短期避险性考察的是在外部政治经济环境突然发生较为剧烈的变动时，避险资金进入该市场的属性。Saralees等 （2017）[16]研究显示比特币价格满足市场有效性假说，因而本文选取样本期比特币交易价格为研究变量，并采用事件研究法考察在宏观经济和金融市场不确定性下数字货币的短期避险效应。事件研究法有效性的考察，其基本事实是资产价格会对理性市场经济事件冲击做出反应；因此，针对一段时间内资产价格波动状况，就可以度量该事件的经济影响。事件研究具有普适性，自 1969 年以来在诸多领域得到广泛运用，比如金融、会计、信息安全经济学等。事件研究法包括事件定义、选择标准、收益测算、估计程序、检验程序、实证结果、解释和结论七个步骤。

　　（一） 事件定义以及选择标准

　　在考察全球宏观经济以及金融市场带来的不确定性所引发的投资者避险行为的过程中，本文选取的具体事件主要划分为两种——外汇不确定性事件和股市不确定性事件，并分别作为来自宏观经济和金融市场的风险代理事件。表3为事件的具体选取标准与事件样本数量，表4、表5为筛选的具体事件。

　　（二） 比特币正常与异常收益的估计

　　1.比特币正常收益估计。市场调整模型、均值调整模型、市场模型是事件研究法中常用的正常收益计量模型。市场调整模型与市场模型依赖于传统资产组合等理论，在数字货币领域内其理论的适用性有待商榷。Brown 等 （1985）[17]的研究证明均值调整模型产生的结果与复杂模型产生的结果相近，因而本文选取的正常收益模型为均值调整模型。该模型具体如下：

　　其中， ERt 为事件窗口期的比特币正常收益估计值， Rt 为估计期的比特币实际收益值， K为事件估计窗长度，本文选取估计窗长度为240天。

　　2. 异常收益估计。异常收益是指事件发生后，比特币的实际收益偏离正常收益的变动幅度，主要由事件窗口期实际收益与事件估计窗口期的正常收益两部分组成，二者差值表示比特币在事件窗口期异常收益。本文的正常收益为均值调整模型，与之对应的异常收益也采用均值调整模型，如下所示：　　

　　其中 ARt 代表事件窗口期异常收益，Rtev表示事件窗口期实际收益， Rtes代表估计窗口期的实际收益。K 为事件估计窗的长度240天。同时，本部分所采用的事件研究法主要针对事件对比特币收益的短期影响，因而事件窗口期为 T1 — T1+ 3。

　　3.异常收益检验。一般而言，对异常收益的统计检验分为参数估计与非参数估计，本文选取参数估计的方法对异常收益进行检验。构造异常收益的参数估计统计量 St ，其具体形式如下：

　　其中 ARt 代表事件窗口期的异常收益，事件估计窗 K 的长度 240天。St 的原假设为异常收益在事件窗内为零，该统计量服从标准正态分布。

　　4. 结果分析。根据上文中列述的事件定义以及正常收益估计、异常收益估计、异常收益显着性检验统计量，表 6、表 7 分别显示外汇不确定性事件以及股市不确定性事件对比特币收益率所产生的异常影响，并列示了异常收益显着性检验的统计量数值。

　　从表 6 和表 7 可以看出，外汇事件和主要股指下跌事件对比特币的收益在短期 （0—3天） 内有显着影响，而其中外汇不确定事件的影响下，只有1次比特币的异常收益在短期内显着为负，主要股指不确定事件中则只有8次显着为负，其他20次则显着为正。这说明在短期内的不确定事件使得比特币出现显着的异常收益，而超过80%的不确定事件使得比特币的异常收益显着为正。短期效应分析说明在宏观经济和金融市场不确定事件发生时，市场的避险情绪导致避险资金流向比特币市场，扩大比特币需求进而拉高市场价格，并产生显着的异常收益。综合而言，数字货币市场在短期内对宏观经济和金融市场都表现出一定的避险效应。

　　四、数字货币避险性的中长期效应分析

　　（一） 变量选择与数据处理