万物皆有公允价，比特币何以独善其身？

本报告由Tiger Research撰写，提出了一套系统性的比特币公允价格计算框架——老虎估值模型（TVM）。我们通过结合市场情绪指标、网络基本面和宏观经济指标，对比特币进行合理估值。

1. 引言

所有资产都有价格。即便是超市货架上的一颗苹果，有人觉得贵，也有人觉得便宜。这种认知差异源于人们依赖各自的内在基准来判断价值。当我们认为某物便宜时，倾向于多买；当觉得昂贵时，则会观望或卖出。

"比特币的公允价值是多少？"

这几乎是所有加密投资者——无论是散户还是机构——都会问的问题。有人研究技术图表形态，有人关注新闻头条，还有人依赖直觉判断。

传统股票市场拥有成熟的估值体系。分析师使用市盈率（P/E）、市销率（P/S）、企业价值倍数（EV/EBITDA）等指标，以及股息贴现模型（DDM）或现金流折现模型（DCF）来设定目标价。投资者通过这些框架评估公允价值并指导决策。

相比之下，比特币缺乏被广泛接受的估值框架。关于使用哪些数据以及如何解读，市场始终未能达成共识。有人将比特币比作黄金，或推测其可能吸收全球资本市场的一部分——但这些方法仍停留在理论层面，难以实际应用。

"在比特币诞生十五年后，我们仍然无法估算其公允价值吗？"

市场现实已经改变。比特币如今市值超过2万亿美元，成为成熟的资产类别。机构投资者持续涌入，使其与传统金融市场的关联性不断增强。曾经由散户投机驱动的剧烈波动已趋于平缓。

比特币不再是幼稚的资产。链上数据让我们能实时观察交易量、钱包活动和长期持有者行为——包括他们的买入成本。网络活动的透明度往往超过传统金融资产。

针对这些根本性变化，Tiger Research推出了一套系统化的比特币估值框架。

关键在于反映比特币的独特属性。我们的模型没有生搬硬套股票或黄金的估值方法，而是通过链上数据和机构行为来估算价值。最终形成客观的参考基准，既适用于散户也服务于机构参与者。目标是推动基于证据的理性投资决策——避免被FOMO（错失恐惧）或FUD（恐惧、不确定、怀疑）等情绪左右。

2. 老虎估值模型（TVM）

Tiger Research的老虎估值模型（TVM）是一个用于估算比特币公允价格的框架。TVM的核心目标是通过综合评估影响比特币价格的多种因素，这类似于股票分析师利用公司披露信息、基本面和宏观经济状况来评估企业价值。

与其他仅依赖链上数据或宏观经济趋势的方法不同，TVM将两者结合，提供更全面准确的比特币公允价值估算。

目标是为投资者提供更客观可靠的估值参考基准。

2.1. TVM公式

公允价格 = 基础价格 × 基本面乘数 × 宏观乘数

TVM采用分步法计算比特币的公允价格。这个三步法依次考察市场情绪、网络基本面和宏观经济环境。

第一步使用链上数据评估投资者情绪，识别超买或超卖状况。通过过滤市场极端情绪，估算出情绪中立的基础价格。

第二步基于比特币网络活动衡量内在价值。自2024年起，BTCFi生态开始实质性发展，比特币网络活动逐渐增加。TVM通过分析网络活动变化来调整基础价格。

第三步纳入更广泛的经济因素，包括全球流动性、机构资金流向和监管动态。这些变量被整合为宏观乘数，应用于调整后的基础价格。

TVM方法的一个核心特征是这些组成部分之间的交互效应。每个因素都会独立影响价格，但组合时可能产生放大效果。例如，如果宏观条件改善、机构资金流入同时用户增长上升，综合影响可能超过各部分之和。反之，在流动性紧缩期间用户采用停滞可能导致超预期的下行风险。

这种放大效应在近期的市场周期中已有体现。2020年疫情期间，由于宽松的货币环境，即使是基本面的小幅改善也引发了价格大幅上涨。相比之下，2022年网络健康状况保持稳定，但整体市场收缩导致价格急剧下跌。

