de transmissão de volatilidade entre as séries no curto prazo. Assim pode verificar-se que a volatilidade de 2 dias anteriores da Bitcoin proporciona um aumento na volatilidade presente dos índices Dow Jones, S&P500, Hang Seng Index, S&P/ASX200, EURO STOXX 50, NASDAQ, NIKKEI 225. Verificando-se também que não existe nenhum índice a transmitir volatilidade para a Bitcoin.
Contudo verifica-se uma diminuição da volatilidade presente dos índices BSE Sensex e S&P/ASX200, tendo em conta a volatilidade de 1 dia anterior da Bitcoin.
Assim, segundo os dados e as metodologias utilizadas, e em resposta à questão de investigação proposta neste estudo - Será que existe relação causal entre a Bitcoin e os mercados acionistas? – afirma-se que não existem evidências de relação causal no longo prazo. No entanto no curto prazo, afirma-se que existem evidências de relação causal entre a Bitcoin e os mercados acionistas, nomeadamente uma relação causal unidirecional da Bitcoin para os mercados acionistas.
Desta forma pode-se concluir que, tendo em conta um horizonte temporal de curto prazo, que dos índices em estudo o que sofre um maior impacto pela Bitcoin, tanto em termos de rentabilidade como em termos de volatilidade é, primeiramente, o SSE Composite seguido do Hang Seng Index e do Dow Jones. Já os índices que sofrem um menor impacto da Bitcoin são o Euro Stoxx 50 e o Nikkei 225. Neste sentido, conclui-se que os mercados onde existe maior impacto pela Bitcoin são em primeiro lugar o mercado Chinês seguido do mercado Americano, já os mercados onde existe um menor impacto são os mercados Europeu seguido do mercado Japonês.
78 Conclui-se também que os índices onde existe uma resposta assimétrica tanto a nível da rentabilidade como a nível da volatilidade são o BSE Sensex e o S&P/ASX 200 (tendo em conta 1 desfasamento). Desta forma, uma resposta assimétrica é sentida nos mercados da Índia e da Austrália (tendo em conta 1 desfasamento).
Através desta análise, investidores com um horizonte temporal de curto prazo que sejam avessos ao risco e que tenham na sua carteira de investimentos uma parte dedicada aos índices acionistas em estudo, devem ter em conta que com o aumento da volatilidade de 2 dias anteriores da Bitcoin em 1%, irá aumenta a volatilidade dos índices.
Já investidores menos avessos ao risco irão ver as suas rentabilidades subir tendo em conta este facto.
Acredita-se que os resultados deste estudo são significativos e que tem um potencial uso para investigadores, investidores, gestores de fundos, por poderem facilitar melhores decisões de risco em termos de otimização de portfólio de investimentos, devido ao facto da incerteza ser um fator importante que condiciona o comportamento do investidor nos mercados financeiros (Matkovskyy, Jalan, & Dowling, 2020).
Como limitações deste estudo, apesar de ser um estudo com uma amostra de grande dimensão, com resultados robustos e ainda que seja um modelo consistente, aponta-se o facto de existir heterocedasticidade, perdendo assim alguma eficiência.
Em estudos futuros seria interessante realizar a mesma análise, mas verificar o impacto do COVID-19 na economia, possibilitando assim uma análise no contexto de um tipo de crise nunca antes experimentada a nível global pelos mercados financeiros.
79
BIBLIOGRAFIA
Ahmed, W. M. A. (2020). Is there a risk-return trade-off in cryptocurrency markets? The case of Bitcoin. Journal of Economics and Business, 108, 58–79, https://doi.org/10.1016/j.jeconbus.2019.105886.
Albuquerque, B. S. De, & Callado, M. D. C. (2015). Understanding Bitcoins : Facts and
Questions. Revista Brasileira de Economia, 69(1), 3–16,
https://doi.org/10.5935/0034-7140.20150001.
Andersen, T. G., & Bollerslev, T. (1998). Deutsche mark-dollar volatility: Intraday activity patterns, macroeconomic announcements, and longer run dependencies.
Journal of Finance, 53(1), 219–265, https://doi.org/10.1111/0022-1082.85732.
