美联储发布新的比特币研究报告

NO.1052FEBRUARY2023吉安卢卡贝尼诺|卡洛罗莎比特币-宏断开纽约联邦储备银行的工作人员报告，没有。1052二零二三年二月JEL分类：F3、F4、G1摘要本文通过利用盘中数据的事件研究来估计宏观经济新闻对比特币的影响，来研究比特币和宏观经济基本面之间的联系。关键的结果是，不像其他的U。S.在资产类别中，比特币与货币和宏观经济新闻呈正交关系。这种脱节令人困惑，因为贴现率的意外变化原则上会影响比特币的价格，即使将比特币解释为纯粹的投机资产，也会影响比特币的价格。关键词：比特币，U。S.资产价格、高频数据、货币意外、宏观经济公告_________________纽约联邦储备银行(电子邮件：吉安卢卡。benigno@).罗莎：大学电子邮件：carlosa1@).作者感谢乔·德勒汉蒂提供的优秀研究援助。本文提出了初步的发现，并正在被分发给经济学家和其他感兴趣的读者，仅仅是为了刺激讨论和引出评论。本文中所表达的观点是作者的观点，并不一定反映纽约联邦储备银行或联邦储备系统的立场。任何错误或遗漏都是作者的责任。要查看作者的披露声明，请访问/research/staff_reports/sr1052.html.2“加密货币资产的波动性很大(……)它们更多的是一种投机资产，所以它们并不是特别被用作一种支付手段。它更多的是一种投机性资产。它本质上是黄金而不是美元的替代品。”尔，美联储主席(2021年3月23日)“无支持的加密货币也缺乏任何内在价值。它们是投机性资产。投资者购买它们的唯一目标是以更高的价格出售它们。事实上，它们是一场伪装成投资资产的赌博。”塔(2023年1月5日)近年来，加密货币的市值迅速扩张。在最近的下跌之前，比特币达到了2.5万亿美元，比特币超过了1万亿大关。鉴于它们的相关性越来越大，研究加密货币价格的驱动因素是很自然的。事实上，就它们作为投机性资产的程度而言，了解它们的财产以及它们与传统资产的区别是很重要的。作为我们的实证分析的背景，我们将加密货币解释为其当前价格依赖于预期未来价格的贴现价值的资产。这一特征意味着，从宏观经济的角度来看，影响当前和未来利率(以直接或间接的方式)的发展将影响加密货币的价值。在本文中，我们从高频的角度研究了宏观经济因素如何影响加密货币：我们选择比特币作为具有代表性的加密货币，并研究了其对各种广泛定义的宏观经济新闻的反应。我们使用一个新颖的和全面的盘中数据集来估计新闻的影响。依赖高频数据的主要优点是，在足够短的时间内3围绕宏观公告，数据发布(最有可能)是唯一系统地进入市场的信息。因此，通过在各种公告周围的30分钟窗口期内查看资产价格的响应，本文执行了在实证金融中可以获得的最接近自然实验的事情。我们的经验策略包括几个要素。首先，我们收集不同的宏观新闻：实体经济新闻 (工资、初请失业金人数、工业生产、零售销售、失业和贸易平衡)；通胀新闻(PPI和CPI)；以及前瞻性指标(信心和ISM制造业)的新闻，彭博社的共识预测可以作为市场预期的指标。对于货币政策新闻，我们按照斯旺森(2021年)的方法，解开了三个不同的指标。第一个因素是塔吉特，它反映了当前联邦基金利率目标的意外变化。第二个因素是路径，它捕捉到了未来策略路径中的意外变化。第三个因素是LSAP，它捕捉到了未来大规模资产购买的意外公告(因此，称为“LSAP”)。鉴于cryptocurrencies‘exchanges，相对较新的发展，我们将样本限制在2017年至2022年，从比特币可以说达到更成熟阶段的时期开始。然后，我们估计了美国资产价格对新闻的反应。主要结果是比特币与我们考虑的除CPI之外的所有宏观新闻都是正交的。这与我们用于比较的其他资产(黄金、白银、标准普尔500指数、各种双边汇率)形成了鲜明对比。所有其他传统资产对宏观经济新闻的反应都具有巨大而显著的经济系数。我们的分析还指出了关于比特币如何应对货币新闻的一个谜题。鉴于我们将比特币解释为一种没有内在价值的资产，其当前价值取决于其未来价格的贴现价值，我们应该期待比特币对货币政策新闻做出反应，因为它反映在当前和未来实际利率的变化中。相反，我们的分析显示，尽管美国其他资产价格对货币政策消息的目标和路径都做出了反应，但比特币对短期利率的意外变化没有反应，而它对未来政策路径消息的反应并不强劲。相对于相关文献，本文的主要贡献是使用日内数据来确定货币和宏观经济新闻对比特币的影响。很少有论文研究了加密货币的回报率、波动性和相关性。Pyo和Lee(2020)调查是否FOMC和宏观经济公告4通过使用每日数据，重点关注选定的宏观经济公告的影响和使用虚拟变量来影响比特币价格。Corbet等人的另一项研究。(2020年)还利用每日数据分析了宏观新闻对比特币的影响。这与高频方法不同，它允许我们专注于公告周围足够短的窗口，以更准确地估计新闻的影响。另一篇文献分析了加密货币的风险和回报特征。例如，Liu和Tsyvinski(2021)确定了加密货币的收益暴露于加密货币网络因素，这些因素捕获了用户对加密货币的采用，而不是生产因素，这代表了加密货币生产的成本。Liu和Tsyvinski(2022)发现，加密货币市场、规模和势头这三个因素捕获了加密货币的横断面回报。我们通过分析比特币的条件反应，而不是无条件反应，对这一文献做出了贡献。最后，有许多研究分析了美国资产对宏观经济新闻的反应(见，安达信等。(2003)和安徒生等人。(2007)；浮士德等。(2007年)，以及其中的参考资料)。本文采用了更长的样本周期，包括金融危机，并比较了发达经济体汇率与新兴市场和其他资产汇率的反应，从而补充了这些研究。一些相关的文献研究了美国宏观新闻对贵金属价格的影响(例如，克里斯蒂-大卫等人。(2000)；普鸟陶丁和Roll(2011)；和Smales(2015))。本文还研究了白银和黄金的现货价格，并进一步比较了贵金属价格与比特币的反应。本文的其余部分组织如下。第2节提出了一个比特币作为一个随机泡沫的程式化模型，作为我们的实证分析的背景框架。