Введение

30 ноября 2022 года американская организация OpenAI представила ChatGPT, модель чат-бота с искусственныминтеллектом (ИИ), который использует обучение с подкреплением для вербального общения с пользователями. Такой подход позволяет модели отвечать на запросы и выполнять последующие действия. Запуск ChatGPT вызвалзначительный интерес, в результате чего в течение недели после выпуска модель набрала более миллиона пользователей, активно делящихся и обсуждающих вопросы и ответы в социальных сетях (Shankland, 2022; Vanian,2022).

ChatGPT описывался в статьях СМИ как будущий конкурент Google (Tyrrell, 2022) и потенциально может послужить катализатором цифровой трансформации (Brown, 2022). Хотя генеральный директор OpenAI Сан Альтман предупредил, что на ChatGPT не следует полагаться в важных вопросах, поскольку в настоящее время он находится настадии ограниченного предварительного просмотра и не должен рассматриваться как полностью разработанныйпродукт (Altman, 2022). Несмотря на эти ограничения,

ChatGPT можно рассматривать как многообещающее свидетельство текущего прогресса в области ИИ и егопотенциала для будущего развития. На рисунке 1 показаны результаты глобального поиска ChatGPT в Google Trends. Он представляет собой относительную шкалу, показывающую объем поиска, где 0 означает отсутствие объема поиска, а 100 - самый высокий объем поиска.

Результаты поиска "Chatgpt" в Google Trends:

Появление и широкое распространение ChatGPT, а также его потенциал для инноваций, экономического исоциального воздействия, говорит о наличии значительных возможностей в индустрии искусственного интеллекта. Обэтом свидетельствует распространение информации о ChatGPT через различные социальные и медийные каналы разнообразной базой пользователей. Это говорит о том, что проекты в области искусственного интеллектавоспринимаются как обладающие более высоким уровнем потенциала или качества, что, согласно теориямэффективности рынка (например, Fama, 1970; Lo, 2004), должно отражаться в ценах на торгуемые активы, такие как акции или криптовалюта. В действительности, Ву и Чен (2022) показывают, что ETF с названием "AI" генерируютпремию за название в размере примерно 0,4%. Теория сигналов, предложенная Спенсом (1973), утверждает, что людииспользуют качественные сигналы для смягчения информационной асимметрии. Эти сигналы обычно дорогостоящиеи трудновоспроизводимые, общедоступные и проверяемые (Ante and Fiedler, 2020). В контексте ChatGPT публикацияистории чатов и ответов от нескольких человек в социальной сети в сочетании с вниманием СМИ к потенциалу искусственного интеллекта может служить достоверным сигналом качества, повышающим воспринимаемую ценность активов, связанных с ИИ. Это объясняется склонностью людей полагаться на прошлый опыт общения с другими людьми при принятии будущих решений (Andersen and Baum, 1994) и важностью получения высококачественных сигналов от надежных источников в своей сети.

Цель данной работы - изучить, в какой степени существует "эффект ChatGPT" для криптовалют, ориентированных на ИИ. Мы предполагаем, что запуск и последующее внимание к ChatGPT представляет собой положительный сигналкачества (или нарратив) для активов с тематикой ИИ, что приводит к положительным аномальным ценовым эффектам после или вместе с запуском. Для этого мы применяем методику исследования событий, чтобы проверить полусильную рыночную эффективность на примере выборки криптоактивов на тему ИИ, для которых мырассчитываем одинаково взвешенный индекс криптоактивов на тему ИИ.

Настоящее исследование дополняет литературу по эффективности рынка

криптовалютных активов, уделяя особое внимание тому, как воспринимаемый общественностью "нарратив" может повлиять на обновленные ожидания в отношении конкретного набора активов и как эти ожидания отражаются в реакции рынка. Кроме того, результаты данного исследования вносят вклад в теорию сигнализации, изучая потенциал воспринимаемого успеха и потенциала технологии (в данном случае ИИ).

Данные и методы

В качестве источника данных мы опираемся на ведущий портал рыночных данных CoinGecko (coingecko.com). CoinGecko классифицирует типы криптоактивов и имеет категорию "искусственный интеллект", которая к декабрю 2022 года включает в себя 15 криптоактивов, ориентированных на ИИ. Вышеупомянутые криптопроекты относятся кискусственному интеллекту, хотя они значительно отличаются друг от друга. Например, три проекта с наибольшей рыночной капитализацией включают в себя управляемый ИИ хедж-фонд с краудсорсингом (Numeraire), проект, предлагающий технологию автономных агентов для блокчейн (Fetch AI) и платформу для монетизации алгоритмов ИИ (SingularityNET). Мы исключили пять активов из нашего анализа из-за недостаточной ликвидности (т.е. объемыторгов за 24 часа ниже

$20 000), в результате чего мы получили выборку из 10 криптоактивов на тему ИИ, для которых мы собираем ежедневные ценовые данные с 1 июля по 14 декабря 2022 года. Мы рассчитываем логарифмическую доходность для каждого актива и рассчитываем криптоиндекс AI с равным весом на основе 10 токенов AI следующим образом:

Кроме того, мы собираем данные по биткоину в качестве эталонного рынка для модели исследования событий. Втаблице 1 приведена сводная статистика по 10 токенам ИИ, криптоиндексу ИИ и биткоину.

