加密货币是否与众不同？来自零售交易的证据

NBER工作文件系列 CRYPTOS不同吗？来自零售交易的证据ShimonKoganIgor MakarovMarinaNiessnerAntoinetteSchoar 工作文件31317http://www.nber.org /papers/w31317 国家经济研究局 马萨诸塞州大道1050号剑桥,MA02138 2023年6月 我们感谢JohCampbell(讨论者)、XigHag、EdaLopezAvila、WillMllis、CameroPeg、LiPeg(讨论者)、AlessadroPrevitero、MarcoSammo(讨论者)和DoghwaShi(讨论者)提出的许多宝贵建议。我们感谢伊利诺伊大学香槟分校，北卡罗来纳大学，NBER大数据，维拉诺瓦大学，FSUTristBeach会议，多伦多大学（Rotma），行为NBER和亚当·史密斯研讨会的研讨会和会议参与者许多有用的评论。我们感谢eToro慷慨地提供数据。所有剩余的错误都是我们自己的。本文表达的观点是作者的观点，不一定反映国家经济研究局的观点。 NBER工作文件出于讨论和评论目的而分发。它们没有经过同行评审，也没有经过NBER官方出版物随附的NBER董事会的评审。 ©2023作者：ShimonKogan，IgorMakarov，MarinaNiessner和AntoinetteSchoar。保留所有权利 。未经明确许可，可以引用简短的文本部分，不超过两段，前提是向来源提供全额信用，包括© 通知。 Cryptos不同吗？来自零售交易的证据 ShimonKogan、IgorMakarov、MarinaNiessner和AntoinetteSchoarNBER第31317号工作文件 2023年6月 果冻号G12、G14、G41 摘要 在过去的十年中，加密货币交易迅速增长，主要由散户投资者主导。使用来自eToro的200,000名零售交易者的数据集，我们表明他们相对于其他资产具有不同的加密货币基础价格动态模型。我们样本中的零售交易者在股票和黄金上都是反向交易的，但同样的交易者在加密货币中遵循类似动量的策略 。个体特征不能解释人们如何交易加密货币与股票的差异，这表明我们的结果与投资者构成或客户效应的差异是正交的。此外，我们的发现并不能通过注意力不集中，费用差异或对乐透型股票的偏好来解释。我们推测，散户投资者持有加密货币价格模型，其中价格变化意味着未来广泛采用的可能性发生变化，这反过来又推动资产价格朝着同一方向进一步发展。 ShimonKoganReichman大学8Ha'universitaStreetHerzliya 以色列skogan@wharton.upen.edu 伊戈尔·马卡罗夫伦敦经济学院霍顿街 伦敦WC2A2AE英国 i.makarov@lse.ac.uk 玛丽娜·尼斯纳宾夕法尼亚大学3641蝗虫步行 费城,PA19104marina.niessner@gmail.com AntoinetteSchoar 麻省理工学院斯隆管理学院100MainStreet,E62-638剑桥,MA02142 和NBERaschoar@mit.edu 1.Introduction 在过去的十年中，加密货币价格以巨大的波动性和巨大的繁荣和萧条周期为特征，这引发了新的投资咒语，例如FOMO-“害怕错过”或FUD-“恐惧，不确定性和怀疑”。“虽然大量且充满活力的文献研究了传统资产类别中的零售交易，但几乎没有证据表明投资者如何交易这些新资产。一方面，鉴于加密货币市场的新颖性，与传统资产相比，投资者可能已经为加密货币开发了不同的估值模型，这决定了它们如何形成加密货币的价格预期。另一方面，加密货币也可能吸引了新类型的投资者，因此加密货币和其他资产之间的任何差异可能是参与这些市场的投资者构成的函数。 与传统市场不同，加密货币交易一直由散户投资者主导。