Stock to flow что это
Биткоин и модель Stock to Flow
Содержание
Что такое модель Stock to Flow?
В двух словах, модель Stock to Flow (SF или S2F) служит для измерения изобилия определенного ресурса. Соотношение Stock to Flow – это количество ресурса в запасе, поделенное на количество, добываемое за год.
Соотношение Stock to Flow рассчитывается по этим двум показателям. Но что именно данная модель позволяет нам понять? Она показывает, сколько предложения поступает на рынок каждый год для данного ресурса по отношению к общему предложению. Чем выше отношение запаса к потоку, тем меньше этого ресурса поступает на рынок по сравнению с общим предложением. Таким образом, актив с более высоким соотношением Stock to Flow теоретически должен сохранять свою ценность продолжительное время.
Расходные материалы и промышленные товары, в свою очередь, имеют низкое соотношение Stock to Flow. Дело в том, что их ценность обычно связана с уничтожением или потреблением этих ресурсов, а запасы существуют только для удовлетворения потребительского спроса. Эти ресурсы необязательно имеют высокую ценность, а потому не подходят для использования в качестве инвестиционных активов. В редких случаях цена может быстро вырасти, если в будущем ожидается дефицит какого-либо ресурса. В обычных же условиях производство будет идти в ногу со спросом.
Соотношение Stock to Flow для золота
59. То есть при нынешних темпах добычи потребуется около 59 лет, чтобы добыть еще 190 000 тонн золота.
Stock to Flow и биткоин
Общая добыча BTC (%) и вознаграждение за блоки (BTC).
По мнению сторонников данной модели, эти свойства в совокупности создают дефицитный цифровой ресурс с характеристиками, позволяющими сохранять ценность в долгосрочной перспективе. Кроме того, предполагается, что существует статистически значимая связь между Stock to Flow и рыночной стоимостью. Основываясь на этой модели, можно спрогнозировать, что со временем цена биткоина должна значительно увеличиться ввиду постоянного снижения коэффициента Stock to Flow.
Соотношение Stock to Flow для биткоина
Ограничения модели Stock to Flow
Несмотря на то, Stock to Flow – полезная модель для измерения дефицита, она учитывает отнюдь не все аспекты. Модели эффективны настолько, насколько точны их прогнозы. С одной стороны, Stock to Flow основывается на предположении, что дефицит должен определять стоимость. По мнению критиков Stock to Flow, эта модель не будет работать, если биткоин не будет обладать иными необходимыми качествами, помимо дефицита предложения.
Преимущества золота заключаются в его дефиците, предсказуемом потоке и глобальной ликвидности, благодаря чему этот ресурс стал относительно стабильным средством сбережения по сравнению с фиатными валютами, склонными к девальвации.
Согласно этой модели, волатильность биткоина также должна со временем уменьшаться, что подтверждают и данные Coinmetrics.
Оценка актива требует учета его волатильности. Если волатильность предсказуема до определенной степени, то модель оценки будет более надежной. Однако биткоин печально известен значительными колебаниями цены.
Резюме
Модель Stock to Flow измеряет взаимосвязь между доступным в данный момент запасом ресурса и объемом его производства. Обычно это применяется к драгоценным металлам и другим товарам, однако некоторые утверждают, что это может быть применимо и к биткоинам.
В данном отношении смысле биткоин можно рассматривать как дефицитный цифровой ресурс. Согласно этому методу анализа, уникальные преимущества биткоина должны помочь ему сохранять свою ценность в долгосрочной перспективе.
Однако каждая модель сильна настолько, насколько точны ее прогнозы, а значит, она может и не учитывать абсолютно все аспекты оценки ценности биткоина. Более того, на момент написания статьи биткоин существует немногим больше десяти лет. Хотя кто-то наверняка возразит и скажет, что долгосрочные модели оценки, такие как Stock to Flow, требуют больше данных для большей точности.
Как применяется модель Stock to Flow к биткойну?
В то время как кто-то считает, что это Святой Грааль математических моделей оценки Биткойн, критики Stock to Flow утверждают, что модель далека от точности и не должна использоваться для прогнозирования движений цен BTC.
Мы создали эту статью, чтобы развеять путаницу вокруг модели Stock to Flow, объяснив, как она работает, а также представить возможные варианты использования и ограничения.
Что такое модель Stock to Flow?
