數(shù)字貨幣與傳統(tǒng)金融市場的風(fēng)險雙向溢出效應(yīng)研究

柏建成 嚴(yán) 翔 何 田 高增安 李霞飛

1 引 言

數(shù)字貨幣成為近年來成長迅速的一類金融資產(chǎn)（Borri，2019［1］），引來投資者和監(jiān)管者的廣泛關(guān)注。自Nakamoto（2008）［2］提出數(shù)字加密貨幣概念，并首創(chuàng)比特幣以來，數(shù)字貨幣的種類達(dá)5700多種，市值超過2700億美元，已經(jīng)形成龐大的市場規(guī)模，對傳統(tǒng)金融資產(chǎn)的影響程度進(jìn)一步提升（Kurka，2019［3］）。數(shù)字貨幣的迅速發(fā)展并非偶然，它的底層區(qū)塊鏈技術(shù)被認(rèn)為是未來驅(qū)動金融科技革命的偉大創(chuàng)新，數(shù)字貨幣就屬于這一波技術(shù)革命的紅利（Liu等，2019［4］）。2019年11月28日，法定數(shù)字貨幣DC/EP完成基本設(shè)計，2020年4月14日DC/EP正式在成都、深圳、蘇州和雄安進(jìn)行場景測試，數(shù)字貨幣進(jìn)一步受到各國關(guān)注。然而，當(dāng)前數(shù)字貨幣市場尚不完善，因投機者的惡意炒作而產(chǎn)生的泡沫會嚴(yán)重影響當(dāng)前的金融秩序。雖然我國在2017年9月4日發(fā)布的《關(guān)于防范代幣發(fā)行融資風(fēng)險的公告》中，禁止了國內(nèi)數(shù)字貨幣交易，但在我國數(shù)字貨幣交易從未停止，并逐步成為投資者或投機者進(jìn)行風(fēng)險投資攫取收益的工具，這需要我們對數(shù)字貨幣交易市場可能引發(fā)的金融風(fēng)險時刻保持警惕。對于投資者、政策制定者和學(xué)者而言，了解風(fēng)險溢出在不同市場間的傳導(dǎo)機制極為重要（Hong等，2019［5］），因此有必要關(guān)注數(shù)字貨幣與傳統(tǒng)金融資產(chǎn)之間的聯(lián)系，進(jìn)而研究它們市場間的風(fēng)險溢出路徑，以便對數(shù)字貨幣引發(fā)的風(fēng)險進(jìn)行有效測度，提前防止由數(shù)字貨幣引發(fā)的金融風(fēng)險傳遞到我國金融市場，避免系統(tǒng)性金融風(fēng)險的發(fā)生。本文采取傳統(tǒng)波動溢出BEKK-GARCH模型和DY2012溢出指數(shù)模型，分別對二者間風(fēng)險溢出進(jìn)行了驗證，進(jìn)而從動態(tài)角度剖析了其間的風(fēng)險溢出效應(yīng)以及傳導(dǎo)機制，為我國防范可能由數(shù)字貨幣引發(fā)的金融風(fēng)險提供了政策參考。

2 文獻(xiàn)綜述

學(xué)者們普遍認(rèn)為數(shù)字貨幣的貨幣屬性尚不明晰，但其商品屬性都已得到廣泛認(rèn)可（Baeck和Elbeck，2015［6］）。謝杰和張建（2014）［7］通過解構(gòu)比特幣的經(jīng)濟機理，得出比特幣具有貨幣、金融商品二元法律屬性的結(jié)論。Selgin（2015）［8］則認(rèn)為數(shù)字貨幣只是一種數(shù)字化的投機商品，并非貨幣。雖然數(shù)字貨幣尚存在流動性的限制（Easley等，2019［9］），但隨著諸如泰達(dá)幣等穩(wěn)定幣和數(shù)字貨幣交易的出現(xiàn)，使其通過數(shù)字貨幣交易所實現(xiàn)了全球范圍內(nèi)的流動，數(shù)字貨幣市場也隨之繁榮起來。發(fā)展至今，全球的數(shù)字貨幣交易所已多達(dá)23000多個，僅幣安交易所24小時的交易額就高達(dá)30.75億美元，其市場追捧程度可見一斑。

