学术讨论：比特币价格相关问题的研究与展望【国脉区块链研究团队】

指导

在疯狂的牛市中，很少有人能静下心来阅读文献，但果脉区块链研究团队就是这样一群人。 也许这是我们博士遗留下来的一个奇怪的错误。 学习。 我们总觉得文学可以对你产生潜移默化的影响。

上周我们首次对市场发出了风险提示（），这几天市场也出现了较大幅度的回调。 是时候静下心来读书了。 文献阅读虽然枯燥，但确实可以在投资过程中给你更多的启发。 虽然牛市可以让你在短时间内获得高额回报，但要知道牛市不是永恒的。 只有真正了解行业，真诚研究，才能在投资的道路上走得更稳、走得更远。

今天我们为大家整理了比特币价格相关的文献资料，帮助读者找到影响比特币价格的因素。 我们也希望以后可以在此基础上建立一个合适的定价模型。

一、简介

Nakamoto（2008）建立了点对点的电子现金系统，并于 2009 年 1 月 3 日挖出了创世区块，标志着比特币的诞生。 此后，比特币受到越来越多的关注。 根据Google Trends发布的2017年全球热门话题榜单，比特币的搜索量排名第二。 本文以比特币价格为研究对象，采用文献综述的研究方法，厘清比特币价格的相关问题，以期为今后的研究和投资指明方向。

通过文献分析，可以得出一些明确的结论：

比特币作为一种货币仍然面临着许多困难；

比特币与股市的相关性很低，可以作为一种资产多元化；

比特币等数字货币独立于传统金融资产。 传统金融资产对比特币等数字货币基本没有溢出效应，但数字货币体系内部的溢出效应非常明显；

比特币受其自身供求关系的影响很大；

人们对比特币的关注度会在短期内影响比特币的价格。 例如，Facebook和Twitter上的信息传播会迅速影响比特币的价格，而利好冲击对价格的影响在时间和程度上都远大于利空冲击。

2. 比特币是一种货币吗？

比特币的诞生源于人们对政府和相关经济制度的不信任，尤其是在2008年金融危机之后，这种不信任达到了顶峰。 中本聪（2008）构建的比特币是一种点对点的电子货币，它通过去中心化的方式创建了一个不依赖第三方的信任体系。 因此，关于比特币的第一个问题是确定比特币是否已经成为一种通用货币。 这就需要考察比特币是否具备货币的基本功能，以及比特币与其他货币的关系。

Whelan (2013) 认为比特币类似于美元，因为它们都没有或只有有限的内在价值，并且首先被用作交换媒介。 Lo 和 Wang (2014)，Baur 等人。 (2017) 更深入地探讨了这个问题。 他们都认为比特币作为货币的基本功能，如交换媒介、记账单位和价值储存。 他们认为，比特币距离真正的货币还有很长的路要走。 在记账的可行性和交易的便利性方面，还有提升的空间。 比特币的波动性大于一些小国货币的波动性，因此 Bariviera 等人。 (2017) 认为比特币不具备货币的基本功能。 但是，比特币类似于现代金融建立之前的金银凭证和汇票。 它们都作为 1688 - 货币在 1756 年金融革命过程中的作用 (Roberds and Velde, 2014)。

货币受利率影响，因此可以通过考察比特币与美国联邦基金利率的关系来判断比特币的货币特性。 Dyhrberg (2016) 使用 GARCH 模型检验比特币回报率与联邦基金利率之间的关系。 表中联邦基金利率的系数为正，其传导机制可能是联邦基金利率上升时，美元升值，进口增加，因此网购可能增加。 由于比特币对国际在线交易特别有用，对比特币的需求将会增加，从而增加比特币的投资回报。 这一结果突出了比特币作为交换媒介的优势，以及它在货币上的相似性。

表1 解释变量对BTC收益率的影响

（GARCH(1,1) 模型）

资料来源：比特币、黄金和美元——GARCH 波动率分析

作为一种货币，其他国家的货币如何影响比特币。 Szetela 等人。 (2016) 研究了比特币与美元、欧元、英镑和人民币之间的关系。 他们使用 ARMA 和 GARCH 模型来分析比特币的条件均值和条件方差。 结果表明，比特币的条件均值与其他货币无关，比特币的条件方差与其他货币相关，因此不能说比特币独立于其他货币。 详情如下所示：

