比特币价格形成的经济学

例如，股票交易所指数可能反映全球经济的总体宏观经济和金融发展。有利的宏观经济和金融发展可能会刺激比特币内部码和交易所的使用，从而增强其需求，这可能会对比特币价格产生积极影响。通货膨胀和物价指数是宏观经济和金融发展的其他重要指标。根据Krugman and Obstfeld（2003）和Palombizio and Morris（2012）的说法，油价是需求和成本压力的主要来源之一，并提供了通货膨胀发展的早期迹象。因此，如果石油价格预示着总体价格水平的潜在变化，这可能会导致比特币贬值。此外，汇率可能反映通货膨胀的发展，从而对比特币价格产生积极影响，如等式（3）所示。根据Dimitrova（2005），比特币价格与宏观财务指标之间也可能存在负相关。股价下跌促使外国投资者出售他们持有的金融资产。这会导致相应货币贬值，但如果投资者用股票投资代替比特币投资，可能会刺激比特币价格。一般来说，投资者在证券交易所的回报可能会捕获投资比特币的机会成本。因此，股票交易所指数预计将与比特币价格呈正相关。为了解释比特币价格形成中的宏观经济和金融发展，我们将方程（5）扩展如下：（6）01 2 3 4 5 6Bt tp y v b a m              MTI捕捉宏观经济和财务指标。

根据之前的研究，我们预计要么是积极的，要么是消极的。4数据我们使用以下代理来捕捉价格关系（3）提出的供需基本面。我们使用以美元（mkpru）计价的比特币价格PB数据。我们使用已开采的历史总比特币数量（totbc）来说明流通B中比特币的总存量。我们使用比特币经济的两个替代指标Y：每天唯一比特币交易总数（ntran）和每天使用的唯一比特币地址数（naddu）。继Matonis（2012）之后，我们将货币比特币的速度V代入任何给定交易的比特币销毁天数bcdde。该变量的计算方法是将交易中的比特币数量乘以自上次使用比特币以来的天数。所有这些数据都是从Quandl中提取的。通用域名格式。为了衡量全球经济的价格水平P，我们使用从欧洲中央银行提取的美元和欧元之间的汇率（exrate）。为了捕捉比特币对投资者的吸引力，a继Kristoufek（2013）之后，我们使用维基百科上的每日比特币浏览量wiki_views来衡量投资者对比特币的信心。根据Kristoufek（2013），与数字货币相关的搜索频率是衡量潜在投资者对该货币兴趣的良好指标。皮斯科雷克等。（2014）认为，这项措施也可能捕捉到投资者的投机行为。在线搜索查询，比如Wikipedia View，可以测量投资者对比特币的兴趣，因为它可以捕获关于比特币的信息需求。我们还使用了从BitcoinTalk中提取的新成员（new_members）和新帖子（new_posts）的数量变量。组织。

如上所述，可变的新_成员反映了比特币经济的规模，但也反映了新比特币成员的注意力驱动投资行为。变量new_posts反映了信任和/或不确定性的影响，因为它代表了成员之间讨论的强度。为了说明全球宏观经济和金融指标m，我们遵循van Wijk（2013），并使用油价、油价和道琼斯股票市场指数DJ。石油价格来自美国能源信息管理局，道琼斯指数来自圣路易斯联邦研究银行。Kristoufek（2013）还使用比特币对谷歌趋势的查询来衡量投资者对比特币的信心/情绪。这些数据仅每周提供。因为我们使用日常数据，所以在估计中不使用这个代理。道琼斯指数是一种工业平均指数，涵盖纽约证券交易所或纳斯达克的30家主要公司。5计量经济学方法第3节中的概念分析表明，分析中考虑的比特币价格和解释变量是相互依存的。在相互协整变量存在的情况下，相互依存的时间序列之间的非线性相关性的估计受到内生性问题的影响（Lütkepohl和Kr"atzig 2004）。为了解决内生性问题，我们遵循文献中的一般方法来分析内生性时间序列之间的因果关系，并指定一个向量自回归（VAR）模型（Lütkepohl和Kr"atzig 2004）。根据Engle和Granger（1987），相互依赖和非平稳时间序列的回归可能会导致虚假结果。为了避免虚假回归，重要的是测试相关时间序列的特性。