TVM通过依次应用来自网络和宏观指标的乘数来反映这些动态变化，最终得出情绪调整后的基础价格。

我们认为，与传统方法相比，TVM的结构化方法能更清晰地解释比特币复杂的价格形成过程。通过整合多样化的市场信号，为投资者提供了更实用透明的估值框架。

2.2. TVM详细框架

2.2.1. 基础价格推导

TVM的第一步是评估比特币当前价格是否处于超买或超卖区间，并提取情绪中立的公允价值。这涉及消除恐惧和贪婪等市场情绪的影响，建立基准线。

这个概念与股票市场的说法一致："股票价格就像栓着绳子的狗"——短期波动（狗）偏离长期价值（主人）。同样，在比特币市场，我们认为虽然情绪可能驱动短期价格波动，但长期价格倾向于向内在价值靠拢。基础价格代表使用链上数据过滤极端情绪后的中性公允价值。

为了估算这一点，我们应用了三个广泛使用的链上指标：MVRV-Z分数、aSOPR和NUPL。这些指标基于不可篡改的区块链数据来评估市场情绪。我们分析了过去四年每个指标的表现，通过测量特定信号出现后价格变化来量化其前瞻性回报特征。例如，我们追踪了MVRV-Z分数进入深度低估区域后的平均回报。

然后将每个指标的输出转换为预期回报并组合构建基础价格。我们采用加权平均：MVRV-Z占50%，aSOPR占30%，NUPL占20%。结果是经过情绪调整的公允价值，作为后续调整的基础。

2.2.2. 应用基本面乘数

基础价格反映了市场中立性，但未捕捉比特币的真实价值。与传统资产不同，比特币没有现金流，无法使用DCF等标准模型估值。它也不完全符合黄金等避险资产的特征。

因此，我们将比特币的真实价值定义为其去中心化网络功能的体现——这个系统不受任何中央机构控制。该网络的价值来自用户参与和活动，类似于梅特卡夫定律：随着用户参与度提高，网络实用性和长期价值上升。反之，活动减少会降低感知价值。最近，BTCFi生态的出现扩展了比特币的用例，使网络活动分析更加重要。

为了衡量网络基本面，我们使用三个核心指标：

交易数量——网络使用频率

转账量——经济活动规模

活跃和新地址数量——网络增长和用户采用

这些指标反映了网络使用活跃度，有助于衡量比特币的基本价值。

每个指标都与其历史平均值进行比较以创建基本面乘数。如果当前活动高于平均水平，乘数上升；如果低于，则下降。这种调整应用于基础价格以反映网络动态，并作为最后一步的输入。

然而，我们需要认识到这些指标目前对价格影响不大。比特币主要仍作为黄金般的投资资产，BTCFi生态尚处早期阶段。虽然网络活动指标在理论上合理，但对实际价格驱动力有限。但我们预计随着BTCFi扩展和比特币网络提供更多效用，这些基本面指标的影响力将不断增强。

2.2.3. 纳入宏观指标

最后一步整合宏观经济因素。随着比特币发展成为全球交易的金融资产，其价格日益受到外部条件影响。无论基本面如何，宏观变化都可能导致价格大幅波动。

例如，2020年COVID-19疫情期间，全球流动性激增，比特币从10,000美元上涨至60,000美元，涨幅六倍。相比之下，2022年美联储收紧政策时，尽管基本面稳定，比特币仍跌破20,000美元。这些事件显示比特币对宏观条件高度敏感。其与黄金的关联性随时间变化，难以明确归类为风险或避险资产。

2024年美国SEC批准现货比特币ETF进一步强化了比特币与全球市场的联系，加速了机构资金流入。BlackRock和Fidelity等公司通过ETF向比特币注入大量资金，总资产达1,350亿美元，推动比特币突破100,000美元。Strategy等上市公司也通过大规模积累发挥作用。这些发展与监管趋势密切相关，尤其是在美国，未来资金流入可能取决于政策框架的演变。