表2 比特币受其他币种影响的ARMA(1, 0)模型

该表显示比特币的条件均值独立于美元、欧元、英镑和人民币。

表3 比特币受其他币种影响的EGARCH(1,1)模型

该表显示比特币的条件方差与美元、欧元和人民币相关。

3、比特币是避险资产吗？

比特币是否具有避险属性，这方面的研究从两个角度展开。 首先，比特币与避险资产黄金有多么相似。 其次，比特币与其他金融资产的相关性有多高。 通过文献研究，我们发现比特币的避险特性与股市所处的阶段以及比特币自身价格的发展阶段有关，目前还没有完全一致的结论。 总体而言，比特币与传统股指和波动性的相关性较低，因此可以作为一种资产配置。

鲍尔等。 (2017) 认为，比特币与黄金类似，具有供应有限、通过挖矿增加供应、去中心化以及独立于中央银行或政府体制的特点。 由于比特币目前在金融体系中的作用并不重要，而且比特币独立于法定货币体系，因此比特币很可能被用作避险资产，以避免在股市崩盘和金融危机中遭受损失。 更重要的是，比特币作为一种价值储存手段，可以替代快速贬值的货币。 下图是比特币收益率和标普500收益率的散点图。 比特币可以充当弱避险资产。

图 1 比特币回报和 S&P500 回报

资料来源：比特币：交易媒介还是投机资产？

下表报告了比特币 FXVol 和标准普尔 500 指数的负回报。 FXVol为四种汇率的日均波动率（采集5分钟中点报价），四种汇率介于瑞士法郎/美元、欧元/美元、日元/美元和英镑/美元货币对之间。 样本为2010年7月至2015年6月。表4采用下分位数的叉积怎么判断比特币涨跌，表5采用危机事件虚拟变量的叉积。

表 4 比特币避险属性分析（分位数）

资料来源：比特币：交易媒介还是投机资产？

表 4 的结果表明，由于危机事件的下分位数或叉积与零或负值没有显着差异，因此比特币的收益率没有表现出很强的避险特性，除了恐怖袭击和战争。 在标准普尔 500 指数分裂和极端负收益率期间，比特币与标准普尔 500 指数无关。 分位数回归的结果表明，比特币在正常时期与这两个指标无关，在 FXVol 异常（90% 以上的下分位数）和 S&P500 异常波动期间也与这两个指标无关。

表5 比特币避险属性分析（极端事件）

资料来源：比特币：交易媒介还是投机资产？

表 5 报告了结果。 与分位数回归类似，他们的研究并未发现外汇波动和危机的叉积对比特币有强烈影响。 对于标普500指数，研究发现自然灾害的叉积与标普500的叉积具有很强的正相关性，恐怖袭击和战争与标普500的叉积具有弱的负相关性。 这表明比特币在自然灾害期间与标准普尔 500 指数呈正相关。 比特币可以作为恐怖袭击和战争期间的避险资产。

Dyhrberg (2016) 使用 GARCH 模型探索和分析比特币的对冲属性。 解释变量选择了黄金（现货和期货）、美元/欧元和美元/英镑汇率以及英国富时100指数。 文章发现，比特币与黄金和美元有相似之处，具有避险能力和交易媒介的优势。 非对称 GARCH 表明，比特币可能对风险管理有用，是规避风险的投资者的理想选择，可作为对冲负面冲击的工具。 一般来说，比特币在金融市场和投资组合管理中占有一席之地，因为它可以被归类为介于黄金和美元之间的投资，相对于纯交易媒介和纯价值储存而言具有优势。

