论文部分内容阅读
摘要：央行在2020年加速人民币央行数字货币DC/EP的发行和应用，这对数字货币产生了重大影响。本文采用事件研究法，选取了央行发布DC/EP相关信息的两个事件，研究事件发生前后比特币异常收益率变动情况，结果表明DC/EP的发行能够引起比特币价格的短期增长。
关键词：DC/EP 比特币价格
一、引言
数字货币可以根据其发行者的不同分为央行数字货币和私人数字货币。以比特币为首的私人数字货币诞生最早，由开发者基于区块链技术进行设计和发行，意图创造一种去中心化、超主权的货幣，突破以中央银行为中心的信用货币发行机制。为了应对数字货币对主权货币的冲击，各国央行也试图采用数字货币技术，以国家信用作为发行基础，创造一种由自己控制的法定数字货币替代流通中的M0，这样的数字货币被称为央行数字货币。在数字货币研究处于世界前列的央行也不甘落后，在2020年加速的央行数字货币DC/EP落地应用，因此引发了对数字货币市场的冲击。
本文采用事件研究法，选取了央行发布DC/EP相关信息的两个事件节点，通过构建异常收益模型研究事件发生前后比特币收益率的变化，来探究DC/EP发行对比特币价格会产生怎么样的影响，为央行制定数字货币政策提供了一些理论依据。
二、理论分析
（一）文献综述
DC/EP的发行作为一个重要的政策信息是否会对占据数字货币市场68%份额的比特币产生影响尚无定论，但是国内外学者对政策信息对比特币价格的影响有过相关讨论。Bob Stark（ 2013）认为政府态度对比特币的价格影响极大。Ciaian等（2014）认为比特币价格变动与大众对比特币的关注程度高度正相关。Bartos（2015）运用误差修正模型分析比特币的价格特征，认为比特币遵循弱有效市场假说，其价格会立即对公开市场信息做出反应。刘刚（2015）从比特币市场供求分析发现，中美政策信息通过影响比特币的交易需求、投资需求、投机需求进而来影响比特币的价格。姚前（2018）认为各国的政策信息和国际局势变化作为外部信息可以影响比特币价格。综合上述学者的看法不难看出，公开市场信息尤其是中美的政策信息会对比特币的价格产生较大影响。
（二）政策信息对比特币价格影响机制
政策信息对比特币的影响可以从市场供求的角度分析，由于比特币供给稳定，因此比特币的价格很大程度由需求决定。从市场需求的角度可以把投资者对比特币的需求分为三个方面：交易需求、投资需求及投机需求。中国的比特币交易市场曾经十分活跃，占据了世界上八成以上的交易量，如今依然存在大量的中国机构和个人参与比特币交易。央行的政策信息作为一个重要的公开市场信息会影响到这些投资者对比特币的需求进而引起比特币价格的波动。如果是利好的政策消息，会增强投资者对比特币的信心，使得一大批比特币持有者惜售，进而降低交易需求。同时也会吸引一些观望者投资比特币进而增加比特币投资需求导致比特币价格上涨。比特币价格的上涨会又吸引市场上的投机者大量进场，增加对比特币的投机需求，最后大量的投机者涌入导致比特币容易发生暴涨暴跌。如果是利空消息则会导致比特币持有者低价抛售降低损失，投资需求和投机需求大幅减少。而不愿意抛售比特币的持有者要么准备长期持有要么会选择使用比特币进行交易，这就增加了比特币的交易需求。当比特币价格跌到足够低的时候，投机者会趁机大量买入，对比特币长期看好的投资者也会在低位增持，从而使得比特币价格迅速反弹。
三、模型设定
事件研究法通常用于研究某一特定事件对股票价格或企业价值的影响，并通过对比事件发生后异常收益率是否产生显著变化来判断该特定事件的影响。DC/EP的发行对是否对比特币价格和收益率产生影响也可以通过该方法进行分析。
（一）时间窗口确定和样本数据选择
本文选取了2020年1月10日央行官方微信公众号发布消息披露DC/EP已完成设计调试工作，下一步即将选择试点地区和范围推进央行法定货币出台应用为事件一;选取2020年4月14日DCEP在农业银行内部开始测试作为事件二。以事件发生前75天到15天为样本区，以事件发生前后15天作为事件窗口区，总计选择了91个数据进行观察。比特币价格和收益率数据均来源于WIND数据库。
（二）模型建立
