機構投資者的創新之路 — 如何參與並投資區塊鏈資產

報告作者：

幣安研究院 江金澤

分散式資本 蔣新

顧問：

分散式資本 沈波、孫銘、余文波、姚鏡儀

如需合作，請聯絡作者

（郵箱：[email protected], 微信：439902916）

摘要：

1. 在巨集觀環境進入長期低利率、經濟低增長、高不確定性的三期疊加背景下，優質資產擁擠而稀缺。而以比特幣為代表的新型區塊鏈數字資產的崛起給傳統組合配置帶來了新思路。

2. 數字資產的價值捕獲場景可以分為：價值貯藏、實用價值、交易媒介、投機價值。

3.  一項針對歐美150所大學的調查顯示，94%受訪單位已經配置了加密數字貨幣相關資產。大學捐贈基金已經作為將加密數字貨幣作為一種另類資產進行積極配置。

4. 無論是在長週期還是短週期內，比特幣的回報與主流大類資產的相關性極低。且其收益率分佈正偏且“肥右尾”，表現出極高的收益-風險比。

5. 基於Markowitz的現代投資組合理論，在傳統投資組合中加入比特幣，不但可以在給定波動範圍內最大化回報，也可以在給定預期回報目標下最小化風險。

6. 投資數字資產的收益不僅僅來自“資本利得”，還包括“利息收入”及“再投資收入”。

7. 對於機構投資者來說，數字資產頭寸配置還有其他一些間接的方法，如投資數字資產挖礦、投資數字資產衍生品、投資區塊鏈公司股權等。

目錄

1.數字資產的分類和終極價值來源

2.將加密數字貨幣作為一種另類資產

3.檢驗比特幣的收益率的統計特性

4.將比特幣加入資產組合的歷史回測

5.尋找數字資產配置的“黃金比例”

6.資本利得之外的收益來源

7. 數字資產之門的正確開啟方式

區塊鏈技術應用已延伸到數字金融、物聯網、智慧製造、供應鏈管理、數字資產交易等多個領域。

區塊鏈網路改變了傳統的生產和記賬環節，鏈上數字資產與著區塊鏈網路共生相融，在很多應用場景下是整個區塊鏈生態系統迴圈的血液，承載著價值流轉、激勵的重要功能，本文試圖從以比特幣為主的數字資產特性的分析入手，從機構投資者資產配置的角度對如下問題進行解答，數字資產的——

●使用場景是什麼？

●價值捕獲從何而來？

●在複雜資產組合裡的配置意義是什麼？

●當前監管環境下，機構應該如何入場？

尤其隨著全球經濟進入緩慢增長週期的共識越來越強，低利率甚至負利率捲土重來或成為常態，美國、歐洲等發達地區的等政治不確定性上升，伴隨優質資產的高擁擠和稀缺，傳統投資管理人面臨前所未有的壓力和挑戰。

上一次的全球性經濟衰退發生在11年前，危機起源於金融體系的系統性崩潰。伴隨著崩塌的舊金融秩序。一種由非金融機構創造的新興資產的比特幣誕生，十餘年的發展市值已經超過1400億美元（2019年10月），大致和科威特、匈牙利、烏克蘭等國的GDP相當，已然成為一種具備相當市場深度和共識的新興大類資產，瞭解“比特幣們”的特點將成為資產管理人的必修課。

本文以實證檢驗，展示了比特幣與傳統大類資產之間相關性極低，同時回報-風險比冠絕幾乎所資產類別，為投資組合多元化提供了難得的機會。

1. 數字資產的分類和終極價值來源

關於數字資產的分類目前沒有統一權威的定義，在監管、學界、從業者之間的爭論亦頗多，比如很多從業者認為比特幣或門羅幣可以作為貨幣被使用，然而主要國家的監管層幾乎無一承認這一點。再或者一些實用類通證（Utility token）是否屬於證券，監管和專案方之間的爭論也從未停止過。暫不論具體案例應該如何分類，綜合各方觀點，目前主要的可分類屬性包括：

