經濟學家眼中的數字貨幣——風險篇：風起云涌_數字貨幣:ARCHIE幣

經濟學家眼中的數字貨幣：系列序

經濟學家眼中的數字貨幣——分類篇：靈魂無處安放的比特幣

經濟學家眼中的數字貨幣——市場篇：幣圈將無韭菜？

經濟學家眼中的數字貨幣——交易所篇：王者的榮耀

經濟學家眼中的數字貨幣——價格篇：在泡沫中沉浮

面對數字貨幣的全新挑戰，經濟學家分兩類，一類嗤之以鼻，認為數字貨幣屬于投機泡沫不值一提；另一類則謹慎接受，開始前沿的探索性研究。隨著數字貨幣的發展壯大，越來越多的經濟學家加入第二陣營。凱叔為此推出“經濟學家眼中的數字貨幣”系列文章，這是目前最全的數字貨幣文獻綜述。在分類，市場，交易所，價格，風險，和監管6大方面，總結全球經濟學家對數字貨幣的前沿性理論研究，為感興趣的研究者提供一個有用的參考和借鑒。本文為該系列文章中第5篇風險篇，下一篇為最后一篇監管篇，敬請關注。

在英國《金融時報》2017年11月30日題為“比特幣在一天內從牛市轉熊市又變回牛市”的報道中，有一段是這么寫的：“在雷曼兄弟于2008年9月倒下后，美國股市花了24天，跌了20%后到了熊市；而比特幣，這個新時代的加密貨幣，一直以來在突破牛市的最高紀錄，在周三僅僅用6小時就又一次突破牛市的記錄。”

風險和波動性的研究

高風險和強波動性，是數字貨幣的特征。不管是從歷史價格圖表上的直觀感受，還是從大眾財經媒體的報道，我們都能顯而易見的察覺到數字貨幣這種異于傳統金融資產的特點。

而學術界對數字貨幣特別是比特幣風險和波動性的學術研究，主要集中在幾個方向：一是，研究比特幣的回報、波動和投機性質，并對比其他資產，比如黃金、美元和證券，用于了解比特幣的分類和作用。二是，探索研究比特幣波動性的有效方法。三是，比特幣波動性隨時間變化趨勢，以及從短期和長期、低頻和高頻角度研究波動性的不同。四是，其他類型的數字貨幣與比特幣在波動性上的關系。五是，用RandomWalk和Borwnian運動理論去研究比特幣波動性的長期記憶和持續波動性問題。

資產配置必不可少

研究數字貨幣的風險和波動性有什么實際應用嗎？不僅有而且意義重大，因為數字貨幣有可能成為資產配置中必不可少的絕佳投資組合。

寶新金融首席經濟學家：預計區塊鏈等行業未來就業前景較好:7月8日消息，寶新金融首席經濟學家鄭磊接受采訪時表示，大數據智能、區塊鏈、計算機科學、生物技術和藥學、微電子和機器人等行業，都處于政策風口，受到國家支持，預計未來就業前景較好。（證券日報）[2020/7/8]

回顧一下在“經濟學家眼中的數字貨幣”系列中的分類篇里，我們提到很多研究者把比特幣歸為資產類而不是貨幣，另外有學者認為比特幣屬于商品，還有學者干脆把比特幣認定為新型混合資產。Grinberg(2011)對把比特幣歸為證券、投資合約、商品或者貨幣表示質疑，認為比特幣通往合法化之路將不會一帆風順，這導致它的價格波動性將會很大。

由于數字貨幣與眾不同的特性導致難以歸類，反而讓它很適合資產配置中的另類資產角色，符合分散投資的原則。

Dyhrberg(2016a)認為比特幣在金融體系和投資資產組合中有一定的作用。Katsiampa(2017)也持有相似的觀點，他認為研究比特幣的波動性很重要，因為比特幣市值增長迅猛而且在金融市場的地位也越發凸顯。

