บทความจะตรวจสอบความผันผวนในตลาดสกุลเงินดิจิตอลและความสัมพันธ์อย่างไรกับตลาดหุ้นทั่วโลกและนโยบายการเงินของสหรัฐฯ นักวิจัยระบุองค์ประกอบราคาเดียวที่เรียกว่า "ปัจจัย crypto" ซึ่งอธิบาย 80 เปอร์เซ็นต์ของการเคลื่อนไหวของราคา cryptocurrency และแสดงให้เห็นว่าความสัมพันธ์กับตลาดหุ้นเพิ่มขึ้นตามเวลาที่นักลงทุนสถาบันเข้าสู่ตลาด cryptocurrency ตรงกัน นักวิจัยยังได้บันทึกปรากฏการณ์ที่คล้ายคลึงกันกับตราสารทุน ซึ่งนโยบายการเงินที่เข้มงวดจากธนาคารกลางสหรัฐช่วยลดผลกระทบของปัจจัยการเข้ารหัสลับผ่านช่องทางการรับความเสี่ยง ซึ่งตรงกันข้ามกับแนวคิดที่ว่าสินทรัพย์ดิจิทัลช่วยป้องกันความเสี่ยงด้านตลาด สุดท้ายนี้ นักวิจัยได้แสดงให้เห็นว่าตัวอย่างแบบจำลองของเอเจนซีที่แตกต่างกันซึ่งมีความเกลียดชังต่อความเสี่ยงโดยรวมที่เปลี่ยนแปลงตลอดเวลาสามารถอธิบายผลลัพธ์เชิงประจักษ์และเน้นถึงศักยภาพของตลาด crypto ในการส่งผ่านความเสี่ยงไปยังตลาดตราสารทุน หากการมีส่วนร่วมของนักลงทุนสถาบันมีขนาดใหญ่ขึ้น**แนะนำ**Cryptoassets แตกต่างกันอย่างมากในด้านการออกแบบและคุณค่า แต่ราคาของพวกมันมีความผันผวนตามวัฏจักรทั่วไป มันเพิ่มขึ้นจาก 20 พันล้านดอลลาร์ในปี 2559 เป็นเกือบ 3 ล้านล้านดอลลาร์ในเดือนพฤศจิกายน 2564 ก่อนที่จะลดลงต่ำกว่า 1 ล้านล้านดอลลาร์ใน "ฤดูหนาว" ของคริปโตล่าสุด ระยะของผลตอบแทนแบบทวีคูณดึงดูดความสนใจของนักลงทุนรายย่อยและนักลงทุนสถาบัน (Benetton และ Compiani, 2022; Auer และ Tercero-Lucas, 2021; Auer, Farag, Lewrick, Orazem และ Zoss, 2022) ในขณะที่ข้อขัดข้องที่ตามมาดึงดูดความสนใจจากนักการเมืองและเพิ่มขึ้นเรื่อยๆ ความสนใจจากหน่วยงานกำกับดูแล การแกว่งตัวในตลาด crypto อาจสอดคล้องกับสินทรัพย์ประเภทอื่น ๆ มากขึ้น: Bitcoin ช่วยป้องกันความเสี่ยงด้านตลาดได้บางส่วนจนถึงปี 2020 แต่ความสัมพันธ์กับ S&P 500 ก็ค่อย ๆ จางหายไปตั้งแต่นั้นมา การปรับปรุง (Adrian, Iyer และ Qureshi, 2022)อย่างไรก็ตาม ไม่ค่อยมีใครรู้เกี่ยวกับตัวขับเคลื่อนทั่วไปที่ส่งผลต่อราคาสินทรัพย์ดิจิทัลและปัจจัยที่มีอิทธิพลต่อความสัมพันธ์ระหว่างสินทรัพย์ดิจิทัลและตลาดหุ้น รวมถึงนโยบายการเงินของสหรัฐฯ บทความนี้พยายามที่จะให้ความกระจ่างในประเด็นเหล่านี้โดยตอบคำถามต่อไปนี้ มีวัฏจักรทั่วไประหว่าง cryptoassets มากน้อยเพียงใด? ตลาด crypto สอดคล้องกับตลาดหุ้นทั่วโลกมากขึ้นหรือไม่? ถ้าใช่ เหตุใดจึงเกิดขึ้น เนื่องจากนโยบายการเงินของสหรัฐถือเป็นตัวขับเคลื่อนหลักของวงจรการเงินทั่วโลก (Miranda-Agrippino และ Rey, 2020) นโยบายการเงินของสหรัฐจะส่งผลกระทบต่อวัฏจักรของสินทรัพย์ดิจิทัลในทำนองเดียวกันหรือไม่? ถ้าใช่ ผ่านช่องทางไหน?เราตอบคำถามเหล่านี้โดยใช้แบบจำลองปัจจัยไดนามิกเพื่อระบุแนวโน้มที่โดดเด่นในราคาสินทรัพย์ดิจิทัล การใช้แผงราคารายวันของเจ็ดโทเค็นที่สร้างขึ้นก่อนปี 2018 ซึ่งคิดเป็นประมาณ 75% ของมูลค่าตามราคาตลาดของ crypto ทั้งหมด เราแยกความผันผวนออกเป็นสัญญาณรบกวนเฉพาะสินทรัพย์และส่วนประกอบทั่วไปของ AR(q) เราพบว่า "ปัจจัยการเข้ารหัส" ที่เป็นผลลัพธ์อธิบายความแปรปรวนในข้อมูลราคาที่เข้ารหัสได้ประมาณ 80% ซึ่งมากกว่าตัวเลข 20% สำหรับหุ้นทั่วโลกที่คำนวณโดย Miranda-Agrippino และ Rey (2020) และสะท้อนถึงความเข้มข้นของมูลค่าหลักทรัพย์ตามราคาตลาดของสินทรัพย์ดิจิทัลที่ใหญ่ที่สุดเมื่อเทียบกับหุ้นที่ใหญ่ที่สุด ตัวเลขนี้มีความแข็งแกร่งในคำสั่งซื้อล่าช้าต่างๆ q และเราพบความสัมพันธ์ที่สูงในทำนองเดียวกันเมื่อขยายแผงเพื่อรวม cryptoassets มากขึ้นในขั้นตอนที่สอง เราจะตรวจสอบความสัมพันธ์ของปัจจัยการเข้ารหัสลับนี้กับชุดของปัจจัยทุนทั่วโลกที่สร้างขึ้นโดยใช้ดัชนีหุ้นของประเทศที่ใหญ่ที่สุดโดยผลิตภัณฑ์มวลรวมภายในประเทศ (GDP) (วาดโดย Rey, 2013; Miranda - ความคิดจาก Agrippino และ Rey 2563). เราพบความสัมพันธ์เชิงบวกในกลุ่มตัวอย่าง โดยเฉพาะอย่างยิ่งความสัมพันธ์ที่แข็งแกร่งตั้งแต่ปี 2020 การเคลื่อนไหวร่วมกันที่เพิ่มขึ้นนี้ไม่ได้จำกัดอยู่แค่ระหว่าง Bitcoin และ S&P 500 เท่านั้น แต่ยังรวมถึงปัจจัยการเข้ารหัสลับและหุ้นทั่วโลกในวงกว้างมากขึ้น ในส่วนของตลาดตราสารทุน เราพบว่าตั้งแต่ปี 2020 ปัจจัยการเข้ารหัสลับมีความสัมพันธ์ที่แข็งแกร่งที่สุดกับปัจจัยด้านเทคโนโลยีทั่วโลกและปัจจัยขนาดเล็ก ในขณะที่ความสัมพันธ์กับปัจจัยทางการเงินทั่วโลกนั้นต่ำอย่างน่าประหลาดใจความสัมพันธ์ที่เพิ่มขึ้นระหว่างสินทรัพย์ crypto และหุ้นสอดคล้องกับการมีส่วนร่วมที่เพิ่มขึ้นของนักลงทุนสถาบันในตลาด crypto ตั้งแต่ปี 2020 แม้ว่าความเสี่ยงของสถาบันจะมีเพียงเล็กน้อยเมื่อเทียบกับงบดุล แต่ปริมาณการซื้อขายที่แท้จริงนั้นใหญ่กว่าปริมาณการซื้อขายของผู้ค้ารายย่อยมาก โดยเฉพาะอย่างยิ่ง ปริมาณการซื้อขายของนักลงทุนสถาบันในการแลกเปลี่ยน crypto เพิ่มขึ้นมากกว่า 1,700% ระหว่างไตรมาสที่สองของปี 2020 และไตรมาสที่สองของปี 2021 (จากประมาณ 25 พันล้านดอลลาร์เป็นมากกว่า 45 พันล้านดอลลาร์) (Auer et al., 2022) เนื่องจากนักลงทุนสถาบันซื้อขายตราสารทุนและสินทรัพย์ดิจิทัล สิ่งนี้นำไปสู่การเพิ่มขึ้นอย่างค่อยเป็นค่อยไปของความสัมพันธ์ระหว่างทุนส่วนเพิ่มและการจัดสรรความเสี่ยงของนักลงทุนเงินดิจิทัล ซึ่งจะนำไปสู่ความสัมพันธ์ที่เพิ่มขึ้นระหว่างตราสารทุนทั่วโลกและปัจจัยการเข้ารหัสลับ หลังจากการสลายตัวของปัจจัยของ Bekaert, Hoerova และ Lo Duca (2013) เราพบว่าความสัมพันธ์ระหว่างการหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพโดยรวมของสินทรัพย์ดิจิทัลและหุ้นสามารถอธิบายความสัมพันธ์ระหว่างปัจจัยทั้งสองนี้ได้มากที่สุด (มากถึง 65%)ความสัมพันธ์ที่เพิ่มขึ้นระหว่างสินทรัพย์ดิจิทัลและหุ้นสอดคล้องกับการเติบโตของการมีส่วนร่วมของนักลงทุนสถาบันในตลาดการเข้ารหัสลับตั้งแต่ปี 2020 แม้ว่าความเสี่ยงจากสถาบันจะมีขนาดเล็กเมื่อเทียบกับงบดุล แต่ปริมาณการซื้อขายที่แท้จริงของพวกเขานั้นมากกว่าผู้ค้าปลีก โดยเฉพาะอย่างยิ่ง ปริมาณการซื้อขายของนักลงทุนสถาบันในการแลกเปลี่ยน crypto เพิ่มขึ้นมากกว่า 1,700% ระหว่างไตรมาสที่ 2 ปี 2020 และไตรมาสที่ 2 ปี 2021 (จากประมาณ 25 พันล้านดอลลาร์เป็นมากกว่า 45 พันล้านดอลลาร์) (Auer et al. 2022) เนื่องจากนักลงทุนสถาบันซื้อขายตราสารทุนและสินทรัพย์ดิจิทัล สิ่งนี้นำไปสู่การเพิ่มความสัมพันธ์ของโปรไฟล์ความเสี่ยงระหว่างตราสารทุนส่วนเพิ่มและการจัดสรรความเสี่ยงของนักลงทุนเข้ารหัสลับ ซึ่งจะนำไปสู่ความสัมพันธ์ที่เพิ่มขึ้นระหว่างตราสารทุนทั่วโลกและปัจจัยการเข้ารหัสลับ จากการสลายตัวของปัจจัยการเคลื่อนไหวของ Bekaert, Hoerova