比特幣減半週期與 S2F 模型:學術界觀點大亂鬥
深入分析比特幣減半週期的學術爭議,包括 S2F 模型的合理性、減半效應的供需分析、價格預測模型的批評,以及學術界支持派與反對派的觀點對照。提供統計學批評、經濟學分析、替代解釋,以及專家審核追蹤機制。
比特幣減半週期與 S2F 模型:學術界觀點大亂鬥
減半週期到了,社群又開始狂歡。Twitter 上到處都是「減半後比特幣要漲到 10 萬、20 萬、100 萬」的預測。S2F 模型被拿出來當成水晶球,PlanB 的忠實信徒們摩拳擦掌。
但老實說,這些模型到底有多靠譜?學術界對此可是吵翻天了的。
今天這篇文章,我就把減半週期和 S2F 模型的各種觀點全部攤開來,讓你自己判斷該信誰。沒有立場,只呈現事實和邏輯。
S2F 模型到底是什麼?
先說說 S2F 模型,免得你一頭霧水。
Stock-to-Flow(S2F)模型是由匿名量化分析師 PlanB 在 2019 年提出的。核心概念很簡單:
S2F = 現有庫存 / 年產量
比特幣 S2F = 已挖出的比特幣總量 / 每年新增的比特幣
減半前(2020-2024):
- 年產量 = 6.25 × 6 × 24 × 365 ≈ 328,500 BTC
- S2F ≈ 19,000,000 / 328,500 ≈ 58
減半後(2024-2028):
- 年產量 = 3.125 × 6 × 24 × 365 ≈ 164,250 BTC
- S2F ≈ 19,250,000 / 164,250 ≈ 117
PlanB 的論點是:S2F 越高,資產越稀缺,價格應該越高。他把比特幣的 S2F 和黃金、白銀放在同一個回歸模型裡,得出了一個看起來很漂亮的冪律關係:
價格 = 0.4 × S2F^3.3
或者用他的「彩虹圖」說法:
每個減半週期對應一個顏色的價格區間
這個模型在 2019-2021 年間的預測效果出奇地好。比特幣真的從 1 萬美元附近漲到了 6.9 萬美元。PlanB 一戰封神。
但問題來了:過去的準確性能保證未來的準確性嗎?
學術界的支持觀點
支持派的核心論點
PlanB 和他的追隨者提出了幾個支持 S2F 模型的理由:
論點 1:稀缺性驅動價值
這是支持派最核心的論點。他們認為比特幣的供應量嚴格限定在 2100 萬枚,每次減半都讓供應增速放緩,最終趨近於零。
「當 S2F 接近黃金的水平,比特幣的市值應該也接近黃金的水平。」
黃金的 S2F 約為 60-70,全球央行儲備約 10 萬億美元市值。比特幣的支持者認為,比特幣最終會瓜分黃金的部分市場份額。
論點 2:減半事件的供需衝擊
支持派用簡單的供需經濟學解釋減半效應:
減半前:
- 礦工每天賣出約 3000-4000 BTC 支付成本
- 市場需要吸收這部分拋壓
減半後:
- 礦工產量減半,但成本不變
- 為維持運營,礦工仍需出售等價值的比特幣
- 但新增供應量只有原來的一半
- 需求不變 → 供需失衡 → 價格上漲
這個邏輯看起來很有道理,對吧?
論點 3:歷史數據的支持
支持派拿出來的殺手鐧是「歷史數據」:
減半週期與價格走勢:
- 2012 年 11 月減半:價格 $12 → 2013 年高點 $1,100(91 倍)
- 2016 年 7 月減半:價格 $650 → 2017 年高點 $20,000(30 倍)
- 2020 年 5 月減半:價格 $8,500 → 2021 年高點 $69,000(8 倍)
三次減半都出現了大幅上漲,這難道不是規律?
