影響數位貨幣價格變動因素與保險業投資可行性之探討：以比特幣為例 - 政大學術集成
69
0
0
全文
(2) 摘要 本研究欲探討數位貨幣其屬性，類似於貨幣或是商品。以及探討數位貨幣 對於保險業而言是否具有投資可行性。 本研究透過迴歸模型分析比特幣會受到哪些因素影響，並透過風險值之歷 史模擬法分析比特幣之風險程度。結果如下： 一、比特幣價格和美元匯率不相關，亦不受到其影響。 二、比特幣價格和黃金現貨價格、杜拜原油現貨價格、以及以太幣價格顯著相 關。比特幣價格和黃金現貨價格、杜拜原油現貨價格呈現負相關；比特幣. 政 治 大 三、比特幣價格會受到杜拜原油現貨價格、金銀比率、美國聯邦資金利率、以 立 價格和以太幣價格則呈現正相關。. ‧ 國. 學. 及恐慌指數影響。這些因素為影響黃金價格之因素，因此推測比特幣其性 質類似於商品。. ‧. 四、比特幣之風險值波動大。月風險值、年風險值分別比日風險值增長五倍以. sit. y. Nat. 及二十倍多。. al. n. 探討，總結如下：. er. io. 另外，本研究針對數位貨幣與保險業投資可行性分財務層面以及法律層面. Ch. engchi. i n U. v. 一、在財務層面，以穩健保守的商品為主要投資標的之保險業，風險值波動大 且價格也不穩定的比特幣對於保險業來說風險較大，可能較不適合投資。 二、在法律層面，以避險為目的投資比特幣衍生性金融商品不具可行性，然以 提升投資效益為目的投資比特幣衍生性金融商品具有可行性。 除了探討投資可行性，本研究亦探討比特幣外幣保單之可行性：相對於現 在外幣保單，數位貨幣保單在支付上更便利，還可以省下中介費用，且不必擔 心國家政治經濟風險。然目前數位貨幣在監管上不夠完善，因此恐有錢包被駭 或是洗錢風險。 關鍵字：數位貨幣、比特幣、風險值、保險業、投資可行性 I. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(3) Abstract This study is intended to explore the attributes of the digital currency, similar to money or commodities. And to explore the feasibility of investment in insurance industry. This study analyzes the factors affecting Bitcoin through regression models and analyzes the risk of Bitcoin through historical simulation of Value at Risk. The results are as follows: 1.. Bitcoin prices are not related to, and are not affected by, the US dollar exchange. 政 治 大 Bitcoin prices are significantly 立 correlated with spot price of gold, spot price of rate.. 2.. ‧ 國. 學. Dubai crude oil, and prices of Ethereum. Bitcoin prices were negatively correlated with spot price of gold and spot price of Dubai crude oil; Bitcoin. ‧. prices were positively correlated with Ethereum prices.. Bitcoin prices will be affected by the spot price of Dubai crude oil, the spot price. sit. y. Nat. 3.. n. al. er. io. of gold against the spot price of silver, the US federal funds rate, and the panic. i n U. v. index. These factors are factors that affect the price of gold, so it is speculated. Ch. engchi. that Bitcoin is similar in nature to commodities. 4.. Value at Risk of Bitcoin fluctuates greatly. The monthly Value at Risk and annual Value at Risk are five times and twenty times larger than the daily Value at Risk. In addition, this study focuses on the financial and legal aspects of the feasibility. of digital currency and insurance investment, summarized as follows: 1.. At the financial level, the insurance industry with stable and conservative commodities as the main investment target, the Bitcoin with large fluctuations in Value at Risk and unstable prices is more risky for the insurance industry and may be less suitable for investment. II. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(4) 2.. At the legal level, it is not feasible to invest in Bitcoin financial derivatives for the purpose of hedging, but it is feasible to invest in Bitcoin financial derivatives with the aim of improving investment returns. In addition to exploring the feasibility of investment, this study also explores the. feasibility of Bitcoin foreign currency policies: Compared to current foreign currency policies, digital currency policies are more convenient to pay, and can also save intermediary fees without worrying about national political and economic risks. However, the current digital currency is not well regulated, so there is a risk of wallet. 政 治 大. being hacked or money laundering.. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. Keyword: Digital currency, Bitcoin, Value at Risk, Insurance industry, Investment Feasibility. III. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(5) 目次 摘要................................................................................................................................ I ABSTRACT ................................................................................................................. II 目次............................................................................................................................. IV 表次............................................................................................................................. VI 圖次............................................................................................................................ VII 第壹章 緒論................................................................................................................ 1 第一節 研究背景與動機 ....................................................................................... 1 第二節 研究目的 ................................................................................................... 3 第三節 研究論文架構 ........................................................................................... 4. 治 政 大 第貳章 文獻回顧 ....................................................................................................... 5 立 第一節 比特幣的屬性 ........................................................................................... 5 ‧. ‧ 國. 學. 第二節 影響黃金價格的因素 ............................................................................... 9 第三節 風險值 ..................................................................................................... 11 第四節 小結.......................................................................................................... 13 第參章 研究設計 ..................................................................................................... 14. y. Nat. sit. n. al. er. io. 第一節 研究對象 ................................................................................................. 