Can traditional asset pricing factors explain cryptocurrency returns?
Authors
Shrestha, Grishma ; Bajracharya, Aanchal
Term
4. semester
Publication year
2026
Submitted on
2026-06-01
Pages
76
Abstract
This study asks whether three well-known stock-market factors - market risk (MKT), size (SMB, small versus large assets), and momentum (WML, recent winners minus losers) - help explain cryptocurrency returns, and whether these links stay stable across different market phases. We analyze daily returns for up to 121 cryptocurrencies from January 2020 to December 2025, spanning five distinct periods: the COVID-19 year (2020), a first bull market (2021), a bear market (2022), a second bull market (2023), and a recovery after the approval of Bitcoin exchange-traded funds (2024-2025). Our approach combines time-series factor models (to see how coins co-move with these factors over time), cross-sectional pricing tests using Fama-MacBeth regressions (to see if factors earn a risk premium across coins), the Gibbons-Ross-Shanken test, regime-specific sub-samples, dummy-variable regressions, and several robustness checks. We find a clear difference between co-movement and pricing. Market betas are positive and statistically significant in all regimes, showing strong co-movement with the overall crypto market. The size factor earns a large positive premium in the 2021 bull market but turns negative in 2024-2025, consistent with investors shifting toward larger coins. Momentum performs extremely well during the COVID recovery but reverses during the 2022 crash, echoing momentum-crash patterns seen in equities. However, in Fama-MacBeth tests none of the three factors has a statistically significant cross-sectional risk premium, and the GRS test rejects that the model prices all assets without error. Momentum premia also change markedly across regimes, indicating structural instability. Overall, traditional factors explain common variation in cryptocurrency returns but do not appear to be priced sources of cross-sectional risk. Their effects are highly regime-dependent and unstable over time, suggesting that factor strategies built for equities do not transfer directly to cryptocurrencies. Future work should add crypto-specific risk factors and consider conditional or regime-switching pricing models.
Dette studie undersøger, om tre velkendte aktiefaktorer - markedsrisiko (MKT), størrelse (SMB, små kontra store aktiver) og momentum (WML, nylige vindere minus tabere) - kan forklare afkast i kryptovalutaer, og om disse sammenhænge er stabile på tværs af forskellige markedsfaser. Vi analyserer daglige afkast for op til 121 kryptovalutaer fra januar 2020 til december 2025 og dækker fem tydelige perioder: COVID-19-året (2020), et første tyremarked (2021), et bjørnemarked (2022), et andet tyremarked (2023) samt et opsving efter godkendelsen af Bitcoin-ETF'er (2024-2025). Metoden kombinerer tidsseriemodeller for faktorer (for at se, hvordan mønter bevæger sig sammen med faktorer over tid), tværsnitspristest med Fama-MacBeth-regressioner (for at vurdere, om faktorer belønnes med en risikopræmie på tværs af mønter), Gibbons-Ross-Shanken-testen, regimespecifikke delperioder, dummyvariabel-regressioner og flere robusthedstjek. Vi finder en tydelig forskel mellem sammenbevægelse og prissætning. Markedsbetaer er positive og statistisk signifikante i alle regimer, hvilket viser stærk sammenhæng med det samlede kryptomarked. Størrelsesfaktoren giver en stor positiv præmie i tyremarkedet 2021, men bliver negativ i 2024-2025, i tråd med, at kapital flytter mod større aktiver. Momentum leverer meget høje afkast under COVID-opsvinget, men vender negativt under krakket i 2022, svarende til de momentum-crash-mønstre, man ser i aktiemarkeder. I Fama-MacBeth-testene har ingen af de tre faktorer dog en statistisk signifikant tværsnits-risikopræmie, og GRS-testen afviser, at modellen kan prise alle aktiver uden systematiske fejl. Momentumpræmier varierer også markant på tværs af regimer, hvilket peger på strukturel ustabilitet. Samlet set forklarer de traditionelle faktorer fælles variation i kryptovaluta-afkast, men de fremstår ikke som prissatte kilder til tværsnitsrisiko. Relationerne er stærkt regimedrevne og ustabile over tid, hvilket tyder på, at aktiebaserede faktorstrategier ikke kan overføres direkte til kryptomarkeder. Fremtidig forskning bør inddrage kryptospecifikke risikofaktorer og undersøge betingede eller regime-skiftende prismodeller.
[This apstract has been rewritten with the help of AI based on the project's original abstract]
Keywords