Diese Studie analysiert den Monatswechsel-Effekt („turn-of-the-month“ kurz TOM) mittels Generalized Autoregressive Conditional Heteroskedasticity-Modell (GARCH) für die Rendite und Volatilität des Bitcoins im Zeitraum von 2013 bis 2022. Die Ergebnisse zeigen eine positive TOM-Rendite, während es keinen Unterschied bei der Volatilität am Monatswechsel und im restlichen Monat („rest of the month“ kurz ROM) gibt. Eine Unterteilung des Stichprobenzeitraums zeigt, dass der TOM-Effekt weder bei der Rendite noch bei der Volatilität konstant existiert. Dieses Ergebnis korrespondiert zum Ansatz der Adaptive Market Hypothesis (AMH) nach Lo (2004).

https://doi.org/10.47782/oeba202304028401

This study analyzes the turn-of-the-month effect (for short TOM) using Generalized Autoregressive Conditional Heteroskedasticity model (GARCH) for the return and volatility of bitcoin from 2013 to 2022. The results show a positive TOM return, while there is no difference in volatility at the turn of the month and the rest of the month (ROM for short). A subdivision of the sample period shows that the TOM effect does not exist consistently for either return or volatility. This result corresponds to the Adaptiv...