●私人貨幣，即一種沒有主權背書但交易對手方互相認可的交易中介

●記賬單位，可以用來度量商品或服務價值的工具

●虛擬資產/商品，一種可以被法幣計量，預期可以帶來經濟利益或經濟效用的數字資源，可以作為價值儲存

●證券型代幣，本質是證券的電子化證明，可以是股票類，也可以是債權類

如果說將數字資產分類主要是監管規則制定或學術界的問題，但更重要的是，無法清晰的觀察和計量數字資產的價值捕獲，是很多機構投資者對這一領域望而卻步的主要原因。

這一點並不奇怪，即便是在1602年就誕生了第一支現代股票，但如今被普遍接受且看上去並不複雜的現金流折現（DCF）估值法也是在1960年代以後才被廣泛使用。

鑑於很多數字資產身兼多重屬性，傳統的估值方法很難簡單套用，我們可以總結出數字資產的核心的價值捕獲主要有以下四大分類，八種來源：

表格1：數字資產價值來源分類

以上任何一種方式都可以滿足特定的需求，從而創造價值，從而賦予數字資產/虛擬貨幣/數字通證終極價值來源。

價值貯藏（Store of value）分類中，資產抵押和現金流抵押的數字資產的本質是傳統債權類、權益類資產的數字化，估值可在相應的傳統估值模型中稍作修改：

1. 增加溢價：區塊鏈技術能帶來優於傳統資產的部分，包括減少資產交割的對手方風險，降低金融清結算成本等帶來的溢價;

2. 減去折價：區塊鏈技術增加的風險，如智慧合約的安全性、特殊的攻擊方法（如51%攻擊）等帶來的折價。

此外，亦有使用成本法對數字資產進行估值的案例，類似原油、黃金等商品經常採用的估值參考法，不過問題在於很多工作量證明（PoW）的數字貨幣的成本是隨著參與者變化而動態變化的，成本估值法很難擁有長期參考意義。

對實用價值（Utility value）部分，一種可以借鑑的方法是貨幣數量理論，即：

某區塊鏈網路的總經濟效用=物價水平*數量服務總量=代幣價格*代幣流通量*代幣流速（一年內被易手的次數）

變換等式可得：

代幣價格=網路總經濟效用/（代幣流通量*代幣流速）

貨幣數量理論估值法是目前比較容易被市場接受的方法，不過這個估值方法的核心問題是我們必須先估算出網路總效用的經濟價值（相對類比法），以及計算出相對準確的代幣流速，可能會與本網路的實際情況產生較大的誤差，或許需要輔助其它絕對估值法（例如NVT及其變種法，梅特卡夫網路價值法）進行校正。

對於交易媒介（Medium of exchange）的價值可使用類比估值法，比如假設或統計全球有多少轉賬或貿易量使用數字貨幣，然後對其需求量進行倒推。

投機價值（Speculative value）分類下數字資產的定價則更加複雜，是在理性投資人的假設上進行分析，還是從行為金融學的角度去分析，歷來在傳統金融市場裡都尚無統一的聲音。

具體估值方法並不是本報告的討論重點，且與傳統金融市場一樣，計算資產價格時取的一些引數很大程度上基於對未來的預期假設，本報告我們僅將再舉出兩個具體的案例以便直觀感受為什麼數字資產的價值不僅僅是看不見摸不著的“共識”，而是實實在在的“錢”。

案例1：作為交易媒介的價值捕獲

2018年全年比特幣網路承載了價值3840億美元的鏈上轉賬，世界銀行統計估算2018年全球跨境匯款總金額為6890億美元。相應的為了維持比特幣這個網路的運轉，2018年挖礦電力消耗約為27億美元，而全球跨境轉賬手續費480億美元。

即比特幣網路僅用18分之1的成本，承載了全球跨境匯款規模的56%的交易量，降低了成本，提高了效率，同時也創造了價值。同樣的邏輯還可以延伸到其它區塊鏈網路，比如以太坊，比特幣現金或者恆星幣，他們的網路維護費用將比比特幣更低，可能只有數十甚至數萬分之一。

以上我們簡要探討了大部分數字資產/數字貨幣的終極價值來源，在此價值存在的基礎之上，接下來我們將從金融市場投資實務的角度分析為什麼金融投資機構應該配置加密數字資產。