为了量化这些宏观因素，TVM使用三个关键指标：

全球流动性（M2）——主要经济体（美、欧、中、日、韩）央行的货币供应总量

机构资金流——实时监测ETF资金流入/流出以评估机构情绪

监管环境——定性评估政府政策对比特币的支持或压制

每个因素都与历史常态比较生成宏观乘数，应用于经基本面乘数调整后的价格。最终输出是12个月前瞻公允价格。

2.3. 极端波动和噪音防护机制

为防止对短期冲击的过度反应，老虎估值模型（TVM）对调整乘数设置了上限。这旨在过滤过度噪音并保持估值稳定性。具体而言，基本面乘数上限为±10%，宏观乘数限制在±40%。

例如，即使网络发展非常积极，基本面调整也不能超过+10%。同样，在严重宏观冲击（如全球金融危机）下，宏观调整最多使估值降低40%。

这种限制存在简单原因：大多数影响市场的新闻只造成暂时干扰而非根本性转变。比特币可能因监管评论下跌20%或因名人推文上涨10%，但这些并不改变其内在价值。TVM框架旨在屏蔽此类噪音，聚焦长期合理的估值范围。

2.4. 案例分析：2022年11月

了解TVM核心后，我们通过代表性案例研究其实际应用。

2022年11月，比特币交易于20,000美元附近时，FTX破产危机爆发。整个加密市场陷入恐慌。让我们使用TVM估算这种情况下公允价值。

首先设定基础价格。MVRV-Z分数跌破零，aSOPR和NUPL也进入恐惧区域。通常，当MVRV-Z分数低于零，意味着当前价格低于市场参与者的平均买入价。这表明市场已达极度恐惧，额外抛压可能有限。基于历史数据，类似条件通常提供约10%的反弹潜力，将基础价格设为22,000美元。

从这个起点看基本面指标，我们发现有趣现象。FTX崩溃后，人们对中心化交易所失去信任，比特币网络活动实际上暂时上升。用户将资产从交易所转移到个人钱包，小幅提升了交易数量、转账量和活跃钱包数。虽然有限，但这种网络活动增加显示人们仍信任比特币网络本身。我们视此为积极基本面因素，因此应用5%的向上调整。以22,000美元基础价加上5%调整得到23,100美元。

宏观方面，全球M2增长放缓，市场流动性减少。中国房地产危机增加了全球宏观指标风险。此外，FTX崩溃不仅是单一实体失败，还引发了对加密生态的广泛不信任。主要国家缺乏明确监管框架，机构参与仍然有限。综合考虑这些因素，预测30%的向下调整。

有趣的是，极度恐惧往往为强劲反弹创造条件。当MVRV-Z进入深度负值区域时，该价格区间常吸引长期投资者积累。我们看到这些在极端环境中形成的底部，往往成为坚实支撑位。如果宏观条件改善或监管不确定性缓解，预计将出现急剧复苏。

公允价格=基础价格×基本面乘数×宏观乘数

16,170美元 = 22,000美元 × 1.05 × 0.70

基础价格：22,000美元（基于MVRV-Z < 0，应用10%调整）

网络基本面乘数：1.05（网络活动增加，个人钱包转账增多）

宏观乘数：0.70（FTX崩盘，全球M2收缩，监管不确定性）

公允价值估值：22,000美元 × 1.05 × 0.70 = 16,170美元

现在将此预测与实际结果对比。2022年12月，比特币价格跌至15,000美元。我们的TVM计算值16,170美元仅偏差约7%——相当准确。价格下跌后，链上数据显示极端恐惧状况，基本面指标显示网络信任度保持，暗示中期反弹潜力。2022年底开始，比特币ETF获批预期增强，增加了机构投资者入市可能性。俄乌战争等地缘政治不确定性也提升了比特币"数字黄金"角色的吸引力。随着这些宏观条件改善，链上数据预测的反弹开始显现。

