Andrii Kaminskyi, Ihor Miroshnychenko, Kostiantyn Pysanets
The active development of cryptocurrencies in recent years allows iden-tifying the process of forming new class of alternative investment assets. There was formed a sample of cryptocurrencies based on criteria capitalization and historical returns for estimation investment risk of this asset class. The sample included 327 cryptocurrencies, each of which has a capitalization of more than $ 1 mln. Measurement of investment risk was carried out on the basis of five approaches. The first one is grounded on the variability indicators. The second approach includes risk assess-ment in the context of asymmetry. The third is based on the concept of capital formation as part of the risk measures VaR and CVaR. The fourth focuses on measuring sensitivity risk. The fifth approach supposes using the Hurst exponent to measure risk. Based on the measures of these approaches, a comprehensive risk assessment was carried out. To cluster cryptocurrencies by riskiness, indicators from each group were selected, to which the technique of Kohonen self-organizing map was applied. The result was a partition of cryptocurrencies into three clusters. The analysis of the results is proposed and the corresponding conclusions and recommendations are made. \nАктивний розвиток криптовалют в останні роки дозволяє ідентифікувати процес формування нового класу альтернативних інвестиційних активів. Для оцінки інвестиційного ризику цього класу активів у дослідженні була сформована вибірка криптовалют, заснована на критеріях капіталізації та історичної доходності. Вибірка включала 327 криптовалют, які мали капіталізацію більше 1 млн. дол. США. Вимірювання інвестиційного ризику здійснювалося на основі п’яти підходів. Перший з них заснований на показниках варіативності. Другий підхід включав оцінки ризику в контексті асиметрії. Третій ґрунтувався на концепції формування капіталу в межах мір ризику VaR та CVaR. Четвертий був сфокусований на ризику чутливості. П’ятий підхід передбачав використання для вимірювання ризику показника Херста. На основі мір із зазначених підходів було здійснено комплексне оцінювання ризику. Для кластеризації криптовалют за ризиковістю були вибрані індикатори з кожної групи, до яких була застосована технологія самоорганізаційних карт Кохонена. Результатом стало розбиття криптовалют у три кластера. Наведено аналіз отриманих результатів та зроблені відповідні висновки і рекомендації. \nАктивное развитие криптовалют за последние годы позволяет идентифицировать процесс формирования нового класса альтернативных инвестиционных активов. Для оценки инвестиционного риска этого класса активов в исследовании была сформирована выборка криптовалют, основанная на критериях капитализации и исторической доходности. Выборка включала 327 криптовалют, которые имели капитализацию больше 1 млн. дол. США. Измерение инвестиционного риска осуществлялось на основе пяти подходов. Первый из них основан на применении показателей вариативности. Второй подход включал оценки риска в контексте асимметрии. Третий основывался на концепции формирования капитала в рамках мер риска VaR и CVaR. Четвертый был сфокусирован на риске чувствительности. Пятый подход предполагал использование для измерения риска показателя Херста. На основе мер из указанных подходов была осуществлена комплексная оценка риска. Для кластеризации криптовалют по их рисковости были выбраны индикаторы из каждой группы, к которым была применена технология самоорганизующихся карт Кохонена. Результатом стало разбиение криптовалют на три кластера. Приведен анализ полученных результатов и сделаны соответствующие выводы и рекомендации.