比特币价格的主要驱动因素是什么？小波证据

从理论上讲，货币的价格应该与其在实际交易中的使用呈正相关，因为它增加了持有货币的效用，而使用应该主导价格。在图2中，我们展示了比特币价格和比率之间的平方小波相关性。因此，我们看到了局部相关性在时间和频率上的演变。颜色越热，相关性越高。统计上显著的相关性通过围绕显著区域的粗黑线突出显示，显著性基于蒙特卡罗模拟，针对红噪声的零假设，即一阶自回归过程。Coneof influence将可靠（全色）和不太可靠（浅色）区域分开。相位差，即滞后或超前关系由定向箭头表示。有关更多详细信息，请参阅方法部分。具体而言，对于贸易交换率，我们观察到，在5%的水平关系下，在高尺度下，长期但不具有统计意义。变量处于反相位，因此它们在长期内呈负相关。然而，两国关系中没有强有力的领导人。箭头指向西南方向的频率略占主导地位，这表明这一比例处于微弱领先地位。在较短的尺度上，大多数箭头指向东北部，表明变量正相关，价格主导贸易交换率。请注意，这种关系主要在BTC价格极端上涨的时期可见。换句话说，从长远来看，如果比特币更多地用于交易，即非交换交易，比特币就会升值，而从短期来看，不断上涨的价格会促进交换交易。

因此，前者符合理论预期，而后者表明，价格上涨——潜在的泡沫——刺激了交易所对货币的需求。价格水平是一个重要因素，因为人们期望商品和服务在任何地方都能以相同或至少相似的价格提供，而失衡是由汇率控制的。当一种货币的价格水平相对于另一种货币的价格水平下降时，第一种货币应该升值，其汇率也应该随之上升。从比特币的价格水平到比特币的汇率（价格）之间存在着预期的因果关系。在我们的例子中，价格水平被构造为给定日期的一笔交易的平均价格。图2揭示了最稳定的相互作用发生在128天左右的高尺度上。这种关系是负面的，但领导者并不清楚。在2013年4月至2013年7月之间的一个月内，还有一个规模较小的重要地区。正如预期的那样，这种关系再次是负面的，但价格水平的领导作用在这里更为明显。大多数其他重要相关性不在可靠区域内。货币供应量作为一种标准供应量，其增加会导致价格下降。因此，负面关系是意料之中的。此外，由于比特币创造的一种已知算法，预计只有长期前景才能发挥作用。在图2中，我们观察到比特币价格与其供应量之间存在某种关系。然而，大多数重要区域都在可靠区域之外。此外，相位箭头的方向不稳定，因此不可能检测到关系的符号或领导者。

这可能是因为，当前和未来的货币供应量都是事先知道的，这样一来，比特币用户和投资者就可以轻松地将其动态纳入预期。3.2交易驱动因素比特币在真实交易中的使用与其价值的基本方面密切相关。然而，比特币的使用和其价格之间可能存在两个相互矛盾的影响，这可能是由比特币的投机性造成的。其中一个影响源于一种标准预期，即使用的硬币越多，对硬币的需求就越高，价格也就越高。然而，如果价格是由投机行为驱动的，其波动性、价格的不确定性以及交易费用的美元价值增加可能会导致负面关系。作为使用量的衡量标准，使用了交易量和交易量。在图3中，我们观察到，对于这两个变量，显著的关系主要发生在更高的尺度上，也主要发生在2012年。这种影响在2013年有所减弱，在较低的尺度下，重要区域的寿命很短，可能是由于统计波动和噪音造成的。就贸易交易而言，很明显，这种关系是积极的，交易会导致价格上涨，也就是说，从长远来看，比特币在实际交易中的使用量增加会导致比特币升值。然而，随着时间的推移，这种影响变得越来越弱。就贸易量而言，这种关系在时间上会发生变化，而相位箭头的方向往往会发生变化，因此我们无法得出任何有力的结论。3.3技术驱动因素根据给定的算法挖掘比特币，以保持比特币的计划供应。采矿者开采新比特币作为大宗交易认证的奖励，从而为流通提供新比特币。然而，挖掘是为了解决计算量非常大的问题。

此外，为了控制新比特币的创造，并按照计划的公式，根据当前矿工的计算能力，解决相关问题的难度会增加。然后，通过矿工所需的最小计算效率给出困难度，它反映了系统当前的计算能力（以哈希值衡量）。散列率随后成为系统生产率的另一个衡量指标，反映在系统难度中，每10分钟（即大约两周）的2016个区块重新计算一次。通过这种方式，比特币供应保持平衡，系统中不会充斥比特币。因此，比特币开采是一个投资机会，比特币的计算能力会发生变化。采矿本身与硬件和电力投资成本有关。请注意，比特币挖掘的可能性（以及其他基于挖掘的加密货币的挖掘）导致了专门为比特币挖掘设计的硬件的开发和生产。这导致了采矿成本的增加、采矿散列率的飙升以及采矿难度的增加，这使得小型矿工逐渐远离了采矿工具。比特币价格和采矿困难以及散列率之间又有两种相反的影响。采矿可以被视为对比特币的一种投资。与直接购买比特币不同，投资者投资于硬件并直接获得比特币。这导致了两种可能的影响。比特币价格的上涨可以激励市场参与者开始投资硬件并开始挖掘，这会导致哈希率的提高，也会导致更高的差异。或者，随着散列率的提高，以及硬件和电力成本需求的增加，越来越多的矿工离开了采矿池。

如果这些矿商曾经开采这些硬币作为直接投资的替代品，他们可以转让给比特币买家，从而增加对比特币的需求，进而提高比特币的价格。图3总结了哈希率和困难度的小波相干性。正如预期的那样，我们观察到这两种测量方法的所有相似结果，因为这两种方法紧密交织在一起。这两种采矿难度指标都与高水平（即长期）的价格呈正相关。这种关系在困难中更为明显，这表明比特币价格在困难中居于领先地位，尽管这种领先地位随着时间的推移变得越来越弱。因此，价格上涨吸引新矿工的影响似乎主导了这一关系。随着时间的推移，这种关系的减弱可归因于比特币当前稳定或缓慢上涨的价格，这不再影响高效成功开采所需的计算能力成本。3.4比特币价格可能的驱动因素之一是它的受欢迎程度。简单地说，增加对货币的兴趣，与实际投资货币的简单方式相联系，导致需求增加，从而提高价格。为了量化人们对比特币的兴趣，我们利用谷歌和维基百科引擎搜索“比特币”一词。显然，很难区分互联网用户搜索比特币信息的各种动机。尽管如此，我们认为兴趣的增加会导致价格的上涨。在图4中，我们展示了比特币价格和搜索引擎查询之间的小波相关性。我们观察到，两种发动机提供的信息非常相似。在高尺度上，共同运动占主导地位。然而，我们观察到这种关系在一段时间内发生了变化。截至2012年下半年，价格主导了人们的兴趣，这种关系在谷歌搜索中更为明显。