基于VEC模型的数字货币价格驱动因素分析*

郭 艳 张铭芮 贺梦蛟

一、问题的提出

20世纪后半期开始，随着自然科学领域信息学、密码学、数学学科的技术进步，以及计算机、互联网的普及，人类社会呈现出崭新的生活状态，货币领域也陆续出现革命性进展。关于数字货币的研究肇始于署名中本聪(2008)的一篇文章，其阐释了点对点的数字货币产生、流通、交易和隐私保护的相关问题，此后以比特币、以太币、莱特币、瑞波币为代表的私人数字货币大批量出现和活跃，引发了市场狂热的投资热情和学术界的研究关切。货币是金融行业的基础设施，私人数字货币以全新的发行技术、交易模式、形式内容，从基础设施上对现有货币体系进行颠覆性创新，形成一套独特的货币系统，成为一种有力的价值存储手段和金融模式(贾丽平，2013)。数字货币不仅催生了新的货币形态，同时数字货币在技术上的飞跃，对货币名目主义、哈耶克的货币非国家化、新货币经济学BFH进行了实践试错，也在货币本质和职能判定上引发讨论(郭艳等，2018)。当前数字货币已发展到法定数字货币阶段，而与私人数字货币不同的是，由央行发行的法定数字加密货币依靠国家信用进行背书，与传统法币具有相同的币值和无限法偿的性质，解决了私人数字货币资产价值信任问题，同时具备了记账单位、交易媒介和价值贮藏的货币职能(郭艳等，2020)。私人数字货币作为区块链技术应用的最初实践，市场对其价格发现一直处于剧烈变动之中。最具代表性的比特币，按照2010年第一次用来支付、购买一张比萨的价值计算，比特币价值当时仅仅为0.25美分，随后仅用三年时间就达到100美元上方，此后在被全球投资者和投机者追逐的狂潮中，比特币价格以难以置信的幅度急剧增长或是跌落，伴随着各国监管当局态度的变化和某些技术调整(“硬分叉”事件)，在2020年一度突破10000美元，2021年曾达到60000美元。除比特币外，其他几种主流私人数字货币的价格也经历了类似的奇幻发展。在投资实践中，数字货币并不仅仅被视为一种新型货币，某种程度上更多被投资者视为稀缺商品、大宗商品来进行投机交易，尽管随着投资者结构的日益多元化、机构投资者加入、数字货币ETF、数字货币期货等交易工具的出现，数字货币价格波动有降低趋势，但总体上，仍无法充当计价单位和价值尺度的货币职能，只是在交易媒介职能上有所表现。数字货币的数字特征和货币属性并存，然而没有一套完整的经济理论用来揭示数字货币的价格波动机制，本文即是在数字货币繁荣与价格剧烈波动的背景下，进行相关理论探索。

经过十多年的实践发展和数据积累，数字货币的价格波动驱动因素逐渐可以被投资者和研究者进行探究，本文在此基础上，以私人数字货币为研究对象，对宏观经济指标、市场因素、技术指标、社会公众情绪等价格驱动因素进行筛选，并运用VEC模型进行计量分析，探究价格波动背后的机理，从而对测度数字货币市场风险、维护金融体系稳定、建立长期有效的数字货币监管体系做出有价值的工作。

二、文献综述

数字货币并不是全然崭新的事物，其出现是在人类历史发展过程中，伴随货币理论演进、技术条件改善和时代场景变迁的耦合结果。在其出现和试验的过程中，数字货币基于区块链技术形成了一种去中心(decentralized)、去信任(trustless)和集体维护(collectively maintain)的货币体系，这种货币体系在没有中央机构和金融中介的情况下，依靠共识机制确保交易的真实和不可逆，重建了不同于以往人类社会的信任生态(郭艳等，2017)。