在第3节中，我们描述了该数据集。第4节讨论了关于美国宏观经济和货币政策公告对比特币和其他资产价格的影响的主要实证研究结果。第5节检查了结果的稳健性。最后，第6节总结了研究结果和总结。52.一个简单的投机性资产模型在本节中，我们将比特币解释为一种没有内在价值的投机性资产，其中其价值取决于资产本身的增值。我们用b表示t作为t时刻资产的价值，我们考虑以下运动定律：bt=1+rt1+tεt+1(1bt=1+rt1+tεt+1(1)其中1−qt是资产价值的预期值降至零的概率。e.Et[εt+1]=0)和Rt=1+rt是实际利率总额。在布兰查德和费舍尔(1989)的术语中，bt是一个随机气泡。我们做出以下假设。假设1：概率qt是内生的，并取决于当前和未来的实际利率：qt=qt(Rt,Rt+1,Rt+2,)....和qt+1=qt+1(Rt+1,Rt+2,Rt+3,)....与qt,Rt=<0,qt,Rt+1=<，0，等等。假设2：与未来的利率相比，当前的利率对泡沫破裂概率的敏感性更强：qt,Rt<qt,Rt+1<0我们现在从时间t=0向前解(1)。通过应用迭代定律我们获得的期望：()−1Etbt+i=bt如果bt如果为正，则投机性资产的预期值是与该资产价值与ε不同相关的当前和未来概率的函数。对该资产价格未来将为正的预期确实维持了其当前价值。我们使用这个简单的框架来推导出一些可测试的含义。由于没有内在价值，这种投机性资产的唯一宏观决定因素是利率的变动。在一个简单的模型中，其中资产的概率6破裂是外生的，对利率变化的依赖将是相对简单和共同的任何前瞻性变量。在我们的公式中，概率是内源性的，并取决于目前和未来的实际利率，我们还有一个有趣的特性，即未来利率的变化比当前利率的变化对资产价值的影响更大。属性1：投机性资产对未来利率变化的弹性高于当前的变化。我们定义了每次t，b时资产价值的弹性t，关于一般时间t+，+的利率t+i，名为(εbt,Rt+i)，表示资产价格变动与总利率变动的百分比： ∂btRt+ibt,Rt+i≡∂Rt+ibt取式(1)的时间t的条件期望，得出：和RtbtRtR∂Rt=)因此，只要是qt,Rt=<0,qt,Rt+1=<0，资产价格对未来利率变化的响应往往大于其对当前利率变化的响应。鉴于我们将比特币描述为一种没有内在价值的资产，从宏观经济的角度来看，比特币的唯一直接决定因素是存在和未来的利率。在我们的实证分析中，我们研究了比特币对不同类型的宏观经济新闻的反应：通货膨胀新闻、实体经济新闻和货币政策新闻。为了突出我们的新闻集和比特币价格之间的联系，我们对由货币政策当局控制的当前利率进行建模，以对通胀偏离目标和由产出差距所捕获的实际宏观经济发展作出反应。Rt=Φ(Πt,Yt),(2)(。，。)是与Φ的一般反应函数Π>0和ΦY>为0，如在中7标准泰勒规则。在这种情况下，有关通货膨胀和实际活动的新闻，通过货币政策当局的反应功能，间接地影响了投机性资产的价格。上述简单的结构框架允许我们制定以下关于货币和宏观经济新闻与投机性资产价格之间关系的实证假设：假设1：货币新闻通过利率渠道对投机性资产的价值产生负面影响。假设2：关于未来政策路径的货币新闻比关于当前目标利率的货币新闻的影响更大。假设3：宏观经济新闻通过货币政策反应功能渠道影响投机性资产的价格。与通货膨胀和实际宏观经济新闻相关的迹象是负面的，只要有ΦΠ>0和ΦY方程2中的>为0。本节简要描述了资产价格数据、货币和宏观经济方面的惊喜。数据这些资产价格数据包括有关比特币、美元兑发达国家和新兴市场货币的汇率、贵金属价格和美国股票价格的高频数据。本文之所以关注比特币，是因为它是最流行的加密货币，而且它比其他加密货币更容易获得和流动性。图1显示了比特币、以太坊和其他21种数字货币的市值，其中的市值是通过将流通中的硬币总数乘以其价格来计算的。值得注意的是，比特币的市值从2013年的约10亿美元增加到2021年初的超过1万亿美元，然后在2022年12月的不到4亿美元。此外，比特币占整个数字货币市场的60%到80%。8图1：数字货币的市值这个数字绘制了比特币、以太坊和其他21种数字货币(i。e.,银，银币，卡达诺，链链，宇宙，密码币，狗币，EOS，碘币，莱特币，莫内罗，NEM，波尔卡多、索拉纳、恒星、系绳，创，统一交换，美国币，腕比特币和XRP)。右轴上的虚线显示了比特币相对于这23种数字货币的市值。采样周期为2013年4月至2022年12月。我们研究了比特币的性质，并将其与其他传统资产类别进行了比较。第一类资产以各种双边美元汇率为代表。纳入汇率的动机是，比特币和其他数字货币通常被认为是法定货币的替代品。汇率包括美元兑欧元(欧元)、英镑(GBP)、日元(JPY)、瑞士法郎(CHF)、墨西哥比索(MXN)和南非兰特(ZAR)。1汇率数据的具体选择是基于几个因素的。根据国际清算银行(2019年)对外汇市场活动的最新三年期调查，本文所考虑的汇率是交易最活跃的货币之一，在平均每日外汇市场营业额中占相当大且不断增长的份额。汇率对包括1例如，Bandi和Russell(2008)认为，5分钟的回报在采样过频繁(混淆市场微观结构噪声，如出价波动、陈旧、价格离散性和报价聚集)和采样过少(以及对新闻的价格反应模糊)之间提供了合理的平衡。9包括发达货币和新兴市场货币，其基础经济具有重要的经济意义，对国际贸易开放，并使用浮动汇率制度。此外，这些国家的地理分布广泛，覆盖了四个不同的大洲。在整个文件中，汇率是以购买一单位外币所需的美元为单位来衡量的，因此，积极的变化意味着美元的贬值。然后我们比较比特币和贵金属。比特币具有价值存储的大部分特征，比如黄金。单位数是有限的，可以用来保持和转移值。最终，比特币是否像贵金属一样的行为是一个经验问题。我们使用5分钟的黄金和白银价格，以每盎司的美元报价。最后，我们研究了股票的性质。比特币和股票之间存在着关键的差异。