对于比特币市场的投资者和研究人员来说,如何合理解释比特币市场的巨大价格波动仍然是一个持续的挑战。一个主要原因是,我们在对不可量化的风险或比特币回报的模糊性进行稳健量化的方面存在弱点。本文引入了一种行为渠道,将模糊性厌恶程度视为比特币市场投资异常收益的一个突出来源。利用10年的日度数据,我们发现,平均而言,比特币投资者对模糊性的厌恶情绪在增加。此外,我们发现,比特币投资者只有在模糊性较低时才会获得异常回报。稳健性测试验证了我们结果的有效性。中国人民大学金融科技研究所(微信ID:ruc_fintech)对报告核心部分进行了编译。
引言
背景
以比特币为代表的虚拟货币既代表了一种新的货币形式的出现,也代表了购买商品和服务的一种新的支付技术。比特币是不确定性和模糊性的一个例子,新古典主义理论无法解释这种加密货币市场上的行为,没有足够的日常信息来合理证明比特币的巨大价格波动。因此,我们希望从行为金融学的角度来扩展我们对这个加密货币市场的理解。我们的实证研究基于Brenner 和 Izhakian (2018),通过严格研究模糊性对比特币收益的影响,填补了文献的空白。
韩国关于加密资产的立法可能会把虚拟货币纳入系统监管范畴:11月27日消息,韩国监管当局就虚拟货币立法提出一项举措:把虚拟货币纳入系统监管范畴。此外,韩国监管当局已经界定了加密资产相关的权利和责任。举例来说,通过操纵市场、利用内幕信息影响加密资产的价格等不正当的方式获取利润,已被定义为非法行为。因此,韩国监管当局今后可能会把这些行为视为犯罪,处以至少一到五年的监禁和相当于所获利润三到五倍的罚款。(CoinGape)[2021/11/27 12:36:22]
意义
①从行为金融的角度扩展了对加密货币市场的理解,发现模糊性在解释比特币的异常收益方面发挥了重要作用。
②与常规的定性研究不同,我们使用比特币数据探讨了加密货币市场中模糊性的重要性。
③对投资者来说,有利于优化投资决策,如果投资者在对系统性风险进行调整后确实能够获得风险溢价,那么将他们的财富配置到比特币上是有帮助的。
④对政策制定者来说,虽然在目前的市场条件下,比特币市场基本上不受监管,但如果决策者计划在未来实施这些监管,他们可以利用我们的研究来指导监管。
日本国家税务机关正在加强对虚拟货币的纳税审查:10月4日消息,日本国家税务机关正在加强对加密资产(虚拟货币)税务处理的审查。据有关人士采访,日本关东等地区对个人进行了大规模的税务稽查,有数十人被指出共漏缴约14亿日元。地方税务局还在调查从买卖 ADA 中获利的个人,数十人发现税务问题,逃税金额达6.7亿日元。报道称,企业和个人的加密货币投资风靡一时,游走于法律灰色地点的“节税措施”也在蔓延,国家税务机关将继续专注于此类案件的调查。(日本经济新闻)[2021/10/4 17:22:50]
模糊性的测量
模糊性主要指的是主体对偶发事件可能性的主观认识与多个概率分布一致的情况,因此我们参考 Izhakian (2020)的方法,将模糊性定义为:
由于σ可由如下公式计算:
动态 | 日本虚拟货币交易所Liquid和VCP成立合资公司进军美国市场:据Finance Magnates消息,日本虚拟货币交易所Liquid和VCP(Virtual Currency Partners)成立合资公司Liquid Financial USA进军美国市场。该合资企业已在美国财政部金融犯罪执法局(FinCEN)注册,并在美国纽约和乔治亚州两个城市设立了办事处。该公司目前正争取获得美国多个监管机构批准,以便在美国所有州开展服务。[2019/4/30]
把σ测算公式代入模糊性测算公式中,可得如下模糊性测算的最终表达式:
数据
数据来源
①从bitcoincharts.com获取比特币收盘价、开盘价、最低价(美元计价)、成交量
②从Kenneth French’s website获取日度市场超额回报率、规模因子、账面市场比因子、盈利能力因子、投资因子、动量因子和国库券利率数据
虚拟货币OMG和KNC同时上市韩国交易所Bithumb:韩国最大虚拟货币交易所之一Bithumb发出公告表示26日下午5点同时上市虚拟货币OMG和KNY。为了庆祝新虚拟货币上市进行手续费看还活动。在活动期间对于OMG和KNC存入资金进行交易时,按照交易的虚拟货币数量的1%返还。[2018/4/26]
③从 global-q.org获取q因子系数数据
④从 Wharton Research Data Services获取CBOE波动指数
⑤从Bitcoincharts获取比特币5分钟频率数据
数据处理
①比特币的收益率由日度价格变化百分率测算。
②比特币的模糊性通过5分钟的单日回报率测算。
实证结果
估计期望值
参考Andersen et al. (2003) 和Brenner and Izhakian (2018),我们利用时间序列自回归移动平均ARMA(p, q)模型和最小校正Akaike信息准则(AICC)估计的系数,基于已实现的波动率估计预期波动率。
