比特币的价值来源
安德鲁·乌尔夸特教授是伯明翰商学院（BBS）金融与金融科技教授及金融系主任。
这是《教授币》专栏的第八期，在这一专栏中，我为《Decrypt》读者带来关于加密货币的重要学术文献见解。在本文中，我将讨论是什么赋予比特币价值。
在短短十多年间，比特币从一个小众的密码学创新发展成为一种全球交易的资产，市值高达数千亿。
然而，尽管其显著性，一直存在一个问题：是什么赋予比特币其价值？
比特币不像公司那样产生现金流，没有像黄金那样的实物储备，也没有中央权威机构来保证其价值。那么，为什么人们愿意为一个数字代币支付数万美元呢？最近的学术研究指出了几个因素。
稀缺性和货币政策
比特币价值的第一个支柱是其编程设定的稀缺性。比特币的供应是固定的：只能创造2100万个币。这一限制是由网络的共识规则强制执行的，被支持者视为抵御通货膨胀的屏障。
学术研究将比特币比作黄金，正是因为这种稀缺性。Pagnotta和Buraschi（2018）将比特币建模为一个去中心化的网络，其价值源于用户的采用和安全性，而这两者都受到其货币政策中嵌入的激励的支撑。在他们的均衡框架中，稀缺性在维持长期价值方面起着关键作用。
稀缺性使比特币成为对抗通货膨胀的有吸引力的工具，特别是在货币供应扩张的世界中。一些经济学家研究了比特币的稀缺性是否可以解释其估值，Bui等（2024）记录了稀缺性是超额回报的重要决定因素。
网络效应和效用
没有需求，稀缺性是远远不够的——比特币的需求来源于其作为点对点数字资产的使用，以及人们相信其他人在未来会接受它。
这就是网络效应发挥作用的地方。根据Cong、Li和Wang（2021）的说法，比特币的价值随着用户基础的增长而增长。他们的代币经济学模型显示，越多的人采用和信任比特币，网络就变得越有价值。这种动态有助于解释为何比特币能够经历多次繁荣与萧条周期。
此外，Bolt和van Oordt（2016）认为，虚拟货币的价值在于用户期望它在交易中保持价值并被接受。他们的模型形式化了接受期望如何稳定像比特币这样波动的资产。
生产成本和网络安全
比特币背后还有一个现实的成本：挖矿。为了保护网络和处理交易，比特币依赖于一种称为工作量证明的系统，在此系统中，矿工们利用电力和硬件来竞争解决密码学难题。
这一能源密集型的过程并非没有争议，但如Hayes（2015）所示，生产成本为比特币的价格提供了基本的底线。他发现，比特币很少在挖矿的边际成本以下交易，这进一步加强了能源和安全提供对估值的重要性。
此外，Pagnotta和Buraschi（2018）的研究支持了这一点，表明挖矿激励和网络安全的强度是比特币均衡价值的核心，而不仅仅是传统意义上的供需。
投机、情绪和关注度
然而，在实际操作中，比特币的价格也反映了投资者的情绪和投机。媒体报道或社交媒体热议的激增可能会引发价格的飙升或急剧抛售。
Urquhart（2018）和Shen等（2019）的研究表明，比特币价格与在线搜索趋势之间存在强相关性，而交易量又反过来驱动投资者的关注。
同样，Liu和Tsyvinski（2021）表明，加密货币的回报受到投资者关注代理的显著预测。与传统资产不同，比特币与宏观经济基本面之间缺乏联系，因此情绪和信念在其中发挥了重要作用。
宏观经济角色和投资组合需求
比特币的价值还受到其在更广泛金融体系中的角色的影响。在低利率环境和对法定货币贬值的担忧中，投资者将比特币视为一种非主权的价值储存手段。这一点通过Bauret al（2018）的早期研究得以证明，研究显示投资者长期持有比特币，但也得到了Jahanshahloo等（2025）后续研究的支持。
最近的研究重新评估了比特币在投资组合中的角色，特别是在市场压力时期。Corbet、Larkin和Lucey（2020）发现，比特币表现得更像一种投机资产，而不是传统的避风港，但在某些市场条件下，它可以作为一种弱的多元化工具。类似地，Ji、Bouri、Lau和Roubaud（2021）使用时间变动溢出模型，显示比特币的对冲特性波动显著，在平静时期的对冲效果大于危机时期。
结论：来自代码、社区和信念的价值
比特币的价值源于工程和经济学的结合：通过代码强制执行的稀缺性、源于去中心化共识的效用，以及受到情绪、成本和宏观条件影响的需求。
它表现得像一种商品、一种科技股票和一种投机代币——常常是三者的结合。正是这种复杂性使得比特币既迷人又难以用传统模型进行估值。
最终，比特币的价值并不在于它今天的表现，而在于其用户相信它明天能够成为的样子。只要这种信念持续存在——得到了效用、采用和激励的支持——其价值也可能持续。
参考文献
Baur, D. G., Hong, K-H., Lee, A. D. (2018). Bitcoin: Medium of exchange or speculative assets? Journal of International Financial Markets, Institutions and Money, 54, 177-189.
Bolt, W., & van Oordt, M. R. C. (2016). On the Value of Virtual Currencies. Journal of Financial Stability, 17, 81–91.
Cong, L. W., Li, Y., & Wang, N. (2021). Tokenomics: Dynamic Adoption and Valuation. Review of Financial Studies, 34(3), 1105–1155.
Corbet, S., Larkin, C., & Lucey, B. (2020). The contagion effects of the COVID-19 pandemic: Evidence from gold and cryptocurrencies. Finance Research Letters, 35, 101554.
Hayes, A. (2015). A Cost of Production Model for Bitcoin. Telematics and Informatics, 34(7), 1308–1321.
Jahanshahloo, H., Irresbeger, F., Urquhart, A. (2025). Bitcoin under the microscope. British Accounting Review, forthcoming.
Ji, Q., Bouri, E., Lau, C. K. M., & Roubaud, D. (2021). Dynamic connectedness and integration in cryptocurrency markets. International Review of Financial Analysis, 74, 101670.
Bui, M., Pham, H., Thanh, B. N., Tiwari, A. K. (2024). Revisiting the determinants of cryptocurrency excess return: Does scarcity matter? International Review of Economics and Finance, 96, 103733.
Liu, Y., & Tsyvinski, A. (2018). Risks and Returns of Cryptocurrency. NBER Working Paper No. 24877.
Pagnotta, E., & Buraschi, A. (2018). An Equilibrium Valuation of Bitcoin and Decentralized Network Assets. Review of Financial Studies, 31(9), 3498–3531.
Shen, D., Urquhart, A., Wang, P. (2019). Does twitter predict Bitcoin? Economics Letters, 174, 118-122.
Urquhart, A. (2018). What Causes the Attention of Bitcoin? Economics Letters, 166, 40-44.