例如，比特币不是一种受监管的金融产品，它不在传统的证券交易所进行交易，它不支付股息，等等。由于比特币可能代表了一种替代资产类别，从投资者的角度来看，将其动态与股票的动态进行比较是很有趣的。标准普尔500指数E-Mini期货数据可以作为美国股价的代表。与标准期货合约相比，这些小型期货合约的名义价值更低，而且流动性更强，它们在芝加哥商品交易所的Globex电子交易平台上进行交易。2通过考虑前月合同，并在到期日转入下一个合同，构建了一个连续的系列。该样本涵盖了2000年1月至2022年12月期间的所有资产，除了比特币(从2012年1月开始提供)。开始日期的选择由数据可用性决定。对于比特币，我们将样本限制在2017年开始的时期，以关注比特币变得更广泛，其回报的波动性相对于早期较小的时期。在这项工作中使用的数据在几个方面都是新颖的，如10个资产价格的同时高频数据和传统资产超过20年的日历跨度，从而提供了几个相关研究的更新。表1显示了5分钟返回的汇总统计数据。所有资产价格的平均值和中值都接近于零。然而，这些数字掩盖了一个尖锐的问题2标准普尔500指数是一个股票市场指数，用来衡量在美国证券交易所上市的500家大公司的股票表现。E-mini标准普尔500合约(股票ES)的名义价值是标准普尔500指数的50倍，而不是标准期货(股票SP)的250倍。不同的性能。在大约10年的时间里，比特币的快速增长，从2012年的5美元增长到2021年3月的6万美元以上，复合年增长率约为270%。然而，由于最近的下降，整个样本的复合年增长率为每年220%。在同一样本期间，标准普尔500指数在2012年至2022年间每年增长约11%，而黄金和白银的价格保持持平。发达经济体汇率的5分钟标准差约为0.04%，相当于约10%-15%的年化波动率。新兴市场货币的标准差为MXN为0.06%，ZAR为0.08%。黄金和标准普尔500指数的波动率类似，约为0.07%，约为白银的一半。值得注意的是，比特币的5分钟标准差约为0.4%，比汇率值大一个数量级。与其他资产回报率相比，通过观察最小和最大5分钟回报率的大小，分别为31%和84%，证实了比特币的较高波动性。尽管除比特币外的所有回报都是近似对称的，但较大的峰度表明回报的尾巴比正态分布更厚。事实上，报告Jarque-Bera检验的“概率”行的p值，表明了对5分钟返回是正态分布的零假设的强烈拒绝。表1：5分钟资产价格收益汇总统计该表以一个百分点为单位报告了5分钟资产价格回报的汇总统计数据。抽样周期为2000年1月至2022年12月(或根据数据可用性决定)。“概率”报告了贾克-贝拉检验的零假设的概率，即5分钟的返回量是正态分布的概率。汇率是以购买一个单位外币所需的美元为单位来定义的，这样，一个积极的变化就意味着美元的贬值。欧元GBP日元加拿大心脏基金会MXN扎尔黄金银S&P500点对点基于网络的匿名数字货币平均0.000.000.000.000.000.000.000.000.000.00中位数0.000.000.000.000.000.000.000.000.000.00最大28323431269459319316234428420极小点-1.34-2.83-1.68-4.27-3.47-2.33-2.91-5.27-2.92-30.85标准开发004004004004006008007014008040斯克威尼斯0.54-0.51.26-0.280.570.16-0.01-0.170.4117.45库尔托西斯概率530.00950.000.000.000.00290.00420.00360.00640.003,4790.00观察结果1,610,771,599,201,608,311,596,461,301,591,382,741,283,281,161,291,460,12734,105744354280开始示例1/3/20001/3/20001/3/20001/3/20001/3/20001/3/20001/3/20001/3/20001/3/20001/5/2012我们使用主成分分析来提取在30分钟窗口期内货币市场远期利率盘中变化的两个最重要的因素每个已调度的FOMC公告。遵循Gurkaynak等人开发的相同方法。(2005)，我们使用五个不重叠的期货合约来确定明年联邦基金利率的预期路径：当前月和提前三个月的联邦基金期货合约(比例因素占本月FOMC会议的时间)和两个，提前三个季度，四分之一的欧洲美元期货合约。然后，我们正交这两个因素，这样加载在第一个，定义目标 (简而言之，TS)，对应于意外的变化在当前联邦基金的目标，而第二个因素，定义路径(简而言之，PS)，对应于未来利率的变化一年的一年，可以解释为一个“未来政策的路径”因素。2008年，美联储为了应对经济的加速衰退，大幅下调了其政策利率，并于2008年12月16日达到顶峰，将联邦基金的目标利率设定在0-25个基点之间。尽管美联储的主要操作工具达到了零下限，但它通过购买大量资产(如机构抵押贷款支持证券(MBS)和较长期的美国国债)，进一步缓解了金融状况。为了衡量货币新闻的这一额外维度，我们将大规模资产购买(简简称LSAP)意外定义为围绕目标和路径因素的FOMC声明发布而回归长期远期利率变化的残差。更正式地说，LSAP惊喜被定义为以下回归的残差：∆f2,8,t=γ0+γT目标t+γP路径t+γL腰椎蛛网膜下腔压t(3)其中∆f2,8,t代表在FOMC声明发布前后的30分钟内，2-8远期国债利率(即未来2年开始的8年期利率)的变化。样本周期为2008年12月至2022年12月，因为2008年后的周期是lsap实施的时间。3表2列出了预定FOMC会议上联邦基金目标利率变化和货币政策意外的描述性统计数据。4这个3在最近的研究中，斯旺森(2021年)确定了货币政策意外的三个指标，就像我们在这项研究中所做的那样。本文在几个方面补充了他的工作。首先，对LSAP惊喜的识别是不同的，因为我们只使用2008年后的周期，而不是完整的样本周期来提取LSAP惊喜。