自2008年比特币和区块链技术面世以来，数字货币相关研究一直呈现逐年上升的趋势，在技术和市场的不同发展阶段，学术界的焦点略有不同。有关数字货币的最初讨论大多围绕着底层的区块链技术以及比特币概念。例如，洪蜀宁(2011)系统地介绍了比特币的基本原理、主要特点、货币属性，并对其可能带来的金融风险进行合理预测。杨晓晨和张明(2014)对比特币运行原理进行阐述，总结比特币特征，并展望了比特币的可能应用场景。伴随区块链技术的渗透、数字货币繁荣以及去中心化思维发展，有关数字货币的讨论更加侧重风险特征、监管、互联网金融发展实际等方面。例如，在以比特币为例探讨数字货币法律监管过程中，樊云慧和栗耀鑫(2014)主张采取中国人民银行和行业协会相结合的监管方式对数字货币进行监管。前两个阶段的研究大多为定性分析，随着实践发展和数据积累，借助数据探究数字货币内部发展规律成为可能，越来越多的研究聚焦于数字货币价格驱动因素的分析，这部分的研究往往伴随着数字货币本质的讨论。其中部分研究认为数字货币具有与传统货币相似的货币属性，因而传统的资产价格决定因素部分可以应用于数字货币价格的理论。资产价格的探讨一般会关注市场供需力量和货币流动性，通常意义上当央行实行宽松货币政策和有大量热钱涌入时，资产价格会被推高，当收紧银根和资本外流时资产价格因为流动性不足而下降，Homa和Jaffee(1971)对货币供应量和普通股指的相关性分析、Baks和Kramer(1999)对G7国家货币流动性与资产价格的分析都是这方面的研究积累。Buchholz等(2012)的研究认为，比特币的价格走势可以通过其供求之间的相互作用来解释。若将数字货币市场界定为一个投机市场，成交量—回报的基本范式能够反映价格背后的交易策略。这一方面的研究成果包括Balcilar(2017)基于量价理论，描绘了比特币市场中交易量和回报之间的依赖关系，揭示了交易量在比特币价格预测方面的作用。另外，数字货币的数字特性使得其价格形成无法用标准的经济理论来解释，很多学者认为私人数字货币市场上没有货币价值的基础。例如，私人比特币并非由特定的中央银行或政府发行，它与实体经济脱节，这意味着没有宏观经济基本面会决定其价格形成(Kristoufek，2013)。同样，Bouoiyour和Selmi(2014)的研究表明比特币在很大程度上脱离了宏观经济基本面，表现为“投机泡沫”。因此，数字货币价格除了受传统的货币价格因素影响以外，必然有其他决定价格形成的因素，这些因素是数字货币所特有的。Gacia(2015)等通过考察用户人数数据、社交媒体对数字货币的查询搜索等数字行为跟踪比特币价格波动，揭示了数字货币价格与媒体传播量之间的正向关系，并发现在价格急剧下跌之前会出现搜索高峰。Bouoiyour和Selmi(2015)认为比特币对投资者的吸引力在比特币价格形成的贡献中主导了其他驱动因素。Van Wijk(2013)引入全球宏观经济金融发展因素，通过证券交易所指数、汇率和石油价格预测比特币价格，试图找到驱动指标。类似的研究还有Corbet(2017)，他探讨了数字货币与债券、黄金、股票和全球波动率指数(VIX)的收益率和波动率传导机制。除了上述的数字行为和宏观经济因素以外，技术演进也是数字货币所特有的影响因素，Li和Wang(2017)研究了挖矿技术对比特币价格的影响，该技术通过影响生产成本结构，进而能够影响比特币价值。

通过回顾既有文献，可以看出前期学者的研究中探讨了影响数字货币价格波动的几类因素：(1)市场力量(Buchholz et al，2012；Balcilar，2017)；(2)比特币对投资者的吸引力(Kristoufek，2013；Bouoiyour et al，2015)；(3)全球宏观金融发展(Van Wijk，2013；Van Alstyne，2014)；(4)技术因素(Li et al，2017；Kristoufek，2015)。既有研究对数字货币的本质属性和数字特性进行了创新性分析，遗憾之处是各项研究仅单独考虑特定的数字货币价格决定因素，而没有综合几种类型数据进行考察，且国内研究相较于国外在该领域的学术成果积累明显较少。本文旨在选取不同类型的数字货币价格决定因素，并通过建立VEC模型，综合考量数字货币价格的驱动因素，探究变量之间的长期均衡关系和短期波动关系。

三、数字货币概述

数字货币的数字特征和货币属性并存，使得有关数字货币的研究不同于以往的法定货币和电子货币，在实证分析前需要厘清数字货币的技术逻辑和价值属性，为后续指标的选取和实证分析奠定基础。

