柏建成 严 翔 何 田 高增安 李霞飞

1 引 言

数字货币成为近年来成长迅速的一类金融资产（Borri，2019［1］），引来投资者和监管者的广泛关注。自Nakamoto（2008）［2］提出数字加密货币概念，并首创比特币以来，数字货币的种类达5700多种，市值超过2700亿美元，已经形成庞大的市场规模，对传统金融资产的影响程度进一步提升（Kurka，2019［3］）。数字货币的迅速发展并非偶然，它的底层区块链技术被认为是未来驱动金融科技革命的伟大创新，数字货币就属于这一波技术革命的红利（Liu等，2019［4］）。2019年11月28日，法定数字货币DC/EP完成基本设计，2020年4月14日DC/EP正式在成都、深圳、苏州和雄安进行场景测试，数字货币进一步受到各国关注。然而，当前数字货币市场尚不完善，因投机者的恶意炒作而产生的泡沫会严重影响当前的金融秩序。虽然我国在2017年9月4日发布的《关于防范代币发行融资风险的公告》中，禁止了国内数字货币交易，但在我国数字货币交易从未停止，并逐步成为投资者或投机者进行风险投资攫取收益的工具，这需要我们对数字货币交易市场可能引发的金融风险时刻保持警惕。对于投资者、政策制定者和学者而言，了解风险溢出在不同市场间的传导机制极为重要（Hong等，2019［5］），因此有必要关注数字货币与传统金融资产之间的联系，进而研究它们市场间的风险溢出路径，以便对数字货币引发的风险进行有效测度，提前防止由数字货币引发的金融风险传递到我国金融市场，避免系统性金融风险的发生。本文采取传统波动溢出BEKK-GARCH模型和DY2012溢出指数模型，分别对二者间风险溢出进行了验证，进而从动态角度剖析了其间的风险溢出效应以及传导机制，为我国防范可能由数字货币引发的金融风险提供了政策参考。

2 文献综述

学者们普遍认为数字货币的货币属性尚不明晰，但其商品属性都已得到广泛认可（Baeck和Elbeck，2015［6］）。谢杰和张建（2014）［7］通过解构比特币的经济机理，得出比特币具有货币、金融商品二元法律属性的结论。Selgin（2015）［8］则认为数字货币只是一种数字化的投机商品，并非货币。虽然数字货币尚存在流动性的限制（Easley等，2019［9］），但随着诸如泰达币等稳定币和数字货币交易的出现，使其通过数字货币交易所实现了全球范围内的流动，数字货币市场也随之繁荣起来。发展至今，全球的数字货币交易所已多达23000多个，仅币安交易所24小时的交易额就高达30.75亿美元，其市场追捧程度可见一斑。

随着数字货币影响力的不断提升和其市场规模的不断扩大，其可能引发的风险不容小觑。本文认为数字货币的风险主要分为五类：其一是技术风险，现在数字货币的底层区块链技术尚不完善，某些数字货币项目还存在一定的技术漏洞（Weaver，2018［10］），比如比特币的硬分叉和MakerDAO事件，都对数字货币自身的发展产生了很大冲击，引起价格暴跌。其二是管理风险，在交易过程中，交易者会将数字货币转移到交易所，从而放弃对比特币的控制权，这容易遭到黑客的攻击，盗走数字货币，给投资者带来重大损失，因此提升了交易所的管理风险（Makarov和Schoar，2020［11］）。其三是政策风险，数字货币底层区块链技术虽然发展迅速，但当前尚处于探索阶段，存在制度体系缺失、监管滞后等问题，尤其是以门罗币和比特币为代表的“匿名”“去中心化”架构，可能挑战各国政府的市场监管地位，使得未来针对数字货币的政策走向不明确（郭文伟等，2018［12］）。其四是融资风险，数字货币发行者通过ICO和IEO进行融资，可以绕过监管部门，存在极大的信用和道德风险。数字货币更多的是技术面信息，很难通过基本面信息分析发行者的运营水平（蔡显军等，2019［13］），导致某些数字货币仅通过炒作概念实现增值，扰乱金融市场秩序。其五是市场风险，数字货币市场尚不成熟，虽然目前已达弱势有效（潘慧峰等，2019［14］），但市场主要参与者是散户，存在明显的羊群效应（Vidal等，2019［15］），投资者的非理性行为会加大数字货币市场的动荡。

