国际期刊投稿平台
登录 | 注册
当前位置： 首页 > 科学研究与应用 > 稳定币需求、市场演化与货币主权风险——基于结构方程与动态识别的交叉建模研究
科学研究与应用

科学研究与应用

Journal of Scientific Research and Applications

  • 主办单位: 
    未來中國國際出版集團有限公司
  • ISSN: 
    3079-7071（P）
  • ISSN: 
    3080-0757（O）
  • 期刊分类: 
    科学技术
  • 出版周期: 
    月刊
  • 投稿量: 
    5
  • 浏览量: 
    740

相关文章

暂无数据

稳定币需求、市场演化与货币主权风险——基于结构方程与动态识别的交叉建模研究

Stablecoin Demand, Market Evolution, and Monetary Sovereignty Risks: A Cross-Modeling Study Based on Structural Equations and Dynamic Identification

发布时间：2025-12-17
作者: 杨海鑫 ,郑天宇 :南京特殊教育师范学院 江苏南京;
摘要: 随着稳定币在全球金融体系中的快速普及，其对美元国际地位和各国本币货币主权的潜在影响日益受到关注。本文以稳定币市场的发展为背景，从需求建模出发，构建了涵盖经济、政策与市场多因素的稳定币需求回归模型，并进一步引入马尔科夫链对稳定币市场份额的动态演化进行建模。在此基础上，本文重点分析了稳定币普及程度与货币主权之间的因果关系，构建了包括IV双向固定效应面板模型、面板SVAR/SVARX模型、阈值回归模型与Cox比例风险模型在内的多维识别框架，用以刻画“稳定币渗透—美元地位强化—本币主权侵蚀”的系统逻辑。实证结果显示，稳定币普及（尤其是美元挂钩稳定币）显著削弱了弱势经济体的本币货币主权，并呈现出明显的“临界替代效应”。政策冲击具有放大作用，对不同国家的影响具有异质性。本文进一步基于聚类与风险建模手段，识别出未来可能实质放弃货币主权的高风险国家，为全球稳定币监管政策制定提供了量化参考与风险预警机制。
Abstract: With the rapid popularity of stablecoins in the global financial system, their potential impact on the international status of the US dollar and the sovereignty of local currencies of various countries is increasingly being studied. This article takes the development of the stablecoin market as the background, starting from demand modeling, constructs a stablecoin demand regression model covering multiple factors such as economy, policy, and market, and further introduces Markov chain to model the dynamic evolution of stablecoin market share. On this basis, this article focuses on analyzing the causal relationship between the popularity of stablecoins and monetary sovereignty, and constructs a multidimensional identification framework including the IV bidirectional fixed effects panel model, panel SVAR/SVARX model, threshold regression model, and Cox proportional hazards model to depict the systematic logic of "stablecoin penetration - strengthening of US dollar status - erosion of local currency sovereignty".The empirical results show that the widespread use of stablecoins, especially those pegged to the US dollar, significantly weakens the local currency sovereignty of weak economies and exhibits a clear "critical substitution effect". Policy shocks have an amplifying effect and have heterogeneous impacts on different countries. This article further uses clustering and risk modeling methods to identify high-risk countries that may substantially abandon their monetary sovereignty in the future, providing quantitative references and risk warning mechanisms for the formulation of global stablecoin regulatory policies.
关键词: 稳定币；美元国际地位；货币主权；主成分分析；因果识别
Keywords: stablecoin; the international status of the US dollar; monetary sovereignty; principal component analysis; causal identification

引言

随着区块链技术的发展与加密货币市场的不断扩张，稳定币（Stablecoin）作为一种与法定货币锚定、价格相对稳定的数字资产，正日益成为全球金融体系中的重要组成部分。特别是在跨境支付、DeFi应用及金融包容性领域，稳定币展现出显著优势，成为推动金融创新与货币数字化的重要工具。