2. 將加密數字貨幣作為一種另類資產

2.1 定義

另類投資(Alternative Investment)是指在傳統公開市場上交易的股票、固定收益或貨幣以外的投資型別。

“另類”是一箇中性的術語，它只是將其與股票和債券等傳統資產區分開來。房地產和大宗商品，甚至藝術品，都是所謂的“另類投資”。

與傳統投資一樣，另類投資應該在可接受的風險水平上提供合理的回報。

一個常見的例子是黃金，自從半個世紀前佈雷頓森林體系與美元脫鉤後，黃金除了作為裝飾品和少數工業場景之外，幾乎沒有什麼實際用途。但這並不妨礙黃金作為一種資產配置的存在。

2.2 另類資產的優勢

由於另類資產與傳統證券投資產品的相關性較低，投資者可以透過另類資產實現投資風險的多元化。

科學增加另類資產配置，可以應對當前以及未來相當長一段時期我們可能面對的低利率或高波動性環境（如果發生危機）的影響，有可能獲得比傳統股票和債券投資組合更高的回報。

2.3 著名案例

規模近300億美元的耶魯捐贈基金，在另類投資的世界裡是一個家喻戶曉的名字。在過去的十年裡該基金平均年回報率7.4%，遠高於5.5%的大學養老基金平均回報水平，也高於HFR統計的同期全球對沖基金平均回報率的3.38%。

公開資料顯示，該基金2019財年近60%的資產投資於風險投資、對沖基金和槓桿收購等另類投資。

高比例的替代配置顯然有助於其優異的效能。去年，耶魯大學捐贈基金（Yale Endowment）向A16z投資，成為首所進入加密數字資產領域的“常青藤聯盟大學”，引發了廣泛討論，緊接著又再次投資了數字資產基金Paradigm。

作為高瓴資本張磊的導師和領路人，耶魯捐贈基金首席投資官大衛斯文森（David.F.Swensen）在其著作中將分散化投資帶來的收益形容為“免費的午餐”。2018年在接受CNBC採訪時直言，他們已經透過投資基金的形式享受到了這份新興另類資產“免費午餐”的饋贈。

圖1: 美國大學捐贈基金另類資產配比比例與收益率正相關

來源：Frontier Investment Management

耶魯捐贈基金只是眾多喜愛嘗試新鮮事物的大學捐資基金的一員。根據Global Custodian和TheTRADE Crypto的聯合調查，截止2018年4季度，接受調查的150所大學基金中的94%在2018年進行了加密貨幣相關投資。其中54%的大學是直接投資了加密貨幣（透過交易所和OTC等），46%是透過投資基金進行投資。

這一結果非常符合大學捐贈基金普遍熱衷於積極配置高風險的另類資產的特性，當然，由於大學捐贈基金幾乎不存在LP贖回壓力，這也是導致該類基金敢於持有低流動性、高風險資產的原因之一。

表格2：“old money”加密投資2018-19

3.檢驗比特幣的收益率的統計特性

——在決定如何投資之前，需要先了解數字資產收益率的統計學特性

3.1 跨資產相關性檢驗——“特立獨行”

為保證長期收益率的穩健性，資產管理機構的組合配置往往是多種多樣的，從跨資產相關性的角度，在下面的圖2和表3中看到，無論是在長週期還是短週期內，比特幣的回報與主流大類資產的相關性極低（相關性絕對值最低，意味著既無明顯正相關也無明顯負相關），我們選取的參照物包括美國股市、全球股市、美國債券、國際債券、黃金、美國房地產、國際房地產、自然資源。

事實上，由於全球經濟活動的一體化和國際間金融活動相互滲透、相互影響，大類資產的聯動已經變得異常迅速和緊密，類似比特幣這種“特立獨行”的資產實際上相當稀缺，意味著比特幣可以在分散傳統金融市場裡的系統性風險上發揮積極作用。