布里等人。 (2017) 使用分位数回归方法分析比特币与全球不确定性之间的关系。 结果表明，VIX 在较长频率下对比特币回报率有强烈的负面影响，而在比特币较短频率下的不确定性仅在高分位数上对比特币有显着的积极影响。 这意味着比特币对冲全球不确定性的能力只对非常短的投资窗口有效，而且只在牛市中有效。 Bouri 等人的另一项研究。 (2017) 调查了比特币与全球股票指数、债券、石油、黄金、商品指数和美元指数之间的相关性。 他们使用了 Engle (2002) 的双变量 DCC 模型，结果显示比特币的对冲和避风港属性的证据有限，但是，比特币作为多元化工具仍然有效。

布里等人。 (2017) 研究了比特币的避险属性和 2013 年比特币价格暴跌的特征。使用非对称 GARCH 框架，他们的主要结果表明，在 2013 年比特币暴跌之前，它具有避险资产的属性，这坠毁后消失。 研究还发现，比特币波动率与美国VIX指数呈负相关。 此外，将比特币纳入股票投资组合，将有效降低投资组合风险。 在 2013 年比特币崩盘之前，此功能尤为重要（见下表 6）。

表 6 非对称 GARCH 模型的参数估计值（均值）

资料来源：关于 2013 年价格暴跌前后比特币市场的回报波动率关系

表 7 非对称 GARCH 模型的参数估计值（方差）

表8 比特币对美股的避险效果

资料来源：关于 2013 年价格暴跌前后比特币市场的回报波动率关系

4. 比特币与传统金融资产的关系

比特币作为一种资产与传统金融资产有什么关联？ 这方面的研究文献考察了比特币的价格、收益率、波动率和其他传统金融资产之间的关系。 文献中研究过的传统金融资产包括标准普尔 500 指数、债券、黄金、GSIC 等。 就这些文献得出的研究结果而言，简而言之，BTC与其他金融资产的相关性很低。

Stavroyiannis 和 Babalos（2017 年）使用各种计量经济学方法（包括单变量和多变量 GARCH 模型以及向量自回归模型）检验比特币和标准普尔 500 指数的动态。 实证结果表明，比特币表现出与美国股市无关的特征性内在属性（如下图所示）。

图 2 标准普尔 500 指数和比特币价格

资料来源：比特币和美国市场的动态特性

图3 BTC和SP500的动态相关性和时变Beta图

资料来源：比特币和美国市场的动态特性

根据动态相关和时变Beta图，最大动态相关为0.654，最小为-0.66，均值为-0.045，标准差为0.163，极差为1.32，四分位距为0.174。 由于BTC与SP500并不完全正相关，因此排除了BTC作为对冲资产的可能性。 这与黄金形成鲜明对比，从 2013 年底开始，黄金与标普 500 指数的动态相关贝塔数月以来一直呈负相关，当时标普 500 指数升至上次全球金融危机期间的水平之上。 BTC 与标准普尔 500 指数之间的不相关结果与 Bouoiyour 等人一致。 (2014)，他发现 BTC 价格在很大程度上脱离了宏观经济基本面。

科贝特等人。 (2017) 使用 Diebold 和 Yilmaz (2012) 的收益率和波动溢出分析方法研究比特币与其他金融资产的相关性，阐明信息扩散的动态路径，确定收益率和波动扩散的排放。 收件人和收件人。 他们使用 Krehlik (2015) 方法来估计市场相关性，以确认是否存在短期、中期和长期相关性。 他们发现比特币等数字货币与其他金融工具脱钩，投资比特币可以分散投资其他金融工具的风险。 由于比特币等数字货币系统的独立性，受技术、政府监管、黑客攻击等因素影响，其异质性风险较高。 数字货币之间的价格溢出和波动溢出很强。

表 9 BTC 收益率、波动率和其他资产 Diebold Yilmaz 溢出表

资料来源：探索加密货币与其他金融资产之间的动态关系，国脉科技研究院整理。

根据 Diebold Yilmaz 溢出表，BTC 价格影响 Ripple 和 Lite（28.37% 和 42.3%），但 Ripple 和 Lite 对 BTC 的影响很小（7.11% 和 5.47）。 其金融资产中，FX对BTC的影响最大（4.18%），其次是Bond（2.75%），但价值很小。 这一结果足以说明，以BTC为代表的数字货币市场与其他金融市场是割裂开来的。 在 Volatility Spill 列中，有相同的结果。 这些结果表明，在此期间，一般金融市场状况对加密货币影响不大。 下图更直观地展示了 BTC 与其他金融资产之间的弱相关性。

