加密数字货币与全球主要股市的联动效应研究

郭文旌,侯 伟

(南京财经大学 金融学院,江苏 南京 210023)

一、引 言

以加密数字货币(简称数字货币)资产为核心的数字金融是现代金融的主力军,随着即将到来的数字经济时代,数字货币逐渐走向全球化、现代化的趋势势不可挡。2009年1月3日比特币诞生,2021年5月24日,全球数字货币市场已发展至10 024种币种,总市值共计约14 447亿美元。自从数字货币出现以来,尤其在股票市场低迷之时,数字货币得到了众多投资者的青睐,在以新冠肺炎疫情为背景下的全球股市剧烈震荡时期,数字货币市场呈现了强势抵御下行压力并迅速消化事件冲击的表征。在新兴金融市场崛起的同时,由于广义及狭义定义的模糊与界定不明使得我们对数字货币的风险属性仍难以明确,去中心化交易过程的特征使得数字货币在自由主义者的追捧下对货币本质、法定货币理论发起了挑战,同时数字货币资产的投资与回报的非法币式变现使得资产定价理论无从下手。数字货币放开涨跌停限制、去中心化交易模式给其带来杠杆风险一次性出清的优势同时,也预示着数字资产市场中蕴含的投机性泡沫与泡沫破裂可能导致的市场恐慌。数字货币自身属性的资产特征给予了其自身作为避险资产的可能性,而作为非避险资产的股票市场是国家实体经济的“晴雨表”,在二者相互发展过程中所隐含的风险也可能会严重影响金融市场的经济秩序,成为引发金融危机的重大风险隐患。

在金融创新后危机时代,数字货币与全球股票市场间的溢出度量、波动及风险传导渠道测度越发成为各国数字货币发行与监管机构所关注的聚焦点。理清数字货币与股市之间的联动效应模式,有效防范化解数字货币与国际股票市场间的风险共振,避免数字货币跨市场跨区域带来的金融危机是目前与未来一段时间内亟需解决的难题。

二、文献综述

目前,国内外学者对数字货币风险的研究主要从避险属性、风险对冲能力等方面研究数字货币对不同类型资产的影响,Matkovskyy和Jalan通过马尔可夫转换模型对比特币与传统金融市场间的线性、非对称性传染以及结构性冲击进行研究,发现了风险厌恶类型投资者更倾向于相对安全的金融市场[1]。Bouri等运用STVAR-BTGARCH-M模型研究了比特币与其他资产非对称信息溢出效应,得出比特币主要作为信息溢出的承受方,并对金融系统的风险影响较小的结论[2]。Wang等运用VAR-MGARCH-BEKK模型探究了中国金融市场与比特币2013—2017年的均值及波动溢出效应,研究表明,黄金、货币、债券市场和上海同业拆借利率均会对比特币产生均值溢出效应[3]。Corbet等研究了主流数字货币与主要代表性市场2013—2017年的信息溢出效应,发现了数字货币市场内部关联性较高而与金融市场的信息关联度较低的特征[4]。柏建成等以溢出指数构建法研究了2013年至2020年比特币对黄金、原油、美元、欧元、日元和人民币的波动溢出效应,发现了数字货币与中国传统金融市场间存在着风险传递渠道,比特币对人民币的波动溢出指数在特定事件影响下反应更为敏感[5-6]。赵越强等运用DY溢出指数方法研究比特币的跨市场波动溢出效应,研究表明,比特币是风险波动的净接收方,同时中国对私人数字货币的监管效果明显[7]。

一直以来溢出效应与风险传染都是学术界关注的焦点,对溢出效应和风险传染领域的实证研究方法在日渐丰富,早期学者主要运用概率分析、相关系数分析、VAR模型、GARCH族模型、事件研究法[8-13]。目前国内外对风险传染效应的研究主要借鉴Diebold等在VAR模型方差分解原理上提出的风险溢出指数,该指数可分析不同市场间波动溢出网络关系并度量整个系统的时变市场风险[14-19]。

