监管视角下比特币市场动态变化的实证研究——基于政策事件的对比分析
发布时间：2021-07-28 07:12
本文通过去趋势比率检验了比特币价格指数、道琼斯工业平均指数和沪深300指数的相对波动性,发现比特币市场相对中美两国的股票市场,表现出高风险和高投机性。以"关停比特币中国交易平台"事件为参照,构建向量自回归（VAR）模型对比研究事件前后用户数量、百度搜索量以及媒体关注度与比特币价格和交易量之间的动态互动关系,发现这些关系会因政策的干预而变化。同时,比特币作为技术突破的产物和金融产品,带来了金融监管问题。本文的研究表明,用户及用户关注度驱动了比特币经济,公众共识支撑了比特币的价值。
【文章来源】：金融与经济. 2019,(02)北大核心
【文章页数】：7 页
【部分图文】：
比特币市场、美国股票市场以及中国股票市场价格指数场上比特币对投资者的吸引力的衡量指标
倍，为中国股票市场的6倍。比特币市场和中国股票市场都有很大程度的正偏差，而美国股票市场则有相对较小的正偏差。另外，相对于美国股票市场，比特币市场和中国股票市场都有一个较大的正的超出峰度，导致肥尾，出现极端值的可能性更大。简而言之，与美国股票市场相比，比特币市场和中国股票市场均表现出了高风险。比特币市场相对于中国市场有更高的波动性，表现出更高的投机性。（二）推动比特币的价格及成交量的原因1.变量的平稳性检验为了建立向量自回归（Vectorautoregression，VAR）模型，首先需要检验变量的平稳性来避免可能存在的伪回归问题。因此，使用ADF（AugmentedDickey-Fuller）检验法进行单位根检验，证明时间序列满足平稳性条件。由表3可知，除BPI和USER之外的时间序列均平稳。对于涉及到的非平稳序列，用式（5）将其转化为对应的平稳序列。Yt=ln（Xt）-ln（Xt-1）（5）故用比特币收益率（RETURN）来代表BPI，用用户基数增长率（USER%）来代表USER，根据表3的结果可以看出转化后的两个时间序列均为平稳序列。用以上的五个平稳序列估计四个分别以收益率和卷积拟合y0AωLtcωG值284.447053.99E+06118.31462.46E+06221.63542多项式拟合a0a1a2a3a4a5a6a7a8a9值-1.03E+171.30E+11-40785.61344-0.00462-1.23E-093.48E-15-3.06E-22-4.90E-281.61E-34-1.55E-41S型拟合A1A2ph1h2LOGt01LOGt02值2353.519363894.510680.77940.038350.023352.46E+062.46E+06图2三个市场的价格趋势标准?
）模型，首先需要检验变量的平稳性来避免可能存在的伪回归问题。因此，使用ADF（AugmentedDickey-Fuller）检验法进行单位根检验，证明时间序列满足平稳性条件。由表3可知，除BPI和USER之外的时间序列均平稳。对于涉及到的非平稳序列，用式（5）将其转化为对应的平稳序列。Yt=ln（Xt）-ln（Xt-1）（5）故用比特币收益率（RETURN）来代表BPI，用用户基数增长率（USER%）来代表USER，根据表3的结果可以看出转化后的两个时间序列均为平稳序列。用以上的五个平稳序列估计四个分别以收益率和卷积拟合y0AωLtcωG值284.447053.99E+06118.31462.46E+06221.63542多项式拟合a0a1a2a3a4a5a6a7a8a9值-1.03E+171.30E+11-40785.61344-0.00462-1.23E-093.48E-15-3.06E-22-4.90E-281.61E-34-1.55E-41S型拟合A1A2ph1h2LOGt01LOGt02值2353.519363894.510680.77940.038350.023352.46E+062.46E+06图2三个市场的价格趋势标准差偏度峰度比特币0.62142.40359.3195道琼斯工业平均指数0.03550.16300.0339沪深300指数0.11102.27207.9229图3三个市场的去趋势比率金融与经济2019.0218
【参考文献】：
期刊论文
[1]虚拟货币市场监管取得初步成效[J]. 李华林. 上海商业. 2018(05)
[2]比特币价格泡沫:证据、原因与启示[J]. 邓伟. 上海财经大学学报. 2017(02)
[3]中美比特币市场溢出效应的实证研究[J]. 徐黎明,李靖. 统计与决策. 2016(13)
