經濟學家眼中的數字貨幣——分類篇:靈魂無處安放的比特幣

  【編者按】麵對數字貨幣的全新挑戰,經濟學家分兩類,一類嗤之以鼻,認為數字貨幣屬於投機泡沫不值一提;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”係列文章,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大方麵,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。本文為該係列文章中第2篇市場篇,前一篇為分類篇,下一篇為交易所篇。

數字貨幣世界從比特幣出現至今已經整整10年,也形成了極有獨特魅力的數字貨幣交易市場。當然,在傳統金融界眼裏,10年隻不過是白駒一隙,轉瞬即過的短暫瞬間。數字貨幣還屬於嬰兒時期,自然也沒有什麼拿得出手、有說服力的數字貨幣經濟學上的理論。

於是研究者開始用成熟的幾十年市場檢驗過的傳統的金融理論來檢驗數字貨幣,其中最有名的莫過於有效市場理論(Efficient Markets Hypothesis,EMH)。EMH是現代金融學的奠基石,有效市場假說是由尤金·法瑪(Eugene Fama)於1970年深化並提出的,Fama也因此獲得諾貝爾經濟學獎。

有效市場理論和假說

EMH認為參與市場的投資者有足夠的理性,並且能夠迅速對所有市場信息作出合理反應。該理論認為,在法律健全、功能良好、透明度高、競爭充分的股票市場,一切有價值的信息已經及時、準確、充分地反映在股價走勢當中,其中包括企業當前和未來的價值,除非存在市場操縱,否則投資者不可能通過分析以往價格獲得高於市場平均水平的超額利潤。

EMH是當前金融學術界有關金融資產定價和股票市場波動邏輯的代表性理論之一。EMH演化出的有效資本市場假說有三種形式:

一是,弱式有效市場假說(Weak - Form Market Efficiency)。該假說認為在弱式有效的情況下,市場價格已充分反映出所有過去曆史中的證券價格信息,包括股票的成交價、成交量、賣空金額、融資金額等。得出的推論是:如果弱式有效市場假說成立,則股票價格的技術分析將失去作用,基本分析還可能幫助投資者獲得超額利潤。

二是,半強式有效市場假說(Semi-Strong-Form Market Efficiency)。該假說認為價格已充分反映出所有已公開的有關公司營運前景的信息。這些信息有成交價、成交量、盈利資料、盈利預測值、公司管理狀況及其他公開披露的財務信息等。假如投資者能迅速獲得這些信息,股價應迅速作出反應。得出如下推論:如果半強式有效假說成立,在市場中利用基本麵分析則失去作用,內幕消息可能獲得超額利潤。

三是,強式有效市場假說(Strong-Form Market Efficiency)。強式有效市場假說認為價格已充分地反映了所有關於公司營運的信息,這些信息包括已公開的或內部未公開的信息。得出如下推論:在強式有效市場中,沒有任何方法能幫助投資者獲得超額利潤,即使基金和有內幕消息者也一樣。也就是說,市場完美地體現所有內外部信息,莊家根本無法通過任何手段去賺取信息不對稱所帶來的超額利潤。

最常見的弱式有效市場假說已經在所有大類金融資產上被深度檢驗和討論過,於是學術界開始想用弱式有效市場假說檢驗數字貨幣市場到底是否是有效市場。

主流數字貨幣市場弱勢有效嗎?

第一類經濟學家認為,數字貨幣中的主流幣市場是弱勢有效或者逐漸變得弱勢有效。

Urquhart(2016)基於2013-2016年比特幣的回報率,用幾種計量統計方法得出比特幣市場非常無效,但卻發現如果把樣本分時間段,則比特幣市場變得越來越有效,甚至在數據樣本後期出現有效市場,因此得出比特幣市場在變得更加有效。