14 第二節 迴歸分析 ................................................................................................. 16 第三節 風險值 ..................................................................................................... 19. Ch. i n U. v. 第肆章 實證結果與分析 ......................................................................................... 21. engchi. 第一節 資料蒐集與處理 ..................................................................................... 21 第二節 基本敘述統計量 ..................................................................................... 27 第三節 第四節 第五節 第六節 第七節. PEARSON 相關係數分析 ......................................................................... 29 迴歸結果與分析 ..................................................................................... 34 共線性與殘差自我相關檢定 ................................................................. 39 比特幣之風險值 ..................................................................................... 44 小結.......................................................................................................... 46. 第伍章 數位貨幣與保險業投資可行性之探討 ..................................................... 48 第一節 第二節 第三節 第四節. 將數位貨幣當作保險業投資標的 ......................................................... 48 財務層面 ................................................................................................. 49 法律層面 ................................................................................................. 50 比特幣外幣保單之可行性 ..................................................................... 54 IV. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(6) 第陸章 結論.............................................................................................................. 56 第一節 結論.......................................................................................................... 56 第二節 研究限制與後續研究建議 ..................................................................... 58 參考文獻 ..................................................................................................................... 60. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. V. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(7) 表次 表2-1. 比特幣與美金、黃金之比較........................................................................ 8. 表3-1. 變數名詞解釋.............................................................................................. 18. 表4-1. 迴歸式(1)(2)(3)(4)(5)之基本敘述統計量 .................................................. 27. 表4-2. 迴歸式(6)(7)(8)(9)(10)之基本敘述統計量 ................................................ 28. 表4-3. 相關係數絕對值對照相關程度.................................................................. 29. 表4-4. PEARSON 相關係數分析表-迴歸式(1)(2)(3)(5) .......................................... 29. 表4-5. PEARSON 相關係數分析表-迴歸式(4) ........................................................ 30. 表4-6. PEARSON 相關係數分析表-迴歸式(6)(7)(8)(10) ........................................ 31. 表4-7. PEARSON. 表4-8. 迴歸結果-迴歸式(1)(2)(3)(5)...................................................................... 34. 表4-9. 迴歸結果-迴歸式(4).................................................................................... 35. 政 治 大 相關係數分析表-迴歸式(9) ........................................................ 32 立 ‧. ‧ 國. 學. 迴歸結果-迴歸式(6)(7)(8)(10)................................................................ 36. 表 4 - 11. 迴歸結果-迴歸式(9)................................................................................ 37. 表 4 - 12. 變異數膨脹係數表-迴歸式(4)................................................................ 39. 表 4 - 13. 變異數膨脹係數表-迴歸式(9)................................................................ 39. 表 4 - 14. 共線性診斷表-迴歸式(4)........................................................................ 40. 表 4 - 15. 共線性診斷表-迴歸式(9)........................................................................ 41. 表 4 - 16. 變異數膨脹係數表-迴歸式(9)-CPIN ...................................................... 42. 表 4 - 19 表6-1. y. sit. er. al. n. 表 4 - 18. io. 表 4 - 17. Nat. 表 4 - 10. Ch. engchi. i n U. v. 共線性診斷表-迴歸式(9)-CPIU .............................................................. 42 殘差自我相關檢定表-迴歸式(4)............................................................ 43 殘差自我相關檢定表-迴歸式(9)............................................................ 43 各國對加密貨幣態度.................................................................................. 58. VI. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(8) 圖次 圖3-1. 數位貨幣市值.............................................................................................. 14. 圖4-1. 迴歸式(1)比特幣價格與美元匯率價格走勢圖比較 ................................. 22. 圖4-2. 迴歸式(2)比特幣價格與黃金現貨價格走勢圖比較 ................................. 22. 圖4-3. 迴歸式(3)比特幣價格與杜拜原油現貨價格走勢圖比較 ......................... 23. 圖4-4. 迴歸式(5)比特幣價格與以太幣價格走勢圖比較 ..................................... 23. 圖4-5. 迴歸式(6)比特幣日報酬與美元匯率日報酬走勢圖比較 ......................... 24. 圖4-6. 迴歸式(7)比特幣日報酬與黃金現貨日報酬走勢圖比較 ......................... 24. 圖4-7. 迴歸式(3)比特幣日報酬與杜拜原油現貨日報酬走勢圖比較 ................. 25. 比特幣日報酬頻率分配圖.......................................................................... 44. 學. ‧. io. sit. y. Nat. n. al. er. 圖4-9. ‧ 國. 圖4-8. 政 治 大 迴歸式(5)比特幣日報酬與以太幣日報酬走勢圖比較 ............................. 25 立. Ch. engchi. i n U. v. VII. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(9) 第壹章. 緒論. 第一節 研究背景與動機 近年來金融科技發展日新月異，面對科技的進步，金融業不得不應用科技 於自身產業上，求進步否則將被淘汰。在這個掌握數據即掌握優勢的時代，於 金融業當中，以銀行與保險業屬數據庫資料量最大的產業之一，而對於更詳細 的資料如身體狀況、親屬關係、財富狀況等，保險業由於其產業之特殊性，必 須對於被保人詳加了解，因此握有大量保戶數據。在金融科技的浪潮底下，對 於保險業來說，是危機也是轉機，該如何運用金融科技讓這把雙面刃能成為自. 政 治 大. 身利器而非威脅，是保險業必須深深思考的課題。. 立. 