Lutsenko R. Behavioral economics of virtual assets

Українська версія

Thesis for the degree of Doctor of Philosophy (PhD)

State registration number

0825U001260

Thesis Registration Form

0825U001260.pdf

Applicant for

Specialization

  • 051 - Економіка

Specialized Academic Board

PhD 8114

V.N. Karazin Kharkiv National University

Essay

The dissertation is devoted to the theoretical and methodological substantiation and development of mechanisms and models of the behavioral economics of virtual assets, which allow the monitoring of social network data in the context of determining the behavioral determinants of stakeholders of the virtual asset market. The study analyzes the main concepts of behavioral economics in the context of virtual assets and identifies the specifics of their various types. Particular attention is paid to the influence of social networks on the formation of behavioral determinants of stakeholders of the virtual asset market. A mechanism for monitoring social network data has been developed, which allows for the prompt collection and processing of information about investor sentiment, their reactions to market changes and the dynamics of discussions. The main behavioral factors that influence the decision-making process of stakeholders of the virtual asset market have been identified and classified. Models of the cryptocurrency market dynamics have been built, taking behavioral metrics into account. The practical significance of the results obtained lies in the development of a comprehensive approach to the analysis of the dynamics of the virtual asset market based on the behavioral determinants of stakeholders. The use of the proposed system for monitoring data from social networks allows for the collection of information in real time. Approaches to the integration of behavioral metrics into machine learning models to increase the accuracy of forecasts are proposed. Key platforms for monitoring market trends, analyzing behavioral factors, and predicting price changes are identified. The main heuristics and cognitive distortions that determine the behavior of stakeholders in the virtual asset market are investigated. Particular attention is paid to the effects of ownership, anchoring, confirmation, availability, status quo, FOMO, overconfidence, and collective behavior. The influence of emotional factors, such as fear and greed, as well as emotional intelligence, is shown, especially in conditions of instability and novelty of the virtual asset market. A classification of stakeholders' behavioral biases into affective, cognitive, and conative has been developed, which has allowed us to propose a categorization of investors in the virtual asset market. Social networks have been identified as an important factor that enhances mass behavior and the influence of opinion leaders. The need to take into account emotional and behavioral aspects when developing business strategies for virtual assets has been emphasized. The importance of the level of digital literacy of stakeholders has been emphasized. The behavioral aspects of the virtual asset market have been considered in the context of the theory of generations X, Y, Z, focusing on differences in approaches to the use of virtual assets depending on the level of digital skills. Modern approaches to modeling technology adoption in the context of virtual assets have been systematized. A comparative analysis of data mining methods, including machine learning, time series, neural networks, and NLP, which are used to study sentiment and behavioral determinants in social networks, has been conducted. The results of social network analysis create the basis for effective integration of social network data into the model for forecasting the dynamics of the virtual asset market. User activity data, the content of publications and the tone of discussions are indicators of investor sentiment and behavioral patterns. Recommendations are made for improving approaches to collecting, processing, and analyzing social network data for research in the field of behavioral economics of virtual assets. The use of machine learning (polynomial regression, decision trees, random forest, ARIMAX) confirmed the importance of a multifactorial approach to modeling price dynamics. Nonlinear methods allow us to take into account the complex relationships between activity in social networks, psychological factors and financial indicators. Model testing showed that taking into account social data significantly increases the accuracy of forecasts. Machine learning models demonstrated the highest efficiency due to the ability to take into account nonlinear effects. The dissertation reveals the advantages of integrating behavioral metrics of virtual asset market stakeholders into the model for forecasting market dynamics using data from social networks. The monitoring results contribute to improving models for predicting the dynamics of the virtual asset market by integrating social indicators of the sentiment of stakeholders in the virtual asset market.

Read more

Research papers

Danich V., Lutsenko R. Virtual assets of the distributed register. Bulletin of V. N. Karazin Kharkiv National University Economic Series. 2023. № 104. С. 5 –10. DOI: https://doi.org/10.26565/2311-2379-2023-104-01.

Луценко Р.Р. Аналіз поведінкових факторів стейкхолдерів ринку криптовалют серед користувачів соціальних мереж. Вчені записки університету “КРОК”. 2024. №3 (75). С. 172 – 182. DOI: https://doi.org/10.31732/2663-2209-2024-75-172-182.

Луценко Р. Р. Прикладний програмний інтерфейс як метод моніторингу даних соціальних мереж для досліджень у поведінковій економіці. Бізнес-інформ. 2024. №8. С. 133–141. DOI: https://doi.org/10.32983/2222-4459-2024-8-133-141.

Гур’янова Л. С., Луценко Р. Р. Моделі аналізу динаміки ринку криптовалют з урахуванням поведінкових метрик стейкхолдерів за даними соціальних мереж. Бізнес Інформ. 2024. №9. C. 129–138. DOI: https://doi.org/10.32983/2222-4459-2024-9-129-138.

Danich, V., Lutsenko, R. Developing professional digital competencies for cryptocurrency market beginners (Case study of economics students). Baltic Journal of Legal and Social Sciences. 2024. № 1. P. 60-65. DOI: https://doi.org/10.30525/2592-8813-2024-spec-5.

