金色財經
2026年9月,Timothy Aerts, Ronald Heijmans, Jan Paulick和Violeta Vuletic發表論文「Hidden by complexity? Measuring stablecoin, crypto and decentralised finance ecosystems」。去中心化金融數據存在悖論:所有數據點公開可查,但生態系統的規模、碎片化與複雜性使經濟解讀困難。該文基於比特幣、以太坊與波場約1,000億條全節點記錄,識別出聚合、可編程性與跨鏈可比性三大測度挑戰,證明常用鏈上指標實為高度依賴方法選擇的噪聲近似,並倡導以區間估計與技術分類框架加以改進。中國人民大學金融科技研究所對報告核心內容進行了編譯。
作者 | Timothy Aerts, Ronald Heijmans, Jan Paulick and Violeta Vuletic
來源 | BIS
編譯 | 張海濱
過去十年,穩定幣、加密資產與去中心化金融(DeFi)已成長為全球金融市場的可觀部分:2025年底加密資產總市值約3兆美元、年內峰值4.2兆,穩定幣市場超過3,000億美元、年增50%。DeFi協議在無中心化仲介下實現借貸、交易與槓桿持倉,穩定幣充當傳統金融與DeFi之間的橋樑,其演化可能引發流動性螺旋(liquidity spirals)與擠兌動態,故準確測度經濟活動對金融穩定至關重要。
公共區塊鏈上每筆交易永久記錄、可公開訪問,但透明記錄與經濟含義之間存在被規模、碎片化與複雜性遮蔽的鴻溝:市值、轉賬量與鎖定總價值(total value locked, TVL)等頭部指標天然依賴關於所有權、估值與協議行為的假設。該文在協議層、智能合約層與跨鏈資產層展示三重挑戰:聚合挑戰(aggregation challenge)——比特幣轉賬價值隨方法不同最多相差6倍,價格飆升期簡單市值一度達已實現市值的4倍;可編程性挑戰(programmability challenge)——5,400萬智能合約無法按技術標準歸類,USDT符號出現在約7,000個代幣合約中;可比性挑戰(comparability challenge)——以太坊上由智能合約持有的USDT占比超20%,波場上僅約1%。三者分別源於架構模糊性、行為因素與組合噪聲。數據來自荷蘭央行(DNB)聯合BIS創新中心與德意志聯邦銀行營運的Mercurius平台,匯集三鏈全節點數據約1,000億條記錄。
(一)比特幣與聚合挑戰。比特幣賬本採用未花費交易輸出(unspent transaction output, UTXO)模型,記錄離散價值塊而非地址餘額。圖1展示其交易鏈:每個輸入必須被完整消耗,若用價值4 BTC的UTXO轉移1.5 BTC,交易會生成接收方1.5 BTC與退回發送方的2.5 BTC找零(change)輸出,而找零僅當退回同一地址時才能識別;Nakamoto為防地址關聯建議每筆交易使用新密鑰對,其副作用正是使找零與有意轉賬無法區分。匯總交易量因此天然把技術性找零混入經濟轉移,識別找零隻能依賴基於用戶行為假設的啟發式規則;UTXO結構的優勢在於可分析單個輸出的年齡與流速。
圖1:UTXO模型
(二)以太坊與可編程性挑戰。以太坊採用帳戶模型:外部擁有帳戶(externally owned account, EOA)直接持有以太幣餘額,智能合約帳戶(smart contract account, SMA)儲存可執行代碼,執行由虛擬機(EVM)按gas計費。圖靈完備設計允許任意邏輯上鏈,單筆交易可級聯觸發多個合約,形成「金融樂高」式可組合應用;經濟信號可能埋沒於執行噪聲,同一活動可經由交易輸入、事件日誌(logs)、執行蹤跡(traces)或狀態差異(state diffs)呈現:日誌由開發者定義、非權威且可能不完整,蹤跡與狀態差異反映實際鏈上結果但提取複雜。ERC-20等社區標準促進大規模分析,但遵守系自願,合約可採用標準簽名卻不實現其語義。
圖2:以太坊原生與代幣轉賬
(三)波場基金會(TRON Foundation)與可比性挑戰。波場為追求EVM兼容而鏡像以太坊設計,但以帶寬與能量的雙資源體系替代gas費,均可通過質押原生代幣TRX獲取;其特有的TRC-10代幣由系統合約發行管理、無需虛擬機執行。費率與設計差異意味著表面相同的代幣在不同鏈上服務不同用例,跨鏈簡單加總會混淆不同經濟活動。
數據概覽顯示,比特幣市值最高、處理逾10億筆交易,以太坊交易量超過其兩倍,波場接近十倍,兩鏈智能合約層記錄合計逾300億條。穩定幣發行高度集中:USDT總供應約1,800億美元,幾乎全部發行於以太坊與波場,USDC供應750億美元中以太坊占近三分之二;該文交易級數據覆蓋穩定幣市場的82%。
圖3:數據記錄概覽
圖4:穩定幣供應量
(一)比特幣指標。基於2009-2026年約13億筆交易,作者構造轉賬量的上界(全部UTXO之和)、調整值(剔除退回發送地址的自轉賬)與下界(進一步扣除每筆最高輸出)。圖5顯示,剔除自轉賬最多使鏈上流量縮減6倍,而廣泛報導的恰是未調整上界;2016年3月起因地址復用上升,自轉賬所涉價值顯著增加,反映隱私優先讓位於便利。市值方面,作者提出剔除15年以上未動之丟失幣的調整市值,以及按輸出創建時價格估值的已實現市值(realised market capitalisation, RMC):約180萬枚比特幣超過15年未動(據信中本聰持有其中逾100萬枚),視為丟失,但仍有約2.4萬枚在休眠逾10年後被花費,凸顯時間啟發式的不確定性。圖7顯示,價格飆升期簡單市值最高可達已實現市值的4倍,2022年價格驟跌時後者反而更高,源於持幣行為而非短期波動;作者強調應以區間估計替代單一數字,附錄中低於1萬聰的「塵埃幣」僅占供應0.007%,可忽略。
圖5:交易價值區間估計
圖6:供應年齡與輸出速度
圖7:市值度量
(二)DeFi指標。首先基於字節碼做確定性技術分類:作者通過執行蹤跡同時捕捉空接收方部署交易與內部CREATE/CREATE2操作,以覆蓋全部部署合約。表1顯示,以太坊6,750萬個已部署活躍合約中逾5,400萬無法歸類,代理合約(proxy contracts)近1,200萬為最大可分類類別,凸顯多數合約用例無法由技術標準辨識。
表1:智能合約技術分類
其次對代幣名稱與符號做文本分析。表2顯示Uniswap V2流動性池代幣(uni-v2)獨占代幣合約約三分之一,反映自動做市商「每個交易對一個專屬池」的邏輯。但元數據是分類的不完美基礎:無中央註冊表,任何合約可採用任何標籤,token、inu、ai等通用詞與投機敘事詞頻繁出現;知名穩定幣的名稱與符號被大量模仿,部分甚至復刻字節碼,僅能憑唯一地址區分真偽。從監管視角看,應依據活動強度而非符號名稱識別受監測資產,鏈上資產與法律實體的關聯必須依賴鏈下資訊。
表2:ERC20代幣常用名稱詞彙
最後識別虛假活動:作者過濾符號為USDT的代幣並剔除真正的Tether合約。圖9顯示虛假髮幣於2020年激增,累計發行量約1,000億,季度平均轉移量最高超過150億且與真實USDT活動正相關。技術相似甚至相同的合約承載不同經濟動機,當前生態未把發行實體與鏈上資產關聯,註冊制或技術驗證可緩解這一監管難題。
(三)穩定幣用例的跨鏈可比性。作者從事件日誌解碼USDT轉賬並區分EOA與SMA持倉:SMA集中度高通常反映質押、借貸或流動性提供等DeFi使用,EOA市佔率指向支付、匯款或價值儲存。該指標與TVL形成對照:TVL按協議匯總SMA餘額,易受方法不一致與操縱影響,該文按代幣交易自下而上匯總持倉、嚴格避免重複計算。圖10顯示,USDT供應在2021與2023年激增、2026年初超過1,800億美元;以太坊SMA市佔率2022年升破20%、此後徘徊於15-20%、2024年底以來降至10-15%;美國大選後與《GENIUS法案》通過後發行放量但智能合約持倉未隨之上升,指向發行與DeFi使用的脫鈎。波場SMA市佔率則大部分時間僅約1%:以太坊上的USDT嵌入DeFi仲介(抵押與流動性提供),波場上的USDT主要服務交易與儲值動機,同一代幣因基礎設施不同而扮演不同經濟角色;作者亦提醒地址類型是經濟角色的不完美代理,合約餘額可能來自橋接、包裝或託管安排。
圖8:代幣兌換活動
該文的總體結論是:儘管公共區塊鏈透明,加密資產與DeFi活動的常用指標高度依賴方法選擇與假設,微小的數據處理調整即可導致經濟活動推斷的實質性差異。三重結構性來源分別為:比特幣UTXO架構的聚合挑戰——除非處理找零、丟失幣與估值慣例,交易量與市值會被系統性高估;以太坊智能合約環境的可編程性挑戰——經濟活動分散於交易、日誌、蹤跡與狀態變化,代幣泛濫掩蓋信號;穩定幣跨鏈發行的可比性挑戰——同一代幣依底層基礎設施履行不同經濟功能。樸素的鏈上匯總可能誤導實證研究與政策評估:高估指標誇大加密市場的系統性關聯,設定不當的指標則可能掩蓋新興脆弱性。對央行而言,鏈上指標應被視為經濟活動的噪聲近似而非直接測度:點估計應以反映協議特定不確定性的區間估計補充;解釋DeFi活動需將經濟含義錨定於技術分類並輔以專家判斷;跨鏈分析應區分基礎設施與資產身份。隨著這些市場與傳統金融體系日益互聯,準確解讀鏈上數據的能力對穩健政策設計與及時風險識別將愈發關鍵。
來源:金色財經
發佈者對本文章的內容承擔全部責任
在投資加密貨幣前,請務必深入研究,理解相關風險,並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。
暢行幣圈交易全攻略,專家駐群實戰交流
▌立即加入鉅亨買幣實戰交流 LINE 社群(點此入群)
不管是新手發問,還是老手交流,只要你想參與加密貨幣現貨交易、合約跟單、合約網格、量化交易、理財產品的投資,都歡迎入群討論學習!
上一篇
下一篇