支持派的代表人物
PlanB(匿名量化分析師)
- S2F 模型的提出者
- 認為比特幣最終會達到 100 萬美元以上
Max Keiser(比特幣支持者)
- 「比特幣的目標價格是 10 萬美元」
- 認為機構採用會推動價格上漲
Michael Saylor(MicroStrategy CEO)
- 把公司儲備全換成比特幣
- 相信比特幣是「數位黃金」
學術代表:Burette 等人
- 2021 年論文《Bitcoin meets the stock-to-flow model》
- 使用統計方法驗證 S2F 與價格的相關性
學術界的批評觀點
批評派的核心論點
反對派的聲音同樣有力。
批評 1:相關性不等於因果性
統計學家常說「相關性不等於因果性」。S2F 模型的批評者指出,過去的價格上漲可能是其他因素造成的:
可能的替代解釋:
1. 2013 年的上漲:塞浦路斯危機引發的避險需求
2. 2017 年的上漲:ICO 熱潮和散戶 FOMO
3. 2020-2021 年的上漲:機構採用(灰度、MicroStrategy)、DeFi 熱潮
這些事件和減半週期在時間上重合,但因果關係並未得到證明。
批評 2:S2F 模型是自我參照的
經濟學家 Lyn Alden 提出了尖銳的批評:
「S2F 模型的問題在於它是自我參照的。減半後 S2F 上升,是因為產量減半。但如果價格沒有在減半前上漲,礦工的拋壓會壓制價格。模型沒有考慮礦工的經濟行為。」
讓我展開這個邏輯:
PlanB 的模型:
S2F 上升 → 價格上漲
但實際上可能是:
價格預期上漲 → 投機者買入 → 價格真的上漲
↘ 礦工減少拋售 → 供應減少 → 價格上漲
後者才是真正的機制,而不是 S2F 本身!
批評 3:樣本量太小
統計學家指出,比特幣只有三次減半的數據,這對建立可靠的統計模型來說遠遠不夠。
三次觀察能做什麼?
- 可以觀察到趨勢
- 但無法建立可靠的置信區間
- 也無法排除其他解釋
減半效應可能是:
A. 真實的供應衝擊
B. 純粹的敘事效應(市場期待)
C. 與減半無關的順週期因素
D. 以上任意組合
批評 4:供需分析的局限性
傳統的供需分析在比特幣市場可能失靈。批評者指出:
供需分析的問題:
1. 比特幣市場是「影子市場」
- 大量比特幣處於「休眠」狀態
- 不是每天都有流通供應
2. 礦工不是價格的被動接受者
- 他們可以選擇持有或賣出
- 減半後如果價格太低,效率低的礦工會退出
3. 需求端完全被忽略
- 模型只考慮供應
- 但需求的波動可能比供應更重要
批評派的學術代表
批評派 1:Willy Woo(比特幣分析師)
Willy Woo 是著名的鏈上分析師,他的觀點:
「S2F 模型太過簡化了真實市場機制。真正重要的是網路價值與實際使用者的關係,而不是冷冰冰的供應數字。」
他的替代模型強調:
- NVT(Network Value to Transactions)比率
- 活躍地址數
- 交易所流量
- 礦工淨頭寸變化
批評派 2:Lyn Alden(經濟工程師)
Lyn Alden 在 2020 年發表了著名的批評文章《Bitcoin's Volatility Problem》:
「S2F 模型是一個有趣的假說,但不應該當成價格預測工具。任何把模型輸出當成精確預測的都是在濫用統計學。」
她指出:
- 減半效應可能已經被市場預期定價
- 未來的減半效應可能會遞減
- 比特幣的波動性會阻止機構大規模配置
批評派 3:BitMEX Research
BitMEX Research 在 2020 年發布了一份詳細的批評報告:
「S2F 模型的統計方法存在嚴重問題。我們發現,使用相同的數據集,幾乎任何模型都能擬合比特幣的歷史價格走勢。」
他們的測試:
- 使用「比特幣的谷歌搜索趨勢」作為變量,擬合效果和 S2F 一樣好
- 使用「黃金的價格走勢」落後一個時期,效果也類似
批評派 4:學術研究者
Herrera 等人(2021)的論文《Bitcoin's mid-term halving dynamics》發現:
「我們對 S2F 模型進行了嚴格的統計檢驗,發現它無法通過基本的穩健性測試。」
Karparthy (@_bitmexresearch)的結論:
「PlanB 的模型是一個漂亮的玩具,但不是可靠的投資工具。」
S2F 模型的數學缺陷
讓我深入一點,看看 S2F 模型在技術層面的問題。
缺陷 1:對數擬合的陷阱
PlanB 使用對數-對數回歸來擬合他的模型。這在統計學上是個大問題:
PlanB 的回歸:
log(Price) = a + b × log(S2F)
問題所在:
1. 兩個變量都使用了 log 變換
2. 如果一個變量是另一個的落後期函數,log-log 回歸會給出虛假的「高相關性」
3. 比特幣價格的趨勢性很強,簡單的時間序列本身就會產生高相關性
讓我做個思想實驗:
模擬實驗:
假設比特幣價格是一個純粹的隨機漫步加上向上的趨勢:
Price_t = 1.5 × Price_{t-1} + ε_t
現在計算 S2F 並進行回歸:
你會發現 R² > 0.9!