(一)数字货币技术逻辑

数字货币作为一种开源货币，由开源软件算法进行管理，算法使用互联网来创建数字货币并记录和验证交易。与标准法定货币相比，数字货币的主要区别特征在于流通量不是由个人、团体、公司、中央机构或政府控制，而是由软件算法控制。数字货币大多是在“采矿”过程中创建的，在该过程中，计算机网络参与者(即提供计算能力的用户)将交易进行验证并记录到公开账本中，作为这项服务的回报，参与者将获得交易费和新铸造的数字货币奖励。数字货币虽具有货币的属性，但其特有性质和技术背景使得数字货币关于价格、波动、供需的相关问题与其他资产价格和货币价格不尽相同。

(二)数字货币属性

从本质上来说，数字货币同传统的货币，尤其是金银货币，具有部分相同的货币属性。根据经济学理论，货币具有价值尺度、流通手段、支付手段、贮藏手段和世界货币等五大职能。而数字货币也同样具备五大职能。(1)价值尺度：数字货币是在消耗大量计算能力和电力的基础上被制造出来，因此其价值来源于“挖矿”所需设备的固定成本以及“挖矿”过程中投入的人力、电力等可变成本，这意味着数字货币类似黄金拥有一般货币所具有的价值基础。(2)流通手段：当前以比特币为代表的数字货币已经实现在市场中流通，有数百个电子商务网站将比特币作为支付手段，可以用比特币进行付款购物、兑换实物以及各类服务。同时各大数字货币交易所建立了一套数字货币与主权货币兑换的机制，可以实现将数字货币兑换成各个国家的法定货币，更便于数字货币在市场中的流通。(3)贮藏手段：货币的贮藏手段职能即货币退出流通领域作为社会财富的一般代表被保存起来的职能。由于数字货币的价值来源于计算机算力和电力，本质上是借助“挖矿”实现将电力资源转换为财富储存起来，因此数字货币满足“具有价值”这一基础要求。数字货币本身也可以以计算机文件的形式保存在硬盘等存储媒介中，在需要时可以方便快速地进入流通领域，同时数字货币的交易摩擦小、资金量能够承载一般交易的优势使得数字货币能够成为优秀的价值贮藏工具。(4)支付手段：许多国家及知名企业已将数字货币视为一种新型支付方式。2021年3月24日，著名车企特斯拉宣布允许比特币作为支付方法用来购买相关车型，推动比特币支付市场的形成。随着数字货币日渐普及，商品和服务交易将会越来越多地采用数字货币。(5)世界货币：数字货币基于互联网而存在，它的使用没有国界，也不会受到任何国家和政府的控制，非常适合作为国际贸易的支付手段。尽管数字货币已经部分承担货币职能，但未来能否过渡为真正货币取决于人们对数字货币以及背后运行机制的信心，同时数字货币成为真正货币还需要克服一些现实问题，其中涉及经济、互联网金融、法律网络技术和信息传播等领域。

数字货币除了具有上述货币属性外，还具有商品属性特征。私人数字货币由于缺乏权威信用背书，价值主要来源于市场参与者的信任程度，具有货币价值不稳定、公信力较弱等特点，表现出较强的投机性，导致其商品属性大于货币属性，在很大程度上被作为一种投机性较强的数字资产，这意味着数字货币价格可能会受量价理论、公众预期和市场信息等因素的影响。

(三)私人数字货币特征

本文主要聚焦私人数字货币，探究私人数字货币的特征将有助于对价格驱动因素进行筛选和判定。首先，数字货币具有去中心化的特征，私人加密数字货币采用去中心化的点对点交易模式，不依赖于金融中介机构，而是完全按照特定技术逻辑发行、流通和交易，并由数字货币网络中所有节点集体进行管理。传统的货币电子交易依赖银行等中介机构，通过央行提供的支付系统实现汇兑收支，国内的大额支付系统尚无法保证资金实时到账。在国际金融交易中，一般使用由环球同业银行金融电讯协会提供的国际资金清算系统，该系统通过硬件、软件和人员组成高度冗余烦琐的机制以确保国际资金流转的安全性，但支付效率低。私人数字货币以区块链形式运行记账，通过公私钥匙进行交易签名验证，消除对中介的需求，减少交易费用，让交易更加高效。

其次，数字货币匿名且安全。传统法定货币可借助中心节点追溯每笔交易的来源，而数字货币的交易各方可以通过随意变化的收款地址来实现完全匿名，保护个人隐私。数字货币采用非对称加密机制，在交易过程中，本地产生一个“密钥对”，其中公钥和私钥成对出现，发送方使用公钥进行加密，接收方通过配对的私钥解密和签名，双方无须公开身份来获取对方的信任。公钥无法推算出私钥，后者既代表交易方的身份，也代表其账户里面的资产所有权，由此形成了密码保护与确权机制。