Таблица 1. Доходность криптоактивов, связанных с искусственным интеллектом

Мы используем методологию исследования событий для анализа того, в какой степени запуск ChatGPT 30 ноября 2022 года повлиял (оказал) на токены ИИ. Эта методология, описанная Boehmer et al. (1991), предполагает сравнение исторической доходности с наблюдаемой доходностью, чтобы определить степень, в которой неожиданное событиеили информация приводит к аномальной реакции рынка. Подход, основанный на изучении событий, привлекает всебольше внимания в криптовалютной литературе. В предыдущих исследованиях изучалось влияние накриптовалютный рынок таких событий, как позитивные и негативные новости (Yue et al., 2021), запуск цифровых валют центральных банков (Mzoughi et al., 2022) или стейблкоинов (Ante et al., 2021), фан-токенов (Demir et al., 2022) и конкретных крупных переводов биткоинов (Ante and Fiedler, 2021). Чтобы убедиться, что любые наблюдаемые аномальные эффекты не являются простым результатом общей волатильности криптовалютного рынка, биткоин используется в качестве эталонного рынка в рамках рыночной модели. Это позволяет корректировать любыеаномальные эффекты с учетом возможного внешнего влияния посредством изменения цены биткойна (служащегопрокси для криптовалютного рынка). Таким образом, данная методология позволяет определить, действительно ли наблюдаемые аномальные эффекты вызваны событием ChatGPT.

В рыночной модели доходность R!,# события iв период tрассчитывается как

𝑖,𝑡 𝑅= 𝛼𝑖 + 𝛽𝑖 𝑅𝑚,𝑡 + 𝜀𝑖,𝑡 , (2)

с 𝛼$ - наблюдаемая доходность, 𝑅%,& - логарифмическая доходность эталонного рынка Bitcoin,

$𝛽 представляет собой коэффициент регрессии, измеряющий чувствительность доходности токенов AI к эталонномурынку, а 𝜀$,& - член ошибки. Ожидаемая доходность рассчитывается с помощью регрессии временного ряда запериод оценки от t = -115 до -15 (т.е. 100 дней). Соответственно, аномальная доходность (AR) за данный период времени может быть рассчитана путем сравнения наблюдаемой доходности конкретного события в окне событий сожидаемой доходностью и рыночной доходностью. Математически это можно выразить следующим образом:

𝑖,𝑡 𝐴𝑅= 𝑅𝑖,𝑡 - (𝛼𝑖 + 𝛽𝑖 𝑅 )𝑚,𝑡 (3)

Для оценки значимости CAR мы используем параметрический t-тест и непараметрический знаковый ранговый тест Вилкоксона (Wilcoxon, 1945).

Результаты и обсуждение

В таблице 2 показана корреляция между токенами на тему ИИ, индексом ИИ и биткоином. Примечательно, что междутокенами на тему ИИ существует относительно высокая и положительная корреляция, достигающая 0,55. Однакоинтересно отметить, что эти токены, по-видимому, не зависят от биткоина, поскольку

корреляции между ними приблизительно равны нулю. Несмотря на часто наблюдаемую сильную корреляцию междукриптовалютами и биткоином (Smales, 2020), обнаружение уникальной динамики, демонстрируемой токенами ИИ втечение анализируемого периода времени, вызывает удивление. Можно сделать вывод, что на ИИ-токены в первую очередь влияет не криптовалютный рынок, а внешние факторы, один из которых анализируется в данномисследовании.

Таблица 2. Корреляции

В таблице представлены ранговые корреляции Спирмена для ежедневных логарифмических доходностей в период с 01 июля по 13 декабря 2022 года. Значимые корреляции на уровне 5% выделены жирным шрифтом.

На рисунке 2 представлены кумулятивные логарифмические показатели доходности токенов, ориентированных наИИ, индекса криптовалют ИИ и биткоина. Очевидно, что введение ChatGPT привело к росту доходностибольшинства токенов, ориентированных на ИИ, и индекса криптовалюты ИИ, в то время как стоимость биткоина после этого события снизилась. Это служит предварительным доказательством положительного влияния запуска ChatGPT.

Рисунок 2. Кумулятивная логарифмическая доходность тематических токенов ИИ, индекса криптовалют ИИ и биткоина до и после запуска ChatGPT:

В таблице 3 представлены аномальные доходы после запуска ChatGPT для различных событийных окон. В день запуска статистически значимый средний аномальный доход составил 2,71%, при этом 90% токенов на тему ИИ имели положительный доход. В дни 8 и 9 наблюдалась сильная реакция на запуск платформы, аномальная доходностьсоставила 5,6% и 22,59% соответственно, что, вероятно, связано с ростом популярности и использования платформы, а также с лучшим пониманием будущих перспектив. Потенциальное объяснение этого результата можно найти врезультатах Google Trends, представленных на рисунке 1, которые демонстрируют постепенный ростосведомленности о ChatGPT в течение первых девяти дней перед достижением временного пика. При изучении CARs были выявлены значительные положительные доходы в размере 18,26% и 41,68% в течение одной и двух недель соответственно, причем 90% токенов показали положительные аномальные доходы в обоих периодах.