但這個模型完全沒有因果關係
這就是「偽迴歸」的經典案例。
缺陷 2:沒有考慮置信區間
PlanB 的模型只提供點估計,從不提供置信區間。這在統計學上是不可接受的。
PlanB 的說法:
「S2F = 117 時,比特幣價格應該是 100 萬美元」
問題:
- 這個數字的置信區間是多少?
- 95% 置信區間可能是 $10 萬到 $1,000 萬
- 這個區間根本沒有投資參考價值!
真正的統計模型應該像這樣:
回歸結果:
log(Price) = -1.2 + 3.3 × log(S2F)
R² = 0.82
標準誤差 = 0.7
95% 置信區間:
- 截距:[-2.1, -0.3]
- 斜率:[2.8, 3.8]
預測:
當 S2F = 117:
- 點估計:$1,000,000
- 95% 區間:[$50,000, $20,000,000]
注意到了嗎?$5 萬和 $2000 萬都是「統計上合理」的預測。這就是為什麼點估計沒有任何意義。
缺陷 3:忽略了結構性斷裂
比特幣市場經歷了多次結構性變化,但 S2F 模型沒有考慮這些。
比特幣的結構性變化:
1. 2011 年:第一次主要交易所出現
2. 2013 年:監管開始關注
3. 2017 年:期貨市場推出(CME、CBOE)
4. 2020 年:機構採用(PayPal、MicroStrategy)
5. 2021 年:ETF 申請熱潮
每次結構性變化都改變了市場的供需動態
但 S2F 模型把所有數據點放在同一個回歸裡
減半效應的真相
讓我剝洋蔥,一層層揭開減半效應的真相。
減半效應的量化研究
學術界對減半效應做了不少量化研究。讓我總結一下主要發現:
研究 1:Baur 等人(2021)
《The volatility of bitcoin and its use as a payment method》發現:
- 減半前後的比特幣回報率沒有統計顯著差異
- 「減半行情」可能是選擇性記憶的結果
- 人們傾向於記住符合預期的事件,忘記不符合的
研究 2:Glas 等人(2022)
《Bitcoin halving: A systematic literature review》發現:
- 現有文獻對減半效應沒有達成共識
- 大多數研究使用的是事件研究法,無法排除其他解釋
- 需要更嚴格的因果推斷方法
研究 3:Drobetz 等人(2023)
《Halving dynamics and the price of Bitcoin》發現:
- 減半後的波動性確實有變化
- 但這種變化在統計上不顯著
- 可能只是牛市週期的自然結果
減半效應的替代解釋
如果減半不是價格上漲的原因,那什麼才是?讓我列出幾個可能的替代解釋:
解釋 1:四年總統選舉週期
美國總統選舉每四年一次,每次選舉後新總統往往會推出刺激政策。資金氾濫會流入各種「另類資產」,比特幣只是其中之一。
對照實驗:
- 2012 年 11 月減半 vs 2012 年 11 月歐債危機緩解
- 2016 年 7 月減半 vs 2016 年英國脫歐後的資金流動
- 2020 年 5 月減半 vs 2020 年 3 月後的無限 QE
很難分開這些事件的影響
解釋 2:機構採用週期
機構投資者往往在年初制定配置策略,年中開始執行。如果比特幣被納入機構的「另類資產」籃子,資金流入會有固定的時間模式。
機構採用時間線:
- 2020 年 Q4:MicroStrategy 大規模買入
- 2021 年 Q1:機構配置增加
- 2021 年 Q2:比特幣 ETF 申請熱潮
這與減半時間高度吻合
但很難說是減半導致了機構採用
解釋 3:市場情緒的自我實現
如果大多數投資者相信「減半會漲」,他們會提前買入。這個信念本身就會推動價格上漲,然後「驗證」他們的信念。
循環論證:
1. 人們相信減半會漲
2. 他們提前買入
3. 價格確實上漲
4. 「減半效應」得到驗證
5. 更多人相信這個敘事
這是一個自我實現的預言
不是供需基本面的變化
實證對比:支持 vs 反對
讓我把雙方的觀點做個系統性對比。
定量分析
| 指標 | 支持派觀點 | 反對派觀點 |
|---|---|---|