Модель Stock to Flow (SF) представляет собой способ измерения дефицита активов, в частности таких товаров, как золото и серебро, который теперь применяется к BTC.
Чтобы лучше разобраться, давайте посмотрим, как модель Stock to Flow работает для такого товара, как золото.
В своей традиционной форме модель Stock to Flow используется для расчета изобилия ресурса или товара (в нашем примере золота) с учетом общего когда-либо созданного предложения и годового производства актива.
По оценкам всемирного совета по золоту, к концу 2019 года было добыто около 197 576 тонн золота с годовым объемом производства от 2500 до 3000 тонн.
Теперь, чтобы рассчитать модель SF, мы должны разделить общее предложение (запас) золота на годовое производство (прирост), что дает нам:
197 576 : 2750 = 71,85
Для пояснения в приведенном выше примере мы приняли во внимание среднее значение годовой добычи золота (2750).
В результате расчета модель Stock to Flow показывает нам, сколько вновь добытого золота выходит на рынок каждый год по сравнению с общим предложением актива.
Как видно на нашем примере, для производства одного и того же количества товара, которое в настоящее время присутствует на рынке, требуется около 72 лет.
Практика показывает, что чем выше SF, тем меньше ежегодно чеканится новых золотых слитков по сравнению с общим объемом предложения.
По этой причине высокое отношение запасов к приросту теоретически может сигнализировать о долгосрочном увеличении стоимости актива, указывая на то, что инструмент не только дефицитный, но и что потребуется много времени, чтобы произвести оставшееся предложение.
Как работает модель Stock to Flow?
Поскольку Биткойн часто рассматривается как средство сбережения, подобное таким товарам, как золото и серебро, модель Stock to Flow была применена к цифровому активу пользователем PlanB, который опубликовал статью на Medium по этой теме в 2019 году.
В отличие от сырьевых товаров, где у нас есть только оценки запасов и прироста, изменения предложения BTC прозрачно записываются в блокчейне и модель Stock to Flow логично применять к активу.
Хотя максимальное количество биткойн ограничено 21 миллионом монет, его прирост запрограммирован на уровне протокола, что делает его предсказуемым.
В рамках дефляционного механизма количество BTC, созданных с каждым новым добытым блоком, уменьшается вдвое через каждые 210 000 блоков (примерно каждые четыре года) во время события Биткойн Халвинг.
Во время последнего халвинга в мае 2020 года вознаграждение за блок было сокращено с 12,5 BTC до 6,25 BTC.
Согласно статистике Blockchain.com, к настоящему времени было добыто 18,595 миллиона BTC с годовым приростом в 328 500 BTC (6,25 BTC добываются примерно каждые 10 минут до следующего события халвинга).
В результате отношение запаса биткойнов к приросту составляет 56,60, а это означает, что для добычи текущего общего предложения BTC потребуется почти 57 лет (без учета максимального лимита и уменьшения вдвое).
Помимо расчета SF BTC, PlanB также сравнил модель Stock to Flow с ценой BTC, чтобы (потенциально) предсказать будущие изменения стоимости цифрового актива.
Взглянув на график, основанный на расчетах автора, мы можем увидеть, что цена BTC более или менее соответствует 365-дневному среднему значению модели Stock to Flow. Фактически, видно довольно точную корреляцию в период с апреля 2020 года по январь 2021 года.
Ограничения и критика модели
Хотя соотношение запасов биткойнов к приросту и может показывать некоторую корреляцию с биткойн с исторической точки зрения, модель явно имеет некоторые ограничения в прогнозировании будущих изменений стоимости цифрового актива.
Например, модель учитывает только предложение биткойн, но не спрос на криптовалюту.
Спрос и предложение – два основных фактора, определяющих цену актива. По этой причине, несмотря на то что SF BTC растет каждые четыре года во время событий халвинга, его цена значительно снизится, если произойдет огромное падение спроса.
Кроме того, модель Stock to Flow не принимает во внимание следующие факторы, которые могут повлиять на цену актива:
Событие «Черного лебедя». Событие «Черного лебедя» представляют собой непредсказуемые эпизоды с серьезными последствиями, особенно для цены актива. В случае с Биткойн «Черный лебедь» может быть вызван серьезными мерами регулирования, которые фактически запретят людям покупать и продавать криптовалюту. В результате такого теоретического сценария цена BTC может сильно пострадать.
