暗号資産は、学術界と実務家の双方から大きな注目を集めてきました。これまでのところ、学術界の関心は主に理論モデルの構築に向けられてきました（例：Cong and He 2018、Cong et al. 2018、Sockin and Xiong 2018、Schilling and Uhlig 2018、Abadi and Brunnermeier 2018）。
最近の論文では、標準的な実証的資産価格分析の手法を用いて、暗号資産のリターンを他の資産クラスのリターンと比較しています（Liu and Tsyvinski 2018）。現在の一般的な議論に寄与し、理論モデルの構築に役立つ可能性のある経験的事実を示すため、私たちは大きく分けて次の3つの問いに関心を持っています。
暗号資産は他の主要な資産クラスと同様に動くのでしょうか。より具体的には、他の資産クラスのリターンを決定するのと同じ要因が、暗号資産のリターンも決定するのでしょうか。暗号資産のリターンの動きを予測し得る要因は何でしょうか。どの業界のリターンが暗号資産のリターンに連動するのでしょうか。
暗号資産のリターンは、伝統的な資産クラスと連動しないことが分かりました。一方、モメンタムや投資家の注目度といった暗号資産固有の要因は、暗号資産のパフォーマンスを強く予測します。最後に、米国の354業界と中国の137業界について、暗号資産へのエクスポージャーを示す指数を作成しました。
基本的な特性
人気の高い3種類の暗号資産、ビットコイン、リップル、イーサリアムに注目します。調査対象期間において、これら3種類の暗号資産は平均リターンが高く、ボラティリティも高いという特徴を示しています。たとえば、ビットコインの過去の月次リターンの平均と標準偏差は、それぞれ21.60%と69.46%で、いずれも伝統的資産の1桁上の水準です。しかし、暗号資産のシャープレシオは伝統的な資産クラスより高いものの、その差は極端ではありません。シャープレシオだけを見ると、暗号資産は伝統的な資産クラスと似ているように見えます。
株式、通貨、貴金属商品
暗号資産を、株式、通貨、貴金属商品などの伝統的な資産クラスと比較します。暗号資産は株式市場のリスク要因にさらされていないことが分かりました。たとえば、ファーマ＝フレンチの5因子（Fama and French 2016）とは連動しません。金融分野の文献で記録されている155の要因（Feng et al. 2017、Chen and Velikv 2017）を用いて分析したところ、有意だったのは155要因中わずか4要因でしたが、この4要因に明確なパターンは見られませんでした。
暗号資産の機能についてよく語られる見方は、従来の通貨のように交換手段となる可能性と、貴金属商品のように価値の保存手段となる可能性の2つです。市場が暗号資産を通貨や貴金属商品と同様に捉えているかを調べたところ、これら2つの一般的な見方とは異なり、暗号資産のリターンは通貨リターンや貴金属商品リターンへのエクスポージャーが小さいことが分かりました。
暗号資産固有の要因
暗号資産は伝統的資産のようには動かないことが分かりましたが、そのリターンは複数の暗号資産固有の要因によって予測できます。特に強い予測要因として浮かび上がったのは、時系列モメンタムと投資家の注目度です。
モメンタムとは、資産の価値が上昇すると、その後さらに上昇する傾向がある現象です。これは多くの既知の資産クラスに見られる特徴であり、暗号資産でも顕著に確認されました。たとえば、ビットコインの週次リターンでは、当週のリターンが標準偏差1つ分上昇すると、1週間の期間におけるリターンが3.16%上昇することと関連しています。
また、暗号資産に特化した投資家の注目度が異常に高いとき、暗号資産のリターンは上昇する傾向があることも分かりました。投資家の注目度の代理指標としてGoogle検索とTwitterへの投稿を用いたところ、たとえばビットコインでは、当週のGoogle検索が標準偏差1つ分増えると、翌週のリターンが1.84%上昇することが示されました。
一方、一般的な議論でよく取り上げられる他の多くの暗号資産固有の要因候補は、暗号資産の価格に影響しません。これらは、マイニングコスト、暗号資産固有の価格対「配当」代理指標、暗号資産固有の実現ボラティリティ比率です。
業界別エクスポージャー
メディアや投資家は、暗号資産があらゆる業界に影響を及ぼす可能性について推測してきました。米国の354業界と中国の137業界を対象に、各業界の株式リターンが暗号資産と連動するかを調べました。その結果、ヘルスケア業界と消費財業界はビットコインのリターンと有意に正の連動を示す一方、金融、小売、卸売の各業界にはそのような連動は見られませんでした。また、イーサリアムのリターンは金融業界と有意に負の連動を示すという証拠もあります。
参考文献
Abadi, J and M Brunnermeier (2018), “Blockchain economics,” Princeton University, mimeo.
Chen, A and M Velikov (2017), “Accounting for the anomaly zoo: A trading cost perspective,” Working Paper.
Cong, L W and Z He (2018), “Blockchain disruption and smart contracts,”NBER Working Paper 24399.
Cong, L W, Z He and J Li (2018), “Decentralized mining in centralized pools,”Working paper.
Fama, E F and K R French (2016), “Dissecting anomalies with a five-factor model,” Review of Financial Studies 29(1): 69–103.
Feng, G, S Giglio and D Xiu (2017), “Taming the factor zoo,” Working paper.
Liu, Y and A Tsyvinski (2018), “Risks and returns of cryptocurrency,” NBER Working Paper 24877.
Schilling, L and H Uhlig (2018), “Some simple bitcoin economics,”NBER Working Paper 24483.
Sockin, M and W Xiong (2018), “A model of cryptocurrencies,” Working paper.