综上所述,国内外对数字货币风险传染的研究集中于比特币与传统金融资产的收益与风险溢出效应,鲜有从国际股票市场跨市场风险传染角度深度分析与整个数字货币市场的双向影响,且由于样本区间的不同,国内外学者对数字货币市场风险传染的研究结果并未达成一致。如今,数字货币的规模日益见长,全球化、金融化程度今非昔比的数字货币与国际股市的风险传染模式是否进入了新阶段?鉴于此,本文运用2017年1月3日至2021年5月31日数字货币指数作为数字货币市场代理变量并从股票市场关联角度深度剖析数字货币与全球主要股票市场联动状态,运用滚动窗口VAR(N)方法实证检验数字货币与全球股票市场收益率溢出效应,并运用DY指数刻画依地区性特征、国家或地区对数字货币政策性特征划分的股票市场风险,通过GJR-MGARCH-BEKK方法分析数字货币波动与全球股市波动与风险波动的双向非对称溢出效应,开创性地探究板块性特征与政策性差异,对各国或地区度量与控制数字货币风险传染、发行数字货币与采取何种监管行为具有重要意义。

三、模型构建与研究系统构建

(一)模型构建

1.溢出指数模型

借鉴由Diebold和Yilmaz提出的向量自回归模型方差分解方法测度数字货币跨市场风险溢出的方向和强度,度量数字货币与全球股票市场总溢出指数、定向溢出指数以及动态溢出指数,同时衡量不同地区、不同政策划分系统的股票市场风险[15]。溢出指数的构建通过建立满足协方差平稳的N阶变量滞后p期的向量自回归(VAR)模型:

(1)

(2)

其中Θi=AiP,ξ=P-1εt-i,ξt是正交向量,P为N×N阶的下三角矩阵。改写后的滑动平均过程将预测方差分解矩阵变形为:

(3)

(4)

(5)

(6)

(7)

2.GJR-MGARCH-BEKK时间序列模型

为了测度数字货币与各国或地区股票市场以及不同系统的市场风险的非对称波动率溢出效应,运用GJR-MGARCH-BEKK模型建立条件方差方程进行分析,ARCH项与GARCH项滞后阶数为1的该模型可以表示为:

(8)

(二)数据选取、指标构建与系统建立

1.收益率

为更加全面、综合考察数字货币与全球主要股市的联动效应,选择ChaiNext5指数日收盘价作为数字货币市场代理变量,ChaiNext5指数由代币市场中规模最大、流动性最好的5种代币组成,可反映数字货币市场大币种的价格走势,其中比特币(bitcoin)占比68.455%,以太币(ethereum)占比29.362%,比特币现金(bitcoin-cash)占比0.904%,莱特币(litecoin)占比0.901%,柚子币(eos)占比0.356%,样本区间选取2017年1月3日至2021年5月31日,重要主要股票市场指数包括代表美洲股票市场的美国(DJUSGI)、巴西(IBOVESPA)指数,代表亚太股票市场的日本(N225)、韩国(KS11)、澳大利亚(AS51)、印度(SEBSEX)、中国大陆(深证成指)、中国台湾(TWII)和中国香港(HSI)指数与代表欧洲股票市场的英国(FISE)、法国(FCHI)、德国(GDAXI)和俄罗斯(RTS)指数,数据来源于Wind。为弱化数据异方差影响,运用rt=(lnpt-lnpt-1)×100对日收盘价进行对数一阶差分处理并扩大固定倍数(100倍)的时间序列进行后续分析,其中pt为t日的收盘价。

2.溢出指数

通过借鉴Diebold和Yilmaz的思路,本文用溢出指数测度数字货币与全球股票市场的收益率均值溢出效应,并运用滚动窗口VAR方法计算依板块、政策性质划分的不同股市收益率溢出指数时间序列从而衡量不同股市的市场风险。

3.建立研究系统

对处理后样本数据进行描述性分析,结果如表1所示:

表1 数据选取与描述性统计

由表1可知,全球主要股市行情表现较好,除英国股指收益率均值为负以外,其余市场收益率均值均为正值。值得注意的是,数字货币市场在拥有最大收益率均值0.319 5的同时也具备着所有市场中最极端的最大值、最小值和标准差,这预示着在诱人的平均收益背后数字货币也蕴藏着极大的不确定性因素。

为研究这种不确定性风险所带来的国际股市影响,对处理后样本数据进行JB检验、ADF检验,经检验所有样本时间序列服从正态分布且均为平稳序列,为进一步研究,在此基础上建立VAR(N)模型,由表2可知,滞后阶数为5时,参数显著情况最优,因此通过AIC准则选择VAR(5)模型进行进一步研究。