表格 3: 跨資產2011-2019 周度 / 月度 收益率相關性矩陣

來源：幣安研究院、分散式資本、彭博

3.2 波動性檢驗——2014年以後波動率有了顯著下降

誠然，從直覺上感知，比特幣是一種波動性較大的資產，但這並不意味著傳統資產的波動性一定都小於比特幣。

從下圖中可以看出，傳統資產和比特幣的年化波動率比較。比特幣的波動性接近天然氣，甚至一度低於一些新興市場的股票和貨幣。

事實上，自2014年以來，比特幣的波動性中值顯著下降，降低了比特幣配置的風險。

圖2: 比特幣和天然氣年化波動率走勢

圖3：比特幣和多資產年化波動率對比

來源：幣安研究院、分散式資本

3.3 收益率分佈特性——尖峰、肥尾、正偏

在表格4裡，我們選取了幾種大類資產的歷史日均收益率進行統計特性描述，樣本採自2011年1月1日至2019年4月26日。

可以明顯看出，比特幣的收益率不服從正態分佈，呈現正偏態、肥尾、尖峰的特徵，這些特徵也與股票市場相似，但比起股票市場“誇張”的多。

表格 4: 多資產2011.1.1~2019.4.26 每收益率統計特性

其中“Skewness”也就是“偏度”代表日收益均值與中值的偏離程度，數字越大，獲得正回報的概率就越高。比特幣收益率的偏度極高，顯示了其收益率分佈的不對稱性。理論上，比特幣這樣極度正偏的資產應該受到投資者青睞。

此外，“Kurtosis峰度”也體現了比特幣的收益率處於“肥尾尖峰”狀態，峰度遠遠大於3(高達488)，意味著尾部較“正態分佈”更厚，這意味著我們經歷“異常收益”的機率更高。

投資者通常會避開尖峰肥尾的股票，因為高波動性意味著相對於平均回報水平，投資者遭遇尾部風險的可能性要高得多。

需要注意的是，偏度和我們前面提到的所謂尖峰肥尾的特徵，都是與偏度為0，峰度為0的“正態分佈”相比較的。通常在進行實證分析時，假設收益率資料為正態分佈，便於建模和分析。但實際上很少有資產的收益率符合正態分佈，尤其我們現在討論的比特幣。

忽略了正態分佈假設下的尾部風險導致長期資本管理公司(LTCM)倒閉，所以認識到肥尾象對數字資產市場的風險控制也具有重要意義。

然而，由於金融市場的尾部風險是“雙向的”，例如在牛市中，峰度越高，股票獲得極高回報的可能性就越大，反之，在熊市中，發生極端虧損的可能性也會增加。這可能導致投資者在不同時期對峰度的偏好不一致。

因此，好訊息是，儘管比特幣有很高的峰度，但收益率是正偏的，即“肥尾”也更多出現在正收益區間，如圖3所示，比特幣的歷史收益率分佈顯示儘管其可能出現“大跌”的的概率高於股市，但其可能出現“大漲”的概率更高，而且漲幅不低。

美國知名數字貨幣分析機構Fundstrate創始人Tom Lee也曾對比特幣的這些統計特性做出過類似的描述，措辭更為通俗——在任何給定的年份中，比特幣價格的絕大部分收益僅出現在十個最大交易日中，如果錯過這短暫的時間，收益率將是負數。

圖4：比特幣收益與美國和中國股市的收益率分佈

來源：幣安研究院、分散式資本

3.4 尖峰肥尾特性的來源及注意點

埃德加•彼得斯(EdgarPeters, 1991)認為，不同投資者對市場資訊的反應是不同的，儘管資訊多是線性到達市場的，但對資訊的理解不同和投資時點的不同都會導致對資訊產生不一樣的反應，因此某刻價格並不能反應出全部的資訊，價格的變動也不是獨立的，收益率也將更多地表現出“尖峰”和“肥尾”。

換句話說，如果市場上的資訊是線性到達每個“理性人”，但投資者在趨勢確定之前忽略了它，然後以累積的方式對所有被忽略的資訊做出反應，這也可能導致回報的尖峰肥尾分佈。或者另外一種情況是，如果影響市場的資訊分佈是“尖峰”的，那麼證券收益也將傾向於這樣分佈，比如來自監管層的利空可能是扎堆出現，而不是線性出現的。

無論如何，前文裡的統計資料顯示加密貨幣市場的資訊流動似乎更不順暢，且投資者的反應可能比傳統市場參與者更慢，這符合我們對加密貨幣市場投資人結構的推測。所以在投資數字資產的時候，等待“利空出盡”或“利好兌現”的時間週期可能要比傳統資產更長，even-driven型投資人的交易行為需要相應的做出改變。