图 4 比特币与其他资产的相关性

资料来源：探索加密货币与其他金融资产之间的动态关系

鲍尔等。 (2017) 分析了比特币与 17 种资产之前的相关性，数据窗口为 2010 年 10 月至 2015 年 6 月。从表中可以看出，比特币收益与所有资产类别均不相关。 这种低相关性也意味着比特币从宏观角度来看风险较小。

表 10 比特币收益率与其他资产的相关性

资料来源：比特币：交易媒介还是投机资产？

5、比特币价格受自身因素影响

Bouoiyour 等人。 Buchholz 等人 (2016) 使用 EMD 方法分解比特币的价格，该价格受长期基本面因素驱动，包括供需基本面、交易所交易比率、流通速度和比特币的预计产量等。 (2012) 认为，从长远来看，影响比特币价格的最重要因素是比特币供需之间的相互作用； Kristoufek（2015 年）补充说，反映实际交易量的估计产量增加导致比特币价格长期下跌。 Van Wijk（2013 年）强调，从长远来看，全球金融市场的发展（尤其是股票市场指数、汇率和油价）会影响比特币价格。 此外，Ciaian 等人。 (2016) 以及 Bouoiyour 和 Selmi (2015) 发现，现实世界的交易和兑换交易从长远来看扩大了持有比特币的效用，导致其价格上涨。

Ciaian 等人。 (2016) 将市场供求等传统因素与比特币对投资者的吸引力和比特币使用等比特币特定因素相结合。 他们使用五年（2009-2015）数据并使用时间序列分析方法，发现比特币市场的供求力量，以及比特币对投资者和用户的吸引力对比特币的价格有显着影响，但影响是时间的变化。 他们的研究也证明，比特币的价格可能是由长期基本面决定的，从长远来看，宏观金融的发展不会推动比特币的价格。

图 5 IMFs 对比特币价格的分解

注：BPI：比特币价格指数；

LFRQ：低频分量（长期）；

HFRQ：高频分量（短期）。

资料来源：是什么推动了比特币价格

6. 影响比特币价格的短期因素

比特币短期内波动较大，对其价格影响较大。 文献包括推特和谷歌搜索对比特币价格的影响等等。

Georgoula（2015 年）使用时间序列分析来研究比特币价格与基本经济变量、技术因素以及从 Twitter 中提取的集体情绪度量之间的关系。 情感分析通过使用机器学习算法支持向量机进行日常分析。 一系列短期回归表明，推特的情绪比率与比特币价格呈正相关。 短期分析还表明，维基百科搜索查询的数量（表明公众对比特币的兴趣）和哈希率（衡量挖矿难度的指标）对比特币的价格有积极影响。 相反，比特币的价格受到代表整体价格水平的美元和欧元之间汇率的负面影响。 他们使用 VECM 检查长期关系。 结果显示，比特币价格与流通中的比特币数量（代表货币供应总量）呈正相关，与标准普尔 500 指数呈负相关。

表 11 短期内影响 BTC 价格的因素

资料来源：使用时间序列和情绪分析来检测比特币价格的决定因素

布里等人。 (2017) 研究了新闻对比特币的影响，他们发现，就冲击而言，正面冲击对比特币的影响远大于负面冲击。 Kristoufek (2013) 研究的谷歌搜索和维基百科搜索结果与 Bouri 等人一致。 (2017)。

