安德鲁·厄克哈特 (Andrew Urquhart) 教授是伯明翰商学院 (BBS) 金融与金融科技教授兼金融系主任。

这是“Coin 教授”专栏的第三期，我将为 Decrypt 读者带来已发表的加密货币学术文献中的重要见解。本周我们将深入探讨如何为加密货币定价。

在任何市场中，最重要的问题之一是“是什么推动了资产的预期回报？”这个古老的问题已经被学者、投资银行、交易员和股票市场的对冲基金研究了数千次。

尤金·法玛 (Eugene Fama) 凭借其最受欢迎的发现之一，获得了 2013 年诺贝尔经济学奖，那就是法玛-弗伦奇因子，该因子表明，市场超额收益、小公司相对于大公司的优异表现以及高市净率公司相对于低市净率公司的优异表现有助于解释股票收益。

他们将其扩展为包括盈利能力和投资因素的法玛-弗伦奇五因素模型，并且已被证明能够非常成功地解释股票回报。

但是，在没有资产负债表的情况下，我们如何为加密货币定价，因此我们无法获得有关市净率或公司投资业绩的信息？

这是加密货币文献中一个热门的研究领域，因为加密货币的价格波动性极大且难以预测。

其中最重要的一项工作是刘玉坤、阿列·齐文斯基和吴曦在 2022 年发表的一篇论文，该论文研究了股票市场中已知的一系列可应用于加密货币的定价因素（例如规模、动量、交易量和波动性），发现超额市场回报、规模和动量已在 1,800 多种加密货币中定价，并有助于解释回报。这一结果表明，加密货币的定价与股票并没有太大不同。

Siddharth Bhambhwani、George M. Korniotis 和 Stefanos Delikouras 的后续论文利用了投资者可以从区块链中收集的信息。该论文探讨了两个基于区块链的因素（即计算能力和网络规模）是否有助于解释加密货币回报的横截面。作者表明，这两个因素有助于解释回报，并表明区块链提供的信息可能有助于使加密货币的定价高于市场数据（例如价格、交易量和波动性）。

最后，Athanasios Sakkas 和我最近发表的一篇论文超越了前面提到的工作，并根据来自 35 多个不同区块链的链上数据创建了 13 个因素。

这些因素基于鲸鱼的持股、代币的流动、网络价值以及加密货币持有的去中心化程度。通过使用复杂的技术来捕捉这些因素的表现，本文表明，一个非常简单的模型（包括市场的超额回报和网络的分布）可以解释加密货币的回报，超过以前文献中发现的任何其他因素。具体而言，投资者需要为持有去中心化程度较低的加密货币支付溢价，或者正如作者所称的“鲸鱼溢价”。

因此，在尝试定价时，加密货币可能与股票市场没有太大区别 - 但考虑到区块链上可用的大量数据，使用这些信息来预测加密货币的未来价值还是有一定价值的。

编辑：Stephen Graves

有关详细信息，请参阅：For more information, see:

Bhambhwani, S.、Delikouras, S.、Korniotis, G. M. (2023)。区块链特征和加密货币回报的横截面。《国际金融市场、机构和货币杂志》，86，101788。

Liu, Y. Tsyvinski A. (2021)。加密货币的风险与回报。《金融研究评论》，34，2689-2727。

Liu, Y., Tsyvinksi, A., Wu, X. (2022)。加密货币的常见风险因素。《金融杂志》，77，1133-1177。

Sakkas, A., Urquhart, A. (2024)。区块链因素。《国际金融市场、机构与货币杂志》，94，103012。