[论文解读] Exploring the determinants of Bitcoin's price: an application of Bayesian Structural Time Series

Obryan Poyser|arXiv (Cornell University)|Jun 5, 2017

Complex Systems and Time Series Analysis被引用 29

一句话总结

本文应用贝叶斯结构时间序列（BSTS）方法，识别影响比特币价格的决定因素，分析投资者情绪、黄金价格、汇率、股票指数及搜索趋势等内部与外部因素。结果表明，比特币表现出投机性、避险资产及资本避险特征，其价格与黄金价格及美元/人民币汇率负相关，与标普500指数及欧元/美元汇率正相关。

ABSTRACT

Currently, there is no consensus on the real properties of Bitcoin. The discussion comprises its use as a speculative or safe haven assets, while other authors argue that the augmented attractiveness could end accomplishing money's functions that economic theory demands. This paper explores the association between Bitcoin's market price and a set of internal and external factors using Bayesian Structural Time Series Approach. I aim to contribute to the discussion by differentiating among several attractiveness sources and employing a method that provides a more flexible analytic framework that decompose each of the components of the time series, apply variable selection, include information on previous studies, and dynamically examine the behavior of the explanatory variables, all in a transparent and tractable setting. The results show that the Bitcoin price is negatively associated with a neutral investor's sentiment, gold's price and Yuan to USD exchange rate, while positively related to stock market index, USD to Euro exchange rate and variated signs among the different countries' search trends. Hence, I find that Bitcoin has mixed properties since still seems to act as a speculative, safe haven and a potential a capital flights instrument.

研究动机与目标

• 探究比特币价格波动的驱动因素及其在金融市场中的演变角色。
• 基于实证数据，区分比特币的投机性、避险及资本避险属性。
• 应用灵活、透明且动态的建模框架——贝叶斯结构时间序列（BSTS），以分解时间序列成分并选择相关预测变量。
• 整合先前研究中的先验知识，评估宏观经济与情绪变量对比特币价格的时变影响。
• 提供稳健、数据驱动的比特币在现代金融体系中功能角色的评估。

提出的方法

• 本研究采用贝叶斯结构时间序列（BSTS），一种分层贝叶斯框架，可将时间序列分解为趋势、季节性和回归成分。
• BSTS 允许回归系数的动态估计，从而实现比特币价格与解释变量之间关系的时变建模。
• 在 BSTS 模型内部使用经验贝叶斯方法进行变量选择，以从大量潜在因素中识别最相关的预测变量。
• 模型整合了现有文献中关于比特币及宏观经济变量的先验信息，增强了估计的稳定性。
• 该方法支持反事实分析，可估计在无特定外部冲击或趋势影响下比特币价格的走势。
• 模型通过马尔可夫链蒙特卡洛（MCMC）方法进行估计，以生成参数和预测的后验分布。

实验结果

研究问题

• RQ1 哪些内部与外部因素显著影响比特币的市场价格？
• RQ2 比特币在多大程度上表现出投机性资产、避险对冲或资本避险工具的特征？
• RQ3 投资者情绪、黄金价格及汇率如何随时间影响比特币的价格动态？
• RQ4 不同国家的搜索趋势与比特币价格变动之间存在何种关联？这些关系是否因地区而异？
• RQ5 宏观经济与情绪指标对比特币价格的时变影响如何？

主要发现

• 比特币价格与中性投资者情绪呈负相关，表明情绪下降与价格上涨相关，暗示其具有投机行为特征。
• 黄金价格与比特币价格呈负相关，表明在风险规避情绪上升时，投资者可能更倾向持有黄金而非比特币，从而降低比特币作为避险资产的吸引力。
• 人民币对美元汇率与比特币价格负相关，表明人民币走强可能减少投资者对比特币作为对冲工具的需求。
• 股票市场指数，尤其是标普500指数，与比特币价格呈正相关，表明股市风险偏好情绪可能提升比特币需求。
• 美元对欧元汇率与比特币价格正相关，表明美元走强可能增加对比特币作为投机或对冲资产的需求。
• 不同国家的搜索趋势表现出不一致的符号，表明需求驱动因素因地区而异，且与全球情绪并非一致同步。