比特币与中国投资者情绪

摘 要：比特币价格作为一种投机性强的交易标的，其价格波动性难免会受到非理性因素如投资者情绪的影响。文章梳理了有关比特币属性和价值决定影响因素的文献研究，并将中国投资者情绪与比特币波动性联系起来，通过扩展性的TGARCH模型，得出中国市场的投资者情绪对比特币价格波动性具有显著影响的结论。

关键词：比特币;价格波动性;投资者情绪;TGARCH

中图分类号：F49;F821;F224文献标识码：A 文章编号：1005-6432（2022）14-0072-06

DOI：10.13939/j.cnki.zgsc.2022.14.072

1 引言

虚拟货币已成为金融市场上引人注目的新资产，其中最具有代表性的就是比特币。与一般的交易标的不同，比特币投机属性更重，注定会受到投资者情绪等非理性因素的影响。而中国作为世界第二大经济体，中国资本市场的投资者情绪也必然有着一定程度的影响力。另外，中国对比特币的监管逐年收紧，但是国民对于比特币的关注度却有增无减，所以本文通过构建扩展性的TGARCH模型将虚拟货币中非常具有代表性的比特币波动性与中国投资者情绪联系起来，并研究它们之间的关系。除此以外，基于前人的研究，加入一些其他因素作为控制变量，如避险资产“黄金”、中美两国宏观经济因素、技术因素、中国政策与大型事件因素，以得到更真实的结果。

2 文献综述

一直以来，关于比特币的“属性”争议不断。Kaplanov[1]认为比特币的性质在商品、货币和服务之间难以明确地界定。李翀[2]认为在比特币领域实际上没有基本面主义投资者，因为该货币既不是商品货币，也不是信用货币，它不具有基本面价值。Dyhrberg [3] 使用GARCH模型研究了比特币作为金融资产的能力，发现比特币和黄金与美元具有一些共同特征，并表明比特币能帮助风险规避者有效地管理市场负面冲击带来的风险，他认为比特币可以被界定为一种介于黄金和美元之间的东西。

针对比特币价值决定的研究也有不少。Cheah and Fry[4]通过随机泡沫模型进行分析，认为比特币的基本价值是零，投机性成分很重，容易出现泡沫。Kristoufek[5]指出比特币不具备所谓“公平市价”，比特币市场充斥着短线投资者、趋势追逐者、噪声交易者以及投机者;同时，使用脉冲响应等方法研究谷歌趋势、维基百科的搜索查询与比特币价格的关系，发现它们之间有双向的影响。刘力臻、王庆龙[6]基于行为金融学理论研究比特币市场的交易行为，发现比特币市场的结构特征会加剧投资者之间的模仿行为，引起“羊群效应”，从而使价格波动更为剧烈。作为投机性质很强的投资标的，它的价值很大程度上取决于比特币交易的参与者对比特币的信心，投资者情绪、比特币对投资者的吸引力等非理性因素是影响比特币市场的重要因素。

其他外部影响因素如黄金价格、美国经济状况和比特币网络安全性也受到学者的广泛讨论。有许多文献都指出了黄金和比特币的相似性，比特币也被称为“数字黄金”，因为它们都具有稀有性和获取成本高的特征。2018年1月比特币暴跌期间，黄金价格飙升，Corbet等[7]学者也发现黄金价格和比特币价格有显著的反向关系。比特币市场也受宏观经济因素影响，Wijk[8]指出道琼斯指数对比特币价格有显著的短期影响，而美元与欧元的汇率对比特币价格有显著的长期影响，大部分影响变量都与美国经济有关，因此密切关注美国的经济表现和增长最为重要。比特币由用户利用自己的电脑进行数学运算来进行挖掘，所以技术因素也发挥着重要的作用。哈希率是每秒执行特定数学运算的速度，可以衡量比特币网络的安全性，所以也可以作为技术因素的衡量指标。Giaglis等[9]使用VECM模型检验时间序列数据来研究比特币价格的影响因素，发现哈希率与比特币价格有显著的正向关系。

中国市场因素在比特币市场的影响力也受到了全球的关注，曾有90%的比特币市场交易量是来自中国市场，70%的比特币产自中国。近几年来，我国对于比特币的政策从早期的观察、过渡到清退交易所、再到禁止比特币“挖矿”，一步步逐渐收紧，中国的政策与事件对比特币的影响力不容忽视。Kristoufek[10]研究了影响比特币价格的主导因素，并观察到比特币价格与汇率的大幅波动与中国市场的重大事件或者监管政策常常同时发生，但结果显示尽管中国人民币市场与美元市场联系紧密，但人民币市场对美元市场的影响并不显著。郭建峰、傅一玮和靳洋[11]使用VAR模型对比研究中国颁布“关停所有比特币交易平台”的政策前后的比特币价格与交易量、用户数、搜索量和媒体关注度的关系，发现中国的监管政策会降低公众对比特币的接受度，削弱比特币价值的公众共识，影响比特币在我国的发展。