隨著數(shù)字貨幣影響力的不斷提升和其市場規(guī)模的不斷擴大，其可能引發(fā)的風(fēng)險不容小覷。本文認(rèn)為數(shù)字貨幣的風(fēng)險主要分為五類：其一是技術(shù)風(fēng)險，現(xiàn)在數(shù)字貨幣的底層區(qū)塊鏈技術(shù)尚不完善，某些數(shù)字貨幣項目還存在一定的技術(shù)漏洞（Weaver，2018［10］），比如比特幣的硬分叉和MakerDAO事件，都對數(shù)字貨幣自身的發(fā)展產(chǎn)生了很大沖擊，引起價格暴跌。其二是管理風(fēng)險，在交易過程中，交易者會將數(shù)字貨幣轉(zhuǎn)移到交易所，從而放棄對比特幣的控制權(quán)，這容易遭到黑客的攻擊，盜走數(shù)字貨幣，給投資者帶來重大損失，因此提升了交易所的管理風(fēng)險（Makarov和Schoar，2020［11］）。其三是政策風(fēng)險，數(shù)字貨幣底層區(qū)塊鏈技術(shù)雖然發(fā)展迅速，但當(dāng)前尚處于探索階段，存在制度體系缺失、監(jiān)管滯后等問題，尤其是以門羅幣和比特幣為代表的“匿名”“去中心化”架構(gòu)，可能挑戰(zhàn)各國政府的市場監(jiān)管地位，使得未來針對數(shù)字貨幣的政策走向不明確（郭文偉等，2018［12］）。其四是融資風(fēng)險，數(shù)字貨幣發(fā)行者通過ICO和IEO進(jìn)行融資，可以繞過監(jiān)管部門，存在極大的信用和道德風(fēng)險。數(shù)字貨幣更多的是技術(shù)面信息，很難通過基本面信息分析發(fā)行者的運營水平（蔡顯軍等，2019［13］），導(dǎo)致某些數(shù)字貨幣僅通過炒作概念實現(xiàn)增值，擾亂金融市場秩序。其五是市場風(fēng)險，數(shù)字貨幣市場尚不成熟，雖然目前已達(dá)弱勢有效（潘慧峰等，2019［14］），但市場主要參與者是散戶，存在明顯的羊群效應(yīng)（Vidal等，2019［15］），投資者的非理性行為會加大數(shù)字貨幣市場的動蕩。

數(shù)字貨幣相關(guān)風(fēng)險如果未得到妥善處置和化解，就很可能向傳統(tǒng)金融體系蔓延，增加防范系統(tǒng)性金融風(fēng)險的難度（李蒼舒和沈艷，2019［16］），因此當(dāng)下數(shù)字貨幣與傳統(tǒng)金融市場之間的關(guān)聯(lián)關(guān)系和風(fēng)險溢出成為研究熱點?；趯嵶C方面的文獻(xiàn)，大多數(shù)仍站在投資者角度探討投資組合策略和波動預(yù)測。例如，Chu等（2017）［17］，Selmi和Mensi（2018）［18］運用GARCH模型分析數(shù)字貨幣之間、數(shù)字貨幣與黃金、美元等的波動溢出關(guān)系，認(rèn)為比特幣可以作為風(fēng)險對沖工具。Fang等（2019）［19］通過GARCH-MIDAS和DCC-GARCH模型實證分析了經(jīng)濟政策不確定性對數(shù)字貨幣和傳統(tǒng)金融資產(chǎn)的波動性影響。此外，還有學(xué)者在理論上指出了數(shù)字貨幣的市場動蕩會沖擊到傳統(tǒng)金融市場的可能性，但并未說明兩者風(fēng)險傳導(dǎo)路徑和溢出程度。

綜上所述，首先，在研究內(nèi)容上大多數(shù)既存文獻(xiàn)仍集中在數(shù)字貨幣的風(fēng)險對沖和波動預(yù)測上，對于兩市場間的風(fēng)險溢出程度并未進(jìn)行探討。其次，在研究方法上幾乎都是使用多變量GARCH模型進(jìn)行分析，但使用多變量GARCH模型有兩個不足之處：一是GARCH模型無法將多個變量放在一個系統(tǒng)內(nèi)考察波動溢出效應(yīng)的大小（Baruník，2016［20］）；二是GARCH模型要同時估計出大量的參數(shù)，導(dǎo)致最大似然估計會存在問題，當(dāng)加入更多復(fù)雜動態(tài)參數(shù)對模型進(jìn)行擴展也顯得較為困難（Harris等，2007［21］；王奇珍和王玉東，2018［22］）。而基于TVP-VAR 模型的DY2012指數(shù)構(gòu)建法，它不僅能將不同變量納入一個整體系統(tǒng)，量化風(fēng)險溢出效應(yīng)的大小，描述風(fēng)險溢出的方向，還可以與滾動窗口技術(shù)相結(jié)合，研究不同時間點的風(fēng)險溢出效應(yīng)和整體發(fā)展趨勢，增強風(fēng)險溢出傳遞效應(yīng)的解釋力。因此本文采用DY2012方法構(gòu)建二者的風(fēng)險溢出指數(shù)，將數(shù)字貨幣和其他金融屬性資產(chǎn)納入系統(tǒng)范圍，剖析兩市場之間的風(fēng)險溢出效應(yīng)，豐富了這一領(lǐng)域的研究。

此外，既存研究主要從數(shù)字貨幣屬性和風(fēng)險對沖能力方面做了實證分析，并從理論上探討了數(shù)字貨幣的潛在風(fēng)險，指出數(shù)字貨幣市場風(fēng)險存在向傳統(tǒng)金融市場蔓延的趨勢，但未說明兩者間的風(fēng)險影響程度和溢出路徑。因此，本文使用BEKKGARCH模型研究數(shù)字貨幣與傳統(tǒng)金融市場間的風(fēng)險溢出程度，利用DY2012溢出指數(shù)構(gòu)建方法刻畫出實際的風(fēng)險溢出指數(shù)動態(tài)變化趨勢，并結(jié)合相關(guān)重大事件進(jìn)行深入分析，以期更加深刻認(rèn)識數(shù)字貨幣與傳統(tǒng)金融資產(chǎn)的聯(lián)系和風(fēng)險溢出路徑，進(jìn)一步提出監(jiān)管建議，以防范數(shù)字貨幣的潛在風(fēng)險向傳統(tǒng)金融市場的傳遞。

