數字貨幣以太坊價格存在泡沫嗎？
——基于GSADF方法的實證研究

■王 任，賀雅琴

一、引言

作為2017年投資回報率最高的資產，基于區塊鏈技術的數字貨幣以太坊以近5000%的漲幅吸引了許多投資者和媒體的關注。加密數字貨幣（Cryptocurrency）起源于2009年比特幣的誕生，如今已經發展壯大成為一個獨特的資產類別。以太坊（Ethereum）是目前市值排名第二的數字貨幣，2014年7月ICO發行價格約為0.3美元①以太坊項目用約6千萬ETH籌集到31529BTC，約值1840萬美元，即1ETH成本約為0.3美元。，2017年6月突破歷史高位達400美元，不到三年價格累計增長了一千多倍。與股票等傳統投資方式相比，數字貨幣7×24小時交易而且無漲跌幅限制，波動幅度相對較大。以太坊的累計增長率在0～12000%范圍內波動，而美股和黃金的累計增長率在-10%～40%內波動，以太坊累計增長率的標準差也為股票和黃金等傳統投資方式的300多倍。同樣作為數字貨幣，比特幣和以太坊也有很大差異。其中，比特幣是無特定使用場景和行業應用的“純貨幣”，主要價值主張是金融支付和交易，其價值主要取決于被多少人認可和接受；而以太坊是在設計之初就有明確使用場景和行業應用的“應用貨幣”，未來發展路徑是切入某一細分領域的行業應用，如果該領域認可的人越多其價值就越大。

加密數字貨幣如此劇烈的價格波動引發了業界、學者和政府的爭論。早在2014年，股神Warren Buffett就認為比特幣擁有某種巨大內在價值的想法非?？尚?，在他看來比特幣和支票匯票類似只是一種轉移資金的手段而已并無任何價值。摩根大通CEO Jamie Dimon也曾怒斥數字貨幣是“欺詐”，“比郁金香泡沫更糟糕”，還表示任何交易比特幣的員工應該因為愚蠢而被解雇。全球最大資產管理公司BlackRock的CEO Larry Fink同樣也質疑數字貨幣的用途，認為“大部分數字貨幣只是證明全球洗錢的資金規模有多大。在亞洲，這更像一種投機平臺，大批用于洗錢”。諾貝爾經濟學獎獲得者Paul R.Krugman也一直在社交媒體上對比特幣的“去中心化”特性嗤之以鼻，認為“比特幣是歷史的倒退，沒有太大意義”。同樣是諾貝爾經濟學獎得主的Robert J.Shiller也認為比特幣是非理性繁榮或投機泡沫的最佳例子，其現階段的實際應用性與其投資熱度不成比例，經不起時間檢驗。此外，前美聯儲主席Ben S.Bernanke也曾聲稱比特幣終將走向滅亡。

另一方面，很多知名人士表示看好區塊鏈技術和加密數字貨幣。國際貨幣基金組織總裁Christine Lagarde公開表示“將數字貨幣與投機及龐氏騙局劃等號是不明智的，要對創新思想采取開放的態度”。前任美國證監會主席Arthur Levitt也認為數字貨幣是未來的趨勢，比特幣或是以太坊，未來一定會存在。前美國財政部長Larry Summers對數字資產作為全球性貨幣或價值儲存的可能性也保持開放的態度，認為“終有一天比特幣會在世界經濟商務中占據重要地位”。新加坡金融管理局局長Ravi Menon也對數字貨幣持開放態度，認為“很有可能是顛覆性的變革”。前花旗銀行CEO Vikram Pandit也表示支持數字貨幣，認為“數字貨幣有潛力改變世界”。全球知名投行高盛CEO Lloyd Blankfein認為未來比特幣可能是貨幣演變的下一步，目前高盛集團也正在考慮推出比特幣交易業務。

