加密货币的价格效率：集中式与去中心化市场的比较

去中心化交易所Uniswap-V2在ETH-BTC、ETH-DAI、ETH-USDT对中市场效率高于Binance，尤其在Ethereum 2.0分叉后表现更优。采用不对称MF-DFA和TOP方法分析发现，流动性池机制比订单簿更高效，且分叉后去中心化平台效率提升显著。

卢卡斯·穆索伊·阿尔梅达（Lucas Mussoi Almeida）|马塞洛·谢勒·佩尔林（Marcelo Scherer Perlin）|费尔南达·玛丽亚·穆勒（Fernanda Maria Müller）

南里奥格兰德联邦大学，巴西阿雷格里港，RS 90010460

摘要

本文对比分析了以太坊（ETH）的弱形式市场效率，以比特币（BTC）、Dai（DAI）和Tether（USDT）为定价基准。研究数据来源于Uniswap-V2（一个使用恒定产品做市商（CFMM）进行加密货币定价的去中心化应用）和Binance（一个中心化交易所）。研究采用了不同的滚动窗口来应用非对称MF-DFA方法。通过市场缺陷度量（MDM）对交易所对的效率进行了排名。除了与现有文献一致，发现中心化交易所和去中心化交易所的效率均随滚动窗口大小的增加而提高，且存在整体上升和下降趋势外，我们的研究还发现，Uniswap-V2使用的CFMM机制使得ETH-BTC对的效率高于Binance，这是首批比较这两种交易所类型效率的研究之一。为了深入探讨这一现象并探索不同定价机制之间的动态关系，本文采用了热最优路径（Thermal Optimal Path）方法。分析显示，中心化交易所和去中心化交易所的ETH价格之间存在领先-滞后关系。结果表明，当ETH以BTC定价时，市场效率首先在去中心化交易所中显现。非对称MF-DFA方法也被应用于以太坊2.0硬分叉前后的交易对数据集。分析结果发现，分叉后Uniswap-V2的市场效率优于Binance，尤其是在大多数整体和下降趋势中。这些发现为加密货币市场效率的相关研究提供了新的见解，强调了网络升级对交易平台的影响。值得注意的是，对于ETH-BTC对而言，去中心化交易所表现出更高的弱形式效率。

引言

近年来，加密货币市场的效率引发了广泛讨论，尤其是关于比特币（BTC）（Urquhart, 2016; Nadarajah和Chu, 2017; Vidal-Tomás和Ibañez, 2018; Nan和Kaizoji, 2019; Zargar和Kumar, 2019）和以太坊（ETH）（Naeem等人, 2021; Kakinaka和Umeno, 2022）。这些讨论的结果对市场参与者和政府决策者具有重要意义。这主要是由于加密货币的兴起，它们被视为传统政府支持货币的替代品以及创新的数字投资资产。比特币在市值和交易量方面处于领先地位，以太坊紧随其后。这两种加密货币吸引了大量研究人员和投资者的关注。

加密货币的设计基于去中心化原则，旨在消除对中心化中介的需求。Uniswap-V2使用的流动性池通过算法（智能合约）根据储备比率来定价两种资产，这在高波动性时期或大额交易导致价格大幅波动时可能导致效率低下。中心化交易所的订单簿定价机制可能存在流动性不平衡问题；如果不同价格水平的买卖订单不足，可能会导致较大的价差和价格波动。

虽然来自中心化来源的数据（如交易所或价格聚合器CoinMarketCap（Cheng等人, 2019; Al-Yahyaee等人, 2020）和CryptoDataDownload（Naeem等人, 2021）提供了有价值的见解，但研究去中心化定价机制也同样重要。探索这些差异有助于了解流动性池与订单簿在供需波动时的响应方式，从而洞察价格发现过程及相关金融风险（Pani, 2021; Mussoi Almeida等人, 2024）。仅依赖中心化数据可能在评估以太坊区块链修改（如分叉和智能合约更新）的影响时产生误差。

此外，研究流动性池中的市场效率动态对于理解去中心化金融（DeFi）生态系统的复杂机制至关重要。这有助于评估与永久性损失相关的风险，并为投资者提供明智决策的工具（Heimbach等人, 2022）。这种理解还为设计抗风险DeFi协议、检测市场操纵行为和促进监管透明度提供了重要数据（Bellare和Rogaway, 1993; Chohan, 2021）。

尽管对流动性池的研究提供了关于去中心化金融机制的关键见解，但应用MF-DFA等方法可以定量评估这些环境中的市场效率弱形式。虽然MF-DFA与有效市场假说（EMH）没有直接关联，但它可以通过检测价格序列的多重分形特性来评估市场效率的弱形式。如果时间序列显示出显著的多重分形性，可能表明过去的价格或模式可以用来预测未来价格。然而，MF-DFA不太适合评估半强形式和强形式的效率，因为这些形式涉及公共信息和私人信息的整合。MF-DFA评估的缩放和相关结构并不直接分析这些信息。因此，MF-DFA的发现主要关注价格调整随时间的变化，而不是市场对新信息的反应。在本研究中，我们采用了非对称版本的MF-DFA，即非对称多重分形去趋势波动分析（asymmetric MF-DFA）（Shahzad等人, 2020; Cao等人, 2013; Naeem等人, 2021），该方法将不对称性纳入多重分形分析中，从而更深入地理解市场动态和潜在的低效率。