然而，这一趋势也引发了关于全球货币格局重塑的深层次讨论。稳定币的快速普及，尤其是与美元挂钩的稳定币的广泛应用，可能在无形中强化美元的国际地位，并对部分经济体的本币货币主权构成实质性挑战。与此同时，非美元挂钩稳定币的兴起亦表现出多元化发展的潜力，其市场表现、需求结构及监管态势与美元稳定币形成复杂互动。

本研究旨在通过构建稳定币需求与市场演化的多维度模型，深入分析稳定币对全球金融主权格局的影响机制。本文不仅系统建立了稳定币需求回归模型、市场份额动态演化模型，还进一步从因果识别、动态反馈、临界点分析与主权风险评估等多个层面，全面刻画稳定币普及程度与本币货币主权强弱之间的关系，为政策制定者识别金融脆弱性、制定监管对策提供定量支撑与风险预警依据。

1 稳定币需求的多因素建模与变量结构设计研究

1.1 数据结构和变量定义

首先，需要定义多个影响因素，并将它们转化为可量化的变量。设定以下变量来表示不同的经济、政策和市场因素：

经济因素：X_{1,t}：跨境交易额（crossborder transaction volume），时间t的交易总额。X_{2,t}：主要经济体的通货膨胀率（inflationrate），特别是美元区、欧元区、日元区。X_{3,t}：主要货币的波动率（currency volatility），衡量主要货币波动的标准差。

政策因素：X_{4,t}：各国监管环境（regulatory environment），用政策变量如监管透明度、合规门槛等衡量。X_{5,t}：沙盒计划的实施程度（sandbox programs），衡量创新金融产品在监管沙盒中的数量。

市场因素：X_{6,t}：用户采用率（adoption rate），衡量稳定币在DeFi和跨境支付中的使用频率。X_{7,t}：加密货币市场交易量（crypto transaction volume），表示加密货币市场中稳定币的交易量。我们将这些变量组织成一个矩阵\mathbf{X}_{t}，其中每一行表示一个时刻的数据，而每一列代表一个因素。

\begin{array}{r} \mathbf{X}_{t} = \begin{bmatrix} X_{1,t} & X_{2,t} & X_{3,t} & X_{4,t} & X_{5,t} & X_{6,t} & X_{7,t} \end{bmatrix}\#\left. （1 \right.） \end{array}

1.2 稳定币需求模型的构建

假设稳定币的需求D_{t}与上述影响因素之间存在线性关系。具体来说，需求函数可以表示为：

\begin{array}{r} D_{t} = \alpha_{0} + \sum_{i =1}^{7}\alpha_{i}X_{i,t} + \epsilon_{t}\#\left. （2 \right.） \end{array}

其中：D_{t}为时间t的稳定币需求，\alpha_{0}为常数项，表示基准需求，\alpha_{i}为每个因素的回归系数，反映每个因素对稳定币需求的影响，\epsilon_{t}为误差项，表示模型未能捕捉到的其他因素或噪声。

1.3 回归分析与系数估计

为了估计系数\alpha_{i}，使用最小二乘法（OLS）对回归模型进行拟合，目标是最小化残差的平方和：

\begin{array}{r} \min_{\alpha_{0},\alpha_{1},\ldots,\alpha_{7}}\sum_{t =1}^{T}\left( D_{t} - \left( \alpha_{0} + \sum_{i =1}^{7}\alpha_{i}X_{i,t} \right) \right)^{2}\#\left. （3 \right.） \end{array}

通过求解该优化问题，我们可以获得最优的回归系数{\widehat{\alpha}}_{i}，从而量化每个因素对稳定币需求的具体影响。

1.4 稳定币市场份额的动态演化模型

由于稳定币市场不仅受到需求因素的影响，还涉及市场份额的动态变化。设定一个市场份额转移矩阵S_{t}，用于描述不同货币（美元、欧元、日元、港币）之间的市场份额转移。

\begin{array}{r} S_{t} = \begin{bmatrix} S_{t,USD} & S_{t,EUR} & S_{t,JPY} & S_{t,HKD} \end{bmatrix}\#\left. （4 \right.） \end{array}

