Flockbeteende på kryptomarknaden : En empirisk analys av asymmetriskt flockbeteende och dess strategiska implikationer

Sammanfattning

Syfte: Syftet med denna studie är att undersöka förekomsten och utvecklingen av flockbeteende på kryptomarknaden under perioden 9 november 2021 till 10 april 2025. Särskilt fokus ligger på hur detta beteende påverkar institutionella investerares möjligheter till effektiv riskhantering, strategisk portföljallokering och långsiktiga investeringsbeslut. Metod: Studien bygger på en kvantitativ forskningsansats med sekundärdata från Refinitiv Eikon för perioden november 2021 till april 2025. Data har analyserats i SPSS med hjälp av CSAD-modellen, där både OLS- och kvantilregressioner tillämpats. Analysen omfattar hela tidsperioden samt delperioder baserade på marknadssentiment (Fear & Greed Index), och är uppdelad efter kryptovalutornas storlek och avkastningens riktning. Resultat & slutsats: Studiens resultat indikerar att flockbeteende förekommer på kryptomarknaden, men att detta inte sker på ett entydigt eller konsekvent sätt över tid eller marknadsförhållanden. På samma sätt visar analysen att sambandet mellan flockbeteende och ökad volatilitet inte är entydigt, då andra beteendemässiga faktorer också visat sig kunna påverka volatiliteten, oberoende av flockbeteende. Däremot framträder ett tydligt mönster i att flockbeteende är mer utpräglat bland större kryptovalutor jämfört med mindre. Examensarbetets bidrag: Studien bidrar med att fylla den forskningslucka som identifierats för perioden januari 2022 till april 2025. Studien bidrar även till en ökad förståelse för den komplexitet som institutionella investerare möter på kryptomarknaden. Den belyser hur aspekter som riskhantering, portföljallokering och långsiktiga investeringsbeslut skiljer sig från traditionella finansiella marknader. Förslag till fortsatt forskning: Studien pekar på flera vägar för vidare forskning. Det föreslås att sambandet mellan flockbeteende och handelsvolym undersöks mer ingående, liksom volatilitetens roll genom exempelvis GARCH-modeller. Även analyser av specifika marknadshändelser, såsom spekulativa bubblor, kan ge fördjupad insikt i flockbeteende på kryptomarknaden.