และ Lo Duca (2013) เราพบว่าความสัมพันธ์ของการหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพโดยรวมของสินทรัพย์ดิจิทัลและหุ้นสามารถอธิบายความสัมพันธ์ส่วนใหญ่ (มากถึง 65%) ระหว่างปัจจัยทั้งสองนี้เนื่องจากนโยบายการเงินของสหรัฐฯ ส่งผลกระทบต่อวงจรการเงินทั่วโลก (Miranda-Agrippino และ Rey, 2020) ความสัมพันธ์ที่สูงระหว่างหุ้นและสกุลเงินดิจิทัลบ่งชี้ว่าอาจมีผลกระทบเช่นเดียวกันกับตลาดสกุลเงินดิจิทัล เราทดสอบสมมติฐานนี้โดยใช้แบบจำลองรายวัน (โมเดล autoregressive แบบเวกเตอร์) ซึ่งรวมถึงอัตรากองทุนของรัฐบาลกลางเงา (SFFR) ที่เสนอโดย Wu และ Xia (2016) เพื่ออธิบายถึงบทบาทที่สำคัญของนโยบายงบดุลในช่วงเวลาตัวอย่างของเรา เราระบุผลกระทบของการเปลี่ยนแปลงนโยบายการเงินผ่านการสลายตัวของ Cholesky ตามลำดับต่อไปนี้: SFFR; Treasury 10-year and 2-year spreads ซึ่งสะท้อนถึงความคาดหวังของการเติบโตในอนาคต ดัชนีดอลลาร์สหรัฐฯ ราคาน้ำมันและทองคำ การค้าระหว่างประเทศ เครดิต และพร็อกซีสำหรับวัฏจักรสินค้าโภคภัณฑ์ ดัชนี VIX ซึ่งสะท้อนความไม่แน่นอนเกี่ยวกับการคาดการณ์ในอนาคต และสุดท้าย ปัจจัยด้านหุ้นและคริปโต ในการตั้งค่านี้ endogeneity มีโอกาสน้อยที่จะเป็นปัญหา เนื่องจากเฟดมีโอกาสน้อยที่จะปรับนโยบายการเงินเพื่อตอบสนองต่อความผันผวนของราคา crypto และการปรับดังกล่าวมีโอกาสน้อยที่จะเกิดขึ้นในแต่ละวันเราพบว่านโยบายการเงินของสหรัฐฯ ส่งผลกระทบต่อวัฏจักรของสกุลเงินดิจิทัลในลักษณะเดียวกับที่ส่งผลกระทบต่อวัฏจักรของหุ้นทั่วโลก ซึ่งตรงกันข้ามกับการอ้างว่าสินทรัพย์ดิจิทัลช่วยป้องกันความเสี่ยงด้านตลาด การเพิ่มขึ้นของอัตราเงินกองทุนของรัฐบาลกลาง (SFFR) หนึ่งจุดทำให้ส่วนเบี่ยงเบนมาตรฐานลดลงอย่างต่อเนื่องที่ 0.15 ในปัจจัยการเข้ารหัสลับและการลดลงของส่วนเบี่ยงเบนมาตรฐาน 0.1 ในปัจจัยส่วนของผู้ถือหุ้นในช่วงสองสัปดาห์ถัดไป ที่น่าสนใจ เช่นเดียวกับวัฏจักรการเงินโลก (Rey, 2013) เราพบว่านโยบายการเงินของธนาคารกลางสหรัฐเท่านั้นที่ใช้ได้ผล ในขณะที่นโยบายของธนาคารกลางหลักอื่น ๆ ไม่ได้ผล ซึ่งน่าจะสะท้อนถึงการใช้เงินดอลลาร์สหรัฐอย่างสูงในตลาดคริปโตเราพบว่าช่องทางการรับความเสี่ยงของนโยบายการเงินเป็นช่องทางสำคัญที่ขับเคลื่อนผลลัพธ์เหล่านี้ คล้ายกับที่ Miranda-Agrippino และ Rey (2020) ค้นพบสำหรับตลาดตราสารทุนทั่วโลก โดยเฉพาะอย่างยิ่ง เราพบว่าการคุมเข้มทางการเงินนำไปสู่การลดลงของปัจจัย crypto พร้อมกับการเพิ่มขึ้นของมาตรการพร็อกซีของการหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพโดยรวมในตลาด crypto กล่าวอีกนัยหนึ่ง นโยบายที่เข้มงวดทำให้ตำแหน่งความเสี่ยงของนักลงทุนมีความยั่งยืนน้อยลง ดังนั้นพวกเขาจึงลดความเสี่ยงต่อสินทรัพย์ดิจิทัล เมื่อแยกตัวอย่างในปี 2020 เราพบว่าผลกระทบของการหลีกเลี่ยงความเสี่ยงในตลาดคริปโตนั้นมีความสำคัญในช่วงหลังปี 2020 เท่านั้น ซึ่งสอดคล้องกับการรวมตัวของนักลงทุนสถาบันที่ส่งเสริมการส่งผ่านนโยบายการเงินไปยังตลาดคริปโต ในการทดสอบที่เป็นทางการมากขึ้น เราพบผลลัพธ์เดียวกันเมื่อทดสอบสมมติฐานโดยใช้การแปลงแบบราบรื่นที่เสนอโดย Auerbach และ Gorodnichenko (2012) โดยที่ตัวแปรการแปลงคือส่วนแบ่งของนักลงทุนสถาบันต่อไป เราจะหาเหตุผลเข้าข้างตนเองในผลลัพธ์ของเราในรูปแบบที่มีนักลงทุนที่แตกต่างกันสองประเภท ได้แก่ crypto และนักลงทุนสถาบัน กลุ่มแรกคือนักลงทุนรายย่อยที่ลงทุนในสินทรัพย์ crypto เท่านั้น ในขณะที่กลุ่มหลังสามารถลงทุนในหุ้นและสินทรัพย์ crypto ประเด็นคือนักลงทุน crypto นั้นไม่ชอบความเสี่ยง ในขณะที่นักลงทุนสถาบันนั้นมีความเสี่ยงที่เป็นกลาง แต่เผชิญกับข้อจำกัดความเสี่ยงด้านมูลค่า เราสามารถเขียนผลตอบแทนดุลยภาพของสินทรัพย์ดิจิทัลใหม่เป็นชุดค่าผสมเชิงเส้นของความแปรปรวนและความแปรปรวนร่วมของผลตอบแทนหุ้น คูณด้วยอัตราส่วนของการหลีกเลี่ยงความเสี่ยงที่มีผลโดยรวม หลังสามารถตีความได้ว่าเป็นความเสี่ยงโดยเฉลี่ยของนักลงทุนโดยถ่วงน้ำหนักด้วยน้ำหนักความมั่งคั่ง ซึ่งหมายความว่ายิ่งความมั่งคั่งของนักลงทุนสถาบันสูงเท่าไร การหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพโดยรวมของตลาด crypto ก็ยิ่งมีความคล้ายคลึงกันมากขึ้นเท่านั้น และความสัมพันธ์ระหว่าง crypto และตลาดหุ้นก็จะยิ่งมากขึ้นเท่านั้น เนื่องจากการปรากฏตัวของนักลงทุนสถาบันในตลาด crypto ช่วยลดความเสี่ยงโดยรวมที่มีประสิทธิภาพ เราจึงอธิบายถึงการตอบสนองที่เพิ่มขึ้นของราคา crypto ต่อการคุมเข้มทางการเงิน ซึ่งสะท้อนให้เห็นถึงความอ่อนไหวของนักลงทุนที่มีเลเวอเรจต่อวัฏจักรเศรษฐกิจ (Coimbra, Kim และ Rey, 2022; Adrian และ ชิน, 2557). สุดท้ายนี้ เราทราบว่าแม้ในกรอบการทำงานง่ายๆ ของเรา การรั่วไหลของสกุลเงินดิจิตอลสู่หุ้นสามารถเกิดขึ้นได้: หากการถือครองสกุลเงินดิจิทัลในระดับสถาบันมีขนาดใหญ่ การล่มสลายของราคาสกุลเงินดิจิทัลจะลดความสมดุลของผลตอบแทนต่อหุ้นโดยรวมแล้ว การค้นพบของเราเน้นการซิงโครไนซ์ที่น่าทึ่งระหว่างวัฏจักรของสกุลเงินดิจิทัลและตลาดตราสารทุนทั่วโลก โดยมีการตอบสนองต่อการเปลี่ยนแปลงนโยบายการเงินที่คล้ายคลึงกัน ในขณะที่มีคำอธิบายมากมายสำหรับมูลค่าของสินทรัพย์ดิจิทัล เช่น ทำหน้าที่เป็นตัวป้องกันอัตราเงินเฟ้อหรือให้วิธีการเพิ่มเติมในการแปลงทางเศรษฐกิจ การค้นพบของเราชี้ให้เห็นว่านโยบายการเงินของสหรัฐฯ ส่งผลกระทบต่อวัฏจักรของตลาดสกุลเงินดิจิทัล**ปัจจัยการเข้ารหัส**เพื่อสรุปความผันผวนของตลาด crypto เป็นตัวแปรเดียว เราใช้การสร้างแบบจำลองปัจจัยแบบไดนามิก ซึ่งเป็นเทคนิคการลดขนาด สิ่งนี้ช่วยให้เราสามารถแยกชุดของราคาออกเป็นส่วนประกอบเฉพาะและแนวโน้มทั่วไปได้ โดยเฉพาะอย่างยิ่ง เราเริ่มต้นด้วยราคารายวันของสินทรัพย์ดิจิทัลที่ใหญ่ที่สุดที่สร้างขึ้นก่อนเดือนมกราคม 2018 (ไม่รวม Stablecoins) ทำให้เรามีสินทรัพย์ crypto เจ็ดรายการซึ่งคิดเป็น 75% ของมูลค่าตลาดรวมในเดือนมิถุนายน 2022 จากนั้นเราจะแสดงแผงราคาการเข้ารหัสนี้เป็นชุดค่าผสมเชิงเส้นของปัจจัยร่วม AR(q) ft และการก่อกวนเฉพาะสินทรัพย์ εit (อันหลังจะเป็นไปตามกระบวนการ AR(1)):โดยที่ L คือปัจจัยล่าช้าเป็นเวกเตอร์ของลำดับ q ของการโหลดตัวประกอบสำหรับสินทรัพย์ i การประมาณค่าระบบนี้โดยใช้ค่าความน่าจะเป็นสูงสุด การเลือก q โดยใช้เกณฑ์ข้อมูล จะได้ปัจจัยร่วมของเรา นอกจากนี้ยังสามารถระบุปัจจัยหลายอย่างที่ส่งผลต่อราคาแตกต่างกันได้ และเราใช้ข้อกำหนดหลังนี้เมื่อเราพิจารณาประเภทย่อยต่างๆ ของสินทรัพย์ดิจิทัลรูปที่ 1 แสดงปัจจัยการเข้ารหัสลับและชุดราคาพื้นฐานที่เราแยกออกมา ปัจจัยการเข้ารหัสลับจับช่วงตลาดการเข้ารหัสลับที่มีลักษณะเฉพาะได้อย่างมีประสิทธิภาพ เช่น การลดลงในช่วงต้นปี 2018, "ฤดูหนาวคริปโต" ที่ตามมา, การบูมล่าสุดของ Bitcoin และ Dogecoin และการลดลงของ Terra และ FTX ในปี 2022 โดยไม่ได้รับอิทธิพลมากเกินไป ผลกระทบของการโดดเดี่ยว แหลมเช่น Ripple และ TRONรูปที่ 1 ปัจจัยการเข้ารหัสหมายเหตุ: กราฟนี้แสดงปัจจัยการเข้ารหัสลับ (สีน้ำเงิน) และราคาการเข้ารหัสลับมาตรฐาน (สีเทา) เพื่อสร้างปัจจัยดังกล่าว ซึ่งสร้างขึ้นโดยใช้แบบจำลองปัจจัยไดนามิกเพื่อประเมินความสำคัญของปัจจัยนี้อย่างเป็นระบบมากขึ้น เราจะถดถอยแต่ละชุดราคาตามปัจจัยการเข้ารหัสตามลำดับ โดยเฉลี่ยแล้ว 80% ของการเปลี่ยนแปลงในซีรีส์พื้นฐานสามารถอธิบายได้ด้วยปัจจัยการเข้ารหัสของเรา ตัวเลขนี้สูงกว่า 68% สำหรับสินทรัพย์ทั้ง 7 รายการ ซึ่งเน้นย้ำถึงระดับการเคลื่อนไหวร่วมที่สูงในช่วงเวลาตัวอย่างของเรา จากการเปรียบเทียบ ปัจจัยด้านตราสารทุนทั่วโลกที่คำนวณโดย Miranda-Agrippino และ Rey (2020) อธิบายได้เพียง 20% ของราคาทุนทั่วโลก โดยเน้นย้ำถึงการเคลื่อนไหวทั่วไปและการกระจุกตัวของมูลค่าหลักทรัพย์ตามราคาตลาดในตลาด crypto ดังนั้น การค้นพบของเราจึงสนับสนุนการมีอยู่ของปัจจัยการเข้ารหัสลับเพียงปัจจัยเดียวที่ขับเคลื่อนราคาในตลาดการเข้ารหัสลับเนื่องจากช่วงของสินทรัพย์ที่ใช้ในการคำนวณปัจจัยของเรามีจำกัด เรายังยืนยันว่าปัจจัยการเข้ารหัสลับของเราสะท้อนถึงแนวโน้มล่าสุดในสินทรัพย์ที่ใหม่กว่า ในการทำเช่นนี้ เราได้ตรวจสอบตัวอย่างสินทรัพย์ที่กว้างขึ้น โดยแบ่งออกเป็นห้าประเภท ได้แก่ โทเค็นรุ่นแรก (Bitcoin, Ripple และ Dogecoin), โทเค็นแพลตฟอร์มสัญญาอัจฉริยะ (Ethereum, Binance Coin, Cardano, Solana และ Polkadot), โทเค็น DeFi (Chainlink, Uniswap, Maker และ Aave), โทเค็น Metaverse (Flow, Ape Coin, Sandbox, Decentraland และ Theta Network) และโทเค็น IoT (Helium, Iota, IoTex และ MXC) จากนั้นเราจะประเมินโมเดลใหม่ด้วยปัจจัยที่แตกต่างกัน 5 ปัจจัย ซึ่งแต่ละปัจจัยจะส่งผลต่อหมวดหมู่เดียวเท่านั้น ผลลัพธ์จะแสดงในรูปที่ 2 พร้อมกับปัจจัยการเข้ารหัสทั่วไปโดยประมาณข้างต้น หมวดหมู่ทั้งหมดมีความสัมพันธ์อย่างมากกับวงจรการเข้ารหัสลับทั่วไป ซึ่งตรวจสอบการมุ่งเน้นของเราที่แนวโน้มทั่วไปรูปที่ 2 ปัจจัยย่อยของการเข้ารหัสหมายเหตุ: รูปภาพแสดงปัจจัยการเข้ารหัสโดยรวมและปัจจัยย่อยของการเข้ารหัส 5 รายการ ซึ่งปรับให้เป็นมาตรฐานและปรับให้เรียบ ปัจจัยย่อยเหล่านี้สร้างขึ้นจากสินทรัพย์ต่อไปนี้: โทเค็นรุ่นแรก - Bitcoin, Ripple และ Dogecoin โทเค็นแพลตฟอร์มสัญญาอัจฉริยะ - Ethereum, Binance Coin, Cardano, Solana และ Wave Card โทเค็น DeFi - Chainlink, Uniswap, Maker และ Aave โทเค็น Metaverse – Flow, Ape Coin, Sandbox, Decentraland และ Theta Network และโทเค็น IoT – Helium, Iota, IoTex และ MXCในที่สุด สอดคล้องกับหลักฐานของคดี ปัจจัยการเข้ารหัสลับนั้นเชื่อมโยงกับตัวแปรพร็อกซีสำหรับการใช้ประโยชน์จากตลาดการเข้ารหัสลับ รูปที่ 3 แสดงความสัมพันธ์ระหว่างปัจจัยการเข้ารหัสลับและเลเวอเรจการเข้ารหัสลับ ซึ่งกำหนดไว้ที่นี่โดยใช้มูลค่ารวมที่ถูกล็อค (TVL) ในสัญญาการเงินแบบกระจายอำนาจ ("DeFi") บนมาตรฐานมาตรฐานของมูลค่าตลาดรวมของสกุลเงินดิจิตอลทั้งหมด สิ่งนี้แสดงให้เห็นถึงผลกระทบจากเลเวอเรจสัมพัทธ์เล็กน้อยในระบบจนกระทั่งสิ้นสุด "ฤดูหนาว" ของคริปโตในปี 2018-2019 หลังจากนั้นเลเวอเรจก็เพิ่มขึ้นอย่างมากและความสัมพันธ์กับปัจจัยคริปโตโดยรวมก็เพิ่มขึ้นรูปที่ 3 เลเวอเรจทางการเงินแบบกระจายอำนาจหมายเหตุ: กราฟนี้แสดงปัจจัยการเข้ารหัสลับโดยรวมและเมตริกทางเลือกที่แสดงถึงเลเวอเรจ DeFi ทั้งหมด ซึ่งกำหนดเป็นมูลค่ารวมที่ถูกล็อก (TVL) ในสัญญาการเงินแบบกระจายอำนาจ ซึ่งปรับมาตรฐานให้เป็นเกณฑ์มาตรฐานมูลค่าหลักทรัพย์ตามราคาตลาดของสกุลเงินดิจิทัลทั้งหมด ข้อมูลจาก TVL**สกุลเงินดิจิทัลและวัฏจักรการเงินโลก**ตอนนี้เราหันไปหาความสัมพันธ์ระหว่างปัจจัยการเข้ารหัสลับและตราสารทุนทั่วโลก Iyer (2022) ได้บันทึกความสัมพันธ์ที่เพิ่มขึ้นระหว่างผลตอบแทนของ Bitcoin และ S&P 500 ตั้งแต่ปี 2020 ดังนั้นเราจึงสงสัยว่าตลาด crypto มีการรวมเข้าด้วยกันมากขึ้นและสอดคล้องกับวัฏจักรของหุ้น เพื่อประเมินสิ่งนี้ ในส่วนนี้เราจะคำนวณปัจจัยด้านทุนทั่วโลกแล้วศึกษาความสัมพันธ์ของมันกับปัจจัยการเข้ารหัสลับเราสร้างปัจจัยหุ้นทั่วโลกโดยใช้ดัชนีหุ้นทั้งหมดของ 50 ประเทศที่ใหญ่ที่สุดที่จัดอันดับตาม GDP จาก Eikon/Thomson Reuters จากนั้นเราจะคำนวณตามหัวข้อที่แล้ว: โดยใช้ปัจจัยรวมสำหรับดัชนีตราสารทุนหลักทั้งหมด ปัจจัยสำหรับหุ้นขนาดเล็ก และปัจจัยรายบุคคลสำหรับภาคเทคโนโลยีและการเงิน รูปที่ 4 แสดงหุ้นและปัจจัย crypto เช่นเดียวกับปัจจัยการเข้ารหัสลับ ปัจจัยด้านตราสารทุนได้จำลองการเปลี่ยนแปลงของตลาดโลกได้อย่างน่าเชื่อถือ รวมถึงการลดลงอย่างรวดเร็วในช่วงที่เกิดผลกระทบจากโควิด-19 การฟื้นตัวที่ตามมา และการลดลงในช่วงต้นปี 2022 โดยรวมแล้วความสัมพันธ์ระหว่างซีรีส์ทั้งสองค่อนข้างต่ำจนถึงปี 2020 และค่อยๆ เพิ่มขึ้นตั้งแต่ช่วงครึ่งหลังของปี 2020 เป็นต้นไป อย่างเป็นทางการมากขึ้น ในตารางที่ 2 เราจะย้อนการเปลี่ยนแปลงในปัจจัยการเข้ารหัสตามการเปลี่ยนแปลงในแต่ละปัจจัยอื่นๆ แบบจำลอง (1) แสดงให้เห็นว่าโดยทั่วไปแล้ว ความสัมพันธ์ระหว่างปัจจัยการเข้ารหัสลับและปัจจัยด้านทุนมีความสำคัญมาก ในขณะที่แบบจำลอง (2) และ (7) เน้นเป็นพิเศษว่าความสัมพันธ์นี้ขับเคลื่อนโดยเทคโนโลยีและตัวพิมพ์ขนาดเล็กรูปที่ 4 Cryptocurrency และ Equity Factorsหมายเหตุ: ตัวเลขแสดงอนุกรมเวลาปกติสำหรับปัจจัยการเข้ารหัสลับและตราสารทุน ซึ่งได้มาจากดัชนีราคาและตราสารทุนที่หลากหลายตามลำดับ โดยใช้แบบจำลองปัจจัยไดนามิกดังที่อธิบายไว้ในส่วนที่ 2ด้วยความสำคัญของสถาบัน ตอนนี้เราตรวจสอบบทบาทของพวกเขาในการเปลี่ยนแปลงโปรไฟล์ความเสี่ยงของนักลงทุน crypto ส่วนเพิ่ม เราได้แยกการเปลี่ยนแปลงปัจจัยออกเป็นสองส่วนตามวิธีการของ Bekaert et al. (2013) และ Miranda-Agrippino and Rey (2020): (i) การเปลี่ยนแปลงของความเสี่ยงด้านตลาด และ (ii ) การเปลี่ยนแปลงของตลาด ทัศนคติต่อความเสี่ยง นั่นคือ "ความไม่ชอบความเสี่ยงโดยรวมที่มีประสิทธิผล" ซึ่งหมายถึงการไม่ชอบความเสี่ยงแบบถัวเฉลี่ยถ่วงน้ำหนักของนักลงทุน เราใช้ตัวแปร proxy เพื่อให้เกิดความเสี่ยงด้านตลาด (i) คือความแปรปรวน 90 วันของดัชนี MSCI World ที่วัดตามวิธีการของ Miranda-Agrippino และ Rey (2020) จากนั้นระยะเวลาที่เหลือของการถดถอยลอการิทึมสามารถเป็นได้ ได้ดังนี้(เป็นฟังก์ชันผกผัน) เพื่อประเมิน (ii):เช่นเดียวกับ cryptocurrencies:ใน:เป็นปัจจัยที่ประเมินโดยใช้วิธีการในสมการ (1) ด้านบน เราทำซ้ำคำศัพท์ MSCI World ในการถดถอยของการเข้ารหัสลับเพื่อควบคุมความเสี่ยงของตลาดโลกโดยรวม ตัวแปร proxy ที่คล้ายกันสำหรับความเสี่ยงของตลาดความเกลียดชังความเสี่ยงของตราสารทุนที่มีประสิทธิภาพซึ่งแยกออกมาในสมการ (2) นั้นสอดคล้องกับตัวแปรพร็อกซี่อื่น ๆ สำหรับความเสี่ยงของนักลงทุนในเอกสาร ความสัมพันธ์ระหว่างการหลีกเลี่ยงความเสี่ยงในตราสารทุน 90 วันกับกำลังสองของอัตราส่วนเงินกองทุนของตัวกลางและอัตราส่วนเลเวอเรจของตัวกลางที่เสนอโดย He, Kelly และ Manela (2017) (ในตาราง A.4 ของภาคผนวก A) คือ -0.292 และ 0.434 ตามลำดับ ตัวแปรพร็อกซีเหล่านี้ได้รับการอธิบายดังต่อไปนี้: เมื่อผลกระทบด้านลบส่งผลกระทบต่อส่วนของผู้ถือหุ้นตัวกลาง อัตราส่วนเลเวอเรจของพวกมันจะเพิ่มขึ้น ดังนั้น ความสามารถในการรับความเสี่ยงของพวกมันจะได้รับผลกระทบและการหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพจะเพิ่มขึ้น ความสัมพันธ์เหล่านี้ค่อนข้างสูงเมื่อพิจารณาว่า He et al. (2017) ใช้วิธีการที่แตกต่างกันมากและเรากำลังเปรียบเทียบการวัดรายวัน ในความเป็นจริง ตัวแปรพร็อกซีของพวกเขาถูกสร้างขึ้นโดยใช้อัตราส่วนเงินทุนของผู้ค้ารายใหญ่ของ New York Fed เท่านั้น ไม่ใช่จากราคาหุ้นทั่วโลก (คำนวณจากราคาหุ้นทั่วโลก) (ดูสมการที่ 6 ของเอกสารของพวกเขา)รูปที่ 5 แสดงผลสำหรับนักลงทุน crypto ส่วนเพิ่มโดยรวมที่ไม่ชอบความเสี่ยงที่มีประสิทธิภาพ รวมถึงปัจจัย crypto เราระบุสองช่วงหลัก ก่อนและหลังสิ้นปี 2562 ในตอนต้นของตัวอย่างของเรา การหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพของนักลงทุน crypto นั้นผันผวนมากกว่าและมีแนวโน้มที่จะเพิ่มขึ้นเล็กน้อย โดยเฉพาะอย่างยิ่งสิ่งนี้เกิดขึ้นพร้อมกับ “ฤดูหนาวของการเข้ารหัสลับ” ซึ่งเป็นช่วงเวลาที่ยาวนานของผลตอบแทนที่ค่อนข้างคงที่หรือติดลบ หลังจากปี 2020 การหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพลดลงค่อนข้างคงที่ โดยปัจจัยด้านการเข้ารหัสลับแสดงให้เห็นถึงผลตอบแทนที่สูงและมีความผันผวนสูง ที่น่าสนใจ ตั้งแต่ความผิดพลาดของ Terra/Luna ในเดือนพฤษภาคม 2022 ปัจจัยด้านคริปโตเกือบจะสะท้อนถึงการหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพ ซึ่งหมายความว่าราคาของคริปโตนั้นได้รับแรงหนุนหลักจากการเปลี่ยนแปลงในระดับความเสี่ยงของนักลงทุนคริปโต สุดท้ายนี้ เราทราบว่าการลดลงของการหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพนั้นสอดคล้องกับการเพิ่มขึ้นของการมีส่วนร่วมของนักลงทุนสถาบัน ซึ่งสามารถรับความเสี่ยงได้มากกว่านักลงทุนรายย่อย ซึ่งจะเป็นการเปลี่ยนแปลงความต้องการความเสี่ยงของนักลงทุนคริปโตส่วนเพิ่มรูปที่ 5 การหลีกเลี่ยงความเสี่ยงในการเข้ารหัสที่มีประสิทธิภาพโดยรวมหมายเหตุ: ตัวเลขแสดงปัจจัยของสกุลเงินดิจิทัลและการหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพโดยรวมในตลาดสกุลเงินดิจิทัล ตามการประมาณการของ Bekaert และคณะ (2013) และ Miranda-Agrippino และ Rey (2020) ตามที่อธิบายไว้ในข้อความ ตัวแปรทั้งสองเป็นมาตรฐานโดยรวมแล้ว การค้นพบของเราสนับสนุนสมมติฐานที่ว่าการเข้ามาของนักลงทุนสถาบันเป็นปัจจัยหลักที่ผลักดันความสัมพันธ์ที่เพิ่มขึ้นระหว่างตลาด crypto และตลาดหุ้น ในเวลาเดียวกับที่สถาบันการเงินแบบดั้งเดิมหลายแห่งเข้าสู่ตลาด crypto นักลงทุน crypto ส่วนเพิ่มมักจะไม่ชอบความเสี่ยงมากกว่านักลงทุนในตราสารทุน และความสัมพันธ์นี้สามารถอธิบายส่วนสำคัญของความสัมพันธ์ระหว่าง crypto และปัจจัยด้านตราสารทุนโดยรวมแล้ว การค้นพบของเราสนับสนุนสมมติฐานที่ว่าการเข้ามาของนักลงทุนสถาบันเป็นปัจจัยหลักที่ผลักดันความสัมพันธ์ที่เพิ่มขึ้นระหว่างตลาด crypto และตลาดหุ้น ในเวลาเดียวกับที่สถาบันการเงินแบบดั้งเดิมหลายแห่งเข้าสู่ตลาด crypto นักลงทุน crypto ส่วนเพิ่มมักจะไม่ชอบความเสี่ยงมากกว่านักลงทุนในตราสารทุน และความสัมพันธ์นี้สามารถอธิบายส่วนสำคัญของความสัมพันธ์ระหว่าง crypto และปัจจัยด้านตราสารทุน**สรุปแล้ว**Cryptoassets แตกต่างกันอย่างมากในด้านการออกแบบและคุณค่า แต่ราคาของพวกมันมีความผันผวนตามวัฏจักรทั่วไป ปัจจัยการเข้ารหัสลับเดียวสามารถอธิบาย 80% ของการเคลื่อนไหวของราคาการเข้ารหัสลับ และตั้งแต่ปี 2020 ความสัมพันธ์กับวงจรการเงินโลกมีความแข็งแกร่งขึ้น โดยเฉพาะอย่างยิ่งกับเทคโนโลยีและหุ้นขนาดเล็ก เราแสดงหลักฐานว่าความสัมพันธ์นี้ได้รับแรงหนุนจากการปรากฏตัวของนักลงทุนสถาบันในตลาด crypto ที่เพิ่มขึ้น ซึ่งนำไปสู่โปรไฟล์ความเสี่ยงที่คล้ายคลึงกันสำหรับตราสารทุนและนักลงทุน crypto นอกจากนี้ ตลาดคริปโตยังอ่อนไหวต่อนโยบายการเงินของสหรัฐฯ อย่างมาก และการเข้มงวดทางการเงินจะลดปัจจัยคริปโตลงอย่างมาก คล้ายกับการตอบสนองของตลาดหุ้นทั่วโลกเราร่างกรอบทฤษฎีขั้นต่ำที่สามารถอธิบายผลลัพธ์เชิงประจักษ์ของเราได้ เราแสดงให้เห็นว่าผลตอบแทนของ crypto สามารถแสดงเป็นฟังก์ชันการหลีกเลี่ยงความเสี่ยงโดยรวมแบบไดนามิกในตลาด crypto ซึ่งจะได้รับอิทธิพลจากการเปลี่ยนแปลงในฐานของนักลงทุน crypto ด้วยส่วนแบ่งที่เพิ่มขึ้นของนักลงทุนสถาบันในตลาด crypto ลักษณะการรับความเสี่ยงของนักลงทุน crypto marginal มักจะคล้ายกับตลาดตราสารทุน การเพิ่มขึ้นของอัตราที่ปราศจากความเสี่ยงจะลดผลตอบแทน ในขณะที่หากนักลงทุนสถาบันถือหุ้นใหญ่ในตลาดคริปโตและผู้รับมอบฉันทะที่มีเลเวอเรจมากขึ้นก็จะมีความอ่อนไหวต่อวงจรเศรษฐกิจมากขึ้น (Adrian and Shin, 2014; Coimbra et al., 2022) สิ่งนี้ ผลกระทบจะทวีความสำคัญมากขึ้นเรื่อยๆการค้นพบของเรายังนำไปสู่การอภิปรายนโยบายเกี่ยวกับสินทรัพย์ดิจิทัล เราพบว่าสินทรัพย์เหล่านี้ไม่ได้ป้องกันความเสี่ยงจากวัฏจักรเศรษฐกิจ แต่ประมาณการของเราแนะนำว่าสินทรัพย์เหล่านี้มีความอ่อนไหวมากกว่าตราสารทุน นอกจากนี้ ความสัมพันธ์ที่เพิ่มขึ้นระหว่าง crypto และตลาดหุ้น ประกอบกับนักลงทุนสถาบันที่ซื้อขายทั้งสินทรัพย์ crypto และตราสารทุน หมายความว่าอาจมีผลกระทบที่อาจเกิดขึ้นซึ่งท้ายที่สุดแล้วอาจสร้างความกังวลต่อความเสี่ยงอย่างเป็นระบบ โดยเฉพาะอย่างยิ่ง กรอบการทำงานของเราบ่งบอกเป็นนัยว่าในโลกอนาคตที่เป็นไปได้ที่คริปโตสร้างพอร์ตการลงทุนของนักลงทุนสถาบันเป็นส่วนใหญ่ การพังทลายของตลาดคริปโตอาจส่งผลเสียที่สำคัญต่อตลาดตราสารทุน ด้วยเหตุผลเหล่านี้ ผู้กำหนดนโยบายสามารถใช้ประโยชน์จากความจริงที่ว่านักลงทุนสถาบันเปิดรับ crypto ยังคงจำกัดในการพัฒนาและปรับใช้กรอบการกำกับดูแลที่แข็งแกร่งยิ่งขึ้น
Crypto Cycles และนโยบายการเงินของสหรัฐฯ
