1,720,960 research outputs found
Charakterystyka i rola cyfrowych tokenów zabezpieczonych tradycyjnymi aktywami wykorzystujących technologię blockchain
No full textRepozytorium zawiera kompleksowy zestaw danych dotyczących projektów kryptoaktywów analizowanych w badaniu. Zestaw składa się z następujących elementów:1. ListaProjektow.csv• Podstawowe informacje o projektach kryptoaktywów:• symbol: Symbol (ticker) kryptoaktywa.• name: Nazwa projektu.• token_type: Typ kryptoaktywa (kryptowaluta, token użytkowy, stablecoin).• first_date: Data pierwszej dostępnej obserwacji.2. DaneIndywidualneProjektow.zip• Archiwum plików CSV dla każdego projektu, zawierających dane historyczne:• date: Data obserwacji.• price: Cena kryptoaktywa.• market_cap: Kapitalizacja rynkowa.• volume: Wolumen obrotu.3. WhitePapers.zip• Zbiór dokumentów “white paper” w formacie PDF dla poszczególnych projektów, zawierających szczegółowe informacje techniczne i biznesowe.4. IndeksyKryptoaktywow.zip• Pliki CSV z indeksami kryptoaktywów ważonymi kapitalizacją rynkową, obejmujące różne segmenty rynku:• Indeksy dla tokenów użytkowych, kryptowalut, stablecoinów.• Indeksy topowych kryptoaktywów (np. top 5, top 10).• Indeksy całego rynku z i bez uwzględnienia stablecoinów.</p
Understanding crypto-asset exposure: An investigation of its impact on performance and stock sensitivity among listed companies
No full textZbiór danych zawiera informacje o spółkach notowanych na giełdach światowych, które mają ekspozycję na kryptoaktywa, w tym stablecoiny. Dane obejmują kluczowe informacje o 36 spółkach, w podziale na cztery kategorie w zależności od ich głównej działalności związanej z rynkiem kryptoaktywów.Kategorie spółek (pełna lista):Panel A: Firmy zarządzające aktywami (Asset Management Firms)1. MicroStrategy (MSTR) – USA, NASDAQ – Zlewarowany wehikuł inwestycyjny.2. BTCS Inc. (BTCS) – USA, OTCMKTS – Firma zarządzająca aktywami cyfrowymi.3. Neptune Digital Assets (NPPTF) – Kanada, OTCMKTS – Firma zarządzająca aktywami cyfrowymi.4. DMG Blockchain Solutions Inc. (DMGGF) – Kanada, OTCMKTS – Firma zarządzająca aktywami cyfrowymi.5. BIGG Digital Assets Inc. (BBKCF) – Kanada, OTCMKTS – Firma zarządzająca aktywami cyfrowymi.6. Galaxy Digital Holdings (BRPHF) – USA, OTCMKTS – Firma zarządzająca aktywami cyfrowymi.7. FRMO Corp. (FRMO) – USA, OTCMKTS – Firma zarządzająca aktywami.8. NFT Investments PLC (NFTGBX) – Wielka Brytania, AQSE – Spółka inwestycyjna (NFT i kryptowaluty).9. Crypto Blockchain Industries SA (ALCBIEUR) – Francja, XPAR – Spółka inwestycyjna.10. KR1 PLC (KR1GBX) – Wielka Brytania, AQSE – Spółka inwestycyjna w aktywa cyfrowe.Panel B: Giełdy, platformy handlu i firmy brokerskie (Exchanges, Marketplaces and Brokerage Firms)11. Coinbase Global, Inc. (COIN) – USA, NASDAQ – Giełda i platforma handlowa.12. LQwD FinTech Corp (LQWDF) – Kanada, OTC – Sieć płatności i platforma handlu cyfrowego.13. Voyager Digital LTD (VOYG) – Kanada, TSX – Firma brokerska aktywów kryptowalutowych.14. Banxa Holdings Inc (BNXAF) – Kanada, OTCMKTS – Giełda kryptowalut.15. Bitcoin Group SE (ADEEUR) – Niemcy, XETRA – Spółka holdingowa.16. Advanced Bitcoin Technologies AG (ABTEUR) – Niemcy, DUS – Wielowalutowa platforma.17. GMO Internet Group, Inc. (GMOJPY) – Japonia, TYO – Handel aktywami kryptowalutowymi.18. Monex Group, Inc. (MONEXJPY) – Japonia, TYO – Giełda kryptowalut.Panel C: Firmy “kopiące” kryptowaluty (“Mining” Companies)19. Hut 8 Mining Corp (HUT) – Kanada, NASDAQ – Kopalnia kryptowalut.20. Bitfarms Limited (BITF) – Kanada, NASDAQ – Kopalnia kryptowalut.21. Hive Blockchain (HIVE) – Kanada, NASDAQ – Kopalnia kryptowalut.22. Marathon Digital Holdings Inc (MARA) – USA, NASDAQ – Kopalnia kryptowalut.23. Riot Blockchain, Inc. (RIOT) – USA, NASDAQ – Kopalnia kryptowalut.24. SATO Technologies Corp. (SATO) – Kanada, TSXV – Kopalnia kryptowalut.25. Bit Digital, Inc. (BTBT) – USA, NASDAQ – Kopalnia kryptowalut.26. CleanSpark Inc (CLSK) – USA, NASDAQ – Kopalnia kryptowalut.27. Digihost Technology Inc. (DGHI) – Kanada, OTCMKTS – Hosting dla kopania kryptowalut.28. Core Scientific (CORZQ) – USA, NASDAQ – Kopalnia kryptowalut.29. Argo Blockchain PLC (ARBK) – Wielka Brytania, NASDAQ – Kopalnia kryptowalut.30. GMO Internet Group, Inc. (GMOJPY) – Japonia, TYO – Kopalnia kryptowalut.Panel D: Oprogramowanie, sprzęt i inne (Software, Hardware and Others)31. Phunware, Inc. (PHUN) – USA, NASDAQ – Oprogramowanie.32. Block, Inc. (SQ) – USA, NYSE – Oprogramowanie i sprzęt dla płatności.33. Exodus Movement Inc (EXOD) – USA, OTCMKTS – Portfel kryptowalutowy.34. Tesla, Inc. (TSLA) – USA, NASDAQ – Producent pojazdów elektrycznych z inwestycjami w kryptowaluty.35. Advanced Blockchain AG (BWQEUR) – Niemcy, XETRA – Rozwiązania blockchain i Web3.36. NEXON Co. Ltd (NEXONJPY) – Japonia, TYO – Branża gier komputerowych z ekspozycją na kryptowaluty.</p
Is tail risk priced in the cross-section of international stock index returns?
Get PDFThis study examines the predictive power of tail risk measures in stock indices returns using a comprehensive dataset covering 50 countries from 1926 to 2021. Our findings reveal that tail risk measures exhibit predictive power when considered independently. However, their forecasting abilities disappear when other risk and return factors are incorporated. This suggests that tail risk measures do not contain incremental information about the cross-section of stock returns beyond the commonly used global factors. Our findings are robust across various considerations, holding for alternative tail risk measure types, estimation periods, and different control variables subsets
Going Beyond Counting First Authors in Author Co-citation Analysis
Get PDFThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Get PDF“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Get PDFWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Dispelling the Myths Behind First-author Citation Counts
Get PDFWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
Comparison of Crypto-Assets Market Risk Proxies
No full textIn early 2021, the cryptoasset market capitalization exceeded $1.5 trillion, and there were more than 300 exchanges in the world where over 8,000 tokens could be traded. As part of research related to mature segments of the financial market (e.g. the stock market in the United States), scientists and practitioners have been trying to identify key risk factors for several decades, thanks to which it is possible to explain the equity risk premium for an investment in a given asset class. In recent years, there have been an increasing number of researchers trying to identify these factors for cryptoassets. The aim of this article was to analyse popular cryptoasset indices in order to identify those that can be used as a proxy of the market portfolio in order to estimate this risk factor premium. The research results indicate that the market risk factor is an important element of the market under study, and the indices that best reflect it are an index consisting of all cryptoassets weighted by capitalization and Coin100 which contains only the 100 largest cryptoassets.(original abstract)Na początku 2021 r. kapitalizacja rynku kryptoaktywów przekroczyła 1,5 bln USD, a na świecie funkcjonowało ponad 300 giełd, na których można było handlować ponad 8 tys. tokenów. W ramach badań związanych z dojrzałymi segmentami rynku finansowego (np. rynek akcji w Stanach Zjednoczonych) naukowcy i praktycy od kilkudziesięciu lat starają się zidentyfikować kluczowe czynniki ryzyka, dzięki którym możliwe jest wyjaśnienie premii za ryzyko kapitałowe inwestycji w daną klasę aktywów. W ostatnich latach wzrasta liczba badaczy próbujących zidentyfikować te czynniki dla kryptoaktywów. Celem niniejszego artykułu była analiza popularnych indeksów kryptoaktywów i zidentyfikowanie tych, które mogą być wykorzystane jako proxy portfela rynkowego do oszacowania wspomnianej premii za czynniki ryzyka. Wyniki badań wskazują, że czynnik ryzyka rynkowego jest istotnym elementem badanego rynku, a indeksami, które najlepiej go odzwierciedlają, są indeks składający się ze wszystkich kryptoaktywów ważonych kapitalizacją oraz Coin100, który zawiera tylko 100 największych kryptoaktywów (abstrakt oryginalny
- …