其次，我们关注于解释比特币的回报，而不是美国国债收益率的变化。第三，样本期在2022年12月结束，而不是2019年6月，因此我们可以研究COVID-19危机期间货币政策的影响。4预定的FOMC会议日期提前设定，因此可以查看抽样时间为2000年1月至2022年12月，包括两个完整的利率周期(紧缩和宽松)。这三个货币意外的平均值为零。每个目标利率的变化都以25个基点的增量发生。目标利率降幅最大对应于2008年3月18日和2008年12月16日的75个基点。最大的目标加息对应于2022年6月15日的政策加息。在2009年至2015年期间，目标市场的意外程度约为零。市场参与者正确地预期没有变化，目标惊喜的标准偏差只是一个基点。LSAP惊人的负值为50个基点——约10个标准差——与2009年3月的FOMC会议相符，当时FOMC决定通过购买美国国债和抵押贷款证券，向金融体系再注入1万亿美元，以帮助经济。表2：货币意外事件的汇总统计数据该表格报告了FOMC会议日联邦基金目标利率变化和货币意外的统计数据。样本采集时间为2000年1月至2022年12月。可变目标衡量的是当前联邦基金利率目标的意外变化。可变路径衡量的是未来利率的变化，独立于当前基金利率目标的变化。可变LSAP衡量的是大规模资产购买的意外变化。“Jarque-Berap值”报告了Jarque-Bera检验的零假设的p值，即政策意外或股票回报是正态分布的。变化路径平均-00101-00100中位数.00.01.00.00最大750151010极小点-150-019-039-050标准开发。29040104斯克威尼斯-1.81-1.70-0.11-7.43库尔托西斯概率10.70358538315000观察结果作为外生的和广为人知的。另一方面，计划外会议的时间安排是内源性的。由于利率决定的背景不同，我们只关注于预定的会议。经济惊喜宏观经济公告的选择包括那些已经被在国际金融文献中被指出为重要(例如，安达信等。(2007)，和Faust等人。(2007)).由于资产市场是前瞻性的，因此倾向于纳入有关预期宏观经济变化的任何信息，因此必须将宏观经济公告中的意外成分与原始宏观经济数据发布分开，作为条件解释变量。为了构建每个宏观经济数据发布的惊喜成分，我们将宏观经济新闻定义为公告发布当天宏观经济数据的实现价值与金融市场对该实现价值的期望之间的差异。由于不同变量的测量单位不同，为了便于对计量经济结果的经济解释，并允许对不同类型的新闻进行有意义的比较，我们通过将新闻公告的惊喜成分除以其样本标准差来标准化每个宏观经济新闻事件。因此，与t时刻的宏观经济指标i相关的标准化新闻计算为：宏观新闻i,t=宏安i,t−Et−e[宏安i,t]i大安在哪里i,t是指标i在t天的宣布值t−e[宏安i,t]代表市场参与者预期价值的代理，条件是t−ε发布前的信息i是宏观新闻的样本标准差，i。e.,宏安i,t−Et−e[宏安i,t].自从i如果是一个常数，这种标准化既不影响估计的响应系数的显著性，也不影响与基于“非标准化”惊喜的结果相比的回归的拟合。实现的宏观数据和相应的实时数据可从彭博新闻社获得。5美国的宏观新闻可分为三类：1.关于当前经济的真实状况的消息：关于工业生产、零售销售(减少汽车销售)、劳动力市场状况和净出口的经济指标。每月的就业报告包含了来自家庭调查和机构调查的数据。与现有一致5Balduzzi等。(2001)和安徒生等人。(2003年)是许多以前的研究中的一些，它们已经证实了这些调查数据通过了无偏倚性和效率的标准测试。文献中，我们将意外报告分为两部分：失业率和非农就业人数。这种分离是可能的，因为它们的相关系数接近于零。首次申请失业救济人数每周发布一次，而其他新闻每月发布一次。2.关于实际活动的前瞻性指标的消息：世界大型企业联合会的消费者信心指数和供应管理协会的商业制造业报告，简称为ISM指数。3.关于价格的消息：生产者价格指数(简称PPI)和消费者价格指数(CPI)，这两个指数都不包括波动剧烈的食品和能源类别。由于我们的样本包括了COVID-19大流行，因此我们过滤掉了极端的宏观新闻。事实上，在新冠肺炎危机期间，一些宏观经济公告，如非农就业人数或首次申请失业金人数，是其样本内标准差的100多倍以上，这使得这些观察结果在回归框架中特别有影响力。为了避免这些异常值对回归拟合的过度影响，我们过滤掉了所有绝对值大于其样本内标准差5倍的宏观新闻。表3提供了所有新闻变量的描述性统计数据，包括观察到的次数、报道新闻的机构以及发布的频率和时间(东部时间)。.1具体公告日作为初步说明的金融市场影响的新闻，图2显示了几个美国资产价格的响应发布两种类型的新闻：关于实体经济的新闻，如劳动力市场报告(面板)，和新闻有关货币政策与FOMC声明(面板B)。2016年6月就业报告公布的非农就业人数低于预期。结果，美元立即贬值，股价下跌了约0.5%，金价上涨了2%。相比之下，比特币则是横向移动的。在2021年6月的美联储会议上，FOMC暗示，利率需要比市场参与者预期的更快地上升。美元、黄金和股票价格立即对发布做出了反应，但比特币没有。说明了表3：美国宏观经济新闻的汇总统计数据该表报告了本文中使用的美国宏观经济新闻的描述性统计数据，包括发布时间(东部时间)、计量单位和彭博社的股票代码。抽样周期为2000年1月至2022年12月(或根据数据可用性决定)。观察表示公告和预期数据样本中的观测总数。标准开发。”代表宏观经济新闻惊喜在标准化前的标准差。首字母缩写“s。a."代表季节性调整；“m-m”和“q-q”分别表示每月，从季度到季度。“FRB”代表联邦储备委员会，“BC”代表人口普查局，“BLS”代表劳工统计局，“ETA”代表就业和培训管理，“BEA”代表经济分析局，“CB”代表会议委员会，“ISM”代表供应管理研究所。大于其样本内标准差的5倍的宏观经济新闻将被过滤掉。平均圣。开发最大值最小非零obs。