数字货币相关风险如果未得到妥善处置和化解，就很可能向传统金融体系蔓延，增加防范系统性金融风险的难度（李苍舒和沈艳，2019［16］），因此当下数字货币与传统金融市场之间的关联关系和风险溢出成为研究热点。基于实证方面的文献，大多数仍站在投资者角度探讨投资组合策略和波动预测。例如，Chu等（2017）［17］，Selmi和Mensi（2018）［18］运用GARCH模型分析数字货币之间、数字货币与黄金、美元等的波动溢出关系，认为比特币可以作为风险对冲工具。Fang等（2019）［19］通过GARCH-MIDAS和DCC-GARCH模型实证分析了经济政策不确定性对数字货币和传统金融资产的波动性影响。此外，还有学者在理论上指出了数字货币的市场动荡会冲击到传统金融市场的可能性，但并未说明两者风险传导路径和溢出程度。

综上所述，首先，在研究内容上大多数既存文献仍集中在数字货币的风险对冲和波动预测上，对于两市场间的风险溢出程度并未进行探讨。其次，在研究方法上几乎都是使用多变量GARCH模型进行分析，但使用多变量GARCH模型有两个不足之处：一是GARCH模型无法将多个变量放在一个系统内考察波动溢出效应的大小（Baruník，2016［20］）；二是GARCH模型要同时估计出大量的参数，导致最大似然估计会存在问题，当加入更多复杂动态参数对模型进行扩展也显得较为困难（Harris等，2007［21］；王奇珍和王玉东，2018［22］）。而基于TVP-VAR 模型的DY2012指数构建法，它不仅能将不同变量纳入一个整体系统，量化风险溢出效应的大小，描述风险溢出的方向，还可以与滚动窗口技术相结合，研究不同时间点的风险溢出效应和整体发展趋势，增强风险溢出传递效应的解释力。因此本文采用DY2012方法构建二者的风险溢出指数，将数字货币和其他金融属性资产纳入系统范围，剖析两市场之间的风险溢出效应，丰富了这一领域的研究。

此外，既存研究主要从数字货币属性和风险对冲能力方面做了实证分析，并从理论上探讨了数字货币的潜在风险，指出数字货币市场风险存在向传统金融市场蔓延的趋势，但未说明两者间的风险影响程度和溢出路径。因此，本文使用BEKKGARCH模型研究数字货币与传统金融市场间的风险溢出程度，利用DY2012溢出指数构建方法刻画出实际的风险溢出指数动态变化趋势，并结合相关重大事件进行深入分析，以期更加深刻认识数字货币与传统金融资产的联系和风险溢出路径，进一步提出监管建议，以防范数字货币的潜在风险向传统金融市场的传递。

3 模型设定

3.1 BEKK-GARCH模型

本文采用Engle和Kroner（1995）［23］提出的一类多元GARCH模型，即BEKK-GARCH模型。该模型的优点是在很弱的条件下保证方差-协方差矩阵的正定性，而且估计的参数较少，具有较大的优越性（赵留彦和王一鸣，2003［24］），因此本文研究数字货币与传统市场间的波动溢出效应的具体模型构建如下：

式（1）为向量表示Ξ的均值方程，Xt′为解释变量向量，γ为均值方程估计系数。式（3）BEKK形式的方差-协方差方程，Ht为n×n对称矩阵，Ψt-1为截止到t-1期所获取的信息集，Ξt为均值方程的残差，可知其服从均值为0，方差为Ht的正态分布，且其方差具有时变性。C为三角矩阵，矩阵A和B分别为ARCH和GARCH项系数。