那么數字貨幣以太坊為何會有如此驚人的漲勢呢？作為在設計之初就有明確使用場景和行業應用的“應用貨幣”，以太坊本身有獨特的內在價值。以太坊能應用于資產交易、數字公證、P2P借貸、互助保險等多種行業和領域，目前全球有200多個以太坊應用誕生，以太坊底層技術的價值也受到越來越多大型機構的青睞，2017年初以太坊聯盟（EEA）的成立和各大交易所陸續上線交易以太坊，無疑對以太坊價格的上漲起到了推波助瀾的作用。除了行業應用以外，以太坊價格的上漲也離不開ICO（Initial Coin Offerings，代幣眾籌）項目的爆發。由于以太坊的智能合約能力，ICO領域的很多項目都是基于以太坊區塊鏈，需要使用以太坊進行投資，ICO的火爆引燃了市場對以太坊的大量投機需求，進而推動了以太坊價格暴漲。但是，以太坊的內在價值能支撐其價格在半年內近50倍的漲幅嗎？以太坊驚人的漲勢下到底是其內在價值的體現還是泡沫的膨脹呢？盡管不同的觀點相持不下，但沒有明確的證據表明以太坊價格是否存在泡沫。為此，本文運用最新的泡沫檢測方法——Phillips et al．（2015a）提出的GSADF檢驗，以考察以太坊價格在2015～2017年期間是否存在泡沫，結果發現以太坊價格在樣本期間多次出現了周期性泡沫，其中持續時間最長且最為嚴重的價格泡沫發生在2017年4～7月，歷時72天。

本文接下來的結構安排如下：第二部分對已有研究進行了回顧；第三部分對SADF檢驗和GSADF檢驗方法進行了介紹；第四部分對樣本數據及實證結果進行了分析；最后一部分為本文的結論。

二、研究現狀

（一）泡沫及檢測方法

一般認為泡沫是資產價格持續顯著地偏離其基礎價值的經濟現象。Kindleberg（1987）認為泡沫容易發生在某個新事物（如新的技術或新的金融工具）出現且其價值難以確定的時候，當市場參與者過度樂觀時，會有資產價格持續上漲的自我實現，從而引發泡沫。從資產泡沫的研究脈絡來看，先后出現了理性泡沫學派和非理性泡沫學派的演變過程。理性價格泡沫理論認為在理性預期的假設下，資產價格除了反映基礎價值外還包含理性泡沫。非理性價格泡沫學派則基于人的非理性或有限理性視角從行為金融等角度來解釋泡沫的形成。相比理性泡沫理論，非理性泡沫理論難以運用計量方法對泡沫存在性進行檢驗，因而現有泡沫檢驗的文獻都以理性泡沫作為研究對象。

理性泡沫檢驗方法包括方差界檢驗（Shiller，1980）、二步法檢驗（West，1987）、單位根-協整檢驗（Diba&Grossman，1988）、馬爾可夫區制轉換模型（Hall et al.，1999）和廣義單位根檢驗（Phillips et al．，2011；2015a）等。方差邊界檢驗是通過觀察方差的變化來判斷是否有泡沫，但該方法的準確性遭到了許多學者的質疑；West二步法檢驗存在著在小樣本情況下檢驗尺度扭曲嚴重的問題；單位根-協整的泡沫檢驗方法對于具有復雜非線性演化過程的序列不適用；馬爾可夫轉移單位根檢驗法難以區分具有高波動性的狀態和具有爆炸性自回歸根的狀態；相比之下，近年來Phillips et al.結合向前遞歸回歸思想和Dickey-Fuller右側單位根檢驗，在ADF模型框架內提出的新的泡沫檢驗的計量方法（Supremum ADF和 Generalized Supremum ADF檢驗），其具有以下明顯的優勢：（1）能判斷泡沫是否存在并揭示泡沫存續的時點；（2）可以檢測出多個泡沫的存在及持續周期，能充分展示泡沫在整個研究時期內的演化過程。

（二）數字貨幣價格及泡沫檢驗

對于加密數字貨幣以太坊這類新型金融資產而言，其內在價值是難以估計和衡量的（Glaser et al.，2014）。有學者從供給和需求兩方面來分析比特幣價格影響因素，認為比特幣供需之間的相互作用是比特幣價格的重要決定因素（Buchholz et al.，2012；Ciaian，2016）。其次，市場情緒等非理性因素也 會 影 響 比 特 幣 價 格（Georgoula et al.，2015；Bukovina&Marticek，2016），研究表明比特幣在社交媒體上的傳播及用戶關注度與比特幣價格之間存在雙向影響關系（Garcia et al.，2014；Kristoufek，2013；Polasik et al.，2015）。此外，比特幣作為一種新型金融資產，可以對沖美元或其他投資（Zhu et al.，2017），宏觀經濟因素也可能會影響比特幣的價格（MacDonell，2014；Kristoufek，2015；Georgoula et al.，2015）。雖然這些研究指出了影響比特幣價格的一些因素，但總的而言缺乏一個基本的分析框架，影響機理和作用方向也并不明確，受樣本數據及研究方法所限，有些研究甚至得出相反的結論。因此，數字貨幣的內在價值很難衡量，它不像股票能通過每股收益、凈資產及未來現金流折現等方式來估算其內在價值。此外，數字貨幣資產種類繁多，影響比特幣價格的因素不一定會影響其他數字貨幣如以太坊價格，而且數字貨幣的日新月異，不同階段各個因素的影響程度可能會有變化。數字貨幣之間比價關系也是高度不確定的，因此也不能參考其他資產來估算其內在價值。