观察计量单位的释放时间单位实际活动工业生产0.00.41.1-2.0249275%m-m美国联邦零售销售非农就业人数的变化失业率首次申请失业救济人数贸易平衡前瞻性的消费者信心ISM制造价格食品和能源公司食品和能源公司的CPI0.0-5.00.00.00.00.60.231293.415700.6481106012.87.40.5-2.8-734-1.4-255-970-14-6-1-0.3233274116426827327121225627527511962762762762762748:308:308:308:308:3010:0010:008:308:30%m-m数千劳动力百分比索赔数量$数十亿索引索引%更改m-m%更改m-m制度理事会bcBLSBLSETA东亚银行有限公司cb论BLSBLS比特币对两大意外的反应温和，我们现在转向更系统地分析意外和高频资产价格变化之间的关系。4.2资产价格对货币意外的反应在本节中，我们将检验假设1和假设2，i。e.,这些货币新闻通过其对利率的影响，对比特币的价值产生负面影响。假设1陈述了比特币对利率变化的依赖性。鉴于我们的货币新闻的构建，这个假设将表明我们已经构建的所有货币新闻的负系数(i。e.目标、路径和LSAP)。假设2认为路径系数应该比目标惊喜的系数更大。如果正确的话，这些假设表明，货币政策的意外是比特币价格的驱动因素。为此，我们运行回归以估计预定FOMC会议日的以下回归：R[t−5min,t+25min]=α+βT目标t+βP路径t+βL腰椎蛛网膜下腔压t+εt(5)其中R[t−5min,t+25min]是30分钟的汇率百分比变化，图2：特定日期的资产价格响应在2016年6月3日就业报告和2021年6月16日FOMC声明发布前后，汇率(以美元计价)、贵金属、美国股价和比特币的内部绘图。2016年6月报告中的非农就业人数低于预期。2021年6月的FOMC声明比预期的更为强硬。(A)是关于2016年6月3日发布的失业报告公告的回应(B)关于2021年6月16日FOMC声明发布的回应贵金属价格，股票价格和比特币从活动前5分钟到活动后25分钟。在单独的分析中(可根据要求提供)，我们还考虑一个小时的间隔，从活动前5分钟到活动后55分钟，主要结果继续保持。表4显示了公式5对2000年1月至2022年12月样本期间除比特币外的所有资产的估计结果，这是基于2017年1月至2022年12月的样本。计量经济学方法是具有白色t统计量的普通最小二乘(OLS)来解释残差中的异方差。我们发现，关于目标利率和未来货币政策路径的消息对所有资产价格都有高度统计学上的显著影响。例如，联邦基金利率意外下调一个百分点后，标准普尔500指数将上涨3.7%，达到5%的水平。这一幅度与伯南克和库特纳(2005)的报告类似，他们发现1989年6月至2002年12月期间的一天CRSP价值加权股本回报率的影响为4.7%。Path和LSAP惊喜的影响也是负的，并且与零显著不同。值得注意的是，LSAP的影响应该被解释为资产购买的总体影响的下限，因为一些LSAP公告是在预定的FOMC会议日之外发布的，除了股票影响外，还有流动影响，由D‘Amico和King(2013)记录。然而，表4中最新颖的方面是对货币意外对比特币影响的估计。Target和LSAP惊喜的系数为负值，但不显著。路径惊喜的系数为负且显著。拟合优度，由调整后的R测量2该指数约为24%，与标准普尔500指数回归和新兴市场汇率相似，但低于发达经济体的汇率。这一证据为我们的假设1提供了混合的支持：比特币对货币政策冲击的反应总是负面的。然而，系数在1%水平上并不显著，只有在三分之一的情况下，系数在5%水平上与零有显著差异。我们的假设2认为，Path和LSAP惊喜的影响应该大于目标惊喜。由于货币新闻的计量单位是不同的(cf。表2)，我们通过将货币惊喜的标准差的回归系数相乘来归一化其影响。一个标准偏差的惊喜表4：资产价格对货币意外情况的响应该表格报告了汇率、贵金属价格、美国股票价格和比特币(从事件前5分钟到事件后25分钟)对一个不变的、目标、路径和LSAP因素的盘中百分比变化的回归结果。比特币的样本时间分别为2000年1月至2022年12月和2017年1月至2022年12月。汇率被定义为购买一个单位外币所需的美元单位，这样一个积极的变化就意味着美元的贬值。可变目标衡量的是当前联邦基金利率目标的意外变化。可变路径衡量的是未来利率的变化，独立于当前基金利率目标的变化。变量LSAP衡量的是关于资产购买的意外公告。计量经济学方法是具有异方差一致标准误差的普通最小二乘法。上标***、**和*分别表示在1%、5%和10%的水平上具有统计学意义。欧元GBP日元金会MXN银P88***64***-0732*02*91***5**9**1**.0699***60***65***93***34***16***25***93***91***1**腰椎蛛网膜下腔压26***91***60***98***94***08***74***61***6**29在目标和路径中，与比特币中约0.6%的变化相关，而LSAP惊喜的影响接近于零。因此，我们发现，关于未来政策路径的新闻并不比关于当前目标利率的新闻更大。.34.资产价格对宏观经济新闻的反应从理论的角度来看，经济新闻对资产价格的影响是先验的不确定的。新闻移动汇率的方向取决于汇率决定模型以及货币当局对新信息的反应方式(Almeida等。(1998)).美国通货膨胀率的意外上升可能会导致出口投入成本上升，从而降低一个国家的出口在全球市场上的竞争力。贸易赤字的扩大可能会导致货币贬值。然而，如果美联储遵循泰勒式的反应功能，它可能会提高短期利率，以抑制通胀压力，而这反过来又可能意味着美元的升值。至于股票价格，根据股息折扣模型，一家公司的股价等于其未来股息的预期现值。正如Pearce和Roley(1985)所讨论的，美国实际经济活动的意外增加可能会导致对未来股息贴现率(现金流效应)和未来超额回报(贴现率效应)的预期的修正，再次受到该预期的影响中国央行对这一消息的回应。