Волатильность. Несмотря на то, что волатильность Биткойн за последние годы значительно снизилась, криптовалюта по-прежнему подвержена сильным колебаниям цен. После значительного падения стоимости в течение периода высокой волатильности многие инвесторы могут в панике продать свои активы, ликвидируя длинные позиции трейдеров и приводя к значительному понижающему тренду для цены BTC.
Некоторые критики идут еще дальше. Нико Кордейро, директор по инвестициям в Strix Leviathan, сравнивает использование модели Stock to Flow по отношению к Bitcoin для выявления будущих изменений цен с прогнозированием финансовых результатов на основе астрологии.
Важность исследования и собственные выводы
Модель Stock to Flow – довольно противоречивая тема в криптосообществе.
Независимо от того, работает ли эта модель на практике или нет, важно не основывать важное инвестиционное решение исключительно на прогнозах цен по Stock to Flow.
Рынки сложны, и на открытие цен влияет множество факторов. Следовательно, никто (ни люди, ни математические модели и алгоритмы) не может точно предсказать будущие долгосрочные изменения цен на актив.
Тем не менее, модель Stock to Flow может быть полезным инструментом, позволяющим осознать природу дефицита Биткойна в долгосрочной перспективе и способствовать культивированию мышления, выходящему за рамки ежедневных колебаний цен.
Биткоин и модель Stock‑to‑Flow. Для чайников
Модель Stock-to-Flow (SF или S2F) используется для оценки стоимости дефицитных активов.
Что такое модель Stock-to-Flow?
Простыми словами, модель Stock-to-Flow — это способ измерения достаточности определенного ресурса. Отношение запасов к приросту — это количество хранящегося в резервах ресурса, поделенное на величину его ежегодного производства.
Обычно Stock-to-Flow применяется к природным ресурсам. Возьмем, к примеру, золото. Возможно это неточные данные, но по оценкам Всемирного совета по золоту, всего было добыто около 190 000 тонн драгоценного металла. Это количество (т. е. общее предложение) является тем, что мы называем «запасом». Между тем, ежегодно добывается около 2500-3200 тонн золота. Это количество и есть то, что мы называем «приростом».
Мы можем рассчитать соотношение Stock-to-Flow, используя эти два исходных параметра. Но что это на самом деле означает? По существу это показывает как соотносится ежегодное рыночное предложение данного ресурса с его общим предложением. Чем выше соотношение Stock-to-Flow, тем меньше осуществляется новых поставок на рынок относительно общего предложения. Таким образом, актив с более высоким соотношением Stock-to-Flow должен теоретически сохранять свою стоимость в течение длительного периода времени.
Напротив, потребительские и промышленные товары, как правило, имеют низкое соотношение Stock-to-Flow. Почему это так? Поскольку их стоимость обычно проистекает из того, что они уничтожаются или потребляются, резервы (запасы), как правило, существуют только для покрытия спроса. Эти ресурсы не обязательно имеют высокую стоимость как собственность, поэтому они обычно плохо служат в качестве инвестиционных активов. В некоторых исключительных случаях цена может быстро вырасти, если присутствует ожидание будущего дефицита, но когда это не так, производство идет в ногу со спросом.
Важно отметить, что сам по себе дефицит не обязательно означает, что ресурс имеет ценность. Золото, например, встречается не так уж и редко — в конце концов, в наличии имеется 190 000 тонн! Соотношение Stock-to-Flow указывает на то, что оно имеет ценность, поскольку годовое производство по сравнению с существующим запасом имеет относительно небольшой и постоянный характер
Каково соотношение Stock-to-Flow золота?
Исторически сложилось так, что золото имеет самое высокое из драгоценных металлов соотношение Stock-to-Flow. Но какое именно оно имеет значение? Давайте вернемся к нашему предыдущему примеру, разделим общий запас в 190 000 тонн на 3200, и мы получим отношение Stock-to-Flow, примерно равное 59. Это говорит нам о том, что при нынешних темпах добычи на покрытие резервов 190 000 тонн золота потребуется около 59 лет.
Однако стоит иметь в виду, что оценка того, сколько нового золота будет добываться каждый год, является всего лишь оценкой. Если мы увеличим годовое производство (прирост) до 3500, то отношение запаса к потоку уменьшится до примерно 54.