图6 正向冲击对比特币收益率条件波动的影响

远大于负面冲击

资料来源：关于 2013 年价格暴跌前后比特币市场的回报波动率关系

图7 Google搜索正反馈对价格影响的脉冲响应图

资料来源：比特币遇上谷歌趋势和维基百科：量化互联网时代现象之间的关系

图 8. Google 搜索差评对价格影响的脉冲响应图

资料来源：比特币遇上谷歌趋势和维基百科：量化互联网时代现象之间的关系

图 9. 维基百科搜索中正反馈对价格影响的脉冲响应图

资料来源：比特币遇上谷歌趋势和维基百科：量化互联网时代现象之间的关系

图10 维基百科搜索负反馈对价格影响的脉冲响应图

资料来源：比特币遇上谷歌趋势和维基百科：量化互联网时代现象之间的关系

七、对未来研究的思考

首先，比特币等数字货币交易机制的独特性（24小时连续交易，在10多家大型交易所交易）需要采用新的计量方法进行分析。 比特币等数字货币的数据频率选择需要再次讨论。 基本上，使用比特币的每日数据。 但是怎么判断比特币涨跌，比特币等数字货币的交易是一年四季24小时不间断的交易，以当天的均价来衡量，难免会丢失大量信息。 根据采样间隔，结果会有很大差异。

其次，虽然文献表明比特币价格与标准普尔 500 指数和富时指数不相关，但缺乏对比特币与特定行业，尤其​​是技术相关行业之间的相关性、回报和波动溢出的研究。 当前全球股市涉及区块链相关企业的大量增加，其中不乏互联网科技巨头。 即使比特币与整体股市的相关性不大，但它可能与科技行业密切相关。 因此，值得进行下一阶段的研究。

第三，由于比特币等数字货币是内生的自我驱动的经济系统，因此有必要关注比特币对其他数字货币的溢出效应。 比特币等数字货币的价格涨跌对应下图中的四个象限。 如何从技术周期的角度判断比特币和数字货币价格的象限值得研究。 比如现在区块链技术还处于发展初期，大规模的投资还在源源不断的涌入，可以判断比特币等数字货币在第三象限的时间较少。 但仍不排除政府监管严厉、黑客攻击等重大事件对价格造成影响，导致价格短期回落至第三象限。

图11 BTC等数字货币价格涨跌对应区间图

第四，新兴技术的出现和区块链应用场景的增加不断降低比特币在数字货币中的市值比重。 这种情况会持续到什么程度？ 下图可以看出，比特币在整个数字货币市场的占比越来越小。 比如12月初，数字货币整体市值6000亿美元，BTC占比60%。 1月初，当数字货币整体市值增至8000亿美元时，BTC仅占32%。 IOTA、Byteball、Railblocks等新技术带来的以有向无环图（DAG）为主要特征的新型数字货币市值不断增加。 未来市场迫切需要根据不同技术对数字货币之间的交互进行分类研究。

图12 BTC占数字货币整体市值的比例

资料来源：coinmarketcap.com

第五，投资者囤积比特币等数字货币造成的比特币通缩效应导致总需求下降，不利于总产出增加。 为此，需要引导人们端正投资理念，构建全生命周期。 资产配置方案。 随着人们对比特币的期望值上升，投资者尤其是年轻投资者纷纷攒钱购买比特币并囤积起来，消费被无限推迟。 这导致了比特币的流通量下降，同时社会生产总需求不足，造成了比特币价格越来越高，但经济整体物价水平不高的局面。下降，导致社会生产总产出短期下降。 随着数字货币市值逐渐逼近1万亿美元，这一现象需要引起足够的重视。

图 13 总需求和总供给曲线

六、CBOE和CME于2017年底开通比特币期货交易。据彭博社估计，美国证监会将于2018年上半年批准比特币ETF。比特币衍生品生态系统的不断扩张对价值的影响比特币本身也是一个未来的研究方向。

参考

过往报道

(2018-01-13)

(2018-01-12)

(2018-01-03)

(2017-12-27)

(2017-12-26)

(2017-12-18)

(2017-12-16)

免责声明

本公众号订阅号由国脉科技研究院（以下简称“我院”）设立。 所载内容为对我院研究成果的跟踪解读。 本报告是根据已公开的材料和信息撰写而成，但我院不保证材料和信息的完整性和准确性。 在任何情况下，本订阅号所包含的内容均不构成任何人的投资建议，对于因使用本订阅号所包含的任何内容而造成或可能造成的任何损失，本研究所及相关研究团队不承担任何责任。 本订阅号保留对其所载研究报告的一切合法权利。 订阅者复制、转载本订阅号所载全部内容（包括文字、音频、视频等）必须注明出处，不得违背本订阅号所载内容进行引用、删节或修改。