哪种效应在实践中占主导地位是一个经验问题。虽然目前还没有完全发展的比特币资产定价模型，但我们的上述结构框架表明，宏观经济新闻通过货币政策反应功能渠道影响投机性资产的价格。在讨论了宏观经济新闻和美国资产价格之间可能存在联系的机制后，我们进行了标准事件研究，以检验美国主要宏观新闻对金融市场的影响。具体来说，我们仅使用公告日分别对每个资产价格和宏观经济公告的以下线性回归模型：Rtmintminiiitεi,t(6)其中的符号和以前一样。为了便于对这些系数的解释，反周期指标(失业率和首次申请失业救济人数)中令人意外的公告迹象出现了逆转。αi和βi是回归系数，和误差项ε吗i,t表示影响事件周围资产价格的其他因素。假设这些因子与回归的解释变量正交。表5为公式6中资产价格对宏观经济新闻响应的估算结果。所有资产的样本为2000年1月至2022年12月，比特币除外，它的样本为2017年1月至2022年12月。为了简洁起见，我们不是评论每个单独的回归，而是总结了实证结果的最显著的方面。大多数宏观经济意外，包括零售销售、非农就业人数、贸易平衡、PPI和CPI，对除比特币外的所有资产价格(如美元汇率、贵金属价格和美国股票价格)都有统计学上的显著影响。估计的系数的符号，如预期的那样，为负的。好于预期的就业增长与美元升值有关，而低于预期的美国贸易平衡则与美元贬值有关。这些影响的大小与在之前的研究中报告的估计影响一致，如安徒生等。(2007))为发达经济体的汇率和Cai等人。(2009年)为新兴市场货币。例如，非农就业人数的一个标准差意外会影响欧元汇率约0.2%。鉴于欧元的5分钟标准差是4个基点，这个幅度是相当大的。与美国资产价格对美国宏观新闻的文献一致。g.,浮士德等人。(2007))，R2统计数据很小。这一发现表明，宏观新闻中令人惊讶的部分成分只解释了一小部分的资产价格回报，即使是在消息发布后的如此狭窄的30分钟区间内。我们的假设3表明，宏观经济新闻通过货币政策反应功能渠道影响比特币的价格。此外，与通货膨胀和实际宏观经济新闻相关的迹象是负面的，只要是ΦΠ>0和ΦY>0.为了正式检验假设3，我们应该预期通货膨胀和实际宏观经济新闻的系数估计是显著负的。表5的最后一列报告了宏观新闻对比特币的影响。R2统计数据通常小于其他资产，范围在0(零售销售、失业率、失业申请、贸易平衡和消费者信心)和16%(不包括食品和能源的CPI)之间。此外，CPI是唯一的显著系数，但仅在5%的水平上。6与其他美国资产和我们的假设3形成鲜明对比的是，这些发现表明，比特币并没有系统地回应有关美国宏观经济基本面的消息。我们从几个维度检验了第3节的估计结果的稳健性：(i)我们调查货币和宏观经济意外的影响是否对样本开始日期敏感；(ii)我们观察潜在影响观察对基线实证结果的影响；(iii)我们考虑更长的事件窗口，如一小时和一天，而不是30分钟。我们展示了前一节的主要结果对除比特币外的所有资产都是稳健的。因此，这种敏感性分析表明，我们需要更多的证据来确定宏观经济数据和比特币之间是否存在联系。虽然汇率、贵金属和美国股票价格的样本从2000年开始，但比特币的样本从2017年开始。一个担忧是，货币和宏观经济意外的影响是否对样本开始日期敏感。向6如果我们将样本限制在2017-2021年，比特币的CPI系数不再显著，但其他资产与零有显著差异。表5：资产价格对美国宏观经济新闻的响应该表格报告了货币新闻(第a组)和(标准化)宏观经济新闻(第B组)的汇率、贵金属价格、美国股票价格和比特币(从事件前5分钟到事件后25分钟)的盘中百分比变化的回归结果。样本采集时间为2017年1月至2022年12月。汇率被定义为购买一个单位外币所需的美元单位，这样一个积极的变化就意味着美元的贬值。在用t符号表示的反周期指标(失业率和首次申请失业金人数)中，该声明的意外迹象出现了逆转。大于其样本内标准差的5倍的宏观经济新闻将被过滤掉。计量经济学方法是具有异方差一致标准误差的普通最小二乘法。上标***、**和*分别表示在1%、5%和10%的水平上具有统计学意义。心脏基金会欧元GBP心脏基金会MXN扎尔黄金银S&P500点对点基于网络的匿名数字货币工业生产-0.01-0.01-0.02***-0.02**0.010.040.010.010.05**-0.02R0.1零售销售-004***-003***-008***-006***003**-002-007***-007010***-001R24.03.34.010.70.0非农就业人数的变化-011**-008**-013***-013**002-006-017***-016***010***-006R失业率沙痂-0.03*-0.02*-0.04**-0.04**0.030.02-0.04-0.060.04*0.01R0.0初请失业金人数沙痂-0.01*0.00-0.02***-0.02***0.01***0.01*-0.04***-0.04*0.04***-0.01R20.10.00.70.0贸易平衡-0.05***-0.02**-0.04***-0.05***0.00-0.01-0.02-0.040.02*-0.01R4.10.00.0消费者信心-0.04***-0.02*-0.06***-0.05***0.030.01-0.03-0.020.16***-0.01R24.5.713.0ISM制造-0.08***-0.05***-0.11***-0.11***0.02-0.01-0.11***-0.10***0.15***-0.08R213.17.512.9食品和能源公司-002*-003***-004***-002**-002*-008***-005**-009***-003**007R2.9.7食品和能源公司的CPI-0.09***-0.09***-0.10***-0.07***-0.13***-0.17***-0.10***-0.16***-0.24***-0.66**R212.214.312.910.522.316.1为了解决这个问题，我们重新估计了2017年1月至2022年12月的样本期间的方程5和公式6。