假定残差向量服从正态分布，即可通过最大化下面的对数似然函数对上面建立BEKK-GARCH模型进行参数估计：

其中θ为待估参数，N为模型中向量序列的个数，T为样本观测值。因为GARCH模型的对数似然函数形式是非线性的，所以估计过程使用BHHH算法。

3.2 DY2012模型

参照Diebold和Yilmaz（2012）［25］的指数构建法计算风险溢出指数（陈声利等，2019［26］），首先考虑包含N个变量的弱势平稳VAR(P)：

其中Фi=(1,2,3…p)是N×N参数矩阵，ε～（0，∑）是一个独立且恒等分布的扰动项。移动平均表示为xi=∑∞i=0Aiεt-i，其中，系数矩阵A0是N×N的单位矩阵。当i<0时，Ai=0；当i>0时，Ai满足递归过程：

在计算方差分解矩阵时，为避免方差分解的结果受变量排序影响，本文使用广义VAR处理法（简称KPSS方法），进行预测误差方差分解。矩阵中的元素由式（7）计算获得：

其中θgij(H)为方差矩阵中第i行j列的元素，表示第i个变量的总预测方差中来自第j个变量的比例；∑是预测误差向量ε的方差矩阵，σij是第j个方程误差项的标准差，ei是除了第i个元素为1其余皆为0的列向量。由于对每个变量的冲击不是正交化的，因此直接根据该公式计算预测误差的方差贡献总和（广义方差分解矩阵中元素的行和或列和）不一定等于1。即。

据此可以定义其他三个风险溢出指数：

总溢出指数。计算广义方差矩阵中所有非对角元素之和，再除以变量个数，用以度量N个变量间相互的波动溢出对总的预测误差方差的贡献。总溢出指数的公式为：

方向性溢入指数。表示某个变量受到其他所有市场的溢出作用。将第i个市场受到来自于其他所有市场j的风险溢出指数表示为：

方向性溢出指数。表示某个变量对其他所有市场的溢出作用。将第i个市场对其他所有市场j的风险溢出指数表示为：

4 数据及变量描述

在数字货币市场方面，因为在考察期内比特币的市值占比均保持在70%以上，同时参考现有研究，将比特币作为数字货币的代表（Li和Wang，2017［27］；封思贤和丁佳，2019［28］）。鉴于数字货币的全球化交易属性，选择同样具有国际化的传统金融资产，同时选择具有金融属性的黄金和原油大宗商品作为实物金融资产的代表（黄国平和方龙，2017［29］）。作为重要经济体的法定货币，可将美元、日元、欧元、人民币作为研究货币市场的主要代表（赵琼和郭程翔，2019［30］）。

本文所用数据为2013年4月30日到2020年7月10日期间，比特币（BTC）、COMEX黄金（GC.CMX）、布伦特原油（Brent oil）、美元指数（USDX）、欧元兑美元汇率（EURUSD.FX）、美元兑日元汇率(USDJPY.FX)以及美元兑人民币汇率(USDCNY.FX)的日交易数据。同时剔除比特币周末交易数据保证数据的匹配性，最终每个时间序列包含1866个日交易数据。数据来源与变量符号如表1所示：

表1 数据来源及变量符号说明

本文对所有变量的数据均选取自然对数的一阶差分形式，即ln(pt/pt-1)。表2为变量的描述性统计量与单位根检验结果。偏度、峰度和J-B检验结果说明数据是非正态的。ADF检验结果表明每个变量在1%的显著水平上是平稳序列。

表2 变量的描述性统计与单位根检验

续表

5 实证分析

5.1 BEKK-GARCH模型估计结果

根据BEKK-GARCH模型，本文主要考察市场间的波动溢出效应，所以只列出方差方程的估计结果。如表3所示：

表3 BTC与传统市场间的溢出效应

续表

从结果中可以看出，数字货币市场与传统市场间存在较为明显的溢出关系。ARCH项系数矩阵A和GARCH项系数矩阵B副对角线上的元素均在1%的显著水平上异于0，表明两市场间存在ARCH型和GARCH型波动溢出效应，兼具方差时变性和波动持久性特征。同理，数字货币与传统市场间存在方向性溢出，但大部分系数的绝对值均较小，表明相互之间实际的溢出效应较弱。为进一步从动态角度系统性分析两市场的溢出效应，本文利用指数构建法进行测度。