最后，数字货币具有通缩特性。当前的法定货币系统每年伴随不同程度的通货膨胀，数字货币由于受算法的限制，其供应量是受控的，这种限制避免了由于中央银行的不良政策和人为干扰所造成的通货膨胀。

四、研究设计

本文首先对可能影响数字货币价格的因素进行分析筛选，这些因素中有一部分是直接与数字货币产生关联的数据，另一部分是重要的金融和经济数据。对所选变量采用逐步回归的方法，将变量逐个引入，每引入一个新变量，将对已选入的所有变量进行逐个检验，当原有变量由于新引入变量变得不再显著时，则剔除该变量，将此过程反复进行，直至没有显著的变量选入，也没有不显著变量从中剔除为止。

对筛选出的时间序列数据进行平稳性检验，判断是否为原序列平稳。再对其进行协整检验，判断变量之间是否存在长期协整关系。若变量间存在协整关系，则建立向量误差修正模型(vector error correction model，VEC)，考察变量之间的长期均衡关系以及由短期波动向长期均衡调整的动态过程。研究所涉及的VEC模型是一种非结构化的模型，多应用于具有协整关系的非平稳时间序列建模。传统的经济计量方法是以经济理论为基础来描述变量关系的模型，但经济理论通常并不足以对变量之间的动态联系提供一个严密的说明，VEC就是为了解决这个问题而用非结构性方法来探究各个变量之间关系的模型。

如果变量之间同阶单整，根据Engle表述定理，协整回归可以表示为误差修正模型，由此建立VEC模型，一般的协整回归如式(1)所示：

(1)

其中，α与β都是n×r矩阵，α是短期参数，代表均衡误差修正项的权重，反映模型从任何非均衡状态向长期均衡状态的调整速度。β是长期参数，是协整向量组成的矩阵。每个方程的误差项εt(t=1,2,…,k)都具有平稳性。一个协整体系有多种表示形式，用误差修正模型表示是当前处理这种问题的普遍方法，即：

(2)

其中的每一个方程都是一个误差修正模型，即：

(3)

ecmt-1是误差修正项，反映变量之间的长期均衡关系。

五、指标选取与数据处理

(一)指标与数据来源

在种类繁多的私人数字货币中，比特币作为一种全新的无政府虚拟货币，代表一场数字货币的革新，以及世界政治经济一体化思潮，具有一定的革命性。同时比特币在市场占有量和关注度方面占有绝对地位，因此已有相关研究大多将比特币作为对象进行考察，本文同样以比特币作为数据收集、处理和后续建模的对象，从市场因素、公众社会情绪、技术因素、各类宏观经济指标四个维度综合考察比特币的价格驱动因素。

1.市场因素

基于量价理论的金融资产研究已有很多先例，股票、债券、期货、商品、房地产领域都有所涉及，Balduzzi(2011)研究了成交量与债券收益率的关系，发现成交量与收益率绝对值呈现正向关系，Li(2016)的研究侧重于基于量价理论的股价线性和非线性格兰杰因果检验。我们可以将这一理论映射到数字货币市场，根据量价理论选取数字货币价格、交易量进行分析，检验数字货币回报和波动的可预测性。数字货币的交易量反映出数字货币的市场认同程度和用户活跃程度，价格与交易量可能存在相互矛盾的关系，一方面，数字货币使用得越频繁，其需求就越高，从而价格也就越高；另一方面，如果价格是由投机行为驱动的，则交易量与价格的波动可能会表现为负相关。比特币价格与交易量数据均从数字货币交易服务平台获取，其中比特币价格是以美元计价的收盘价数据序列。