韩国对虚拟货币监管收严 比特币恐慌性下跌:根据Bitfinex数据显示,美国时间27日凌晨3点,比特币价格位于15707美元,早间上涨至16000美元位置,之后走势转跌。下午5点价格跌至14454美元,28日凌晨价格略微回升至15000美元以上位置之后价格再度下跌,凌晨3点半价格跌破14000美元位置,最低达13713美元。
此次比特币价格下跌受到韩国方面消息的影响,韩国加密货币从明年1月开始将实行实名制并禁止虚拟账户的开户,投资者使用的所有虚拟账户都必须转入银行账户。 此外,不使用实名制系统的加密货币交易所将被关闭。这意味着韩国对于虚拟货币的监管趋严,比特币价格也应声下跌。[2017/12/28]
我们还使用ARMA(p, q)估计预期模糊度,类似于估计预期波动率的方法。具体来说,我们利用时间序列模型估计的系数,在已实现的模糊性的基础上估计期望模糊性。
主要实证测试
期望概率在0.368到0.768之间,我们把这个区间分成37个相等的区间,每个区间是0.01,并用i.来表示,比如第一个区间为0.38到0.39,少数低于0.38的值也归入第一个区间。我们构建的实在模型如下:
我们分别考察了OLS和WLS的回归结果,研究显示在良好收益的高概率箱中(例如,i=34),模糊性系数显著,这表明比特币投资者对模糊性的厌恶程度在增加。
稳健性检验:替换波动性度量方法
在这里,我们在回归中使用替代波动率度量而不是预期波动率,具体来说,我们通过以下两个方程检验模糊性的作用。
此外,我们进一步考虑高阶矩来进行稳健性测试,通过如下方程考察偏态、峰度和波动率。
研究显示不确定性对回报的影响对其他风险度量是显著的。
稳健性:非结构化风险
我们考虑了一个进一步的离散模型,方程如下:
结果显示,投资者表现出风险偏好行为,并导致正的风险溢价。此外,根据有利回报的高概率箱中的模糊性系数,比特币投资者对模糊性的厌恶仍在增加。
结论
投资者总是面临已知风险和未知风险之间的选择,因此,模糊厌恶投资者宁愿选择一个投资结果的概率分布是已知的,而不是一个概率是未知的。本文首次研究了模糊性在比特币回报中的重要作用,比特币回报是一种投资组合,近年来吸引了投资者的注意。因为像比特币这样的虚拟货币不符合传统的资产定价理论,因此它们的回报无法从理论上(至少部分地)预测,因此需要其他工具来描述其回报中观察到的异常情况。我们引入了模糊的经典案例,通过使用信息价值的改进方法支撑设计,来理解模糊厌恶的程度对异常收益的可变程度的影响程度。
根据Brenner和Izhakian(2018)以及Baker和Wulger(2006)提出的方法,我们发现比特币投资者对模糊性的厌恶程度越来越高,这种特征有助于量化比特币异常收益的程度。此外,我们检验了在歧义条件下比特币回报的表现。为此,我们使用了几种资产定价模型,并在高模糊期和低模糊期之间区分比特币回报的表现。
这个测试的一个重要发现是,与我们使用的资产价格模型相比,比特币投资者在高模糊性时期获得非常低的异常回报。我们的结果对比特币价格波动的其他衡量方法、决定资产价格的高阶矩(如偏度)以及对模糊性的态度取决于财富和风险态度的进一步离散模型的设计是稳健的。
以下为文章部分截图
编译 |? 叶健
来源 |? SSRN
作者 |? Di Luo, Tapas Mishra, Larisa Yarovaya, and Zhuang Zhang
大家好!本以为可以退休躺平奈何行情不做人只能又回归币圈搬砖的工具人——张姨杨姨带着U CAN U BB系列吐槽采访视频回来了!拍这期视频时我们还发出灵魂拷问:519到底是不是312?转眼.
1900/1/1 0:00:00数字人民币正在吸引越来越多的公众注意力。随着试点的不断扩大,应用场景不断增加,数字人民币正逐渐走进百姓的生活.
1900/1/1 0:00:00原标题:以太坊Layer2汇总现在每天你都会听到Layer2的声音在你的耳边环绕,仿佛整个世界都在谈论它,由于以太坊L1在当前迭代中每秒处理大约 15 笔交易.
1900/1/1 0:00:00在一次比特币历史上最糟糕的下跌之后,许多人怀疑加密市场是否已经达到顶峰。一次又一次的市场恐惧心理冲击着市场,极度恐慌之后,对一些持有者产生了负面影响.
1900/1/1 0:00:00今年5月,美国大型输油管道运营商科洛尼尔管道运输公司(Colonial Pipeline)遭到了网络攻击,并向黑客支付75比特币(当时价值440万美元,约合人民币2814万元)赎金.
1900/1/1 0:00:00可以说,2020年是产业区块链元年。随着区块链技术的不断发展,积极布局区块链的企业数量呈指数级增长。然而,区块链还处在一个很早期的发展阶段,区块链应用落地仍需要不断探索.
1900/1/1 0:00:00