3 模型設(shè)定

3.1 BEKK-GARCH模型

本文采用Engle和Kroner（1995）［23］提出的一類多元GARCH模型，即BEKK-GARCH模型。該模型的優(yōu)點是在很弱的條件下保證方差-協(xié)方差矩陣的正定性，而且估計的參數(shù)較少，具有較大的優(yōu)越性（趙留彥和王一鳴，2003［24］），因此本文研究數(shù)字貨幣與傳統(tǒng)市場間的波動溢出效應(yīng)的具體模型構(gòu)建如下：

式（1）為向量表示Ξ的均值方程，Xt′為解釋變量向量，γ為均值方程估計系數(shù)。式（3）BEKK形式的方差-協(xié)方差方程，Ht為n×n對稱矩陣，Ψt-1為截止到t-1期所獲取的信息集，Ξt為均值方程的殘差，可知其服從均值為0，方差為Ht的正態(tài)分布，且其方差具有時變性。C為三角矩陣，矩陣A和B分別為ARCH和GARCH項系數(shù)。

假定殘差向量服從正態(tài)分布，即可通過最大化下面的對數(shù)似然函數(shù)對上面建立BEKK-GARCH模型進(jìn)行參數(shù)估計：

其中θ為待估參數(shù)，N為模型中向量序列的個數(shù)，T為樣本觀測值。因為GARCH模型的對數(shù)似然函數(shù)形式是非線性的，所以估計過程使用BHHH算法。

3.2 DY2012模型

參照Diebold和Yilmaz（2012）［25］的指數(shù)構(gòu)建法計算風(fēng)險溢出指數(shù)（陳聲利等，2019［26］），首先考慮包含N個變量的弱勢平穩(wěn)VAR(P)：

其中Фi=(1,2,3…p)是N×N參數(shù)矩陣，ε～（0，∑）是一個獨立且恒等分布的擾動項。移動平均表示為xi=∑∞i=0Aiεt-i，其中，系數(shù)矩陣A0是N×N的單位矩陣。當(dāng)i<0時，Ai=0；當(dāng)i>0時，Ai滿足遞歸過程：

在計算方差分解矩陣時，為避免方差分解的結(jié)果受變量排序影響，本文使用廣義VAR處理法（簡稱KPSS方法），進(jìn)行預(yù)測誤差方差分解。矩陣中的元素由式（7）計算獲得：

其中θgij(H)為方差矩陣中第i行j列的元素，表示第i個變量的總預(yù)測方差中來自第j個變量的比例；∑是預(yù)測誤差向量ε的方差矩陣，σij是第j個方程誤差項的標(biāo)準(zhǔn)差，ei是除了第i個元素為1其余皆為0的列向量。由于對每個變量的沖擊不是正交化的，因此直接根據(jù)該公式計算預(yù)測誤差的方差貢獻(xiàn)總和（廣義方差分解矩陣中元素的行和或列和）不一定等于1。即。

據(jù)此可以定義其他三個風(fēng)險溢出指數(shù)：

總溢出指數(shù)。計算廣義方差矩陣中所有非對角元素之和，再除以變量個數(shù)，用以度量N個變量間相互的波動溢出對總的預(yù)測誤差方差的貢獻(xiàn)。總溢出指數(shù)的公式為：

方向性溢入指數(shù)。表示某個變量受到其他所有市場的溢出作用。將第i個市場受到來自于其他所有市場j的風(fēng)險溢出指數(shù)表示為：

方向性溢出指數(shù)。表示某個變量對其他所有市場的溢出作用。將第i個市場對其他所有市場j的風(fēng)險溢出指數(shù)表示為：

4 數(shù)據(jù)及變量描述

在數(shù)字貨幣市場方面，因為在考察期內(nèi)比特幣的市值占比均保持在70%以上，同時參考現(xiàn)有研究，將比特幣作為數(shù)字貨幣的代表（Li和Wang，2017［27］；封思賢和丁佳，2019［28］）。鑒于數(shù)字貨幣的全球化交易屬性，選擇同樣具有國際化的傳統(tǒng)金融資產(chǎn)，同時選擇具有金融屬性的黃金和原油大宗商品作為實物金融資產(chǎn)的代表（黃國平和方龍，2017［29］）。作為重要經(jīng)濟體的法定貨幣，可將美元、日元、歐元、人民幣作為研究貨幣市場的主要代表（趙瓊和郭程翔，2019［30］）。

本文所用數(shù)據(jù)為2013年4月30日到2020年7月10日期間，比特幣（BTC）、COMEX黃金（GC.CMX）、布倫特原油（Brent oil）、美元指數(shù)（USDX）、歐元兌美元匯率（EURUSD.FX）、美元兌日元匯率(USDJPY.FX)以及美元兌人民幣匯率(USDCNY.FX)的日交易數(shù)據(jù)。同時剔除比特幣周末交易數(shù)據(jù)保證數(shù)據(jù)的匹配性，最終每個時間序列包含1866個日交易數(shù)據(jù)。數(shù)據(jù)來源與變量符號如表1所示：