在研究所就讀期間，學校舉辦多場金融科技領域相關的研討會，邀請技術. ‧ 國. 學. 專家、金融科技公司、金融業、以及政府等前來演講或是進行論壇，發表對於 金融科技現況以及未來發展，並勉勵學生主動學習這方面知識與技能。與金融. ‧. 科技相關之主題，包括機器人理財、大數據分析與應用、區塊鏈、行動支付. y. Nat. sit. 等，金融科技所包含之領域非常廣泛，各種科技應用到各種金融領域上會產生. n. al. er. io. 不同的化學作用。從這堂課當中對於區塊鏈此項技術相當有興趣，因此修習了. i n U. v. 另外一堂相關課程—區塊鏈與 python 程式設計簡介，本課程討論有關區塊鏈、. Ch. engchi. 比特幣等新知，以及 python 程式語言的基本教學，課程以外還特別安排智能合 約工作坊(Smart Contract Workshop)供進一步的學習，課程最後也安排讓學生發 表對於金融科技的創新提案，並鼓勵學生參加由政治大學金融科技中心所舉辦 之校園第一屆金融科技競賽。學生和同學報名參加了此競賽，從發想、研究、 互相討論、到指導老師及實務界前輩的協助下，從校園出發思考金融科技究竟 為何以及該如何實現，最後選擇產險中的悠遊卡出發，目的要讓保障更周全、 讓保險無處不在。累積了這些課程經驗後，發現近年來數位貨幣成為一種新興 的投資工具，如比特幣、以太幣等，周遭不少人開始投資與挖礦，於區塊鏈與 python 程式設計簡介這門課程當中對比特幣有了基本的認識後，在新創公司中 1. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(10) 的數位貨幣交易所實習時，開始接觸各種數位貨幣，不禁開始思考此類貨幣會 給金融業，尤其保險業帶來什麼樣的效益或是風險？數位貨幣究竟是不是真正 的貨幣呢？還是一種商品？是本研究感興趣的主題，因此本研究選定數位貨幣 作為研究標的，並以比特幣為例，探究其本質，並思考保險業該如何面對或應 用此一新興貨幣，在現行法規與其風險屬性上，是否有成為投資工具的可能 性。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 2. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(11) 第二節 研究目的 本研究之目的有二： 第一、探究數位貨幣價格會受到哪些因素影響。本研究以比特幣為例，從 比特幣相關文獻當中，選取變數以一元和多元迴歸模型做分析，接著對比特幣 較類似於貨幣或是商品進行探討。 第二、探究數位貨幣與保險業之關係。所謂數位貨幣，指的是如比特幣、 以太幣等數位加密貨幣。本研究以比特幣為例，對於保險業來說，數位貨幣其 本質較接近於貨幣或是商品？依據保險法相關規定，是否能夠成為投資標的？. 政 治 大 透過計算風險值(Value at 立 Risk)，分析比特幣之風險程度供參考。. 若有投資之可能性，其會產生之風險程度是保險公司所關心的，因此本研究會. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 3. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(12) 第三節 研究論文架構 本研究之架構共分為六章，各章內容簡述如下： 第壹章為緒論：分別說明本研究之研究背景與動機、研究目的、以及論文 之整體架構。 第貳章為文獻回顧：首先回顧與比特幣相關文獻，找出可能影響比特幣價 格之因素作為自變數，並針對比特幣與貨幣之代表美金以及商品之代表黃金做 比較。因為目前已經有比特幣期貨商品，本研究推測比特幣可能類似於避險商 品，因此進一步針對避險商品之代表—黃金回顧相關文獻，找出影響黃金價格. 政 治 大 風險值做文獻回顧，最後為小結。 立. 之主要因素。另外，本研究會透過計算風險值來評估比特幣之風險，因此針對. ‧ 國. 學. 第參章為研究設計：本研究之研究對象為數位貨幣之代表—比特幣，透過 文獻回顧選擇自變數與蒐集數據，使用之研究方法包含迴歸模型以及風險值。. ‧. 第肆章為實證結果與分析：首先是資料處理，將遺漏值刪除後，透過 SAS. sit. y. Nat. 軟體計算所有變數之基本敘述統計量，接著做 Pearson 相關係數分析、以及將. al. er. io. 迴歸式之結果整理並分析。針對多元迴歸式進行共線性以及自我相關檢定。另. v. n. 外，將比特幣之風險值計算結果呈現並分析。最後是小結。. Ch. engchi. i n U. 第伍章為數位貨幣與保險業投資可行性之探討：透過對實證結果之分析， 得出數位貨幣之屬性或定義之結論，並進而探討數位貨幣對於保險業而言屬於 可供交易之貨幣，還是可以成為投資標的之商品？另外也納入風險值之考量。 針對保險業投資可行性分為財務層面以及法律層面探討。另外針對比特幣外幣 保單之可行性進行探討。 最後為結論：統整本研究之實證結果以及數位貨幣與保險業投資可行性之 結論，做成本研究之總結論，並針對本研究不足的部分，提供建議供未來後續 研究參考。. 4. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(13) 第貳章. 文獻回顧. 第一節 比特幣的屬性 美國芝加哥商業交易所集團(CME Group)的執行長兼資深經濟學家 Erik Norland 於 2017 年 12 月 24 日聲稱比特幣可以被看作是一種「特殊形式的股 票」，其意義在於推廣區塊鏈技術 1。Norland 解釋，比特幣沒有董事會和財務 報表，其價值來自於人們的信任。某些人花費了時間和電腦運算力，也就是所 謂的礦工與挖礦行為，而比特幣則為其報酬；而公司股票可以被看作是一種激 勵組織的特殊貨幣，因此有其相似之處。另外，比特幣供應限制在 2100 萬顆，. 政 治 大. 此供應限制和股票性質也相似。有鑑於此，Norland 表示比特幣「既非貨幣也非. 立. 商品」，其很難成為交易仲介也很難有保值作用。. ‧ 國. 學. 迄今全球各國財金當局少有允許比特幣作為支付工具的。除了日本修訂其 「支付服務法」，明訂比特幣可以作為支付工具之外，多數國家基本上仍將比特. ‧. 幣視為特殊「商品」。我國中央銀行與金融監督管理委員會在 2013 年 12 月 30. y. Nat. sit. 日共同表示，比特幣因為不具法償效力、不具真正通貨等特性並不能視為貨. n. al. er. io. 幣。中央銀行將比特幣視為高度投機之數位「虛擬商品」。而於美國商品期貨交. i n U. v. 易委員會(CFTC)，已於 2017 年 12 月 1 日核准芝加哥商品交易所集團(CME. Ch. engchi. Group)及芝加哥選擇權交易所(CBOE)於全球市場發行比特幣期貨的申請。CME 和 CBOE 都爭相推出比特幣期貨，其中 CBOE 搶到頭香，已於 2017 年 12 月 10 日正式掛牌交易。由比特幣在期貨市場的交易，顯示出比特幣其性質可能接近 於原油、黃豆、黃金、小麥、玉米、棉花等大宗商品，而且因為價格高、波動 大，比特幣與交易貨幣功能漸行漸遠，越來越不可能成為一般交易的交易媒 介。. 區塊鏈(Blockchain)技術於 2015 年 10 月 31 日登上經濟學人雜誌封面，被喻為「信任的機 器」(Trust Machine)。其特性為去中心化與高度安全性。去中心化讓比特幣能夠進行點對點的價 值移轉，並使用分散式帳簿的原理，以維持公開透明的交易紀錄。另外運用密碼學加密以及驗 證機制，來確保安全性，以及省略中介的費用。 5. 1. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(14) 比特幣官網 2上關於比特幣的角色則表示比特幣具有錢的特徵(耐用、可攜 帶、可替代、稀缺、可分割和被認可)，但比特幣和一般法幣不同的點在於：一 般法幣是在對中央權威的信任下發行且流通，然比特幣是基於所有持有的人對 此貨幣的信任而流通。因此比特幣和法幣相當不同，只要人們對於比特幣的信 任持續存在，比特幣就有其價值，亦能成為支付手段之一。至於比特幣與黃金 或是白銀此類商品不同之處在於，比特幣是建立在數學機制之下，而黃金、白 銀此類商品是經由物理機制所產生。 比特幣的價格是透過市場供需決定，當需求上升，價格就會跟著上漲，需. 治 政 大 有一個可預測的價格下降比率，透過此通貨膨脹水準來維持其價格之穩定，然 立 求下降時，價格就會下跌。流通中的比特幣數量有限，因此新的比特幣產生具. 因為市場比較小，因此容易被大戶操控價格，造成比特幣的價格波動度較大。. ‧ 國. 學. 陳星樺(2017)運用個案分析研究法，輔以數據分析，介紹比特幣的誕生始. ‧. 末、比特幣的特徵與運用的技術原理以及比特幣的發行、獲取和交易，分析比. y. Nat. 特幣的價值暨流通情形，探討各國對比特幣的監管，並提出建議的監管方式。. er. io. sit. 陳星樺(2017)於此篇論文之結論為比特幣起源於人民對法定貨幣的不信任，其 具有去中心化、匿名性、健壯性、稀缺性、專屬所有權、不可逆性、透明性和. al. n. v i n 全球流通的特徵，係屬於貨幣的一種。陳星樺(2017)提到比特幣具實際的流通 Ch engchi U. 量，全球比特幣的用戶數突破 1000 萬、接受比特幣的地區有 9283 個、接受比 特幣付款的商家超過 10 萬家，且比特幣的用戶數和接受比特幣的商家數都持續 增加中。比特幣亦有真實的價值，可以有效降低交易的成本。陳星樺(2017)估 計若國際匯款從傳統方式改走比特幣系統，一年估計可以省下 424.091 億美 元，若支付從傳統的刷卡改用比特幣系統，一年估計可以省下 2,060 億美金。 而目前世界各國政府對比特幣並沒有統一的看法，但在多數國家內比特幣是合 法的，趨勢也逐漸為認可比特幣合法的地位。而無論是否禁止比特幣，都無法. 2. Bitcoin.org, https://bitcoin.org/zh_TW/faq. 6. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(15) 由外部關閉，囿於無法強制關閉，較佳的作法為賦予其合法的地位後，將它納 入監管。 劉銘騏(2017)測試了數種貨幣特徵、六個交易者特徵以及三個機器學習方 法，期望找出比特幣匯率變動最精準的預測及建模方式。而結果顯示，現實貨 幣匯率對比特幣匯率的影響微乎其微，比特幣交易人的行為對比特幣匯率的影 響則非常的大，而最適合用來預測比特幣匯率的模型是 Adaboost。 李庭安(2017)使用資料期間為 2010 年 8 月至 2015 年 1 月，解釋變數為美 金兌比特幣的匯率，而被解釋變數為新台幣兌美金的匯率、新台幣兌歐元的匯. 治 政 大 率。研究的方法則是使用上述國家所使用的貨幣與比特幣的匯率之變動量來做 立 率、新台幣兌日幣的匯率、新台幣兌加拿大幣的匯率以及新台幣兌英鎊的匯. 簡單迴歸，來分析、尋找比特幣與上述貨幣之相關性。最後研究發現只有英. ‧ 國. 學. 鎊、加拿大幣與歐元在 10%信賴區間有呈現顯著，其他皆不顯著。. ‧. 方贊宗(2017)提到比特幣為一個對等式架構的數位貨幣系統，其背後的核. y. Nat. 心技術為區塊鏈，而區塊鏈記載了比特幣的所有歷史交易紀錄，並且公開分散. er. io. sit. 放置在網路當中。因此，方贊宗(2017)針對區塊鏈中的交易記錄進行分析，並 以三個不同的觀點來探討比特幣的特性，包含了時間、貨幣性質以及比特幣投. al. n. v i n 資者的活動。首先，以時間維度作為出發點，觀察比特幣從 2009 年至 2016 年 Ch engchi U 間，其整體環境的成長變化，發現比特幣的區塊、交易以及地址數量皆呈現指 數成長的趨勢。接下來，以貨幣角度來看，方贊宗(2017)定義了比特幣的貨幣 流通速度以及吉尼係數的計算方式，並以這兩個指標來與真實貨幣相比較。最 後，則是以比特幣的投資活動來看，方贊宗(2017)利用 Cox 風險比例模型及羅 吉斯回歸檢驗比特幣投資者是否存在正向回饋循環的現象。研究結果中發現， 比特幣正以指數遞增的方式快速地成長，並且有越來越多人在使用比特幣。即 便如此，從比特幣的使用情形來看，方贊宗(2017)認為比特幣的特質仍與現實 世界的貨幣具有相當的差距。而若將比特幣視為一項投資工具，結果顯示比特 7. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(16) 幣的投資者會因爲前次投資的正向報酬，而促使其進行下一次的投資行為，間 接顯示比特幣投資市場具有泡沫化的可能。 基於上述文獻回顧，本研究將比特幣與美金、黃金做比較，如下表： 表 2 - 1 比特幣與美金、黃金之比較 比特幣. 美金. 黃金. 來源. 礦工花費運算力所獲. 發行者：美國財政. 從自然界挖取. (如何. 