Apergis, N., Koutmos, D., & Payne, J. E. (2020). Convergence in Cryptocurrency Prices?
The Role of Market Microstructure. Finance Research Letters,
https://doi.org/10.1016/j.frl.2020.101685.
Atik, M., Köse, Y., Yilmaz, B., & Sağlam, F. (2015). Crypto Currency: Bitcoin and Effects on Exchange Rates. Bartın Üniversitesi İ.İ.B.F. Dergisi, 6(11), 247–261, Retirado de http://iibfdergi.bartin.edu.tr/wp-content/uploads/2016/07/Murat-ATİK- Yaşar-KÖSE-Bülent-YILMAZ-Fatih-SAĞLAM-Kripto-Para-Bitcoin-ve-Döviz- Kurları-Üzerine-Etkileri-247-262.pdf.
Baumöhl, E. (2018). Are cryptocurrencies connected to forex? A quantile cross-spectral
approach. Finance Research Letters, 29, 363–372.
https://doi.org/https://doi.org/10.1016/j.frl.2018.09.002.
Beneki, C., Koulis, A., Kyriazis, N. A., & Papadamou, S. (2019). Investigating volatility transmission and hedging properties between Bitcoin and Ethereum. Research in
International Business and Finance, 48, 219–227,
https://doi.org/10.1016/j.ribaf.2019.01.001.
Berben, R., & Jansen, W. J. (2005). Comovement in international equity markets : A sectoral view. Journal of International Money and Finance, 24, 832–857, https://doi.org/10.1016/j.jimonfin.2005.04.001.
Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity.
Journal of Econometrics, 31(1), 307–327,
https://doi.org/10.1109/TNN.2007.902962.
80
dynamics of competing crypto-currencies. 1–5, Retirado de
http://arxiv.org/abs/1403.6378.
Bouoiyour, J., & Selmi, R. (2015). What does Bitcoin look like? Annals of Economics
and Finance, 16(2), 449–492, Retirado de
https://www.researchgate.net/profile/Refk_Selmi/publication/283676718_What_D oes_Bitcoin_Look_Like/links/56432c8c08aef646e6c68bcc/What-Does-Bitcoin- Look-Like.pdf.
Bouri, E., Das, M., Gupta, R., Roubaud, D., & Bouri, E. (2018). Spillovers between Bitcoin and other assets during bear and bull markets. Applied Economics, https://doi.org/10.1080/00036846.2018.1488075.
Bouri, E., Roubaud, D., & Shahzad, S. J. H. (2019). Do Bitcoin and other cryptocurrencies
jump together? Quarterly Review of Economics and Finance,
https://doi.org/10.1016/j.qref.2019.09.003.
Bouri, E., Shahzad, S. J. H., Roubaud, D., Lucey, B., & Kristoufek, L. (2020). Bitcoin, gold, and commodities as safe havens for stocks: New insight through wavelet
analysis. Quarterly Review of Economics and Finance,
https://doi.org/10.1016/j.qref.2020.03.004.
Brière, M., Oosterlinck, K., & Szafarz, A. (2015). Virtual Currency, Tangible Return: Portfolio Diversification with Bitcoin. Journal of Asset Management, 16(6), 365– 373. https://doi.org/10.1057/jam.2015.5.
Brito, J., & Castillo, A. (2016). Bitcoin: A Primer for Policymakers. In Mercatus Center:
Geroge Mason University, Retirado de http://www.cis.org.au/images/stories/policy-
magazine/2013-summer/29-4-13-jbrito-acastillo.pdf.
Buchholz, M., Delaney, J., Warren, J., & Parker, J. (2012). Bits and bets: Information, price volatility, and demand for Bitcoin. Economics 312, Retirado de http://www.bitcointrading.com/pdf/bitsandbets.pdf.
Bueno, R. de L. S. (2012). Econometria de Séries Temporais (Segunda Ed). São Paulo: Cengage Learning, Retirado em https://1lib.eu/book/3558625/37fd00, em 03-07- 2020.