在價格泡沫的檢驗上，Cheah&Fry（2015）建立了隨機泡沫模型發現比特幣價格存在泡沫，并且認為從長遠來看比特幣的基本價值為零。一些學者也嘗試應用GSADF方法檢驗數字貨幣比特幣的價格泡沫問題，Malhotra&Maloo（2014）選取2011年9月～2014年2月的比特幣價格數據進行Perron（1997）單位根結構斷點檢驗和SADF檢驗，發現比特幣價格結構斷點發生在絲綢之路網站的關閉之后，且樣本期間有3個時期存在價格泡沫。Cheung et al．（2015）應用GSADF方法檢驗了比特幣的價格泡沫，發現在2011～2013年期間有三個時期存在價格泡沫。鄧偉（2017）結合正態分布檢驗和sup ADF檢驗等多種方法對比特幣價格泡沫進行檢驗，也發現比特幣價格存在泡沫現象。

Phillips et al.提出的sup ADF方法基于資產價格時間序列樣本數據，結合向前遞歸回歸思想和右側單位根方法來檢驗泡沫的存在性和存續周期，Homm&Breitung（2012）通過模擬蒙特卡洛證明了SADF檢驗方法比其他泡沫檢驗方法有更高的優勢。Phillips&Yu（2009）也證明了在大樣本情況下SADF方法對泡沫產生和破滅時點的估計具有一致性，Phillips et al.（2015a）在SADF檢驗方法的基礎上提出一種更具有一般性的檢驗方法GSADF（Generalized Supremum ADF）檢驗。GSADF檢驗方法在繼承SADF檢驗方法優點的同時，還克服了后者不能同時正確估計出連續多個泡沫的生和破滅時點的問題。Phillips et al.提出的SADF和GSADF方法不僅可以檢驗泡沫的存在性，還可以估計得出泡沫產生和破滅的時點，這種實時檢驗方法具有更重要的政策指導意義。由于不需要直接估算其內在價值，該方法在加密數字貨幣泡沫的檢驗上有明顯的優勢和適用性。因此，本文選取SADF方法和GSADF方法來檢驗以太坊價格泡沫的存在性及其存續周期。

三、泡沫檢驗模型、SADF及GSADF檢驗方法

（一）泡沫理論和右側ADF方法

Gurkaynak（2008）提出資產價格可以表示為：

其中Pt是資產在t時期的價格，Dt是持有該資產所獲得的收益，Ut為不可見的基本性因素，rf為無風險利率，Bt是泡沫成分。通常我們將=Pt-Bt稱為市場基本因素。Diba&Grossman（1988）認為泡沫成分Bt具有爆炸性，即泡沫期望意義上具有指數性爆炸增長的特性，無法通過差分轉變為平穩過程。當不存在泡沫時，資產價格的平穩性取決于資產的收益 Dt和不可見的基本性因素 Ut。若 Dt是 I（1）過程，Ut是I（1）或I（0）過程，那么價格Pt至多是I（1）過程。若Ut是I（1）或I（0）過程，Dt在差分后平穩，當資產價格Pt發生爆炸行為時，即可說明泡沫成分Bt的存在?；谠撎匦?，他們提出了右側ADF檢驗方法。

（二）Sup ADF和GSADF泡沫檢驗模型

然而，Evans（1991）指出現實中泡沫的數據生成過程可能是反復膨脹、收縮的復雜周期性過程，包含了單位根過程和爆炸性過程，因此價格序列會表現為I（1）或I（0）過程而非膨脹性。