2023年3月起，宏观条件实质性改善。美联储放缓加息步伐帮助恢复风险偏好，中国结束清零政策提振全球经济复苏预期。结果比特币年底突破40,000美元，涨幅达166%。

这个案例清晰展示了TVM框架的优势。它不依赖技术形态或情绪判断，而是结合链上数据、基本面和宏观变量产生客观公允价值估算。更重要的是，它预先勾勒出极端条件下的反弹潜力——为投资者提供理性决策的结构化框架。

3. 基础价格推导

TVM使用MVRV-Z分数、NUPL和aSOPR计算基础价格的原因很简单：三者都基于区块链上记录的实际交易数据。完全透明——显示比特币何时买入、以何价格、是否卖出及当前持有量。

这类客观数据很重要，因为它提供了逻辑分析的起点，不受情绪反应影响。例如，如果所有投资者的平均买入价为50,000美元而当前价格为80,000美元，多数参与者享有60%未实现收益。

这可能预示获利了结动机增强，增加市场卖压。但这只是拼图一角——我们需要多角度观察以获得全貌。这三个关键指标各自捕捉了市场结构不同但互补的维度：

第一个指标衡量当前价格相对历史常态的高低

第二个显示市场当前整体未实现盈利

第三个追踪近期卖出者盈亏状况

三者结合提供了市场状况的完整视图。类似于医生检查血压、体温和心率评估患者健康。单一数据点不足，但组合能呈现更清晰图景。

全球投资公司也使用这些指标。Grayscale在2024年官方报告中强调MVRV-Z和NUPL作为核心分析工具。领先链上分析公司Glassnode称MVRV-Z为"识别市场顶底最准确的指标"。

3.1. 关键价格情绪指标详解

3.1.1. MVRV-Z分数：市场整体盈利快照

实现市值：基于每枚比特币最后一次移动时的价格计算的总价值

MVRV比率 = 市值 ÷ 实现市值

MVRV-Z分数 = (MVRV比率 - 历史平均值) ÷ 标准差

MVRV-Z分数通过统计标准化市值与实现价值的比率，显示当前价格水平在历史上的位置。

从基本概念开始。实现市值是所有比特币最后一次交易价格的总和——基本上是市场平均买入成本。MVRV比率用当前市值除以该值，显示当前价格偏离平均成本的程度。

MVRV-Z分数更进一步，减去MVRV比率的历史平均值并除以其标准差。这种标准化允许客观比较不同市场周期，突显当前估值的统计极端性。

实际应用如何？历史上，MVRV-Z值高于7对应市场顶部。低于-0.5通常标志良好入场点。通过检查全网未实现利润，该指标帮助判断市场过热或超卖。

3.1.2. NUPL：衡量网络未实现盈亏

NUPL = (市值 - 实现市值) ÷ 市值

NUPL（净未实现盈亏）以单一数字显示所有市场参与者的总未实现盈亏。清楚表明投资者整体处于盈利还是亏损状态。

公式简单：市值减实现市值再除以市值。NUPL正值意味着多数持有者盈利；负值显示普遍未实现亏损。

这个数字对投资者行为有重大影响。当NUPL超过0.7，多数参与者享有可观盈利，增加获利了结可能。这种情况下，进一步上涨空间可能有限，需要更谨慎态度。

反之，NUPL保持负值表明多数投资者亏损——常与市场底部相关。此时下行空间可能有限，焦点应转向复苏潜力。NUPL是基于整体投资者心理预测市场情绪转变的有力工具。

3.1.3. aSOPR：追踪活跃卖出者实时行为

SOPR = 已花费产出的实现价值 ÷ 已花费产出的成本基础

aSOPR = 排除1小时内花费产出的SOPR

aSOPR（调整后的已花费产出利润率）衡量正在被花费比特币的盈利能力——提供投资者行为的实时洞察。与基于持仓的数据不同，这个指标显示实际交易，对捕捉短期情绪变化特别有用。