各变量均通过Granger因果检验,对模型进行特征根检验,特征根均在圆内,此模型来度量数字货币与全球主要股票市场均值溢出效应具有较高的拟合优度,由此,本文设置方差分解区域为12期,随机滚动窗口为100的VAR(5)模型进行系统建立。

为探究数字货币与全球主要股市风险波动溢出是否具有地区性与政策性差异,将样本股票市场依地区与政府对数字货币政策态度划分为亚太、美洲、欧洲和政策开放型、中立型、紧缩型市场等系统。在依政策性态度划分方面,自2020年以来,日本在金融科技方面开始寻求转变,对数字货币等金融科技前沿的发展采取较为积极的态度[20];欧盟对待数字货币采取宽松的申报和登记举措,欧洲议会(EP)于2016年5月决定采取防止监管过于严格以免遏止金融创新的措施[21];中国台湾近年来也在加速数字货币发行进程,于2019年1月发行商圈金融货币高雄币, 并抢先建立了数字货币交易所;印度对待数字货币采取监管严明、明令禁止的态度[22]。从数字货币发展至如今,韩国没有对数字货币表现出太大兴趣[23]。综上所述,将日本、英国、法国、德国与中国台湾股市列入政策开放型股市,将印度与韩国股市划分为政策紧缩型股市,其余则划分为对数字货币政策中立型股市。如表3所示,在以上基础上对各系统分别进行VAR模型建立并进行最优滞后阶数选择、Granger因果检验以及单位根检验,模型均为稳定且拟合度较优。由此,借鉴DY指数构建法分别计算各系统总溢出指数时间序列来刻画不同系统的市场风险,以研究数字货币与市场风险的波动率溢出效应。

表2 VAR模型最优滞后阶数选择

表3 各系统滚动窗口VAR(N)模型构建

四、实证分析

(一)数字货币与全球股市收益率溢出效应

1.静态溢出效应

本文采取预测范围为6期的溢出指数来度量数字货币与全球股票市场的静态均值溢出效应。静态溢出效应代表样本区间的均值溢出平均水平,数字货币市场与全球股票市场溢出指数如表4所示,溢出指数表中的i行j列表示市场j对市场i预测误差方差的贡献大小,非对角元素与To行表示变量i对外溢出指数,TCO(To contribute own)表示包含对自身溢出效应的总对外溢出指数,净溢出指数(NTS)为负则表示该市场为收益波动信息的接收方,反之则为输出方,总溢出指数(TSI)刻画了各变量整体市场信息的联动程度。

数字货币对国际股票市场的净溢出指数(NTS)为29.3%,作为波动信息的净输出方的数字货币市场对全球股票市场波动贡献具有一定程度的占比。通过比较数字货币溢出输出指数发现,美洲股票市场与数字货币的联动中美洲股市表现为波动的被动接受方,数字货币对全球股票市场溢出效应具有显著差异,其中对美国股市收益率波动溢出最为明显,其次为澳大利亚股票市场,受数字货币波动影响较小的股市有包含中国香港、中国内地的股市与印度股市,这反映出中国内地与中国香港政府对于数字货币采取积极的审慎监管策略的有效性,同时对待数字货币极度严苛的印度股市也因此受冲击程度较小;从数字货币作为收益率溢出的接收方来看,俄罗斯、澳大利亚与法国股市对数字货币影响程度较高而中国内地与中国香港股市对数字货币溢出程度相对较弱,这说明中国内地与中国香港采取的一系列监管措施有效切断了收益率均值风险传染路径,反观中国台湾股票,其积极拥抱区块链的态度也解释了其股市与数字货币较高程度的收益率溢出联动水平。