Phillips et al．（2011；2015a）在 Diba&Grossman（1988）右側ADF檢驗模型的基礎上，提出了SADF與GSADF泡沫檢測方法，該方法不僅可以檢測出輕微的價格激增，也可以預防周期性泡沫。SADF方法基于一種連續向前遞歸的回歸過程，基本原理如下：取子樣本序列，起始點r1，終止點r2，r2=r1+rw，rw表示最優子樣本容量比例，rw從r0擴大到1，r0表示最小回歸窗口長度比例（初始長度），1表示最大回歸窗口長度比例（整個樣本長度）。SADF方法將r1固定為0，此時rw=r2，r2在r0到1之間移動。將這些樣本的一系列ADF統計值記為AD，SADF統計值為SADF（r0）=sup{AD}，r2∈[r0，1]。將SADF統計值與其相對應的臨界值進行比較，若大于臨界值，則拒絕單位根原假設，接受存在泡沫的結論。

然而SADF檢驗在r2不斷向前遞歸逐漸接近于1時越來越類似普通右側單位根檢驗方法，導致SADF方法在估計連續多個泡沫時存在較低的檢驗優勢。Phillips et al.在其基礎上通過改進遞歸起點得到GSADF方法，在選取樣本起始點時，r1不再固定為0，而是在0到r2-r0之間移動。同樣地計算ADF檢驗值序列，GSADF統計量可表示為GSADF（r0）=sup{ADF，r2∈[r0，1]，r1∈[0，r2-r0]。

（三）泡沫起始和破滅時間點估計方法

針對泡沫起始和破滅時點的估計，Phillips提出倒向檢驗法BSADF（Backward Sup ADF）檢驗，BSADF是基于倒向遞歸技術選取樣本并進行估計。首先選取樣本終點r2，然后在區間[0，r2-r0]內變化起點r1，得到序列{BAD}，r1∈[0，r2-r0]，BSADF統計量可表示為BSAD（r0）=sup{BAD}，r1∈[0，r2-r0]，其中 r2∈[r0，1]。當 BSADFr2（r0）首次大于其對應的SADF檢驗的臨界值sc（通常由蒙特卡洛仿真得到）時，認為開始發生泡沫，反之小于臨界值時泡沫消失。當存在多個泡沫時，從第一個泡沫結束后繼續遞歸計算，從而估計出所有泡沫產生和破滅的時點。

四、實證檢驗

（一）樣本數據及說明

CryptoCompare是一個包含各種加密數字貨幣價格等信息的交互式數據分析網站，本文以2015年8月7日～2017年10月17日為研究窗口，選取CryptoCompare網站上以美元計價的以太坊（ETH）日價格序列作為研究樣本。以太坊價格走勢見圖1所示。

圖1 樣本窗口期間以太坊（ETH）價格走勢圖

表1 變量統計描述

從表1以太坊價格及其收益率序列的描述性統計結果可以看出，以太坊（ETH）在2015年8月7日～2017年10月17日期間的平均價格為62.60美元，但價格中位數為11.25美元，遠小于均值水平，說明價格序列中存在一些離群的大值。從價格走勢圖中也可以看出，2017年5月份之前以太坊的價格基本都在100美元以下。價格標準差較大說明序列分布較為離散，數據波動較大，從最大值和最小值中也可看出樣本期間以太坊的日收盤價格在0.42～394.66美元之間變化。數據序列偏度為1.71，大于0，價格數據為非對稱分布呈右偏，峰度為4.31，大于3，說明相比正態分布數據離散程度更大，具有尖峰厚尾的特征。Jarque-Bera（JB）統計量的值為450.61，P值為0，說明樣本數據不服從正態分布。從以太坊收益率序列（DLE）的統計描述上來看，收益率序列均值為0.0058，中位數為0。偏度小于0呈左偏，峰度為21.25，說明尖峰更陡，以太坊的預期收益率有相對較高的概率取極端值，即未來市場發生劇烈波動的概率相對較高。通過以上統計檢驗可以粗略地認為以太坊價格可能存在泡沫，因為資產價格泡沫的形成與崩潰會使資產收益的變化表現出一種非對稱分布。下面本文對樣本數據進行SADF和GSADF檢驗，從而得出更細致和準確的結果。

（二）實證結果

首先運用SADF和GSADF檢驗法對以太坊價格原始序列進行泡沫存在性檢驗，根據Phillips et al.（2015b）提出的最小有效窗口的確定方法，本文選擇樣本初始長度為40天，約占整個樣本容量的5%（即約為0.05），樣本大小為803，并通過2000次蒙特卡洛模擬（Monte Carlo Simulations）實驗得到泡沫檢驗的漸近臨界值，結果見表2。