为了研究他们的投资行为，我们使用了2015-2019年期间来自大型国际零售折扣经纪公司eToro的20万个个人零售账户的交易数据集。eToro是首批允许散户投资者与传统资产一起交易加密货币的平台之一。这种独特的设置使我们能够分析不同资产的交易行为差异，保持个人偏好和环境不变。 我们通过将加密货币交易与股票和商品交易进行对比，记录了一系列新事实。首先，我们展示了投资者跨不同资产的交易策略的鲜明二分法。散户投资者主要在股票市场和黄金中进行逆势交易，但即使在价格大幅波动之后，他们也愿意坚持他们的加密货币投资，这导致投资者遵循加密货币的动量策略。1重要的是，当我们专注于在不同资产类别中交易的相同投资者时，这些结果甚至成立。其次，个体特征不能解释投资者与股票相比加密货币交易方式的差异，这表明我们的结果主要不是由投资者构成或客户效应的差异驱动的。最后，我们表明，我们的结果不是注意力不集中、对类似彩票的资产的不同偏好、费用差异或缺乏关于加密货币的现金流信息的结果。我们推测，散户投资者有一个加密货币价格模型，其中正收益增加了未来广泛采用的可能性，这反过来又推动了资产价格的上涨（当价格下跌时反之亦然），这与Cog等人一致。（2020年）或索金和熊（2023年）。投资者对已经广泛采用的其他传统资产的价格预期不同。 为了分析投资者如何形成价格预期，我们研究他们在给定股票或 1这种加密交易策略通常在社交媒体上的加密投资者中被称为HODLING，因为早期投资者错误地将“持有”拼写为“徘徊”。 cryptocurrencyandhowthatsharechangesasafunctionofthecontemporantialandlaggedreturnsontheasset.ThisapproachissimilartoCalvetetal.(2009),whotiechangesinportfoliosharesallocatedtodifferent资产类别投资者对该资产类别未来回报的信念。我们扩展了Calvet等人。(2009)框架，基于几个简单的假设，对个股和加密货币进行分配。根据Campbell和Viceira（2002）以及其中的假设，我们从理论上证明了不同股票或加密货币的投资组合权重的变化是由预期收益的变化驱动的。因此，如果投资者预期下一期的收益与给定资产的这一时期的收益正相关，则他们要么将较大 （较小）的财富份额分配给该资产，然后获得正（负）收益，要么不改变对该资产的配置。这种类型的重新平衡行为实际上会导致加密投资者看起来像是在遵循买入并持有的策略。或者，如果投资者期望资产回报是均值回归，他们将反向交易，并在获得正（负）回报后，将较小（较大）的财富份额分配给资产。 为了研究投资者对给定资产的同期和过去回报的反应，我们关注零售平台上交易最多的200只股票，在我们的样本期内，这些股票占eToro股票交易的91％以上。有许多不同的加密货币投资者可以在平台上进行交易，但在我们的样本期间，大部分交易都集中在一些占主导地位的代币中，特别是比特币，以太坊和Ripple（超过78％）。 如果投资者不断关注自己的投资组合，并根据自己信念的变化进行重新平衡，则在任何时间点回归其同期或过去收益的资产的投资组合份额变化的迹象反映了投资者的价格预期如何作为价格实现的函数而变化。几篇论文甚至在个人内部都将调查预期与投资组合分配的变化联系起来，因此提出了信念与投资组合分配之间的牢固关系（例如Procedre，多米尼克和曼斯基(2011)，凯兹迪和威利斯(2011)，以及吉里奥等人。（2021年））。散户投资者交易的一个特点是，许多人只是零星交易，可能会因为与他们的投资信念无关的原因而留在市场或退出市场，可能是因为他们分心或注意力不集中。因此，在研究对每日价格变化的反应时，账户级投资组合份额变化分析可能会受到虚假噪音的影响。为了解决这一问题，我们形成了在队列级别汇总的投资组合份额的衡量标准。如果一些投资者出于特殊原因退出市场，我们的聚集策略将减少他们引入的噪音。