比特币价格是否被操纵？

巴氏合金

服务区块链创新者

这篇文章的作者是经济学家和金融市场分析师 Alex Krüger。

在论文《比特币真的没有被 Tether 操纵吗？ ，学者 John Griffin 和 Amin Shams 调查了 USDT 是否被用来操纵比特币的价格。

该论文发现，“随着市场下跌，很快就出现了用 USDT 购买比特币的情况，导致比特币价格大幅上涨。” 它还得出结论，这种模式“无法用投资者需求来解释，但最符合基于供应的假设，即 USDT 用于提供价格支持和操纵加密货币价格。”

作者认为，该论文武断地得出毫无根据的结论，表明作者对金融市场缺乏了解，并作出误导性陈述。 这也提醒我们不要一味只关注数据，更要关注常识性问题。

值得注意的是，这篇论文发表在社会科学研究网络 (SSRN) 上，该网络允许研究人员“在同行评审发表之前获得他人的支持”。 因此，据我所知，该版本发表在 Medium Article 上的论文尚未经过同行评审。

当回报为负时，Tether 曾用来购买比特币

“当回报为负时，USDT 被用来购买比特币，但我们没有发现价格上涨后出现大量 Tether 流量，”该论文称。 但是，在我看来，这种模式并不表示市场受到操纵。

资料来源：John Griffin 和 Amin Shams 的论文

在市场下跌后看到有人用 USDT 购买 BTC 并没有什么特别的。 就像在美国股市暴跌后看到有人用美元购买亚马逊股票一样，没什么特别的。 在牛市期间尤其如此。 这是基本的常识。

发现此类大量购买并导致比特币价格大幅上涨的情况并不少见。 这篇文章似乎混淆了投机和操纵，并忽略了回撤买入（在市场回调时买入）作为交易策略的有效性。

此外比特币到底有没有价值，比特币价格下跌往往发生在 USDT/USD 产生正溢价时。 这很可能是由于交易者大量用比特币（和其他加密货币）兑换 USDT 造成的。

当 USDT/USD 的价格显着偏离 1 美元的锚定汇率时，套利者就会被激励从事套利活动。 巴比特之前的文章也介绍了稳定币的套利机制。 因此，看到大量USDT从Bitfinex流向USDT交易所购买BTC也就不足为奇了。 请注意，Griffin 和 Shams 论文中讨论的数据是在 2018 年 11 月 28 日之前获得的，当时 Bitfinex 不再是 USDT 的实际发行人。

套利示例（假设2018年11月之前的情况）：USDT/USD在交易所达到1.03。 因此，Bitfinex 交易所的 BTC/USD 价格与 Poloniex 交易所的 BTC/USDT 价格存在 3% 的差异。 交易者将在Bitfinex上卖出BTC得到美元，以USDT的形式提取美元（Bitfinex兑换比例为1:1），将USDT转入Poloniex，用USDT买入BTC，将BTC转入Bitfinex，卖出BTC，最后得到一个3 ％ 利润。 Tether 被用来稳定价格

的确，Griffin 和 Shams 论文的结果证明了 USDT 发行公司推出 USDT 是为了稳定比特币的价格。 不过，USDT用户当然也可以购买USDT转入其他交易所，以稳定比特币的价格。 所有市场都有大型市场参与者提供价格支撑，但这并不一定意味着市场操纵。

Tethers 的流动性对交易所间的价差不敏感

这篇论文确实揭示了一个令人担忧的模式。 USDT的流向应该与USDT/USD的汇率变动，或者法币与USDT兑换的价差密切相关（这两种情况其实很相似）。 然而，该论文的结果表明，USDT 流量“对 BTC/USD 货币对高度敏感，但对 USDT/USD 货币对不那么敏感。事实上，USDT 流量有一个第一和第二个滞后（lag）并不敏感。它确实在更高的滞后变得非常明显，但其响应的幅度远小于 BTC/USD 对”。

资料来源：John Griffin 和 Amin Shams 的论文

首先，这些陈述具有误导性。 具体来说，将 USDT 的流量与 BTC/USD 交易对之间的关​​系归类为“高度敏感”是言过其实，并且混淆了影响的大小和影响的显着性。 更准确地说，比特币回报与美元流量（或套利利差）相关，相关性很小但具有统计显着性，如上面的 beta（小值）和 t 值（高值）所示。 鉴于论文中报告的归一化系数，查看表 A 左上角的单元格，我们可以看到，对于滞后的比特币回报，1 个标准差单位的减少对应于 USDT 流动性增加 0.06 个标准差。

其次，调整后的 R 平方值非常小，表明回归模型最多解释了因变量总方差的 0.4% 到 1.5%，这可能表明结果并不“具有现实意义”。

第三，论文的解释似乎依赖于一个重要的假设。 论文指出，滞后的比特币收益（LBR，lagged bitcoin returns）对于预测 USDT 流量有意义，但滞后的 USDT 收益（LUR，lagged USDT returns）则没有意义。 这个假设似乎源于这样一个事实，即与 LBR 对应的预测变量几乎总是具有统计显着性，而与 LUR 对应的预测变量大多不具有统计显着性。 然而，仅仅因为一些预测变量“重要”而其他预测变量“不重要”并不意味着它们彼此之间存在显着差异。 同样，即使一个估计值低于另一个估计值比特币到底有没有价值，其效果也可能没有统计学差异。

第四，比特币价格下跌往往发生在USDT出现正溢价后（导致Bitfinex交易中BTC/USD交易价格高于BTC/USDT）。 因此，该论文认为 USDT 流动性“对 BTC/USD 货币对敏感”（即使它没有那么敏感）。 当出现极端价格下跌时，这种关系是如何出现的，或许可以解释这种低敏感性。

第五，正如刚才所解释的，有证据表明 LBR 和 LUR 之间存在相互作用。 这篇论文没有对此进行测试，但我们知道这一点非常重要。 论文发现，在保持 LBR 不变的情况下，LUR 对 USDT 流量没有显着影响。 但是，如前所述，LUR对USDT流量的影响取决于LBR。 当 LBR 很低时（当价格暴跌时），LUR 与 USDT 流量正相关。

综上所述

作者并未完全否定论文的结论，只是对其中部分结论的有效性提出质疑，并提出其他解释。 作者认为，该论文草率地得出了毫无根据的结论，并做出了一些误导性的陈述。

市场下跌后，确实有人经常用USDT购买比特币。 然而，这并没有论文中建议的那么不寻常，可以用市场参与者的需求（逢低买入或跨交易所套利）来解释。 它不能证明市场操纵。