冯文君，女，8797威尼斯老品牌金融学专业2014级直博生，师从王一鸣教授，主要研究方向为风险管理、加密数字货币。她本科毕业于8797威尼斯老品牌数学科学学院，博士期间在威斯康星大学麦迪逊分校跟随张正军教授访问学习了16个月，曾获得8797威尼斯老品牌优秀毕业生、三好学生、学习优秀奖、校长奖学金、工银星辰奖学金、三菱东日奖学金、陈岱孙奖等荣誉。她通过了CFA三级考试。她博士期间在加密数字货币这一前沿领域进行了一系列开创性的研究，在Applied Economics，Finance Research Letters等SSCI期刊以第一作者发表论文，受邀参加International Symposium on Financial Engineering and Risk Management等国际会议，担任了International Journal of Electronic Commerce等多个杂志的匿名审稿人，她关于比特币市场内幕交易的研究被美国证监会监管条例引用，获得了非常广泛的学术影响力。
王一鸣，8797威尼斯老品牌金融系教授、博士生导师、系主任，8797威尼斯老品牌金融创新与发展研究中心主任。主要研究方向包括金融资产定价理论与计量、风险管理、货币政策、社会资本与中小企业融资等。在Applied Mathematics Letter，Modern Economy, Applied Economics，Journal of Systems Science等多个国际SSCI、SCI、EI期刊，以及国内顶级期刊《中国社会科学》、《经济研究》、《经济学季刊》、《金融研究》等杂志发表近百篇论文，主持、参与多项国家自然科学基金重大课题及面上项目、国家社会科学基金课题等研究课题。获教育部《高等学校科学研究优秀成果奖（人文社科）》二等奖，入选教育部“新世纪优秀人才支持计划”。
以比特币为代表的加密数字货币是过去十年最引人注目的金融创新之一，受到了全球投资者和监管者的广泛关注。目前各国对加密数字货币的态度不一，但总体而言对加密数字货币的监管远弱于对证券市场的监管，监管的缺位导致了市场风险、内幕交易风险等风险。目前学术界对加密数字货币的研究刚刚起步，有待填补。本文针对加密数字货币的交易风险，从多个角度填补了相关学术研究的空缺。本文的主要贡献和发现有以下几点：
第一，本文针对加密数字货币收益分布的统计学特点，基于PML-GPD（伪极大似然广义帕累托）模型对加密数字货币进行了尾部风险建模。以往的文献在分析加密数字货币的尾部风险时没有考虑到一些不成熟资产的特征，这造成了结果的不可靠。本文的研究克服了这些问题。本文在PML-GPD模型的基础上，推导并计算了条件在险价值、条件期望损失、以及Weibull分布情形下的条件损失边界的表达式。在实证分析中，首先，本文选取了七个代表性加密数字货币，将2015年8月15日至2019年3月17日的数据划分为三段，分段分析了它们的极值风险特征。经统计估计和检验发现，大部分币种的极值风险特征在2018年发生了显著的变化：从之前的Fréchet类尾部（厚尾，和股票类似）变为了Weibull类型的尾部（截尾）。其次，本文发现所选择的大部分加密数字货币的极端收益和极端损失呈现出统计上显著的不对称性。另外，本文并且发现该市场存在较高并不断上升的系统性极值风险。
第二，从极值风险的角度，本文分析了加密数字货币对全球几个主要的股票市场、以及黄金、原油等大宗商品的极值风险分散化和对冲能力。本文将PML-GPD极值模型和Logistic尾部相关性模型结合，同样将样本数据分为三段，使用尾部相关性和交叉尾相关性估计和检验对加密数字货币和传统金融资产的极值风险关联进行了分析。实证发现，在样本区间内，2018年以前加密数字货币和传统金融资产的尾部风险关联较低、且大多在统计上不显著，能较好地分散彼此的极值风险，但在2018年以后这一风险分散的能力消失，加密数字货币和传统金融资产之间出现了显著的尾部风险关联。本文进一步研究发现，后期“股币尾部共振”的连接因素之一，在于投资者成分的重合以及投资者情绪对两个市场尾部风险的共同影响。在极值风险对冲方面，在2018年以前部分加密数字货币能对冲部分股票指数的极值风险，但2018年以后这一对冲能力消失；反过来，在所有三个时段，传统金融资产不具备对冲加密数字货币极值风险的能力。
第三，以比特币市场为例，本文分析了加密数字货币市场的内幕交易风险。本文提出了一种针对矿工确认制交易规则下的内幕交易衡量指标。利用这一指标，使用逐笔交易数据，本文实证发现了比特币市场内幕交易的证据。通过对内幕交易时间点进行进一步测算，本文发现内幕交易者倾向于在重大利多事件的前两天和重大利空事件的前一天建立头寸。本文还进一步进行了比特币市场内幕交易的利润测算，根据基础估计，平均每个重大事件，内幕交易者在Bitstamp交易所获取的利润在22.29万美元至236.75万美元之间，高额的内幕交易利润来源于普通投资者的损失。
第四，本文构建了一套可投资性较强的加密数字货币Smart Beta指数，并考察了不同Smart Beta方法在加密数字货币市场的投资适用性。本文综合考虑了指数规模的选择、协方差矩阵估计的窗口长度选择、协方差矩阵的稳定性、指数的流动性、换手率和集中度等实际问题。从风险、收益等多个角度衡量了它们的表现。实证发现，部分Smart Beta指数通过不同程度地增大低波动率币种的权重，获得了超过基准组合的未来回报；而加持低风险关联度的币种的Smart Beta加权策略，不能获得超基准的回报。
本文的研究对监管机构进行加密数字货币市场的监管提供了理论依据，对参与加密数字货币市场的投资者进行风险管理提供了参考。同时，本文的研究方法对研究新兴金融市场提供了启示。
