來源|FinanceResearchLetters

作者| SeungOhHan

編譯 |陳燕婷

2024年8月，F(xiàn)inanceResearchLetters發(fā)表了“Nonlinearrelationshipbetweencryptocurrencyreturnsandpricesensitivitytomarketuncertainty”一文，該文對Crypto回報與市場不確定性的價格敏感性的非線性關(guān)系進行了研究。作者選取了2018年6月至2023年2月期間的數(shù)據(jù)，在控制市場、規(guī)模、反轉(zhuǎn)和流動性因素后，發(fā)現(xiàn)具有中等不確定性風險的Crypto的風險調(diào)整后的周收益比具有低和高不確定性風險的Crypto高5.73%，證明了Crypto收益與波動率指數(shù)(VIX)beta因子之間的非線性關(guān)系。為類似彩票的Crypto支付過高的價格會降低預期回報，進一步解釋了這種非線性關(guān)系。相關(guān)關(guān)系在使用兩次橫斷面回歸、各種分位數(shù)組合和其他風險因素時依然具有穩(wěn)健性。cn人民大學金融科技研究所對研究核心部分進行了編譯。

一、引言

系統(tǒng)性風險與共同因子有關(guān)，而這些共同因子又影響著投資者對資產(chǎn)的預期回報。在均衡狀態(tài)下，資產(chǎn)價格應(yīng)反映出投資者持有對系統(tǒng)性沖擊更敏感的資產(chǎn)所需的溢價。以前的資產(chǎn)定價研究主要集中在傳統(tǒng)金融資產(chǎn)上，但越來越多的文獻已經(jīng)提出了幾個可能的因素，可以對Crypto的預期回報作橫截面解釋。例如，Liu等人(2020)確定了Crypto市場中三個最廣為人知的因素(即市場、規(guī)模、動量)。此外，Liu和Tsyvinski(2021)證明，Crypto的回報是通過網(wǎng)絡(luò)用戶的共同變化來預測的。其他論文提出的因素包括流動性風險、傳染風險和特質(zhì)波動性。

另一類資產(chǎn)定價相關(guān)文獻將市場不確定性風險作為可能的影響因素。有充分的證據(jù)表明對市場不確定性的敏感性是影響股票、債券、外匯等金融市場重要因素。其他相關(guān)研究考察了單個Crypto的波動性如何解釋回報。例如Zhang和Li(2020)發(fā)現(xiàn)特質(zhì)波動率與Crypto的預期回報正向相關(guān)。

以往的研究還探討了Crypto回報與市場不確定性之間的關(guān)系。例如，Akyildirim等人(2020)指出，Crypto的條件相關(guān)性和由芝加哥期權(quán)交易所的波動率指數(shù)(VIX)衡量的金融市場壓力之間存在隨時間變化的的正相關(guān)關(guān)系。同時，Smales(2022)證明波動率指數(shù)水平與收益呈負相關(guān)。

現(xiàn)有的研究主要集中在Crypto的回報和單個Crypto的波動水平或股票市場波動。然而據(jù)作者所知，目前還沒有研究指出Crypto回報與它們對金融市場不確定性的價格敏感性之間的關(guān)系，即單個Crypto的價格是否取決于其對VIX異常變化的敏感性。

本文在原有的資產(chǎn)定價研究的基礎(chǔ)上，進一步研究不確定性風險在Crypto市場的作用，為現(xiàn)有的Crypto研究做出了貢獻。此外，這篇文章首次解釋了具有高敏感性的Crypto通過其類似彩票的特征表現(xiàn)出較低的所需回報過程的非線性特征，從而增強我們對Crypto市場的理解。

二、研究過程

2.1數(shù)據(jù)

2.1.1周度風險因素

文章作者從coinmarketcap.com收集了從2017年9月16日到2023年2月17日，共1981天的每日Crypto數(shù)據(jù)。為了避免不活躍和小型Crypto的潛在問題，作者排除了那些在前一周市值低于10萬美元以及每周交易天數(shù)少于五天的Crypto。由于不確定性風險因素（ΔVIXt）和流動性風險因素（LIQt）是非交易性因素，它們代表了與非交易的宏觀經(jīng)濟或整體市場變量相關(guān)的不確定性來源，作者通過回歸殘差來推導出股票市場波動性和Crypto市場廣泛流動性的意外變化。其他可交易風險因素如市場（MKTt）、規(guī)模（SMBt）和反轉(zhuǎn)（DMUt）是根據(jù)Crypto投資組合構(gòu)建的。

2.1.2周度beta因子

本文的主要研究問題是：VIX的beta因子是否在Crypto的橫截面回報中定價。beta估計表明單個Crypto回報對特定風險因素的敏感性。對于每種Crypto，使用時間序列回歸模型來估計其對選定風險因素的敏感性。公式如下：

表3投資組合分析:雙重分類

三、結(jié)論

本文研究了2018-2023年美國股市波動與Crypto回報之間的關(guān)系。實證結(jié)果顯示購買具有中等不確定性風險的Crypto并出售具有低或高不確定性風險的Crypto的投資組合可以獲得顯著的風險調(diào)整回報，揭示了不確定性風險與回報之間的非線性關(guān)系。估值過高的類似彩票的Crypto降低了預期回報，解釋了這種非線性關(guān)系。回歸結(jié)果在不同的模型規(guī)范中仍然是穩(wěn)健的。

未來的研究可以通過使用數(shù)字資產(chǎn)自身的波動性或來自社交媒體或搜索引擎的關(guān)注指數(shù)代替美國股市的波動性，探索不確定性風險與單個Crypto回報之間的關(guān)系。