其中，S_{t,USD}表示美元挂钩稳定币的市场份额，其他同理。

这个转移矩阵遵循一个马尔科夫链模型，表示市场份额的演化过程：

\begin{array}{r} S_{t +1} = P \cdot S_{t}\#\left. （5 \right.） \end{array}

其中，P为转移概率矩阵，表示从一种货币稳定币转移到另一种的概率。通过对历史数据的分析，可以估计该转移矩阵，并进一步预测未来市场份额的变化。

1.5 稳定币市场规模与流通量模型

稳定币市场的总规模M_{t}可以通过市场份额和需求量的加权计算得到：

\begin{array}{r} M_{t} = \sum_{i =1}^{4}S_{t,i} \cdot D_{t}\#\left. （6 \right.） \end{array}

其中，S_{t,i}表示第i种稳定币的市场份额，D_{t}为稳定币的需求量。该模型帮助我们评估不同货币（尤其是非美元稳定币）对稳定币市场流通量的影响。

1.6 稳定币需求与非美元稳定币市场份额的互动分析

为了分析非美元稳定币（如欧元、日元、港币等）对美元稳定币市场份额的冲击，我们引入一个影响矩阵A，该矩阵描述了不同因素（如跨境支付需求、政策监管、用户采用率等）对市场份额的影响。

\begin{array}{r} A_{t} = \begin{bmatrix} \text{Effect}_{t,USD} & \text{Effect}_{t,EUR} & \text{Effect}_{t,JPY} & \text{Effect}_{t,HKD} \end{bmatrix}\#\left. （7 \right.） \end{array}

根据市场份额的变化，我们可以通过动态回归模型来估算未来市场份额的变化趋势，并模拟政策变动（如中国香港地区稳定币条例实施）对市场份额转移的影响。

\begin{array}{r} \Delta S_{t,i} = A_{t} \cdot \Delta X_{t}\#\left. （8 \right.） \end{array}

其中，\Delta S_{t,i}为市场份额变化量，\Delta X_{t}为外部因素（如政策、跨境交易量等）的变化量。模型结果如下表1所示。

表1结果表
时间（季度） 美元挂钩稳定币历史份额 欧元挂钩稳定币历史份额 日元挂钩稳定币历史份额 港币挂钩稳定币历史份额
2024/3/31 0.983033333 0.005988889 0.005988889 0.004988889
2024/6/30 0.98303 0.00599 0.00599 0.00499
2024/9/30 0.9801 0.00895 0.005975 0.004975
2024/12/31 0.9801 0.008954545 0.005972727 0.004972727
2025/3/31 0.9801 0.00895625 0.00596875 0.004975
2025/6/30 0.980094555 0.008955506 0.005972189 0.00497775
2025/9/30 0.9776625 0.0089375 0.00595 0.00745

2 稳定币普及、美元国际地位与本币货币主权

稳定币普及、美元国际地位与本币货币主权题意回顾：稳定币（尤其与美元挂钩者）可能强化美元国际地位并削弱部分经济体的货币主权，需要“选取本币流通比例、外币存款比例、资本管制指数等指标”，构建模型分析“稳定币普及程度—美元地位—货币主权”的关系，并评估哪些经济基础较弱国家未来可能实质放弃本币货币主权。稳定币的系统性风险亦被国际组织警示；多法域的立法/监管事件将改变稳定币的供需与合规环境，从而影响其渗透与替代效应。

2.1 指标体系与可观测变量

因为货币主权指数（Monetary Sovereignty Index, MSI）以“越大表示主权越强”为方向，因此我们采用因子分析/主成分构造综合指数，并用KMO与Bartlett检验适配性，Kaiser判据（特征根＞1）筛选因子、Varimax旋转得到载荷（避免主观赋权）。本币流通比例LCTRi,t：本币计价/交易占国内交易总量比。外币存款比例FXDi,t（逆向指标）：外币存款/总存款。资本管制（开放）指数CAPi,t：可用“越大越开放”的口径，方向按需要取反，使“越大越有助主权”。补充稳健项：通胀波动σ（πi,t）（逆向）、本币存款利差稳定度、外汇储备/月度进口覆盖等。将标准化向量zi,t通过因子载荷Λ合成：

MSI_{i,t} = \sum_{k =1}^{K}\omega_{k}F_{k,i,t}\quadF = \Lambda^{\top}z\quad\sum_{k}^{}\omega_{k} =1\#\left. （9 \right.）

其中K由Kaiser判据确定；\omega_{k}可取特征根占比。

2.2 因果识别与总体框架

对于稳定币普及与主权强弱互为因果（内生性）：主权弱一居民更偏好稳定币；稳定币普及一进一步侵蚀主权。我们采用“三层模型、两类识别”的策略：第一，度量层：上节的MSI、SPI（Kaiser判据择因子）。第二，结构层（因果）：面板结构方程/IVDiD与面板SVAR并行。第三，风险层（阈值与生存）：面板阈值回归识别“临界替代”点，Cox危险率评估“实质放弃主权”的到达概率。识别手段：外生冲击工具变量（IN）：法域事件（如美国稳定币联邦立法、中国香港地区《稳定币条例》实施窗口）给到不同国家通过合规接入程度/经贸联系的差异化外生暴露，构造Z_{i,t}作为SPI的工具变量（强相关、排除限制），从而识别SPI-MSI的因果效应。双重差分/事件研究（DiD/EventStudy）：以合规利好或禁限政策为“处理”，以未受处理同侪为对照，识别政策对SPI、MSI与USDG的动态效应通道。

2.3 模型一：IV双向固定效应的面板结构方程（主模型）

我们定义如下公式：

MSI_{i,t +1} = \alpha + \beta SPI_{i,t} + \gamma USD_{Share_{i,t}} + \delta^{\top}\mathbf{X}_{i,t} + \mu_{i} + \tau_{t} + \varepsilon_{i,t},\#\left. （10 \right.）
SPI_{i,t} = \pi_{0} + \pi_{1}RegShock_{i,t} + \pi_{2}Exposure_{i} \times RegShock_{t} + \kappa^{\top}\mathbf{W}_{i,t} + \mu_{i}^{(s)} + \tau_{t}^{(s)} + u_{i,t},\#\left. （11 \right.）

\mathbf{X}_{i,t}：控制项（通胀、产出缺口、贸易开放、金融发展、数字普惠等）。RegShock：全球/区域监管冲击虚拟变量（如美国GENIUS法案生效、中国香港地区条例实施），Exposure_{i}是一国对该冲击的暴露强度（金融联系、美元发票权重等）；两者交互作为IV。估计：两阶段最小二乘（2SLS）或GMM；国家/年份双向固定效应（\mu_{i},\tau_{t}）；标准误HAC/聚类稳健。解释：若\widehat{\beta} <0，说明“稳定币普及”显著削弱货币主权（MSI↓）；\gamma <0表明“美元锚定稳定币份额”具有额外侵蚀效应。对美元国际地位的外推在全球/地区层面回归：

USDG_{t +1} = \phi + \theta{\overline{SPI}}_{t} + \psi Policy_{t} + \zeta^{\top}\mathbf{Z}_{t} + \eta,\#\left. （12 \right.）

其中{\overline{SPI}}_{t}是人口或GDP加权的全球稳定币渗透水平；若\theta >0，印证题设“稳定币可能进一步强化美元国际地位”的命题。

2.4 模型二：面板SVAR/SVARX（双向动态反馈）

我们设状态向量'>\mathbf{y}_{i,t} = \left( \Delta MSI_{i,t},\Delta SPI_{i,t},\Delta USD\_ Share_{i,t} \right)'，外生变量\mathbf{x}_{i,t}为政策冲击与宏观控制：