表6报告了货币新闻(A)和宏观经济新闻(B)的估计结果，并显示第4节的结果继续有效。所有资产价格都对货币政策意外做出显著反应。在宏观经济新闻方面，我们发现大约一半的时间，一个系数在10%的水平上是显著的。相比之下，比特币的这个数字只有十分之一。因此，比特币对Target和LSAP的惊喜以及大多数宏观经济新闻都没有明显的反应，这一事实并不是样本开始日期的产物。大多数货币政策意外很小，但有少数很大，这些观察结果可能会显著影响第4节的基线实证结果。此外，表1显示，比特币的回报波动剧烈，在5分钟窗口内平均约0.5%，显示肥尾，峰度超过1000。为了检验回归结果在多大程度上对有影响的观察结果是稳健，我们使用分位数(中位数)回归重新估计公式5和6(Koenker和表6：资产价格对货币和宏观经济的响应新闻：2017-2022年的样本该表格报告了汇率、贵金属价格、美国股价和比特币(从事件发生前5分钟到事件发生后25分钟)的盘中百分比变化的回归结果。与宏观经济新闻一致的行报告估计的斜率系数，下面的行报告回归R2(以%为单位)。样本的时间为2000年1月至2022年12月，比特币的样本时间为2017年1月至2022年12月。汇率被定义为购买一个单位外币所需的美元单位，这样一个积极的变化意味着美元贬值。在用t符号表示的反周期指标(失业率和首次申请失业金人数)中，该声明的意外迹象出现了逆转。大于其样本内标准差的5倍的宏观经济新闻将被过滤掉。计量经济学方法是具有异方差一致标准误差的普通最小二乘法。上标***、**和*分别表示在1%、5%和10%的水平上具有统计学意义。面板A：资产价格对货币新闻的反应欧元GBP日元加拿大心脏基金会MXN扎尔黄金银S&P500持续不断的0.11***-6.37***0.09***-5.96***0.11***-6.04***0.11***-6.94***0.15***-5.530.23***-11.58**0.25***-9.00**0.43***-15.55***0.12**-6.61**路径-262***-244***-291***-273***-317***-486***-477***-619***-381***腰椎蛛网膜下腔压-368*-245-490***-465***-750**-837*-1037***-1155***-07R2.4450.523.651.548.384.466.544.467.583观察结果474747474747474747 小组B：资产价格对宏观经济新闻的反应欧元GBPJPYCHFMXNZAR金银标准普尔500指数工业生产R2零售销售R2非农就业人数的变化R2失业率沙痂R2初请失业金人数沙痂R2贸易平衡R2消费者信心R2ISM制造R2食品和能源公司R2食品和能源公司的CPIR2000000001000-001002000003-00200103030600607-0.020.00-0.04**-0.03*0.050.03-0.020.040.09*1.10.09.1-0.05-0.04-0.09**-0.06*0.02-0.02-0.14**-0.21**0.054.30023.10029.3003*5.20020.50040.40009.30066.200970050708080011001001**-001*-001*002*003***-005**-004002**0104040406310805-002**-001-0.02-0.01-0.03*000-0.02-0.02-0.02.30.0-0.02*-0.02**-0.03**-0.02-0.01-0.04-0.04-0.09**0.09**3.9004**4.0005***7.5009***3.3006***0.2007**0033.04.9018***8.5009**73832601601047013*18660-0.022.4-0.18***0.000.0-0.18***-23-0.022.80.21***25.3-0.03**7.6-0.14***24.5-0.032.3-0.23***34.9-0.044.0-0.29*****19-0.042..86-019-0.082.4-0.26*9.3-0.020.3-0.45***27.223.433.7**15.6巴塞特(1978))，而不是OLS。中值回归对异常值更具有鲁棒性(同样，中值对样本中的异常值比异常值不如均值敏感)，并且在广泛的非高斯误差分布上比OLS估计量更有效。表7报告了货币新闻(A)和宏观经济新闻(B)的回归结果。重要的是，当使用中值回归估计器时，估计结果保持相似。货币和宏观经济消息对汇率、贵金属和股票价格的影响仍然非常显著，但对比特币不然。这一发现证实了比特币有不同的处条件时间序列动态与其他美国资产价格相比，这些结果不是由异常值驱动的。加拿大心脏基金会加拿大心脏基金会扎尔黄金银P欧元GBPMXN表7：资产价格对货币和宏观经济的响应新闻：中位回归表报告的回归结果盘中汇率百分比变化，贵金属价格，美国股票价格和比特币(从事件前五分钟25分钟后)在一个常数，目标，路径和LSAP因素(面板)，和一个常数和(标准化)宏观经济新闻(面板B)。样本为2000年1月至2022年6月，所有资产为2017年1月至2022年6月。汇率是以购买一个单位外币所需的美元为单位来定义的，这样，一个积极的变化就意味着美元的贬值。大于其样本内标准差的5倍的宏观经济新闻将被过滤掉。与宏观经济新闻一致的行报告估计的斜率系数，下面的行报告回归R2.在用t符号表示的反周期指标(失业率和首次申请失业金人数)中，该声明的意外迹象出现了逆转。计量经济学的方法是分位数回归。