رمزارز اتریوم (اتر) بعد از بیت کوین دومین رمزارز بزرگ و پرارزش جهان است. در این مقاله با استفاده از روش توصیفی ـ تحلیلی به بررسی دیدگاه فقها و حقوقدانان مورد ماهیت فقهی و حقوقی این رمزارز می پردازیم. بحث از ماهیت فقهی حقوقی این رمزارز، بیشتر ناظر به پول، کالا یا اوراق بهادار دانستن آن است. براساس یافته های پژوهش، اتریوم ماهیتی چندوجهی دارد. این رمزارز در ابتدای ایجاد و عرضه اولیه از سوی توسعه دهندگان، به اوراق بهادار شبیه است. با به کارگیری اتر در شبکه اتریوم و معامله آن، این رمزارز به عنوان یک وسیله پرداخت آنی عمل می کند. ازاین رو برگزیدن ماهیت چندگانه ای چون پول شبه سهامی برای آن صحیح تر به نظر می رسد.

نوسانات شدید قیمت رمزارزها باعث شده است شناسایی عوامل موثر در قیمت آن ها موردتوجه واقع شود و فهم این موضوع در بازارهای مالی اهمیت بسزایی داشته باشد. در این مقاله، از روش تحلیل سر ی های زمانی برای مطالعه عوامل تعیین کننده قیمت بیت کوین و اتریوم استفاده شده است. برای این منظور، شاخص قیمت سهام در بورس نیویورک، شاخص S&P 500، قیمت جهانی طلا، و نرخ مبادله دلار و یورو به عنوان عوامل اقتصادی، میزان سختی استخراج رمز ارز، تعداد معاملات روزانه، تعداد روزانه بیت کوین و اتریوم در گردش به عنوان عوامل فنی، و متغیرهای تعداد توییت های روزانه مرتبط با بیت کوین یا اتریوم و تعداد جست وجوهای روزانه بیت کوین یا اتریوم در گوگل به عنوان عوامل اجتماعی مورد بررسی قرار گرفته اند. دوره زمانی برای بیت کوین از 2014 تا 2020 و برای اتریوم از 2016 تا 2020 است. روش پژوهش از نوع کاربردی و جامعه آماری پژوهش شامل دو رمزارز بیت کوین و اتریوم است. روش اقتصادسنجی مورداستفاده برای بررسی اثرگذاری عوامل ذکر شده در قیمت بیت کوین و اتریوم در دوره های زمانی کوتاه مدت و بلند مدت OLS و VECM است. در بین عوامل بررسی شده، قیمت جهانی طلا بیشترین میزان اثرگذاری را در قیمت بیت کوین و اتریوم دارد. از طرفی در کوتاه مدت، نرخ مبادله دلار و یورو و قیمت جهانی طلا با ارزش رمزارزها ارتباط منفی دارد.

کنترل دسترسی در شبکه بلاکچین یکی از چالش هایی است که با رشد شبکه بلاک چین با آن روبه رو هستیم. در شبکه بلاک چین، مجموعه فعالیت های مالی کاربران که نیاز به امضای دیجیتال دارد انجام می شود، این اطلاعات در سرور بلاک چین ذخیره می شود. امضای دیجیتال و تایید هویت و صحت تراکنش ها به صورت دستی فرآیندی وقت گیر بوده و کاربر پسند نیست و از دلایلی است که تکنولوژی بلاکچین به طور کامل پذیرفته نمی شود. در این مقاله یک روش نوین براساس ترکیب روش های خوشه بندی و دسته بندی پیشنهاد می شود. که ابتدا برچسب گذاری داده ها به کمک روش خوشه بندی انجام شده و سپس از داده های برچسب گذاری شده برای آموزش الگوریتم SVM برای تعیین تراکنش های سالم استفاده می شود. روش پیشنهادی یک روش مبتنی بر یادگیری ماشین برای کنترل دسترسی است که امضای خودکار تراکنش های بلاک چین و شناسایی تراکنش های غیرعادی را انجام می دهد به منظور ارزیابی روش پیشنهادی، آزمایش و تجزیه و تحلیل بر روی داده های اتریوم انجام شده است و به کمک الگوریتم خوشه بندی KMEANS و روش بردار پشتیبان ماشین تراکنش های سالم از مشکوک شناسایی می شود که این روش توانایی شناسایی با دقت 89 درصد را نشان می دهد.