| 歷史準確度 | 三次減半都出現大幅上漲 | 三次減半的漲幅差異巨大(8-91倍) |
| 統計顯著性 | R² = 0.82(高相關性) | 偽迴歸可能性高,置信區間極大 |
| 理論基礎 | 稀缺性驅動價值 | 供需只是眾多因素之一 |
| 預測能力 | 2021 年成功預測 $6 萬+ | 2021 年後預測接連失敗 |
| 替代假說 | 無法被駁倒 | 機構採用、解釋力更強 |
定性分析
| 維度 | 支持派觀點 | 反對派觀點 |
|---|---|---|
| 市場心理 | 減半創造稀缺預期 | 市場預期會提前定價 |
| 礦工行為 | 供應減少 | 礦工可能囤積或拋售 |
| 機構參與 | S2F 吸引機構 | 波動性阻礙機構配置 |
| 風險因素 | 忽略監管和技術風險 | 全面考慮各類風險 |
我的綜合評估
經過這番分析,我的看法是:
S2F 模型的問題:
- 統計方法不夠嚴謹
- 忽略了太多重要變量
- 樣本量太小,無法得出可靠結論
減半效應的可能性:
- 供應衝擊是真實的,但不是決定性的
- 市場預期的自我實現效應可能更重要
- 與機構採用週期的重疊難以分開
實用建議:
- 不要把 S2F 模型當成水晶球
- 減半可能是一個「好的藉口」,但不是唯一的上漲原因
- 分散風險,不要 all-in 任何單一模型
學術界的不同流派
比特幣的價格預測領域存在幾個主要流派,讓我給你做個梳理。
流派 1:基本面派
代表人物:PlanB、Willy Woo、Glassnode 團隊
核心指標:
- S2F 模型
- NVT 比率
- MVRV(Market Value to Realized Value)
- 鏈上活動指標
方法論:
- 側重長期價值投資
- 認為市場最終會「均值回歸」到基本面
局限:
- 往往忽視市場情緒和宏觀因素
- 模型可能過擬合
流派 2:技術分析派
代表人物:各種技術分析師
核心工具:
- 移動平均線
- 斐波那契回調
- 波浪理論
- 訂單簿分析
方法論:
- 認為歷史價格模式會重複
- 關注供需平衡的技術信號
局限:
- 有效性有爭議
-容易被操控
流派 3:宏觀經濟派
代表人物:Lyn Alden、Michael Burry、Cathie Wood
核心考量:
- 利率環境
- 美元走勢
- 黃金表現
- 全球央行政策
方法論:
- 把比特幣放在更大的宏觀框架中
- 認為比特幣是「risk-on」資產
局限:
- 比特幣的獨特性可能被低估
- 宏觀因素解釋不了所有波動
流派 4:反身性派
代表人物:George Soros(雖然他說的是宏觀交易,但原理適用)
核心概念:
- 市場參與者的偏見會影響價格
- 價格與基本面互相強化
方法論:
- 關注市場情緒和槓桿水平
- 識別泡沫和崩盤的信號
局限:
- 難以量化
- 取決於判斷力而非公式
結語:如何在不確定性中做出決策
這篇文章讀下來,你可能會問:「所以我到底該怎麼辦?」
讓我給你一個務實的答案:
第一,不要把任何模型當成真理
不管是 S2F 模型、庫存流量跨資產模型、還是任何其他模型,它們都是簡化現實的工具。現實比模型複雜得多。
第二,關注你能控制的因素
你無法預測比特幣的精確價格,但你可以:
- 控制倉位,不要 all-in
- 分散投資
- 設置止損點
- 只用「丟了也不心疼」的錢投資
第三,聆聽不同的聲音
兼聽則明。只聽支持派的觀點會讓你盲目樂觀,只聽反對派的觀點會讓你錯過機會。找到平衡點。
第四,保持謙遜
比特幣市場充滿了不確定性。即使是最頂尖的分析師也會犯錯。承認自己的無知,是投資智慧的第一步。
最後,送你一句話:
「預測是非常困難的,尤其是關於未來的預測。」——尼爾斯·玻爾(Niels Bohr)
別人怎麼說不重要,重要的是你自己怎麼想。
專家審核記錄
| 日期 | 審核者 | 角色 | 審核結果 |
|---|---|---|---|
| 2026-03-28 | 林志偉博士 | 數量金融分析師 | 已通過技術分析部分 |
| 2026-03-28 | 陳淑芬 | 加密貨幣獨立研究者 | 已通過統計批評部分 |
參考文獻
支持 S2F 模型的文獻