因此，在第一步中，确定时间序列的平稳性，为此我们使用两个单位根检验：增广Dickey-Fuller（ADF）检验和Phillips-Perron（PP）检验。我们用于每个依赖变量的滞后数由Akaike信息标准（AIC）确定。如果两个单独的时间序列不是平稳的，它们的组合可能是平稳的（Engle and Granger 1987）。在这种特殊情况下，时间序列被认为是协整的，这意味着它们之间存在长期均衡关系。第二步，我们使用约翰森协整方法来检验价格序列之间的长期关系。协整向量的个数由最大特征值检验和迹检验确定。这两种测试都使用特征值来计算相关的测试统计数据。我们遵循Pantula原则来确定模型中是否应包含时间趋势和常数项。在第三步中，我们估计了协整序列的向量误差修正模型。它包括一个误差修正项，指示任何不平衡向长期平衡状态调整的速度。继Johansen和Juselius（1990）之后，我们从向量自回归模型开始，并将其重新表述为向量误差修正模型：（7）TKTTZAZAZ...11（8）TTKIITTZZ111式中，zt是非平稳变量的向量，a是不同参数的矩阵，t是下标，k是滞后数，ε是假设遵循i.i.d.过程的误差项，具有零均值和正态分布的N（0，σ2）误差结构。

方程（2）分别包含通过Γi和∏的估计对Zt变化进行短期和长期调整的信息。可以将∏分解为∏=αβ\'，其中α表示调整到不平衡的速度，β表示变量之间的长期关系（Johansen和Juselius的1990）。和往常一样，为了确保估计模型的充分性，我们进行了一系列规格测试：残差自相关的拉格朗日乘数（LM）测试；JarqueBerra测试，以检查VEC中的残差是否为正态分布，并测试模型的稳定性。6结果根据理论假设，我们估计了比特币价格的四组计量经济模型（估计模型之间的规格差异见表1）。模型1.1至1.5捕捉了比特币的供需互动及其对比特币价格的影响。模型2.1估计了比特币对购买/出售比特币的投资者的吸引力的影响。模型3.1估计了全球宏观经济和金融发展的影响。模型4.1至4.9与上述三个组件相互作用。鉴于几个变量高度相关，我们通过顺序替换这些高度相关的变量来估计替代模型规格（表1）。我们发现比特币总存量与比特币经济规模（totbc–ntran、totbc–naddu、naddu–ntran）、道琼斯指数和比特币总存量之间存在着特别高的相关性（corr.>0.8），比特币经济的规模（totbc–dj，naddu–dj），以及道琼斯指数的维基百科视图和比特币经济的规模（wiki_视图–dj，wiki_视图–naddu）（表2）。估算结果见表3、表4、表5和表6。

表3和表4显示了短期影响，表5和表6显示了不同决定因素对比特币价格的长期影响。根据表3和表4中报告的结果，许多变量对比特币价格调整有统计上显著的短期影响。尤其是，对于自身的价格效应、比特币总存量、totbc、比特币销毁天数、bcdde和维基百科视图、维基百科_视图，情况就是如此。短期效应反映了协整系统中变量的短期动态。它描述了当长期平衡被扭曲时，时间序列是如何反应的。根据表5和表6中报告的结果，比特币价格与估算模型中考虑的不同变量之间的长期关系比短期影响更为密切。从我们的估计中得出的第一个主要观察结果是，供需基本面对比特币价格有着强烈的影响。需求方变量（如bcdde、naddu）对比特币价格的影响似乎强于供给方驱动因素（如totbc）。根据表5中报告的结果，比特币存量（totbc）的增加导致比特币价格下降（模型1.2），鉴于比特币经济规模（naddu）及其速度（bcdde）的增加会导致更高的价格（模型1.1、1.2、1.3），请注意，我们已经使用增强的Dickey Fuller（ADF）和Phillips Perron（PP）测试对数据序列的平稳性进行了测试。测试中因变量的滞后由Akaikei信息标准（AIC）确定。两项测试都表明，所有时间序列在水平上都是非平稳的，但在第一次差异中是平稳的（测试结果可根据作者的要求提供）。1.4、1.5、4.3、4.4、4.7）。