Таблица 3. Аномальная доходность после запуска ChatGPT

В таблице показана средняя аномальная доходность (AR) за день, а также кумулятивная аномальная доходность (CAR) за интервалы в одну и две недели для десяти токенов на тему ИИ в период запуска ChatGPT. Столбец z-тест относится к ранговому тесту Вилкоксона, а столбец положительных значений указывает на долю токенов ИИ с положительной аномальной доходностью в конкретном окне событий.

На рисунках 4 и 5 представлены CAR одинаково взвешенного индекса криптовалют AI и отдельных токенов AI, соответственно, за двухнедельный период после запуска ChatGPT. Индекс показал рост CAR более чем на 40% до 9-го дня. Отдельные токены демонстрировали аналогичную картину, за одним исключением - снижение цены в течение того же периода времени. В целом, запуск и популярность ChatGPT послужили позитивнымсигналом для токенов на тему ИИ.

Примечание: Синяя линия показывает среднюю кумулятивную аномальную доходность, а серая полоса - 95-процентные доверительные интервалы.

Результаты показывают, что в соответствии с понятием переноса (Andersen and Baum, 1994), криптовалютные инвесторы полагаются на свои (социальные) сети и СМИ для (пере)оценки новой информации, касающейся ИИ итокенов ИИ, что приводит к аномальным ценовым эффектам. Как предсказывает теория когнитивного баланса (Heider,2013), инвесторы пытаются достичь баланса между общественными настроениями и своими личными убеждениями, вданном случае в отношении ChatGPT, ИИ и токенов ИИ. Благоприятное мнение о ChatGPT и потенциале ИИ приводитк соответствующему восприятию токенов ИИ, что приводит к переносу отношения из сети инвестора наинвестируемый актив (Ohanian, 1991). Это демонстрирует влияние, которое социальные сети и СМИ оказывают на финансовые рынки. В соответствии с сигнальной теорией (Spence, 1973), позитивные настроения в отношенииChatGPT и ИИ служат сигналом качества для рынка, что немедленно отражается на ценах. Этот вывод совпадает свыводами Ante (2023), связанными с сигнальной теорией, о том, как влиятельные лица в социальных сетях и их активность представляют собой соответствующие сигналы качества для криптовалютного рынка или, скорее, дляинвесторов, а также с исследованием Feinstein и Werbach (2021), которые определили, что нормативные события могут служить сигналами качества, влияющими на криптовалютные рынки и торговлю. Рынок будет реагировать только до тех пор, пока сигнал (т.е. настроение) сохраняет свою ценность. Если, гипотетически, рынок теряет довериек ChatGPT и настроения смещаются в негативную сторону, этот сдвиг также должен отразиться на ценах. Есликачество сигналов становится слишком низким, например, из-за ограниченного числа людей, публикующихсообщения в ChatGPT, инвесторы могут перестать воспринимать это как качественный сигнал и игнорировать его. С этой точки зрения, "эффект ChatGPT" - это просто некритичный аспект эффективности рынка.

Заключение

В данной работе исследуется влияние запуска ChatGPT в ноябре 2022 года на доходность криптоактивов с AI-тематикой и криптоиндекса AI с равным весом, основанного на этих токенах. Используя методологию исследованиясобытий и опираясь на теорию сигналов, мы обнаружили, что в день запуска, а также на 8-й и 9-й дни после запуска наблюдаются значительно положительные аномальные доходы, что, вероятно, связано с тем, что внимание мировой общественности к ChatGPT в это время только достигло своего промежуточного пика. CAR криптоиндекса AI за две недели вырос до 41%, а 90% токенов показали положительную аномальную доходность. Это говорит о том, что позитивное освещение ChatGPT распространилось на близлежащие рынки вокруг ИИ и, в данном случае, накриптоактивы, ориентированные на ИИ. Соответственно, мы выявляем "эффект ChatGPT", то есть положительныйсигнал качества, который подхватил криптовалютный рынок.

Следствием нашего исследования является вывод о том, что рынки криптоактивов сильно фрагментированы. Хотя дозапуска ChatGPT ИИ-токены практически не привлекали внимания, они могут представлять собой (по крайней мере, временно) независимый субрынок, который, на удивление, даже квази некоррелирован с биткоином во временном интервале, рассматриваемом в данном исследовании. Это приводит к практическому выводу о том, что инвесторы должны внимательно следить за развитием событий, связанных с конкретными тематическими токенами, поскольку их динамика может отличаться от остального криптовалютного рынка