得之對價獎勵. 部、美國聯邦儲備系. 產生). 市場交易，受法規限. 市場交易，流通速度. 制. 較慢. y. sit. al. n. 總量. io. 度. 市場. er. 與速. 網路，最快速. Nat. 方式. 中央權威機構. ‧. 交易. 數學、持有者. 印製者：雕刻與印刷 政 治 大 局、美國鑄幣局. 學. 基礎. 立. ‧ 國. 信任. 統. i n C h由美國聯邦儲備銀行 2100 萬顆，最小單位 engchi U 為 0.00000001 顆(1. 與財政部決定. v. 由市面上流通量和自 然界儲藏量以及開採 的市場需求所決定。. satoshi). 約 205,000 噸 資料來源：本研究整理. 8. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(17) 第二節 影響黃金價格的因素 李映潔(2007)使用美元匯率、利率、白銀價格、國際原油價格、消費者物 價指數月增加率等為解釋變數，黃金價格為被解釋變數，建立一多元迴歸模 型，而實證結果如下： 1.. 2005 年的黃金價格與美元匯率的正向走勢可能只是短暫的現象，長期來 說，兩者關係仍維持負向關係。. 2.. 2004 年上半年金價與油價有明顯不同步的情況，可能也屬於短暫現象，長 期結果下，黃金價格與原油價格仍維持正向關係。. 政 治 大 兩者之間仍具有長期穩定關係。 立. 以 1991-2006 年為樣本期間，發現白銀與黃金價格具有共整合關係 3，表示. 4.. 1991-2006 年的黃金價格與消費者物價指數月增加率仍具有長期共整合關. ‧. ‧ 國. 係。. 學. 3.. 1991 年後，國際重大事件對黃金價格的影響並不顯著。. 6.. 1970-1990 及 1991-2006 此兩階段整體的黃金價格並未發生結構性改變。. 7.. 就個別變數檢定之後，消費者物價指數月增率、西德州中級原油價格和白. al. er. io. sit. y. Nat. 5.. v. n. 銀價格皆會對黃金價格之迴歸模型，產生結構性的影響。. Ch. engchi. i n U. 商品價格是由市場供給與需求決定的，李映潔(2007)亦提到目前國際黃金 供給主要來自 3 個方面，一是新金開採、二是舊金回收熔化、三是各國中央銀 行出售；而需求面，則包括工業用金、首飾用金、中央銀行購買與投資。李映 潔(2007)也歸納出影響黃金價格的幾個因素包含美元匯率、消費者物價指數、 原油價格、白銀價格、美國聯邦資金利率 4、國際重大事件等。 周舞舞(2013)選取從 1998 年 1 月至 2007 年 11 月的國際黃金價格月平均價. A 和 B 皆為𝐼𝐼0 ，也就是不穩定的狀態 unstationary，A+B 後會變成𝐼𝐼1 ，也就是穩定的狀態 stationary。 4 聯邦資金利率即是美國各家銀行間的銀行同業拆息，代表的是短期市場利率水準。銀行同業 拆息是銀行等金融機構在其同業間的貨幣市場上拆出、借入資金的利率/息率。 9 3. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(18) 格為研究對象，以布倫特原油價格、三個月國庫券二級市場利率、美元 M2、 美國 CPI 指數、標準普爾 500 指數和美元指數作為解釋變數，透過建立 OLS 模 型和基於國際黃金價格的異方差性的 GARCH 模型進行分析。結果表示布倫特 原油價格、美國 CPI 指數和美元指數這三個變數對黃金價格的影響是顯著的， 其他因素只在某段期間內顯著。另外，布倫特原油價格和美元指數對黃金價格 有實時的影響，美國 CPI 指數對黃金價格的影響有兩個月的落後期。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 10. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(19) 第三節 風險值 「風險值」係指在一特定之信心水準下，衡量某一資產組合或部位於特定 標的之持有期間內，由於潛在市場環境發生不利變動可能產生之預期最大損失 的期望值，而該期望值可以價格(損益)或報酬率的型態產生(Philippe Jorion, 2000)。舉例來說，信心水準訂為 95%，持有期間訂為一天，若某資產組合或部 位之 VaR 值為$1,000,000，表示在未來一天之內，該資產組合或部位之損失會 超過$1,000,000 的機率不超過 5%。 風險值之計算方法一般分為三種：變異數—共變異數法(VaRiance-. 政 治 大 (Monte Carlo Simulation)，以下簡述三種方法： 立. CoVaRiance Approach)、歷史模擬法(Historical Simulation)、與蒙地卡羅模擬法. ‧ 國. 學. 一、變異數—共變異數法(VaRiance-CoVaRiance Approach) 局部評價法(Local Valuation)，一般使用常態分配假設。首先估計資產. ‧. 報酬率之平均數(μ)與標準差(σ)，並給定信心水準(α)，而後代入公式：. sit. y. Nat. 絕對 VaR(%) = -(μ+Z(α)*σ). al. er. io. 相對 VaR(%) = -(Z(α)*σ). n. VaR($) = 部位金額* VaR(%). Ch. engchi. 二、歷史模擬法(Historical Simulation). i n U. v. 完全評價法(Full Valuation)，以報酬之歷史資料模擬未來報酬機率分 配。首先將樣本期間歷史報酬由小到大排序，取第 α 百分位即為歷史模擬 法下的 VaR 估計值。舉例來說，α = 5%，樣本個數 N = 100，100*5% = 5， 也就是取第 5 小的位數。若非整數，則可以使用內插法計算：假設樣本個 數 N = 125，125*5% = 6.25，也就是取第 6.25 小的位數，此時我們需要知 道第 6 位數以及第 7 位數，之後透過內插法計算，第 6 位數之值+(第 7 位 數之值-第 6 位數之值)*0.25 即為第 6.25 位數之值。 三、蒙地卡羅模擬法(Monte Carlo Simulation) 11. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(20) 全部評價法，假設報酬隨機過程服從特定機率分配，如常態分配。首 先一樣先估計資產報酬率之平均數(μ)以及標準差(σ)。接著就標準常態分配 進行亂數抽樣(例如模擬次數 N = 5000)，可得 5000 個標準常態變量𝑍𝑍𝑖𝑖 。將. 所得亂數 5000 個標準常態變量𝑍𝑍𝑖𝑖 ，代入公式：𝑅𝑅𝑖𝑖 = μ+𝑍𝑍𝑖𝑖 *σ，可得 5000 個. 模擬的常態分配報酬。再將上述模擬所得之 5000 個常態分配報酬由小到大 排序，取第 α 百分位即為蒙地卡羅模擬法下的 VaR 估計值。 游清第(2010)提到風險值當中「持有期間(Holding Period)」以及「信心水準 (Confidence Level)」這兩個數量因數的選取會影響風險值，一般來說，持有期. 治 政 大 Accounting Standards 風險值現在受到美國財務會計準則委員會(Financial 立. 間較長或是信心水準較高時，風險值較大。. Board, FASB)、美國證券管理委員會(Securities and Exchange Commission,. ‧ 國. 學. SEC)、巴賽爾銀行監理委員會(Basel Committee on Banking Supervision, Basel)等. ‧. 組織認可並推薦使用，現為許多國際大型金融機構運用於管理市場風險的一個. io. n. al. er. 確的量化以及機率分析，亦考量資產部位間之相關性。. sit. y. Nat. 標準量化指標。使用風險值相對於傳統的風險管理方法，其好處在於提供更明. Ch. engchi. i n U. v. 12. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(21) 第四節 小結 本研究首先回顧比特幣相關文獻，有些人認為比特幣並不算是一種貨幣， 原因包含部分缺乏各國中央銀行所訂定要成為法定貨幣所需之條件，以及目前 在監管上尚存在許多空白，恐有洗錢之風險等，因此除了少數國家如：日本， 已修訂「支付服務法」，讓比特幣合法交易外，其餘大多數的國家皆認為比特幣 不屬於貨幣，而是較接近於一種高度投機的「虛擬商品」。在美國已經有比特幣 期貨的商品，因此有些人認為比特幣的性質較接近於如黃金、原油等大宗商 品。本研究將探討比特幣其特性究竟是否不算貨幣而是一種商品。因此本研究. 政 治 大 與比特幣分別以迴歸模型進行分析。分別做分析的原因在於黃金、美元及石油 立 接下來針對主流貨幣—美金以及具有保值商品特性的主流商品—黃金以及原油. ‧ 國. 學. 此三者之間有很強烈的關聯性，一般長期而言，黃金價格和美元具有顯著負向 關係，而石油和黃金價格則具有顯著正向關係。因此本研究之迴歸分析不能把. ‧. 這三個變數放在同一個迴歸式裡，否則會產生共線性問題。. sit. y. Nat. 李映潔(2007)發現美元匯率、消費者物價指數、原油價格、白銀價格、美. al. er. io. 國聯邦資金利率、國際重大事件等因素會影響黃金價格；周舞舞(2013)發現布. v. n. 倫特原油價格、美國 CPI 指數和美元指數會顯著影響黃金價格；劉銘騏(2017). Ch. engchi. i n U. 發現現實貨幣匯率對比特幣的影響不顯著；李庭安(2017)發現僅有英鎊、加拿 大幣與歐元在 10%信賴區間有呈現顯著。由於匯率對於比特幣影響不顯著，因 此拿掉匯率因素後，原油現貨價格、消費者物價指數、金銀比率、美國聯邦資 金利率、以及重大事件本研究以恐慌指數作為代表等皆會顯著影響黃金價格。 因此本研究亦欲探討比特幣是否如同黃金一般，會受到上述這些因素影響其價 格。. 13. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(22) 第參章. 研究設計. 第一節 研究對象 本研究之研究對象為數位貨幣，以比特幣為例，研究其價格之變動與哪些 因素有關，並進而探討其對保險業之影響或與保險業之關係。本研究選擇比特 幣作為數位貨幣之代表的原因有二：第一是在數位貨幣的世界當中，比特幣自 從金融風暴後崛起，較為人所知，且其市值佔所有數位貨幣市值加總約三至四 成(見圖 3 - 1)，為市值最大之數位貨幣。第二，其所使用的區塊鏈技術為一大 特色，比特幣之區塊鏈專為比特幣服務，而區塊鏈有如公開帳本，無須第三方. 政 治 大. 認證，就能讓人們達到透過自家網路交易比特幣，並且透過加密與共識基礎，. 立. 安全性是受到保障的。由於上述兩個原因，本研究選擇比特幣作為研究對象之. ‧ 國. 150,000,000,000. y. sit. al. n. 200,000,000,000. io. 250,000,000,000. Ch. 100,000,000,000 50,000,000,000 0 市值 占總市值比例. 單位：美金. er. 300,000,000,000. Nat. 350,000,000,000. 市值. ‧. 400,000,000,000. 學. 代表。. engchi. i n U. v. BTC. ETH. TOTAL. 132,039,163,538. 61,696,186,241. 351,932,797,181. 0.3752. 0.1753. 1. 資料來源：CoinMarketCap資本市值前100種加密貨幣. 圖 3 - 1 數位貨幣市值 於本研究中會數次提到數位貨幣，如：比特幣、以太幣等。由於這些貨幣 是透過網路點對點的技術才能夠傳輸，因此本研究稱這些貨幣為數位貨幣。其 他常聽到的說法為虛擬貨幣，然依據歐洲中央銀行之分類，虛擬貨幣按照流通 14. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(23) 情形可分為三類 5，第一類是在封閉的虛擬環境中使用，通常是網路，稱為遊 戲代幣，是由遊戲公司發行，並僅能兌換遊戲內商品；第二類是單向兌換，在 虛擬環境中使用，但有時可以購買到實體商品或服務，像是微軟積分、 Facebook Credits、Line Points 等；而第三類就是可以雙向兌換的貨幣，但又包 括有發行機構的虛擬貨幣和去中心化的數位加密貨幣。因此若使用虛擬貨幣此 名稱其所包含之範圍過廣，故本研究不採用此名稱。而以數位貨幣此簡稱來代 表本研究之對象。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. 