表2 以太坊價格的SADF和GSADF檢驗結果

由表2可知，以太坊（ETH）的SADF和GSADF統計值14.82555均遠大于99%的臨界值，說明在2015年8月7日～2017年10月17日期間以太坊價格確實存在泡沫。從臨界值上也可看出，GSADF檢驗比SADF檢驗能更靈敏地發現泡沫。

其次，通過倒向檢驗法BSADF檢驗來估計以太坊價格泡沫開始和破滅的時點。從圖2中也可看出泡沫走勢及其存續周期，可以發現以太坊價格波動劇烈的時期與泡沫存在的時期基本吻合。

圖2 以太坊價格泡沫的GSADF檢驗結果

對于以太坊價格泡沫開始和破滅的具體時點，需要通過將GSADF統計值序列與99%的臨界值序列對比來確定。對于泡沫程度的衡量，本文借鑒郭文偉（2016）的做法，選取GSADF統計值序列為泡沫序列，并將泡沫期間最大的GSADF統計值作為泡沫峰值，從而衡量泡沫程度。整理結果見表3。

表3 以太坊價格泡沫程度及存續時點

從表3中可以看出，2015年8月7日～2017年10月17日期間以太坊價格泡沫主要集中出現在2016年1月末、2016年2月中旬、2016年3月上半月、2017年3月、2017年4月末～7月初，以及2017年8月末～9月初。其中持續時間最長的泡沫歷時72天，從2017年4月26日開始，7月6日破滅。結合圖3和表3可以看出，2017年6月12日當以太坊價格達到頂峰時，泡沫峰值也達到最大為14.82555。

值得關注的是，從2017年開始，ICO項目開始火爆發展。據相關數據統計，2015年，全球ICO融資額僅為1400萬美元，但到2017年，僅上半年全球主要ICO項目就超過100個，合計融資金額超過12億美元（其中大約50%的ICO資金是在6月份募集的），已經超過區塊鏈行業的VC投資額，也是2016全年ICO融資額的六倍多。在中國，截至2017年7月18日面向國內提供ICO服務的相關平臺共43家，上線并完成ICO的項目65個（其中2017年以前一共只有5個，而2017年6月份達27個，7月份16個），累計融資規模達26億元，累計參與人次達10.5萬。從ICO支持的融資幣種來看，比特幣和以太坊占比最高，二者合計占比達90%以上。

ICO的火爆無疑是以太坊價格暴漲的推手，以太坊的智能合約能力使得ICO領域的很多項目都是基于以太坊區塊鏈來進行的，從而推動了以太坊的大量投機需求。從時間上也可以看出，以太坊在2017年5、6月份的價格瘋漲與ICO項目的火爆發展異常吻合。但事實上，ICO領域亂象叢生暗藏風險，項目發行人不需要任何監管機構審批，只要向公眾發布一個白皮書，闡述其商業模式、技術原理、代幣功能和投資者權益即可融資，許多ICO項目甚至連“白皮書”都是空白的，業內還戲稱“PPT融資”。而隨著6月12日以太坊價格達到峰值，很多ICO項目發起人將籌集到的以太坊大量拋售以獲取資金，進而觸發了“去泡沫化”。由此可見，ICO項目是這一時段以太坊價格泡沫膨脹和破滅的主要原因。

（三）對比分析

1.以太坊和比特幣價格泡沫比較分析

進一步，利用GSADF方法檢驗樣本期間比特幣價格是否存在泡沫，并對以太坊和比特幣價格泡沫情況進行比較，檢驗結果見表4、圖3及表5。

表4 以太坊和比特幣價格的GSADF檢驗結果

圖3 以太坊和比特幣價格的檢驗結果

表5 以太坊和比特幣價格的泡沫存續周期及持續天數時點

從表4中可以看出，以太坊和比特幣通過GSADF檢驗得到的統計量大于99%的臨界值，說明樣本期間以太坊和比特幣價格均存在泡沫。從圖3和表5中可以看出，以太坊和比特幣價格泡沫主要集中在2017年5月初～7月初。其中以太坊持續時間最長的價格泡沫歷時72天，從2017年4月26日開始7月6日破滅，比特幣持續時間最長的價格泡沫歷時67天，從2017年5月4日開始7月9日破滅，從時間上來看與ICO項目的火爆發展較為吻合。此外，2017年8月5日～9月13日比特幣經歷了40天的價格泡沫，期間中央銀行等部門對數字貨幣采取了嚴格的監管措施，其中包括關停中國數字貨幣交易平臺等舉措。

