散户投资者的加密货币投资

近年来，加密货币已经从一个小众产品变成了一个主要的资产类别，吸引了金融业和零售投资者的大量关注。Vesa Pursiainen和Jan Toczynski两位学者使用一家大型金融科技公司收集的交易数据来研究零售投资者对加密货币的投资。研究发现，加密货币投资者往往是年轻、男性和高收入者。加密货币投资与股票投资和使用机器人投资应用程序呈正相关。他们也与赌博行为正相关。加密货币投资者倾向于居住在富裕的城市地区，自营职业水平高，志愿服务水平低。流入加密货币的净流量与过去的短期回报率呈负相关，但与长期回报率呈正相关。投资者并没有表现出很高的市场时机选择能力。控制进入加密货币的时间，女性在市场时机选择方面做得更好，而股票投资者做得更差。

简介

近年来，加密货币已经从一个小众技术变成了一个主要的资产类别，吸引了金融业和零售投资者的大量关注。同时，部分由于大多数加密资产的准匿名性质，关于谁在投资它们以及它们如何和为什么投资的信息有限。在本文中，我们使用一家大型金融科技公司收集的交易级数据集来研究零售投资者的加密货币投资。首先，我们确定了个人层面流入和流出加密货币交易所的流量，并将其作为加密货币投资的代理。这一信息与丰富的人口统计和其他交易数据以及用户的邮政编码相结合，使我们能够对加密货币投资者的特征进行比先前研究更详细的分析。它还使我们能够以每日的频率分析零售加密货币投资的交易动态。

数据和方法

我们首先对加密货币投资者的特征进行横断面分析。我们定义了一个加密货币投资者虚拟人，如果用户在我们的样本期间的某个时间点持有加密货币，其值为1，并对各种用户特征进行回归。持有加密货币的可能性随着收入和财富的增加而增加，随着40或50岁以上的年龄而减少。此外，男性持有加密货币的可能性比女性高约23-24个百分点，相对于样本的平均可能性24%来说，这个比例非常大。加密货币投资与股票投资呈正相关。我们还发现，从事赌博的人更有可能持有加密货币。这一发现与先前的证据一致，即至少有一些散户投资者将交易视为赌博的替代品。使用机器人投资者的人也更有可能投资于加密货币。这可能与他们希望使投资组合多样化的愿望相一致，在这方面，机器人顾问已被证明是有帮助的。较低的复杂性或较高的启发式思维倾向至少与一些加密货币投资者有关。

接下来，我们重复对加密货币投资者的相同分析，但重点关注他们居住的邮政编码的位置特征。与我们个人层面的结果一致，女性比例较低的地区有较高的加密货币投资水平，富裕的城市地区也是如此。我们还发现，志愿服务率与加密货币投资显著负相关。当地的自雇率与持有加密货币的可能性之间存在着显著的正相关关系。这可能与一般的风险偏好水平有关。

最后，加密货币投资与该县的新教徒比例呈负相关。这可能与个人层面的赌博结果一致，因为有证据表明新教徒对赌博持否定态度，而天主教徒对赌博更宽容。然后，我们研究了加密货币投资对过去价格变动的敏感性。我们发现，流入加密货币的净流量与一周的回报率呈负相关，但与四周的回报率呈正相关。当分别研究过去的收益和亏损时，我们发现加密货币流量和一周的回报之间的负相关关系对收益和亏损都适用，尽管对亏损来说更强。相反，加密货币流量和四周回报之间的正向关系对收益来说更强。在我们的样本中，零售投资者有短期和长期之分。