บทความจะตรวจสอบความผันผวนในตลาดสกุลเงินดิจิตอลและความสัมพันธ์อย่างไรกับตลาดหุ้นทั่วโลกและนโยบายการเงินของสหรัฐฯ นักวิจัยระบุองค์ประกอบราคาเดียวที่เรียกว่า "ปัจจัย crypto" ซึ่งอธิบาย 80 เปอร์เซ็นต์ของการเคลื่อนไหวของราคา cryptocurrency และแสดงให้เห็นว่าความสัมพันธ์กับตลาดหุ้นเพิ่มขึ้นตามเวลาที่นักลงทุนสถาบันเข้าสู่ตลาด cryptocurrency ตรงกัน นักวิจัยยังได้บันทึกปรากฏการณ์ที่คล้ายคลึงกันกับตราสารทุน ซึ่งนโยบายการเงินที่เข้มงวดจากธนาคารกลางสหรัฐช่วยลดผลกระทบของปัจจัยการเข้ารหัสลับผ่านช่องทางการรับความเสี่ยง ซึ่งตรงกันข้ามกับแนวคิดที่ว่าสินทรัพย์ดิจิทัลช่วยป้องกันความเสี่ยงด้านตลาด สุดท้ายนี้ นักวิจัยได้แสดงให้เห็นว่าตัวอย่างแบบจำลองของเอเจนซีที่แตกต่างกันซึ่งมีความเกลียดชังต่อความเสี่ยงโดยรวมที่เปลี่ยนแปลงตลอดเวลาสามารถอธิบายผลลัพธ์เชิงประจักษ์และเน้นถึงศักยภาพของตลาด crypto ในการส่งผ่านความเสี่ยงไปยังตลาดตราสารทุน หากการมีส่วนร่วมของนักลงทุนสถาบันมีขนาดใหญ่ขึ้น
แนะนำ
Cryptoassets แตกต่างกันอย่างมากในด้านการออกแบบและคุณค่า แต่ราคาของพวกมันมีความผันผวนตามวัฏจักรทั่วไป มันเพิ่มขึ้นจาก 20 พันล้านดอลลาร์ในปี 2559 เป็นเกือบ 3 ล้านล้านดอลลาร์ในเดือนพฤศจิกายน 2564 ก่อนที่จะลดลงต่ำกว่า 1 ล้านล้านดอลลาร์ใน "ฤดูหนาว" ของคริปโตล่าสุด ระยะของผลตอบแทนแบบทวีคูณดึงดูดความสนใจของนักลงทุนรายย่อยและนักลงทุนสถาบัน (Benetton และ Compiani, 2022; Auer และ Tercero-Lucas, 2021; Auer, Farag, Lewrick, Orazem และ Zoss, 2022) ในขณะที่ข้อขัดข้องที่ตามมาดึงดูดความสนใจจากนักการเมืองและเพิ่มขึ้นเรื่อยๆ ความสนใจจากหน่วยงานกำกับดูแล การแกว่งตัวในตลาด crypto อาจสอดคล้องกับสินทรัพย์ประเภทอื่น ๆ มากขึ้น: Bitcoin ช่วยป้องกันความเสี่ยงด้านตลาดได้บางส่วนจนถึงปี 2020 แต่ความสัมพันธ์กับ S&P 500 ก็ค่อย ๆ จางหายไปตั้งแต่นั้นมา การปรับปรุง (Adrian, Iyer และ Qureshi, 2022)
อย่างไรก็ตาม ไม่ค่อยมีใครรู้เกี่ยวกับตัวขับเคลื่อนทั่วไปที่ส่งผลต่อราคาสินทรัพย์ดิจิทัลและปัจจัยที่มีอิทธิพลต่อความสัมพันธ์ระหว่างสินทรัพย์ดิจิทัลและตลาดหุ้น รวมถึงนโยบายการเงินของสหรัฐฯ บทความนี้พยายามที่จะให้ความกระจ่างในประเด็นเหล่านี้โดยตอบคำถามต่อไปนี้ มีวัฏจักรทั่วไประหว่าง cryptoassets มากน้อยเพียงใด? ตลาด crypto สอดคล้องกับตลาดหุ้นทั่วโลกมากขึ้นหรือไม่? ถ้าใช่ เหตุใดจึงเกิดขึ้น เนื่องจากนโยบายการเงินของสหรัฐถือเป็นตัวขับเคลื่อนหลักของวงจรการเงินทั่วโลก (Miranda-Agrippino และ Rey, 2020) นโยบายการเงินของสหรัฐจะส่งผลกระทบต่อวัฏจักรของสินทรัพย์ดิจิทัลในทำนองเดียวกันหรือไม่? ถ้าใช่ ผ่านช่องทางไหน?
เราตอบคำถามเหล่านี้โดยใช้แบบจำลองปัจจัยไดนามิกเพื่อระบุแนวโน้มที่โดดเด่นในราคาสินทรัพย์ดิจิทัล การใช้แผงราคารายวันของเจ็ดโทเค็นที่สร้างขึ้นก่อนปี 2018 ซึ่งคิดเป็นประมาณ 75% ของมูลค่าตามราคาตลาดของ crypto ทั้งหมด เราแยกความผันผวนออกเป็นสัญญาณรบกวนเฉพาะสินทรัพย์และส่วนประกอบทั่วไปของ AR(q) เราพบว่า "ปัจจัยการเข้ารหัส" ที่เป็นผลลัพธ์อธิบายความแปรปรวนในข้อมูลราคาที่เข้ารหัสได้ประมาณ 80% ซึ่งมากกว่าตัวเลข 20% สำหรับหุ้นทั่วโลกที่คำนวณโดย Miranda-Agrippino และ Rey (2020) และสะท้อนถึงความเข้มข้นของมูลค่าหลักทรัพย์ตามราคาตลาดของสินทรัพย์ดิจิทัลที่ใหญ่ที่สุดเมื่อเทียบกับหุ้นที่ใหญ่ที่สุด ตัวเลขนี้มีความแข็งแกร่งในคำสั่งซื้อล่าช้าต่างๆ q และเราพบความสัมพันธ์ที่สูงในทำนองเดียวกันเมื่อขยายแผงเพื่อรวม cryptoassets มากขึ้น
ในขั้นตอนที่สอง เราจะตรวจสอบความสัมพันธ์ของปัจจัยการเข้ารหัสลับนี้กับชุดของปัจจัยทุนทั่วโลกที่สร้างขึ้นโดยใช้ดัชนีหุ้นของประเทศที่ใหญ่ที่สุดโดยผลิตภัณฑ์มวลรวมภายในประเทศ (GDP) (วาดโดย Rey, 2013; Miranda - ความคิดจาก Agrippino และ Rey 2563). เราพบความสัมพันธ์เชิงบวกในกลุ่มตัวอย่าง โดยเฉพาะอย่างยิ่งความสัมพันธ์ที่แข็งแกร่งตั้งแต่ปี 2020 การเคลื่อนไหวร่วมกันที่เพิ่มขึ้นนี้ไม่ได้จำกัดอยู่แค่ระหว่าง Bitcoin และ S&P 500 เท่านั้น แต่ยังรวมถึงปัจจัยการเข้ารหัสลับและหุ้นทั่วโลกในวงกว้างมากขึ้น ในส่วนของตลาดตราสารทุน เราพบว่าตั้งแต่ปี 2020 ปัจจัยการเข้ารหัสลับมีความสัมพันธ์ที่แข็งแกร่งที่สุดกับปัจจัยด้านเทคโนโลยีทั่วโลกและปัจจัยขนาดเล็ก ในขณะที่ความสัมพันธ์กับปัจจัยทางการเงินทั่วโลกนั้นต่ำอย่างน่าประหลาดใจ
ความสัมพันธ์ที่เพิ่มขึ้นระหว่างสินทรัพย์ crypto และหุ้นสอดคล้องกับการมีส่วนร่วมที่เพิ่มขึ้นของนักลงทุนสถาบันในตลาด crypto ตั้งแต่ปี 2020 แม้ว่าความเสี่ยงของสถาบันจะมีเพียงเล็กน้อยเมื่อเทียบกับงบดุล แต่ปริมาณการซื้อขายที่แท้จริงนั้นใหญ่กว่าปริมาณการซื้อขายของผู้ค้ารายย่อยมาก โดยเฉพาะอย่างยิ่ง ปริมาณการซื้อขายของนักลงทุนสถาบันในการแลกเปลี่ยน crypto เพิ่มขึ้นมากกว่า 1,700% ระหว่างไตรมาสที่สองของปี 2020 และไตรมาสที่สองของปี 2021 (จากประมาณ 25 พันล้านดอลลาร์เป็นมากกว่า 45 พันล้านดอลลาร์) (Auer et al., 2022) เนื่องจากนักลงทุนสถาบันซื้อขายตราสารทุนและสินทรัพย์ดิจิทัล สิ่งนี้นำไปสู่การเพิ่มขึ้นอย่างค่อยเป็นค่อยไปของความสัมพันธ์ระหว่างทุนส่วนเพิ่มและการจัดสรรความเสี่ยงของนักลงทุนเงินดิจิทัล ซึ่งจะนำไปสู่ความสัมพันธ์ที่เพิ่มขึ้นระหว่างตราสารทุนทั่วโลกและปัจจัยการเข้ารหัสลับ หลังจากการสลายตัวของปัจจัยของ Bekaert, Hoerova และ Lo Duca (2013) เราพบว่าความสัมพันธ์ระหว่างการหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพโดยรวมของสินทรัพย์ดิจิทัลและหุ้นสามารถอธิบายความสัมพันธ์ระหว่างปัจจัยทั้งสองนี้ได้มากที่สุด (มากถึง 65%)
ความสัมพันธ์ที่เพิ่มขึ้นระหว่างสินทรัพย์ดิจิทัลและหุ้นสอดคล้องกับการเติบโตของการมีส่วนร่วมของนักลงทุนสถาบันในตลาดการเข้ารหัสลับตั้งแต่ปี 2020 แม้ว่าความเสี่ยงจากสถาบันจะมีขนาดเล็กเมื่อเทียบกับงบดุล แต่ปริมาณการซื้อขายที่แท้จริงของพวกเขานั้นมากกว่าผู้ค้าปลีก โดยเฉพาะอย่างยิ่ง ปริมาณการซื้อขายของนักลงทุนสถาบันในการแลกเปลี่ยน crypto เพิ่มขึ้นมากกว่า 1,700% ระหว่างไตรมาสที่ 2 ปี 2020 และไตรมาสที่ 2 ปี 2021 (จากประมาณ 25 พันล้านดอลลาร์เป็นมากกว่า 45 พันล้านดอลลาร์) (Auer et al. 2022) เนื่องจากนักลงทุนสถาบันซื้อขายตราสารทุนและสินทรัพย์ดิจิทัล สิ่งนี้นำไปสู่การเพิ่มความสัมพันธ์ของโปรไฟล์ความเสี่ยงระหว่างตราสารทุนส่วนเพิ่มและการจัดสรรความเสี่ยงของนักลงทุนเข้ารหัสลับ ซึ่งจะนำไปสู่ความสัมพันธ์ที่เพิ่มขึ้นระหว่างตราสารทุนทั่วโลกและปัจจัยการเข้ารหัสลับ จากการสลายตัวของปัจจัยการเคลื่อนไหวของ Bekaert, Hoerova และ Lo Duca (2013) เราพบว่าความสัมพันธ์ของการหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพโดยรวมของสินทรัพย์ดิจิทัลและหุ้นสามารถอธิบายความสัมพันธ์ส่วนใหญ่ (มากถึง 65%) ระหว่างปัจจัยทั้งสองนี้