5.2 溢出指数静态分析

根据DY2012整体估计7种资产的溢出指数。首先依据AIC准则确定滞后阶数为2，即p=2；其次计算在不同方差分解的期数H下的溢出结果，发现当H=10时，波动溢出的指数取最大值，随后溢出指数趋于平稳，所以H最终取值为10；最后得出整体静态溢出技术结果如表4所示：

表4 溢出指数的估计结果(p=2，H=10)

从表4中可以看出，比特币的溢出指数受到自身的影响比较大。从静态角度来看，很难从根本上影响到其它金融资产。这是因为整个数字货币的受众群体有限，比特币自身面临的风险可能还是现阶段主要诱发比特币价格波动的主要原因。此外，黄金和原油对比特币的风险溢出要大于货币，这与当前数字货币在交易时对标黄金，且不能自由兑换法定货币有一定的关系。这种现象同样反映在比特币对其他金融资产的风险溢出指数影响上，它对黄金和原油的风险溢出要大于货币，进一步说明了数字货币的商品属性要大于它的货币属性。需要注意的是，比起其他法定货币，比特币与人民币的联系似乎更加紧密，他们之间的风险溢出指数更高。整体来看，比特币与传统金融市场存在双向风险溢出效应，但溢出指数较小。主要有三点原因：一是数字货币市场的参与者还较少，二是其市场规模远小于传统金融资产，三是数字货币的流动性有限，兑现及交易系统不够成熟。同时还可以看出，各变量间溢出指数均大于0，说明变量间均存在着风险溢出的可能性。比特币与其他传统金融资产间虽然风险溢出指数较小，但它们之间的确存在风险传递的渠道，从静态角度无法明晰二者间的风险溢出大小及其演化趋势。为了更好地把握二者间的风险溢出情况，还需要进一步对溢出指数做动态分析。

5.3 数字货币与传统市场的总体溢出动态分析

通过上文溢出指数的静态分析，使我们对2013年4月30日至2020年7月10日观察期内变量间的风险溢出有了整体把握。为了更好剖析样本期间数字货币与大宗商品市场、货币市场不同时间点的风险溢出效应和整体发展趋势，本文在DY2012溢出指数构建方法基础上，结合滚动窗口技术，对数字货币市场与其他市场的溢出关系进行动态刻画，滚动窗口设定为W=150天，并输出结果。如图1、图2所示。

图1 滚动样本下比特币对传统金融市场的方向性总溢出指数

图2 滚动样本下传统金融市场对比特币方向性总溢出指数

通过DY2012指数构建法可以将变量置于同一系统内考察，从而得出比特币与其他金融资产的总体动态溢出情况。图1显示的是数字货币市场对传统金融市场的方向性总溢出指数，它反映了数字货币向传统金融市场的整体风险溢出情况。在观察期内比特币的总体溢出指数波动范围位于0.27至7.27之间，溢出幅度变动较大，且有过几次比较明显剧烈波动。图2显示的是传统金融市场对数字货币市场的方向性总溢出指数，它反映了传统金融市场向数字货币市场的整体风险溢出情况。综合来看，比特币与传统金融市场的总体溢出指数在观察期内有两个特点：一是变化幅度较大；二是变化具有一定的规律性。首先，这是因为数字货币市场容易受到市场情绪和事件的影响（Cheung等，2015［31］），造成较大的价格波动，引发的市场震荡可能会波及到其他传统金融资产。其次，数字货币市场的不断扩张导致国际化速度加快，某些国际化事件的爆发或国际局势的变化，不仅会影响到传统金融市场，还会将风险传递给数字货币市场，导致二者市场波动产生共振。基于此，本文结合观察期内二者间溢出指数变动较大且趋势相似的时间段内发生的国际政治经济事件，深入分析溢出指数变动的影响机制。本文共找出以下5个重要事件，如表5所示。