\mathbf{A}_{0}\mathbf{y}_{i,t} = \sum_{p =1}^{P}\mathbf{A}_{p}\mathbf{y}_{i,t - p} + \mathbf{B}\mathbf{x}_{i,t} + \mathbf{e}_{i,t}.\#\left. （13 \right.）

识别：采用符号限制（SignRestrictions）：政策正向冲击使\Delta SPI >0，短期内\Delta MSI <0；美元锚定份额正冲击对\Delta MSI非正，对\Delta SPI非负。输出：冲击响应（IRF）、方差分解（FEVD）与反事实路径。若“SPI正冲击”的IRF对MSI为持续负向，则动态证据支持“替代效应”。

2.5 模型三：面板阈值回归（Hansen,1999）

通过识别“临界替代点”检验“当稳定币渗透超过阈值s^{\ast}后，主权受损加速”：

MSI_{i,t +1} = \left\{ \begin{matrix} \alpha_{1} + \beta_{1}SPI_{i,t} + \delta_{1}^{\top}\mathbf{X}_{i,t} + \mu_{i} + \tau_{i} + \varepsilon_{i,t}, & SPI_{i,t} \leq s^{\ast}, \\ \alpha_{2} + \beta_{2}SPI_{i,t} + \delta_{2}^{\top}\mathbf{X}_{i,t} + \mu_{i} + \tau_{i} + \varepsilon_{i,t}, & SPI_{i,t} > s^{\ast}. \end{matrix} \right.\ \#\left. （14 \right.）

Bootstrap计算阈值显著性。若| \beta_{2} | > | \beta_{1} |且显著，说明过阈后主权蚕食斜率陡峭，可作为预警线与政策触发器。

2.6 模型四：Cox比例风险模型——“主权丧失”的到达概率

我们定义事件：“实质放弃本币货币主权”的准则（满足其一）：LCTR_{i,t} < \underline{l}（如<50%）；或FXD_{i,t} > \overline{f}（如>50%）；或USD_Share_{i,t} > \overline{u} & SPI_{i,t} > \overline{s}持续q期。构造生存时间T_{i}，以时间变协变量建立：

h_{i}(t) = h_{0}(t)\exp\left( \beta_{S}SPI_{i,t} + \beta_{U}USD_{Share_{i,t}} + \beta^{\top}\mathbf{X}_{i,t} \right)\#\left. （15 \right.）

然后给出累计失效概率\Pr\left( T_{i} \leq T \right)与边际效应（如\partial lnh/\partial SPI）。危害比>1的国家被判为更高风险。

我们将以上四个模型进行对比观察，得出对比图如图1所示。

图1 四模型三维曲线对比图

2.7 脆弱性识别与国家分层

为了给出哪些国家可能放弃本币主权的可操作清单，结合上面三类模型的一致性证据，建立“两步法”：

无监督分层（Kmeans/谱聚类）特征：{MSI_baseline,SPI,USD_Share,FXD,CAP,\sigma(\pi),Reserves/Imports}。将它们划分为：A“稳健”、B“观察”、C“高危”（阈值由轮廓系数与聚类稳定性确定）。

通过监督校准（Cox风险分数&阈值回归交叉验证）对每国计算：

风险分数RS_{i} = {\widehat{\beta}}_{S}SPI_{i} + {\widehat{\beta}}_{U}{\overline{USD\_ Share}}_{i} + \ldots；阈值超越率\chi_{i} = \frac{1}{T}\sum_{t}^{}\mathbb{I}\left( SPI_{i,t} > {\widehat{s}}^{\ast} \right)。

若RS_{i}高、\chi_{i}高且面板SVAR的IRF显示负向\downarrow，则列为“未来可能实质放弃主权”的候选国（按置信区间排序）。

2.8 求解流程与稳健性

我们找了十个国家的相关问题和相关数据，将带入模型进行认证求解。

步骤1（标准化与方向统一）：所有指标按“越大越好（主权/稳定）”“越大越差（替代/脆弱）”统一方向，Zscore标准化；缺口用EM或双向FE插补。

步骤2（KMO&Kaiser构造MSI/SPI）：通过KMO>0.7、Bartlettp<0.01验证；采用Kaiser判据选因子，Varimax旋转得到清晰载荷；以方差贡献作为权重合成指数，并做滚动/递归稳定性检验。

