RESUMO Objetivo: Este estudo visa analisar a evolução da eficiência do mercado criptoativos com base em aspectos fractais da série histórica de preços de 15 criptomoedas e um índice de referência desenvolvido para este mercado (CRIX). Metodologia: As análises propostas partem do índice de eficiência proposto por Kristoufek e Vosvrda (2013), que captura os vieses de memória de longo e curto prazo, bem como a autocorrelação de primeira ordem. O banco de dados cobre o período de 02/08/2014 a 31/12/2020. Usando a análise de quebra estrutural para séries temporais, foi possível dividir a amostra em cinco períodos de análise, e o índice de eficiência foi calculado para cada um deles. Resultados: Foi identificada a existência de oscilações entre os índices de eficiência ao longo dos períodos analisados, verificando uma maior ineficiência em momentos de ascensão do mercado. Além disso, pode-se observar que, em geral, este mercado vem ganhando eficiência ao longo dos anos, embora ainda não tenha alcançado a ausência de ineficiência. Esta conclusão corrobora os estudos sobre a adaptação da eficiência do mercado com base em seus investidores e agentes. Finalmente, pode-se caracterizar o cenário atual como uma bolha especulativa, o que, devido à presença do efeito de manada, permite a existência de arbitragem. Originalidade: Pesquisas nesta área ainda são recentes, pois se trata de um novo segmento financeiro, portanto existem várias dúvidas e lacunas na literatura. Neste sentido, a adoção de uma abordagem longitudinal para identificar a evolução da eficiência deste mercado não só é interessante como também é uma abordagem pouco explorada pela literatura.
ABSTRACT Objective: This study aims to analyze the evolution of the cryptocurrency market efficiency based on fractal aspects of the historical price series of 15 cryptocurrencies and a benchmark developed for this market (CRIX). Methodology: The proposed analyses start from the efficiency index proposed by Kristoufek and Vosvrda (2013), which captures long-and short-term memory biases as well as first-order autocorrelation. The database covers the period from 08/02/2014 to 12/31/2020. Using structural breakout analysis for time series, it was possible to divide the sample into five periods of analysis, and the efficiency index was calculated for each one. Findings: It was identified the existence of oscillations between the efficiency indexes over the analyzed periods, verifying a greater inefficiency at times of market upswing. In addition, it can be seen that in general this market has been gaining efficiency over the years, although it has not yet reached the absence of inefficiency. This conclusion corroborates studies on the adaptation of market efficiency based on its investors and agents. Finally, one can characterize the current scenario as a speculative bubble, which, due to the presence of the herd effect, enables the existence of arbitrage. Originality: The research in this area is still recent, as it is a new financial segment, so there are several doubts and gaps in the literature. In this sense, the adoption of a longitudinal approach to identify the evolution of efficiency of this market is not only interesting but it is also an approach little explored by the literature.