表1 數(shù)據(jù)來源及變量符號說明

本文對所有變量的數(shù)據(jù)均選取自然對數(shù)的一階差分形式，即ln(pt/pt-1)。表2為變量的描述性統(tǒng)計量與單位根檢驗結(jié)果。偏度、峰度和J-B檢驗結(jié)果說明數(shù)據(jù)是非正態(tài)的。ADF檢驗結(jié)果表明每個變量在1%的顯著水平上是平穩(wěn)序列。

表2 變量的描述性統(tǒng)計與單位根檢驗

續(xù)表

5 實證分析

5.1 BEKK-GARCH模型估計結(jié)果

根據(jù)BEKK-GARCH模型，本文主要考察市場間的波動溢出效應(yīng)，所以只列出方差方程的估計結(jié)果。如表3所示：

表3 BTC與傳統(tǒng)市場間的溢出效應(yīng)

續(xù)表

從結(jié)果中可以看出，數(shù)字貨幣市場與傳統(tǒng)市場間存在較為明顯的溢出關(guān)系。ARCH項系數(shù)矩陣A和GARCH項系數(shù)矩陣B副對角線上的元素均在1%的顯著水平上異于0，表明兩市場間存在ARCH型和GARCH型波動溢出效應(yīng)，兼具方差時變性和波動持久性特征。同理，數(shù)字貨幣與傳統(tǒng)市場間存在方向性溢出，但大部分系數(shù)的絕對值均較小，表明相互之間實際的溢出效應(yīng)較弱。為進(jìn)一步從動態(tài)角度系統(tǒng)性分析兩市場的溢出效應(yīng)，本文利用指數(shù)構(gòu)建法進(jìn)行測度。

5.2 溢出指數(shù)靜態(tài)分析

根據(jù)DY2012整體估計7種資產(chǎn)的溢出指數(shù)。首先依據(jù)AIC準(zhǔn)則確定滯后階數(shù)為2，即p=2；其次計算在不同方差分解的期數(shù)H下的溢出結(jié)果，發(fā)現(xiàn)當(dāng)H=10時，波動溢出的指數(shù)取最大值，隨后溢出指數(shù)趨于平穩(wěn)，所以H最終取值為10；最后得出整體靜態(tài)溢出技術(shù)結(jié)果如表4所示：

表4 溢出指數(shù)的估計結(jié)果(p=2，H=10)

從表4中可以看出，比特幣的溢出指數(shù)受到自身的影響比較大。從靜態(tài)角度來看，很難從根本上影響到其它金融資產(chǎn)。這是因為整個數(shù)字貨幣的受眾群體有限，比特幣自身面臨的風(fēng)險可能還是現(xiàn)階段主要誘發(fā)比特幣價格波動的主要原因。此外，黃金和原油對比特幣的風(fēng)險溢出要大于貨幣，這與當(dāng)前數(shù)字貨幣在交易時對標(biāo)黃金，且不能自由兌換法定貨幣有一定的關(guān)系。這種現(xiàn)象同樣反映在比特幣對其他金融資產(chǎn)的風(fēng)險溢出指數(shù)影響上，它對黃金和原油的風(fēng)險溢出要大于貨幣，進(jìn)一步說明了數(shù)字貨幣的商品屬性要大于它的貨幣屬性。需要注意的是，比起其他法定貨幣，比特幣與人民幣的聯(lián)系似乎更加緊密，他們之間的風(fēng)險溢出指數(shù)更高。整體來看，比特幣與傳統(tǒng)金融市場存在雙向風(fēng)險溢出效應(yīng)，但溢出指數(shù)較小。主要有三點原因：一是數(shù)字貨幣市場的參與者還較少，二是其市場規(guī)模遠(yuǎn)小于傳統(tǒng)金融資產(chǎn)，三是數(shù)字貨幣的流動性有限，兌現(xiàn)及交易系統(tǒng)不夠成熟。同時還可以看出，各變量間溢出指數(shù)均大于0，說明變量間均存在著風(fēng)險溢出的可能性。比特幣與其他傳統(tǒng)金融資產(chǎn)間雖然風(fēng)險溢出指數(shù)較小，但它們之間的確存在風(fēng)險傳遞的渠道，從靜態(tài)角度無法明晰二者間的風(fēng)險溢出大小及其演化趨勢。為了更好地把握二者間的風(fēng)險溢出情況，還需要進(jìn)一步對溢出指數(shù)做動態(tài)分析。

5.3 數(shù)字貨幣與傳統(tǒng)市場的總體溢出動態(tài)分析

通過上文溢出指數(shù)的靜態(tài)分析，使我們對2013年4月30日至2020年7月10日觀察期內(nèi)變量間的風(fēng)險溢出有了整體把握。為了更好剖析樣本期間數(shù)字貨幣與大宗商品市場、貨幣市場不同時間點的風(fēng)險溢出效應(yīng)和整體發(fā)展趨勢，本文在DY2012溢出指數(shù)構(gòu)建方法基礎(chǔ)上，結(jié)合滾動窗口技術(shù)，對數(shù)字貨幣市場與其他市場的溢出關(guān)系進(jìn)行動態(tài)刻畫，滾動窗口設(shè)定為W=150天，并輸出結(jié)果。如圖1、圖2所示。

