암호화폐 시장 네트워크 분석 :

송정윤

추천

검색

자료유형: 학위논문

저자정보: 송정윤 (서울대학교, 서울대학교 대학원)

발행연도: 2019

저작권: 서울대학교 논문은 저작권에 의해 보호받습니다.

이용수3

이 논문의 연구 히스토리 (3)

2019

암호화폐 시장 네트워크 분석

송정윤 산업공학과 2019.01 학위논문

2018

암호화폐 수익률을 이용한 암호화폐 시장 구조 분석

송정윤 , 곽동규 , 최성윤 외 1명 한국경영과학회 학술대회논문집 2018.04 학술대회자료

암호화폐 수익률을 이용한 암호화폐 시장 구조 분석

송정윤 , 곽동규 , 최성윤 외 1명 대한산업공학회 춘계공동학술대회 논문집 2018.04 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

Satoshi nakamoto (2008)가 처음으로 중앙화된 은행 시스템의 대안으로 탈 중앙화 시스템인 비트코인을 개발하였고 블록체인은 `4차 산업혁명''의 핵심 기술로 부상하였다. 또한, 암호화폐는 블록체인 보상체계로 시스템에 매우 주요한 역할을 한다. 비트코인의 성공으로 현재에는 2000여 개가 넘는 암호화폐가 출현하였고 초기에 비트코인으로 자본이 몰렸지만 다양한 암호화폐에 분산되어 암호화폐 시장이 복잡계로 변화하였다. 본 논문에서는 피어슨 상관계수 기반의 거리를 이용하여 계층적 군집분석과 최소 신장 나무를 통해 암호화폐 시황에 따른 시장 구조를 분석을 실시한다. 암호화폐의 시황에 따른 구간을 나누기 위해 시장 지수에 다중 구조 변화 모형을 적용한다. 금융시장에서 복잡계를 분석하기 위한 다양한 방법들이 존재하는데, 이를 암호화폐 시장에 적용해보고 금융 시장과 비교 분석을 한다. 암호화폐 시장의 특이점으로 시장의 흐름을 주도하는 비트코인과 이더리움이 존재하기 때문에 다양한 암호화폐 사이에서 관계를 살펴보기 힘들다. 그러므로 암호화폐 사이에서 합리적이고 뚜렷한 집단 행동을 탐지하기 위해 선형적 영향력을 제거하는 비트코인과 이더리움 필터링이라는 새로운 방법을 제안한다. 비트코인과 이더리움이 포함된 전체 시장과 필터링 이후의 세부 시장에 대해서 알맞은 방법론을 적용하여 군집분석 결과 균질성을 가지는 주요 군집을 밝혔다. 또한, 네트워크 척도를 이용하여 금융 시장과 비교 분석하고 전체 시장에서 나타나지 않은 세부 시장에서 네트워크의 중심이 되는 주요 암호화폐를 밝혔다.

As an alternate option to the first centralized banking system, satoshi nakamoto (2008) developed the decentralized system, Bitcoin, and this lead to the start of the block chain emerged as the core technology of the ''Fourth Industrial Revolution''. Cryptocurrency also plays a major role in the blockchain compensation system. With the success of Bitcoin, more than 2,000 cryptocurrencies have emerged. At the beginning, the capital concentrated on Bitcoin, but the cryptocurrency market changed into a complex system by dispersing this capital to various cryptocurrencies. In this paper, we analyze the market structure according to the cyrptocurrency market through hierarchical clustering and minimum spanning tree using the distance based on Pearson correlation coefficient. We apply the multiple structural break model to the crptocurrency market index to divide the time interval according to crptocurrency market condition. There are various methods for analyzing complex systems in the financial market; we applied this methods to the cryptocurrency market and compare the results with that of using in traditional financial market. In cryptocurrency market, there is abnormal characteristic which is the Bitcoin and Ethereum have too much influence on other cryptocurrencies, so it is difficult to figure out the relationship between cryptocurrencies. Therefore, we propose a new method of Bitcoin and Ethereum filtering that removes linear influences to other cryptocurrencies. Using this filtering method, it is possible to detect rational and distinct group behavior between cryptocurrencies. We apply the appropriate methodology to both whole market including Bitcoin and Ethereum and filtered market to identify the main clusters with homogeneity. Also, we use the network measure to analyze the cryptocurrency market and compare with the financial market. In addition, using this filtering method, we discover the main cryptocurrency which is the center of network in filtered cryptocurrency market.

#암호화폐 #다중구조변화 #네트워크 분석 #계층적 군집분석

목차
초록 i
목차 ii
표 목차 iv
그림 목차 v
제 1 장 서론 1
제 2 장 연구 방법론 4
2.1 다중 구조 변화 모형 4
2.2 비트코인 이더리움 필터링 5
2.3 군집분석과 최소 신장 나무 10
2.3.1 계층적 군집분석(Hierarchical clustering analysis) 12
2.3.2 최소 신장 나무(Minimum spanning tree) 13
제 3 장 데이터 16
3.1 암호화폐 시장 데이터 16
3.2 기술 통계랑 17
제 4 장 연구 결과 21
4.1 시장 구조 변화 탐지 21
4.2 비트코인-이더리움 필터링 24
4.3 계층적 군집 분석 37
4.3.1 계층적 군집 분석 결과 37
4.4 최소 신장 나무 분석 44
4.4.1 최소 신장 나무 결과 44
4.4.2 최소 신장 나무 척도 52
제 5 장 결론 58
5.1 결론 58
참고문헌 61
Abstract 67

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)