ЛИСТИНГ КРИПТОВАЛЮТ В СОВРЕМЕННОМ МИРЕ: ВОЗМОЖНОСТИ ПОЛУЧЕНИЯ ДОХОДОВ
Аннотация
В статье проводится исследование листинга криптовалют в современных условиях, которые характеризуются стремительным развитием передовых технологий со всех сферах экономики и жизни общества, в том числе и в финансовой сфере. Изучены экономическое содержание и сущность криптовалюты, процесс листинга криптовалют, его классификация и основные виды. Выделены и показаны на реальных примерах возможности по получению доходов от инвестиций в криптовалюты, находящиеся на этапах листинга, и от размещения активов на криптобирже непосредственно после их листинга. Данная статья может выступать наглядным пособием по повышению финансовой грамотности пользователей, которые интересуются инвестициями и способами получения доходов в сфере криптовалют
Литература
Vakhrushev D.S., Zhelezov O.V. Cryptocurrency as a phenomenon of modern information economy: problems of theoretical understanding. Science studies. 2014. N 5 (24). P. 1–9. Vdovenko A. A. Problems of application of financial technologies in the field of cryptocurrencies in Russia and foreign countries. Bulletin of Tver State University. Series: Economics and Management. 2022. N 1 (57). P. 16–22. DOI 10.26456/2219-1453/2022.1.016-022. Zeynelgabdin A.B., Akhmetbek E.E. Cryptocurrency and blockchain technology – new realities of the modern economy. Economics: strategy and practice. 2020. N 3 (15). P. 111–125. Binance Academy. https://academy.binance.com/ru Sovcomblog. https://journal.sovcombank.ru/glossarii/chtotakoe-listing-tsennih-bumag. Binance Academy. https://www.binance.com/ru. Myalo A.S. Comparative Analysis of ICO, DAOICO, IEO and STO. Case Study. Finance: Theory and Practice. 2019. V. 23. N 6 (114). P. 6–25. DOI 10.26794/2587-5671-201923-6-6-25. Dulatova N.V. Digital currency: prospects and analysis of the market of cryptocurrency exchanges in Russia and foreign countries. Bulletin of Tomsk State University. Right. 2022. N 46. P. 150–163. DOI 10.17223/22253513/46/11. 9. Larina O.I., Akimov O.M. Digital Money at the Present Stage: Key Risks and Development Direction. Finance: Theory and Practice. N 24(4). P. 18–30. DOI: 10.26794/ /2587-5671-2020-24-4-18-30. 10. Shekshueva S.V. Stress testing of modern commercial banks in Russia. Modern high technology. Regional application. 2022. N 4 (72). P. 27–32. DOI 10.6060/snt. 20227204. 0004. 11. Shekshueva S.V. Stress resistance of Russian commercial banks in conditions of global uncertainty. Modern high technology. Regional application. 2023. N 1 (73). P. 24–30. DOI 10.6060/snt.20237301.0003. 12. Shekshueva S.V., Tatyanin G.V. The impact of remote banking services on the competitiveness of the bank in the conditions of digitalization of the banking sector. Bulletin of Samara State University of Economics. 2022. N 10 (216). P. 73–80. DOI 10.46554/1993-0453-2022-10-216-73-80. 13. Shekshueva S.V., Tatyanin G.V.Introduction of chatbots with artificial intelligence into remote banking services as a way to increase the competitiveness of a commercial bank. Modern high technology. Regional application. 2023. N (75). P. 47–51. DOI 10.6060/snt.20237503.0006. 14. Shekshueva S.V., Tatyanin G.V. Remote banking services in the context of global challenges of our time. Bulletin of Samara State University of Economics. 2022. N 8 (214). P. 88–94. DOI 10.46554/1993-0453-2022-8-214-88-94. 15. The official website of the Gate crypto exchange. https:// www.gate.io/ru/trade/arkm_usdt. 16. Yanishin K.R., Gatsenko I.O., Mast A.I. Stablecoins as a tool to eliminate cryptocurrency volatility. International Journal of Humanities and Natural Sciences. 2020. N 4–3 (43). P. 179–183. DOI 10.24411/2500-1000-2020-10421. 17. Analytical service and aggregator of cryptocurrency market data – Cryptorank. https://cryptorank.io 18. A cryptographic website for tracking prices and cryptographic data – Coinmarketcap https://coinmarketcap.com Xenophon, O.L., Valinoura A.А. And.|Transport task adaptation for bank liquidity management. Ivecofin. 2022. N 2(52). C. 99-105 19. Mirolyubov A.A., Balakin M.A., Miloslavsky M.Yu. Forecasting the Chinese yuan exchange rate based on the genetic algorithm of neural networks. Ivecofin. 2023. N 4(58). C. 62-70