Bunjaku, F., Gjorgieva-Trajkovska, O., & Miteva- Kacarski, E. (2017). Cryptocurrencies – Advantages And Disadvantages. Journal of Economics, 2, 31–39, Retirado de https://www.researchgate.net/publication/228966568_Mixing_Symbolic_and_Tern ary_Simulation_Techniques_for_the_Verification_of_Processor-
81 Logic-with-Symbolic-Simulation-in-in-Miana-Nattrodt.
Caroline, B. (2020). An Introduction to U.S. Stock Market Indexes. Retirado de https://www.investopedia.com/insights/introduction-to-stock-market-indices/, em 05-04-2020.
Chaim, P., & Laurini, M. P. (2018). Is Bitcoin a bubble? Physica A. https://doi.org/10.1016/j.physa.2018.11.031.
Cheah, E. T., & Fry, J. (2015). Speculative bubbles in Bitcoin markets? An empirical investigation into the fundamental value of Bitcoin. Economics Letters, 130, 32–36. https://doi.org/10.1016/j.econlet.2015.02.029.
Christin, N. (2013). Traveling the Silk Road: A measurement analysis of a large anonymous online marketplace. WWW ’13: Proceedings of the 22nd International
Conference on World Wide Web, 213–224. Pittsburgh.
https://doi.org/10.1145/2488388.2488408.
Ciaian, P., Rajcaniova, M., & Kancs, d’Artis. (2016). The economics of BitCoin price
formation. Applied Economics, 48(19), 1799–1815,
https://doi.org/10.1080/00036846.2015.1109038.
Ciaian, P., Rajcaniova, M., & Kancs, D. (2017). Virtual relationships: Short- and long- run evidence from BitCoin and altcoin markets. Journal of International Financial
Markets, Institutions and Money, 52, 173–195,
https://doi.org/10.1016/j.intfin.2017.11.001.
Corbet, S., Lucey, B., & Yarovya, L. (2017). Datestamping the Bitcoin and Ethereum
Bubbles. Finance Research Letters, 26, 81–88,
https://doi.org/10.1016/j.frl.2017.12.006.
Corbet, S., Meegan, A., Larkin, C., Lucey, B., & Yarovaya, L. (2018). Exploring the dynamic relationships between cryptocurrencies and other financial assets.
Economics Letters, 165, 28–34, https://doi.org/10.1016/j.econlet.2018.01.004.
Cunha, C. R., & Silva, R. (2020). Relevant stylized facts about bitcoin : Fluctuations , first return probability , and natural phenomena. Physica A: Statistical Mechanics
and Its Applications, 124155, https://doi.org/10.1016/j.physa.2020.124155.
da Gama Silva, P. V. J., Klotzle, M. C., Pinto, A. C. F., & Gomes, L. L. (2019). Herding behavior and contagion in the cryptocurrency market. Journal of Behavioral and
Experimental Finance, 22, 41–50, https://doi.org/10.1016/j.jbef.2019.01.006.
Dastgir, S., Demir, E., Downing, G., Gozgor, G., Keung, C., & Lau, M. (2018). The Causal Relationship between Bitcoin Attention and Bitcoin Returns: Evidence from
82 the Copula-based Granger Causality Test Shabbir. Finance Research Letters, 28, 160–164, https://doi.org/10.1016/j.frl.2018.04.019.
Dickey, D. A., & Fuller, W. A. (1979). Distribution of the Estimators for Autoregressive Time Series With a Unit Root. Journal of the American Statistical Association, 74(366), 427–431, https://doi.org/10.2307/2286348.
Dickey, D. A., & Fuller, W. A. (1981). Likelihood Ratio Statistics For Autoregressive
Time Series With A Unit Root. Econometrica, 49(4), 1057–1072,
https://doi.org/10.1017/CBO9781107415324.004.
Ding, Z., Granger, C. W. J., & Engle, F. (1993). A long memory property of stock market returns and a new model. Journal of Empirical Finance, 1, 83–106, https://doi.org/10.1016/0927-5398(95)90049-7.
Dumitrescu, G. C. (2017). Bitcoin – A Brief Analysis of the Advantages and Disadvantages. Global Economic Observer, 5(2), 63–71. Retirado de http://www.globeco.ro/wp-content/uploads/vol/GEO_Vol_5_No_2.pdf#page=63, em 07-06-2020.