圖1 滾動樣本下比特幣對傳統(tǒng)金融市場的方向性總溢出指數(shù)

圖2 滾動樣本下傳統(tǒng)金融市場對比特幣方向性總溢出指數(shù)

通過DY2012指數(shù)構(gòu)建法可以將變量置于同一系統(tǒng)內(nèi)考察，從而得出比特幣與其他金融資產(chǎn)的總體動態(tài)溢出情況。圖1顯示的是數(shù)字貨幣市場對傳統(tǒng)金融市場的方向性總溢出指數(shù)，它反映了數(shù)字貨幣向傳統(tǒng)金融市場的整體風(fēng)險溢出情況。在觀察期內(nèi)比特幣的總體溢出指數(shù)波動范圍位于0.27至7.27之間，溢出幅度變動較大，且有過幾次比較明顯劇烈波動。圖2顯示的是傳統(tǒng)金融市場對數(shù)字貨幣市場的方向性總溢出指數(shù)，它反映了傳統(tǒng)金融市場向數(shù)字貨幣市場的整體風(fēng)險溢出情況。綜合來看，比特幣與傳統(tǒng)金融市場的總體溢出指數(shù)在觀察期內(nèi)有兩個特點：一是變化幅度較大；二是變化具有一定的規(guī)律性。首先，這是因為數(shù)字貨幣市場容易受到市場情緒和事件的影響（Cheung等，2015［31］），造成較大的價格波動，引發(fā)的市場震蕩可能會波及到其他傳統(tǒng)金融資產(chǎn)。其次，數(shù)字貨幣市場的不斷擴張導(dǎo)致國際化速度加快，某些國際化事件的爆發(fā)或國際局勢的變化，不僅會影響到傳統(tǒng)金融市場，還會將風(fēng)險傳遞給數(shù)字貨幣市場，導(dǎo)致二者市場波動產(chǎn)生共振?；诖?，本文結(jié)合觀察期內(nèi)二者間溢出指數(shù)變動較大且趨勢相似的時間段內(nèi)發(fā)生的國際政治經(jīng)濟事件，深入分析溢出指數(shù)變動的影響機制。本文共找出以下5個重要事件，如表5所示。

表5 檢驗事件

（1）比特幣對傳統(tǒng)金融市場的總體溢出動態(tài)分析

從比特幣方面來看，在2015年1月和2017年1月均出現(xiàn)過價格暴跌的現(xiàn)象。對應(yīng)比特幣對傳統(tǒng)金融市場的風(fēng)險溢出指數(shù)來看，在此時間點上溢出指數(shù)陡升，明顯受到了比特幣價格跳水的影響，對傳統(tǒng)金融市場造成了不小的沖擊。這是因為在2014年和2016年的下半年，大量投機者進(jìn)入比特幣市場，催生了比特幣市場泡沫（Fry和Cheah，2016［32］），一定量的資金從傳統(tǒng)金融市場轉(zhuǎn)入數(shù)字貨幣市場，因此比特幣市場泡沫的破滅勢必會對傳統(tǒng)的金融市場產(chǎn)生沖擊，導(dǎo)致風(fēng)險的溢出。同時也可以看到，雖然這種沖擊的影響大，但持續(xù)時間短，這說明市場調(diào)節(jié)速度比較快，不能造成持續(xù)性的高風(fēng)險溢出，且隨著數(shù)字貨幣市值的縮水，會使得在很長一段時間內(nèi)的風(fēng)險溢出指數(shù)處于低位。從外部事件方面來看，這種持續(xù)性的影響時間會更長，溢出指數(shù)也會長期處于高位。首先在英國脫歐期間，歐洲前景不明朗導(dǎo)致投資者對傳統(tǒng)金融市場的風(fēng)險厭惡情緒上升，轉(zhuǎn)而將目光投向數(shù)字貨幣，從而增強了數(shù)字貨幣市場內(nèi)部波動性（Yi等，2018［33］）。其次在中美貿(mào)易摩擦期間，溢出指數(shù)的會隨著事態(tài)的發(fā)展而變化。2018年3月9日美國對進(jìn)口鋼鐵和鋁加征關(guān)稅，比特幣對其他市場的風(fēng)險溢出逐漸增大，并在5月份形成第一個明顯峰值，5月20日中美雙方進(jìn)行建設(shè)性磋商，貿(mào)易摩擦進(jìn)入短暫緩和階段，風(fēng)險溢出指數(shù)則不斷下降，但在2018年9月份后，美國對200億美元的中國進(jìn)口商品征收10%的關(guān)稅，貿(mào)易摩擦進(jìn)一步加劇，比特幣溢出指數(shù)也出現(xiàn)第二個明顯峰值，此后經(jīng)過短暫的緩和期后，在2019年5月初美方再次將貿(mào)易摩擦升級，比特幣溢出指數(shù)也逐步攀升。整體來看，較大范圍內(nèi)的政治和經(jīng)濟事件的爆發(fā)會導(dǎo)致局勢的不穩(wěn)定，會加劇國內(nèi)的資本外逃（李曉峰，2000［34］）。首先這是因為當(dāng)前比特幣已經(jīng)被部分國家列為合法數(shù)字資產(chǎn)，且在國際間的轉(zhuǎn)移成本極低，兌換系統(tǒng)相對成熟，使其成為很多國家居民首選的虛擬財產(chǎn)，其次在民間民眾會出于投機或資產(chǎn)安全的動機，在投資傳統(tǒng)金融資產(chǎn)的同時選擇這種數(shù)字資產(chǎn)作為分散風(fēng)險的工具，從而導(dǎo)致比特幣與各金融資產(chǎn)的關(guān)聯(lián)性的進(jìn)一步提升，增加了比特幣對傳統(tǒng)金融市場風(fēng)險溢出的可能性。