為了更深入地研究比特幣和其他數字貨幣的波動性，需要找出最合適的模型和方法。Dyhrberg(2016a)用GARCH模型研究比特幣波動性后發現：比特幣波動性隨觀察時間增長而變高，并且呈現非平穩狀態。他發現印證了Enders(2010)的研究。Enders說，比特幣最值得注意的特點就是波動性的變化性，其波動性在某些時期極高而在另一些時期很低。通過Engle的拉格朗日多因素測試法得出比特幣價格對數差的殘值呈現很強的ARCH效應，這個結果印證了比特幣波動率的變化特征。Katsiampa(2017)在這些基礎上更進一步，他用多種GARCH模型來測試比特幣的波動性，并對比得到的結果，從而找到最適合比特幣研究的模型。他通過研究發現，AR-CGARCH模型是最佳模型，同時提出在研究比特幣波動性中，要特別注意有條件波動性中長期和短期的構成部分。然而，Klein等(2018)卻發現比特幣回報在市場沖擊的時候呈現非對稱性，因此認為FIAPARCH為研究比特幣有條件波動性的最佳模型。

Cheah和Fry(2015)認為比特幣是個高度投機和波動的市場，充滿投機泡沫，并認定比特幣價值無法確定，接近為零。而Blau(2017)并不同意，他認為，經過研究發生在2013年的比特幣第一次大幅價格波動，可以認定比特幣的高波動性并不是因為投機交易引起的。他的理由是：在高波動性發生時期，投機交易量并不高；投機交易量和比特幣波動性不成正相關，反而呈現負相關；用帶著Newey和West(1987)標注差控制變量的GMM模型進行單變量和多變量測試得出和上面相同的結論：即用概率回歸模型去測出比特幣價格極端變化的天數和投機交易的水平呈現負相關。

聲音 | 瑞典央行高級經濟學家：Libra顯示出人們對廉價且有效的跨境支付的需求:瑞典央行（Riksbank）高級經濟學家Gabriel Soderberg表示，跨境支付是決策者需要互相趕超的地方。Libra顯示出人們對央行尚未交付的東西的需求，即廉價、有效的跨境支付。Soderberg稱Libra為“大Ripple”。盡管底層設計不同，但他們計劃提供的某些服務是相似的。（coindesk）[2019/10/18]

從另一個角度看，市場上有2000多種數字貨幣，它們的波動性也不盡相同。了解它們的風險特性即波動性，有助于投資和風險管理。Gkillas和Katsiampa(2018)用最新的5種主流幣，瑞波幣，比特幣現金和輕幣）的數據，運用極值原理去研究其回報的尾部區的特征。他們研究發現，比特幣現金風險最大，而比特幣和輕幣風險最小。

內外風險管理和對沖

比特幣的風險管理和對沖可以從內部和外部兩方面來看：內部是用比特幣的衍生品，比如比特幣期貨去對沖比特幣或者其他數字貨幣的價格波動風險，這方面需要了解比特幣衍生品和所有數字貨幣的內在聯系以及對沖有效性；外部是指通過投資比特幣來減少其他資產類投資的風險，也就是利用比特幣和其他類資產回報相關性很弱的特點來分散投資，這方面更加注重比特幣和整體市場的動態關系，而不僅限于比特幣和某類投資產品的關系。目前學術界更多的關注外部風險管理和對沖,對內部風險管理研究比較少，可能以為比特幣的衍生品剛剛才問世，需要有一段時間才會發揮其該有的作用。

內部風險管理和對沖，主要是看2017年12月開始交易的比特幣期貨能否真正用來對沖除了比特幣以外的其他數字貨幣的風險，也叫交叉對沖。為了檢驗交叉對沖的有效性，我們運用了最小波動對沖比例，該模型假設價格是正態分布的。這個模型計算出來的最小波動對沖比例h，是整個資產能被比特幣期貨對沖的一個百分比數。

h之所以叫最小波動對沖比例，是因為即使再用別的方式，也無法再用對沖的方式減小整個資產組合的風險。用這樣的方法可以算出，瑞波幣h是0.612，以太坊是0.483，Dodge是0,861。以瑞波幣為例，0.612表示，如果你持有瑞波幣，那么可用做空比特幣期貨來覆蓋61.2%的瑞波幣的風險。同理，可以覆蓋以太坊48.3%和Dodge86.1%的風險。也就是說，用同樣的比特幣期貨來對沖，用來對沖Dodge幣的風險效率比瑞波幣高，而對沖以太坊的效率是最低的。因為Dodge幣還剩下13.9%暴露在風險中，而以太坊卻還有51.7%暴露在風險中。