[4]比特币价格波动与虚拟货币风险防范——基于中美政策信息的事件研究法[J]. 刘刚,刘娟,唐婉容. 广东财经大学学报. 2015(03)
[5]基于模仿传染模型的比特币羊群效应分析[J]. 刘力臻,王庆龙. 北京邮电大学学报(社会科学版). 2015(02)
本文编号：3307482
【文章来源】：金融与经济. 2019,(02)北大核心
【文章页数】：7 页
【部分图文】：
比特币市场、美国股票市场以及中国股票市场价格指数场上比特币对投资者的吸引力的衡量指标
倍，为中国股票市场的6倍。比特币市场和中国股票市场都有很大程度的正偏差，而美国股票市场则有相对较小的正偏差。另外，相对于美国股票市场，比特币市场和中国股票市场都有一个较大的正的超出峰度，导致肥尾，出现极端值的可能性更大。简而言之，与美国股票市场相比，比特币市场和中国股票市场均表现出了高风险。比特币市场相对于中国市场有更高的波动性，表现出更高的投机性。（二）推动比特币的价格及成交量的原因1.变量的平稳性检验为了建立向量自回归（Vectorautoregression，VAR）模型，首先需要检验变量的平稳性来避免可能存在的伪回归问题。因此，使用ADF（AugmentedDickey-Fuller）检验法进行单位根检验，证明时间序列满足平稳性条件。由表3可知，除BPI和USER之外的时间序列均平稳。对于涉及到的非平稳序列，用式（5）将其转化为对应的平稳序列。Yt=ln（Xt）-ln（Xt-1）（5）故用比特币收益率（RETURN）来代表BPI，用用户基数增长率（USER%）来代表USER，根据表3的结果可以看出转化后的两个时间序列均为平稳序列。用以上的五个平稳序列估计四个分别以收益率和卷积拟合y0AωLtcωG值284.447053.99E+06118.31462.46E+06221.63542多项式拟合a0a1a2a3a4a5a6a7a8a9值-1.03E+171.30E+11-40785.61344-0.00462-1.23E-093.48E-15-3.06E-22-4.90E-281.61E-34-1.55E-41S型拟合A1A2ph1h2LOGt01LOGt02值2353.519363894.510680.77940.038350.023352.46E+062.46E+06图2三个市场的价格趋势标准?
）模型，首先需要检验变量的平稳性来避免可能存在的伪回归问题。因此，使用ADF（AugmentedDickey-Fuller）检验法进行单位根检验，证明时间序列满足平稳性条件。由表3可知，除BPI和USER之外的时间序列均平稳。对于涉及到的非平稳序列，用式（5）将其转化为对应的平稳序列。Yt=ln（Xt）-ln（Xt-1）（5）故用比特币收益率（RETURN）来代表BPI，用用户基数增长率（USER%）来代表USER，根据表3的结果可以看出转化后的两个时间序列均为平稳序列。用以上的五个平稳序列估计四个分别以收益率和卷积拟合y0AωLtcωG值284.447053.99E+06118.31462.46E+06221.63542多项式拟合a0a1a2a3a4a5a6a7a8a9值-1.03E+171.30E+11-40785.61344-0.00462-1.23E-093.48E-15-3.06E-22-4.90E-281.61E-34-1.55E-41S型拟合A1A2ph1h2LOGt01LOGt02值2353.519363894.510680.77940.038350.023352.46E+062.46E+06图2三个市场的价格趋势标准差偏度峰度比特币0.62142.40359.3195道琼斯工业平均指数0.03550.16300.0339沪深300指数0.11102.27207.9229图3三个市场的去趋势比率金融与经济2019.0218
【参考文献】：
期刊论文
[1]虚拟货币市场监管取得初步成效[J]. 李华林. 上海商业. 2018(05)
[2]比特币价格泡沫:证据、原因与启示[J]. 邓伟. 上海财经大学学报. 2017(02)
[3]中美比特币市场溢出效应的实证研究[J]. 徐黎明,李靖. 统计与决策. 2016(13)
[4]比特币价格波动与虚拟货币风险防范——基于中美政策信息的事件研究法[J]. 刘刚,刘娟,唐婉容. 广东财经大学学报. 2015(03)
[5]基于模仿传染模型的比特币羊群效应分析[J]. 刘力臻,王庆龙. 北京邮电大学学报(社会科学版). 2015(02)
本文编号：3307482
本文链接：https://www.wllwen.com/jingjilunwen/zbyz/3307482.html