2.动态溢出效应

为进一步研究数字货币与全球股市收益率溢出是否具有阶段性特征,本文通过比较数字货币与全球股票市场净溢出指数时间序列衡量两市场间动态溢出效应程度。

表4 数字货币与全球股票市场间收益率溢出指数

如图1所示(2)由于篇幅原因,仅展示部分国家股市与数字货币净溢出指数图,如有兴趣可向作者索取完整序列图。,2017—2021年数字货币与全球股市的相互溢出指数呈现非对称表征,数字货币对全球股市净溢出指数为负值状态较多,可知数字货币主要表现为波动信息的接收与消化方,随着时间的推移,数字货币的金融化、全球化属性越发显著,数字货币市场国际化影响程度日益凸显;溢出效应在各个金融市场中存在着地区性与阶段性差异,2020年1月,新型冠状病毒的传播与扩散对全球社会与经济带来了不可估量的影响,如图1阴影区间所示(3)阴影部分表示2020年1月至2020年9月样本区间。。在新冠肺炎疫情爆发时期,亚太地区的澳大利亚、中国台湾、韩国、美洲地区股票市场和欧洲地区的英国、法国与德国股票市场对数字货币的波动溢出呈聚集状并到达顶峰,反观中国大陆、日本、中国香港、印度与俄罗斯股票市场的变动情况并不显著,可以得出在新冠肺炎疫情爆发期间数字货币市场对亚太股市均值溢出冲击并不明显。值得注意的是,日本股市在新冠肺炎疫情平稳后受到了数字货币市场的强烈正向冲击,自2020年7月以来,日本央行对待数字货币的态度大为转变,其致力于加速推进央行数字货币进程的态度使得数字货币市场对日本股票市场的正向波动溢出到达历史顶峰,并持续了长达半年时间。结合静态、动态溢出结果可以得出,数字货币市场与国际股票市场存在着显著的收益率溢出效应,溢出程度具有地区性差异与阶段性差异,数字货币的国际金融化程度在不断加深。

(二)数字货币波动与全球股市波动溢出效应

为检验数字货币与全球股票市场间波动率的双向非对称波动溢出效应,本文运用GJR-MGARCH-BEKK时间序列模型进行分析。

如表5所示,数字货币与全球股票市场波动溢出效应并无明显地区性差异。从长期波动率溢出参数矩阵A中系数a12可知,数字货币对全球股票市场的长期波动率溢出水平非常显著,数字货币的波动会引起澳大利亚、巴西股票市场显著的正向波动传染,而对于其余股票市场而言,数字货币的波动在长期会抑制股票市场的波动,数字货币的波动聚集对中国香港与中国台湾股市的波动抑制效果最为明显;由短期波动率溢出参数矩阵B中b12可知,数字货币对股票市场短期波动率溢出联动关系明显,除俄罗斯股票市场外,数字货币的短期波动增加会抑制全球股票市场的股票市场波动水平,从长、短期波动溢出关系可认为在某种意义上数字货币与股票市场呈波动互补状态;与均值溢出效应具有显著差异,全球股市不管在长期还是短期对数字货币市场的波动溢出水平均不明显。巴西股市的波动增加对数字货币波动具有抑制能力。短期内,中国大陆、俄罗斯股票市场对数字货币市场则存在着同向波动跳跃,其中中国大陆股市波动对数字货币的影响冲击最为强烈。

数字货币与全球股票市场中仅存在着单向的非对称溢出效应。数字货币波动对日本、澳大利亚、印度、中国台湾、美国、巴西、法国与德国股市波动存在着显著的负向非对称效应,在应对负向冲击时,数字货币波动率溢出对这些股市的影响程度大于正向冲击对股市的影响。对中国内地、韩国、中国香港以及英国市场的非对称波动溢出效应则与之相反,在市场迎接正向冲击时的影响力度较为明显。

(三)数字货币波动与全球股市风险波动溢出效应

数字货币与全球股市的区域性风险传染是否存在差异?国家或地区对待数字货币的政策态度以及监管力度是否影响着着风险波动的传染?为解决上述问题,将样本股票市场分别按板块与国家或地区政策态度类型划分为亚太、美洲、欧洲和政府对待数字货币政策开放型、中立型、紧缩型股票市场系统,并通过DY溢出指数衡量不同板块、不同政策类别系统的股市市场风险,探究不同股票市场风险波动与数字货币市场波动的双向非对称溢出效应。

对各系统股票市场总溢出指数进行一阶差分处理后进行极端值处理,剔除空白项,经过ADF检验后得出各股市市场风险衡量指标均为平稳时间序列。运用ARCH项为1,GARCH项为1,GJR项为1的GJR-MGARCH-BEKK模型,通过BFGS方法进行参数估计。

1.板块性特征研究

由表6可知,数字货币波动对全球股票市场风险的波动溢出具有单向板块性特征。数字货币波动对全球市场风险波动的短期正向传导渠道显著,从三大板块来看,风险波动受影响力度呈十倍数递减,从高到低分别为欧洲股票市场、美洲股票市场和亚太股票市场。数字货币的波动在长期对亚太股票市场具有风险波动抑制的效果,而与美洲股票市场以及欧洲股票市场的风险波动则存在着同向跳跃效应,其中对欧洲股票市场风险波动受影响程度最为强烈。从非对称溢出效应来看,数字货币与全球股票市场风险仅存在着单向的非对称波动溢出影响,在面临正向冲击时,数字货币波动对亚太市场和美洲股市风险波动水平的溢出效应更为强烈,在数字货币下跌状态时,数字货币的剧烈震荡对欧洲股票市场风险的波动冲击更大。