2.公众社会情绪

数字货币在当前不仅是一种新型货币，也被视为一种投机资产，其需求可能会受到公众关注度以及预期有关的投机行为的影响。本文选取互联网搜索量来表征投资者关注度，该指标反映社会公众情绪的同时也会影响媒体和公众对数字货币的进一步聚焦和宣传。Grullon等(2004)以及Barber和Odean(2008)的研究显示，潜在投资者决定会受到新闻媒体关注度的影响，鉴于投资需求取决于与潜在投资机会相关的信息成本，因为在新闻媒体中受到特别关注的投资机会降低了搜索成本，潜在投资者可能会首选新闻媒体特别关注的那些投资机会。同时，社交媒体中较高的曝光率可能导致对数字货币的需求增加，进而对数字货币的价格造成上行压力，而较低的曝光率可能影响数字货币的需求并导致其价格下降。谷歌公司和百度公司分别占据国外和国内搜索引擎市场的主要份额，但由于私人数字货币在2017年9月之后在中国禁止交易，所以百度搜索与比特币价格波动的相关性并不高，因而只选用谷歌搜索趋势来作为市场关注度的测量指标，该指标能够代表公众对数字货币的认可程度或兴趣程度。本文以“BTC”为关键字进行检索得到谷歌趋势数据，该指标从谷歌趋势官网获得。

3.技术因素

与传统货币相比，数字货币的主要区别特征在于流通量不是由个人、团体、公司、中央机构或政府控制，而是大都由软件算法控制，数字货币是在“挖矿”过程中创建的，挖矿将计算能力交换成数字货币的投资机会。采矿本身与硬件和电力生产成本有关，这部分成本根据挖矿机器的效率和折旧、耗费电力、人力资源损耗来衡量，并且处于不断变化中。一方面，为更大限度进行数字货币挖掘，信息工程师们开发了专门为此任务设计的硬件，并形成了矿工池，矿工在此合并了他们的计算能力，使单位运算能力上升；另一方面，专用设备导致采矿成本增加，难度飞涨，其难易程度又直接影响生产成本结构，进而影响数字货币价格。本文采用全网挖矿难度系数来衡量技术因素，该指标从比特币官网中获得。

4.宏观经济指标

为了分析宏观经济金融环境对数字货币价格的影响，本文选取黄金价格、美元指数、道琼斯指数、石油价格四个指标进行考察。

黄金，一直是各国资产储备和国际投资领域的重要商品，黄金价格与国际经济和金融发展密切相关。而数字货币中的典型代表比特币，被称为“数字黄金”，原因正是它与黄金的若干共性，例如：二者的总量恒定，黄金的全球储备量相对稳定，而比特币以恒定的先验定义的方式公开发行，其存量以递减的速度增加，根据中本聪的设计，到2140年比特币流通的最大数量达到2100万个时，比特币的增长率将收敛至零；二者都不是法定货币，但具有价值储藏和交换媒介功能，这意味着黄金和数字货币的价值认定来源于共识；二者开采难度都呈上升趋势；二者都具有某种程度的抗通胀和避险功能，等等。正因为数字货币与黄金有诸多相似之处，可能在国际投资领域存在替代关系，因此有必要研究黄金价格与数字货币价格之间的关系。黄金价格数据取自中国黄金网。

美元指数，用来衡量美元对一篮子货币的汇率变化程度，综合反映了国际外汇市场的汇率情况。从二战结束后的布雷顿森林体系到随后的牙买加体系，美元依旧在当今国际货币体系中扮演着核心角色，是国际投资市场的重要资产配置对象，美联储的政策变动通常会对全球金融市场产生重大影响，美元同时也是数字货币交易中使用最多的货币。本文将探讨美元指数与数字货币价格波动之间的关系，数据来源于Wind数据库。

道琼斯指数，以纽约证券交易所挂牌上市的部分代表性公司股票作为编制对象，是世界上最有影响、使用最广的股价指数。股指作为实体经济的晴雨表，反映了经济发展的景气程度，同时股市也会吸入大量资金，影响到其他市场的流动性。将道琼斯指数纳入模型，将考察总体宏观经济和金融发展对数字货币价格的刺激和影响。道琼斯指数相关数据来自Wind数据库。

石油价格，也是一个重要的经济指标，与实体经济密切相关，是需求和成本压力的重要来源，为通胀的表现提供早期迹象，石油价格变化带来的总体价格水平变化，可能会对数字货币市场产生影响，数字货币作为紧缩性货币，在石油价格波动中会成为保值资产，因而有必要将油价纳入分析。

(二)数据处理

本文收集了2016年1月19日至2021年3月12日共1880天的数据。在正式分析之前，需要对数据进行预处理。道琼斯指数、美元指数、黄金价格和石油价格在周六、周日和某些特殊日期因市场休市或停市造成的缺失值通过线性差分方法进行处理。谷歌趋势只能获取周数据，需要对该序列进行频率转换。挖矿难度系数每两周公布一次，在两次数据之间维持挖矿难度不变。由于数字货币价格、交易量和挖矿难度三个变量在整个研究期间内增长变动过大，需要将上述三个指标进行对数化处理。