5. Ch. engchi. ECB. (2012),”Virtual Currency Schemes,” p5.. i n U. v. 15. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(24) 第二節 迴歸分析 本研究欲探究數位貨幣其屬性，了解其對於保險業之定位後，才能分析出 數位貨幣對於保險業投資可能性與相關應用。 首先，本研究蒐集與比特幣屬性相關之文獻與相關文章，常見將數位貨幣 之屬性分為兩種可能性：貨幣與商品。就目前市場上之法幣，其應用不外乎交 易、投資或與商品結合，而目前比特幣常見之應用有投資目的的交易，持有數 位貨幣是為了獲得投資利潤，另外也有避險的功能，持有數位貨幣原因之一來 自於對政府的不信任。因此本研究把比特幣價格與美元匯率、黃金現貨價格以. 政 治 大 (BTC)為應變數，迴歸式(1)的自變數為美元匯率(USD)；迴歸式(2)的自變數為 立 及原油現貨價格分別作一元迴歸分析，分成三個不同的迴歸式。比特幣價格. ‧ 國. 學. 黃金現貨價格(XAU)；迴歸式(3)的自變數為杜拜原油現貨價格(OIL)，分析比特 幣與貨幣代表—美金以及與商品代表—黃金與原油之關係。. ‧. 接著，從文獻回顧中以及美國商品期貨交易委員會(CFTC)於 2017 年 12 月. sit. y. Nat. 1 日核准芝加哥商品交易所集團(CME Group)及芝加哥選擇權交易所(CBOE)於. al. er. io. 全球市場發行比特幣期貨的申請，本研究認為比特幣其屬性較可能接近於黃金. v. n. 商品，因此接著蒐集影響黃金價格之因素相關文獻，綜合李映潔(2007)、周舞. Ch. engchi. i n U. 舞(2013)、劉銘騏(2017)、以及李庭安(2017)之研究發現原油現貨價格(OIL)、消 費者物價指數(CPI)、金銀比率(GS)、美國聯邦資金利率(FDFD)、以及重大事件 本研究以恐慌指數(VIX)作為代表等皆會影響黃金價格。 本研究接著使用多元迴歸模型探討影響黃金價格之因素是否也會影響比特 幣之價格，為迴歸式(4)。分成四個迴歸式做相關性分析以及迴歸分析後，用以 得到比特幣較接近於貨幣或是商品分析結果，由此來做為判定比特幣屬性之依 據，以及探討比特幣之價格是否會受到其他因素影響。 除了探討文獻所提出的數位貨幣與各變數之間的相關性與影響之外，本研 究亦認為數位貨幣之間可能會互相影響，因此本研究以比特幣為例，與另外一 16. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(25) 種數位貨幣—以太幣，使用一元迴歸模型做實證分析，並研究其價格趨勢，探 究數位貨幣之間會如何影響。選擇以太幣的原因有二：第一，其為僅次於比特 幣，市值第二大之數位貨幣，市值佔所有數位貨幣市值加總約一至二成(見圖 3 - 1)。第二，以太幣亦有應用區塊鏈技術，然此區塊鏈有別於比特幣之區塊鏈， Vitalik Buterin 所開發之以太坊(Ethereum)區塊鏈，可用於智能合約(Smart Contract)，而使用以太坊區塊鏈需要付費，以太幣即為用來付款之代幣，也就 是說，以太幣是專用於支付以太坊區塊鏈，和比特幣之區塊鏈與比特幣之間關 係恰巧相反。因此本研究選擇以太幣與比特幣做相關性分析，探究數位貨幣之. 治 政 大 另外，由於本研究觀察數位貨幣有價格波動大之特性，因此採用將價格取 立. 間是否會互相影響其價格，以及如何影響，為迴歸式(5)。. ln 的方式得到報酬率，進一步以報酬率分析比特幣與自變數之間的關係。取 ln. ‧ 國. 學. 的變數包含比特幣價格(BTC)、美元匯率(USD)、黃金現貨價格(XAU)、杜拜原. ‧. 油現貨價格(OIL)、和以太幣價格(ETH)。將變數取 ln 後，報酬率之迴歸式分別. y. Nat. 為迴歸式(6)(7)(8)(9)(10)。. er. io. sit. 十個迴歸式分別整理如下： BTC = 𝛽𝛽0 + 𝛽𝛽1 𝑈𝑈𝑈𝑈𝑈𝑈 + ε ……(1). n. al. Ch. BTC = 𝛽𝛽0 + 𝛽𝛽1 𝑋𝑋𝑋𝑋𝑋𝑋 + ε ……(2). engchi. i n U. v. BTC = 𝛽𝛽0 + 𝛽𝛽1 𝑂𝑂𝑂𝑂𝑂𝑂 + ε ……(3). BTC = 𝛽𝛽0 + 𝛽𝛽1 𝑂𝑂𝑂𝑂𝑂𝑂 + 𝛽𝛽2 𝐶𝐶𝐶𝐶𝐶𝐶 + 𝛽𝛽3 𝐺𝐺𝐺𝐺 + 𝛽𝛽4 𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹 + 𝛽𝛽5 𝑉𝑉𝑉𝑉𝑉𝑉 + ε ……(4) BTC = 𝛽𝛽0 + 𝛽𝛽1 𝐸𝐸𝐸𝐸𝐸𝐸 + ε ……(5). lnBTC = 𝛽𝛽0 + 𝛽𝛽1 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 + ε ……(6). lnBTC = 𝛽𝛽0 + 𝛽𝛽1 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 + ε ……(7) lnBTC = 𝛽𝛽0 + 𝛽𝛽1 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 + ε ……(8). lnBTC = 𝛽𝛽0 + 𝛽𝛽1 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 + 𝛽𝛽2 𝐶𝐶𝐶𝐶𝐶𝐶 + 𝛽𝛽3 𝐺𝐺𝐺𝐺 + 𝛽𝛽4 𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹 + 𝛽𝛽5 𝑉𝑉𝑉𝑉𝑉𝑉 + ε ……(9) lnBTC = 𝛽𝛽0 + 𝛽𝛽1 𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙𝑙 + ε ……(10) 17. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(26) 各變數意義整理如下表： 表 3 - 1 變數名詞解釋 變數. 意義. BTC. 比特幣價格(單位：美元)。. lnBTC. 比特幣日報酬 = 比特幣價格取 ln。. USD. 美元匯率(美元/台幣)。. lnUSD. 美元匯率(美元/台幣)日報酬 = 美元匯率取 ln。. XAU. 黃金現貨價格，單位：美元/盎司。. lnXAU. 黃金現貨日報酬 = 黃金現貨價格取 ln。. OIL. 政 治 大 杜拜原油現貨價格，單位：美元/桶。 立 杜拜原油現貨日報酬 = 杜拜原油現貨價格取 ln。. CPI. 美國消費者物價指數(經季調) 6。. GS. XAU/XAG = GOLD/SILVER 黃金現貨價格除以白銀現貨價格。. FDFD. 美國聯邦資金利率。. VIX. 芝加哥選擇權交易所(CBOE)波動率指數，亦稱恐慌指數。. ETH. 以太幣價格(單位：美元)。. lnETH. 以太幣日報酬 = 以太幣價格取 ln。. ‧. ‧ 國. 學. lnOIL. n. Ch. engchi. er. io. sit. y. Nat. al. i n U. v. 迴歸的結果將分成價格變數與日報酬變數來呈現。最後本研究延續比特幣 其屬性趨近於貨幣還是商品，深入探究對於保險公司而言數位貨幣之角色，並 進而分析有哪些風險供保險業參考。. 主要經濟國都會有 CPI 月率、年率數據，並且分為初始值、修正值、終值三次公布。有些國 家會公布季調 CPI 數據，美國就是其中之一。 「季調」是指季節調整，根據過去歷史數據的季 節波動規律，把季節波動抹平。 18. 6. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(27) 第三節 風險值 風險值(Value at Risk，簡稱 VaR 值)是運用統計學技術，衡量在特定之信心 水準下，於某一資產之持有期間內的最大可能損失。此方法能明確地量化風 險，提供機率分析 7，常被使用來衡量投資組合或金融資產其波動度，用來表 示風險的方法之一。 本研究採用歷史模擬法估算比特幣之風險值，步驟如下： 1.. 蒐集比特幣所有日價格資料(從 2010 年 7 月 18 日至 2018 年 1 月 31 日)， 並計算日報酬。日報酬資料數 N = 2754。. 2.. 政 治 大 臨界報酬率。本研究假設 立 α = 0.05，給定 95%之信心水準，相對應分位數. 將日報酬由小到大依序排列，並依照給定之信心水準找出相對應分位數之. ‧ 國. 3.. 學. 為 N*α = 2754*0.05 = 137.7，此分位數之臨界報酬率可透過內插法求得。 將隔日之資產價格(2018 年 2 月 1 日之比特幣價格=$9052.58)乘以臨界報酬. ‧. 率，得到的金額就是風險值。用公式表示如下：. al. y. sit. io. 各符號定義如下：. (3 . 1). er. Nat. VaR = −𝑅𝑅∗ × 𝑊𝑊. n. 𝑅𝑅∗ —臨界報酬率，由於損失的報酬率為負值，因此於公式中𝑅𝑅∗ 加上負號，使得. 風險值以正值表示。. Ch. engchi. i n U. v. W—持有資產部位之價值(2018 年 2 月 1 日之比特幣價格=$9052.58 元)。 本研究選用歷史模擬法，原因在於比特幣其價格資料非常態分配，因此無 法使用變異數—共變異數法。而若要使用蒙地卡羅模擬法，必須先證明比特幣 其價格之變動服從某一隨機模型，計算成本大且耗費時間長，因此本研究折衷 選擇採用歷史模擬法來計算風險值。 本研究蒐集比特幣之日價格資料，因此算出來的 VaR 值為日 VaR 值，但依 據游清第(2010)提到持有期間跟信心水準皆會影響風險值，因此為了探討持有. 7. 財團法人保險事業發展中心。 19. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(28) 期間更長的情況，需要轉換公式如下： 𝑉𝑉𝑉𝑉𝑉𝑉∆𝑡𝑡 = −𝑅𝑅 ∗ × 𝑊𝑊 × √Δt. Δt— 持有期間。. (3 . 2). 本研究欲探討信心水準 95%之下，持有期間分別為 1 天、10 天、20 天、30 天(一個月)、以及 365 天(一年)的情況下，風險值的變化，依據上述公式，可透 過代入依據日報酬率算得之臨界報酬率、持有資產部位之價值和不同持有期 間，可分別計算出 10 日 VaR 值、20 日 VaR 值、30 日 VaR 值(月 VaR 值)、以及 365 日 VaR 值(年 VaR 值)。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 20. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(29) 第肆章. 實證結果與分析. 第一節 資料蒐集與處理 本研究所使用的資料為樣本期間 2010 年 12 月 31 日到 2017 年 12 月 31 日 的比特幣兌美金價格(BTC)、美元匯率(USD)、美國消費者物價指數(CPI，經季 調)、黃金現貨價格(XAU)、白銀現貨價格(XAG)、杜拜原油現貨價格(OIL)、美 國聯邦資金利率(FDFD)、以及芝加哥選擇權交易所(CBOE)波動率指數(VIX 指 數，亦稱作恐慌指數)，另外還有 2015 年 12 月 31 日到 2017 年 12 月 31 日的以 太幣兌美金價格(ETH)日資料。. 政 治 大. 由於台灣的進口石油價格由 70%的杜拜原油和 30%的布蘭特原油所組成，. 立. 因此本研究選用杜拜原油價格作為變數。而以太幣從 2015 年 7 月 30 日開始才. ‧ 國. 學. 有價格資料，因此選用 2015 年 12 月 31 日到 2017 年 12 月 31 日剛好兩年的資 料。數據來源分別如下：. ‧. 數位貨幣包括比特幣與以太幣之價格日資料是由 coindesk 所提供；美元匯. y. Nat. sit. 率日資料是由台灣期貨交易所所提供；美國消費者物價指數、黃金現貨價格、. n. al. er. io. 白銀現貨價格、美國聯邦資金利率、以及芝加哥選擇權交易所波動率指數日資. i n U. v. 料是由 Bloomberg 所提供；杜拜原油現貨價格日資料是由經濟部能源局所提 供。. Ch. engchi. 資料整理上，把遺漏值(如碰到周末假日無值或是國定假日無值)扣除後， 由於數位貨幣價格波動過大，因此將比特幣價格(BTC)、美元匯率(USD)、黃金 現貨價格(XAU)、杜拜原油現貨價格(OIL)、以太幣價格(ETH)透過 Excel 取對數 (ln)得到比特幣日報酬(lnBTC)、美元匯率日報酬(lnUSD)、黃金現貨日報酬 (lnXAU)、杜拜原油現貨日報酬(lnOIL)、以及以太幣日報酬(lnETH)。