Die Blockchain-Technologie revolutioniert die Interaktion zwischen Menschen durch Peer-to-Peer-Netzwerke, Kryptografie und Konsensalgorithmen. Trustless Trust ermöglicht sichere und transparente Transaktionen ohne Zwischenhändler. Trotz der zunehmenden Beliebtheit von Krypto-Assets und den damit verbundenen „Tokenomics“ hat die Öffentlichkeit immer noch kein umfangreiches Wissen über die Funktionsweisen dieser Technologie, und ein Großteil des Diskurses bleibt spekulativ. Das Hauptziel dieser Arbeit ist, die grundlegenden Prinzipien von Krytowährungen (Cryptos) und Non-Fungible Tokens (NFTs) zu untersuchen sowie eine Korrelation zwischen der Technologie und ihren Auswirkungen auf die Wirtschaft aus statistischer und wirtschaftlicher Sicht herzustellen. Um dieses Ziel zu erreichen, wird in den Kapiteln 2 und 3 der Einfluss der Blockchain-Technologie auf Ökonomie und Funktionsweise von Kryptowährungen anhand ökonometrischer Modelle und Clustering-Techniken untersucht. Kapitel 3 untersucht Kryptowirschaft und Blockchain-Funktionalität anhand empirischer Methoden, insbesondere für Coincreatoren und Investoren. Wir zeigen am Beispiel von Ethereum, dass die wirtschaftliche Leistung von Kryptowährungen durch die Gestaltung der ihnen zugrunde liegenden Blockchain-Technologie beeinflusst werden kann. Kapitel 4 untersucht die partiellen Korrelationen von Bitcoin-Renditen über neun verschiedene Zentralbörsen aus der Perspektive eines hochfrequenten, dynamischen Netzwerks. Die vorgeschlagene MHAR-CM liefert Kovarianzschätzungen, die die Besonderheiten der Kryptomärkte berücksichtigen. Das Kapitel zeigt Spillover- und Third-Party-Risiken zwischen diesen Börsen. Kapitel 5 verwendet eine Hedonische Bewertungsmethode, um den DAI Digital Art Index basierend auf dem NFT-Kunstmarkt zu konstruieren. Ein besonderer Fokus liegt auf der Nivellierung der Auswirkungen von Ausreißern mit einer einstufigen robusten Regressions-Huberisierung und einem dynamic conditional score model. Diese Arbeit verknüpft neue Technologien und Wirtschaft durch statistische Modellierung und Analyse. Durch die Bereitstellung empirischer Belege beobachten wir, wie die Blockchain-Technologie unsere Wahrnehmung von Geld, Kunst und anderen Branchen verändert. / The emergence of distributed ledger technologies, such as blockchain, has revolutionized how individuals interact by enabling "trust-less trust" through peer-to-peer networks, cryptography, and consensus algorithms. This technology eliminates intermediaries and provides secure, transparent transaction methods. However, public understanding of this technology, along with "Tokenomics", remains limited, resulting in speculative discourse. The main objective of this thesis is to investigate the fundamental principles of cryptocurrencies (cryptos) and non-fungible tokens (NFTs) and establish a correlation between the technology and its economic impact from statistical and economic perspectives. To achieve this, Chapters 2 and 3 explore the influence of blockchain technology on the economic and functional performance of cryptos using econometric models and clustering techniques. Chapter 3 presents an empirical framework that offers insights to coin creators and investors regarding the interplay between cryptonomics, blockchain functionality, and market dynamics. The economic performance of cryptocurrencies, illustrated with Ethereum as an example, is shown to be affected by the design of their underlying blockchain technology. Chapter 4 examines partial correlations of Bitcoin returns across nine centralized exchanges from a high-frequency dynamic network perspective. The proposed MHAR-CM provides reasonable covariance estimates that account for the unique characteristics of crypto markets. This chapter uncovers spillover risk and counterparty risk among these exchanges. In Chapter 5, a hedonic regression approach is employed to construct the DAI digital art index for the NFT art market. Special emphasis is given to mitigating the impact of outliers using one-step robust regression Huberization and a dynamic conditional score model. The DAI index enhances our understanding of this emerging art market and facilitates observation of its macroeconomic trends. This thesis establishes a connection between emerging technologies and the economy through statistical modeling and analysis. By providing empirical evidence, we gain insights into how blockchain technology is transforming our perceptions of money, art, and various industries.