然而，我们的措施将发现与基本面或价格相关的投资行为的任何变化，这些变化广泛影响给定群体中的所有投资者。这种数据聚合方法在概念上类似于在资产定价测试中将单个股票分类为因子组合，通常用于减少影响。 特殊噪声对参数估计的影响。这并不意味着我们正在抛弃有意义的变化。特别是，我们还通过允许队列根据投资者的年龄，收入，性别等特征而有所不同，从而在较低的聚合水平下形成队列。这使我们能够根据这些个体差异来研究交易行为的异质性，而不会引入很多噪音。最后，我们通过查看个人对同期和滞后收益的交易决策，在账户级别重复我们的主要测试。我们将此分析集中在样本中最活跃的50％投资者上。分类水平的结果证实了我们在队列水平的结果。 我们通过回归每日变化的日志来开始我们的分析总投资组合份额给定资产的同期和过去回报。我们发现，对于股票，分配给给定股票的份额变化与其同期收益之间存在显着的负相关关系。一周后的滞后累积收益与投资组合份额变化的关系仍然是负面的，但要弱得多，并且一周后的收益不会产生重大影响。当我们对加密货币重复同样的分析时，我们发现一个强大的。正分配给加密货币的总份额变化与同期回报之间的关系。一周后，我们还发现累计滞后回报的关系更弱但仍然为正。换句话说，投资者是股票逆势而上，但加密货币的动量交易者。 我们注意到，加密货币的不同交易策略并不能通过两种资产类别之间的统计收益属性差异来解释。与股票类似，加密货币在每日水平上没有显示有意义的自相关。2虽然有一些证据表明，在我们的样本期间，加密货币的收益在每周或每月水平上存在自相关(Li和Tsyvisi(2021))，但这些时间范围与我们数据中持有头寸的投资者无关。我们还可以排除结果是反向因果关系的结果。Procedres.，投资者交易推动价格。我们样本中的投资者总共拥有加密市场交易总资本的一小部分，因此是价格接受者。 然后我们跟随Calvet等人。(2009)，并将投资组合总份额的变化分解为被动份额和主动份额。活跃份额构成总份额变化的一部分，这是由于投资者积极地重新平衡他们的投资组合分配。剩下的是被动份额，这是随着时间的推移不同资产收益的结果 。例如，在给定的时间段内，采取比投资组合中其他资产升值更多的股票。如果投资者不积极地重新平衡投资组合，随着时间的推移，这只股票在投资组合中的总份额将会增加。对于细心的投资者来说，重要的统计数据是总份额的变化，因为它反映了投资者在之后的分配情况。 2在我们期间，t天收益的标准差增加与t天的-0.2%变化相关+'sreturns.thisresultisnotstatisticallysignificantevenata10%level. 考虑到被动价格变化。然而，由于投资者可能并不总是完全关注价格变化，因此分析主动再平衡如何与投资组合中的被动变化相互作用是有益的。 我们发现，我们观察到的股票总份额变化中的逆势交易行为是由于投资者积极减少（增加）他们在具有高（低）同期收益的股票中的投资组合持有量。与我们发现的总份额相似，对于滞后一周的累积收益，再平衡效应要弱得多。然而，对于加密资产，我们看到投资组合总份额中的动量行为主要是由投资者驱动的，而不是重新平衡他们对加密货币的持有量，无论价格上涨还是下跌。散户投资者在不调整投资组合的情况下吸收价格波动。 我们还对大宗商品交易重复这一分析，特别是黄金，黄金通常与比特币相似，是eToro上交易最多的商品，仅次于石油。3我们发现对黄金的投资遵循与股票相同的反向动态。当黄金价格上涨时，投资者减少他们的总持有量并积极地重新平衡黄金，当价格下跌时购买黄金。由于加密货币经常被吹捧为“数字黄金”，因此有趣的是，黄金和加密货币之间的交易行为存在明显差异。 接下来，我们测试不同资产类别之间交易行为的差异是否由具有极端回报实现的天数驱动。我们通过返回五分位数对每种资产的交易日期进行分类，从最低到最高，并重复我们对股票，黄金和加密货币的分析。我们发现，股票和黄金的逆势