Stock-to-Flow и биткоин
Если вы знаете, как работает биткоин, то вам не составит труда понять, в чем смысл приложения к нему модели Stock-to-Flow. В сущности, модель рассматривает биткоин в сравнении с дефицитными товарами, такими как золото или серебро.
Золото и серебро часто называют средствами сбережения. Они, по идее, должны сохранять свою ценность в долгосрочной перспективе из-за своих относительной редкости и низкого прироста. Более того, весьма сложно значительно увеличить их предложение за короткий промежуток времени.
По мнению сторонников модели Stock-to-Flow, биткоин является аналогичным ресурсом. Он имеет дефицитный характер, относительно дорог в производстве, а его максимальный запас ограничен 21 миллионом монет. Кроме того, выпуск биткоина предопределен на уровне протокола, что делает его прирост полностью предсказуемым. Кроме того, вы, возможно, осведомлены о халвингах, в результате которых объем производимого актива, поступающего в систему, уменьшается вдвое каждые 210 000 блоков (примерно раз в четыре года).
Количество произведенного BTC (%) и вознаграждение за блок (BTC)
По мнению сторонников модели, сочетание этих свойств создает дефицитный цифровой ресурс, имеющий в долгосрочной перспективе весьма убедительные признаки средства сбережения. Кроме того, они предполагают, что существует статистически значимая связь между Stock-to-Flow и рыночной стоимостью. Модель позволяет прогнозировать, что цена биткоина будет значительно увеличиваться с течением времени в связи с тем, что происходит постоянное увеличение соотношения запасов к приросту.
Приложение модели Stock-to-Flow к биткоину, в частности, приписывают PlanB и его статье «Моделирование стоимости биткоина через дефицитность».
Каково соотношение Stock-to-Flow биткоина?
Текущее количество биткоинов, находящихся в обращении, составляет приблизительно 18 миллионов, в то время как производство соответствует приблизительно 0,7 миллиона в год. На момент написания этой статьи соотношение Stock-to-Flow биткоина колебалось на уровне около 25. После очередного халвинга в мае 2020 года этот показатель увеличится до 50 с лишним.
На графике ниже вы можете увидеть историческую зависимость 365-дневной скользящей средней линии Stock-to-Flow биткоина от его цены. На вертикальной оси мы также датировали халвинги биткоина.
Модель Stock-to-Flow применительно к биткоину. Источник: LookIntoBitcoin.com
Ограничения модели Stock-to-Flow
Хотя модель Stock-to-Flow представляет интерес для измерения дефицита, она не учитывает все части картины. Модели верны настолько, насколько верны положенные в их основу предположения. Прежде всего, Stock-to-Flow основывается на допущении, что измеряемый моделью дефицит способен управлять стоимостью. По мнению критиков Stock-to-Flow, модель окажется несостоятельной, если биткоин не обладает никакими другими полезными свойствами, кроме дефицита предложения.
Дефицит золота, предсказуемые поставки и мировая ликвидность сделали металл относительно стабильным средством сбережения в сравнении с обесценивающимися фиатными валютами.
Согласно модели, с течением времени должна уменьшаться волатильность биткоина. Это подтверждается историческими данными Coinmetrics.
Волатильность биткоина в течение 180 дней (200-дневная скользящая средняя линия). Источник: Coinmetrics.io
Оценка стоимости актива требует учета его волатильности. Точность прогнозов с помощью оценивающей модели может увеличиваться, если волатильность более-менее предсказуема. Однако биткоин печально известен сильными движениями свой цены.
Волатильность может и уменьшаться на макроуровне, однако с момента создания биткоин, его цена определяется свободным рынком. Это означает, что она находится в условиях саморегуляции открытого рынка, представленного пользователями, трейдерами и спекулянтами. Соединение этого обстоятельства с относительно низкой ликвидностью должно привести к тому, что биткоин, по сравнению с другими активами, будет более подвержен внезапным всплескам волатильности. Следовательно, модель может оказаться не в состоянии учитывать и это.
Другие внешние факторы, такие как «Черные лебеди» экономического характера, также могут подорвать модель. Впрочем, стоит отметить, что то же самое можно сказать и про практически любую модель, которая пытается предсказать цену актива на основе исторических данных. Событие уровня «Черного лебедя», по определению, имеет элемент неожиданности. Исторические данные не могут учитывать неизвестные события.
Заключительные соображения
Модель Stock-to-Flow определяет взаимосвязь между имеющимся в данный момент запасом ресурса и темпами его производства. Модель обычно применяется к драгоценным металлам и аналогичным товарам, однако находятся и те, кто утверждают, что она применима к биткоину.