步骤3（IV2SLS主回归）：第一阶段验证工具变量相关性Fstat>10；第二阶段报告β̂、异方差稳健SE；以事件研究作并行验证（处理组×时间虚拟），绘制动态系数。

步骤4（动态反馈与阈值/风险）：估计面板SVARX，给出IRF/FEVD；估计阈值回归，Bootstrap显著性；估计Cox模型，输出危害比与生存曲线。

步骤5（稳健性与异质性）：指标口径替换（外币存款/广义外币资产），替换SPI代理（地址密度、商户接入）；不同样本剔除（高通胀极值国、资本外逃期）；政策冲击滞后与强度分层（强/弱暴露国）。

结果出图如图2所示。

图2 美元各方面要素图

据图2分析我们可以知道这组图表分析表明，稳定币普及度（全球加权SPI）长期呈持续上升趋势，而美元国际地位（全球美元结算占比）则在高位震荡；两者线性关联微弱，但动态相关性随时间波动，尤其在2025Q3政策变动后联动性有所增强，整体呈现出长期趋势分化、关联度弱但受政策影响动态变化的复杂关系。

这十个国家的放弃概率分布如图3所示。

图3 各国数据分析图

由图3可知放弃本币货币主权概率最高的国家是阿根廷，现将该模型推广至全球各国，得到各国放弃的概率如表2所示。

表2 问题四所有国家放弃概率分布
国家 放弃概率（3年） 备注
阿根廷 99.9 外推-极高风险
黎巴嫩 85 外推-极高风险
委内瑞拉，玻利瓦尔共和国 80 外推-极高风险
南苏丹 75 外推-极高风险
苏丹 72 外推-极高风险
也门 70 外推-极高风险
阿拉伯叙利亚共和国 65 外推-极高风险
索马里 65 外推-极高风险
柬埔寨 62 外推-极高风险
老挝人民民主共和国 60 外推-极高风险
海地 60 外推-极高风险
利比里亚 55 外推-极高风险
刚果民主共和国 55 外推-极高风险
中非共和国 50 外推-极高风险
厄立特里亚 45 外推-较高风险
几内亚 40 外推-较高风险
利比亚 40 外推-较高风险
布隆迪 38 外推-较高风险
塞拉利昂 38 外推-较高风险
乍得 38 外推-较高风险
几内亚比绍 36 外推-较高风险
尼日尔 36 外推-较高风险
冈比亚 34 外推-较高风险
马拉维 34 外推-较高风险
多哥 34 外推-较高风险
刚果 32 外推-较高风险
马达加斯加 32 外推-较高风险
巴布亚新几内亚 30 外推-较高风险
赤道几内亚 30 外推-较高风险
喀麦隆 28 外推-较高风险
斯里兰卡 28 外推-中等风险
贝宁共和国 26 外推-较高风险
古巴 25 外推-中等风险
赞比亚 25 外推-中等风险
莫桑比克 24 外推-中等风险
尼日利亚 23.7 样本模型估计
塔吉克斯坦 22 外推-中等风险
加纳 22 外推-中等风险
突尼斯 22 外推-中等风险
安哥拉 20 外推-中等风险
埃塞俄比亚 20 外推-中等风险
摩尔多瓦共和国 20 外推-中等风险
玻利维亚多民族国 18 外推-中等风险
蒙古 18 外推-中等风险
尼加拉瓜 18 外推-中等风险
吉尔吉斯斯坦 15 外推-中等风险
巴基斯坦 10.9 样本模型估计
尼泊尔 10 外推-中等风险
乌克兰 10 外推-中等风险
乌兹别克斯坦 10 外推-中等风险
乌干达 8 外推-中等风险
坦桑尼亚联合共和国 8 外推-中等风险
约旦 8 外推-中等风险
亚美尼亚 8 外推-中等风险
肯尼亚 8 外推-中等风险
波斯尼亚和黑塞哥维那 8 外推-中等风险
阿塞拜疆 8 外推-中等风险
洪都拉斯 6 外推-中等风险
孟加拉国 6 外推-中等风险
科特迪瓦 6 外推-中等风险
哈萨克斯坦 6 外推-中等风险
阿尔巴尼亚 6 外推-中等风险
卢旺达 6 外推-中等风险
塞内加尔 6 外推-中等风险
摩洛哥 6 外推-中等风险
伊朗伊斯兰共和国 5 外推-中等风险
秘鲁 5 外推-中等风险
危地马拉 5 外推-中等风险
巴拉圭 5 外推-中等风险
哥伦比亚 5 外推-中等风险
多米尼加共和国 5 外推-中等风险
埃及 2.9 样本模型估计
圣赫勒拿、阿森松和特里斯坦达库尼亚 0.5 外推-低风险
马来西亚 0.5 外推-低风险
萨摩亚 0.5 外推-低风险
瓦利斯群岛和富图纳群岛 0.5 外推-低风险
美国本土外小岛屿 0.5 外推-低风险
特克斯和凯科斯群岛 0.5 外推-低风险
乌拉圭 0.5 外推-低风险
马约特岛 0.5 外推-低风险
美国 0.5 外推-低风险