异常收益率可用实际收益率与正常收益率的差来表示：。常用的异常收益率模型有三种：均值调整模型;市场调整模型;市场模型。由于比特币市场是新生市场其价格波动较大，并没有形成一个可靠的市场指数。再加之本文研究的是单一的比特币市场，无需选择多样本进行比较分析，因此均值调整模型更适用。累积异常收益率是一段时期内异常收益率的总和。令，在期间第i种资产的累积异常收益率：
四、实证结果及分析
（一）事件一实证结果及分析
事件一收益率模型：
模型一已通过检验异方差和自相关检验，表明模型设置正确符合要求。根据模型一所示，事件一在事件窗口内正常收益率ER1t=0.009，异常收益率AR1t由表1所示：
用事件期AR1t的均值来构造t统计量来进行显著性检验，在自由度为30，置信水平为5%的条件下，其t值为2.5669，通过了检验，表明AR1t在事件期内总体显著异于零，事件一对比特币的价格是有显著影响的。再进一步计算累积异常收益率，并将它跟异常收益率进行对比得到图1。
结合上述图表的分析我们不难得知，在事件一发生的前15天到前7天，比特币的异常收益率在围绕0值上下正常波动，最高波幅未超过5%，没有太多异常。在事件一发生的前一周内，市场上对事件一的发生就有预感，连续6天异常收益率为正，累积异常收益率从之前的5%迅速增长到20%，表明已有大量的投机者提前获知信息进场潜伏。直到信息发布的前一天，异常收益率突然从4.12%跌到-3.58%，这表明利好即将出尽，投机资本开始获利了结。但是从事件一发生后当天到第7天来看，异常收益率基本为正，累积收益率增长到30%，表明事件一在发生后仍存在影响，后续仍有投资者进场导致比特币价格上涨，但是涨幅没有事件发生前一周那么大了。到了事件一发生的第7天到第15天，事件一对比特币的影响基本消失，异常收益率开始继续围绕0值正常波动，累积异常收益率也基本维持在30%的水平，并没有发生明显下降。 （二）事件二实证结果及分析
事件二预期收益率模型：
模型二、模型一已通过检验异方差和自相关检验，表明模型设置正确符合要求。根据模型二所示，事件一在事件窗口内正常收益率ER2t=-0.0076，异常收益率AR1t由表2所示：
用事件期AR2t的均值来构造t统计量来进行显著性检验，在自由度为30，置信水平为5%的条件下，其t值为2.5160通过了检验，表明AR2t在事件期内总体显著异于零，事件二对比特币的价格是有显著影响的。再进一步计算累积异常收益率，并将它跟异常收益率进行对比得到图2。
结合上述图表的分析我们不难得知，在事件二发生的前两周，比特币价格处于上升阶段，并且波动十分剧烈，异常收益率的波幅最高超过了10%。累积异常收益率虽然为正，但是并不稳定，在20%到40%之间来回起伏。在事件二发生的前一天异常收益率突然从-0.62%直接涨到8.04%，累积异常收益率也大幅上涨从30%左右涨到50%左右，说明市场对信息反应迅速且很强烈。第二天异常收益率已经回落到1.13%，并在后续的两周内再也没有大幅波动。但是累积异常收益率却持续平稳增长，并没有出现下跌的迹象，这表明事件二对比特币的价格是有积极的影响。
五、结论
本文结合央行确认DCEP的发行计划和DCEP在农行试点发行两个事件，采用事件研究法实证分析了事件发生前后比特币的异常收益率变化，主要结论如下：
第一，DCEP的发行信息对比特币价格有着积极的影响。这意味着央行数字货币发行的早期并没有同私人数字货币形成竞爭局面，反而促进了投资者对数字货币的认可程度，进一步推动了私人数字货币市场的发展。
第二，比特币市场对政策信息感知敏锐，通常会提前反应。早在政策信息没有正式发布之前，比特币市场价格就已经开始提前波动，在信息正式公布之后，波动反而趋于平稳。
第三，比特币市场对更为确定的政策信息反应更强烈。跟事件一相比事件二对比特币价格影响的幅度更大，波动更为剧烈。
综上所述，DCEP的发行在目前并没有对比特币形成负面冲击，但是随着发行数量的增长和使用范围的扩大，在未来会不会挤占比特币在数字货币市场的份额也有待观察。为了应对数字货币时代的挑战，维护货币主权促进人民币国际化，央行仍需继续研究数字货币市场，稳妥推进人民币数字化进程。
参考文献：
[1]Bob Stark .Is the corporate world ready for Bitcoin[J].Risk Management，2013，9：8-9.
