稳定币偏差是否重要？一种泡沫崩溃-GARCH方法用于风险预测和与传统加密货币的传染

《Econometrics》：Do Stablecoin Deviations Matter? A Bubble Crash–GARCH Approach to Risk Forecasting and Contagion with Traditional Cryptocurrencies

　　

尽管稳定币在数字资产市场中占据一个以价格稳定性为核心设计的细分领域，但它们暂时偏离参考值可能揭示潜在风险和压力的重要信息。在本研究中，研究人员检验了从传统加密货币和稳定币中提取的泡沫和崩溃信号是否能够改善波动率、风险价值（Value-at-Risk，VaR）和预期短缺（Expected Shortfall，ES）预测，并且与这些预测增益相关联，是否有助于评估跨资产传染。该分析应用了泡沫崩溃-GARCH（Bubble Crash–GARCH，BC-GARCH）模型，在该模型中，极端价格阶段通过Phillips、Shi和Yu（PSY）实时监控程序识别，并通过基于事件的虚拟变量纳入收益的条件均值。对于稳定币，极端事件并非单独从价格动态推断，而是从观察价格与资产特定参考值之间的偏差推断。实证研究聚焦于比特币（Bitcoin）、以太坊（Ethereum）、Tether的美元挂钩稳定币（USDT）和Tether Gold，评估了资产特定的泡沫-崩溃效应以及传统加密货币与稳定币之间的双向传染渠道，以比特币和USDT作为两个市场细分领域的领先代表。研究结果表明，考虑泡沫和崩溃事件比标准GARCH基准能够产生更准确的波动率预测。对于VaR和ES，泡沫-崩溃设定能够通过更准确的覆盖率、更低的分位数损失和更强的ESR回测表现在多个尾部概率水平上改善尾部风险预测。结果还揭示了两种资产类别之间不同程度的价格膨胀（exuberance）：传统加密货币中极端价格动态更为明显，而稳定币偏离基本面的情况罕见。在稳定币中，USDT表现出有限但可检测的价格膨胀，而Tether Gold未显示极端价格事件。然而，当此类偏差发生时（如USDT的情况），它们会对主要加密货币产生显著的传染效应。值得注意的是，源自USDT的极端事件对比特币和以太坊的影响强于从传统加密货币到USDT的反向溢出效应。总体而言，证据表明稳定币并非数字资产生态系统中的被动工具。即使是暂时偏离其参考值，也包含了对风险预测和传染监测有价值的信息。

稳定币（stablecoin）设计为与参考资产保持价格稳定，但临时偏离可能揭示潜在风险。传统加密货币（如比特币Bitcoin和以太坊Ethereum）频繁经历泡沫（bubble）与崩溃（crash）事件，而稳定币的相关研究尚不充分。现有问题包括：稳定币是否经历统计上可检测的极端事件？这些事件如何影响风险预测？是否存在跨资产传染？本研究旨在填补这些空白，通过应用泡沫崩溃-GARCH（Bubble Crash–GARCH，BC-GARCH）框架，评估极端事件对波动率、风险价值（Value-at-Risk，VaR）和预期短缺（Expected Shortfall，ES）预测的改进作用，并分析双向传染渠道。论文发表在《Econometrics》。

研究人员采用的主要关键技术方法包括：第一，基于Phillips、Shi和Yu（PSY）实时监控程序的递归右尾单位根检验，通过BSADF（Backward Supremum Augmented Dickey–Fuller）统计量识别泡沫和崩溃事件，并利用wild-bootstrap方法获得异方差稳健的临界值，对稳定币则分析价格与参考值（美元或黄金现货价格）的偏离。第二，将检测出的极端事件以虚拟变量形式纳入收益的条件均值方程，构建BC-GARCH模型，波动率分别采用GARCH或GJR-GARCH（Glosten-Jagannathan-Runkle GARCH）设定。第三，采用马尔可夫预测规则用于一步超前预测中虚拟变量的赋值。第四，通过Clark-West检验评估波动率预测改进，VaR使用Kupiec无条件覆盖检验、Christoffersen条件覆盖检验和分位数损失（Quantile Loss，QL）评估，ES使用Bayer和Dimitriadis的严格ESR（Strict ESR）、辅助ESR（Auxiliary ESR）和截距ESR（Intercept ESR）回测。样本来源于CoinMarketCap和Investing.com，涵盖2019年1月1日至2026年6月30日，训练集截止2024年12月31日，测试集为剩余545个观测值。