(三)逐步回归分析

对上述变量进行逐步回归分析，结果如表1所示。

表1 逐步回归结果

回归结果显示仅有石油价格指标的t统计量不显著，因此将石油价格指标在模型当中剔除。最终选取的指标如表2所示。

表2 模型所选取的变量

六、实证结果及分析

(一)平稳性检验

对比特币价格、比特币交易量、谷歌趋势、挖矿难度、黄金价格、道琼斯指数、美元指数时间序列进行平稳性检验，结果如表3所示。选定的7个变量原序列除谷歌趋势外都接受了95%置信水平下的假设。说明除了谷歌趋势原序列平稳之外，其余变量原序列均不平稳。对不平稳的6个变量进行一阶差分，均拒绝了99%置信水平下的假设，6个变量表现为一阶差分形式平稳，均为I(1)过程。原序列为非平稳序列，且序列同阶单整，满足进行协整检验的条件。

表3 ADF检验输出结果

(二)协整检验

对上述同阶单整的6个变量进行协整检验，以检验非平稳序列之间是否存在长期协整关系。Johansen在1990年与Juselius一起提出的一种以向量自回归(VAR)模型为基础的检验回归系数的方法，是一种进行多变量协整检验的方法，被称为Johansen协整检验。Johansen协整检验的输出结果如表4所示。输出的结果是把统计量与95%置信水平下的临界值进行比较，结果显示在95%的置信水平下6个变量之间存在一个协整关系。

表4 Johansen协整检验输出结果

(三)VEC模型

若时间序列数据为同阶单整序列且通过协整检验，即可建立对应的VEC模型探究协整系列之间的长期关系。根据AIC、FRE、LR准则确定VEC模型的最优滞后阶数为9。输出结果显示比特币价格的误差修正项调积速度系数为0.0003。说明当短期动态变动偏离长期均衡时，会以0.0003的调整系数将比特币价格由非均衡状态拉回到均衡状态，调整速度并不迅速。系统得出的协整方程为：

lnBTC=-0.0012Dow+10.6922lnDiff-4.0479lnVolume

-0.3174Usdx-0.0044Gold-133.0123

(4)

(四)模型的经济学分析

从协整方程可以得出，比特币价格受比特币交易量影响较大，且二者呈现负相关关系，这与最初的经济假设是符合的。从长远看，数字货币供求的市场力量对数字货币价格具有重要影响，如果数字货币市场长期受投机驱动，维持较高的交易量，可能会在需求端逐级助推价格螺旋上升，导致金融泡沫，这需要各国金融监管当局和投资者谨慎关注。

挖矿难度对比特币价格产生积极影响，且影响最为显著，因为挖矿难度表示数字货币的开采难度或边际生产成本，挖矿难度增加通常会对数字货币的价格造成上行压力，成本越高，价格越高，这符合经济学假设。随着时间的推移，挖矿对算力的要求日益增高，巨大的耗电量和矿机维护费用使挖矿成本未来将继续上升，在其他条件不变的情况下，来自数字货币供给端的压力将导致价格进一步上涨。同时，挖矿难度系数与价格驱动的关联在某种程度上为数字货币具有价值这一说法提供一定证据，也就是为计算机的挖矿劳动是否应看作斯密意义上的无差别劳动这一问题提供答案参考。

比特币与谷歌指数不具有长期的协整关系，合理的解释为随着数字货币的发展与成熟，市场参与者趋于理性，对比特币认知也逐渐成熟和清晰，而谷歌网站多是提供有关数字货币的基础信息和相关传闻，已为市场大多数用户所了解。因此，网络搜索量所代表的公众情绪并不会对数字货币的价格驱动产生重要影响。且从综合交易量对比特币价格的结果可以看出，短期来看，比特币价格可能会受到公众情绪的影响，但从长期来看，市场力量是数字货币价格的主要驱动因素。

研究结果显示，从长远看道琼斯指数、美元指数、黄金价格等宏观金融发展指标并未显著影响数字货币价格，尤其是与黄金价格联系较弱，这表明数字货币并未成为投资者避险资产的选择。这一点与Van Wijk(2013)的既有研究有所不同，产生研究结论差异的原因可能由于Van Wijk的研究并未考虑供求的市场力量或技术变量，当综合纳入这些因素时，宏观金融经济指标的影响在估计的模型中可能发生变化。因此，此次研究结果强调了同时分析多种不同数字货币价格驱动因素的重要性，同时，数字货币市场与其他金融市场的低联系为投资者提供了多元化投资机会。