Diese Dissertation hat zum Ziel, digitale Vermögenswerte statistisch zu durchleuchten und damit einen Beitrag zur Integration digitaler Vermögenswerte in die digitale Gesellschaft zu leisten. Die Kapitel dieser Arbeit lassen sich unter den Schlagworten Abbildung und Analyse der Marktdynamiken von digitalen Vermögenswerten, sowie Investitionen in digitale Vermögenswerte zusammenfassen. Das erste Kapitel, Abbildung der Marktdynamiken digitaler Vermögenswerte, evaluiert die derzeit existierenden Indizes für Kryptowährungen (KWen) sowohl qualitativ als auch quantitativ. Als Grundlage für die Analyse des KW-Sektors ist zunächst eine geeignete Abbildung von dessen Marktdynamiken nötig. Die schnelle Entwicklung des KW-Sektors, seine hohe Volatilität und das häufige Aufkommen und Verschwinden von KWen stellen die Emittenten von KW-Indizes vor Herausforderungen. Jeder Index geht mit diesen Herausforderungen anders um und so unterscheiden sich die methodischen Ansätze der Indizes ebenso wie ihre statistischen Eigenschaften. Das zweite Kapitel, Analyse der Marktdynamiken von digitalen Vermögenswerten, untersucht die Dynamiken des KW-Sektors. Damit sich der KW-Sektor etablieren und in die Finanzwelt integriert werden kann, müssen zunächst die zugrunde liegenden Dynamiken verstanden werden. Wir modellieren die nicht-stationären Renditen und deren Volatilität durch zwei stochastische Differentialgleichungen und schätzen deren Parameter auf Bayes’sche Weise. Dabei identifizieren wir verschiedene Muster des KW-Sektors in Bezug auf Renditen, Volatilität und Sprünge. Im dritten Kapitel, Investitionen in digitale Vermögenswerte, konstruieren wir einen ETF auf den CRIX (vgl. Trimborn and Härdle, 2018), einen Index für den KW-Sektor. Dabei beleuchten wir die zugrundeliegenden Mechanismen, identifizieren potentielle Risiken und schätzen die Kostenstruktur eines solchen KW-ETFs ab. Damit ebnen wir den Weg für die Implementierung dieses neuartigen Finanzprodukts. / This dissertation aims to shed light on the new asset class „digital assets“ from a statistical perspective and thus contributes to the integration of digital assets into the digital society. The chapters of this thesis can be summarized by the keywords tracking, understanding, and investing in digital assets. The first chapter, tracking digital assets, evaluates the currently existing cryptocurrency (CC) indices both qualitatively and quantitatively. As a basis for the analysis of the CC sector, it is first necessary to find an appropriate mapping of the market dynamics. The rapid development of the CC sector, its high volatility and the frequent emergence and disappearance of CCs pose challenges for the issuers of CC indices. Each index deals with these challenges differently, and so the methodological approaches of the indices differ, as do their statistical properties. The second chapter, understanding digital assets, examines the dynamics of the CC sector. For the CC sector to become established and integrated, the underlying dynamics must first be understood. Therefore, we model the non-stationary returns and volatility by two stochastic differential equations and estimate their parameters in a Bayesian manner. Thereby, we identify several patterns on the dynamics of the CC sector with respect to returns, volatility and jumps. The third chapter, investing in digital assets, aims to pave the way for the integration of digital assets into the financial sector. As investments in digital assets remain risky due to high volatility and frequent disappearance of CCs, ETFs are a suitable tool to invest in this sector. We construct an ETF on the CRIX (cf. Trimborn and Härdle, 2018), an index for the CC sector. In doing so, we reveal the underlying mechanisms, risks and costs of such a new financial product and pave the way for its implementation.