圖5：投資者結構比較——數字資產市場(估算)vs.股票市場（資料截止2019年1月）

資料來源：幣安研究院, Cryptofundresearch.com, Bloomberg

此外，尖峰肥尾現象使得大量的資訊定價被留在尾部，“平庸”的事件權重變小。因此，在資產配置中，尤其在波動容忍度低的投資組合中，我們應該比傳統市場更關注肥尾風險的擾動，以及可能帶來的潛在久期錯配的風險。

4.將比特幣加入資產組合的歷史回測

比特幣對投資組合管理有用嗎?它能帶來多樣化的好處嗎？我們模擬三個簡單的投資組合來觀測。

第一個是經典的60%的股票，40%的債券投資組合，第二個是在資產組合中加入1%的比特幣，第三個資產組合加入5%的比特幣配置，第四個是最激進的，資產組合中有20%的比特幣。直觀地說，這是四個風險遞增的組合。

表格 5: 簡單組合模擬0~20%比特幣配置權重

回測規則如下：

回測結果如下圖所示，僅配置了20%比特幣的組合資產規模在過去9年間翻了400多倍，以至於不在對數座標上都已經無法看清其它三個組合的淨值曲線。

圖6：簡單模擬比特幣權重0~20%組合淨值變化

來源：幣安研究院、分散式資本

表格 6: 簡單模擬比特幣權重0~20%組合回測結果統計（最優結果紅色加粗顯示）

由表格6的統計彙總可見，配置20%的比特幣的組合過去9年裡，年複合增長率接近100%。即便只配置1%的比特幣，投資組合的最終餘額也是傳統60/40投資組合的兩倍。

然而，僅看最終淨值是遠遠不夠的。從表6中可以看出，雖然比特幣投資組合的收益較高，但波動性也相應增大。參見標準差一欄，它描述了幾個不同投資組合的月回報率的分散度。

表格6還蘊含了幾個重要資訊，包括：

●即使只配置1%的比特幣，“Portfolio 2”的月收益率標準差也達到了24.41%，是標準普爾500指數ETF的2倍左右。相反，儘管60/40組合的回報率最低，但其波動性也最低。

●觀察“最大回撤”分項可以看到，60/40組合的最大回撤只有10.64%。投資組合4 (Portfolio 4)中因為有20%的比特幣，其單月最大跌幅接近76%，這可能是很多人在現實生活中難以接受的。

●當然，不要忘記兩個最重要的指標——夏普比率(SharpeRatio)和索蒂諾比率(Sortino Ratio)，這是衡量經風險調整的投資回報的經典指標。夏普比率使用的是總波動性，而Sortino比率只使用了下行時的波動性，這更適合於對波動性較大的投資組合進行評估。兩個指標都越高越好。

可以看出，由於整體波動性過高，包含少量比特幣的投資組合的夏普率表現不如美國單一股指(SP500)。

但Sortino比率只計算下行風險與回報之比，比特幣越多的投資組合得分越高，表明持有比特幣每承擔1個單位下行風險可以得到超過1個單位的回報補償。

綜上可以看出，過去8年，在傳統的60/40投資組合中加入比特幣，有可能顯著提高回報率和風險回報率。且比特幣與主要資產的相關性較低，有助於分散傳統市場的風險。此外，歷史檢驗表明，比特幣配置可以導致投資組合的極端波動，但由於風險補償較高，這種波動是“健康的”，或者我們可以說比特幣收益率是“不對稱”的。

下一章節，我們將探討何種比例的比特幣配置將最最佳化一個多資產投資組合。

5.尋找數字資產配置的“黃金比例”

——也許不存在一個終極的“最優配置”比例，但我們可以在特定目標約束下透過比特幣最佳化投資組合

歷史相關性測試表明，比特幣是所有數字資產的風向標，這一點在可見的未來內也大概率不會改變。所以為簡化測試方法，我們在以下的資產配置測試中，將使用比特幣作為數字資產的唯一標的。為了找到比特幣配置的“黃金比例”，這裡將引入馬科維茨（Markowitz, 1952）提出的“效率前沿”（Efficient Frontier）概念，這一概念為現代投資組合理論奠定了基礎。

該理論認為投資者會在預期收益和風險之間做出平衡選擇，而“有效前沿”上的組合是收益和風險的最優資產組合。

在這裡，我們將跳過對馬科維茨或資本資產定價模型(CAPM)的詳細介紹，直接使用他的理論來指導計算並展示結果。

5.1 理解黃金如何改善一個投資組合

為了更好地理解比特幣的本質，首先讓我們看看傳統的投資組合如何利用黃金來最佳化其風險回報率。

與上文相同，我們假設一個簡單的傳統60/40股票和債券投資“基礎組合”如下:

然後，我們將全球最大的黃金ETF——GLD（SPDR Gold Shares）作為一種另類資產的加入資產池備選（不必須加入組合）。樣本測試期設定為2005年至2019年，初始資本為1萬美元，那麼夏普比率最高的配置為:

由於Vanguard Total International StockIndex Fund Investor Shares和PIMCO Global BondOpportunities Fund (unhehedge) Institutional Class的風險回報率不夠好，“最高夏普比率組合”裡將不會有這兩種證券，但黃金配置比例為2.47%。那麼，黃金的加入給投資組合帶來了哪些變化呢？請看下圖：

表格 7：基礎組合與經黃金最佳化組合的2005~2019表現（最優結果紅色加粗顯示）

表格7可以看出，儘管期末收益及年複合增長率傳統的60/40組合要高於最大夏普率組合，但其實基礎組合每承擔1單位波動風險只能獲得0.51單位的回報，而加入黃金且比例經過最大夏普率目標最佳化後，夏普率大幅升高至1.07，意味著每承擔1單位波動風險可以獲得1.07單位的回報。同時，Sortino Ratio由0.86翻倍升至了1.78，顯示加入了黃金的組合針對下行風險有著更高的補償。

5.2 簡單的加入比特幣意義不大

——最優配置需要建立在約束條件下

首先讓我們看兩個叫做“效率前沿”的圖表，圖5是一個包含黃金以及上述四種證券資產的傳統投資組合，圖6包含圖5裡所有資產以及比特幣。

其中橫座標軸是各資產月收益率的標準差即波動率，縱座標軸為各資產的預期收益率。藍色的點狀曲線即為“效率前沿”，這條線是所提供資產的所有可能組合的“邊界”。

我們在小節4.2裡檢測過，包含黃金和四種證券資產的資產池能構建出的“最高夏普比率”組合包括13.41%的全球股票、84.11%的美國債券和2.47%的黃金。

實際上這個“最高夏普比率”組合就是該座標系中其與無風險利率連線後斜率最小的直線，因為組合所在的直線斜率越小，其預期回報/波動率的比值越大，也就是夏普率越大。

所以只要找到經過無風險利率（1個月美債收益率均值，年化1.27%）與效率前沿曲線的“切點”即是最大夏普率組合。而我們開始預設的60/40組合（下圖中 provided portfolio）的夏普率僅有0.58，屬於“無效率組合”。

圖7：一組傳統資產的“效率前沿”

來源：幣安研究院、分散式資本

但從下圖6可以看出，一旦比特幣加入備選資產池，我們就無法找到所謂的“切線投資組合”，這因為比特幣的歷史波動性和回報率都非常高（3.26），我們只能有兩種情況：

●在追求風險最低的配置方法下，你不應該持有任何比特幣

●在最高收益或最高風險回報率下，你應該100%的比特幣

圖8：一組傳統資產+比特幣的“效率前沿”

來源：幣安研究院、分散式資本

圖6所示，比特幣2011年至2019年的歷史月平均收益率為年化708%，波動率為224%，其夏普比率遠高於傳統資產達到3.16（708%/224%），導致傳統資產只能“蜷縮”在上述座標系的左下角。

表格8：多資產風險回報指標統計(2011/1~2019/9)

圖9：2015.1-2019.9期間比特幣及一組傳統資產的夏普率(SharpeRatio)和索蒂諾率(Sortino Ratio)

來源：幣安研究院、分散式資本

圖7可以看到，過去五年裡，比特幣的風險收益比的優秀程度與美國的超級牛股亞馬遜（Amazon.com）相當，遠遠好於其它大類資產。但不管怎麼說，“梭哈或不碰”這樣一個簡單的結論是沒有意義的，在投資實踐中，大多數資管不太可能去100%配置數字資產，就像大家都明白股票的預期收益率高，那麼我們便應該100%配置股票甚至加槓桿配置股票嗎？