根据图2可知,数字货币与美洲、欧洲股票市场风险波动溢出效应与长短期无关,数字货币波动与欧洲股市风险联动关系最为紧密。欧洲股票市场风险受数字货币市场的影响最为强烈,其长、短期的波动溢出系数为三大板块中最高且非对称敏感程度为三大板块中最强。

(a)短期 (b)长期注:a、b分别为短期与长期两状态关联图。箭头方向为波动溢出方向。颜色深浅代表影响程度。正、负号分别代表正向冲击与抑制影响。实线代表无非对称效应,双实线代表非对称效应为正,双虚线代表非对称效应为负。图2 短期至长期数字货币波动与地区划分全球股市风险波动溢出网络拓扑图

2.政策性特征研究

对比表6、表7可知,从系数显著程度来看,依国家或地区对数字货币政策态度划分股市的市场风险波动与数字货币波动溢出关系更为紧密,数字货币波动对全球股票市场风险波动溢出效应的政策性特征比板块性特征更明显。

由表7可知,数字货币波动与开放型、紧缩型国家或地区股市风险波动在长、短期均具有双向溢出效应,而中立型政策国家或地区股票市场风险波动仅受到数字货币波动单向传染效应。

从长期来看,数字货币的波动对各类型股市风险波动具有抑制作用,其中对紧缩型股市市场风险波动抑制能力最强,对中立型股市风险波动抑制能力最弱,开放型国家或地区股市风险波动增加会对数字货币波动引起正向冲击,紧缩型国家或地区股市风险波动则相反,对数字货币政策态度较为严苛的国家或地区股市市场风险波动会引起数字货币波动趋于平稳;从短期来看,数字货币波动增加均会导致各类型股票市场风险共振,其中紧缩型股市受波动溢出水平最高,开放型、紧缩型股市风险波动会对数字货币波动产生负面影响;从非对称溢出效应来看,数字货币与各政策类型股市存在着单向非对称波动传导效应,紧缩型政策股市风险受非对称溢出效应影响最为剧烈,数字货币利好时期对开放型股市风险波动溢出更为强烈,而紧缩型和中立型股市风险波动则在数字货币利空时期受影响程度更大。

表7 数字货币与政策类型划分股市市场风险GJR-MGARCH-BEKK模型参数

如图3可知,数字货币的波动短期内会引发各政策类型股市风险同向跳跃,随着波动时期延长则会对各类型股市风险波动产生抑制效果,其中紧缩型股市风险波动最强烈,短期内政策中立型股市风险波动受影响程度比政策开放型股市风险更为强烈,波动延续至长期时,政策开放型股市风险波动受抑制效果更佳;开放型与紧缩型股市风险波动短期内会对数字货币波动产生负向冲击,其中开放型股市风险的影响更剧烈,这种波动溢出情况会在长期时表现出异质性,随着时间显现股市波动的滞后影响,紧缩型数字货币风险波动对数字货币波动的抑制强度将会有所增加,而开放型股市风险波动增加则会引发数字货币的同向波动跳跃。

纵观各政策类型股市风险与数字货币波动溢出关联,数字货币的风险传导具有弹性,对待数字货币采取较为严苛与紧缩政策的股市市场风险与数字货币双向波动溢出程度却最为强烈,并在数字货币利空时期更为突出;中立型股市风险在利空时期受数字货币影响程度更大,短期受数字货币波动冲击反应适中,然而消化能力较弱;开放型股市风险在数字货币利好时期的双向波动溢出水平更强烈,其波动水平短期对数字货币波动冲击的承受能力最佳,但在长期受数字货币波动的抑制水平适中。

(a)短期 (b)长期注:a、b分别为短期与长期两状态关联图。箭头方向为波动溢出方向。颜色深浅代表影响程度。正、负号分别代表正向冲击与抑制影响。实线代表无非对称效应,双实线代表非对称效应为正,双虚线代表非对称效应为负。图3 短期至长期数字货币波动与政策性划分全球股市风险波动溢出网络拓扑图