表5 检验事件

（1）比特币对传统金融市场的总体溢出动态分析

从比特币方面来看，在2015年1月和2017年1月均出现过价格暴跌的现象。对应比特币对传统金融市场的风险溢出指数来看，在此时间点上溢出指数陡升，明显受到了比特币价格跳水的影响，对传统金融市场造成了不小的冲击。这是因为在2014年和2016年的下半年，大量投机者进入比特币市场，催生了比特币市场泡沫（Fry和Cheah，2016［32］），一定量的资金从传统金融市场转入数字货币市场，因此比特币市场泡沫的破灭势必会对传统的金融市场产生冲击，导致风险的溢出。同时也可以看到，虽然这种冲击的影响大，但持续时间短，这说明市场调节速度比较快，不能造成持续性的高风险溢出，且随着数字货币市值的缩水，会使得在很长一段时间内的风险溢出指数处于低位。从外部事件方面来看，这种持续性的影响时间会更长，溢出指数也会长期处于高位。首先在英国脱欧期间，欧洲前景不明朗导致投资者对传统金融市场的风险厌恶情绪上升，转而将目光投向数字货币，从而增强了数字货币市场内部波动性（Yi等，2018［33］）。其次在中美贸易摩擦期间，溢出指数的会随着事态的发展而变化。2018年3月9日美国对进口钢铁和铝加征关税，比特币对其他市场的风险溢出逐渐增大，并在5月份形成第一个明显峰值，5月20日中美双方进行建设性磋商，贸易摩擦进入短暂缓和阶段，风险溢出指数则不断下降，但在2018年9月份后，美国对200亿美元的中国进口商品征收10%的关税，贸易摩擦进一步加剧，比特币溢出指数也出现第二个明显峰值，此后经过短暂的缓和期后，在2019年5月初美方再次将贸易摩擦升级，比特币溢出指数也逐步攀升。整体来看，较大范围内的政治和经济事件的爆发会导致局势的不稳定，会加剧国内的资本外逃（李晓峰，2000［34］）。首先这是因为当前比特币已经被部分国家列为合法数字资产，且在国际间的转移成本极低，兑换系统相对成熟，使其成为很多国家居民首选的虚拟财产，其次在民间民众会出于投机或资产安全的动机，在投资传统金融资产的同时选择这种数字资产作为分散风险的工具，从而导致比特币与各金融资产的关联性的进一步提升，增加了比特币对传统金融市场风险溢出的可能性。

需要特别注意的是2020年突发重大公共卫生事件新冠疫情的发生。从图1可以明显观察到，波及全球的新冠疫情无疑成为影响比特币风险向传统金融市场溢出的最大因素，溢出指数远超以往，且持续处于高位。它的影响面更广，不仅限于金融领域，投资者基于财产安全考虑，会将资金转向类似黄金这种保值性较高的实体资产，但与以往不同的是当前一部分投资者选择将资金投向数字资产，这使得传统金融市场与数字货币的联系更加紧密，风险溢出效应加大。

（2）传统金融市场对比特币的总体溢出动态分析

从图2可以看出，传统金融市场对比特币的总体溢出效应并不明显，在疫情爆发之前，溢出指数介于0.31至3.62之间。这是因为传统金融资产种类繁多且体量巨大，自身具有较好的调节作用，同时也具有较为成熟的风险对冲策略，一般情况下不会波及数字货币市场。但值得注意的是在2015年8月份，货币市场和大宗商品市场的剧烈波动影响到数字货币市场，导致溢出指数出现一次高峰。中美贸易摩擦虽然引起风险溢出指数的波动，但程度不及英国脱欧事件。据欧盟统计，自2016年6月到2017年6月，欧洲各大银行已从英国撤资3500亿欧元，冲击伦敦金融地位，并给金融市场带来了不小的震动，但比特币价格暴跌之后，比特币市值降低，传统金融市场对比特币市场的风险溢出减弱。新冠疫情期间，金融市场波动较为剧烈，在经历了3月份的集体跌落后又呈现反弹趋势，不同于以往的现象是传统金融市场对比特币市场的风险溢出大大增加，对照图1可以看出，二者之间的溢出指数都有了明显的升高，这说明两市场间的联系已经越来越紧密。一般在经济低迷状态下，投资者会选择例如黄金等较为保值的金融资产，但这次比特币表现突出，说明了民众对数字资产的认同度在提升。