综上所述，本文希望能作出如下补充：一是本文引入中国市场的投资者情绪、中国针对比特币的重要政策以及大型事件的发生如疫情，来反映中国市场对比特币价格波动性的影响;二是大量研究主要针对的是比特币的价格和其价格的决定因素，比特币的波动性及交易量较少提及，本文研究的对象是比特币价格波动性，并将交易量纳入为控制变量;三是考虑到金融时间序列数据的异方差性，使用GARCH模型来拟合比特币收益率的时间序列，并运用TGARCH模型来捕捉信息对比特币市场影响的杠杆效应。

3 中国投资者情绪与比特币价格波动性关系影响实证

根据数据的代表性、可得性和连续性，本文所有数据选取自2014年4月16日至2021年5月28日的日度數据，剔除国内外非交易日数据，共计1599个观察值。数据来源于CoinMarketCap网站、Quandl大数据平台、Choice数据库。

3.1 情绪指标的构建

中国投资者情绪指标的构建参照Baker和Wurgler[12]的方法，选取的间接指标有：上证综合指数、上证综合换手率、IPO数量、IPO总融资金额、成交量，以及它们各自的滞后一期的日度数据。通过主成分分析，可以过滤掉大部分与情绪不相关的特殊成分。在做主成分分析前，数据进行了标准化、通过了KMO检验和Barlett球形检验，本文选取了3个成分，累积解释了90.04%的方差，最后构建的情绪指标如式（1），各指标含义及说明见表1。

3.2 模型设计与变量说明

金融时间序列多有波动性聚集和“尖峰厚尾”的特征，采用GARCH模型能更好描绘其特征，且GARCH模型可以根据需要做出扩展，本文加入上文构建的中国投资者情绪来研究它和比特币价格波动性的关系。另外还有一些上文提及的影响因素，如黄金、美国经济状况、中国经济状况与相关政策等，本文选取相应的代表变量，将它们加入条件方差方程中作为控制变量，各个变量指标含义详见表2。

本文采用比特币的日收益率作为比特币市场价格波动性的度量指标，其他各控制变量的收益率、变动率为相关市场收益与表现的度量指标。各指标收益率和变动率采用式（2）计算：

式中，Pt代表t期的收盘价格指数、收盘价、利率或者交易量;Pt-1代表滞后一期的收盘价格指数、收盘价、利率或者交易量;rXt表示t期的某指数、价格的日收益率;kXt表示t期的某利率或者交易量的日变动率。

3.2.1 描述性统计

正态分布的偏度为0峰度为3，而J-B统计量和P值说明所有的收益率和变动率序列均不符合正态分布。比特币收益率呈现左偏状态，说明平均收益率低于收益率的中位数。情绪指标以及各金融数据的时间序列都明显表现出“尖峰厚尾”的特征。详见表3。

3.2.2 平稳性检验

使用GARCH模型的前提是该时间序列是平稳的且残差具有自相关性，本文采用单位根检验的方法检验序列的平稳性，结果见表4，所有序列皆平稳。

3.2.3 TGARCH模型

经多次调整， 通过综合考虑AIC、BIC信息准则的结果以及自相关和偏自相关的情况，确定TGARCH模型的均值方程见式（3），TGARCH模型的阶数p=1，q=1，条件方差方程见式（4）。

对均值方程的残差序列进行ARCH-LM检验，结果见表5，该残差序列存在自回归条件异方差，GARCH模型适用。本文采用TGARCH模型的原因有二：一是BIC准则显示TGARCH模型拟合最佳;二是传统GARCH模型虽然能有效刻画条件方差随时间变化的规律，但无法研究比特币价格波动性是否具有杠杆性。在TGARCH模型中，加入了不对称项γ1μ2t-1dt-1，其中dt-1为虚拟变量，系数γ1的正负能反映信息冲击的非对称效应，能较好地观察到利空、利好消息的影响对比特币市场是否有非对称性。在Stata定义中，当上一期的均值方程残差项μt-1<0，即为“坏消息”发生，其赋值为dt-1=1;当上一期的均值方程残差项μt-1≥0，即为“好消息”发生，其赋值为dt-1=0。