11

Wei(2018)在Urquhart的基礎上,做出更多的改進:把數據時期範圍拓展到最新的2017年;研究的對象從比特幣拓展到400多個其他數字貨幣;研究流動性liquidity和市場有效性的關係。Wei的研究結果表明,Urquhart的預測“比特幣市場越來越有效”是可以得到新數據支持的,絕大部分另類數字貨幣(Altcoin)不是有效的市場,流動性越高的主流幣,其市場越有效,波動更小。Wei解釋,這主要是因為進行無風險套利交易的結果。Tiwari(2018)用了更加高級的模型並采用Monte Carlo和可變時間窗口(Rolling Windows)的方法,也證明在大部分時間裏,比特幣市場是弱勢有效的。

Bariviera(2017)用滑動時間窗口(Sliding Windows)的方法來動態研究市場有效性。他認為,這樣能更好地反映比特幣市場有效性隨著時間推進,隨著市場的發展,持續提高。通過滑動時間窗口這種辦法,Bariviera還研究了比特幣價格每日波動(Daily Volatility)和回報是否具有長期的記憶慣性(Long Term Memory)。他發現比特幣價格每日波動相對每日回報並不是隨機的,而是呈現出較強的趨勢效應。

以上觀點至少認為數字貨幣市場在某種程度上有效。但是第二類經濟學家持有反對觀點。

Chu & Nadarajah(2017)在研究2010-2017年特定的兩個市場BTC/USD和BTC/CNY後卻認為,市場大部分時候都是無效的,特別是在價格泡沫上漲和泡沫下跌時,都是無效的,隻有在價格平穩階段顯示出有效性。

Cheah et al.(2018)研究比特幣市場在監管變動或者其他市場外因素衝擊後的適應性表現(Adaptive Capability),得出比特幣市場並不是純粹隨機的,而是有一定的記憶慣性,呈現出自回歸性。這表明,監管或者外部市場因素的巨變,會對比特幣價格產生長期且深遠的影響。他因此得出,因為比特幣市場不是有效市場,呈現有很強的記憶慣性,所以才使得各個國家比特幣市場之間產生相互關聯,也就是說,任何一個國家對本國的監管,都將通過市場的聯動傳導到全球,而且這些影響將是有記憶力的,即這些影響將會持續一定的時間。這有助於交易員判斷如何進行跨境套利交易。Cheah用計量結果證明,比特幣市場有很明顯的係統記憶(System Memory)慣性,因此屬於中高度的無效市場。

Khamis(2018)對比了比特幣市場與股票、黃金和外彙市場在長期記憶(Long-Memory)和隨時間變動的市場有效性上的區別。他用了市場無效衡量方法(Market Deficiency Measure,MDM)(Wang et al., 2009)得出比特幣是最無效市場,而股票相對有效。無效的原因在於比特幣市場缺乏監管。比特幣市場的價格具有長期記憶慣性表明,投資者可以根據比特幣的曆史表現去預測未來的價格走勢而從中獲利。

12

韭菜的等級和消亡

研究數字貨幣市場是否有效有著重要的現實意義。

如果第一類經濟學家的研究結論是對的,即比特幣市場越來越有效,最終我們就不需要用技術手段去預測比特幣的漲跌,最方便的投資方式就是直接購買比特幣指數。

最近許多交易所開始推出數字貨幣指數基金,但是交易量並不是太大,市場似乎並不買賬。當然,最不買賬的是美國證監會SEC,它已經在3年內數次連續否決比特幣ETF的申請,原因很簡單:比特幣市場不是一個有效市場,市場不透明,有被操控的可能。SEC要保護廣大投資群眾,以免通過ETF被當成韭菜給割了。

其實在有效市場裏,韭菜是不存在的。

幣圈流傳一條有趣的“韭菜等級收割鏈條”:普通數字貨幣投資人被項目方當成韭菜割;項目方被交易所當韭菜割;交易所被大盤市場行情或者監管嚴厲的突發政策當韭菜割。在強有效市場,技術分析、基本分析、和內幕消息都失去效用,幣圈都不存在韭菜了。