[2]Ciaian P，Rajcaniova M，Kancs D. 2014. The Economics of BitCoin Price Formation[J].EERI Research Paper Series，48（19）.
[3]Jakub Bartos. Does Bitcoin follow the hypothesis of efficient market？[J]. International Journal of Economic Sciences，2015，4（2）： 10-23.
[4]刘刚，刘娟，唐婉容.比特币价格波动与虚拟货币风险防范——基于中美政策信息的事件研究法[J].广东财经大学学报，2015，30（03）：30-40.
[5]姚前，汤莹玮.关于央行法定数字货币的若干思考[J].金融研究，2017（07）：78-85.
[6]姚博.比特币、区块链与ICO：现实和未来[J].当代经济管理，2018，40（09）：82-89.
[7]贾卢魁.私人发行数字加密货币的价格波动——以比特币为例的主成分动态因子分析[J].金融发展研究，2019（11）：53-57.
[8]石奕磊.比特币价格波动特点与投资价值研究——基于事件研究法与GARCH模型[J].财会通讯，2020（14）：143-147.
[9]谢文浩，曹广喜.基于MFXDMA方法的加密货币和中国股市间的多重分形交叉相关性研究[J/OL].中国管理科学：1-13[2020-10-20].https：//doi.org/10.16381/j.cnki.issn1003-207x.2020.0402.
[10]穆杰.央行推行法定数字货币DCEP的机遇、挑战及展望[J].经济学家，2020（03）：95-105.
作者单位：南京理工大学泰州科技学院
关键词：DC/EP 比特币价格
一、引言
数字货币可以根据其发行者的不同分为央行数字货币和私人数字货币。以比特币为首的私人数字货币诞生最早，由开发者基于区块链技术进行设计和发行，意图创造一种去中心化、超主权的货幣，突破以中央银行为中心的信用货币发行机制。为了应对数字货币对主权货币的冲击，各国央行也试图采用数字货币技术，以国家信用作为发行基础，创造一种由自己控制的法定数字货币替代流通中的M0，这样的数字货币被称为央行数字货币。在数字货币研究处于世界前列的央行也不甘落后，在2020年加速的央行数字货币DC/EP落地应用，因此引发了对数字货币市场的冲击。
本文采用事件研究法，选取了央行发布DC/EP相关信息的两个事件节点，通过构建异常收益模型研究事件发生前后比特币收益率的变化，来探究DC/EP发行对比特币价格会产生怎么样的影响，为央行制定数字货币政策提供了一些理论依据。
二、理论分析
（一）文献综述
DC/EP的发行作为一个重要的政策信息是否会对占据数字货币市场68%份额的比特币产生影响尚无定论，但是国内外学者对政策信息对比特币价格的影响有过相关讨论。Bob Stark（ 2013）认为政府态度对比特币的价格影响极大。Ciaian等（2014）认为比特币价格变动与大众对比特币的关注程度高度正相关。Bartos（2015）运用误差修正模型分析比特币的价格特征，认为比特币遵循弱有效市场假说，其价格会立即对公开市场信息做出反应。刘刚（2015）从比特币市场供求分析发现，中美政策信息通过影响比特币的交易需求、投资需求、投机需求进而来影响比特币的价格。姚前（2018）认为各国的政策信息和国际局势变化作为外部信息可以影响比特币价格。综合上述学者的看法不难看出，公开市场信息尤其是中美的政策信息会对比特币的价格产生较大影响。
（二）政策信息对比特币价格影响机制
