online gambling singapore online gambling singapore online slot malaysia online slot malaysia mega888 malaysia slot gacor live casino malaysia online betting malaysia mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 白話解讀| 代幣的「銷毀與減半」,揭開上漲背後的經濟學邏輯

 

 

大部分人都理解錯了平台幣銷毀和主流幣減半。很多人看到平台幣最近流行「銷毀」,就衝了進去,詢問衝進去的原因,他們會告訴你平台幣供給量少了,所以價格就會漲。

這樣的說法真的合理嗎?平台幣真實的價值支撐在哪裡?最大的黑天鵝風險又在哪裡?

減半炒作是2020 年初的另一熱議話題,「平台幣銷毀」和「主流幣減半(產)」間有什麼內在的邏輯聯繫嗎?

銷毀的起源與發展

平台幣的「銷毀」最早起源於交易平台「利潤回購」行為的延伸,即交易平台把賺到的錢拿出一部分來,在二級市場重新買回平台幣(有一部分利潤可能本身就是平台幣資產),並將其永久銷毀,從而達成「供給量在有限範圍內下降」的代幣經濟模型。

而最近興起的平台幣和銷毀又有了新的玩法,它們把原本歸屬於團隊的代幣份額直接銷毀,從而銳減代幣總量,增加流通率,形成通縮化的經濟模型。

「我看到這些公告後,立馬就買了平台幣,供給減少,幣價肯定會漲,果然也賺錢了。」散戶投資者小伍這樣告訴區塊律動,這也正是投資者普遍的想法。

然而,這並不是這件事的本質。真正導致這一波平台幣板塊短線暴漲的,並非是供給的減少,而是需求的增加。

為什麼?

舉一個最簡單的例子。假設你現在去醫院賣優質口罩,那肯定會大賣,因為醫院裡確實存在這樣的需求,且使用需求極其強烈,消費者也願意以合理範圍內的溢價購買。

我們現在做一個思維實驗。假設你現在去醫院賣的不是口罩,而是襪子,那一定沒有人理你,因為不存在任何真實需求。而這和你手裡擁有多少只襪子,是完全沒有關係的,無論是100 隻、200 隻還是10 隻、20 隻,都不會有什麼人購買。

這時候,你想到了一個方法。你偷偷扔掉了原本100 隻賣不出去的襪子中的90隻只,向大家宣稱剩餘10 雙襪子是梅西穿過的,購買這些襪子不僅具有收藏價值,還能夠在未來兌換與梅西見面的權益。終於,有消費者開始購買原本你賣不出去的襪子,並願意承擔高昂的溢價,他們中有的是真心看重了這襪子的升值價值,而大多數人看重的是世界上有許多比自己更傻的傻瓜。

回過頭看平台幣。

對於在未來沒有可持續性發展潛力的平台,平台幣銷毀的真相不過就是「賣梅西的襪子」。本來過剩的平台幣就沒有人要(缺少真實使用需求),也無法在二級市場傾售(流動性差),這時不妨講一個「銷毀」的故事,促進投機買盤的湧入,配合前期平台自己的吸籌動作,完成盤面拉升,在韭菜眼裡可謂名利雙收。

對於平台幣跟風銷毀的行為,庫幣聯合創始人Johnny Lyu 也做了評價,他明確表示庫幣平台幣 KCS 不會跟進,

「近期平台幣的跟風銷毀是一種很明顯的短期炒作行為,尤其是對未流通代幣的大量銷毀,形式遠遠大於實際意義。我們更關注提升代幣的內在價值,如在KCS 抵扣手續費,獲取VIP 資格等功能外,擴展在旅遊,借貸,遊戲,社交等場景的應用,遠比去策劃一些銷毀事件更有意義」

當然,說到底,銷毀的套路也不過是正常的資本運作手段。只是大家需要明白,促使這類平台幣上漲的,並非供給端的收縮,而是短期投機需求的擾動。

(注:股市中的高送轉也是一種經典的資本運作手法,部分平台的平台幣團隊份額銷毀雖然在程序上相異,沒有代幣的拆分和配送,但其概念炒作的內核一致。)

同時,平台幣銷毀也不能一概而論,針對那些有良好發展前景和規模、有大量活躍用戶和流量的平台,平台幣擁有良好的長期需求水平,平台幣銷毀的操作至少是聊勝於無,控制了供給、刺激了短期需求。

總結來講,在投資中,尤其面對數字資產這樣投機性較強的標的,脫離需求談供給是沒有意義的。我們常常誤把短期的投機需求擾動,造成的價格劇烈波動,當成了標的資產價值陡然上升的錯覺。

類似的邏輯甚至還可以延伸到今年減半(產)幣的炒作。

減半與減產

減半(產)通常指以 PoW 為共識算法的幣種,其出塊獎勵減半的現象,簡言之,就是供應速度放緩。其中話題度最高的,自然是比特幣預計將於今年5 月進行的第三次區塊獎勵減半,市場也因此醞釀了強烈的多頭情緒。

其實,減半(產)這件事需要分開看,比特幣和其他幣。

目前來看,比特幣具有大量的交易和投機需求、少量的儲值需求和微量的使用需求,因此比特幣算得上有真實需求的資產。所以,比特幣的區塊獎勵減半才有經濟學意義,即在總體需求水平長期不變的條件下,供給速度減半,對價格形成正影響。這是成立的。

注意這裡面有個前置條件,「總體需求水平不變」。顯然,從10-30 年的視野來看,這個條件不可能一直成立,你不能指望世界每個人都購買比特幣,還要他們每次買得更多、用得更多、存得更多,這裡面一定會有一個人口紅利的上限。至於哪一次減半會觸及這個上限,就不是本文所討論的範疇了。