از آنجایی که امروزه به کمک نانوپزشکی درونی سازی، نفوذ و تحویل دارو تسهیل شده است به همین سبب استفاده از نانوتکنولوژی در ‏دارورسانی هدفمند جهت بهبود فیبروز کبدی گزینه مناسبی به نظر می رسد. موش های نر نژاد ویستار با وزن 200 تا 250 گرم به طور تصادفی ‏به 5 گروه 8 تایی تقسیم شدند: کنترل (موش سالم)، شم (موش سالم + ‏K3PO4‎‏)، ‏CCL4‎‏ (موش های مدل فیبروز کبدی)، ‏Y2O3 30‎‏ (موش ‏سالم+ 30 میلی گرم/کیلوگرمY2O3‎‏) و ‏CCL4+ Y2O3 30‎‏ (موش فیبروتیک + 30 میلی گرم‎/‎‏ کیلوگرمY2O3‎‏). پس از القا فیبروز کبدی ‏توسط ‏CCL4‎، موش ها ‏Y2O3‎‏ را یک بار در روز به مدت چهار هفته دریافت کردند. در پایان موش ها بیهوش شدند و خون گیری از قلب ‏انجام شد. بخشی از نمونه های کبد در فرمالین %10 و بخشی دیگر در دمای 80- درجه سانتی گراد نگهداری شد. در نهایت، نشانگرهای ‏استرس اکسیداتیو (‏CAT، ‏GPX، ‏SOD‏ و ‏MDA‏) و سطوح آنزیم های کبدی (‏AST، ‏ALT، ‏ALP‏ و ‏GGT‏) با استفاده از روش الایزا ‏اندازه گیری شدند. همچنین بیان ژن های ‏TGF-β‏ و ‏α-SMA‏ در کبد نیز توسط روش ‏Real Time RT-PCR‏ بررسی گردید. استعمال دوز ‏‏30‏‎ ‎میلی گرم/کیلو گرم از ‏NPs‏ ‏Y2O3‎‏ اثر مطلوبی بر تنظیم سطوح ‏CAT، ‏SOD، ‏GPX، ‏TGF-β‏ و ‏α-SMA، و همچنین ‏MDA،AST ‎، ‏ALT،ALP‏ و ‏GGT‏ در موش های فیبروزی نداشت. اما بهبودی قابل توجهی در جهت کاهش التهاب در بافت کبد موش های گروهCCL4+ ‎Y2O3 30‎‏ مشاهده شد. دوز 30 میلی گرم/ کیلوگرم نانوذره ‏Y2O3‎‏ تاثیر مطلوبی بر شاخص های آنتی اکسیدانی و بیوشیمایی کبد در جهت ‏کاهش فیبروز کبدی نداشت. اما اثرات مطلوبی از آن در بافت کبد فیبروزی موش های تحت درمان با ‏Y2O3 30‎‏ به ویژه کاهش التهاب ‏مشاهده شد.‏

با افزایش تهدیدات سایبری، داده های ثبت رخداد به عنوان منبعی کلیدی برای شناسایی و تحلیل حوادث امنیتی شناخته می شوند و بینش های ارزشمندی از فعالیت های سامانه ارائه می دهند؛ بااین‎حال، هرگونه دست کاری در این داده ها می تواند دقت تحلیل های امنیتی را کاهش داده و تصمیم گیری های مرتبط با امنیت را تحت تأثیر قرار دهد. فناوری بلاک چین با ویژگی هایی نظیر غیرمتمرکزبودن، شفافیت و تغییرناپذیری بستری قابل اعتماد برای تضمین صحت داده ها فراهم می کند. در این پژوهش، به جای ذخیره سازی مستقیم داده های خام که پرهزینه و محدودکننده است، چارچوبی خودکار معرفی شده است که از بلاک چین عمومی اتریوم و قراردادهای هوشمند برای ذخیره هش رمزنگاری شده داده های ثبت رخداد استفاده می کند. این روش با کاهش هزینه های ذخیره سازی، در عین حفظ محرمانگی و امکان راستی آزمایی داده ها، کارایی بالایی ارائه می دهد. فرایند تضمین صحت داده ها در دو مرحله انجام می شود: ثبت و مقایسه دوره ای هش ها و اعتبارسنجی دسته ای در بازه های زمانی بلندتر برای کشف هرگونه دست کاری احتمالی. ارزیابی این مدل در شبکه آزمایشی سپولیا نشان داده است که هزینه های عملیاتی و سربار پردازشی بهینه شده و امکان استفاده از این روش در مقیاس وسیع فراهم است. این پژوهش، روشی نوآورانه و عملی برای خودکارسازی تضمین صحت داده های ثبت رخداد ارائه می دهد و راه کاری قابل اتکا برای ارتقای امنیت اطلاعات در کاربردهای واقعی پیشنهاد می کند.