Vitaly Danich, Rostyslav Lutsenko. Problems of operation of the cryptocurrency market in Ukraine. Сучасні інноваційно-інвестиційні механізми розвитку національної економіки в умовах євроінтеграції: матеріали VІІІ Міжнародної науково-практичної Інтернет- конференції, 28 жовтня 2021 р. – Полтава: Національний університет «Полтавська політехніка імені Юрія Кондратюка», 2021. – 262 с. С. 27-29. URL: https://drive.google.com/file/d/1Ggcp4WCSzEDJX2do4gO6vJTFZ9F3E83c.

Луценко Р. Р., Даніч В. М. Можливості технологій розподіленого реєстру. Електронне наукове видання. Збірник тез доповідей за матеріалами Міжнародної науково-практичної конференції здобувачів освіти та молодих вчених «Науковий простір: Актуальні питання, досягнення та інновації», 23-24 листопада 2021 р., м. Вінниця, 2021. – 370 с. С. 310-312. URL: https://enpuir.npu.edu.ua/bitstream/handle/123456789/43600/ 80_Tytul_Zmist.pdf.

Даніч В. М., Луценко Р .Р. Віртуальні активи у контексті теорії поколінь. Міжнародна науково-практична конференція «Реформування економіки в контексті міжнародного співробітництва: механізми та стратегії», 4-5 лютого 2022 року, м. Запоріжжя, 2022. – С. 63-67. URL: https://ir.vtei.edu.ua/g.php?fname=27906.pdf

Луценко Р. Р. Цифрова компетентність – запорука успішної підготовки спеціалістів з економічної кібернетики. Збірник матеріалів: Міжнародної науково-практичної конференції «Економічна кібернетика: теорія, практика та напрямки розвитку». 29-30 листопада 2022 року, м. Одеса, 2022. – С. 55-63. URL: https://economics.net.ua/wp-content/uploads/2023/01/tezy.pdf

Луценко Р., Даніч В. Аналіз поведінкових упереджень стейкхолдерів ринку криптовалют серед користувачів соціальної мережі ТікТок. Збірник тез доповідей ІІ Міжнар. наук.-практич. конфер. «Інновації та перспективні шляхи розвитку інформаційних технологій» (06 груд. 2023 р., м. Черкаси) [Електронний ресурс] / упоряд. : Т. О. Прокопенко, Я. В. Тарасенко ; М-во освіти і науки України, Черкас. держ. технол. ун-т. – Черкаси : ЧДТУ, 2023. – С. 69 - 71. URL: https://drive.google.com/file/d/1f0cc_HaFDH4G3AI_NfwqfTjaMjyWBvkc.

Rostyslav Lutsenko. Algorithm for monitoring social network data for behavioral economics research. Modern problems of social and economic systems modelling. XV International Scientific Practical Conference. April 11-12, 2024 – Multimedia Sciences. electron. Kharkiv, KHNEU named after S. Kuznetsia, 2024. URL: https://mpsesm.org/book/2024/pages/sections/ section05/page1155.html

Луценко Р.Р. Моделі поведінкової економіки віртуальних активів. Тези доповідей. ХІІ Всеукраїнська науково-практична конференція Форум молодих економістів-кібернетиків «Моделювання економіки: проблеми, тенденції, досвід», 22-23 листопада 2024 р., м. Львів. – 2024. – С. 68-71. URL: https://econom.lnu.edu.ua/wp-content/uploads/2024/11/2024_ Zbirnyk-OK_END.pdf

Lutsenko R. Intelligent Data Analysis Systems for Research in Behavioral Economics of Virtual Assets. The Ukrainian Scientific and Practical Conference «Scientific Research Methodology – 2024». Cherkasy, 15-16 November 2024. Cherkasy, 2024. P. 19-21. URL: https://pmkt.chdtu.edu.ua/scientific-research-methodology/

Гур’янова Л.С., Луценко Р.Р. Прогнозування динаміки ринку криптовалют на основі даних соціальних мереж. Моделювання та прогнозування економічних процесів : зб. тез доп. XVIIІ Міжнар. наук.-практ. конф., м. Київ, 5 груд. 2024 р. – Київ : КПІ ім. Ігоря Сікорського, Вид-во «Політехніка», 2024. – С. 27-30. URL: https://mpeproc.fmm.kpi.ua/

Rostyslav Lutsenko, Vitaly Danich. Developing professional competencies for cryptocurrency market beginners (case study of economics students). The XII International Research-to-Practice Conference «Society Transformations in Social and Human Sciences». Rīga: BSA, 2024. 381 pp. P. 184-187. URL:https://bsa.edu.lv/docs/science/book/conference_20231125.pdf.

Read more

Similar theses

0825U001251

Andrii Didkivskyi

Economic Diagnostics of the Development Potential of a Trade Enterprise

0825U001242

Kateryna S. Tokar

The use of marketing tools to increase the competitiveness of the enterprise

0825U001248

Vasyl G. Herasymchuk

Strategy for Attracting Investments for the Development of Rural Areas in Ukraine.

0825U001223

Evgenii V. Bushynskyi

Regional differences in investment development of territories.

0825U001218

Artem M. Tereshchenko

Formation of the financial potential of a trade enterprise