反觀「其他幣」,不少宣傳者打著「減半、減產」去宣傳一些沒有社群、沒有用戶的野幣。實際上,投資者應該明白,這些沒有實質內容的野幣沒有任何實際使用需求、儲值需求抑或是交易需求,它們所擁有的僅僅是投機需求。

和本次平台幣銷毀邏輯類似,所謂供給端的收縮並不能直接給價格帶來正向影響,之所以能看到這些幣種的價格異動,實質上是主力資金在背後操盤、部分散戶跟風的結果,也就是投機需求在短期的爆發增長。

但大家需要明白的是,在潮水褪去、游資散盡後,在投機需求消失後,供給的收縮並不會帶來實際需求的增長,也不會給疲軟的供需關係帶來實質性幫助。

從哪裡來,回哪裡去,已經是這些幣種最好的歸宿。

當然,本文指的「其他幣」並非除了比特幣以外所有的減半(產)幣,而是指那些沒有真實用戶和使用需求的幣種,至於這個標準如何界定,就留給讀者自己了。

平台幣的紅與黑

說了這麼多邏輯,只是想幫助散戶投資者能夠更理智和清醒地看待這個市場。對於平台幣,這畢竟是數字資產中為數不多有實體現金流支持的代幣,那麼它在投資邏輯上有哪些優劣?

先說優勢。相對來說,平台幣錨定了數字資產交易平台發展的紅利,使得投資者很難踏空牛市,也可以和優秀的交易平台一起成長,例如從三大平台幣BNB、OKB、HT 都能總結出這樣的規律。

不過這些平台幣是否能長期跑贏BTC 也是未知數,畢竟現在的統計數據周期太短,沒有太大參考價值。除去2017 年因發行時間早而收穫大量牛市福利的平台幣,實際上大型交易平台的平台幣兌比特幣的匯率大多是平穩運行,或略有小幅增長/縮水,雖然較穩妥,但也不會出現爆發性收益。

在美股這樣成熟的資本市場,我們找到並對比了盈透證券和納斯達克指數在過去9 年裡的投資回報情況,比較美國券商股和大盤之間的收益關係。數據顯示,盈透證券並沒有跑贏納斯達克指數。

而仔細翻閱盈透證券在2017-2018年的財報,我們又會發現,這個階段的利潤並沒有增長,股價反倒出現大幅拉升,其原因不過是市場整體多頭情緒的帶動。

這一點和加密貨幣裡平台幣的觀察結果一致。我們往往高估了某一次回購銷毀額對幣價提振的短期作用,而低估了市場整體趨勢對平台幣價格的影響。

同時,我們也能夠總結出,投資大型平台的平台幣回報也就是beta 收益左右,熊市不會超跌太多,牛市也不會一騎絕塵,總體還是會回歸市場均值,但是比較穩健。

那麼,投資平台幣就真的高枕無憂了嗎?在作者看來,平台或有以下幾大風險。

第一是黑箱操作。除了交易平台自己,沒有人能夠準確知道該平台的營收究竟是多少,也就是說在沒有監管的背景下,交易平台銷毀代幣的數量具有很高的可操縱性。當然,我們還是能夠從銷毀平台幣的區塊鏈地址中算出銷毀金額,倒推利潤去做大概地評估。

第二是邏輯悖論。平台幣不能像證券一樣直接給現金分紅,這不僅是敢不敢於公開操作的問題,更重要的是會帶來監管麻煩。而回購銷毀和直接分紅的收益也是不完全相同的。

在這個不確定性極強的行業,直接分紅顯然比回顧銷毀更加直接,只有到後期,回購銷毀到達一定規模時,才有可能產生超過直接分紅的收益價值。這裡面的詳細論證就不展開闡述了。

另一方面,不少交易平台主體公司已經選擇借殼上市,如何平衡股票和平台幣之間的關係也是一大疑問。況且不少交易平台生態中不只有一種平台幣,交易平台的整體權益是否會再次被稀釋值得懷疑。

最重要的是,平台幣的究極風險是監管黑天鵝。倘若某些監管政策落地,是否會真的允許「平台幣」這種資產形式的存在?

我們幾乎可以斷言,像比特幣、以太坊這樣的主流數字資產不會有太大的監管壓力。它們的下限就是維持現狀,上限則可以光明磊落的在完全合規化的平台交易,因為這樣的幣種是完全沒有「公司」或者「證券」屬性的。

而這一點顯然不適用於平台幣。

結合前文所講的平台幣資產特性,我們甚至可以說投資平台幣有些像期權的賣方策略,大概率穩健,而小概率黑天鵝。由於大概率穩健,大型交易平台的平台幣適合在投資組合中進行資產配置,對沖標的風險、平滑淨值;由於小概率黑天鵝,平台幣並不適合滿倉介入,因為監管政策永遠是個未知數。

「Smarter, Faster or Cheat.」天資聰穎、殺伐果決、內幕交易,如果這三項你都沒有,那需要好好考慮憑什麼在市場賺錢,大多數人憑藉的就是「趨勢」。而任何「趨勢」都有大小級別之分,背後的思考也有深淺之分。

洞悉資產漲跌背後的真實邏輯或許不能讓你賺錢,但至少能讓你少虧一些。

 

轉貼自: 動區

若喜歡本文,請關注我們的臉書 Please Like our Facebook Page: Big Data In Finance

 


留下你的回應

以訪客張貼回應

0
  • 找不到回應

YOU MAY BE INTERESTED