需要特別注意的是2020年突發(fā)重大公共衛(wèi)生事件新冠疫情的發(fā)生。從圖1可以明顯觀察到，波及全球的新冠疫情無疑成為影響比特幣風(fēng)險向傳統(tǒng)金融市場溢出的最大因素，溢出指數(shù)遠(yuǎn)超以往，且持續(xù)處于高位。它的影響面更廣，不僅限于金融領(lǐng)域，投資者基于財產(chǎn)安全考慮，會將資金轉(zhuǎn)向類似黃金這種保值性較高的實體資產(chǎn)，但與以往不同的是當(dāng)前一部分投資者選擇將資金投向數(shù)字資產(chǎn)，這使得傳統(tǒng)金融市場與數(shù)字貨幣的聯(lián)系更加緊密，風(fēng)險溢出效應(yīng)加大。

（2）傳統(tǒng)金融市場對比特幣的總體溢出動態(tài)分析

從圖2可以看出，傳統(tǒng)金融市場對比特幣的總體溢出效應(yīng)并不明顯，在疫情爆發(fā)之前，溢出指數(shù)介于0.31至3.62之間。這是因為傳統(tǒng)金融資產(chǎn)種類繁多且體量巨大，自身具有較好的調(diào)節(jié)作用，同時也具有較為成熟的風(fēng)險對沖策略，一般情況下不會波及數(shù)字貨幣市場。但值得注意的是在2015年8月份，貨幣市場和大宗商品市場的劇烈波動影響到數(shù)字貨幣市場，導(dǎo)致溢出指數(shù)出現(xiàn)一次高峰。中美貿(mào)易摩擦雖然引起風(fēng)險溢出指數(shù)的波動，但程度不及英國脫歐事件。據(jù)歐盟統(tǒng)計，自2016年6月到2017年6月，歐洲各大銀行已從英國撤資3500億歐元，沖擊倫敦金融地位，并給金融市場帶來了不小的震動，但比特幣價格暴跌之后，比特幣市值降低，傳統(tǒng)金融市場對比特幣市場的風(fēng)險溢出減弱。新冠疫情期間，金融市場波動較為劇烈，在經(jīng)歷了3月份的集體跌落后又呈現(xiàn)反彈趨勢，不同于以往的現(xiàn)象是傳統(tǒng)金融市場對比特幣市場的風(fēng)險溢出大大增加，對照圖1可以看出，二者之間的溢出指數(shù)都有了明顯的升高，這說明兩市場間的聯(lián)系已經(jīng)越來越緊密。一般在經(jīng)濟低迷狀態(tài)下，投資者會選擇例如黃金等較為保值的金融資產(chǎn)，但這次比特幣表現(xiàn)突出，說明了民眾對數(shù)字資產(chǎn)的認(rèn)同度在提升。

5.4 傳統(tǒng)市場與數(shù)字貨幣單體溢出分析

（1）比特幣對單個傳統(tǒng)市場風(fēng)險溢出

比特幣對單個傳統(tǒng)金融市場的波動傳遞情況如圖3所示。

圖3 滾動樣本下比特幣對傳統(tǒng)金融資產(chǎn)的方向性溢出指數(shù)

首先從溢出指數(shù)的變化范圍來看，在新冠疫情之前，比特幣對黃金、美元、歐元、日元的溢出指數(shù)在0至6.5之間，對原油的溢出指數(shù)變化范圍在0至8之間，溢出指數(shù)最明顯的是人民幣，最高值超過了8.7。其次從溢出指數(shù)的波動程度來看，在新冠疫情之前，相對于美元、歐元和日元，比特幣對黃金、原油和人民幣的溢出指數(shù)變化趨勢起伏較為劇烈。從圖中可以看出比特幣對各類資產(chǎn)溢出指數(shù)的變動具有相似的規(guī)律，在英國脫歐期間比特幣的風(fēng)險溢出較為明顯，尤其是對美元和歐元的風(fēng)險溢出。在中美貿(mào)易摩擦期間，比特幣對人民幣的風(fēng)險溢出效應(yīng)要遠(yuǎn)大于對美元和其他資產(chǎn)。眾所周知，美國憑借市場和科技優(yōu)勢，對中國的出口產(chǎn)品征稅，并限制高科技產(chǎn)品的出口，對中國經(jīng)濟進(jìn)行打壓。在這種局勢下，首當(dāng)其沖的是人民幣，再加上比特幣在中國的民間交易規(guī)模較大，在2016年12月之前，中國的比特幣交易量占全球交易量的90%以上（鄧偉，2017［35］）。雖然我國在此后的2017年9月發(fā)布數(shù)字貨幣交易禁令，但數(shù)字貨幣交易具有跨區(qū)域性，全球性的特點，可能出現(xiàn)數(shù)字貨幣交易平臺在海外繼續(xù)提供比特幣與人民幣之間“場外交易”的情況，導(dǎo)致比特幣風(fēng)險對人民幣的風(fēng)險溢出效應(yīng)要大于其他金融資產(chǎn)。但新冠疫情爆發(fā)后，情況出現(xiàn)了較大的變化，尤其是2020年4月后，國外疫情形勢加重，大量國外機構(gòu)考慮用比特幣來對沖風(fēng)險，加大了比特幣對其他貨幣市場的溢出風(fēng)險。