5.4 传统市场与数字货币单体溢出分析

（1）比特币对单个传统市场风险溢出

比特币对单个传统金融市场的波动传递情况如图3所示。

图3 滚动样本下比特币对传统金融资产的方向性溢出指数

首先从溢出指数的变化范围来看，在新冠疫情之前，比特币对黄金、美元、欧元、日元的溢出指数在0至6.5之间，对原油的溢出指数变化范围在0至8之间，溢出指数最明显的是人民币，最高值超过了8.7。其次从溢出指数的波动程度来看，在新冠疫情之前，相对于美元、欧元和日元，比特币对黄金、原油和人民币的溢出指数变化趋势起伏较为剧烈。从图中可以看出比特币对各类资产溢出指数的变动具有相似的规律，在英国脱欧期间比特币的风险溢出较为明显，尤其是对美元和欧元的风险溢出。在中美贸易摩擦期间，比特币对人民币的风险溢出效应要远大于对美元和其他资产。众所周知，美国凭借市场和科技优势，对中国的出口产品征税，并限制高科技产品的出口，对中国经济进行打压。在这种局势下，首当其冲的是人民币，再加上比特币在中国的民间交易规模较大，在2016年12月之前，中国的比特币交易量占全球交易量的90%以上（邓伟，2017［35］）。虽然我国在此后的2017年9月发布数字货币交易禁令，但数字货币交易具有跨区域性，全球性的特点，可能出现数字货币交易平台在海外继续提供比特币与人民币之间“场外交易”的情况，导致比特币风险对人民币的风险溢出效应要大于其他金融资产。但新冠疫情爆发后，情况出现了较大的变化，尤其是2020年4月后，国外疫情形势加重，大量国外机构考虑用比特币来对冲风险，加大了比特币对其他货币市场的溢出风险。

（2）单个金融资产对比特币的风险溢出

单个传统金融资产对比特币对的风险传递情况如图4所示。

图4 滚动样本下传统金融资产对比特币的方向性溢出指数

从图4可以看出，在新冠疫情之前，传统金融市场对比特币的风险溢出受到事件的影响并不具有明显的变化规律。从溢出指数的波动变化情况来看，各传统金融市场对比特币的溢出指数也不稳定。英国脱欧时期，资本转投黄金，其与比特币的联动性增强，风险溢出指数明显上升。在中美贸易摩擦时期，各金融资产对比特币的溢出指数均略有增加。2015年1月15日比特币价格骤降发生时，黄金对比特币的溢出指数达到峰值，其他金融市场溢出指数无明显上升或下降，这与数字货币发展前期，投资者将比特币价格锚定黄金价格有一定的关系。值得注意的是，2017年8月11日，人民币即期汇率创1994年汇改以来最大单日跌幅，人民币对比特币的溢出指数在当日达到最大值17.93。这是因为中国市场份额大，人民币汇率下跌可能影响对比特币的需求，国内比特币需求刺激会直接导致比特币价格剧烈波动（徐黎明和李靖，2016［36］），从而导致人民币对比特币的风险溢出程度增加。总体来看，单个传统金融市场对比特币的方向性溢出指数普遍较大（除原油外），这可能是受多个市场不同外部因素和内部因素的共同影响，对于事件的响应并不明显。但在新冠疫情的冲击下，除人民币外的其他传统金融资产对比特币的风险溢出都在加大，因为在此期间，传统金融资产价格波动较大，国外交易者也会选择数字货币作为分散风险的工具。与此同时，疫情在中国得到了较好的控制，人民币则相对比较平稳，导致两者的风险溢出相对较小。