聲音 | 荷蘭經濟學家：BTC價格走勢和谷歌搜索量幾乎一致:據CNBC消息，荷蘭國家銀行(Dutch National Bank)政策顧問、經濟學家Joost van der Burgt的新研究表明2017年底之前，BTC谷歌搜索量與BTC價格的相關性幾乎是“完美匹配”。他表示，“每次比特幣出現在新聞中，無論是正面的還是負面的，價格都會相應上漲。”[2018/8/31]

這些最小波動對沖比例體現出數字貨幣中的系統性風險，也就是說，所有數字貨幣共同面對的風險。從另外一面看，最小波動對沖比例沒覆蓋的部分，比如13.9%或者51.7%，就是獨立的風險，這類風險和比特幣沒有關系。從數據上可以看出，大部分數字貨幣并不相互關聯。我們只能說，比特幣期貨和其他比特幣的衍生品，可以有效地對沖比特幣風險，但是對其他數字貨幣的風險管理并非十分有效。

然而，從數字貨幣行業發展的歷史角度來看，數字貨幣之間的關聯性和對沖比例會越來越小。主要原因在于數字貨幣底層技術的演化非常迅猛。當比特幣出現的時候，它占據當時數字貨幣市場的絕大部分份額，同時期的大多數其他數字貨幣，是從比特幣體系衍生出來的，用的是同樣的工作證明機制，我們稱之為第一代數字貨幣。后來的以太坊和隨后出現的大量另類幣，都是基于智能合約機制的，我們稱之為第二代數字貨幣。最近，EOS發展迅猛，它基于利益機制，我們稱之為第三代數字貨幣。隨著各種類型的數字貨幣一直涌現，這些不同類型的數字貨幣基于不同的底層技術和原理，因此必然造成它們的聯動性和對沖比例會越來越小。

外部風險管理和對沖，用數字貨幣來降低傳統金融投資和資產管理中的風險一直是研究的熱門話題。Baur等(2018)發現比特幣的回報和其他傳統資產——證券、外匯、商品等非常不一樣。它們之間的關聯性極低，因此無論是在正常的還是動蕩的市場環境中，比特幣都成為很好的分散風險的工具。Baur還發現三分之一的比特幣由投資人持有，因此比特幣的交換媒體中介的功能相對其他資產是很弱的。但是，隨著更多人接受并使用比特幣，比特幣的波動可能影響金融和貨幣體系的穩定性。然而，從現在看，特別是從比特幣和其他資產的低相關性角度看，我們依然認為比特幣是一個很好的風險分散投資工具，但是我們同時保持謹慎的態度，因為對比特幣的風險性質做全方位的分析和研究目前還僅僅在很早期的階段。

聲音 | BBVA亞洲首席經濟學家夏樂：數字貨幣可作為主權貨幣補充形式:西班牙對外銀行（BBVA）亞洲研究部亞洲首席經濟學家、中國人民大學國際貨幣研究所特約研究員夏樂日前在接受金融界采訪時說，在當前數字貨幣尚處探索階段的時候，倘若某個國家將它作為唯一的貨幣發行方式，肯定會有問題。大規模流行的貨幣一定要有主權國家背書，在可以預見的時間內，各國的經濟交往、貨幣兌換、清算仍需要通過銀行體系進行。雖然目前加數字貨幣尚不能替代銀行體系，但這并不妨礙它成為現有貨幣體系的補充。在各個國家內部，央行可以發行本國的數字貨幣進行流通。[2018/7/11]

Baur和Lucey(2010)定義了對沖資產、風險分散資產和安全資產（SafeHaven)被廣為運用。對沖資產是指和被對沖資產的回報呈現不相關或者負相關性的資產；風險分散資產是指和被對沖資產呈現正相關性，但不是絕對關聯的資產；安全資產指的是在市場動蕩時，和被對沖資產呈現負相關性或者沒有關聯的資產。