Dwyer, G. P. (2015). The economics of Bitcoin and similar private digital currencies.
Journal of Financial Stability Journal, 17, 81–91,
https://doi.org/http://dx.doi.org/10.1016/j.jfs.2014.11.006.
Dyhrberg, A. H. (2015). Hedging capabilities of bitcoin. Is it the virtual gold? Finance
Research Letters, 16(C), 139–144, https://doi.org/10.1016/j.frl.2015.10.025.
Engle, R. F., & Granger, C. W. J. (1987). Co-Integration and Error Correction: Representation, Estimation, and Testing. Econometrica, 55(2), 251–276, https://doi.org/10.2307/1913236.
Enoksen, F. A., Landsnes, C. J., Lucivjanská, K., & Molnár, P. (2020). Understanding risk of bubbles in cryptocurrencies. Journal of Economic Behavior and
Organization, 176(20), 129–144, https://doi.org/10.1016/j.jebo.2020.05.005.
Ferreira, P. J. S. (2016). Princípios de Econometria (2a Edição; Rei dos Livros, Ed.). Lisboa.
Ferreira, P., & Pereira, É. (2019). Contagion Effect in Cryptocurrency Market. Journal of
Risk and Financial Management, 12(3), 115, https://doi.org/10.3390/jrfm12030115.
Garcia, H. (2020). As 10 principais bolsas de valores do mundo e os seus índices. Retirado de https://www.rankia.pt/bolsa/as-10-principais-bolsas-de-valores-do-mundo-e-os- seus-indices/, em 10-04-2020.
83 market indices. Are they related? Research in International Business and Finance, 51, 101063, https://doi.org/10.1016/j.ribaf.2019.101063.
Glaser, F., Zimmermann, K., Haferkorn, M., Weber, M. C., & Siering, M. (2014). Bitcoin - Asset or currency? Revealing users’ hidden intentions. ECIS 2014 Proceedings -
22nd European Conference on Information Systems, 1–14. Tel Aviv. Retirado de
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2425247, em 15-07-2020. Goodell, J. W., & Goutte, S. (2020). Co-movement of COVID-19 and Bitcoin : Evidence
from wavelet coherence analysis. Finance Research Letters,
https://doi.org/10.1016/j.frl.2020.101625.
Hu, Y., Li, X., & Shen, D. (2020). Attention Allocation and International Stock Return Comovement: Evidence from the Bitcoin Market. Research in International
Business and Finance, https://doi.org/10.1016/j.ribaf.2020.101286.
Inaba, K. (2020). Information-driven stock return comovements across countries.
Research in International Business and Finance, 51, 101093,
https://doi.org/10.1016/j.ribaf.2019.101093.
Johansen, S. (1991). Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models. Econometrica, 59(6), 1551–1580, https://doi.org/10.2307/2938278.
Kambouroudis, D. S., McMillan, D. G., & Tsakou, K. (2016). Forecasting Stock Return Volatility: A Comparison of GARCH, Implied Volatility, and Realized Volatility
Models. Journal of Futures Markets, 20(10), 1–37,
https://doi.org/10.1002/fut.21783.
Klein, T., Pham Thu, H., & Walther, T. (2018). Bitcoin is not the New Gold – A comparison of volatility, correlation, and portfolio performance. International
Review of Financial Analysis, 59, 105–116,
https://doi.org/10.1016/j.irfa.2018.07.010.
Kondor, D., Posfai, M., Csabai, I., & Vattay, G. (2014). Do the Rich Get Richer ? An Empirical Analysis of the Bitcoin Transaction Network. PloS One, 9(2), https://doi.org/10.1371/journal.pone.0086197.
Kristjanpoller, W., & Bouri, E. (2019). Asymmetric multifractal cross-correlations between the main world currencies and the main cryptocurrencies. Physica A, 523, 1057–1071, https://doi.org/10.1016/j.physa.2019.04.115.
Kurka, J. (2019). Do cryptocurrencies and traditional asset classes influence each other ?
84 https://doi.org/10.1016/j.frl.2019.04.018.
Kwon, J. H. (2020). Tail behavior of Bitcoin, the dollar, gold and the stock market index.