通过以上分析我们可以看出，数字货币市场风险主要通过三种途径向传统金融市场渗透：其一，随着数字货币市场规模的不断扩大，越来越多的投资者将数字货币作为风险对冲工具，数字货币市场的波动影响到投资者的投资组合策略，进而影响到投资行为，将风险传导给传统金融市场；其二，数字货币的认可程度在世界范围内得到提升，且自身交易隐蔽性较强，使其有可能成为资本外逃载体，在政治或经济局势不稳定的情况下，民众会将资金投向数字货币来替代传统金融资产，在一定程度上会使数字货币的市场风险转移到传统金融市场；其三，以比特币为代表的数字货币打破了法币的国家边界，越来越多的外汇交易员选择数字货币作为外汇交易对，这就导致数字货币与外汇市场的深度融合，使数字货币风险进一步影响到传统金融市场。

5.5 稳健性检验

为验证模型的稳健性，更换模型预测期数和窗口期对7个变量间的溢出指数进行估计。预测期数取H=10时，静态估计的各溢出指数有最大值，增加H值的大小，估计结果不变。分别选取100天、150天、200天作为窗宽长度，估计结果如图5和如6所示。可以发现，三种不同窗宽下，比特币与传统金融市场间的方向性总溢出指数随时间变化的总体趋势大致相同。更换窗口期并没有导致估计结果产生显著变化，说明文章的实证检验是稳健的。

图5 不同滚动窗口期下比特币对传统金融市场的方向性总溢出指数

图6 不同滚动窗口期下比特币对传统金融市场的方向性总溢出指数

6 结语与建议

本文首先运用BEKK-GARCH模型和DY2012溢出指数构建方法，从静态角度对比特币市场与黄金、原油和货币等传统金融市场的风险溢出指数进行了测量，然后将DY2012溢出指数构建方法与滚动窗口技术结合，从动态角度展示了这些市场之间的风险溢出指数的变化趋势，并结合国际经济政治事件和市场内部情况对动态趋势进行剖析，此外还对两者的相关溢出系数做了进一步分析。主要结论如下：

从风险溢出的静态角度，发现数字货币与传统金融市场间存在风险的双向溢出效应，证明了数字货币市场与传统金融市场间存在风险溢出渠道；从整体风险溢出的动态角度，发现数字货币与传统金融市场间溢出指数存在较大的波动，且方向性溢出差异相似；从单个风险溢出的动态角度，发现数字货币与传统金融资产间的方向性溢出存在一定的差异。结果显示：数字货币对传统金融资产方向性总溢出指数在样本期间有较大的波动，且波动趋势与全球政治经济事件如英国脱欧、中美贸易摩擦，以及比特币价格暴跌事件相对应，其中数字货币对人民币的风险溢出指数在上述事件的影响下变化更为敏感；传统金融资产对数字货币的方向性溢出指数在样本期间表现不一，但在新冠疫情的冲击下，除人民币外风险溢出指数均有所上升。值得特别注意的是在中美贸易摩擦期间数字货币与人民币之间的风险溢出指数最大，但在新冠疫情期间则相反。

新兴技术的产生与应用往往利益和风险共存，对数字货币监管不力可能会给传统金融市场带来负面冲击，影响金融稳定。根据2020年8月商务部引发的《全面深化服务贸易创新发展试点总体方案》中“守住底线，防控风险”思想，为贯彻落实总体国家安全观，坚持底线思维，主动防范化解风险，预防数字货币市场风险向传统金融市场的溢出，本文对我国的数字货币监管提出以下建议：首先，进行风险安全警示，降低交易风险。数字货币市场的繁荣来自于投资者的参与，在面临巨大的市场风险情况下，中央银行与监管机构必须对数字货币交易者发出风险警告，明确数字货币存在的诸多风险，如兑换损失、电子钱包被盗、支付不受保护等。消费者在购买比特币这类货币时，必须意识到自身所承担的风险。同时监管部门应建立与数字货币及其他数字货币行业参与者的交流机制，规范点对点的信任信用交换交流，降低消费者对数字货币市场投资的盲目性。其次，建立系统KYC体系，规范交易平台。数字货币的交易大部分都在数字货币交易平台上完成，平台的交易数据和用户信息都可以进行追踪，所以有必要依据KYC标准，建立数字货币的用户中央数据库，授权建立和维护中央数据库中登记用户的身份信息，保证监管部门能够有效地掌控数字货币的交易情况和用户信息，防止数字货币对现实货币体系产生不良影响。