เนื่องจากนโยบายการเงินของสหรัฐฯ ส่งผลกระทบต่อวงจรการเงินทั่วโลก (Miranda-Agrippino และ Rey, 2020) ความสัมพันธ์ที่สูงระหว่างหุ้นและสกุลเงินดิจิทัลบ่งชี้ว่าอาจมีผลกระทบเช่นเดียวกันกับตลาดสกุลเงินดิจิทัล เราทดสอบสมมติฐานนี้โดยใช้แบบจำลองรายวัน (โมเดล autoregressive แบบเวกเตอร์) ซึ่งรวมถึงอัตรากองทุนของรัฐบาลกลางเงา (SFFR) ที่เสนอโดย Wu และ Xia (2016) เพื่ออธิบายถึงบทบาทที่สำคัญของนโยบายงบดุลในช่วงเวลาตัวอย่างของเรา เราระบุผลกระทบของการเปลี่ยนแปลงนโยบายการเงินผ่านการสลายตัวของ Cholesky ตามลำดับต่อไปนี้: SFFR; Treasury 10-year and 2-year spreads ซึ่งสะท้อนถึงความคาดหวังของการเติบโตในอนาคต ดัชนีดอลลาร์สหรัฐฯ ราคาน้ำมันและทองคำ การค้าระหว่างประเทศ เครดิต และพร็อกซีสำหรับวัฏจักรสินค้าโภคภัณฑ์ ดัชนี VIX ซึ่งสะท้อนความไม่แน่นอนเกี่ยวกับการคาดการณ์ในอนาคต และสุดท้าย ปัจจัยด้านหุ้นและคริปโต ในการตั้งค่านี้ endogeneity มีโอกาสน้อยที่จะเป็นปัญหา เนื่องจากเฟดมีโอกาสน้อยที่จะปรับนโยบายการเงินเพื่อตอบสนองต่อความผันผวนของราคา crypto และการปรับดังกล่าวมีโอกาสน้อยที่จะเกิดขึ้นในแต่ละวัน
เราพบว่านโยบายการเงินของสหรัฐฯ ส่งผลกระทบต่อวัฏจักรของสกุลเงินดิจิทัลในลักษณะเดียวกับที่ส่งผลกระทบต่อวัฏจักรของหุ้นทั่วโลก ซึ่งตรงกันข้ามกับการอ้างว่าสินทรัพย์ดิจิทัลช่วยป้องกันความเสี่ยงด้านตลาด การเพิ่มขึ้นของอัตราเงินกองทุนของรัฐบาลกลาง (SFFR) หนึ่งจุดทำให้ส่วนเบี่ยงเบนมาตรฐานลดลงอย่างต่อเนื่องที่ 0.15 ในปัจจัยการเข้ารหัสลับและการลดลงของส่วนเบี่ยงเบนมาตรฐาน 0.1 ในปัจจัยส่วนของผู้ถือหุ้นในช่วงสองสัปดาห์ถัดไป ที่น่าสนใจ เช่นเดียวกับวัฏจักรการเงินโลก (Rey, 2013) เราพบว่านโยบายการเงินของธนาคารกลางสหรัฐเท่านั้นที่ใช้ได้ผล ในขณะที่นโยบายของธนาคารกลางหลักอื่น ๆ ไม่ได้ผล ซึ่งน่าจะสะท้อนถึงการใช้เงินดอลลาร์สหรัฐอย่างสูงในตลาดคริปโต
เราพบว่าช่องทางการรับความเสี่ยงของนโยบายการเงินเป็นช่องทางสำคัญที่ขับเคลื่อนผลลัพธ์เหล่านี้ คล้ายกับที่ Miranda-Agrippino และ Rey (2020) ค้นพบสำหรับตลาดตราสารทุนทั่วโลก โดยเฉพาะอย่างยิ่ง เราพบว่าการคุมเข้มทางการเงินนำไปสู่การลดลงของปัจจัย crypto พร้อมกับการเพิ่มขึ้นของมาตรการพร็อกซีของการหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพโดยรวมในตลาด crypto กล่าวอีกนัยหนึ่ง นโยบายที่เข้มงวดทำให้ตำแหน่งความเสี่ยงของนักลงทุนมีความยั่งยืนน้อยลง ดังนั้นพวกเขาจึงลดความเสี่ยงต่อสินทรัพย์ดิจิทัล เมื่อแยกตัวอย่างในปี 2020 เราพบว่าผลกระทบของการหลีกเลี่ยงความเสี่ยงในตลาดคริปโตนั้นมีความสำคัญในช่วงหลังปี 2020 เท่านั้น ซึ่งสอดคล้องกับการรวมตัวของนักลงทุนสถาบันที่ส่งเสริมการส่งผ่านนโยบายการเงินไปยังตลาดคริปโต ในการทดสอบที่เป็นทางการมากขึ้น เราพบผลลัพธ์เดียวกันเมื่อทดสอบสมมติฐานโดยใช้การแปลงแบบราบรื่นที่เสนอโดย Auerbach และ Gorodnichenko (2012) โดยที่ตัวแปรการแปลงคือส่วนแบ่งของนักลงทุนสถาบัน
ต่อไป เราจะหาเหตุผลเข้าข้างตนเองในผลลัพธ์ของเราในรูปแบบที่มีนักลงทุนที่แตกต่างกันสองประเภท ได้แก่ crypto และนักลงทุนสถาบัน กลุ่มแรกคือนักลงทุนรายย่อยที่ลงทุนในสินทรัพย์ crypto เท่านั้น ในขณะที่กลุ่มหลังสามารถลงทุนในหุ้นและสินทรัพย์ crypto ประเด็นคือนักลงทุน crypto นั้นไม่ชอบความเสี่ยง ในขณะที่นักลงทุนสถาบันนั้นมีความเสี่ยงที่เป็นกลาง แต่เผชิญกับข้อจำกัดความเสี่ยงด้านมูลค่า เราสามารถเขียนผลตอบแทนดุลยภาพของสินทรัพย์ดิจิทัลใหม่เป็นชุดค่าผสมเชิงเส้นของความแปรปรวนและความแปรปรวนร่วมของผลตอบแทนหุ้น คูณด้วยอัตราส่วนของการหลีกเลี่ยงความเสี่ยงที่มีผลโดยรวม หลังสามารถตีความได้ว่าเป็นความเสี่ยงโดยเฉลี่ยของนักลงทุนโดยถ่วงน้ำหนักด้วยน้ำหนักความมั่งคั่ง ซึ่งหมายความว่ายิ่งความมั่งคั่งของนักลงทุนสถาบันสูงเท่าไร การหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพโดยรวมของตลาด crypto ก็ยิ่งมีความคล้ายคลึงกันมากขึ้นเท่านั้น และความสัมพันธ์ระหว่าง crypto และตลาดหุ้นก็จะยิ่งมากขึ้นเท่านั้น เนื่องจากการปรากฏตัวของนักลงทุนสถาบันในตลาด crypto ช่วยลดความเสี่ยงโดยรวมที่มีประสิทธิภาพ เราจึงอธิบายถึงการตอบสนองที่เพิ่มขึ้นของราคา crypto ต่อการคุมเข้มทางการเงิน ซึ่งสะท้อนให้เห็นถึงความอ่อนไหวของนักลงทุนที่มีเลเวอเรจต่อวัฏจักรเศรษฐกิจ (Coimbra, Kim และ Rey, 2022; Adrian และ ชิน, 2557). สุดท้ายนี้ เราทราบว่าแม้ในกรอบการทำงานง่ายๆ ของเรา การรั่วไหลของสกุลเงินดิจิตอลสู่หุ้นสามารถเกิดขึ้นได้: หากการถือครองสกุลเงินดิจิทัลในระดับสถาบันมีขนาดใหญ่ การล่มสลายของราคาสกุลเงินดิจิทัลจะลดความสมดุลของผลตอบแทนต่อหุ้น
โดยรวมแล้ว การค้นพบของเราเน้นการซิงโครไนซ์ที่น่าทึ่งระหว่างวัฏจักรของสกุลเงินดิจิทัลและตลาดตราสารทุนทั่วโลก โดยมีการตอบสนองต่อการเปลี่ยนแปลงนโยบายการเงินที่คล้ายคลึงกัน ในขณะที่มีคำอธิบายมากมายสำหรับมูลค่าของสินทรัพย์ดิจิทัล เช่น ทำหน้าที่เป็นตัวป้องกันอัตราเงินเฟ้อหรือให้วิธีการเพิ่มเติมในการแปลงทางเศรษฐกิจ การค้นพบของเราชี้ให้เห็นว่านโยบายการเงินของสหรัฐฯ ส่งผลกระทบต่อวัฏจักรของตลาดสกุลเงินดิจิทัล
ปัจจัยการเข้ารหัส
เพื่อสรุปความผันผวนของตลาด crypto เป็นตัวแปรเดียว เราใช้การสร้างแบบจำลองปัจจัยแบบไดนามิก ซึ่งเป็นเทคนิคการลดขนาด สิ่งนี้ช่วยให้เราสามารถแยกชุดของราคาออกเป็นส่วนประกอบเฉพาะและแนวโน้มทั่วไปได้ โดยเฉพาะอย่างยิ่ง เราเริ่มต้นด้วยราคารายวันของสินทรัพย์ดิจิทัลที่ใหญ่ที่สุดที่สร้างขึ้นก่อนเดือนมกราคม 2018 (ไม่รวม Stablecoins) ทำให้เรามีสินทรัพย์ crypto เจ็ดรายการซึ่งคิดเป็น 75% ของมูลค่าตลาดรวมในเดือนมิถุนายน 2022 จากนั้นเราจะแสดงแผงราคาการเข้ารหัสนี้เป็นชุดค่าผสมเชิงเส้นของปัจจัยร่วม AR(q) ft และการก่อกวนเฉพาะสินทรัพย์ εit (อันหลังจะเป็นไปตามกระบวนการ AR(1)):
โดยที่ L คือปัจจัยล่าช้า
เป็นเวกเตอร์ของลำดับ q ของการโหลดตัวประกอบสำหรับสินทรัพย์ i การประมาณค่าระบบนี้โดยใช้ค่าความน่าจะเป็นสูงสุด การเลือก q โดยใช้เกณฑ์ข้อมูล จะได้ปัจจัยร่วมของเรา นอกจากนี้ยังสามารถระบุปัจจัยหลายอย่างที่ส่งผลต่อราคาแตกต่างกันได้ และเราใช้ข้อกำหนดหลังนี้เมื่อเราพิจารณาประเภทย่อยต่างๆ ของสินทรัพย์ดิจิทัล
