高频数据揭示主要加密货币联动：疫情时期的新证据

·

加密货币市场作为新兴资产类别，近年来吸引了研究者、投资者和政策制定者的广泛关注。市场规模持续扩大的原因包括全球金融危机后公众对中央银行体系信任的下降、第四次工业革命与智能技术的应用、多国对加密货币的合法化承认以及大型企业的接纳。因此，理解加密货币市场的动态，尤其是在疫情等危机时期的相互关联，对投资组合管理和风险控制至关重要。

研究背景与意义

已有大量研究探讨了不同加密货币之间的收益与波动溢出效应。例如，部分研究发现比特币向其他加密货币传递波动，而另一些研究则指出以太坊和莱特币也扮演重要角色。然而，尚无研究深入分析危机期间（如新冠疫情）加密货币市场的溢出效应。疫情期间，全球金融市场普遍暴跌，加密货币市场也未能幸免：比特币价格在2020年3月23日较年初下跌19%，并在3月13日出现单日36%的暴跌。这一背景使得研究疫情时期的加密货币联动具有重要实践价值。

研究方法与创新点

本研究采用VAR-AGARCH模型分析比特币、以太坊和莱特币的小时数据，涵盖疫情前（2018年10月至2019年12月）和疫情期间（2020年1月至4月）两个样本期。该模型克服了传统多元模型（如BEKK和DCC-GARCH）的参数估计和收敛问题，并引入不对称性以更准确捕捉市场动态。

研究的创新点包括：

主要研究发现

收益溢出效应

波动溢出效应

所有加密货币在兩個时期均存在显著的自波动溢出效应。跨市场波动传递则呈现复杂特征：

相关性分析

所有货币对的常数条件相关性在疫情期间显著高于疫情前，表明危机期间加密货币市场的联动性增强，分散化投资效益降低。

投资组合管理启示

基于VAR-AGARCH模型的测算，为不同货币对提供具体配置建议：

最优权重配置

对冲比率变化

所有货币对的对冲比率在疫情期间均高于疫情前，表明避险成本增加：

避险效果评估

尽管避险成本上升，但所有货币组合的避险效果在疫情期间均优于疫情前，表明在这些组合仍能有效降低风险。

👉 获取实时加密货币投资策略

常见问题

疫情期间加密货币之间的关联性为何增强？
全球性危机事件通常导致市场恐慌情绪蔓延，投资者倾向于同步调整各类风险资产仓位，从而增强不同加密货币之间的联动性。本研究显示，疫情期间所有货币对的常数条件相关性显著提高。

高频数据相比日度数据有何优势？
高频数据能更精确捕捉市场动态变化，尤其适合分析波动溢出等短期效应。以往研究多使用日度数据，可能错过重要 intra-day 信息。

投资者应如何调整加密货币投资策略？
根据本研究，疫情期间应降低比特币在混合组合中的权重，同时注意对冲成本上升的影响。建议采用动态调整策略，而非静态配置。

VAR-AGARCH模型相比传统模型有何优势？
该模型不仅能处理不对称波动效应，还克服了传统多元GARCH模型的参数估计问题，提供更稳健的最优权重和对冲比率计算。

这些发现对政策制定者有何意义？
结果表明加密货币市场存在显著的波动传导机制，政策制定者需关注单一货币波动可能产生的传染效应，并考虑实施相应监控措施。

未来研究方向有哪些？
可扩展至更多加密货币品种，探讨不同市场 regimes 下的动态关联，并将分析框架应用于其他危机事件的研究。

结论与展望

本研究通过高频数据分析揭示了疫情前后主要加密货币之间的收益与波动溢出效应变化。结果显示，危机期间市场联动性增强，分散化效益减弱，投资者需调整配置权重并承担更高对冲成本。这些发现为加密货币投资者、组合经理和政策制定者提供了重要的实践指导，有助于优化资产配置、风险管理和政策监管框架。

未来研究可进一步探索其他危机时期的市场动态，扩展货币种类覆盖范围，并开发更精确的预测模型。随着加密货币市场的持续发展，深入理解其内在关联机制将对金融稳定和投资创新产生深远影响。