13

然而,股票市場都無法達到強有效市場,我們就不奢望數字貨幣能達到強有效市場階段了。

另一類經濟學家研究數字貨幣市場無效性的研究成果,對數字貨幣行業特別是做數字貨幣量化投資具有重要的指導意義。

比如市場的無效性導致跨市場間存在無風險套利機會。這種機會在2017年到2018年下半年大量出現,這期間套利操作頻繁,業界叫“搬磚”的公司和團隊如雨後春筍般湧現。隨著市場越來越成熟,從2018年下半年開始,搬磚已經毫無利潤,其中的原因是更多的交易員,特別是從傳統對衝基金來的交易員,加入到數字貨幣套利交易市場,讓整個數字市場更具流動性,套利空間被逐漸壓縮。

又比如,有些學者認為數字貨幣特別是比特幣有很強的記憶效應,也就是說,比特幣的曆史價格,對未來價格有很大影響力。因此量化數字貨幣投資策略中,趨勢投資應該是最賺錢的策略之一。而學者對數字貨幣在經受政策打擊下的市場有效性的研究,可以作為量化數字投資風險管理策略的重要參考。

當然,對數字貨幣市場的研究還在早期,有大量的未知領域值得經濟學家進一步探索:

一是,市場有效假設在新的數據下的表現,值得進一步研究。特別是2018-2019年後數字貨幣市場處在熊市,波動性急劇下降,估計市場更加顯示出弱式有效市場特征,甚至有可能變成無效市場。這些轉變的原因在哪裏?

二是,未來,數字貨幣市場是否有可能變得越來越有效?它的內在邏輯是什麼?

三是,各國政策出台,特別是交易所合規合法後,會對數字貨幣的市場有效性產生什麼樣的影響?

四是,每個國家/交易所之間的市場有效性的區別,以及每個市場有效性和流動性之間的關係。

從理論上看,數字貨幣市場還遠遠達不到有效市場的最低標準。從行業現狀來看,幣圈目前還無法杜絕割韭菜的現象。

希望未來的研究者能提出更好的研究成果,幫助監管和業界,共同讓數字貨幣市場變得越來越透明和有效。

行業越來越健康了,韭菜自然越來越少。

分類篇完,上一篇:分類篇-靈魂無處安放。下一篇交易所篇-王者榮耀,敬請關注。

===參考文獻:====

Urquhart, Andrew, (2016). The Inefficiency of Bitcoin (August 24, 2016). Available at SSRN: https://ssrn.com/abstract=2828745 or http://dx.doi.org/10.2139/ssrn.2828745

Wei, Wang Chun (2018). "Liquidity and market efficiency in cryptocurrencies," Economics Letters, Elsevier, vol. 168(C), pages 21-24.

Tiwari, Aviral Kumar & Jana, R.K. & Das, Debojyoti & Roubaud, David, (2018). "Informational efficiency of Bitcoin—An extension," Economics Letters, Elsevier, vol. 163(C), pages 106-109.

Bariviera, Aurelio F. (2017) The inefficiency of Bitcoin revisited: A dynamic approach. Economics Letters, Volume 161, 2017, Pages 1-4, ISSN 0165-1765, https://doi.org/10.1016/j.econlet.2017.09.013.

Jeffrey Chu, Saralees Nadarajah (2017) Statistical Analysis of the Exchange Rate of Bitcoin

Cheah, Eng-Tuck & Mishra, Tapas & Parhi, Mamata & Zhang, Zhuang. (2018). Long Memory Interdependency and Inefficiency in Bitcoin Markets, Economics Letters, Volume 167, 2018, Pages 18-25, ISSN 0165-1765, https://doi.org/10.1016/j.econlet.2018.02.010.

Al-Yahyaee, Khamis Hamed & Mensi, Walid & Yoon, Seong-Min, (2018). "Efficiency, multifractality, and the long-memory property of the Bitcoin market: A comparative analysis with stock, currency, and gold markets," Finance Research Letters, Elsevier, vol. 27(C), pages 228-234.