4 模型结果

从TGARCH（1，1）模型的条件方差结果（见表6、图1和图2）可以看出，中国投资者情绪对比特币价格波动有显著的负向影响，说明中国投资者情绪对比特币波动性有削弱作用，当中国投资者情绪指数上升时，比特币价格波动性变小。这可能说明在国内投资者情绪高涨时，比特币市场很可能不是他们积极参与的市场。政策项对比特币价格波动性的影响显著为正，说明当中国发布关于停止比特币交易业务的政策时，比特币价格波动加剧。上海隔夜同业拆借利率变动幅度对比特币价格波动的影响也显著为负，说明当国内宏观经济形势向好，比特币价格波动率会反向变动。而从均值方程结果中可以看出，疫情项系数为正且显著，说明疫情的发生对比特币收益率有正向的影响，这和黄金在疫情期间的表现有一定的相似性，而这是否说明投资者将比特币视为避险资产还有待进一步考证。因为在数据期间内的2020年5月12日，比特币供给第三次减半，很难排除疫情后比特币收益率的上涨不是交易者对供给量减少而价格上升的预期所致。这一系列结果都表明中国投资者情绪、政策、疫情等因素对比特币市场有显著影响。

其他控制变量如比特币自身的交易量、哈希率变动幅度对比特币价格的波动性有显著的正向关系，而标准普尔指数的收益率对其影响为负且显著。均值方程方面，黄金收益率、标准普尔指数收益率对比特币的收益率有显著的正向影响。值得一提的是，TGARCH模型中的不对称项系数为负，且关系显著，这意味着当比特币市场出现坏消息时，比特币市场价格风险受到的影响要小于好消息的影响。

最后观察扩展的TGARCH（1，1）模型的残差项自相关和偏自相关情况，并对其进行Ljung-Box检验，结果表明该序列为白噪声序列，说明该模型设定是适合的，能有效消除原序列残差的ARCH效应。详见表7。

5 结语

本文在前人研究分析的基础上，基于比特币交易的强投机性特征和中国对比特币市场的影响力，将中国投资者情绪和比特币波动性联系起来，用TGARCH模型进行检验，结果表明，中国投资者情绪对比特币波动性具有负向影响且显著。

且比特币波动性在利空、利好消息的冲击下表现出非对称性，利好消息对其影响要大于利空消息。中美宏观经济状况、中国针对比特币的严格政策、疫情的爆发、黄金收益率、比特币交易量和哈希率的变动等都对比特币市场有显著影响。

而进一步探索这些因素产生影响的传导机制，是以后可以努力的方向。对于比特币这样的新兴市场，研究投资者情緒有其现实意义，密切关注投资者情绪，对于防范新兴市场的风险有一定的警示作用。在我国试行数字货币的背景下，研究比特币的价格波动影响因素也对相关政策的出台有一定的借鉴意义。

参考文献：

[1]KAPLANOV N M .Nerdy money：bitcoin， the private digital currency， and the case against its regulation[J].SSRN electronic journal， 2012， 25（1）.

[2]李翀. 比特币会成为货币吗？[J].当代经济研究， 2015（4）：60-65.

[3] DYHRBERG A H.Bitcoin，gold and the dollar：a GARCH volatility analysis[J].Finance research letters， 2016（16）..

[4] CHEAH E T， FRY J.Speculative bubbles in bitcoin markets？ an empirical investigation into the fundamental value of bitcoin[J].Economics letters， 2015， 130（5）：32-36.

[5]KRISTOUFEK LADISLAV. Bitcoin meets Google trends and Wikipedia：quantifying the relationship between phenomena of the Internet era[J].Scientific reports， 2013（3）.

[6]劉力臻，王庆龙.基于模仿传染模型的比特币羊群效应分析[J].北京邮电大学学报（社会科学版）， 2015，17（2）：27-33.

[7]CORBETA S， LUCEYB B， URQUHART A. Cryptocurrencies as a financial asset：a systematic analysis—ScienceDirect[J].International review of financial analysis，2019（62）：182-199.

[8] WIJK D VAN.What can be expected from the bitcoin？[R].Erasmus rotterdam universiteit：working paper No.345986，2013.

[9]GIAGLIS G M，GEORGOULA I，POURNARAKIS D， et al.Using time-series and sentiment analysis to detect the determinants of bitcoin prices[C].9th mediterranean conference on information systems，2015.

[10]KRISTOUFEK L，SCALAS E.What are the main drivers of the bitcoin price？ evidence from wavelet coherence analysis[J].Plos one， 2014，10（4）.

[11]郭建峰， 傅一玮， 靳洋.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[J].金融与经济， 2019（2）：18-24.

[12]BAKER M，WURGLER J.Investor sentiment and the cross-section of stock returns[J].The journal of finance，2006，61（4）.

[作者简介]陈俞桦，女，汉族，广东揭阳人，硕士，研究方向：风险与金融。