所以，我們應該尋找的組合應該是在風險和回報之間找到最“有效”的平衡，這裡應該增加的一個前置變數應該是：

●你願意承擔多少風險？基於此目標，我們可以計算出在給定風險預期之下的最大化組合回報的比特幣配置比例。

●或者，你希望取得的目標收益率是多少？基於此，我們可以計算出給定預期回報下最小化組合風險的比特幣配置比例。

表格9：特定目標下的比特幣配置比例

5.3 在給定波動容忍範圍內，最大化組合回報

——比特幣可以在不增加風險的前提下，提高保守組合的收益

這適用於一些尋求相對穩定收益的保守型基金，這些基金無法接受組合價值出現較大的波動，有的甚至寫入產品的法律條款。

為了便於回測，我們繼續假設資產池裡只包括顯示中存在的五個ETF包括美國股票、美國債券、全球股票、全球債券、黃金，以及比特幣、現金。然後根據給定的波動率，我們計算了一個最大收益配置比例的模擬結果列表。

表格10：不同波動容忍目標下，最優收益配置比例列表

圖10：含BTC組合對比不含BTC組合，在給定目標收益的最優風險配置下的回撤和波動對比

來源：幣安研究院、分散式資本

從表10可以看出，隨著風險偏好的上升（最左列由上至下），為了獲得最高的收益，模擬投資組合對傳統低風險債券的配置迅速下降。但即使目標年化波動率只有5%或更低（意味著風險偏好極為保守）配置1%左右的比特幣仍然是非常好的選擇。

不過波動率容忍降至3.5%以下時，比特幣由於較高的波動便無法被組合所採納。

此外，在選定的測試期（2011-2019年）和目標波動率下，最優配置中不存在黃金，顯示了不少人直覺觀念裡“低風險偏好的組合需要配置黃金”的經驗未必正確。同樣的最優組合中也不包含全球股票、全球債券，顯示這兩類資產的風險-收益比在過去9年間欠佳。

5.4 在給定預期回報下，找到最小波動率的組合
——比特幣可以降低組合的風險

接下來，我們進行另一個回測，尋找在給定預期收益下的最小波動率投資組合，基於該型別配置的基金一般對未來的支出、贖回有著較為明確的預期，例如保險、固定收益類基金。

結果如下表所示。可以看出，如果我們想要獲得約5-12%（較為合理的預期）的年化收益率，適當配置比特幣可以降低投資組合的波動性。在所有給定的預期收益下，少量比特幣的投資組合比只包含傳統資產的“最優投資組合”具有更低的波動率，以及更小的回撤：

表格11：不同預期收益下，最優波動配置比例列表

圖11：含BTC組合對比不含BTC組合，在給定目標收益的最優風險配置下的回撤和波動對比

乍一看，這是違反直覺的，因為比特幣作為一種高度不穩定的資產，如何能夠降低投資組合的波動性?

答案依舊在於，比特幣的超高風險回報比的特點，它可以以非常低的配置比例增加投資組合回報率，我們可以籍此減少傳統高風險資產的分配（如股票）然後相應地增加傳統的低風險資產（如國債）的配置比例，使用債券的低波動性特性平抑整個投資組合的波動。

圖12：最優投資組合風險分解

這就是為什麼，我們從最優配置表上看到的，含比特幣資產池下計算出的先鋒債券市場指數ETF（Vanguard Total Bond Market IndexETF）的配置比例，比不含比特幣的傳統投資組合要高得多。

當然，當目標收益過高時，例如在提供的資產池下大於12.97%，傳統資產無法滿足目標收益，模擬投資組合將不得不在比特幣上被動分配權重，結果的意義將非常有限。

最後需要注意的是，以上配置測試時根據固定歷史視窗的資料進行的回測，在操作實務中，還可以根據指定的過往時間視窗進行滾動檢驗各資產的風險、回報特性，為最佳化投資組合資產權重帶來更靈活的調整。

圖13：美國壽險機構大類資產配置分佈比例

來源：幣安研究院、分散式資本， American Council of Life Insurers

這一配置思路有著極強的現實意義，圖13可以看到數十年來美國險資對於股票的配置比例越來越高，意味著險資們為了換取收益正在承擔越來越高的風險，然而當巨集觀風險爆發之際，大比例股票類資產可能對投資組合帶來顯著波動，未來少量比特幣作為新型工具的加入或有望改善這一現象。