2.supADF、GSADF和supKSS檢驗結果比較分析

目前已有文獻對數字貨幣價格泡沫檢驗的常用方法有sup ADF、GSADF和sup KSS檢驗（鄧偉和唐齊鳴，2013），因此本文進一步利用這三種方法對以太坊價格泡沫進行檢驗。

sup ADF、GSADF和sup KSS檢驗這三種方法均是結合向前遞歸回歸思想通過構造上確界統計量對價格泡沫進行檢驗，最后將得到的統計量與其相對應的臨界值進行比較，若大于臨界值，則拒絕單位根原假設，接受存在泡沫的結論。借助這三種方法對以太坊價格數據進行檢驗，檢驗結果見表6。

表6 以太坊價格的sup ADF、GSADF和sup KSS檢驗結果

從表6中可以看出SADF、GSADF和sup KSS檢驗方法得到的統計量均大于其相對應99%的臨界值，拒絕樣本期間以太坊價格不存在泡沫的原假設，即這三種方法均表明2015年8月7日～2017年10月17日期間以太坊價格存在泡沫。鄧偉和唐齊鳴（2013）指出，相比 SADF和GSADF檢驗，sup KSS檢驗對復雜泡沫檢驗的勢更為穩健。但sup KSS方法目的在于對泡沫檢驗的改進，并未對泡沫的存續周期、產生和破滅時點進行研究，這一點上不如GSADF方法具有政策指導意義。

（四）穩健性檢驗

為了保證研究結果的可靠性，本文還參考Phillips et al.（2015b）的兩種方法對樣本做了穩健性檢驗。首先，對樣本窗口期間的以太坊價格取對數，然后再進行GSADF檢驗，并與原始序列的檢驗結果作比較；其次，不同初始值的設定也可能導致檢驗結果改變，因此本文還重新設置樣本初始長度為80天，約占整個樣本量的10%（即約為0.1）。兩種方法均通過2000次蒙特卡洛模擬實驗得到泡沫檢驗的漸近臨界值。

穩健性檢驗結果中，不管是對價格取對數還是重新設置樣本初始長度，三種不同設定下的GSADF檢驗的結果都表明在99%的顯著性水平下以太坊價格在樣本窗口期間確實存在泡沫。通過觀察泡沫基本走勢及其存續周期，不同設定下的泡沫集中時段基本一致，均集中在2016年第一季度和2017年上半年。稍有不同的是，取對數后的序列并未檢測出2017年8月末～9月初這一時段泡沫的存在。另外，樣本期間泡沫累計存續天數在140天左右。其中持續時間最長的泡沫均為2017年4月末～7月初歷時70多天的泡沫。稍有不同的是，取對數后的序列并未檢測出2017年8月末～9月初的泡沫，而其他兩種設定均認為這一時期存在泡沫。但總體上來看，本文的分析結果并沒有發生很大的變化，因此可以認為本文的結果是穩健的。

五、結論

針對各界人士關于數字貨幣是否存在泡沫的爭論，本文運用Phillips et al.提出的GSADF泡沫檢測方法對以太坊價格泡沫進行了實證檢驗，證實了樣本期間以太坊價格泡沫的存在性，并估計了以太坊價格泡沫的存續期間及泡沫產生和破滅時點。此外通過比較以太坊和比特幣的價格泡沫，運用SADF、GSADF和sup KSS三種方法對以太坊價格泡沫進行檢驗，并進一步對以太坊價格泡沫的實證結果進行穩健性檢驗，驗證了研究結果的可靠性。

本文發現2015～2017年期間以太坊價格泡沫主要分布在2016年第一季度和2017年上半年，其中持續時間最長且最為嚴重的價格泡沫發生在2017年4月～7月，歷時72天。通過對泡沫程度和存續時點的分析，本文認為ICO項目的火爆發展是這一階段以太坊價格泡沫膨脹和破滅的重要推手，投資者應清醒地認識數字貨幣價格的高波動性和復雜性，同時政策當局也應加快制定明確的監管框架和具體的監管措施，積極引導市場理性、健康地發展。