هدف: پوشش ریسک انواع سرمایه گذاری با استفاده از رمزارزها، قابلیت مفیدی برای سرمایه گذاران به حساب می آید. با بررسی اقتصاد جهانی مشخص شده است که در سالیان اخیر، بهره گیری از رمزارزها افزایش یافته است و بسیاری از افراد، بخشی از سبد سرمایه خود را به رمزارزها اختصاص داده اند. شناخت رفتار و قابلیت های رمزارزها، به به کارگیری صحیح و سودمند آن ها منجر می شود و اطمینان سرمایه گذاری در رمزارزها را افزایش می دهد. در این پژوهش، قابلیت رمزارزها در تثبیت ارزش سبد سرمایه گذاری در اقتصاد ایران (به ‏صورت موردی بازار سهام و سکۀ طلا) مطالعه شده است. بر این اساس، هدف اصلی بررسی قابلیت پوشش دهی رمزارزهای برتر در ریسک بازارهای سهام و سکۀ طلا در ایران است. روش: به منظور تحلیل کمّی قابلیت رمزارزها در پوشش دهی ریسک، داده های روزانۀ مربوط به شاخص سهام بورس اوراق بهادار تهران و قیمت سکۀ بهارآزادی گردآوری شده است. بر این اساس، از بازده سکۀ طلا و سهام در دورۀ 4ساله، طی سال های 1398 تا انتهای سال 1401 استفاده شده است. همچنین با استفاده از نرخ برابری بازار آزاد دلار آمریکا، قیمت های روزانۀ رمزارزهای بیت کوین و اتریوم، در بازۀ زمانی مذکور گردآوری و پس از آن، بازده روزانه رمزارزهای منتخب محاسبه شده است. در این پژوهش، به منظور بررسی نوسان های متغیرهای مورد مطالعه، از مدل های خودهم بسته گارچ چند متغیره استفاده شده است و برای بررسی پوشش دهندگی رمزارزها، بر اساس رویکرد حداقل ریسک، از رهیافت های هم بستگی شرطی ثابت CCC، هم بستگی شرطی پویا DCC و مدل ماتریس هم بستگی قطری بِک BEKK استفاده شده است. یافته ها: نتایج نشان داد که به منظور پوشش ریسک سرمایه گذاری در سکۀ طلا و سهام در ایران، می توان از رمزارزها استفاده کرد و رمزارزها قابلیت پوشش دهی ریسک سرمایه گذاری در ایران را دارند. شایان ذکر است که براساس نتایج به دست آمده، مشخص شد که میزان نسبت پوشش ریسک بیت کوین در مقایسه با اتریوم بزرگ تر است و به منظور پوشش ریسک سرمایه گذاری در سکۀ طلا و سهام، رمزارز بیت کوین در مقایسه با اتریوم، همواره درصد بیشتری از سبد را به خود اختصاص داده است. علاوه براین، مشخص شد که روش هم بستگی شرطی پویا، در تمامی زوج سرمایه ها، عمدتاً میانگین نسبت پوشش ریسک بزرگ تری ارائه داده است. از سویی دیگر مشخص شد که نتایج حاصل از روش هم بستگی قطری بِک BEKK نوسان های به مراتب بیشتری نسبت به سایر روش های مورد مطالعه دارد. علاوه براین، در بازه های زمانی اردیبهشت ماه تا آذر ماه 1399 و مهرماه تا اسفندماه 1401، همراه با افزایش شدید قیمت دلار آمریکا در کشور، وزن لازم رمزارزها جهت پوشش دهی در سبدهای سرمایه متشکل از بیت کوین و سکه، اتریوم و سکه، بیت کوین و سهام و اتریوم و سهام افزایش داشته است. نتیجه گیری: رمزارزها قابلیت پوشش ریسک سرمایه گذاری در بازار سکۀ طلا و سهام را دارند. همچنین، در زمانی که افزایش قیمت دلار شدید است به منظور پوشش ریسک سکۀ طلا و سهام، به میزان سرمایه گذاری بیشتری در رمزارزها نیاز است.