（2）單個金融資產(chǎn)對比特幣的風(fēng)險溢出

單個傳統(tǒng)金融資產(chǎn)對比特幣對的風(fēng)險傳遞情況如圖4所示。

圖4 滾動樣本下傳統(tǒng)金融資產(chǎn)對比特幣的方向性溢出指數(shù)

從圖4可以看出，在新冠疫情之前，傳統(tǒng)金融市場對比特幣的風(fēng)險溢出受到事件的影響并不具有明顯的變化規(guī)律。從溢出指數(shù)的波動變化情況來看，各傳統(tǒng)金融市場對比特幣的溢出指數(shù)也不穩(wěn)定。英國脫歐時期，資本轉(zhuǎn)投黃金，其與比特幣的聯(lián)動性增強，風(fēng)險溢出指數(shù)明顯上升。在中美貿(mào)易摩擦?xí)r期，各金融資產(chǎn)對比特幣的溢出指數(shù)均略有增加。2015年1月15日比特幣價格驟降發(fā)生時，黃金對比特幣的溢出指數(shù)達(dá)到峰值，其他金融市場溢出指數(shù)無明顯上升或下降，這與數(shù)字貨幣發(fā)展前期，投資者將比特幣價格錨定黃金價格有一定的關(guān)系。值得注意的是，2017年8月11日，人民幣即期匯率創(chuàng)1994年匯改以來最大單日跌幅，人民幣對比特幣的溢出指數(shù)在當(dāng)日達(dá)到最大值17.93。這是因為中國市場份額大，人民幣匯率下跌可能影響對比特幣的需求，國內(nèi)比特幣需求刺激會直接導(dǎo)致比特幣價格劇烈波動（徐黎明和李靖，2016［36］），從而導(dǎo)致人民幣對比特幣的風(fēng)險溢出程度增加?？傮w來看，單個傳統(tǒng)金融市場對比特幣的方向性溢出指數(shù)普遍較大（除原油外），這可能是受多個市場不同外部因素和內(nèi)部因素的共同影響，對于事件的響應(yīng)并不明顯。但在新冠疫情的沖擊下，除人民幣外的其他傳統(tǒng)金融資產(chǎn)對比特幣的風(fēng)險溢出都在加大，因為在此期間，傳統(tǒng)金融資產(chǎn)價格波動較大，國外交易者也會選擇數(shù)字貨幣作為分散風(fēng)險的工具。與此同時，疫情在中國得到了較好的控制，人民幣則相對比較平穩(wěn)，導(dǎo)致兩者的風(fēng)險溢出相對較小。

通過以上分析我們可以看出，數(shù)字貨幣市場風(fēng)險主要通過三種途徑向傳統(tǒng)金融市場滲透：其一，隨著數(shù)字貨幣市場規(guī)模的不斷擴大，越來越多的投資者將數(shù)字貨幣作為風(fēng)險對沖工具，數(shù)字貨幣市場的波動影響到投資者的投資組合策略，進(jìn)而影響到投資行為，將風(fēng)險傳導(dǎo)給傳統(tǒng)金融市場；其二，數(shù)字貨幣的認(rèn)可程度在世界范圍內(nèi)得到提升，且自身交易隱蔽性較強，使其有可能成為資本外逃載體，在政治或經(jīng)濟局勢不穩(wěn)定的情況下，民眾會將資金投向數(shù)字貨幣來替代傳統(tǒng)金融資產(chǎn)，在一定程度上會使數(shù)字貨幣的市場風(fēng)險轉(zhuǎn)移到傳統(tǒng)金融市場；其三，以比特幣為代表的數(shù)字貨幣打破了法幣的國家邊界，越來越多的外匯交易員選擇數(shù)字貨幣作為外匯交易對，這就導(dǎo)致數(shù)字貨幣與外匯市場的深度融合，使數(shù)字貨幣風(fēng)險進(jìn)一步影響到傳統(tǒng)金融市場。

5.5 穩(wěn)健性檢驗

為驗證模型的穩(wěn)健性，更換模型預(yù)測期數(shù)和窗口期對7個變量間的溢出指數(shù)進(jìn)行估計。預(yù)測期數(shù)取H=10時，靜態(tài)估計的各溢出指數(shù)有最大值，增加H值的大小，估計結(jié)果不變。分別選取100天、150天、200天作為窗寬長度，估計結(jié)果如圖5和如6所示?？梢园l(fā)現(xiàn)，三種不同窗寬下，比特幣與傳統(tǒng)金融市場間的方向性總溢出指數(shù)隨時間變化的總體趨勢大致相同。更換窗口期并沒有導(dǎo)致估計結(jié)果產(chǎn)生顯著變化，說明文章的實證檢驗是穩(wěn)健的。