政策信息对比特币的影响可以从市场供求的角度分析，由于比特币供给稳定，因此比特币的价格很大程度由需求决定。从市场需求的角度可以把投资者对比特币的需求分为三个方面：交易需求、投资需求及投机需求。中国的比特币交易市场曾经十分活跃，占据了世界上八成以上的交易量，如今依然存在大量的中国机构和个人参与比特币交易。央行的政策信息作为一个重要的公开市场信息会影响到这些投资者对比特币的需求进而引起比特币价格的波动。如果是利好的政策消息，会增强投资者对比特币的信心，使得一大批比特币持有者惜售，进而降低交易需求。同时也会吸引一些观望者投资比特币进而增加比特币投资需求导致比特币价格上涨。比特币价格的上涨会又吸引市场上的投机者大量进场，增加对比特币的投机需求，最后大量的投机者涌入导致比特币容易发生暴涨暴跌。如果是利空消息则会导致比特币持有者低价抛售降低损失，投资需求和投机需求大幅减少。而不愿意抛售比特币的持有者要么准备长期持有要么会选择使用比特币进行交易，这就增加了比特币的交易需求。当比特币价格跌到足够低的时候，投机者会趁机大量买入，对比特币长期看好的投资者也会在低位增持，从而使得比特币价格迅速反弹。
三、模型设定
事件研究法通常用于研究某一特定事件对股票价格或企业价值的影响，并通过对比事件发生后异常收益率是否产生显著变化来判断该特定事件的影响。DC/EP的发行对是否对比特币价格和收益率产生影响也可以通过该方法进行分析。
（一）时间窗口确定和样本数据选择
本文选取了2020年1月10日央行官方微信公众号发布消息披露DC/EP已完成设计调试工作，下一步即将选择试点地区和范围推进央行法定货币出台应用为事件一;选取2020年4月14日DCEP在农业银行内部开始测试作为事件二。以事件发生前75天到15天为样本区，以事件发生前后15天作为事件窗口区，总计选择了91个数据进行观察。比特币价格和收益率数据均来源于WIND数据库。
（二）模型建立
异常收益率可用实际收益率与正常收益率的差来表示：。常用的异常收益率模型有三种：均值调整模型;市场调整模型;市场模型。由于比特币市场是新生市场其价格波动较大，并没有形成一个可靠的市场指数。再加之本文研究的是单一的比特币市场，无需选择多样本进行比较分析，因此均值调整模型更适用。累积异常收益率是一段时期内异常收益率的总和。令，在期间第i种资产的累积异常收益率：
四、实证结果及分析
（一）事件一实证结果及分析
事件一收益率模型：
模型一已通过检验异方差和自相关检验，表明模型设置正确符合要求。根据模型一所示，事件一在事件窗口内正常收益率ER1t=0.009，异常收益率AR1t由表1所示：
用事件期AR1t的均值来构造t统计量来进行显著性检验，在自由度为30，置信水平为5%的条件下，其t值为2.5669，通过了检验，表明AR1t在事件期内总体显著异于零，事件一对比特币的价格是有显著影响的。再进一步计算累积异常收益率，并将它跟异常收益率进行对比得到图1。
结合上述图表的分析我们不难得知，在事件一发生的前15天到前7天，比特币的异常收益率在围绕0值上下正常波动，最高波幅未超过5%，没有太多异常。在事件一发生的前一周内，市场上对事件一的发生就有预感，连续6天异常收益率为正，累积异常收益率从之前的5%迅速增长到20%，表明已有大量的投机者提前获知信息进场潜伏。直到信息发布的前一天，异常收益率突然从4.12%跌到-3.58%，这表明利好即将出尽，投机资本开始获利了结。但是从事件一发生后当天到第7天来看，异常收益率基本为正，累积收益率增长到30%，表明事件一在发生后仍存在影响，后续仍有投资者进场导致比特币价格上涨，但是涨幅没有事件发生前一周那么大了。到了事件一发生的第7天到第15天，事件一对比特币的影响基本消失，异常收益率开始继续围绕0值正常波动，累积异常收益率也基本维持在30%的水平，并没有发生明显下降。 （二）事件二实证结果及分析
事件二预期收益率模型：
模型二、模型一已通过检验异方差和自相关检验，表明模型设置正确符合要求。根据模型二所示，事件一在事件窗口内正常收益率ER2t=-0.0076，异常收益率AR1t由表2所示：