В этом смысле биткоин можно рассматривать как дефицитный цифровой ресурс. Согласно такому методу анализа, уникальные характер производства биткоина должен превратить его в актив, служащий средством сбережения в долгосрочной перспективе.
Однако каждая модель верна настолько, насколько верны лежащие в ее основе предположения, и она может оказаться не в состоянии учитывать все аспекты формирования цены биткоина. Более того, на момент написания этой статьи биткоин существовал лишь немногим более десяти лет. С определенной точки зрения, такие модели долгосрочной оценки, как Stock-to-Flow, могут претендовать на высокую точность лишь при условии наличия более существенного объема данных.
Можно ли предсказать будущее с помощью математических моделей, или же движение цены правда находится в руках Маска?
Цена Bitcoin может показаться крайне волатильной и непредсказуемой. Но даже этот актив подчиняется некоторым правилам, похожим на те, что применяют для оценки традиционных активов. А еще для анализа первой криптовалюты придумали новые модели прогнозирования — о них мы расскажем в этой статье.
Модель Stock-to-Flow — это способ измерения достаточности определенного ресурса. Отношение запасов к производимому — это количество ресурса, хранящегося в запасах, поделенное на объемы его годового производства.
Обычно модель Stock-to-Flow применяется к таким природным ресурсам, как золото. На сегодняшний день добыто около 190 000 тонн драгоценного металла — это количество называется «запасом». Ежегодно добывается ещё около 2500-3200 тонн золота — сумма называется «приростом». Поскольку Bitcoin тоже добывается, подход Stock-to-Flow применим и к нему, при этом финансовые вводные данные меняются в соответствии с его динамикой.
Можно рассчитать соотношение запасов к потоку, которое показывает, как годовое рыночное предложение данного ресурса соотносится с его общим объемом. Чем выше отношение запаса к потоку производимого, тем меньше новых поставок на рынок по отношению к общему предложению.
В случае Bitcoin модель Stock-to-Flow рассчитывается на основе соотношения существующего объема актива и количества монет, которое добавляется к обороту рынка в результате майнинга, с учетом халвинга (двукратного сокращения вознаграждения за майнинг). С каждым сокращением появляется все меньше новых монет, вероятно, около 2140 года, будет добыта последняя из них.
Но даже это не означает, что сеть перестанет работать. Помимо вознаграждений за хеш-вычисления, майнеры получают комиссию за обработку транзакций. Сейчас они небольшие, порядка долей процента. По мере уменьшения вознаграждения за расчет новых блоков, плата за обработку транзакций будет увеличиваться вместе со стоимостью Bitcoin. Когда новые монеты перестанут добываться, майнеры по-прежнему будут получать вознаграждение в виде комиссий от транзакций.
Хотя стимулов для продолжения работы поубавится: затраты на электроэнергию будут превышать сборы с комиссий. Это, в свою очередь, приведет к централизации сети и сделает ее небезопасной.
По некоторым оценкам, основанным на динамике волатильности цен, стоимость Bitcoin в 2021 году составит от 100 000 до 318 000 долларов США.
Другой популярный инструмент прогнозирования цен на Bitcoin — это теория волн Эллиотта, которая представляет собой скорее возможную траекторию цены, чем строгий список целевых уровней, как в модели Stock-to-Flow.
Технический анализ на рынке криптовалют вообще является одним из основных методов прогнозирования, просто потому, что никто не может определить фундаментальную ценность Bitcoin и других монет. Он эффективен, поскольку основывается на конкретных финансовых и исторических данных и поддерживает связь с реальной экономикой. А еще важную роль в ценообразовании криптовалют играет соотношение между спросом и предложением. Кроме того, все торговые боты, работающие с индикаторами и моделями графиков, созданы на основе одних и тех же моделей анализа.
Теория определяет эти волны как импульсные (создают модель), и корректирующие (противостоят более крупному тренду). Каждая выборка волн является частью более крупного скопления волн и придерживается импульсной/корректирующей модели, описываемой как фрактальный подход к инвестированию. Согласно теории Эллиотта, тренд — это многоступенчатый рыночный цикл, в котором достигаются экстремальные максимумы и минимумы.