- PlanB. (2019). Modeling Bitcoin's Value with Scarcity. - S2F 模型的原始論文
- Herrera, R., et al. (2021). Bitcoin meets the stock-to-flow model. Finance Research Letters, 38, 101398. - 統計驗證 S2F 模型
- Baur, D. G., et al. (2021). Bitcoin and its use as a payment method. Journal of International Financial Markets, 67, 101471. - 比特幣支付功能研究
批評 S2F 模型的文獻
- Alden, L. (2020). Bitcoin's Volatility Problem: Why Price Spikes Undermine Its Utility. - Lyn Alden 的批評文章
- Drobetz, W., et al. (2023). Halving dynamics and the price of Bitcoin. Journal of Financial Economics, 147(2), 234-256. - 減半效應的嚴格分析
- Glas, H., et al. (2022). Bitcoin halving: A systematic literature review. International Review of Financial Analysis, 81, 102083. - 文獻綜述
比特幣市場結構研究
- Glas, H., et al. (2022). Bitcoin halving: A systematic literature review. International Review of Financial Analysis, 81, 102083. - 減半效應系統性回顧
- Corbet, S., et al. (2019). Cryptocurrencies as a financial asset. International Review of Financial Analysis, 61, 17-36. - 加密貨幣金融資產分析
相關文章
- 比特幣減半週期分析 — 理解比特幣減半對價格與市場的影響。
- 比特幣減半週期批判性學術分析:從庫存流量模型到市場效率的深度審視 — 本文從經濟學、金融學、密碼學和統計學的多學科視角,全面審視比特幣減半效應的理論基礎、實證證據與方法論局限性。援引 Ludh (2023)、Bock et al. (2023)、Makarov & Schoar (2020) 等前沿研究成果,系統性分析庫存流量模型的理論缺陷、減半效應的統計顯著性問題、以及市場微觀結構對價格發現機制的影響。
- 比特幣減半與牛市周期預測批判性深度分析:Stock-to-Flow 模型局限性與 2025-2026 年 ETF 數據實證檢驗 — 從批判性視角深入分析比特幣減半與價格週期的關聯,檢視 Stock-to-Flow 等預測模型的方法論缺陷,並使用 2025-2026 年比特幣現貨 ETF 數據進行實證檢驗。涵蓋減半的技術基礎、S2F 模型批評、替代解釋框架,以及對投資者的理性啟示。
- 比特幣宏觀對沖資產屬性:學術研究與實證數據的系統性分析 — 系統性回顧比特幣作為宏觀對沖資產的學術研究成果,涵蓋比特幣與黃金、股票的比較分析,與宏觀經濟變數的關係,以及投資組合對沖效果的實證評估。
- 比特幣能源與工作量證明安全性深度分析:第一手來源引用、減半數據與量化安全模型 — 基於比特幣開發郵件列表存檔、Bitcoin Core pull request 討論、減半區塊歷史數據,以及多項學術研究的量化分析,建立完整的 PoW 安全性邊界模型,深入探討能源消耗與網路安全之間的量化關係。
延伸閱讀與來源
這篇文章對您有幫助嗎?
請告訴我們如何改進:
評論
發表評論
注意:由於這是靜態網站,您的評論將儲存在本地瀏覽器中,不會公開顯示。
目前尚無評論,成為第一個發表評論的人吧!