用事件期AR2t的均值来构造t统计量来进行显著性检验，在自由度为30，置信水平为5%的条件下，其t值为2.5160通过了检验，表明AR2t在事件期内总体显著异于零，事件二对比特币的价格是有显著影响的。再进一步计算累积异常收益率，并将它跟异常收益率进行对比得到图2。
结合上述图表的分析我们不难得知，在事件二发生的前两周，比特币价格处于上升阶段，并且波动十分剧烈，异常收益率的波幅最高超过了10%。累积异常收益率虽然为正，但是并不稳定，在20%到40%之间来回起伏。在事件二发生的前一天异常收益率突然从-0.62%直接涨到8.04%，累积异常收益率也大幅上涨从30%左右涨到50%左右，说明市场对信息反应迅速且很强烈。第二天异常收益率已经回落到1.13%，并在后续的两周内再也没有大幅波动。但是累积异常收益率却持续平稳增长，并没有出现下跌的迹象，这表明事件二对比特币的价格是有积极的影响。
五、结论
本文结合央行确认DCEP的发行计划和DCEP在农行试点发行两个事件，采用事件研究法实证分析了事件发生前后比特币的异常收益率变化，主要结论如下：
第一，DCEP的发行信息对比特币价格有着积极的影响。这意味着央行数字货币发行的早期并没有同私人数字货币形成竞爭局面，反而促进了投资者对数字货币的认可程度，进一步推动了私人数字货币市场的发展。
第二，比特币市场对政策信息感知敏锐，通常会提前反应。早在政策信息没有正式发布之前，比特币市场价格就已经开始提前波动，在信息正式公布之后，波动反而趋于平稳。
第三，比特币市场对更为确定的政策信息反应更强烈。跟事件一相比事件二对比特币价格影响的幅度更大，波动更为剧烈。
综上所述，DCEP的发行在目前并没有对比特币形成负面冲击，但是随着发行数量的增长和使用范围的扩大，在未来会不会挤占比特币在数字货币市场的份额也有待观察。为了应对数字货币时代的挑战，维护货币主权促进人民币国际化，央行仍需继续研究数字货币市场，稳妥推进人民币数字化进程。
参考文献：
[1]Bob Stark .Is the corporate world ready for Bitcoin[J].Risk Management，2013，9：8-9.
[2]Ciaian P，Rajcaniova M，Kancs D. 2014. The Economics of BitCoin Price Formation[J].EERI Research Paper Series，48（19）.
[3]Jakub Bartos. Does Bitcoin follow the hypothesis of efficient market？[J]. International Journal of Economic Sciences，2015，4（2）： 10-23.
[4]刘刚，刘娟，唐婉容.比特币价格波动与虚拟货币风险防范——基于中美政策信息的事件研究法[J].广东财经大学学报，2015，30（03）：30-40.
[5]姚前，汤莹玮.关于央行法定数字货币的若干思考[J].金融研究，2017（07）：78-85.
[6]姚博.比特币、区块链与ICO：现实和未来[J].当代经济管理，2018，40（09）：82-89.
[7]贾卢魁.私人发行数字加密货币的价格波动——以比特币为例的主成分动态因子分析[J].金融发展研究，2019（11）：53-57.
[8]石奕磊.比特币价格波动特点与投资价值研究——基于事件研究法与GARCH模型[J].财会通讯，2020（14）：143-147.
[9]谢文浩，曹广喜.基于MFXDMA方法的加密货币和中国股市间的多重分形交叉相关性研究[J/OL].中国管理科学：1-13[2020-10-20].https：//doi.org/10.16381/j.cnki.issn1003-207x.2020.0402.
[10]穆杰.央行推行法定数字货币DCEP的机遇、挑战及展望[J].经济学家，2020（03）：95-105.
作者单位：南京理工大学泰州科技学院