研究结果方面，**3.1 比特币**：通过PSY检验识别出111个泡沫日和2个崩溃日，约占其有效样本的4.29%。基准模型为GARCH(1,1) with Student's t innovations。BC-GARCH_OWN（包含比特币自身泡沫与崩溃指标）和BC-GARCH_USDT（额外包含USDT崩溃指标）的条件均值估计表明，比特币泡沫期导致条件均值正向偏移（系数约1.8，p<0.01），崩溃期导致负向偏移（系数约-3.5，p<0.05），且USDT崩溃期对比特币收益有显著正向影响（系数8.442，p<0.01），支持流动性再分配机制。Clark-West检验显示两种增强模型均显著优于基准（p=0.008和0.004）。VaR回测中所有模型通过覆盖检验，但增强模型分位数损失更低，尤其BC-GARCH_OWN在四个尾部概率水平上损失最小。ES回测中所有模型均通过ESR检验，增强模型在部分尾部水平上表现更优。**3.2 以太坊**：PSY检验检测到47个泡沫日和5个崩溃日，占有效样本的1.97%。基准模型同样为GARCH(1,1) with Student's t innovations。BC-GARCH_OWN（自身指标）、BC-GARCH_BTC（比特币泡沫和崩溃指标）和BC-GARCH_USDT（自身加USDT指标）均显示自身泡沫期正向影响（约1.75-1.79，p<0.01），自身崩溃期负向影响（约-4.5，p<0.10）。比特币泡沫和崩溃期对以太坊收益显著（泡沫系数1.595，p<0.01；崩溃系数-6.973，p<0.05），USDT的泡沫和崩溃期均正向影响以太坊（泡沫系数5.250，p<0.01；崩溃系数12.959，p<0.01）。Clark-West检验显示BC-GARCH_OWN和BC-GARCH_BTC显著改进预测（p=0.002和0.001），BC-GARCH_USDT边缘显著（p=0.063）。VaR回测中所有模型通过覆盖检验，BC-GARCH_BTC在四个水平上分位数损失最低。ES回测中所有模型通过检验，BC-GARCH_BTC在尾部水平上表现最好。**3.3 USDT**：PSY检验仅检测到2个泡沫日和2个崩溃日，占有效样本的0.15%。基准模型为ARMA(1,1)-GARCH(1,1) with skewed Student's t innovations。BC-GARCH_OWN（自身指标）和BC-GARCH_BTC（USDT崩溃加比特币泡沫指示）中，USDT崩溃期导致条件均值显著负向偏移（系数约-0.2，p<0.01），但自身泡沫系数不显著。比特币泡沫期对USDT收益有微弱负向影响（系数-0.014，p<0.10）。Clark-West检验显示BC-GARCH_BTC显著改进预测（p=0.039），而BC-GARCH_OWN边缘显著（p=0.051）。VaR回测中，除尾部水平外，多数模型未通过覆盖检验，但增强模型在尾部水平上略有改善。ES回测中，BC-GARCH_BTC在尾部水平上通过所有ESR检验。**3.4 Tether Gold**：PSY检验未检测到任何泡沫或崩溃事件，因此仅包含USDT传染指标。基准模型为GJR-GARCH(1,1) with Student's t innovations。BC-GJR-GARCH_USDT的条件均值中，USDT泡沫期（系数0.988，p<0.01）和崩溃期（系数1.037，p<0.05）均正向影响Tether Gold收益，支持跨稳定币再分配。Clark-West检验显示预测改进不显著（p=0.156）。VaR回测中，所有模型通过无条件覆盖检验，但中间尾部水平未通过条件覆盖检验。ES回测中，所有模型通过ESR检验，增强模型在部分尾部水平上略有改善。

总结讨论部分，研究结论翻译如下：本研究探讨了泡沫和崩溃事件是否包含对传统加密货币和稳定币的波动率、VaR、ES及传染建模有用的信息。分析动机源于数字资产在交易、结算、流动性管理和资产配置中日益重要的作用。虽然传统加密货币自然暴露于投机性价格动态，但稳定币设计为保持相对于参考资产的稳定价值。这一区别使得评估极端价格事件是否仅限于非挂钩加密货币，还是也作为偏离挂钩或基础基准而在稳定币市场中出现，变得重要。方法贡献在于将BC-GARCH框架应用于传统加密货币和稳定币，通过仅使用每个时间点可用信息的实时监控方法检测和标注泡沫与崩溃事件，随后将指标引入收益条件均值，通过资产特定GARCH类模型建模波动率。在样本外预测中，未来泡沫-崩溃指标通过马尔可夫预测规则确定。实证结果突出了资产间的高度异质性：比特币和以太坊展现出清晰的周期性泡沫（尤其是2021年），崩溃事件较少但影响更大；USDT仅出现少量极端事件，但具有经济意义；Tether Gold则无统计上显著的极端事件。模型估计证实泡沫-崩溃指标包含收益动态信息，且传染分析显示比特币是传统加密货币的主要溢出源，而USDT的崩溃期对比特币和以太坊产生显著正向影响，效应强于反向溢出，支持从稳定币向非挂钩加密货币的流动性再分配。波动率预测改进因资产和渠道而异：比特币和以太坊的增强模型显著优于基准，USDT的比特币传染模型显著改进预测，而Tether Gold未获显著增益。VaR和ES回测显示，泡沫-崩溃框架在部分尾部水平上改善覆盖率和分位数损失，但效果不一致。总体而言，证据表明稳定币并非被动工具，其暂时偏离参考值包含对风险预测和传染监测有价值的信息，为投资者、风险管理者及监管者提供了重要启示。