學者們以這些對沖定義為標準，用動態關聯方法，發現了一些有趣的結論。

Bouri等(2017)用動態有條件關聯模型檢測比特幣和全球主要股票指數、債券、石油、黃金、商品指數和美元指數，來區分比特幣屬于對沖資產、風險分散資產還是安全資產。該研究表明，比特幣體現更多的是風險分散資產屬性而不是對沖資產屬性。然而，比特幣在亞洲股票暴跌的時候，卻體現出安全資產屬性。這個研究表明，比特幣的對沖、風險分散和安全屬性，隨著時間的變化而變動。其他學者在不同時間點的研究也都得出一樣的結論。

另一個研究，用和Bouri相同的辦法和模型，但是對標的不是大類金融資產，而是主要貨幣。Urquhart等(2018)研究比特幣憑著其每日高度波動性，是否能在以每小時為單位的頻率上作為主流貨幣的對沖或者安全資產。該研究使用了不對稱動態有條件關聯模型去分析并發現比特幣能成為瑞士法郎CHF、歐元EUR、英鎊GBP的對沖資產，成為澳元AUD、加元CAD和日元JPY的風險分散資產。該研究還應用thenon-temporalHansen(2000)測試模型，得出比特幣在極端動蕩的市場環境下，能成為加元CAD、瑞士法郎CHF和英鎊GBP的安全資產。

Bouri和Urquhart的研究表明，比特幣成為對沖資產的時候不多，正常都屬于風險分散資產和安全資產，同時我們可以推斷，比特幣的對沖風險的功能在高頻下能夠更好地實現。

清華經濟學博士吳緒亮：區塊鏈的經濟學正成為經濟學家的關注熱點:近日，清華大學經濟學博士、騰訊競爭政策辦公室首席經濟學顧問吳緒亮撰文表示，目前，有多個互聯網經濟領域已經或正在成為經濟學家們關注的熱點。特別是計算機科學與經濟學的交叉領域，以及具體應用到互聯網產品及其價格結構設計的微觀經濟學。比如，人工智能和區塊鏈的經濟學，滴滴的高峰定價、拼車的動態定價以及司機和乘客的匹配優化模型等等。[2018/5/5]

Klein等(2018)從研究比特幣的對沖功能角度，提出比特幣和黃金有巨大的不同。在市場動蕩時，黃金一直以來都被認為是規避風險的好去處，而比特幣卻不一樣，比特幣和市場一樣動蕩。Klein通過用動態關聯分析法，研究比特幣和股票指數、商品指數的波動關系，并和黃金做比較。在比較時采用資產組合分析法，著重強調黃金和比特幣在市場動蕩時的表現。在計量上使用BEKK-GARCH模型來計算黃金和比特幣隨時間變動有條件關聯性(Time-VaryingConditionalCorrelations）。研究結果表明，黃金和白銀有相近的波動特征，然而，從資產組合角度，比特幣沒有像黃金一樣具有安全資產的屬性。用資產組合為基準來測評比特幣對標準普爾500、黃金、MSCI全球股票指數的對沖能力的結果顯示，黃金的對沖功能占主導地位，平均能起到36.98%資產的對沖作用，而最高能達到90%，相比之下，比特幣只能有3%~4%對沖功能。下圖是Klein報告里顯示黃金和比特幣在資產組合風險管理的對沖功能的對比圖，可以明顯看出，比特幣的對沖功能遠不如黃金。

然而，早期Dyhrberg(2016a)同樣用asymmetricGARCH模型研究比特幣和黃金的對沖屬性，卻得出了不一樣的結論。Dyhrberg證明比特幣能對沖英國金融時報的股票指數，同時比特幣也能在短期內對沖美元指數。比特幣在多維度上和黃金有著相似的對沖能力，因此該研究認為比特幣可以和黃金一樣，作為一個很好的風險管理工具。