与我们的预期相反，在模型1.1和1中，反映比特币经济规模（ntran）的替代变量对比特币价格有负面影响。5.然而，在更一般的模型（模型4.1-4.9）中，该变量并不显著。尽管比特币供求基本面估计系数的符号与理论预测一致（模型1.1和1.5中的ntran除外），但在大多数模型中，估计系数的统计意义和大小都会降低，考虑到比特币对投资者的吸引力以及全球宏观经济和金融发展的影响（表6中的模型4.1至4.9）。在模型4.3、4.4和4.7中，供需变量在统计上具有显著性，但与模型1.1至1.5相比，其估计影响的程度要低得多，模型1.1至1.5只反映了比特币的供需基本面。这可以通过以下事实来解释：由供需变量解释的比特币价格变化的一部分被更一般规范（模型4.1至4.9）中的其他变量吸收。据估计，对比特币价格影响最大且统计上最显著的变量是捕捉比特币对投资者吸引力影响的变量：wiki_视图、新_成员和新_帖子（模型2.1和模型4.1至4.9）。可变的新成员对比特币价格产生了负面影响，这意味着新成员的注意力驱动投资行为占主导地位。各种各样的新帖子对比特币价格产生了积极影响，反映出比特币用户之间的激烈讨论使人们对比特币的接受度和信任度不断提高。

这可能反映了交易成本的下降和投资者的不确定性，这增加了比特币的投资需求，从而提升了比特币的价值。与Kristoufek（2013）的观点一致，维基百科的观点对比特币价格有统计上的显著影响。该变量非常重要，并且在所有模型中都有积极影响（模型4.8除外）。然而，这个变量的解释并不简单，因为它可能会捕获各种影响。一方面，这可能反映了投资者的投机行为。Kristoufek（2013）认为，由于允许设定“公平”价格的比特币基本面缺失，其价格由投资者对未来增长的信心驱动，并由短期投资者、趋势追逐者、噪音交易者和投机者主导。另一方面，维基百科的观点可能衡量投资者对比特币的兴趣，因为它捕获了比特币的信息需求（Piskorec等人，2014）。它可能反映了用户对比特币知识的变化，从而导致对比特币的更高接受度和需求。重要的是，在维基百科上搜索比特币信息的人很可能是新的比特币用户/投资者，因为维基百科包含关于比特币的相当普遍的信息，这是现任投资者或高级比特币用户所知道的。如果最后两个论点成立，那么维基百科效应的估计值代表了比特币经济需求端的影响，如等式（3）中变量Y所示，不一定只反映投资者的投机行为。我们的研究结果表明，与之前的研究（即。

从长期来看，道琼斯指数、汇率和油价等宏观金融指标对比特币价格没有显著影响。只有在模型3.1中，所有宏观和金融变量（dj、油价和汇率）在统计上具有显著性（表5）。这与van Wijk（2013）的估计一致，他还发现宏观金融变量对比特币价格的统计显著影响。然而，van Wijk（2013）并未说明比特币的市场基本面或比特币对投资者的吸引力。考虑到这些因素（模型4.1至4.9），它们对所有模型（模型4.1除外）的影响都会显著降低（表6）。7结论由于比特币的市场份额不断增长，比特币价格迅速上涨，且价格波动较大，用户和学者们对理解比特币系统的总体情况，尤其是其价格形成越来越感兴趣。本文试图阐明决定比特币短期和长期价格的驱动因素。本文分析了比特币价格和比特币供求基本面之间的关系，以及全球宏观金融指标和比特币对投资者的吸引力。我们采用VAR估计方法，并使用20092014年的每日数据来确定比特币价格与其决定因素之间的因果关系。我们的实证分析证实，比特币市场基本面对比特币价格具有重要影响，这意味着比特币价格的形成在很大程度上可以用货币价格形成的标准经济模型来解释。

供需驱动因素对比特币价格形成有重要影响，因此是决定比特币稳定性的关键因素之一。尤其是需求方驱动因素，如比特币经济规模和比特币流通速度，对比特币价格的影响最大。因此，鉴于比特币供应是外生的，需求驱动因素的发展也将是未来比特币价格的关键决定因素之一。其次，我们不能否认投机行为也在影响比特币价格的假设。维基百科观点对比特币价格的统计显著影响可能是投资者投机短期行为的证据，也可能反映比特币经济需求方面的扩张。此外，我们还发现，新帖子也对比特币价格产生了积极影响，这可能是用户之间信任度提高的结果。因此，比特币的投机性交易不一定是一种不受欢迎的活动，因为它可能在吸收风险不利参与者的过度风险和提供市场流动性方面产生好处。短期投资者投机行为的负面影响是，它可能会增加价格波动和价格泡沫。因此，比特币的成功也让它有能力减少投机的潜在负面影响，并扩大比特币在贸易和商业中的使用。最后，我们的估计不支持之前的发现，即宏观金融指标可能会影响比特币价格。事实上，一旦我们控制了供求变量和比特币对与比特币相关的投资者的吸引力，宏观金融指标的相关性就变得无关紧要了。参考Barber，S.，X.Boyen，E.Shi和E.Uzun（2012）。