SOPR追踪所有卖出比特币的盈亏比，而aSOPR过滤1小时内交易以消除噪音，聚焦有经济意义的转账。

关键阈值为1.0：

当aSOPR > 1.0，卖出者获利

当aSOPR < 1.0，卖出者亏损

这里投资者心理起关键作用。多数参与者厌恶实现亏损，因此持续低于1.0常显示投降。观察aSOPR在1.0附近的行为可揭示市场参与者的心理阻力位。

持续高于1.0表明健康上升趋势

持续低于1.0可能预示卖出枯竭和反转潜力

3.2. 数据构建与分析流程

3.2.1. 分析方法论

结构化数据分析流程对客观估算比特币公允价值至关重要。该方法论基于实用模型，将特定时间点的链上指标水平与12个月后的实际价格结果相匹配，覆盖多个市场周期。分析涵盖完整周期——从2021年牛市峰值，经2022年下跌，2023年复苏，到2024年ETF获批——确保全面覆盖主要市场事件中关键链上指标的反应。

根据历史背景仔细审查每个时期以拆分数据。对每个分段测量12个月前瞻回报模式并测试统计显著性，最终分为五组。

每个指标被分为五类：1）极端恐惧区 2）低估区 3）中性区 4）过热区 5）极端高估区 根据各指标在不同市场阶段的历史准确性和可靠性分配最终价格调整权重。不采用简单平均，而是根据已验证预测表现加权。

MVRV-Z分数获得最高权重50%，因其在比特币最近三个主要周期中准确识别顶底的记录——捕捉2017和2021年峰值及2018和2022年底部。它也被主要链上分析服务广泛引用为主要指标，确认其可靠性。

NUPL给予30%权重。虽然其滞后特征可能限制价格预测，但作为直接显示未来卖压和市场情绪变化的有效次要指标。

aSOPR分配20%权重。虽然近期预测准确性显著提高，但对短期波动仍敏感。在交易量激增期间易受噪音影响。

基础价格 = 当前价格 × 1 + [(MVRV-Z调整 × 0.5) + (aSOPR调整 × 0.3) + (NUPL调整 × 0.2)]

该公式得出的基础价格代表基于当前链上经济活动水平的逻辑公允价值估算。是扎根历史数据而非情绪或猜测的客观预测。

基础价格与当前市场价格之间的差距反映情绪溢价程度。如果市场价格高于基础价格30%以上，可认为市场过热。低于30%则暗示低估。这个差距成为识别买卖时机的关键参考。

4. 基本面指标

TVM使用交易数量、转账量和用户活动来衡量比特币网络基本面的原因很明确：与常规企业不同，比特币不产生收入或利润。因此网络使用成为衡量价值的主要方式。

可以类比城市。判断城市健康需要观察三方面：居住人口（用户数）、活动频率（交易数）和资金流动规模（转账量）。

例如，城市A有100万人但几乎无经济活动。城市B仅50万人口但活动频繁且交易量大。城市B会被视为更有活力价值。

比特币网络同理。健康网络需要用户数、交易频率和资金流的恰当组合。人多无活动是鬼城。大额资金流动但用户少则过于中心化。

以新加坡为例：仅600万人口，但经济活动媲美纽约。真正的经济强国需要在所有三方面表现优异。TVM通过综合考察这些要素来衡量比特币网络的整体健康。

4.1. 基本面指标详解

4.1.1. 交易数量：网络使用频率指标

交易数量是衡量比特币网络使用频率的最直接方式。类似于城市的日交通量——显示人们实际与网络互动的频率。交易数持续上升意味着更多人将比特币视为实用工具，通过网络效应可能提升比特币价值。反之，交易数放缓表明网络使用停滞。比特币要发挥储值功能，网络本身需保持活跃安全。若使用率下降，网络安全减弱，这会损害比特币作为储值手段的可信度。