為什么用同樣的方法卻得出不同的結論？我們看到Dyhrberg這篇文章用的數據時間比上面Klein等人的文章早了兩年，因此推斷也許是因為比特幣波動性本身在經過兩年后發生了很大的變化。有趣的是，即便是同一個作者，對比特幣波動性和對沖性也會有不一樣的看法。Dyhrberg在2016年發表了兩篇研究文章，Dyhrberg(2015a)認為比特幣的對沖性介于黃金和美元之間，Dyhrberg(2015b)認為比特幣對沖性比原來估計的要高，可以用于對沖UK的股票和美元。

不同研究者，甚至同一研究者在不同時間，對比特幣的對沖功能有不同的看法，這在數字貨幣世界并不罕見，因為數字貨幣是一個變化很快的新領域。這可以從研究數字貨幣的結構性變動的眾多學者的研究成果里看出來。其中Thiesa(2018)，用BayesianChangePoint(BCP)方法研究比特幣平均回報和波動，發現比特幣的結構性變動非常頻繁。

從這些經濟學家對比特幣的風險波動和對沖屬性的在不同時期多角度研究成果中，我們可以認為，比特幣雖然不是萬能的對沖資產，但是它能在一定的時期和效率范圍內，針對某些主流貨幣體現很好的對沖。同時，大部分研究都喜歡把比特幣和黃金做對比，因為它們在對其他類資產風險管理上能起到相似的作用。這些研究的結論一般都同意比特幣和黃金有相似之處，但是比特幣的風險管理和對沖功能卻不如黃金。

風險篇完，下一篇監管篇-與時俱進，敬請關注。

===參考文獻:====

·Dyhrberg,A.H.,(2016a).Bitcoin,goldandthedollar–AGARCHvolatilityanalysis,FinanceResearchLetters,Volume16,2016,Pages85-92,ISSN1544-6123,https://doi.org/10.1016/j.frl.2015.10.008.

·Katsiampa,P.,(2017).Volatilityestimationforbitcoin:AcomparisonofGARCHmodels.EconomicsLetters,Volume158,2017,Pages3-6,ISSN0165-1765,https://doi.org/10.1016/j.econlet.2017.06.023

·Enders,W.,(2010).AppliedEconometricTimeSeries.Wiley.

·Cheah,E.T.,Fry,J.,(2015).SpeculativebubblesinBitcoinmarkets?AnempiricalinvestigationintothefundamentalvalueofBitcoin.EconomicsLetters,Volume130,2015,Pages32–36.ISSN0165-1765,https://doi.org/10.1016/j.econlet.2015.02.029.

·Blau,B.M.,2017.PricedynamicsandspeculativetradinginBitcoin.Res.Int.Bus.Financ.41,493–499.

·Baur,D.G.&Dimpfl,T.&Kuck,K.(2018).Bitcoin,goldandtheUSdollar–Areplicationandextension,FinanceResearchLetters,Volume25,2018,Pages103-110,ISSN1544-6123,https://doi.org/10.1016/j.frl.2017.10.012

·Bouri,Elie&Molnár,Peter&Azzi,Georges&Roubaud,David&Hagfors,LarsIvar(2017).OnthehedgeandsafehavenpropertiesofBitcoin:Isitreallymorethanadiversifier?,FinanceResearchLetters,Volume20,2017,Pages192-198,ISSN1544-6123,https://doi.org/10.1016/j.frl.2016.09.025

·Urquhart,AndrewandZhang,Hanxiong(2019).IsBitcoinaHedgeorSafe-HavenforCurrencies?AnIntradayAnalysis.InternationalReviewofFinancialAnalysis,Volume63,2019,Pages49-57,ISSN1057-5219,https://doi.org/10.1016/j.irfa.2019.02.009.

·Klein,T.&Thu,H.P.&Walther,T.,(2018)BitcoinisnottheNewGold–Acomparisonofvolatility,correlation,andportfolioperformance,InternationalReviewofFinancialAnalysis,Volume59,2018,Pages105-116,ISSN1057-5219,https://doi.org/10.1016/j.irfa.2018.07.010

·Thiesa,SvenandMolnár,Peter(2018).BayesianchangepointanalysisofBitcoinreturns.FinanceResearchLetters.Volume27,pp.223-227.

Tags：比特幣數字貨幣OINARC比特幣匯率查詢數字貨幣交易員賺錢嗎Dola USD StablecoinARCHIE幣

幣贏