(五)脉冲响应

为了直观反映模型中各变量之间的动态交互关系，需要进行脉冲响应分析，即给定来自不同变量的单位标准差新息冲击之后，对各内生变量当期值和未来值产生的影响，具体脉冲响应分析结果如图1所示。

比特币价格对自身冲击的反应最为强烈，而比特币交易量的冲击要历经较长时滞，才能体现对比特币价格的负效应。比特币交易量初期对比特币价格的冲击是正效应，后期出现两次震荡，最高值分别出现在第5期和第8期，但之后正效应逐渐减弱。这表明，比特币交易量对比特币价格的冲击存在短期偏离，但长期均衡关系的存在会将短期的上升逐渐拉回。挖矿难度对比特币价格的影响也表现出类似的特征——初期对比特币价格产生负向影响，但在长期均衡的拉动下，挖矿难度对比特币价格的影响朝正向发展，但仍然具有较长时滞。美元指数、黄金价格对比特币价格的冲击影响初期并不明显，在第5期左右影响效应开始显现，在第8～9期达到最大后逐渐收敛。

图1 脉冲响应分析结果

(六)方差分解

通过方差分解能够分析影响内生变量的结构冲击的贡献度，具体的方差分解结果如表5所示。

表5 方差分解结果

从结果中可以看出，比特币价格对自身冲击较大，在第10期对自身方差的贡献率达到96.89%。这表明，比特币价格的变动主要依赖于前期比特币价格的变动。但是，其自身的贡献度随着时间推移而逐渐减小。在其余变量中，挖矿难度对比特币价格的变动解释能力最强，为0.94%，且一直处于上升趋势，而道琼斯指数、比特币交易量、美元指数、黄金价格等变量对于比特币价格变动的解释能力非常弱，分别为0.49%、0.34%、0.81%和0.51%。

七、结论与对策建议

伴随着区块链技术革命带来的人类生活新场景，私人数字货币在最近十几年吸引了国际金融市场众多投资者的关注，这不仅仅带来了一种崭新的货币形态、属性与职能，更重要的是由于数字货币价格的巨大波动性带来的投机机会和财富效应。对于数字货币价格剧烈变动的驱动因素，学术界也逐渐展开了相关研究，学者们通过分析不同类型的变量，对数字货币价格影响因素进行了探讨，但在这类研究中没有对所有可能产生影响的变量进行综合考量，本文即是在这个方向做出努力。研究选取的变量分为四种类型，分别是市场因素、社会公众情绪、技术因素以及宏观金融经济因素，通过逐步回归方法筛选出6个变量，建立VEC模型，综合分析数字货币价格的驱动因素，形成的结论显示，数字货币价格受交易量影响较大，二者是负相关关系，表明数字货币价格长期受市场力量驱动；与挖矿难度关联最为紧密，二者为正相关关系，挖矿难度也是除比特币价格外对比特币价格变动解释能力最强的指标，这一结论在某种程度上为数字货币具有价值这一说法提供一定证据；由协整分析可以看出，宏观经济金融指标在长期并不影响数字货币价格，脉冲响应和方差分解的结果也表明从短期来看，宏观经济金融指标与比特币价格联系较少，同时谷歌趋势与数字货币价格也并不具有长期协整关系。

这些关于价格驱动的结论，无论是从一般货币政策的角度，还是从作为新型交易媒介的货币形态来看都具有重要意义，交易量对价格的重要影响需要市场警惕投机情绪带来的金融泡沫，与其他金融资产和宏观指标的弱关联使对数字货币究竟是货币、证券还是大宗商品的讨论可以进入更深层次，缺乏避险对冲作用的数字货币在多元化资产配置中是否可以发挥作用以及监管层面对于数字货币的堵与疏也可以有新的思考方式。未来研究中还有很多需要深入改进的方向，如把各国政府的政策因素纳入模型，重要国家和地区监管当局政策的调整都会影响到全球数字货币的价格波动，可以通过合适的方法来衡量政策因素。社会公众情绪的测度方面，除了搜索引擎，还有越来越多的市场参与者通过推特、微博等社交媒体来进行情绪表达，综合各类社交媒体也是继续研究的方向。