4.1.2. 转账量：经济重要性指标

转账量超越简单交易频率，显示比特币参与重要经济活动的规模。它衡量交易数无法捕捉的真实经济规模。

分析中，我们区分大额机构转账和小额零售转账。例如，10笔大额机构转账可能比1,000笔小额交易承载更多经济重量。当机构转账量增长，意味着比特币作为资产类别在专业投资者中地位提升。小额转账增加则标志普通用户普及。

4.1.3. 活跃/新用户数：网络增长指标

活跃和新用户数是衡量比特币网络增长的关键指标。活跃用户是在特定日期实际交易的唯一钱包地址，代表网络的经济活跃人口。新用户是其中首次交易的钱包地址——类似出生率概念。这些指标重要，因为它们是衡量网络可持续增长的领先指标。当存在大量经济活跃人口且新流入稳定时，意味着网络健康增长，这成为长期价值增长的基础。

5. 宏观指标

观察近期市场趋势，比特币价格波动与全球流动性和宏观经济指标的关联日益明显。2020-2021年COVID-19疫情期间，央行激进量化宽松向市场注入巨大流动性，比特币从10,000美元飙升至60,000美元——涨幅6倍。然而2022年美联储转向紧缩政策时，比特币立即跌破20,000美元。这表明比特币对全球流动性变化的敏感性。

随着比特币ETF带来大规模机构入场，以及主要经济体持续监管协调，传统金融市场的宏观经济变量预计将对比特币价格产生更大影响。

因此，本模型的宏观指标分析采用实用框架，基于三个关键全球宏观经济变量得出公允价值调整乘数：1）全球流动性 2）机构资金流 3）监管与生态环境

5.1. 宏观指标详解

5.1.1. 全球流动性指标（全球M2）

全球宏观变量中，最重要指标是M2。简言之，M2代表经济体中流通货币总量，包括现金、活期存款和易取用的储蓄定期存款。是最完整的货币流动性衡量之一。

央行量化宽松时M2增加，实施紧缩政策时M2增长放缓。本模型计算全球M2综合值，采用对资本和加密市场有影响的主要经济体（美、欧、中、日、韩）的GDP加权平均。

当流动性充裕，投资者追求更高收益，青睐风险资产。比特币作为高风险资产记录约1.5-2倍的贝塔系数，意味着市场整体上涨时其涨幅更大。贝塔系数显示个别资产对整体市场变动的敏感度。因此全球M2增长与比特币价格高度相关，呈现流动性增加时资金涌入比特币的模式。这使全球流动性趋势成为制定比特币投资策略时需考虑的关键指标。

5.1.2. 机构资金流

2024年1月美国SEC批准现货比特币ETF是比特币市场的转折点。ETF成为传统金融机构和高净值投资者接触比特币最便捷安全的方式。我们现在将BlackRock和Fidelity等公司的ETF资金流视为机构情绪的实时晴雨表。

ETF资金流重要的原因在于其底层机制。投资者购买现货比特币ETF时，基金提供商必须买入等量实物比特币。多数现货ETF使用托管人持有实际比特币，意味着资金流入产生对比特币现货的直接需求，推高价格。赎回则造成卖压。

ETF获批后，累计净流入超约500亿美元，2024年底至2025年初每周流入数十亿。比特币在2024年12月5日首次突破100,000美元，ETF资金流显然是主要驱动力。这表明ETF流量数据变得多么关键。

5.1.3. 监管与生态评分

最终变量是监管与生态环境。虽然更定性且难以量化，但该因素在决定比特币的"信任溢价"时至关重要。监管不确定环境下，投资者要求更高风险折扣。明确支持性监管环境则常增加溢价。

监管方面评估：1）国家政策方向 2）许可制度 3）税收框架 4）资本流动 生态方面监测：5）稳定币市值 6）DeFi总锁仓价值 7）主要项目进展 8）安全事件频率

这些按0-10分标准化评分以提供投资环境的标准化评估。

2024年美国ETF批准是监管清晰如何驱动大规模资金流入的完美例证。比特币日益被视为合法机构资产而非监管灰色地带的投机资产。我们预计该指标未来重要性将提升。