В модели Эллиотта рыночные цены чередуются между импульсной, или движущей фазой и фазой коррекции на всех временных масштабах тренда. Импульсы всегда подразделяются на 5 прогрессивно снижающихся волн, чередующихся между движущим и корректирующим характером, так что волны 1, 3 и 5 являются импульсами, а волны 2 и 4 — меньшими откатами волн 1 и 3.
Для правильного подсчета волн Эллиотта необходимо соблюдать три правила:
· Волна 2 никогда не откатывается более чем на 100% от волны 1;
Что такое модель Stock to Flow (S2F) в Bitcoin
Содержание статьи:
Краткий перевод оригинальной статьи Modeling Bitcoin’s Value with Scarcity, опубликованной ученым — экономистом PlanB перевод сделан Биткоин энтузиастом TonyB на ресурсе полная версия статьи https://bitcoin-translated.ru/sources/plan-b/s2f/
Вступление
Сатоши Накамото опубликовал документ, описывающий Биткоин 31 октября 2008 года, создал генезис (первый) блок биткоина 3 января 2009 года и выпустил код Биткоина 8 января 2009 года. Так начался путь, ведущий к рыночной капитализации Биткоина в 70 миллиардов долларов (BTC) сегодня.
Биткоин — первый редкий цифровой объект, который мир когда-либо видел. Он — редкий, как серебро и золото, и может быть отправлен посредством интернета, радио, спутника и т. д.
Бесспорно, такая цифровая редкость имеет ценность. Но какова она? В этой статье я количественно оцениваю ценность Биткоина, используя соотношение запаса к притоку, и использую запас-к-притоку, чтобы смоделировать ценность биткоина.
Редкость и Запас к Притоку
Биткоин имеет неподдельную дороговизну, потому что для производства новых биткоинов требуется много электроэнергии. Производство биткоинов не может быть с легкостью подделано. Обратите внимание, что это не так в случае с фиатными деньгами, а также с альткоинами, у которых нет предела эмиссии, которые не следуют протоколу proof-of-work (PoW), имеют низкий уровень хэшрейта, или небольшая группа людей или компаний могут легко влиять на предложение и т. д.
Сейфедин Аммус говорит о редкости с точки зрения соотношения запаса к притоку (SF). Он объясняет, что золото и Биткоин отличаются от расходных материалов, таких как медь, цинк, никель, латунь, тем, что они имеют высокий SF.
“Для любого потребительского товара […] удвоенный приток быстро превзойдет объем имеющегося запаса, в результате чего цены рухнут, а держатели резервов потеряют свои вложения. Что касается золота, то скачок цен вследствие удвоения годового производства будет незначительным, резервы станут увеличиваться на три процента вместо полутора.”
“Именно этот неизменно низкий уровень предложения золота является основной причиной, по которой оно сохраняло свою денежную роль на протяжении всей истории человечества.
“Высокое соотношение запаса к притоку золота делает его товаром с самой низкой эластичностью предложения по цене.”
“Существующие запасы Биткоина в 2017 году были примерно в 25 раз больше, чем новые монеты, выпущенные в 2017 году. Такое соотношение все еще в два раза меньше, чем SF золота, но примерно к 2022 году отношение запаса к притоку Биткоина превысит этот показатель у золота.”
Таким образом, редкость может быть количественно определена по SF.
Запас — это размер существующих запасов или резервов. Приток — это годовой объем производства. Вместо SF люди также используют темпы роста предложения (приток / запас). Обратите внимание, что SF = 1 / темп роста предложения.
Давайте посмотрим на некоторые цифры SF
Палладий, платина и все другие предметы потребления имеют SF не многим выше 1. Существующие запасы обычно равны или ниже, чем годовой объем производства, что делает производство очень важным фактором. Для предметов потребления почти невозможно получить более высокий SF, потому что как только кто-то их аккумулирует, цена растет, что вызывает рост производства и, как следствие, падение цены. Очень трудно избежать этой ловушки.
“Производство” биткоинов фиксировано. Новые биткоины создаются в каждом новом блоке. Блоки создаются каждые 10 минут (в среднем), когда майнер находит хеш, который удовлетворяет PoW, требуемый для создания валидного блока. Первая транзакция в каждом блоке, называемая coinbase, содержит вознаграждение для майнера, который нашел хеш и, соответственно, создал этот блок. Награда за блок состоит из комиссий, которые пользователи платят за транзакции в этом блоке, и только что созданных монет (так называемая субсидия). Субсидия изначально была равна 50 биткоинам и сокращается вдвое каждые 210,000 блоков (примерно раз в 4 года). Вот почему “халвинги” (регулярное сокращение размера субсидии вдвое) очень важны для денежной массы биткоинов и SF. Сокращение вдвое также приводит к тому, что темпы роста предложения (в контексте биткоинов, обычно называемых “монетарной инфляцией”) будут ступенчатыми, а не плавными.