Journal of International Financial Markets, Institutions & Money Journal, 1–14,
https://doi.org/10.1016/j.intfin.2020.101202.
Longin, F., & Solnik, B. (1995). Is the correlation in international equity returns constant: 1960-1990? Journal of International Money and Finance, 14, 3–26, https://doi.org/https://doi.org/10.1016/0261-5606(94)00001-H.
López-Cabarcos, M. Á., Pérez-Pico, A. M., Piñeiro-Chousa, J., & Šević, A. (2020). Bitcoin volatility, stock market and investor sentiment. Are they connected? Finance
Research Letters, https://doi.org/10.1016/j.frl.2019.101399.
Maghyereh, A., & Abdoh, H. (2020). Tail dependence between Bitcoin and financial assets: Evidence from a quantile cross- spectral. International Review of Financial
Analysis, https://doi.org/10.1016/j.irfa.2020.101545.
Matkovskyy, R., & Jalan, A. (2019). From financial markets to Bitcoin markets: A fresh look at the contagion effect. Finance Research Letters, 31, 93–97, https://doi.org/10.1016/j.frl.2019.04.007.
Matkovskyy, R., Jalan, A., & Dowling, M. (2020). Effects of economic policy uncertainty shocks on the interdependence between Bitcoin and traditional financial markets.
Quarterly Review of Economics and Finance,
https://doi.org/10.1016/j.qref.2020.02.004.
Mensi, W., Rehman, M. U., Maitra, D., Al-yahyaee, K. H., & Sensoy, A. (2020). Does bitcoin co-move and share risk with Sukuk and world and regional Islamic stock markets? Evidence using a time-frequency approach. Research in International
Business and Finance, https://doi.org/10.1016/j.ribaf.2020.101230.
Morana, C. (2008). International stock markets comovements: the role of economic and
financial integration. Empirical Economics, 35, 333–359,
https://doi.org/10.1007/s00181-007-0161-2.
Nakamoto, S. (2008). Bitcoin: A Peer-to-Peer Electronic Cash System. Retirado de https://bitcoin.org/en/bitcoin-paper, em 10-03-2020.
Nakamura, Y., Matsuda, K., & Cooper, C. (2017). Japan’s BITPoint to Add Bitcoin
Payments to Retail Outlets. Retirado de
https://www.bloomberg.com/news/articles/2017-05-29/japan-s-bitpoint-to-add- bitcoin-payments-to-100-000s-of-outlets, em 10-05-2020.
85 Approach. Econometrica, 59(2), 347–370, https://doi.org/10.2307/2938260.
Orrell, D., & Chlupat, R. (2016). The Evolution of Money (COLUMBIA U; C. U. PRESS, Ed.).
Panagiotidis, T., Stengos, T., & Vravosinos, O. (2018). The effects of markets, uncertainty and search intensity on bitcoin returns. International Review of
Financial Analysis, https://doi.org/10.1016/j.irfa.2018.11.002.
Pereira, M. P., Ntarzanou, V., & Islam, K. (2014). Distributed Virtual Currencies – The
Bitcoin Case (Aalborg University Copenhagen). Aalborg University Copenhagen,
https://doi.org/10.13140/RG.2.1.1704.7206.
Perron, P. (2005). Dealing with Structural Breaks. Palgrave Handbook of Econometrics,
1, 1–92, Retirado de papers3://publication/uuid/41E8A440-7889-482F-9D7B-
5107170BE98B, em 25-07-2020.
Perron, P., & Vogelsang, T. J. (1992). Nonstationarity and Level Shifts with an Application to Purchasing Power Parity. Journal of Business & Economic Statistics, 10(3), 301, https://doi.org/10.2307/1391544.
Rangvid, J. (2001). Increasing convergence among European stock markets? A recursive common stochastic trends analysis. Economics Letters, 71, 383–389, https://doi.org/10.1016/S0165-1765(01)00361-5.
Rankia. (2020). Que índices bolsistas existem? Retirado de
https://www.rankia.pt/bolsa/que-indices-bolsistas-existem/, em 15-04-2020.
Regalado, J. M. dos S. (2015). Determinantes da procura da Bitcoin : um estudo
econométrico (Instituto Politécnico Do Porto). Instituto Politécnico Do Porto.
