[论文解读] The Bitcoin price formation: Beyond the fundamental sources

Jamal Bouoiyour, Refk Selmi|arXiv (Cornell University)|Jul 5, 2017

Blockchain Technology Applications and Security参考文献 12被引用 31

一句话总结

本研究采用贝叶斯分位数回归方法，分析比特币价格在完整条件分布下的形成机制，识别在不同市场状态下的差异性驱动因素。研究发现，在市场上涨阶段，交易用途以及地缘政治不确定性（如中国经济放缓、英国脱欧）推动价格上涨；而在市场下跌阶段，哈希率和黄金价格等宏观金融因素占据主导地位。

ABSTRACT

Much significant research has been done to investigate various facets of the link between Bitcoin price and its fundamental sources. This study goes beyond by looking into least to most influential factors-across the fundamental, macroeconomic, financial, speculative and technical determinants as well as the 2016 events-which drove the value of Bitcoin in times of economic and geopolitical chaos. We use a Bayesian quantile regression to inspect how the structure of dependence of Bitcoin price and its determinants varies across the entire conditional distribution of Bitcoin price movements. In doing so, three groups of determinants were derived. The use of Bitcoin in trade and the uncertainty surrounding China's deepening slowdown, Brexit and India's demonetization were found to be the most potential contributors of Bitcoin price when the market is improving. The intense anxiety over Donald Trump being the president of United States was shown to be a positive determinant pushing up the price of Bitcoin when the market is functioning around the normal mode. The velocity of bitcoins in circulation, the gold price, the Venezuelan currency demonetization and the hash rate were found to be the fundamentals influencing the Bitcoin price when the market is heading into decline.

研究动机与目标

• 探究比特币价格决定因素，超越传统基本面因素。
• 考察各类决定因素（基本面、宏观经济、金融、投机及技术因素）在不同市场条件下的影响差异。
• 评估特定地缘政治与经济事件（如英国脱欧、特朗普当选、货币废止）在塑造比特币价格动态中的作用。
• 利用非线性、分布式方法识别不同市场状态下的比特币价格驱动因素。
• 为在经济与政治压力下去中心化数字资产的价格形成提供全面分析框架。

提出的方法

• 应用贝叶斯分位数回归模型，刻画比特币收益率条件分布。
• 纳入多样化决定因素：基本面因素（如哈希率）、宏观经济因素（如黄金价格）、金融因素（如波动率）、投机性因素（如投资者情绪）和技术因素（如货币流通速度）。
• 引入重大地缘政治与经济冲击的事件虚拟变量（如2016年美国大选、印度货币废止、委内瑞拉货币改革）。
• 在多个分位数（如0.1、0.5、0.9）上估计回归系数，以捕捉与市场状态相关的效应。
• 在贝叶斯框架下，使用马尔可夫链蒙特卡洛（MCMC）方法进行后验推断。
• 通过诊断检验和分位数间预测性能比较，对模型进行验证。

实验结果

研究问题

• RQ1 比特币价格的决定因素在其收益率条件分布的不同分位点上如何变化？
• RQ2 在市场上涨与下跌阶段，基本面、宏观经济、投机性或技术性因素中，哪一类对比特币价格影响最为显著？
• RQ3 像英国脱欧、特朗普当选或货币废止等事件，在多大程度上推动了比特币价格的变动？
• RQ4 投机情绪与投资者焦虑在市场稳定与压力状态下的比特币价格形成中如何体现？
• RQ5 在熊市期间，货币与技术基本面因素（如哈希率、交易流通速度）在塑造比特币价格方面发挥何种作用？

主要发现

• 在市场上涨阶段，比特币在贸易中的使用以及中国经济放缓带来的不确定性，是最具影响力的正面驱动因素。
• 地缘政治事件如英国脱欧和印度货币废止，在市场改善时期显著推动了价格上涨。
• 对唐纳德·特朗普总统任期的担忧，作为正面决定因素发挥了作用，尤其在市场运行于中位数或正常状态时更为明显。
• 在市场下跌阶段，流通中的比特币速度、黄金价格、委内瑞拉货币废止以及哈希率成为关键的基本面驱动因素。
• 本研究基于决定因素在收益率分布不同分位数上的影响，识别出三类不同的决定因素群组。
• 贝叶斯分位数回归模型成功捕捉了比特币价格对决定因素的非线性、状态依赖性结构。