【学术探讨】资产定价与加密货币

2019 年 6 月 19 日 互联网金融

6月14日，清华大学金融科技研究院区块链研究中心学术讲座第四期“资产定价与加密货币”开讲。耶鲁大学经济学讲席教授Aleh Tsyvinski做客清华大学五道口金融学院，院系师生一起聆听了这场精彩的学术研讨会。

Aleh Tsyvinski 教授分别介绍了其两篇论文“加密货币的风险和收益”与“加密货币中的常见风险因素”。

在第一篇论文“加密货币的风险和收益”中，Aleh Tsyvinski与其合作者发现，加密货币（比特币、瑞波币和以太坊）的风险和收益与股票、现金和贵金属的不同。加密货币的回报与一般股票市场和宏观因子无关，只有加密货币市场的具体因素——动量和投资者关注解释了加密货币收益的变化。

在论文中，Aleh Tsyvinski教授及其合作者试图回答以下三个问题：

什么驱动了加密货币的价格？

什么可以预测加密货币的回报？

加密货币与其他资产相关吗？

首先，Aleh Tsyvinski教授探讨了网络因子和生产力因子对加密货币价格的驱动作用，这是基于哥伦比亚大学商学院金融学讲席教授王能在论文“通证价格和通证经济的运行机制”中使用的关于区块链平台的定价模型。Aleh Tsyvinski教授使用比特币钱包使用者数、活跃的比特币地址、比特币交易量和比特币支付量来度量网络因子，使用电费和芯片计算费用来度量生产力因子，并分别使用这两个因子对比特币价格进行回归，发现前者显著而后者不显著。

随后，Aleh Tsyvinski教授使用当前数字货币收益对累计未来加密货币市场收益进行回归，发现这两个变量间有强相关性和正相关关系。例如，当前市场比特币收益率增加一个标准差，能使得下周比特币收益率增加3.33%。他接着使用测量谷歌加密货币搜索量对累计未来加密货币市场回报进行回归，也发现了两者存在强相关性和正相关关系。例如，谷歌的比特币搜索量增加一个标准差，两周后比特币的收益率增加2.3%。同样，“比特币被盗”的关键词和比特币价格的下跌有着强相关和负相关关系。最后他使用了比特币的价格与“股息”比率，以及代表供应因素的挖矿成本进行回归，发现结果并不显著。

Aleh Tsyvinski教授最后总结，是网络因子而不是生产力因子驱动了加密货币的价格，是动量和投资者注意力而不是估值比率能够预测加密货币的回报，加密货币与其他资产没有相关性。

在第二篇论文“加密货币中的常见风险因素”中，Aleh Tsyvinski教授及合作者分析了加密货币回报的横截面分析。他们试图回答，股票收益的横截面中市场认为重要的特征是否也存在于加密货币市场？

他们发现加密货币市场因素的三因素模型：加密货币市场因子（CMKT），即计算加密货币的加权回报，加密货币市值因子（CSMB），即加密货币前30％和后30％之间的差价，以及加密货币动量因子（CMOM），即加密货币三周价格的前30%和后30%的差价解释了所有九种成功套期保值策略的超额收益。

Aleh Tsyvinski教授最后总结，使用标准资产定价工具可以有意义地分析加密货币的横截面，市值和动量因素对于加密货币收益的横截面分析非常重要，论文中描述的简约三因子模型成功地定价了加密货币市场中的异常回报。