迴歸式(1) 和迴歸式(6)的資料皆為 1726 筆，迴歸式(2)和迴歸式(7)的資料皆為 1821 筆，迴 歸式(3)和迴歸式(8)的資料皆為 1819 筆，迴歸式(4)和迴歸式(9)的資料皆為 1740 筆，迴歸式(5)和迴歸式(10)的資料皆為 729 筆。 21. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(30) 本研究將應變數—比特幣兌美金價格(BTC)與自變數—美元匯率(USD)、黃 金現貨價格(XAU)、杜拜原油現貨價格(OIL)、以太幣兌美金價格(ETH)之走勢 圖做比較，整理如下：. BTC. USD. 20000 18000 16000 14000 12000 10000 8000 6000 4000 2000 0. 35 34 33 32 31 30 29 28 27 26 25. 立. 政 治 大. ‧ 國. 學. 圖 4 - 1 迴歸式(1)比特幣價格與美元匯率價格走勢圖比較. n. Ch. engchi. y. sit. io. al. er. 2000 1800 1600 1400 1200 1000 800 600 400 200 0. Nat. 20000 18000 16000 14000 12000 10000 8000 6000 4000 2000 0. XAU. ‧. BTC. i n U. v. 圖 4 - 2 迴歸式(2)比特幣價格與黃金現貨價格走勢圖比較. 22. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(31) BTC. OIL. 20000 18000 16000 14000 12000 10000 8000 6000 4000 2000 0. 140 120 100 80 60 40 20 0. 政 治 大. 圖 4 - 3 迴歸式(3)比特幣價格與杜拜原油現貨價格走勢圖比較. BTC. 立. 25000. 500. y. 400. sit. 300 200 100. n. al. Ch. i n U. 0 2015/12/31. engchi. er. io. 0. 600. Nat. 5000. 700. ‧. 10000. 800. ‧ 國. 15000. 900. 學. 20000. ETH. v. 2016/12/31. 2017/12/. 圖 4 - 4 迴歸式(5)比特幣價格與以太幣價格走勢圖比較 由上述比較圖中本研究發現數位貨幣之價格走勢圖和貨幣以及商品的走勢 圖都相當不同。貨幣匯率由於有中央機構控制，因此波動較小，商品價格的走 勢波動則較貨幣匯率大一些。而從價格走勢圖可以發現美元和黃金價格走勢大 致呈現負向關係，而黃金價格走勢和原油價格走勢大致呈現正向關係。 由於數位貨幣，包括比特幣和以太幣之價格波動過大，因此本研究另外將 變數比特幣價格(BTC)、美元匯率(USD)、黃金現貨價格(XAU)、杜拜原油現貨 價格(OIL)、以及以太幣價格(ETH)取 ln 為日報酬，並將走勢圖比較如下： 23. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(32) lnBTC. lnUSD. 12.00. 3.55. 10.00. 3.50. 8.00. 3.45. 6.00. 3.40. 4.00. 3.35. 2.00. 3.30. 0.00. 3.25. -2.00. 政 治 大 lnXAU. 圖 4 - 5 迴歸式(6)比特幣日報酬與美元匯率日報酬走勢圖比較. al. n. -2.00. io. 0.00. Ch. engchi. y. 2.00. Nat. 4.00. ‧. 6.00. sit. 8.00. 7.60 7.50 7.40 7.30 7.20 7.10 7.00 6.90 6.80 6.70 6.60. 學. 10.00. 立. ‧ 國. 12.00. er. lnBTC. i n U. v. 圖 4 - 6 迴歸式(7)比特幣日報酬與黃金現貨日報酬走勢圖比較. 24. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(33) lnBTC. lnOIL. 12.00. 6.00. 10.00. 5.00. 8.00. 4.00. 6.00. 3.00. 4.00. 2.00. 2.00. 1.00. 0.00. 0.00. -2.00. 政 治 大 lnETH. 圖 4 - 7 迴歸式(3)比特幣日報酬與杜拜原油現貨日報酬走勢圖比較. lnBTC 12.00. 3.00. y. 2.00 1.00 0.00 -1.00. n. al. Ch. engchi. sit. io. 0.00. 4.00. er. 2.00. 5.00. Nat. 4.00. 6.00. ‧. 6.00. 7.00. ‧ 國. 8.00. 8.00. 學. 10.00. 立. i n U. v. 圖 4 - 8 迴歸式(5)比特幣日報酬與以太幣日報酬走勢圖比較 由日報酬之比較圖中本研究發現數位貨幣之日報酬走勢圖和貨幣以及商品 的走勢圖仍然相當不同。數位貨幣日報酬走勢圖包含比特幣日報酬和以太幣日 報酬之走勢圖，貨幣日報酬之走勢圖則以美元匯率日報酬為代表，商品日報酬 之走勢圖則以黃金現貨日報酬和杜拜原油現貨日報酬為代表。美元匯率由於有 中央機構控制，因此價格波動小，日報酬波動亦小，大約在 3.35 至 3.5 之間波 動。商品的日報酬較匯率高，波動亦比匯率大一些，黃金現貨日報酬大約在 7 至 7.5 之間波動，而杜拜原油現貨日報酬則大約在 3 至 5 之間波動。而從日報 25. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(34) 酬走勢圖可以發現美元匯率日報酬和黃金現貨日報酬以及杜拜原油現貨日報酬 走勢大致呈現負向關係，而黃金現貨日報酬走勢和杜拜原油現貨日報酬走勢大 致呈現正向關係。比特幣日報酬的走勢雖然亦有波動，但可以發現從 2010 年到 2017 年呈現逐步上升的趨勢，並沒有在某個日報酬率上下波動，以太幣日報酬 走勢亦如此，甚至可以發現在 2015 年至 2017 年，以太幣日報酬的波動較比特 幣日報酬大。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 26. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(35) 第二節 基本敘述統計量 本研究使用 SAS 統計軟體進行基本敘述統計量分析。將結果整理後分為價 格變數和日報酬變數呈現。 一、價格變數 應變數為 BTC，自變數依據迴歸式不同：迴歸式(1)為 USD。迴歸式(2)為 XAU。迴歸式(3)為 OIL。迴歸式(4)包含 OIL、CPI、GS、FDFD、VIX。迴歸式 (5)為 ETH。基本敘述統計量整理如下表： 表 4 - 1 迴歸式(1)(2)(3)(4)(5)之基本敘述統計量 迴. 立. N. 平均值. BTC. 809.82. 2046.00. 1397755.00. 30.50. 1.20. 52644.00. 783.43. 1977.00. 1426635.00. 1370.00. 197.94. 2494582.00. 791.37. 2001.00. 1439497.00. 0.29. 18961.00. OIL. 80.33. i e29.16 n g c h146121.00. 22.49. 124.22. BTC. 794.72. 2006.00. 1382807.00. 0.29. 18961.00. OIL. 80.18. 29.17. 139516.00. 22.49. 124.22. 235.22. 6.35. 409278.00. 220.47. 247.91. GS. 63.84. 11.19. 111073.00. 31.71. 83.24. FDFD. 0.28. 0.33. 486.97. 0.00. 1.41. VIX. 16.25. 5.55. 28281.00. 9.14. 48.00. BTC. 2220.00. 3197.00. 1618516.00. 358.77. 19343.00. 114.03. 166.48. 83126.00. 0.92. 812.50. 式. 最小值. 0.29. io. XAU. 1819. 3. al. n. BTC. CPI. Ch. 33.84. 0.29. 18961.00 1900.00. 1051.00. er. 1821. 2. 28.52. y. Nat. BTC. i n U. 18961.00. sit. USD. ‧. 1726. 1. 最大值. 學. 變數. ‧ 國. 歸. 政 治 大 標準差 總和. v. 1740. 4. 729. 5 ETH. 27. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(36) 二、日報酬變數 迴歸式(6)(7)(8)(9)(10)為將價格變數取 ln 得到日報酬變數，將日報酬之基本 敘述統計量整理如下表： 表 4 - 2 迴歸式(6)(7)(8)(9)(10)之基本敘述統計量 變數. N. 平均值. 標準差. 總和. 最小值. 最大值. 4.85. 2.37. 8370.00. -1.24. 9.85. 3.42. 0.04. 5898.00. 3.35. 3.52. 4.83. 2.37. 8802.00. -1.24. 9.85. lnBTC 1726. 1 lnUSD lnBTC. 1821. 2. 政 0.14治 13134.00 大 4.84 2.37 8802.00. 6.96. 7.55. -1.24. 9.85. lnOIL. 4.31. 0.41. 7836.00. 3.11. 4.82. lnBTC. 4.85. 2.36. 8439.00. -1.24. 9.85. lnOIL. 4.31. 0.41. 7492.00. 235.22. 6.35. 409278.00. 63.84. 11.19. 111073.00. 0.28. 0.33. 486.97. 7.21. lnBTC. GS. io. al. n. FDFD. Ch. 3.11. 4.82. 220.47. 247.91. sit. 1740. 4. ‧. Nat. CPI. 學. ‧ 國. 3. 1819立. y. lnXAU. er. 迴歸式. v ni. U e n5.55 g c h i 28281.00. 31.71. 83.24. 0.00. 1.41. 9.14. 48.00. VIX. 16.25. lnBTC. 7.10. 1.00. 5175.00. 5.88. 9.87. 3.45. 1.70. 2516.00. -0.08. 6.70. 729. 5 lnETH. 28. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(37) 第三節 Pearson 相關係數分析 本研究使用 SAS 統計軟體進行 Pearson 相關係數分析，將結果整理後分為 價格變數和日報酬變數呈現。依據相關係數之絕對值，可分析變數之間為何種 程度之相關，再依據正負號判斷為正相關或負相關，若為正值，則為正相關， 若為負值，則為負相關。 表 4 - 3 相關係數絕對值對照相關程度 相關係數絕對值. 相關程度. 約 =1. 完全相關(Perfect correlated). 0.7~0.99. 立. 0.4~0.69. 高度相關(Highly correlated) 政 治 大 中度相關(Moderately correlated) 低度相關(Modestly correlated). 0.01~0.09. 接近無相關(Weakly correlated). 約 =0. 無相關. sit. y. Nat. 一、價格變數. ‧. ‧ 國. 學. 0.1~0.39. n. al. er. io. 應變數為 BTC，自變數依據迴歸式不同：迴歸式(1)為 USD。迴歸式(2)為. i n U. v. XAU。迴歸式(3)為 OIL。迴歸式(4)包含 OIL、CPI、GS、FDFD、VIX。迴歸式. Ch. engchi. (5)為 ETH。迴歸式(1)(2)(3)(5)的 Pearson 相關係數分析整理如下表。 表 4 - 4 Pearson 相關係數分析表-迴歸式(1)(2)(3)(5) 迴歸式. 自變數. BTC. N. 1. USD. -0.01. 1726. 2. XAU. -0.21***. 1821. 3. OIL. -0.27***. 1819. 5. ETH. 0.92***. 729. 註： *. 顯著水準<10%. **. 顯著水準<5% 29. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(38) *** 顯著水準<1%. 由上表可知比特幣價格(BTC)和黃金現貨價格(XAU)、杜拜原油現貨價格 (OIL)、以及以太幣價格(ETH)皆顯著相關。和美元匯率(USD)則沒有顯著相 關。 再進一步分析，比特幣價格(BTC)和黃金現貨價格(XAU)、杜拜原油現貨價 格(OIL)呈現顯著低度負相關，而比特幣價格(BTC)和以太幣價格(ETH)之間則呈 現顯著高度正相關。 迴歸式(4)之 Pearson 相關係數整理如下表： 表 4 - 5 Pearson 相關係數分析表-迴歸式(4). io. VIX. -0.73***. -0.82***. 1. *. 顯著水準<10%. **. 顯著水準<5%. -0.31*** 0.21***. 0.87***. 0.72***. -0.55***. 1. 0.47***. -0.38***. y 1. al. n. 註：. 0.73*** -0.54***. Nat. FDFD. 0.36***. VIX. sit. GS. 1. 0.54***. FDFD. ‧. CPI. 立. -0.27***. 治GS 政 CPI 大. 學. OIL. 1. ‧ 國. BTC. OIL. er. N=1740 BTC. Ch. engchi. i n U. -0.39*** 1. v. *** 顯著水準<1%. 在 Pearson 相關係數絕對值>0.7 的時候，表示變數間有高度相關性。由上 表中可看出比特幣價格(BTC)和美國聯邦資金利率(FDFD)呈現顯著高度正相 關，表示比特幣價格(BTC)之變動顯著的會受到美國聯邦資金利率(FDFD)高度 影響，且為正向關係。杜拜原油現貨價格(OIL)和美國消費者物價指數(CPI)以及 金銀比率(GS)皆呈現顯著高度負相關，表示杜拜原油現貨價格(OIL)之變動顯著 的會受到美國消費者物價指數(CPI)以及金銀比率(GS)高度影響，且皆為負向關 係。美國消費者物價指數(CPI)和金銀比率(GS)以及美國聯邦資金利率(FDFD)呈 30. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(39) 現顯著高度正相關，表示美國消費者物價指數(CPI)之變動顯著的會受到金銀比 率(GS)以及美國聯邦資金利率(FDFD)高度影響，且皆為正向關係。 當變數之間有顯著的高度相關(Pearson 相關係數絕對值>0.7)，亦可能隱含 有共線性問題。其中杜拜原油現貨價格(OIL)和美國消費者物價指數(CPI)、杜拜 原油現貨價格(OIL)和金銀比率(GS)、美國消費者物價指數(CPI)和金銀比率 (GS)、美國消費者物價指數(CPI)和美國聯邦資金利率(FDFD)的相關係數絕對值 皆>0.7，因此需透過共線性檢定檢測此模型是否存在共線性問題。 二、日報酬變數. 治 政 大 變數，應變數為 lnBTC，自變數依據迴歸式不同：迴歸式(6)為 lnUSD。迴歸式 立. 迴歸式(6)(7)(8)(9)(10)為將迴歸式(1)(2)(3)(4)(5)之價格變數取 ln 得到日報酬. (7)為 lnXAU。迴歸式(8)為 lnOIL。迴歸式(9)包含 lnOIL、CPI、GS、FDFD、. ‧ 國. 學. VIX。迴歸式(10)為 lnETH。迴歸式(6)(7)(8)(10)的 Pearson 相關係數分析整理如. ‧. 下表。. 0.48***. 1. lnUSD. 2. lnXAU. 3. lnOIL. 5. lnETH. n. al. Ch. sit. lnBTC. i n U. -0.73***. engchi. er. 自變數. io. Nat. 迴歸式. y. 表 4 - 6 Pearson 相關係數分析表-迴歸式(6)(7)(8)(10). v. N 1726 1821. -0.61***. 1819. 0.93***. 729. 註： *. 顯著水準<10%. **. 顯著水準<5%. *** 顯著水準<1%. 由上表可知比特幣日報酬(lnBTC)和美元匯率日報酬(lnUSD)、黃金現貨日 報酬(lnXAU)、杜拜原油現貨日報酬(lnOIL)、以及以太幣日報酬(lnETH)皆顯著 相關。 再進一步分析，比特幣日報酬(lnBTC)和美元匯率日報酬(lnUSD)呈現顯著 31. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(40) 中度正相關；比特幣日報酬(lnBTC)和杜拜原油現貨日報酬(lnOIL)呈現顯著中度 負相關；比特幣日報酬(lnBTC)和黃金現貨日報酬(lnXAU)呈現顯著高度負相 關；比特幣日報酬(lnBTC)和以太幣日報酬(lnETH)之間則呈現顯著高度正相 關。 迴歸式(9)之 Pearson 相關係數整理如下表： 表 4 - 7 Pearson 相關係數分析表-迴歸式(9) lnBTC. lnOIL. CPI. GS. FDFD. VIX. lnBTC. 1. -0.61***. 0.94***. 0.85***. 0.59***. -0.55***. -0.70*** -0.80*** 治 政 大. -0.51***. 0.17***. 0.87***. 0.72***. -0.55***. 1. 0.47***. -0.38***. 1. -0.39***. ‧. 1. 1. CPI. 立. 註：. 顯著水準<10%. **. 顯著水準<5%. io. al. n. *** 顯著水準<1%. Nat. *. y. VIX. sit. FDFD. er. GS. 1. ‧ 國. lnOIL. 學. N=1740. Ch. i n U. v. 在 Pearson 相關係數之絕對值>0.7 的時候，表示變數間有高度相關性，由. engchi. 上表中可看出比特幣日報酬(lnBTC)和美國消費者物價指數(CPI)以及金銀比率 (GS)皆呈現顯著高度正相關，表示比特幣日報酬(lnBTC)之變動顯著的會受到美 國消費者物價指數(CPI)以及金銀比率(GS)高度影響，且為正向關係。杜拜原油 現貨日報酬(lnOIL)和美國消費者物價指數(CPI)以及金銀比率(GS)皆呈現顯著高 度負相關，表示杜拜原油現貨日報酬(lnOIL)之變動顯著的會受到美國消費者物 價指數(CPI)以及金銀比率(GS)高度影響，且為負向關係。美國消費者物價指數 (CPI)和金銀比率(GS)以及美國聯邦資金利率(FDFD)皆呈現高度正相關，表示美 國消費者物價指數(CPI)之變動顯著的會受到金銀比率(GS)以及美國聯邦資金利 率(FDFD)高度影響，且為正向關係。 32. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(41) 當變數之間有顯著的高度相關(Pearson 相關係數之絕對值>0.7)，亦可能隱 含有共線性問題。其中杜拜原油現貨日報酬(lnOIL)和美國消費者物價指數(CPI) 以及金銀比率(GS)、美國消費者物價指數(CPI)和金銀比率(GS)以及美國聯邦資 金利率(FDFD)的相關係數絕對值皆>0.7，因此需透過共線性檢定檢測此模型是 否存在共線性問題。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 33. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(42) 第四節 迴歸結果與分析 本研究使用 SAS 統計軟體進行簡單線性回歸(OLS)分析，將結果整理後分 為價格變數和日報酬變數呈現。 一、價格變數 應變數為 BTC，自變數依據迴歸式不同：迴歸式(1)為 USD。迴歸式(2)為 XAU。迴歸式(3)為 OIL。迴歸式(4)包含 OIL、CPI、GS、FDFD、VIX。迴歸式 (5)為 ETH。迴歸式(1)(2)(3)(5)的迴歸結果整理如下表： 表 4 - 8 迴歸結果-迴歸式(1)(2)(3)(5) 迴歸式. 1. 變數. USD. 參數估計值. OIL. ETH. -23.26. -2.09***. -18.53***. 17.72***. -0.56. -9.13. -11.96. 64.61. 1726. 1821. 1819. 0.04. 0.07. **. 顯著水準<5%. *** 顯著水準<1%. 0.85. sit. al. n. 顯著水準<10%. io. *. -0.00. er. 註：. Nat. 調整𝑹𝑹𝟐𝟐. 729. y. ‧ 國. XAU. ‧. N. 5. 學. T值. 立. 政 2 治 大3. Ch. engchi. i n U. v. 由上表得知比特幣價格(BTC)和黃金現貨價格(XAU)、杜拜原油現貨價格 (OIL)呈現顯著負相關；比特幣價格(BTC)和以太幣價格(ETH)則呈現顯著正相 關。也就是說當黃金現貨價格或杜拜原油現貨價格上升時，比特幣價格會下 跌，而以太幣價格上升時，比特幣價格則會跟著上升。 迴歸式(2)之調整𝑅𝑅2 = 0.04，其意義為在用樣本數和模型中自變數的個數進 行調整後，在比特幣價格(BTC)的變化中，能被 XAU 解釋的比例為 4%。XAU 的參數估計值 = -2.09，其意義為當黃金現貨價格上升$2.09 元的話，比特幣價 格會下跌$1 元。 34. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(43) 迴歸式(3)之調整𝑅𝑅2 = 0.07，其意義為在用樣本數和模型中自變數的個數進 行調整後，在比特幣價格(BTC)的變化中，能被 OIL 解釋的比例為 7%。OIL 的 參數估計值 = -18.53，其意義為當原油現貨價格上升$18.53 元的話，比特幣價 格會下跌$1 元。 迴歸式(5)之調整𝑅𝑅2 = 0.85，其意義為在用樣本數和模型中自變數的個數進 行調整後，在比特幣價格(BTC)的變化中，能被 ETH 解釋的比例為 85%。ETH 的參數估計值 = 17.72，其意義為當以太幣價格上升$17.72 元時，比特幣價格會 上升$1 元。 迴歸式(4)的迴歸結果整理如下表：. 政 治 大. 表 4 - 9 迴歸結果-迴歸式(4). 立參數估計值. 變數. ‧ 國. *. 顯著水準<10%. y. sit er. al. **. 顯著水準<5%. *** 顯著水準<1%. 17.02 -0.97 9.90 33.13 3.14. ‧. 0.60 1740. n. 註：. 77.35*** 5304.35*** 21.73***. io. N. 學. 34.59*** -14.53. Nat. OIL CPI GS FDFD VIX 調整𝑹𝑹𝟐𝟐. T值. Ch. engchi. i n U. v. 由上表得知迴歸式(4)調整𝑅𝑅2 = 0.60，其意義為在用樣本數和模型中自變數 的個數進行調整後，在比特幣價格(BTC)的變化中，能被杜拜原油現貨價格 (OIL)、金銀比率(GS)、美國聯邦資金利率(FDFD)、恐慌指數(VIX)的多元迴歸 式所解釋的比例為 60%。此外，杜拜原油現貨價格(OIL)、金銀比率(GS)、美國 聯邦資金利率(FDFD)、恐慌指數(VIX)皆顯著影響比特幣價格(BTC)。 OIL 的參數估計值 = 34.59，其意義為杜拜原油現貨價格上升$34.59 元時， 比特幣價格會上升$1 元；GS 的參數估計值 = 77.35，其意義為金銀比率上升 77.35 點時，比特幣價格會上升$1 元；FDFD 的參數估計值 = 5304.35，其意義 35. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(44) 為美國聯邦資金利率上升 5304.35 點時，比特幣價格會上升$1 元；VIX 的參數 估計值 = 21.73，其意義為恐慌指數上升 21.73 點時，比特幣價格會上升$1 元。 二、日報酬變數 迴歸式(6)(7)(8)(9)(10)為將迴歸式(1)(2)(3)(4)(5)之價格變數取 ln 得到日報酬 變數，應變數為 lnBTC，自變數依據迴歸式不同：迴歸式(6)為 lnUSD。迴歸式 (7)為 lnXAU。迴歸式(8)為 lnOIL。迴歸式(9)包含 lnOIL、CPI、GS、FDFD、 VIX。迴歸式(10)為 lnETH。迴歸式(6)(7)(8)(10)的迴歸結果整理如下表。 表 4 - 10 迴歸結果-迴歸式(6)(7)(8)(10) 迴歸式. 6. 變數. lnUSD. 參數估計值. 29.65***. -3.51***. 22.98. -45.41. -33.12. 67.70. 1726. 1821. 1819. 729. 0.23. 0.53. 