接下来，我们研究不同类型的投资者在对过去收益的敏感性方面有何不同。如上所述，流入加密货币的净资金一般与过去一周的回报率呈负相关，与四周的回报率呈正相关。然而，根据用户特征的不同，存在着明显的差异。老年人和高收入者对过去一周的回报率更敏感，男性和投资股票的人也是如此。相比之下，赌徒的交易行为与一周的回报率没有关联。不同用户对四周回报的敏感度更为相似。如上所述，流入加密货币的净流量一般与过去一周的回报率呈负相关，与四周的回报率呈正相关。然而，根据用户特征，存在着明显的差异。老年人和高收入者对过去一周的回报更敏感，男性和投资股票的人也是如此。相比之下，赌徒的交易行为与一周的回报率没有表现出相关性。对四周回报的敏感度在不同的用户中更为相似。最明显的区别是，赌徒对过去四周回报的反应明显更强烈，比我们样本中的其他用户显得更有动力。我们还研究了加密货币投资者的交易行为，这取决于当前加密货币价格是处于历史低点还是高点。我们包括三个不同的时间区间：4周，12周和52周。我们发现，在这三个时间间隔内，流入加密货币的净流量在历史高点时都明显降低。同样，在四周和12周的时间间隔内，净流量在历史低点增加。这些发现与一些研究一致，表明历史价格模式可能会推动散户投资者的交易。

我们探讨了加密货币投资者的明显的市场时机选择能力。我们遵循Friesen和Sapp（2007）的方法，分别计算正向和负向流动的美元八分之一的月度回报，并估计一个独立于先前持有的市场时机性能的措施。一般来说，对于较早开始投资加密货币的投资者来说，估计的回报更积极。在我们的样本中，市场时机的平均回报是负的，这表明，平均而言，零售的加密货币投资者没有表现出高的市场时机技能，表明加密货币的回报对零售投资者来说是难以预测的。

描述性统计

我们分析了由美国金融科技公司Albert收集的匿名客户交易数据集。它的应用程序允许用户连接他们的银行账户和信用卡，并作为一个金融信息的聚合器。艾伯特还提供储蓄和预算功能，以及关于资金管理的建议。在数据中，我们观察了来自所有链接账户的用户样本的个人交易。每个数据点都包括交易价值的信息。每个数据点都包括交易金额、交易方向和交易描述，以确定相应的商户或说明交易的内容（例如 "转入储蓄"）。完整的样本涵盖了从2019年4月到2022年1月初这段时间内超过6.4万名用户的交易（由于减员，最终样本较小），频率为每天。此外，对于大多数用户，我们观察到了一系列广泛的社会经济特征，如性别、年龄、收入和家庭组成以及5位数的邮政编码。对于每笔交易，我们观察其文本描述。我们利用这些信息来推断用户的加密货币投资。为此，我们构建了一个主要加密货币交易所的列表，并进行文字搜索，以确定与它们的交易。我们将搜索限制在 "金融"、"转账"、"商业服务 "和 "支付 "等类别，以限制出现假性的结果。总的来说，我们确定了超过 18.6万笔交易符合我们对加密货币投资的定义，其中约有16.7万笔资金流出（投资）和约2万笔资金流入（撤资）。最常见的加密货币交易所是Coinbase，它占了大约90%的交易。加密货币投资者仍然可以在加密货币交易所内进行交易，我们将无法观察到这些交易。因此，上述定义的加密货币交易所的交易是用户交易活动的一个代理。

统计结果

我们将最终的样本限制在至少有200次交易，至少存在20个月，并且平均每月至少有500美元交易的用户。在表1中，我们列出了这个限制性样本的基本用户特征。大约24%的样本在样本期的某个时间点持有加密货币。该样本偏向于女性，她们大约占用户的60%。此外，大部分用户相对年轻，年龄中位数为29岁，很少有超过45岁的人。大约四分之一的用户是已婚的，而中位数用户没有孩子。用户自我报告的收入中位数为42,000美元。最后，地理分布与美国州一级的人口分布大致相符。

结论

我们利用一家大型金融科技公司收集的专有交易数据，对零售投资者加密货币进行了全面的描述性分析。加密货币投资者往往是年轻人，男性，有高收入，而加密货币投资与股票投资和使用机器人顾问呈正相关。我们分析的数据还允许我们研究加密货币投资者所居住的街区的特点。他们倾向于居住在富裕的城市地区，自雇水平高，志愿服务水平低。流入加密货币的净流量与过去的短期回报率呈负相关，但与长期回报率呈正相关。关于控制进入加密货币的时间，女性在市场时机方面做得更好，而股票投资者做得更差。