รูปที่ 1 แสดงปัจจัยการเข้ารหัสลับและชุดราคาพื้นฐานที่เราแยกออกมา ปัจจัยการเข้ารหัสลับจับช่วงตลาดการเข้ารหัสลับที่มีลักษณะเฉพาะได้อย่างมีประสิทธิภาพ เช่น การลดลงในช่วงต้นปี 2018, "ฤดูหนาวคริปโต" ที่ตามมา, การบูมล่าสุดของ Bitcoin และ Dogecoin และการลดลงของ Terra และ FTX ในปี 2022 โดยไม่ได้รับอิทธิพลมากเกินไป ผลกระทบของการโดดเดี่ยว แหลมเช่น Ripple และ TRON
รูปที่ 1 ปัจจัยการเข้ารหัส
หมายเหตุ: กราฟนี้แสดงปัจจัยการเข้ารหัสลับ (สีน้ำเงิน) และราคาการเข้ารหัสลับมาตรฐาน (สีเทา) เพื่อสร้างปัจจัยดังกล่าว ซึ่งสร้างขึ้นโดยใช้แบบจำลองปัจจัยไดนามิก
เพื่อประเมินความสำคัญของปัจจัยนี้อย่างเป็นระบบมากขึ้น เราจะถดถอยแต่ละชุดราคาตามปัจจัยการเข้ารหัสตามลำดับ โดยเฉลี่ยแล้ว 80% ของการเปลี่ยนแปลงในซีรีส์พื้นฐานสามารถอธิบายได้ด้วยปัจจัยการเข้ารหัสของเรา ตัวเลขนี้สูงกว่า 68% สำหรับสินทรัพย์ทั้ง 7 รายการ ซึ่งเน้นย้ำถึงระดับการเคลื่อนไหวร่วมที่สูงในช่วงเวลาตัวอย่างของเรา จากการเปรียบเทียบ ปัจจัยด้านตราสารทุนทั่วโลกที่คำนวณโดย Miranda-Agrippino และ Rey (2020) อธิบายได้เพียง 20% ของราคาทุนทั่วโลก โดยเน้นย้ำถึงการเคลื่อนไหวทั่วไปและการกระจุกตัวของมูลค่าหลักทรัพย์ตามราคาตลาดในตลาด crypto ดังนั้น การค้นพบของเราจึงสนับสนุนการมีอยู่ของปัจจัยการเข้ารหัสลับเพียงปัจจัยเดียวที่ขับเคลื่อนราคาในตลาดการเข้ารหัสลับ
เนื่องจากช่วงของสินทรัพย์ที่ใช้ในการคำนวณปัจจัยของเรามีจำกัด เรายังยืนยันว่าปัจจัยการเข้ารหัสลับของเราสะท้อนถึงแนวโน้มล่าสุดในสินทรัพย์ที่ใหม่กว่า ในการทำเช่นนี้ เราได้ตรวจสอบตัวอย่างสินทรัพย์ที่กว้างขึ้น โดยแบ่งออกเป็นห้าประเภท ได้แก่ โทเค็นรุ่นแรก (Bitcoin, Ripple และ Dogecoin), โทเค็นแพลตฟอร์มสัญญาอัจฉริยะ (Ethereum, Binance Coin, Cardano, Solana และ Polkadot), โทเค็น DeFi (Chainlink, Uniswap, Maker และ Aave), โทเค็น Metaverse (Flow, Ape Coin, Sandbox, Decentraland และ Theta Network) และโทเค็น IoT (Helium, Iota, IoTex และ MXC) จากนั้นเราจะประเมินโมเดลใหม่ด้วยปัจจัยที่แตกต่างกัน 5 ปัจจัย ซึ่งแต่ละปัจจัยจะส่งผลต่อหมวดหมู่เดียวเท่านั้น ผลลัพธ์จะแสดงในรูปที่ 2 พร้อมกับปัจจัยการเข้ารหัสทั่วไปโดยประมาณข้างต้น หมวดหมู่ทั้งหมดมีความสัมพันธ์อย่างมากกับวงจรการเข้ารหัสลับทั่วไป ซึ่งตรวจสอบการมุ่งเน้นของเราที่แนวโน้มทั่วไป
รูปที่ 2 ปัจจัยย่อยของการเข้ารหัส
หมายเหตุ: รูปภาพแสดงปัจจัยการเข้ารหัสโดยรวมและปัจจัยย่อยของการเข้ารหัส 5 รายการ ซึ่งปรับให้เป็นมาตรฐานและปรับให้เรียบ ปัจจัยย่อยเหล่านี้สร้างขึ้นจากสินทรัพย์ต่อไปนี้: โทเค็นรุ่นแรก - Bitcoin, Ripple และ Dogecoin โทเค็นแพลตฟอร์มสัญญาอัจฉริยะ - Ethereum, Binance Coin, Cardano, Solana และ Wave Card โทเค็น DeFi - Chainlink, Uniswap, Maker และ Aave โทเค็น Metaverse – Flow, Ape Coin, Sandbox, Decentraland และ Theta Network และโทเค็น IoT – Helium, Iota, IoTex และ MXC
ในที่สุด สอดคล้องกับหลักฐานของคดี ปัจจัยการเข้ารหัสลับนั้นเชื่อมโยงกับตัวแปรพร็อกซีสำหรับการใช้ประโยชน์จากตลาดการเข้ารหัสลับ รูปที่ 3 แสดงความสัมพันธ์ระหว่างปัจจัยการเข้ารหัสลับและเลเวอเรจการเข้ารหัสลับ ซึ่งกำหนดไว้ที่นี่โดยใช้มูลค่ารวมที่ถูกล็อค (TVL) ในสัญญาการเงินแบบกระจายอำนาจ ("DeFi") บนมาตรฐานมาตรฐานของมูลค่าตลาดรวมของสกุลเงินดิจิตอลทั้งหมด สิ่งนี้แสดงให้เห็นถึงผลกระทบจากเลเวอเรจสัมพัทธ์เล็กน้อยในระบบจนกระทั่งสิ้นสุด "ฤดูหนาว" ของคริปโตในปี 2018-2019 หลังจากนั้นเลเวอเรจก็เพิ่มขึ้นอย่างมากและความสัมพันธ์กับปัจจัยคริปโตโดยรวมก็เพิ่มขึ้น
รูปที่ 3 เลเวอเรจทางการเงินแบบกระจายอำนาจ
หมายเหตุ: กราฟนี้แสดงปัจจัยการเข้ารหัสลับโดยรวมและเมตริกทางเลือกที่แสดงถึงเลเวอเรจ DeFi ทั้งหมด ซึ่งกำหนดเป็นมูลค่ารวมที่ถูกล็อก (TVL) ในสัญญาการเงินแบบกระจายอำนาจ ซึ่งปรับมาตรฐานให้เป็นเกณฑ์มาตรฐานมูลค่าหลักทรัพย์ตามราคาตลาดของสกุลเงินดิจิทัลทั้งหมด ข้อมูลจาก TVL
สกุลเงินดิจิทัลและวัฏจักรการเงินโลก
ตอนนี้เราหันไปหาความสัมพันธ์ระหว่างปัจจัยการเข้ารหัสลับและตราสารทุนทั่วโลก Iyer (2022) ได้บันทึกความสัมพันธ์ที่เพิ่มขึ้นระหว่างผลตอบแทนของ Bitcoin และ S&P 500 ตั้งแต่ปี 2020 ดังนั้นเราจึงสงสัยว่าตลาด crypto มีการรวมเข้าด้วยกันมากขึ้นและสอดคล้องกับวัฏจักรของหุ้น เพื่อประเมินสิ่งนี้ ในส่วนนี้เราจะคำนวณปัจจัยด้านทุนทั่วโลกแล้วศึกษาความสัมพันธ์ของมันกับปัจจัยการเข้ารหัสลับ
เราสร้างปัจจัยหุ้นทั่วโลกโดยใช้ดัชนีหุ้นทั้งหมดของ 50 ประเทศที่ใหญ่ที่สุดที่จัดอันดับตาม GDP จาก Eikon/Thomson Reuters จากนั้นเราจะคำนวณตามหัวข้อที่แล้ว: โดยใช้ปัจจัยรวมสำหรับดัชนีตราสารทุนหลักทั้งหมด ปัจจัยสำหรับหุ้นขนาดเล็ก และปัจจัยรายบุคคลสำหรับภาคเทคโนโลยีและการเงิน รูปที่ 4 แสดงหุ้นและปัจจัย crypto เช่นเดียวกับปัจจัยการเข้ารหัสลับ ปัจจัยด้านตราสารทุนได้จำลองการเปลี่ยนแปลงของตลาดโลกได้อย่างน่าเชื่อถือ รวมถึงการลดลงอย่างรวดเร็วในช่วงที่เกิดผลกระทบจากโควิด-19 การฟื้นตัวที่ตามมา และการลดลงในช่วงต้นปี 2022 โดยรวมแล้วความสัมพันธ์ระหว่างซีรีส์ทั้งสองค่อนข้างต่ำจนถึงปี 2020 และค่อยๆ เพิ่มขึ้นตั้งแต่ช่วงครึ่งหลังของปี 2020 เป็นต้นไป อย่างเป็นทางการมากขึ้น ในตารางที่ 2 เราจะย้อนการเปลี่ยนแปลงในปัจจัยการเข้ารหัสตามการเปลี่ยนแปลงในแต่ละปัจจัยอื่นๆ แบบจำลอง (1) แสดงให้เห็นว่าโดยทั่วไปแล้ว ความสัมพันธ์ระหว่างปัจจัยการเข้ารหัสลับและปัจจัยด้านทุนมีความสำคัญมาก ในขณะที่แบบจำลอง (2) และ (7) เน้นเป็นพิเศษว่าความสัมพันธ์นี้ขับเคลื่อนโดยเทคโนโลยีและตัวพิมพ์ขนาดเล็ก
รูปที่ 4 Cryptocurrency และ Equity Factors
หมายเหตุ: ตัวเลขแสดงอนุกรมเวลาปกติสำหรับปัจจัยการเข้ารหัสลับและตราสารทุน ซึ่งได้มาจากดัชนีราคาและตราสารทุนที่หลากหลายตามลำดับ โดยใช้แบบจำลองปัจจัยไดนามิกดังที่อธิบายไว้ในส่วนที่ 2
ด้วยความสำคัญของสถาบัน ตอนนี้เราตรวจสอบบทบาทของพวกเขาในการเปลี่ยนแปลงโปรไฟล์ความเสี่ยงของนักลงทุน crypto ส่วนเพิ่ม เราได้แยกการเปลี่ยนแปลงปัจจัยออกเป็นสองส่วนตามวิธีการของ Bekaert et al. (2013) และ Miranda-Agrippino and Rey (2020): (i) การเปลี่ยนแปลงของความเสี่ยงด้านตลาด และ (ii ) การเปลี่ยนแปลงของตลาด ทัศนคติต่อความเสี่ยง นั่นคือ "ความไม่ชอบความเสี่ยงโดยรวมที่มีประสิทธิผล" ซึ่งหมายถึงการไม่ชอบความเสี่ยงแบบถัวเฉลี่ยถ่วงน้ำหนักของนักลงทุน เราใช้ตัวแปร proxy เพื่อให้เกิดความเสี่ยงด้านตลาด (i) คือความแปรปรวน 90 วันของดัชนี MSCI World ที่วัดตามวิธีการของ Miranda-Agrippino และ Rey (2020) จากนั้นระยะเวลาที่เหลือของการถดถอยลอการิทึมสามารถเป็นได้ ได้ดังนี้