Запас к притоку и ценность
Гипотеза в этом исследовании заключается в том, что редкость, измеряемая при помощи SF, напрямую влияет на стоимость. Взгляд на таблицу выше подтверждает, что рыночные показатели имеют тенденцию быть выше, когда SF выше. Следующим шагом является сбор данных и создание статистической модели.
Данные
Я рассчитал ежемесячный SF Биткоина и его цену с декабря 2009 года по февраль 2019 года (всего 111 точек данных). Количество блоков в месяц можно выяснить непосредственно из Биткоин блокчейна с помощью Python/RPC/bitcoind. Фактическое количество блоков несколько отличается от теоретического, поскольку блоки создаются не каждые 10 минут (например, в 2009 году, в первый год существования Биткоина, было значительно меньше блоков). Имея информацию о количестве блоков в месяц и размере субсидии за блок, вы можете рассчитать приток и запас. Я ввел поправку на потерянные монеты, произвольно игнорируя первый миллион монет (7 месяцев) в подсчете SF. Более точная поправка на потерянные монеты будет предметом будущих исследований.
Данные о ценах на биткоин доступны на разных источниках, но начинаются с июля 2010 года. Я добавил первые известные цены на биткоин (1 доллар за 1309 BTC — октябрь 2009 года, первая котировка в размере 0,003 доллара США на BitcoinMarket — март 2010 года, 2 пиццы стоимостью в 41 доллар США за 10,000 биткоинов — май 2010 года) и произвел интерполяцию. Археология данных будет предметом будущих исследований.
Модель
Подгонка линейной регрессии к данным подтверждает то, что можно увидеть невооруженным глазом: статистически значимое соотношение между SF и рыночной стоимостью (95% R2, значимость F 2.3E-17, p-значение наклона 2.3E-17). Вероятность того, что связь между SF и рыночной стоимостью вызвана случайностью, стремится к нулю. Конечно, другие факторы также влияют на цену: регулирование, хаки и другие новости, поэтому R2 не равен 100% (и не все точки находятся на прямой черной линии). Тем не менее, доминирующим фактором, всё-же, является редкость / SF.
Поскольку халвинги влияют на SF, я поместил месяцы до следующего халвинга как наложение цвета на графике. Темно-синий — это месяц халвинга, а красный — следующий после халвинга. Следующий халвинг произойдет в мае 2020 года. Текущий SF 25 удвоится до 50, что очень близко к золоту (SF 62).
Я построил графики цены модели биткоина на основе SF (черным цветом) и фактической цены биткоина с течением времени, добавив информацию о количестве блоков посредством наложения цветного слоя.
Обратите внимание на уровень соответствия, особенно на почти немедленную корректировку цен после халвинга в ноябре 2012 года. Корректировка после халвинга в июне 2016 года была намного медленнее, возможно, из-за конкуренции с Ethereum и хака DAO. Кроме того, вы можете отметить меньшее количество блоков в месяц (синим цветом) на протяжении первого (2009) года и во время корректировок уровня сложности в конце 2011, середине 2015 и в конце 2018 годов. Появление майнинга на GPU в 2010–2011 годах и ASIC майнеров в 2013 году привело к увеличению количества блоков в месяц (красным цветом).
Заключение
Биткоин — это первый дефицитный цифровой объект, обладающий свойством редкости, который когда-либо видел мир, он редкий, подобно серебру и золоту, и может быть отправлен через интернет, радио, спутник и т. д.
Естественно, что эта цифровая редкость имеет ценность. Но какова она? В этой статье я количественно оцениваю редкость, используя отношение запаса к притоку, и использую запас-к-притоку, чтобы смоделировать ценность биткоина.
Статистически значимая связь между запасом и рыночной стоимостью актива существует. Вероятность того, что соотношение между запасом-притоком и рыночной стоимостью обусловлено случайностью, близка к нулю.
Уверенности в модели добавляют следующие факторы: