关于近期暴跌的比特币 学者们都研究了些啥？

比特币研究的文献综述

自2008年中本聪引入基于区块链技术的电子现金系统概念，到2009年第一个包含50个比特币的区块诞生，一个全新的分布式匿名数字货币进入我们的世界。随着比特币“挖矿热潮”风靡、价格飞速疯长、大量投机商涌入、非法活动交易利用，人们在被比特币创新理念所吸引的同时，也在为比特币过于迅速、不受控制的发展担忧。
本文通过梳理比特币相关的国内外学术文献，归纳总结比特币的职能属性、泡沫风险、价格影响因素、市场微结构以及监管建议等，希望通过对比特币研究进行一次全方位的文献总结，为我国高校学者和金融监管机构提供有价值的参考。
[h1]一、比特币能否成为货币，抑或只是一个投资工具？[/h1]目前各国政府对待比特币的监管态度有所差异，但大部分都公开承认或者默认比特币是一种合法的金融投资工具，至今尚未有任何政府认定比特币具有货币属性，可以以货币地位进行交易。在2017年之前，比特币交易主要通过区块链进行，彼时交易所交易量大约在30%左右。到了2018年5月，交易所交易量已经占了大约90%。这其实已经与比特币作为一种匿名加密货币的初衷违背，因为交易所交易是需要实名的，也说明比特币正逐渐向一种投机性的资产转变。
Kaponda（2017）认为，与传统货币相比，比特币具有以下五大特征：第一，去中心化。每条比特币交易记录都会传到网上，比特币网络由全体比特币用户共同控制，除非绝大部分比特币用户一致同意做出某个改变，否则任何人或组织都无法改变或停止比特币运行。因此比特币的数量不受中央银行和政府的控制。
第二，稀缺性。比特币的供给具有上限，当比特币挖掘总量达到2100万个之后不再增加，以保证比特币的价值。此外，区块链限制了单位时间内新区块生成的数量。矿工完成区块制作之后要完成额外的计算任务后，才可以将生成的区块发布到网络上。这个额外的计算任务限制了约每隔10分钟才有一个矿工能将自己做好的新区块发布到网络中。
第三，高可分性。比特币设有最小货币单位，每一中本聪0.00000001个比特币，相当于一美分的一百分之一。高可分性在一定程度上可以缓解总量有限的缺点，也可以支持传统货币所不能支持的超小额交易。
第四，高匿名性。交易双方生成一对公私钥进行交易。通过私钥加密，公钥解密完成交易。每一笔交易需要付款人的数字签名，数字签名满足对应性和可鉴别性两个特征。对应性是说，一个签名只能对应一条交易记录，当付款人相同，但是交易内容不同的情况下，数字签名也是不同的。可鉴别性利用了非对称加密法。每一笔交易会生成一对公私钥，加密的时候生产私钥，只有付款人自己知道，解密的时候利用公钥，公钥对所有人开放。私钥可以推算出公钥，公钥不可以反推出私钥。
第五，不可逆性。一旦交易被记录，不可能更改。因此Kaponda（2017）在总体上比较认可比特币，认为其是新的“数字黄金”。
Caldararo（2017）则持不同的观点，他分析了比特币相较于传统货币的优势和劣势。他认为比特币的优势在于：第一，随着贸易全球化的进程，市场对于统一货币的需求加大；第二，可以有效解决各国央行对基础货币的操纵所引发的负面问题；第三，可以避免市场大机构对汇率的操纵；第四，比特币具有绝对的技术优势，可以使国际转账更便捷更便宜，更安全，可以记录完整的交易记录。
但是比特币也具有一些显而易见的劣势，比如很多的投机者参与以及庄家的操纵，比特币价值极不稳定，这对于一种货币来说是不可接受的；任何记账系统的利己问题，如交易所对数字货币价格的操纵（以Tether为例）以获取利润；容易被黑客攻击；以及当前人们对比特币的狂热和历史上很多泡沫事件很相似。注意到，Caldararo（2017）所提出的劣势基本都集中于比特币在交易所内的交易环节，而不是在区块链上的交易。
在实证上，Baur等（2018）对比特币用户的链上交易数据进行了详细分析。他们将比特币用户分为主动用户（超过两次以上交易并仅发送大于2000美金的比特币）、被动用户（超过两次以上交易并仅接收大于100美金的比特币）、货币用户（频繁使用比特币，但每次数额低于2000美金）、试用用户（只交易过一次比特币并且交易金额低于100美金）、矿工用户（有过挖矿经历）和其他用户（既可能将比特币用于日常消费，也可能参与投资）等类型，发现以投资为目的的用户（包括主动用户、被动用户和其他用户）占绝大多数，且数量比例随时间不断提升，同时货币用户、矿工和试用用户这些非投资用户逐年减少。通过进一步分析这些不同用户类型钱包的特征，作者证实了公共账簿中约三分之一的比特币由投资者特别是被动用户所持有并储存，从而得出结论：目前比特币主要用于投机目的，而非交易媒介。
国内学者也就比特币是否具有货币属性问题做了一些研究。盛松成等（2014）研究指出，由于比特币具有如下特点：（一）缺乏国家信用支持，难以作为本位币履行商品交换媒介的职能；（二）比特币数量规模存在上限，难以适应现代经济发展需要；（三）比特币缺少中央调控机制，与现代信用货币体系不相适应，因此比特币不是真正意义上的货币。
李翀（2015）也认为由于比特币自身不存在价值，且不具备政府信用保障的特点。因此，比特币不能成为一国法定货币，也不能成为国际货币。比特币未来发展前景决定于各国中央银行的态度与商业机构的接受程度。
[h1]二、比特币是否具有分散风险的功能？[/h1]Baur等（2018）发现无论市场处于正常时期还是金融动荡时期，比特币与贵金属、股票、债券等传统资产的相关性均较弱，据此认为比特币作为投资工具应该具有分散风险的功能。
但Klein等（2018）对“比特币是新黄金”这一猜想提出了质疑。他们运用条件方差以及BEKK-GARCH关联模型，发现比特币与黄金在风险对冲功能上存在显著差异。当市场陷入低迷时，仅有黄金价格显示出避险能力，比特币价格却呈现出随市场变化的正相关性。如下图所示，在市场低迷期（蓝色阴影部分），黄金与标普500指数回报率呈现负相关，而比特币与标普500指数的回报率由负相关急剧转为正相关。





图1：上图：通过BEKK-GARCH获得的黄金与标准普尔500指数回报率的动态相关性；下图：通过BEKK-GARCH获得的比特币和标准普尔500指数回报率的动态相关性，n = 1695。未经过滤的相关性用灰色表示，Savitzky-Golay-smoothing用红色表示，市场低迷时期以蓝色标出。时间：2011年7月2日至2017年12月31日。

Klein等（2018）进一步研究了最优投资组合表现，证实比特币不具有对冲能力。如表1中的Panel A 所示，在标普500和明晟 MSCI 全球两种股票指数的最优投资组合中，黄金占投资组合中的比例最多可以达到89%，平均达到30%以上，而比特币所占比重较小，只有3%左右。从Panel B和Panel C的对比来看，当把黄金纳入指数投资组合中后，组合的极端风险有了明显下降，然后比特币在纳入投资组合后反而增加了组合的极端风险。因此，作者认为比特币在风险对冲方面远不如黄金。

表1：2011年7月2日至2017年12月31日比特币最小方差组合统计



Urquhart等（2018）通过ADCC模型评估了比特币对世界主流货币的日内对冲、分散和避风港作用。文中将“对冲”定义为某资产与其他资产呈现负相关或者不相关，“分散”定义为某资产与其他资产呈现不完全正相关，“避风港”定义为在市场极端情况下某资产与其他资产呈现负相关或者不相关。结果显示，比特币可以作为瑞士法郎、欧元、英镑的日内对冲工具和澳元、加元、日元的风险分散工具。同时使用Hansen（2000）阈值测试对比特币避险属性进行评估，发现在市场动荡高峰和极端情况下，比特币可以作为加元、瑞士法郎、英镑的安全避风港。
综上所述，实证研究偏向于支持以下结论：比特币对股票组合没有风险分散的作用，但对于一些世界主流货币组合具有日内的对冲和分散作用，当市场处于极端情况下还能作为某些货币的安全避风港。
[h1]三、比特币的风险特性[/h1]针对比特币的风险特性研究，学者关注于比特币泡沫风险与交易平台安全危机等研究话题。现阶段比特币价格表现出强烈的波动性，大部分学者认为比特币交易仍具有较大风险。Caldararo（2018）指出大众对于比特币的复杂性技术、新平台交易模式，产生新鲜感，开始狂热追捧。但存在比特币价格不稳定、生产耗能巨大、区块链被恶意攻击、央行干预受阻等问题，建议大众保持投资理性。下图为近年来比特币指数的走势图。可以看到，比特币的交易价格波动剧烈。




Klein等（2018）发现比特币价格的时间序列呈现出肥尾、长记忆和非对称的特性。其中在非对称性上，比特币与传统股票不同。股票收益率与波动率之间也存在非对称性，当收益率为负时，波动率通常更大；而比特币收益率与波动率之间呈现出正向的非对称性，即当收益率为正时，波动率通常更大。
Bianchetti等（2017）采用Philips，Shi and Yu（2015）中提出的PSY模型和对数周期幂律（LPPL）模型，研究了2016年底至2017年底的时间区间中比特币与以太坊的价格泡沫，并成功检测出了比特币自2017年6月开始一直持续到12月中旬的泡沫以及以太坊在2017年4月份至6月份的泡沫。
邓伟（2018）结合正态分布检验与sup ADF检验等方法来验证比特币价格泡沫，并指出由于投机、监管缺失、比特币优点过度夸大和价值高估等因素，比特币价格泡沫持续膨胀。
Gandal等（2017）是为数不多的研究比特币交易中的价格操纵的文章。作者巧妙地利用了比特币交易所Mt. Gox泄漏的自2013年2月至11月多达1800万对用户交易数据，识别并分析了该交易所的可疑交易行为。作者重点研究了两个账号的可疑交易行为，分别是账号为MarkusBot和WillyBot的自动化程序。
结果发现，自2013年2月14日至2013年9月27日之间Markus一直买入比特币，但没有支付相应的真实货币，其在225天中有33天是活跃的，总共买了335，898个比特币。其平均交易量占该交易所日均成交量的21%。而第二个账户Willy Bot用了49个独立的账户，每个买入了价值为250万美金的比特币，买完就进入休眠状态。其平均交易量占该交易所日均成交量的18%。2013年9月27日Markus处于休眠状态后，Willy Bot的第一个账户开始购买，65天中有50天在进行交易，总共买了268,132个比特币。后来发现，这两个机器人账户竟然都是交易所自己运作的！通过这两类欺诈性交易行为，交易所平台的交易量得到提高，手续费也有所增加。



图2: Markus和Willy活跃时占Mt. Gox日交易量的百分比；如果比特币/美元汇率收高，则为绿色阴影，反之为红色。

如图2所示，Markus和Willy的活跃时期通常伴随着比特币价格（BTC/USD）的上涨。当Markus处于活跃状态的时候，比特币价格平均上涨3.15%；当Willy处于活跃的时候，比特币价格平均上涨21.85%；而当这两个机器人账户不活跃的时候，比特币价格平均是下跌的。作者通过进一步的回归分析证实了这两类行为是导致2013年末比特币价格大涨的主要原因。如下图所示，当这两个机器人账户尤其是Willy活跃的时候，比特币价格出现了暴涨。




Makarov等（2018）利用来自全球不同地区共15家数字货币交易所的交易数据，考察了包括比特币、以太坊和瑞波币在内的数字货币在各大交易所之间是否存在币法／币币套利机会的问题。对每一个币种，作者首先计算了各交易所的日内分钟加权价格，然后以分钟为单位计算跨交易所的平均价格最大值与最小值之比，以此作为地区套利指标。如果该指标大于1则表明存在套利机会。结果发现，跨地区套利比同地区套利机会更大，比如美国与日本、韩国之间利差较大，美国与欧洲之间利差较小。
图3展示了在这些地区间进行套利可能获得的利润。日本与美国之间的套利利润达116million,欧洲与美国之间的套利利润相比较小为23million，套利空间最大的为美国与韩国之间，约747million。针对以太坊和瑞波币的实证结果与比特币类似。



图3：每日利润。这个图绘制了两个区域之间的套利利润。面板A显示了美国和韩国之间的套利利润，面板B显示了美国和日本之间的套利利润，面板C显示了美国和欧洲之间的套利利润。

尽管有这么大的套利空间，但实际上由于跨地区的资本管制、卖空机制和区块链的交易认定时间较长等限制，跨地区套利存在较大的操作阻碍。
以上是针对各币种与各国法币之间的套利分析，相比之下，在比特币、以太坊和瑞波币的币币交易上，套利空间非常小。
[h1]四、比特币监管措施的研究[/h1]在比特币交易迅速发展的同时，由此带来的监管问题引起了各国政府和中央银行的高度关注。美国政府从2012年开始召开比特币听证会，评估风险；2013年，开始构建比特币反洗钱、投融资等监管体系，将比特币等数字货币认定为金融投资工具；2015年，在纽约州完成了比特币监管立法；2017年10月Ledger X 推出比特币期权交易，同年12月 CBOE 和CME 分别推出比特币期货，目前美国有关方面正在积极推进比特币ETF的申请。
我国于2013年由中国人民银行等五部委联合发布《关于防范比特币风险的通知》，否认比特币的货币地位，禁止金融部门参与比特币经营活动，严防比特币洗钱风险；2017年，七部委联合发布《关于防范代币发行融资风险的公告》，暂停ICO融资，严控非法金融活动。同年，9月30日，比特币中国暂停交易，我国比特币的严厉监管进一步推进；2018年11月，香港交易所宣布开始数字货币交易所沙盒监管。
樊云慧（2016）指出，比特币是互联网金融的创新，中国对于比特币的法律地位认定不够准确，忽视对比特币等数字货币平台的规范。因此需要加强法律管控风险，在监管体系内最大化发挥数字货币的价值。
王寰（2018）通过深入分析比特币交易的课税义务与比特币国际征税的挑战，建议要正确认识技术革新带来的挑战，同时加强国际交流合作，对国际逃税避税进行规制。
Jafari等（2018）指出面对比特币带来的网络安全风险、偷税漏税、恐怖活动等问题，立法当局试图修改法律，防止密码货币滥用，但成效甚微。建议在制定法律时，应全面地考虑问题，对虚拟货币开展全方位研究，使虚拟货币发挥其技术优势。
Kaponda（2018）认为由于比特币交易存在绕过机构监管、交易结果不可逆转、交易过程高度匿名性等特点，建议相关立法、监管机构、执法部门采取保护措施，加大监管力度，加强对公民的风险教育。
Foley等（2018）运用网络聚类分析法（SLM）和检测控制估计（DCE）对2009-2017年的比特币交易用户数据进行分析，发现目前约有25%的比特币用户和44%比特币交易（次数）与非法活动有关；20%的比特币交易（金额）和51%的比特币持有量与非法活动有关（见表2）。从时间序列上看，利用比特币从事非法活动的交易金额占比有所下降，但绝对数量仍持续增加。

表2:合法和非法用户组的估计规模和活动



同时通过对比特币用户群体特征进行分析，作者发现非法用户交易量更大而交易额更小；倾向于与固定的对手方交易，较少持有比特币；倾向于在暗网数量较多、影子银行数量较少、暗网市场受到冲击、比特币关注较少的情况下从事非法活动（见表3）。这些表现与非法用户担心比特币被政府没收的心理相一致。

表3:非法用户和合法用户特征的差异


[h1]五、比特币的价格影响因素[/h1]比特币作为全球交易的数字货币，价格受到多重因素影响，波动性较大。相关研究表明：政策信息、投资者心理价位、“挖矿”活动的电力、人力资源投入、比特币交易费用、其他金融资产波动等均能一定程度上影响比特币价格与交易活动。
Bystrom等（2018）是第一个研究比特币波动率成因的文章。作者基于相关性分析、回归分析和向量自回归（VAR）分析，分别对2011-2017年间比特币的日度、周度和月度波动率影响因素进行了研究，发现在众多因素中只有美元指数的波动以及“Bitcoin”关键词的谷歌搜索量与比特币波动率存在显著正相关。谷歌关键词搜索量无论在样本内拟合还是样本外预测上都是最重要的因素。这表明散户投资者，而非大型机构投资者，是比特币波动性的主要驱动因素。
Conrad等（2018）运用GARCH-MIDAS混频模型提取了比特币价格中的长期波动率，发现在较短样本周期内，标普500指数的已实现波动率对比特币的长期波动率具有显著的负效应，而标普500指数的波动率风险溢价对比特币的长期波动率具有显著的正效应。Baltic干货指数对比特币的长期波动率具有显著的正效应（见表4）。比特币交易量与长期波动率之间有显著的负相关关系。有意思的是，作者发现数字犯罪相关的统计量与比特币的长期波动率并没有显著关系。

表4:比特币:金融和宏观经济解释变量



Easley等（2017）通过构建博弈模型，研究了比特币交易费用的演变过程，并解释矿商与用户双方的战略决策行为。作者指出，比特币协议同时受到内生交易费用与外生动态约束（比如用户排队等待、区块链规模限制等）的影响，交易费用正从以采矿为基础向以市场为基础演变。
[h1]六、比特币期货和比特币期权[/h1]2017年7月交易所Ledger X获得美国期货管理委员会（CFTC）的批准并于同年10月正式推出比特币期权交易。2017年12月10日美国芝加哥期权交易所（CBOE）上线比特币期货（XBT）；同月18日，芝加哥商品商品交易所（CME）上线比特币期货（BTC）。比特币期货和期权的出现标志着比特币衍生品正式进入主流经济市场。尽管衍生品交易一定程度上使比特币交易合法化，但比特币衍生品的高投资风险和有限监管问题依然存在。
武佳薇等（2018）研究发现比特币期货上市争议体现在：宽松的上市条件、有限监管、风险对冲功能发挥不足。对于比特币衍生品，美国两大监管机构（CFTC、SEC）也存在监管理念分歧。针对于这些问题，作者指出要从本国国情出发，妥善处理好金融创新与规范的关系，完善法律制度，提高监管治理能力。
宋爽（2018）在对比私人平台与官方平台推出的比特币期货合约后，发现官方平台在合约设计、风控制度等方面表现出专业化与规范化，但仍然不能从根本上改善比特币易被操纵的风险问题。由此作者认为只有建立法定数字货币，才能加强监管，遏制违法活动。
Madan等（2018）通过多个期权定价模型考察了比特币期权的定价效率，发现凡是考虑了随机波动率的模型表现都更好。作者还考察了比特币期权合约的流动性分布情况，发现如图4所示，价外期权合约的流动性不如价内期权合约的流动性，而长期期权合约的流动性比短期期权合约的流动性要更好一些。


图4: 2018年6月29日比特币期权市场上的隐含流动性指标。

Corbet等（2018）研究比特币期货合约带来的影响，发现比特币期货市场加大了比特币价格的波动性。作者分别使用描述波动率变化尺度的统计量（the Mood statistics）与描述价格位置和尺度变化的统计量（the Lepage statistics）来检测比特币价格的变化时点，结果如图5显示，从2017年11月29日（宣布推出比特币期货的前两天）起，比特币价格的波动率明显加大，价格收益率的分布也随之发生了显著变化。



图5：变化点检测。上图分别显示了原始返回情绪统计数据(顶部面板)和GARCH(1,1)残差情绪统计数据(底部面板)。The Mood statistics和the Lepage statistics这两个非参数统计量分别表示波动率(尺度)的变化。结果均表明，在波动性增加的驱动下，价格收益率分布发生了显著变化。变化日期为2017年11月29日，距正式宣布期货交易开始相隔两天。

作者接着考察了比特币期货的套期保值能力，发现如表5无论是简单1:1对冲，还是构建OLS对冲投资组合都不能降低风险，反而还增加了风险（表中各项指标均为负值）。

表5 比特币期货的对冲表现


Corbet等（2018）还通过信息共享（IS）、成分共享（CS）和信息领导共享（ILS）三个指标来度量比特币现货市场和期货市场的价格发现功能，结果如表6所示：期货市场价格发现功能明显弱于现货市场。因此作者认为，比特币期货交易没有能促使比特币成为货币，比特币仍是投机性资产。

表6 比特币期货与现货的价格发现功能


Hattori等（2018）根据远期合约价格与期货合约价格之间的理论关系，考察比特币期货市场上是否存在远期和期货之间的套利。结果显示，在2017年12月比特币期货合约启动的当月，由于比特币期货市场尚未成熟，确实存在套利空间。但自2018年1月后，随着期货合约的有效运作，如图6所示，期货与远期价格之间的差别已经逐渐消失，而且差别都在期货合约的买卖价差以内，这说明套利机会已经不复存在，比特币期货市场是一个有效的市场。




图6：期货远期价格与期货买卖价差对比。样本时间为2017年12月11日至2018年6月29日。期货和远期价格的数据采集时间是东部时间下午4点，数据频率是每天。
[h1]七、比特币市场的微结构[/h1]由于比特币市场结构的特殊性，例如一周七天、24小时无休交易、存在多个交易平台套利机会等，使得高频交易更易实现。但交易费用的收取、比特币价格剧烈波动，难以预测等情况，都抬高了比特币的投机成本。已经有学者开始对比特币的市场微结构进行分析研究。
Brauneis等（2018）分析了分别位于亚洲、美国和欧洲的Bitfinex、Bitstamp 和GDAX三大交易所比特币美元市场的微结构，发现在交易价格与报价水平上，比特币三大交易市场的整合性较差，价格出现交叉的占比如下图7所示较高，在0.5-1之间波动。但在样本期内，Bitstamp和GDAX、Bitfinex和GADX之间的价格交叉比例呈现明显下降的趋势，表明市场一体化在逐渐加强。




图7：二元变量“交叉市场”4320分钟(72小时)的移动平均值。虚线表示这三个市场的集合，实线表示两两比较。浅灰色显示了Bitfinex vs. Bitstamp，灰色显示了Bitfinex vs. GDAX，黑色显示了Bitstamp vs. GDAX。数据来源：Bitfinex、Bitstamp和GDAX；时间：2017年12月15日至2018年6月15日。

Brauneis等还采用多个流动性指标（包括买卖价差、市场深度、价格冲击等）对三家交易所进行比较，结果如图8所示：GDAX的流动性最好，Bitfinex次之，Bitstamp最差。原因可能在于：GDAX对流动性提供者不收取任何交易费用，因而流动性最好；Bitfinex允许以高杠杆进行融资融币交易，使其具有较高流动性；Bitstamp在系统负荷过高时，服务器会失去响应，导致短时间内无法获得交易所的即时行情，投资者会通过增加价差来弥补未来可能面临的价格风险。



图8：三家交易所的流动性指标：报价价差、有效价差、价格影响和平均BBO深度。所有的测量都是从同步的1分钟间隔中得出的，子图显示了1440分钟间隔(24小时)的移动平均值。数据来源：Bitfinex、Bitstamp和GDAX；时间：2017年12月15日至2018年6月15日。
[h1]八、总结[/h1]本文通过整理总结比特币相关文献研究，发现目前学者对比特币的看法褒贬不一。首先，学术研究总体发现比特币更多表现为一种投机金融工具，而非交易货币；其次，比特币价格泡沫化现象十分严重，波动率较高，对传统金融资产没有起到类似黄金一样有效的对冲，仅对部分主流货币具有对冲、分散风险和避风港功能；第三，各国对数字货币的监管体系尚在摸索之中，比特币交易平台存在较严重的安全漏洞，各平台之间存在较大的套利空间，但由于各国资本管制和交易技术上的限制等因素不能成规模套利；第四，比特币期货合约的推出未能改善比特币投资风险，期货市场的价格发现功能较弱，没有对冲功能。
[h1]参考文献[/h1][1] Baur, Dirk G, Kihoon Hong, and Adrian D. Lee (2017) Bitcoin: Medium of Exchange or Speculative Assets? Available at SSRN: https://ssrn.com/abstract=2561183.
[2]虚拟货币本质上不是货币——以比特币为例[J]. 盛松成,张璇. 中国金融. 2014(01)
[3] Klein, T., Hien, P. T., & Walther, T. (2018). Bitcoin Is Not the New Gold: A Comparison of Volatility, Correlation, and Portfolio Performance. International Review of Financial Analysis, 59, 105-116.
[4] 比特币会成为货币吗?[J]. 李翀. 当代经济研究. 2015(04)
[5] Urquhart, A. and Zhang, H. (2018). Is Bitcoin a Hedge or Safe-Haven for Currencies? An Intraday Analysis. pages 1–25. Available at SSRN: https://ssrn.com/abstract=3114108.
[6] Bianchetti, M., C. Ricci, and M. Scaringi (2018): “Are Cryptocurrencies Real FinancialBubbles? Evidence from Quantitative Analyses,” SSRN Electronic Journal.
[7] Caldararo, Niccolo Leo, Bitcoin: Rube Goldberg Machine, Antique Throwback, Gigantic Distraction, Entertainment, Ripoff or New Money? (February 4, 2018). Available at SSRN: https://ssrn.com/abstract=3117927 or http://dx.doi.org/10.2139/ssrn.3117927
[8]比特币价格泡沫:证据、原因与启示[J]. 邓伟. 上海财经大学学报. 2017(02)
[9] Gandal, N., J. Hamrick, T. Moore, and T. Oberman (2018). Price manipulation in the bitcoinecosystem. Journal of Monetary Economics.
[10] Makarov, Igor and Schoar, Antoinette, Trading and Arbitrage in Cryptocurrency Markets (April 30, 2018). Available at SSRN: https://ssrn.com/abstract=3171204 or http://dx.doi.org/10.2139/ssrn.3171204
[11] Jafari, Saman and Vo-Huu, Tien and Jabiyev, Bahruz and Mera, Alejandro and Mirzazade farkhani, Reza, Cryptocurrency: A Challenge to Legal System (May 2, 2018).Available at SSRN: https://ssrn.com/abstract=3172489 or http://dx.doi.org/10.2139/ssrn.3172489
[12] Kaponda, Kombe, Bitcoin the 'Digital Gold' and its Regulatory Challenges (February 14, 2018). Available at SSRN: https://ssrn.com/abstract=3123531 or http://dx.doi.org/10.2139/ssrn.3123531
[13] Foley, Sean and Karlsen, Jonathan R. and Putnins, Talis J., Sex, Drugs, and Bitcoin: How Much Illegal Activity Is Financed Through Cryptocurrencies? (October 21, 2018). Available at SSRN: https://ssrn.com/abstract=3102645
[14]比特币监管的国际比较及我国的策略[J]. 樊云慧. 法学杂志. 2016(10)
[15]比特币引发的国际逃税避税问题及其法律应对[J]. 王寰. 税务研究. 2018(01)
[16] Conrad, C., Custovic, A., & Ghysels, E. (2018). Long- and short-term cryptocurrency volatility components: A GARCH-MIDAS analysis. Journal of Risk and Financial Management, 11, 1–12. https://doi.org/10.3390/jrfm11020023.
[17] Easley, David and O'Hara, Maureen and Basu, Soumya, From Mining to Markets: The Evolution of Bitcoin Transaction Fees (May 1, 2018). Available at SSRN: https://ssrn.com/abstract=3055380
[18] Bystrom, Hans and Krygier, Dominika, What Drives Bitcoin Volatility? (July 31, 2018). Available at SSRN:https://ssrn.com/abstract=3223368
[19]武佳薇,卢边静子.比特币衍生品:上市争议与监管分歧[J].武汉金融,2018(07):45-48.
[20]宋爽.比特币期货与私人数字货币的投资风险[J].银行家,2018(02):50-51.
[21] Corbet, S., Lucey, B., Peat, M., & Vigne, S. (2018). Bitcoin Futures—What use arethey? Economics Letters, 172, 23–27.
[22] Hattori, Takahiro and Ishida, Ryo, Do Investors Arbitrage in the Cryptocurrency Market? Evidence from the Bitcoin Futures Market (October 8, 2018). Available at SSRN: https://ssrn.com/abstract=3209625
[23] Alexander Brauneis, Roland Mestel, Ryan Riordan, Erik Theissen, 2018. "A High-Frequency Analysis of Bitcoin Markets," Working Paper Series, Social and Economic Sciences 2018-06, Faculty of Social and Economic Sciences, Karl-Franzens-University Graz.