圖5 不同滾動窗口期下比特幣對傳統(tǒng)金融市場的方向性總溢出指數(shù)

圖6 不同滾動窗口期下比特幣對傳統(tǒng)金融市場的方向性總溢出指數(shù)

6 結(jié)語與建議

本文首先運用BEKK-GARCH模型和DY2012溢出指數(shù)構(gòu)建方法，從靜態(tài)角度對比特幣市場與黃金、原油和貨幣等傳統(tǒng)金融市場的風(fēng)險溢出指數(shù)進(jìn)行了測量，然后將DY2012溢出指數(shù)構(gòu)建方法與滾動窗口技術(shù)結(jié)合，從動態(tài)角度展示了這些市場之間的風(fēng)險溢出指數(shù)的變化趨勢，并結(jié)合國際經(jīng)濟政治事件和市場內(nèi)部情況對動態(tài)趨勢進(jìn)行剖析，此外還對兩者的相關(guān)溢出系數(shù)做了進(jìn)一步分析。主要結(jié)論如下：

從風(fēng)險溢出的靜態(tài)角度，發(fā)現(xiàn)數(shù)字貨幣與傳統(tǒng)金融市場間存在風(fēng)險的雙向溢出效應(yīng)，證明了數(shù)字貨幣市場與傳統(tǒng)金融市場間存在風(fēng)險溢出渠道；從整體風(fēng)險溢出的動態(tài)角度，發(fā)現(xiàn)數(shù)字貨幣與傳統(tǒng)金融市場間溢出指數(shù)存在較大的波動，且方向性溢出差異相似；從單個風(fēng)險溢出的動態(tài)角度，發(fā)現(xiàn)數(shù)字貨幣與傳統(tǒng)金融資產(chǎn)間的方向性溢出存在一定的差異。結(jié)果顯示：數(shù)字貨幣對傳統(tǒng)金融資產(chǎn)方向性總溢出指數(shù)在樣本期間有較大的波動，且波動趨勢與全球政治經(jīng)濟事件如英國脫歐、中美貿(mào)易摩擦，以及比特幣價格暴跌事件相對應(yīng)，其中數(shù)字貨幣對人民幣的風(fēng)險溢出指數(shù)在上述事件的影響下變化更為敏感；傳統(tǒng)金融資產(chǎn)對數(shù)字貨幣的方向性溢出指數(shù)在樣本期間表現(xiàn)不一，但在新冠疫情的沖擊下，除人民幣外風(fēng)險溢出指數(shù)均有所上升。值得特別注意的是在中美貿(mào)易摩擦期間數(shù)字貨幣與人民幣之間的風(fēng)險溢出指數(shù)最大，但在新冠疫情期間則相反。

新興技術(shù)的產(chǎn)生與應(yīng)用往往利益和風(fēng)險共存，對數(shù)字貨幣監(jiān)管不力可能會給傳統(tǒng)金融市場帶來負(fù)面沖擊，影響金融穩(wěn)定。根據(jù)2020年8月商務(wù)部引發(fā)的《全面深化服務(wù)貿(mào)易創(chuàng)新發(fā)展試點總體方案》中“守住底線，防控風(fēng)險”思想，為貫徹落實總體國家安全觀，堅持底線思維，主動防范化解風(fēng)險，預(yù)防數(shù)字貨幣市場風(fēng)險向傳統(tǒng)金融市場的溢出，本文對我國的數(shù)字貨幣監(jiān)管提出以下建議：首先，進(jìn)行風(fēng)險安全警示，降低交易風(fēng)險。數(shù)字貨幣市場的繁榮來自于投資者的參與，在面臨巨大的市場風(fēng)險情況下，中央銀行與監(jiān)管機構(gòu)必須對數(shù)字貨幣交易者發(fā)出風(fēng)險警告，明確數(shù)字貨幣存在的諸多風(fēng)險，如兌換損失、電子錢包被盜、支付不受保護(hù)等。消費者在購買比特幣這類貨幣時，必須意識到自身所承擔(dān)的風(fēng)險。同時監(jiān)管部門應(yīng)建立與數(shù)字貨幣及其他數(shù)字貨幣行業(yè)參與者的交流機制，規(guī)范點對點的信任信用交換交流，降低消費者對數(shù)字貨幣市場投資的盲目性。其次，建立系統(tǒng)KYC體系，規(guī)范交易平臺。數(shù)字貨幣的交易大部分都在數(shù)字貨幣交易平臺上完成，平臺的交易數(shù)據(jù)和用戶信息都可以進(jìn)行追蹤，所以有必要依據(jù)KYC標(biāo)準(zhǔn)，建立數(shù)字貨幣的用戶中央數(shù)據(jù)庫，授權(quán)建立和維護(hù)中央數(shù)據(jù)庫中登記用戶的身份信息，保證監(jiān)管部門能夠有效地掌控數(shù)字貨幣的交易情況和用戶信息，防止數(shù)字貨幣對現(xiàn)實貨幣體系產(chǎn)生不良影響。