3 总结

本文围绕“稳定币普及—美元国际地位—本币货币主权”的核心链条展开系统研究，构建了包括稳定币需求函数、市场份额马尔科夫链模型、面板结构方程（IV-2SLS）、面板SVARX、阈值回归与Cox风险模型在内的多层次分析框架。在此基础上，本文形成了如下主要结论：稳定币市场持续扩张，美元主导地位稳固但受挑战：近年来稳定币总体需求呈上升趋势，美元挂钩稳定币虽仍占主导，但非美元稳定币份额逐步上升，表现出一定替代效应。稳定币普及显著削弱货币主权，尤其对经济基础薄弱国家：模型实证表明，SPI对MSI（货币主权指数）存在显著负向因果效应，且美元锚定稳定币的影响更为突出。政策冲击具有放大效应，需动态监管响应：面板SVAR结果显示，法域立法或监管利好会在短期内显著提升SPI，并对MSI产生负向冲击，提示政策设计需统筹考量跨国效应。货币主权“临界替代点”存在，需设立政策干预阈值：阈值回归揭示当稳定币渗透率超出特定门槛后，主权削弱趋势将加剧，具备“系统性转折”的特征。全球多个国家存在主权丧失高风险，需分级防范：Cox模型与聚类分析识别出如阿根廷、黎巴嫩、委内瑞拉等国处于极高风险区，需重点关注；而部分发达经济体风险较低，具备一定政策调控余地。

综上所述，稳定币的发展虽为全球金融体系带来效率与创新，但其对国际货币体系的影响也日益复杂深远。各国应在加强数据监测、完善监管框架与推动数字货币基础设施建设方面协同发力，以实现创新与稳定之间的有机平衡，防范“技术替代”对国家金融主权构成系统性侵蚀。

参考文献：

  1. [1] 袁辉.货币主权、汇率制度与经济政策空间——对现代货币理论的反思与启示[J].上海经济研究,2021(09):81-90+102.
  2. [2] 孙浩,蒋晓宇.央行数字货币如何影响货币金融体系运行——国际研究的新进展[J].金融监管研究,2024(09):34-49.
  3. [3] 邱树汀.央行数字货币对金融安全的影响及应对措施[J].中华纸业,2023,44(03):79-81.
  4. [4] 金祥义,梁涛.双边货币互换协议能够促进中国出口产品质量提升吗?[J].世界经济研究,2025(02):120-134+137.
联系我们
人工客服，稿件咨询
投稿
扫码添加微信
客服
置顶