五、结论及政策建议

本文通过滚窗VAR模型度量数字货币与全球主要股票市场的收益率溢出效应,将全球主要股市依板块性、政府对数字货币政策性态度进行系统划分,通过DY溢出指数刻画不同系统股市的市场风险,运用GJR-MGARCH-BEKK模型分析数字货币波动与全球股市风险波动的双向非对称溢出效应,并进一步剖析存在的板块性和政策性特征,得到如下结论:

首先,数字货币与全球股票市场的收益率溢出效应具有显著的地区性差异与阶段性差异,数字货币主要作为欧洲股市收益率溢出效应的承受方,新冠肺炎疫情的爆发使得各地区股指收益率对数字货币溢出效应达到峰值,亚太地区受影响程度最小,而疫情平稳后,日本股市受到了数字货币长达半年的剧烈正向溢出冲击。

其次,数字货币对全球股票市场波动率溢出效应中存在着显著的单向非对称效应,数字货币具有风险对冲表征,除俄罗斯股票市场外,数字货币的短期波动增加会抑制全球股票市场的波动水平,数字货币的长期波动对澳大利亚、巴西股票市场具有显著的正向波动传染,而对于其余股票市场而言,数字货币波动在长期来看会抑制股票市场的风险波动,其中对中国香港与中国台湾股市的波动抑制效果最为明显;与均值溢出效应不同,全球股市对数字货币市场的波动溢出水平均较弱,仅中国大陆、俄罗斯股票市场波动对数字货币市场波动存在着显著的同向波动跳跃,其中中国大陆股市波动对数字货币的影响冲击最为强烈,巴西股市波动则对数字货币具有波动抑制效应。

最后,数字货币波动与全球股票风险波动的溢出效应具有显著的地区性、政策性差异。欧洲股市风险与数字货币波动溢出的联动关系最为紧密且在数字货币接受负向冲击时更加明显。面临正向冲击时,数字货币波动对亚太市场和美洲股市风险波动的溢出效应更为强烈;数字货币风险传染具有弹性,对待数字货币态度较为严苛、政策紧缩的股市市场风险与数字货币关联程度最为密切,并在数字货币利空时期更为突出;政策中立型股市风险波动水平在利空时期受数字货币波动影响程度更大,短期受数字货币波动冲击反应适中,然而消化能力较弱;政策开放型股市风险波动在数字货币利好时期的双向波动溢出水平更强烈,短期对数字货币波动冲击承受能力最佳,长期的风险波动受抑制效果表现一般。

基于以上实证结论,本文提出以下政策建议:

第一,辩证性对待数字货币市场,关注数字货币市场与股票市场溢出效应,在数字货币逐步走向国际市场的金融开放过程中防范化解与数字货币的双向风险传染。在聚焦数字货币业务的国际发展态势的同时关注重大事件对数字货币与股票市场的关联状态的影响,采取相应的措施进行合理应对。从加密数字货币基层角度稳固区块链技术,防范市场内生性风险。对盗窃加密数字货币或利用数字货币洗钱等违法犯罪行为进行严厉打击,维护数字货币市场的安全性。数字货币“T+1”交易制度或许可以在进行部分流动性妥协的同时提升市场平息投资者非理性行为的效率,从而达到有效防止数字货币市场跨地区跨市场风险传染的目的。

第二,在建立宏观审慎监管的基础上结合国情合理区分数字货币的金融创新与金融风险,有效避免跨市场风险传染,实现数字货币金融创新与风险控制的内在统一,切不可一味追随美国市场应对数字货币的监管定位、态度及方法[24]。在应对数字货币的革命浪潮激流勇进时,由于数字货币市场的风险联动具有弹性,秉持数字货币市场风险厌恶的态度更易扩大数字货币与股市风险共振的可能,应结合国情建立国家或地区特色形式的数字货币政策把数字货币合理地“请进来”,引导金融市场接纳金融创新的价值创造能力,避免各国或地区进行数字货币市场策略博弈时陷入“囚徒困境”。

第三,从央行数字货币管理角度有效管理风险传导。由于加密数字货币去中心化交易方式使其在国际市场上存在着不可估量的隐晦风险,中国应建立基于央行数字货币为中心的数字货币管理框架,一方面可避免数字货币引发全球金融市场流动性管理理论失语;另一方面亦可提升人民币的国际影响力。