ورود رمزارزها به بازار سرمایه و افزایش روزافزون قیمت آنها، تحول بنیادی در مبادلات بین المللی ارزی و پولی جهان به وجود آورده است. مطالعه حاضر با استفاده از داده سال های 2015 تا 2021 به بررسی رابطه علیت و همبستگی شرطی پویا میان متغیر قیمت نه رمزارز با سازوکار خلق متفاوت پرداخته است. نتایج این مطالعه نشان می دهد رمزارزهای بیت کوین، لایت کوین و اتریوم که دارای سازوکار خلق اثبات کار هستند، رابطه همبستگی شرطی پویا در کوتاه مدت و بلندمدت دارند. از سوی دیگر ضریب همبستگی پویای شرطی رمزارزهای ریپل، نانو و مونرو که دارای سازوکار خلق اثبات سهام هستند و رمزارزهای ای او اس، ترون و استلار که دارای سازوکارهای اجماع جدید می باشند در کوتاه مدت معنی دار نیستند، ولی در بلندمدت از نظر آماری معناداری آنها به اثبات می رسد؛ همچنین بر اساس نتایج، میان قیمت رمزارزهای بیت کوین، اتریوم، لایت کوین و مونرو یک رابطه علیت گرنجری دوطرفه وجود دارد، ولی در میان قیمت رمزارزهای ترون، استلار، نانو و ریپل که سازوکار اجماع جدیدتری نسبت به سایر رمزارزها دارند، عمدتاً رابطه علیت گرنجری یک طرفه وجود دارد.

پیش‌بینی دقیق در بازار ارزهای دیجیتال نقش اساسی در مدیریت ریسک، بهینه ‌سازی پرتفوی دارد و به سرمایه گذاران در تصمیم ‌گیری آگاهانه تر، مدیریت ریسک و حداکثرسازی بازده کمک خواهد کرد . این پژوهش با توجه به اهمیت روز افزون دو رمز ارز بیت کوین و اتریوم، براساس اطلاعات روزانه، اقدام به پیش بینی بازدهی و نوسانات بازدهی آنها با روش مارکوف پنهان و مدل ترکیبی گارچ - مارکوف پنهان نموده است. براساس نتایج پیش بینی، دقت پیش بینی بازدهی اتریوم براساس روش مارکوف پنهان با شاخص DAP=65.38% و با شاخص MAPE=1.76% بوده است. استفاده از روش گارچ مارکوف منجر به بهبود 25 درصد در دقت پیش بینی روند شده است اما دقت پیش بینی قدرمطلق مقادیر در قیاس با مدل مارکوف پنهان کمی بدتر شده است. برای رمز ارز بیت کوین نیز نتایج پیش بینی حاکی از آن است که دقت مدل براساس شاخص DAP=76.92% و براساس شاخص MAPE=1.43% بوده است. پس از بکارگیری روش گارچ - مارکوف عملکرد مدل در پیش بینی روند 5درصد بهتر شده است اما شاخص قدرمطلق مقادیر 55 درصد شده است.

در سال های اخیر، فرایندهای با حافظه بلندمدت، نقش مهمی در تجزیه و تحلیل سری های زمانی ایفا نموده اند. وجود حافظه بلندمدت در بازده دارایی ها، کاربردهای مهمی در بررسی کارایی بازار، منطق رفتاری سرمایه گذاران، قیمت گذاری و انتخاب پرتفوی دارایی دارد. در پژوهش حاضر با استفاده از روش R/S، مدل میانگین متحرک خودهمبسته با انباشتگی جزیی (ARFIMA) و مدل های واریانس شرطی خودهمبسته با انباشتگی جزیی (FIGARCH) و واریانس شرطی خودهمبسته هیپربولیک (HYGARCH) به بررسی وجود حافظه بلندمدت در چهار ارز دیجیتال عمده (بیت کوین، اتریوم، ریپل و لایت کوین) طی دوره ژانویه 2016 لغایت نوامبر 2019 می پردازیم. علی رغم اینکه نتایج روش R/S نشان دهنده وجود حافظه بلندمدت در هر چهار ارز مورد بررسی می باشند، نتایج مدل و ARFIMA مدل های خانواده GARCH حاکی از آن است که دو ارز بیت کوین و اتریوم دارای حافظه بلندمدت بوده می باشند و لذا می توان با قیمت های گذشته، قیمت های آتی را پیشبینی نمود و این نشان از رد فرضیه بازارهای کارا و تایید وجود انگیزه های سوداگرانه در خصوص این ارزهای دیجیتال می باشد؛ در حالی که بر اساس نتایج این مدل ها ارزهای دیجیتال ریپل و لایت کوین فاقد حافظه بلندمدت می باشند. این نتایج در بهینه سازی پرتفوی سرمایه گذاری در ارزهای دیجیتال بسیار کاربردی و حایز اهمیت می باشد.