本研究基于之前的研究，如Al-Yahyaee等人（2018）和Sahin Telli与Chen（2020），他们研究了比特币和黄金的多重分形性，指出这些资产的投资者表现出不同的投资和行为特征（Wen等人, 2022）。此外，我们的研究与Corbet等人（2020）、Naeem等人（2021）和Kakinaka与Umeno（2022）的研究一致，这些研究分析了COVID-19期间的数据，反映了宏观经济影响和结构变化。然而，我们的数据集涵盖了COVID-19之后的更长时间段，提供了更广阔的视角。与Mensi等人（2019）和Naeem等人（2021）使用的高频一小时数据不同，我们使用Cheng等人（2019）和Al-Yahyaee等人（2020）的日数据，考察了整个时间范围内的市场效率弱形式，以捕捉长期趋势并减少短期噪声。我们还分析了以太坊2.0硬分叉前后的市场效率，扩展了Ahn等人（2024）的方法。我们的研究在数据和理论框架上与上述文献有所不同。

在本研究中，我们具体探讨了订单簿（Binance）和流动性池（以太坊区块链中的Uniswap-V2）的定价机制如何影响三种加密货币对的市场效率弱形式：以太坊-比特币（ETH-BTC）、以太坊-DAI（ETH-DAI）和以太坊-Tether（ETH-USDT）。由于ETH是以太坊区块链的原生货币，BTC是一种可信的资产，而DAI和USDT是具有不同特性的常见稳定币，我们的研究假设认为，在同一时期，去中心化交易所上的ETH在有效市场假说（EMH）的弱形式下将表现出更高的效率。鉴于加密货币市场的固有复杂性（表现为非线性和非对称多重分形性），应用多重分形去趋势波动分析（MF-DFA）是研究市场效率的合适方法。

以太坊的分叉是对区块链协议的重大更新，可用于实现新功能、修复安全漏洞⁴或更改网络规则⁵；因此，它们对于通过非对称MF-DFA研究市场效率的弱形式具有相关性。以太坊的区块链从工作量证明（PoW）（Dwork和Naor, 1992; Vujičić等人, 2018）过渡到权益证明（PoS）（King和Nadal, 2012）共识机制，以提高可持续性。在PoS机制下，网络参与者（称为验证者）根据他们持有的加密货币数量及其愿意“质押”的数量来验证交易并创建新区块。通过质押特定数量的代币，验证者获得验证交易和保障网络安全的权利，并获得加密货币形式的奖励。

在经济学和金融学中，时间序列数据往往表现出不稳定性。政权更迭和预期变化等因素会改变序列之间的滞后相关性和因果关系。热最优路径（TOP）（Sornette和Zhou, 2005; Zhou和Sornette, 2006）是一种用于分析两个时间序列之间因果关系和滞后依赖性的方法。它通过考虑它们随时间的动态互动来确定最优的因果关系路径或方向。在多重分形去趋势波动分析（MF-DFA）的基础上，我们结合了TOP（Sornette和Zhou, 2005）的方法，帮助确定以太坊以BTC定价的市场效率在Binance和Uniswap-V2之间平均而言是先在哪个平台上显现。

本研究分为四个部分。引言部分概述了在中心化（Binance）和去中心化（Uniswap-V2）平台上评估市场效率的重要性。第1部分详细介绍了数据收集过程、分析使用的数据类型以及MF-DFA、非对称MF-DFA和TOP技术的实现，阐述了其在评估市场效率和比较订单簿与流动性池定价机制中的应用。第3部分展示了分析结果，揭示了两个平台之间EMH弱形式的差异以及不同定价机制的表现。第4部分总结了研究的主要发现，讨论了其意义，对去中心化金融生态系统和市场效率提升的广泛影响进行了探讨，并提出了未来研究的方向。

数据和方法论

本节介绍了The Graph去中心化协议和Binance的数据集，以及计算MF-DFA和TOP所需的基本程序。

结果

本节首先分析了三种加密货币对在上升、整体和下降趋势下的非对称MF-DFA结果。然后将这些结果与现有文献进行结合，以探讨为什么ETH-BTC对在Uniswap-V2（去中心化交易所）中的弱形式效率高于Binance（中心化交易所），重点关注透明度和套利机会。

结论

本研究对市场效率的弱形式进行了全面的比较分析，重点关注以太坊以BTC、DAI和USDT为定价基准的情况。研究数据来源于Uniswap-V2（使用流动性池进行加密货币定价的去中心化应用）和Binance（中心化交易所）。通过使用256、384和512个观察值的滚动窗口，应用非对称MF-DFA方法对交易所效率进行了排名。

CRediT作者贡献声明

卢卡斯·穆索伊·阿尔梅达（Lucas Mussoi Almeida）：撰写 – 审稿与编辑，撰写 – 原稿，项目管理，方法论，调查，正式分析，数据整理，概念化。马塞洛·谢勒·佩尔林（Marcelo Scherer Perlin）：撰写 – 审稿与编辑，撰写 – 原稿，监督。费尔南达·玛丽亚·穆勒（Fernanda Maria Müller）：撰写 – 审稿与编辑，撰写 – 原稿，监督。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文的研究结果。