0.38. ‧ 國. -12.37***. 顯著水準<5%. *** 顯著水準<1%. y. 0.86. sit. **. al. n. 顯著水準<10%. io. *. 0.55***. er. 註：. Nat. 調整𝑹𝑹𝟐𝟐. lnETH. ‧. N. 10. 學. T值. 立. 7 8 政 治 大 lnXAU lnOIL. Ch. engchi. i n U. v. 由上表得知比特幣日報酬(lnBTC)和黃金現貨日報酬(lnXAU)、杜拜原油現 貨日報酬(lnOIL)呈現顯著負相關；比特幣日報酬(lnBTC)和美元匯率日報酬 (lnUSD)、以太幣日報酬(lnETH)則呈現顯著正相關。也就是說當黃金現貨日報 酬或杜拜原油現貨日報酬上升時，比特幣日報酬會下跌；而美元匯率日報酬或 以太幣日報酬上升時，比特幣日報酬則會跟著上升。 迴歸式(6)之調整𝑅𝑅2 = 0.23，其意義為在用樣本數和模型中自變數的個數進 行調整後，在比特幣日報酬(lnBTC)的變化中，能被美元匯率日報酬(lnUSD)解 釋的比例為 23%。美元匯率日報酬的參數估計值 = 29.65，其意義為當美元匯 率日報酬上升 29.65%的話，比特幣日報酬會上升 1%。 36. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(45) 迴歸式(7)之調整𝑅𝑅2 = 0.53，其意義為在用樣本數和模型中自變數的個數進 行調整後，在比特幣日報酬(lnBTC)的變化中，能被黃金現貨日報酬(lnXAU)解 釋的比例為 53%。黃金現貨日報酬的參數估計值 = -12.37，其意義為當黃金現 貨日報酬上升 12.37%的話，比特幣日報酬會下跌 1%。 迴歸式(8)之調整𝑅𝑅2 = 0.38，其意義為在用樣本數和模型中自變數的個數進 行調整後，在比特幣日報酬(lnBTC)的變化中，能被杜拜原油現貨日報酬(lnOIL) 解釋的比例為 38%。杜拜原油現貨日報酬的參數估計值 = -3.51，其意義為當原 油現貨日報酬上升 3.51%的話，比特幣日報酬會下跌 1%。 迴歸式(10)之調整𝑅𝑅2 = 0.86，其意義為在用樣本數和模型中自變數的個數. 治 政 大 進行調整後，在比特幣日報酬(lnBTC)的變化中，能被以太幣日報酬(lnETH)解 立 學. ‧ 國. 釋的比例為 86%。以太幣日報酬的參數估計值 = 0.55，其意義為當以太幣日報 酬上升 0.55%時，比特幣日報酬會上升 1%。. y. 表 4 - 11 迴歸結果-迴歸式(9) 參數估計值. sit. T值. 0.78*** 0.35*** 0.04*** -0.84*** -0.01***. Ch. er. al. n. N. io. lnOIL CPI GS FDFD VIX 調整𝑹𝑹𝟐𝟐. Nat. 變數. ‧. 迴歸式(9)的迴歸結果整理如下表：. engchi. i n U. v. 10.57 42.95 9.01 -9.66 -3.37. 0.91 1740. 註： *. 顯著水準<10%. **. 顯著水準<5%. *** 顯著水準<1%. 由上表得知迴歸式(9)調整𝑅𝑅2 = 0.91，其意義為在用樣本數和模型中自變數 的個數進行調整後，在比特幣日報酬(lnBTC)的變化中，能被杜拜原油現貨日報 酬(lnOIL)、美國消費者物價指數(CPI)、金銀比率(GS)、美國聯邦資金利率 37. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(46) (FDFD)、恐慌指數(VIX)的多元迴歸式所解釋的比例為 91%。此外，杜拜原油 現貨日報酬(lnOIL)、美國消費者物價指數(CPI)、金銀比率(GS)、美國聯邦資金 利率(FDFD)、恐慌指數(VIX)皆顯著影響比特幣日報酬(lnBTC)。 lnOIL 的參數估計值 = 0.78，其意義為杜拜原油現貨日報酬上升 0.78%時， 比特幣日報酬會上升 1%；CPI 的參數估計值 = 0.35，其意義為美國消費者物價 指數上升 0.35%時，比特幣日報酬會上升 1%；GS 的參數估計值 = 0.04，其意 義為金銀比率上升 0.04 點時，比特幣日報酬會上升 1%；FDFD 的參數估計值 = -0.84，其意義為美國聯邦資金利率上升 0.84 點時，比特幣日報酬會下降. 政 治 大. 1%；VIX 的參數估計值 = -0.01，其意義為恐慌指數上升 0.01 點時，比特幣日 報酬會下降 1%。. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 38. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(47) 第五節 共線性與殘差自我相關檢定 針對迴歸式(4)和迴歸式(9)進行共線性與殘差自我相關檢定，首先在共線性 檢定上，一般有兩種方式來檢測： 第一是看變異數膨脹係數(VIF)，若大於 10，代表有共線性問題。 第二是做共線性診斷(Collinearity Diagnostics)，條件索引(Conditional Index) 大於 100，代表有共線性問題，其中可以從變異比例看出哪些變數之間較可能 產生共線性。 迴歸式(4)之變異數膨脹係數(VIF)整理如下表：. 政 治 大 變異數膨脹係數(VIF). 表 4 - 12 變異數膨脹係數表-迴歸式(4). 立. 變數. sit. y. 2.96 1.62. n. al. er. io. VIX. 8.33. Nat. FDFD. 9.80. ‧. GS. ‧ 國. CPI. 3.84. 學. OIL. v. 從上表中可看出所有變數的 VIF 值都沒有大於 10，只有 CPI 比較接近。. Ch. engchi. i n U. 迴歸式(9)之變異數膨脹係數(VIF)整理如下表：. 表 4 - 13 變異數膨脹係數表-迴歸式(9) 變數. 變異數膨脹係數(VIF). lnOIL. 3.37. CPI. 9.83. GS. 8.06. FDFD. 2.90. VIX. 1.63. 從上表中可看出所有變數的 VIF 值都沒有大於 10，只有 CPI 比較接近。 39. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(48) 迴歸式(4)之共線性診斷結果整理如下表： 表 4 - 14 共線性診斷表-迴歸式(4) 共線性診斷 變異的比例 數目. 條件索引 OIL. CPI. GS. FDFD. VIX. 1. 1. 0.00097. 0.00000. 0.00013. 0.00349. 0.00214. 2. 2.88226. 0.00572. 0.00000. 0.00002. 0.24859. 0.00710. 3. 7.62471. 0.20733. 0.00000. 0.00379. 0.05889. 0.19185. 4. 8.61078. 0.01236. 0.20695. 0.44570. 5. 41.58562. 0.04927. 0.18346. 6. 356.83528. 0.43280. 0.16974. 政0.00007治 0.01529 大 0.77126 0.00475 0.48599 立. ‧ 國. 0.99517. 0.49479. 學. 0.00235. 從上表中可以看出第六個其條件索引大於 100，代表有共線性問題，接著. ‧. 看變異的比例，可以發現美國消費者物價指數(CPI)的變異比例最高，高達. sit. y. Nat. 0.99517，而第二高為金銀比率(GS) = 0.49479，與第三高的美國聯邦資金利率. io. al. n. 但無法推測出和另外哪個變數產生共線性問題。. Ch. engchi. er. (FDFD) = 0.43280 相差不遠，因此本研究推測共線性問題可能是跟 CPI 有關，. i n U. v. 40. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
(49) 迴歸式(9)之共線性診斷結果整理如下表： 表 4 - 15 共線性診斷表-迴歸式(9) 共線性診斷 變異的比例 數目. 條件索引 lnOIL. CPI. GS. FDFD. VIX. 1. 1.00000. 0.00009. 0.00000. 0.00012. 0.00357. 0.00200. 2. 3.05993. 0.00015. 0.00000. 0.00000. 0.29453. 0.01151. 3. 8.50787. 0.00123. 0.00005. 0.00698. 0.12693. 0.60865. 4. 15.02072. 0.04458. 0.06626. 0.07645. 5. 71.43182. 0.95394. 6. 360.57901. 0.00002. 0.01500. 0.43302. 0.08750. 0.12421. 0.98493. 0.47393. 0.42121. 0.17717. 學. ‧ 國. 立. 0.00001治 0.08594 政 大. 從上表中可以看出第六個其條件索引大於 100，代表有共線性問題，接著. ‧. 看變異的比例，可以發現美國消費者物價指數(CPI)的變異比例最高，高達. sit. y. Nat. 0.98493，而第二高為金銀比率(GS) = 0.47393，與第三高的美國聯邦資金利率. io. al. n. 但無法推測出和另外哪個變數產生共線性問題。. Ch. engchi. er. (FDFD) = 0.42121 相差不遠，因此本研究推測共線性問題可能是跟 CPI 有關，. i n U. v. 41. DOI:10.6814/THE.NCCU.RMI.008.2018.F08.
Outline
相關文件
At migration or load time, the Roam agent can compare the device requirements from the application components with the target device capabilities and decide the best
Many grow through life mentally as the crystal, by simple accretion, and at fifty possess, to vary the figure, the unicellular mental blastoderm with which they started. The value
develop a better understanding of the design and the features of the English Language curriculum with an emphasis on the senior secondary level;.. gain an insight into the
- Through exploring current events and social topics in project work and writing newspaper commentary at junior secondary level, students are provided with the
Hence, we have shown the S-duality at the Poisson level for a D3-brane in R-R and NS-NS backgrounds.... Hence, we have shown the S-duality at the Poisson level for a D3-brane in R-R
! ESO created by five Member States with the goal to build a large telescope in the southern hemisphere. • Belgium, France, Germany, Sweden and
– The futures price at time 0 is (p. 278), the expected value of S at time Δt in a risk-neutral economy is..
* School Survey 2017.. 1) Separate examination papers for the compulsory part of the two strands, with common questions set in Papers 1A & 1B for the common topics in