上标***、**和*分别表示在1%、5%和10%的水平上具有统计学意义，并基于稳健(Huber)标准误差。面板A：资产价格对货币新闻的反应***82***4**9**8422*21***3**942691***53***47***00***9*****90***93******65*腰椎蛛网膜下腔压65***37***57***02***49***31***19***28***小组B：资产价格对宏观经济新闻的反应EURGBPJPYCHFMXNZAR金银标准普尔500比特币工业生产R2-0.010.3-0.01*0.8-0.01*-0.02***0.020.30.030.6-0.020.4-0.030.20.04*-0.040.3零售销售R2-0.03*.7-015**-0.04***-0.08***2.78.7-010**-017***-0.04*2.6-016**0.02**1.100300-003-0.07**2.5-021*-0.06*-011**0.09***5.70.070.5-004非农就业人数的变化R2失业率沙痂R2初请失业金人数沙痂R2贸易平衡R2消费者信心R2ISM制造R23.8-0.030.3-0.010.1-0.04**2.1-0.02**-0.07***7.7-0.011.13.2-0.030.400-0.020.5-0.021-0.05***7.1-0.03***-0.04***5.4-0.03**-0.02***-0.03***2.3-0.04***5.7-0.11***18.7-0.03***2.4-0.06***4.1-0.020.4-0.02***0.5-0.03*-0.03***2.6-0.10***12.6-0.02**-0.06***0.10.030.40.01***0.4000.010.20.020.5-0.02*0.10.020.30.02***0.3-0.020.300-0.020.1-0.07***5.1-0.12***3.2-0.040.4-0.05***.5-0.020.1-0.020.5-0.11***6.7-0.03-0.06**-0.070.8-0.07**0.8-0.010.100-0.11***2.3-0.050.8-0.15***0.122.4-0.0100.03***0.010.50.10***4.10.13***6.500.030.10.0300.020.2-0.020-0.060.9-0.092.1-0.35*食品和能源公司R2食品和能源公司的CPIR20.06***4.62.53.34.4-0.07***6.661.82.2-0.03**-0.09***6.83.6在该消息发布后的一个小窗口内，资产价格的上涨反映了新闻的因果影响，而且可能几乎没有其他影响(例如，古尔凯纳克和赖特(2013))。随着较长的窗口，其他冲击也可能很重要，因此回归系数的估计不那么精确。但是，如果窗口大小太小，它可能无法捕捉到新闻的全部效果。为了检查估计结果对窗口大小的敏感性，我们考虑了更长的事件窗口，即一小时和一天，而不是30分钟。表8显示了面板A中方程5和面板B中方程6在发布前后1小时窗口内的估计结果(从事件发生前5分钟到事件发生后55分钟)7.比特币外所有资产的样本周期为2000年1月至2022年12月，比特币依赖于2017年1月至2022年12月的样本。一个关键的结果是，Path惊喜对比特币不再重要，但对除MXN之外的所有资产仍然重要。然而，宏新闻的结果对窗口的大小并不敏感。这些发现让人们对货币新闻对比特币回报的重要性产生了一些怀疑，并表明我们需要更多的证据来确定宏观经济数据和比特币之间是否存在联系。7为了简洁起见，每日数据的结果可在单独的附录中获得。正如预期的那样(见，e。g.,科尔贝等人。(2020)和Pyo和Lee(2020))，标准误差要大得多，而且一些公告效应在统计上不再显著。表8：资产价格对货币和宏观经济的响应新闻：一小时事件窗口表报告的回归结果的百分比汇率，贵金属价格，美国股票价格和比特币(从事件前5分钟到55分钟后)在一个常数，目标，路径和LSAP因素(面板)，和一个常数和(标准化)宏观经济新闻(面板B)。样本为2000年1月至2022年6月，所有资产为2017年1月至2022年6月。汇率是以购买一个单位外币所需的美元为单位来定义的，这样，一个积极的变化就意味着美元的贬值。大于其样本内标准差的5倍的宏观经济新闻将被过滤掉。与宏观经济新闻一致的行报告估计的斜率系数，下面的行报告回归R2.在用t符号表示的反周期指标(失业率和首次申请失业金人数)中，该声明的意外迹象出现了逆转。计量经济学方法是具有异方差一致标准误差的普通最小二乘法。上标***、**和*分别表示在1%、5%和10%的水平上具有统计学意义，并基于稳健(Huber)标准误差。面板A：资产价格对货币新闻的反应元GBP加拿大心脏基金会MXN银S&P5000.37***0.10**64***32***4**28***211**14***-5.95***-5.00***.0187***40***27***87***13***05***10***-3.52***-1.66***84腰椎蛛网膜下腔压49***88***46***98***62***40***27***-9.69***-4.28***860.221143182小组B：资产价格对宏观经济新闻的反应欧元GBP日元加拿大心脏基金会MXN扎尔黄金银S&P500点对点基于网络的匿名数字货币工业生产00-0.02**-0.020.010.070.050.060.06-0.23R2000.822.7零售销售-0.05***-0.04***-0.09***-0.08***0.02-0.04*-0.07***-0.09*0.09***0.01R23.74.60非农就业人数的变化-0.12***-0.09***-0.13***-0.13**0-0.09**-0.15***-0.15