Retirado de
https://recipp.ipp.pt/bitstream/10400.22/6772/1/DM_JoaoRegalado_2015.pdf, em 15-05-2020.
Reid, F., & Harrigan, M. (2011). An Analysis of Anonymity in the Bitcoin System. 2011
IEEE Third International Conference on Privacy, Security, Risk and Trust and 2011 IEEE Third International Conference on Social Computing, 1318–1326,
https://doi.org/10.1109/PASSAT/SocialCom.2011.79.
Šafka, J. (2014). Virtual currencies in real economy: Bitcoin (Charles University in
Prague). Charles University in Prague. Retirado de
https://dodo.is.cuni.cz/handle/20.500.11956/64097, em 17-06-2020.
Salisu, A. A., Isah, K., & Akanni, L. O. (2019). Improving the predictability of stock returns with Bitcoin prices. North American Journal of Economics and Finance, 48,
86 857–867, https://doi.org/10.1016/j.najef.2018.08.010.
Shahzad, S. J. H., Bouri, E., Roubaud, D., & Kristoufek, L. (2020). Safe haven, hedge and diversification for G7 stock markets: Gold versus bitcoin. Economic Modelling, 87, 212–224, https://doi.org/10.1016/j.econmod.2019.07.023.
Silva Rosa Nunes, B. (2017). Virtual Currency: a Cointegration Analysis Between
Bitcoin Prices and Economic and Financial Data (ISCTE - Business School).
ISCTE - Business School. Retirado de https://repositorio.iscte-
iul.pt/bitstream/10071/16078/1/barbara_rosa_nunes_diss_mestrado.pdf, em 17-06- 2020.
Sims, C. A. (1980). Macroeconomics and Reality. Econometrica, 48(1), 1–48, https://doi.org/10.2307/1912017.
Stegăroiu, C.-E. (2018). the Advantages and Disadvantages of Bitcoin Payments in the New Economy. Analele Universităţii Constantin Brâncuşi Din Târgu Jiu : Seria
Economie, 1(1), 67–72, Retirado em http://www.utgjiu.ro/revista/ec/pdf/2018-
01/09_Stegaroiu.pdf, em 17-07-2020.
Symitsi, E., & Chalvatzis, K. J. (2018). Return, volatility and shock spillovers of Bitcoin with energy and technology companies. Economics Letters, 170, 127–130, https://doi.org/10.1016/j.econlet.2018.06.012.
Ulrich, F. (2014). Bitcoin a moeda na era digital (1a Edição; I. L. V. M. Brasil, Ed.). São Paulo: Mises Brasil.
Urquhart, A. (2016). The inefficiency of Bitcoin. Economics Letters, 148, 80–82, https://doi.org/10.1016/j.econlet.2016.09.019.
Urquhart, A. (2018). What causes the attention of Bitcoin? Economics Letters, 168, 40– 44, https://doi.org/10.1016/j.econlet.2018.02.017.
Van Wijk, D. (2013). What Can Be Expected from the Bitcoin? (Universiteit Rotterdam).
Universiteit Rotterdam. Retirado de
https://pdfs.semanticscholar.org/bf82/3e04011941f401cfeda24555fffc7c92e106.pd f, em 17-07-2020.
Wang, J., Xue, Y., & Liu, M. (2016). An Analysis of Bitcoin Price Based on VEC Model.
International Conference on Economics and Management Innovations (ICEMI
2016), 146–152, Beijing: Atlantis Press.
https://doi.org/https://doi.org/10.2991/icemi-16.2016.36.
Wooldridge, J. M. (2012). Introductory Econometrics: A Modern Approach (Quinta Edi).
87 https://1lib.eu/book/3231483/5a1317, em 03-07-2020.
Zhu, Y., Dickinson, D., & Li, J. (2017). Analysis on the influence factors of Bitcoin’s
price based on VEC model. Financial Innovation, 3(1), 1–13,
https://doi.org/10.1186/s40854-017-0054-0.
Zięba, D., Kokoszczyński, R., & Śledziewska, K. (2019). Shock transmission in the cryptocurrency market. Is Bitcoin the most influential? International Review of
88