(เป็นฟังก์ชันผกผัน) เพื่อประเมิน (ii):
เช่นเดียวกับ cryptocurrencies:
ใน:
เป็นปัจจัยที่ประเมินโดยใช้วิธีการในสมการ (1) ด้านบน เราทำซ้ำคำศัพท์ MSCI World ในการถดถอยของการเข้ารหัสลับเพื่อควบคุมความเสี่ยงของตลาดโลกโดยรวม ตัวแปร proxy ที่คล้ายกันสำหรับความเสี่ยงของตลาด
ความเกลียดชังความเสี่ยงของตราสารทุนที่มีประสิทธิภาพซึ่งแยกออกมาในสมการ (2) นั้นสอดคล้องกับตัวแปรพร็อกซี่อื่น ๆ สำหรับความเสี่ยงของนักลงทุนในเอกสาร ความสัมพันธ์ระหว่างการหลีกเลี่ยงความเสี่ยงในตราสารทุน 90 วันกับกำลังสองของอัตราส่วนเงินกองทุนของตัวกลางและอัตราส่วนเลเวอเรจของตัวกลางที่เสนอโดย He, Kelly และ Manela (2017) (ในตาราง A.4 ของภาคผนวก A) คือ -0.292 และ 0.434 ตามลำดับ ตัวแปรพร็อกซีเหล่านี้ได้รับการอธิบายดังต่อไปนี้: เมื่อผลกระทบด้านลบส่งผลกระทบต่อส่วนของผู้ถือหุ้นตัวกลาง อัตราส่วนเลเวอเรจของพวกมันจะเพิ่มขึ้น ดังนั้น ความสามารถในการรับความเสี่ยงของพวกมันจะได้รับผลกระทบและการหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพจะเพิ่มขึ้น ความสัมพันธ์เหล่านี้ค่อนข้างสูงเมื่อพิจารณาว่า He et al. (2017) ใช้วิธีการที่แตกต่างกันมากและเรากำลังเปรียบเทียบการวัดรายวัน ในความเป็นจริง ตัวแปรพร็อกซีของพวกเขาถูกสร้างขึ้นโดยใช้อัตราส่วนเงินทุนของผู้ค้ารายใหญ่ของ New York Fed เท่านั้น ไม่ใช่จากราคาหุ้นทั่วโลก (คำนวณจากราคาหุ้นทั่วโลก) (ดูสมการที่ 6 ของเอกสารของพวกเขา)
รูปที่ 5 แสดงผลสำหรับนักลงทุน crypto ส่วนเพิ่มโดยรวมที่ไม่ชอบความเสี่ยงที่มีประสิทธิภาพ รวมถึงปัจจัย crypto เราระบุสองช่วงหลัก ก่อนและหลังสิ้นปี 2562 ในตอนต้นของตัวอย่างของเรา การหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพของนักลงทุน crypto นั้นผันผวนมากกว่าและมีแนวโน้มที่จะเพิ่มขึ้นเล็กน้อย โดยเฉพาะอย่างยิ่งสิ่งนี้เกิดขึ้นพร้อมกับ “ฤดูหนาวของการเข้ารหัสลับ” ซึ่งเป็นช่วงเวลาที่ยาวนานของผลตอบแทนที่ค่อนข้างคงที่หรือติดลบ หลังจากปี 2020 การหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพลดลงค่อนข้างคงที่ โดยปัจจัยด้านการเข้ารหัสลับแสดงให้เห็นถึงผลตอบแทนที่สูงและมีความผันผวนสูง ที่น่าสนใจ ตั้งแต่ความผิดพลาดของ Terra/Luna ในเดือนพฤษภาคม 2022 ปัจจัยด้านคริปโตเกือบจะสะท้อนถึงการหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพ ซึ่งหมายความว่าราคาของคริปโตนั้นได้รับแรงหนุนหลักจากการเปลี่ยนแปลงในระดับความเสี่ยงของนักลงทุนคริปโต สุดท้ายนี้ เราทราบว่าการลดลงของการหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพนั้นสอดคล้องกับการเพิ่มขึ้นของการมีส่วนร่วมของนักลงทุนสถาบัน ซึ่งสามารถรับความเสี่ยงได้มากกว่านักลงทุนรายย่อย ซึ่งจะเป็นการเปลี่ยนแปลงความต้องการความเสี่ยงของนักลงทุนคริปโตส่วนเพิ่ม
รูปที่ 5 การหลีกเลี่ยงความเสี่ยงในการเข้ารหัสที่มีประสิทธิภาพโดยรวม
หมายเหตุ: ตัวเลขแสดงปัจจัยของสกุลเงินดิจิทัลและการหลีกเลี่ยงความเสี่ยงที่มีประสิทธิภาพโดยรวมในตลาดสกุลเงินดิจิทัล ตามการประมาณการของ Bekaert และคณะ (2013) และ Miranda-Agrippino และ Rey (2020) ตามที่อธิบายไว้ในข้อความ ตัวแปรทั้งสองเป็นมาตรฐาน
โดยรวมแล้ว การค้นพบของเราสนับสนุนสมมติฐานที่ว่าการเข้ามาของนักลงทุนสถาบันเป็นปัจจัยหลักที่ผลักดันความสัมพันธ์ที่เพิ่มขึ้นระหว่างตลาด crypto และตลาดหุ้น ในเวลาเดียวกับที่สถาบันการเงินแบบดั้งเดิมหลายแห่งเข้าสู่ตลาด crypto นักลงทุน crypto ส่วนเพิ่มมักจะไม่ชอบความเสี่ยงมากกว่านักลงทุนในตราสารทุน และความสัมพันธ์นี้สามารถอธิบายส่วนสำคัญของความสัมพันธ์ระหว่าง crypto และปัจจัยด้านตราสารทุน
โดยรวมแล้ว การค้นพบของเราสนับสนุนสมมติฐานที่ว่าการเข้ามาของนักลงทุนสถาบันเป็นปัจจัยหลักที่ผลักดันความสัมพันธ์ที่เพิ่มขึ้นระหว่างตลาด crypto และตลาดหุ้น ในเวลาเดียวกับที่สถาบันการเงินแบบดั้งเดิมหลายแห่งเข้าสู่ตลาด crypto นักลงทุน crypto ส่วนเพิ่มมักจะไม่ชอบความเสี่ยงมากกว่านักลงทุนในตราสารทุน และความสัมพันธ์นี้สามารถอธิบายส่วนสำคัญของความสัมพันธ์ระหว่าง crypto และปัจจัยด้านตราสารทุน
สรุปแล้ว
Cryptoassets แตกต่างกันอย่างมากในด้านการออกแบบและคุณค่า แต่ราคาของพวกมันมีความผันผวนตามวัฏจักรทั่วไป ปัจจัยการเข้ารหัสลับเดียวสามารถอธิบาย 80% ของการเคลื่อนไหวของราคาการเข้ารหัสลับ และตั้งแต่ปี 2020 ความสัมพันธ์กับวงจรการเงินโลกมีความแข็งแกร่งขึ้น โดยเฉพาะอย่างยิ่งกับเทคโนโลยีและหุ้นขนาดเล็ก เราแสดงหลักฐานว่าความสัมพันธ์นี้ได้รับแรงหนุนจากการปรากฏตัวของนักลงทุนสถาบันในตลาด crypto ที่เพิ่มขึ้น ซึ่งนำไปสู่โปรไฟล์ความเสี่ยงที่คล้ายคลึงกันสำหรับตราสารทุนและนักลงทุน crypto นอกจากนี้ ตลาดคริปโตยังอ่อนไหวต่อนโยบายการเงินของสหรัฐฯ อย่างมาก และการเข้มงวดทางการเงินจะลดปัจจัยคริปโตลงอย่างมาก คล้ายกับการตอบสนองของตลาดหุ้นทั่วโลก
เราร่างกรอบทฤษฎีขั้นต่ำที่สามารถอธิบายผลลัพธ์เชิงประจักษ์ของเราได้ เราแสดงให้เห็นว่าผลตอบแทนของ crypto สามารถแสดงเป็นฟังก์ชันการหลีกเลี่ยงความเสี่ยงโดยรวมแบบไดนามิกในตลาด crypto ซึ่งจะได้รับอิทธิพลจากการเปลี่ยนแปลงในฐานของนักลงทุน crypto ด้วยส่วนแบ่งที่เพิ่มขึ้นของนักลงทุนสถาบันในตลาด crypto ลักษณะการรับความเสี่ยงของนักลงทุน crypto marginal มักจะคล้ายกับตลาดตราสารทุน การเพิ่มขึ้นของอัตราที่ปราศจากความเสี่ยงจะลดผลตอบแทน ในขณะที่หากนักลงทุนสถาบันถือหุ้นใหญ่ในตลาดคริปโตและผู้รับมอบฉันทะที่มีเลเวอเรจมากขึ้นก็จะมีความอ่อนไหวต่อวงจรเศรษฐกิจมากขึ้น (Adrian and Shin, 2014; Coimbra et al., 2022) สิ่งนี้ ผลกระทบจะทวีความสำคัญมากขึ้นเรื่อยๆ
การค้นพบของเรายังนำไปสู่การอภิปรายนโยบายเกี่ยวกับสินทรัพย์ดิจิทัล เราพบว่าสินทรัพย์เหล่านี้ไม่ได้ป้องกันความเสี่ยงจากวัฏจักรเศรษฐกิจ แต่ประมาณการของเราแนะนำว่าสินทรัพย์เหล่านี้มีความอ่อนไหวมากกว่าตราสารทุน นอกจากนี้ ความสัมพันธ์ที่เพิ่มขึ้นระหว่าง crypto และตลาดหุ้น ประกอบกับนักลงทุนสถาบันที่ซื้อขายทั้งสินทรัพย์ crypto และตราสารทุน หมายความว่าอาจมีผลกระทบที่อาจเกิดขึ้นซึ่งท้ายที่สุดแล้วอาจสร้างความกังวลต่อความเสี่ยงอย่างเป็นระบบ โดยเฉพาะอย่างยิ่ง กรอบการทำงานของเราบ่งบอกเป็นนัยว่าในโลกอนาคตที่เป็นไปได้ที่คริปโตสร้างพอร์ตการลงทุนของนักลงทุนสถาบันเป็นส่วนใหญ่ การพังทลายของตลาดคริปโตอาจส่งผลเสียที่สำคัญต่อตลาดตราสารทุน ด้วยเหตุผลเหล่านี้ ผู้กำหนดนโยบายสามารถใช้ประโยชน์จากความจริงที่ว่านักลงทุนสถาบันเปิดรับ crypto ยังคงจำกัดในการพัฒนาและปรับใช้กรอบการกำกับดูแลที่แข็งแกร่งยิ่งขึ้น