5.5 在組合配置時加入簡單的擇時策略

以上我們討論了簡單的靜態配置組合思路。不過儘管均值-方差最最佳化模型優美而簡潔，但所採用的假設條件亦被大大簡化，可能不具備足夠的靈活性滿足現實中機構投資者的需要，所以在一定範圍內對倉位進行動態配置調整，避免市場集中下滑時的波動，在不違反與投資者契約下主動追求收益最大化，被不少二級市場基金所推崇。

我們在本報告裡使用兩種簡單的移動平均線策略擇時策略，對比特幣配置部分進行回測。

移動均線是透過平緩的收盤價均值來建立一個易於辨認的趨勢指標，從而提高交易圖表的清晰度。由於這些移動平均線依賴於過去的資料，因此被認定是滯後或趨勢跟蹤指標。儘管如此，這些移動平均線指標仍然可以有效地消除噪音，並幫助判斷市場走向。

以下將測試兩種移動均線策略的表現，一種為價格-均線突破策略，另一種為雙均線策略，本質是一種簡單的趨勢跟蹤策略。即當調整後的收盤價高於簡單移動平均線（simple moving average）時，該模型將100%投資於BTC，而當調整後的收盤價低於移動平均線時，該模型將轉換為現金，雙均線策略也是同樣原理，只是把收盤價替換成周期較短的一條均線。

因為我們的目標主要是降低風險，而不是頻繁的投機，所以以下的回測將採用相對較長週期的均線構建策略。

首先，在2016年1月至2019年9月的歷史期間，採用了3個月、6個月、9個月、1年作為均線週期，對比特幣單一資產進行擇時的回測結果，顯示以180日作為均線週期得到的結果較為優秀——更高的收益率、更低的回撤、更低的波動。

表格 12：四種週期的單均線策略2016.1~2019.9回測結果（最優結果紅色加粗顯示）

圖14：假設初始淨值10000美元的BTC投資在不同策略下的淨值變化

來源：幣安研究院、分散式資本

其次，在2016年1月至2019年9月的歷史期間，採用了30-60日、30-90日、30-180日、30-365日作為均線週期，對比特幣單一資產進行擇時的回測結果，依舊顯示即便是如此簡單的策略依舊能有效降低組合的波動，尤其是在規避大幅度回撤上作用明顯。

此外，對比單均線策略，雙均線策略過濾了更多單日價格的異常波動，使得調倉訊號出現的次數大大低於單均線策略，實際調倉時所面臨的交易成本和點差帶來的損失也將相應減少。

表格 13：五種週期的雙均線策略2016.1~2019.9回測結果（最優結果紅色加粗顯示）

圖15：假設初始淨值10000美元的BTC投資在不同策略下的淨值變化

來源：幣安研究院、分散式資本

二級市場能夠作為擇時訊號的指標非常多，以上我們僅僅檢驗了趨勢跟蹤擇時方法裡的均線策略。此外，利用一些相對強弱指標如RIS, MACD，Beta係數等亦可以做動能擇時，用市場輿情、交易量、乃至比特幣網路中的如活躍地址、鏈上轉賬量等資料，都可以成為擇時指標。

上述回測表明，儘管簡單的擇時策略未必能提高最終收益水平，但其有望進一步降低數字資產配置部分的淨值波動，最佳化組合的風險-收益表現。

但需要注意的是，大多數情況下，基金管理人或其客戶是因為長期看漲比特幣/數字資產才在組合中對此進行配置，中短期趨勢的交易不應該，也很難成為投資組合的主要收益來源，此外長期入場機會往往出現在市場下跌之際，作為機構投資人，更應該注意“左側”的投資機會。

6. 資本利得之外的收益來源

上文裡主要討論的是投資數字資產的“資本利得”（capital gain）部分，也就是買入價和賣出價的價差。但實際上如果作為一個專業的資管機構，數字資產的投資收益還應包括“利息收入”及“再投資收入”。

所謂的“利息收入”此處指代持有數字貨幣期間可能接收到的潛在“無風險”收益，“再投資收入”指代將已持有的數字貨幣投入一些有風險的產品/平臺所獲得的收入。

其中無風險收入部分包括：

1. “空投”（airdrop）：專案方/社羣為推廣/活躍該網路，針對既有持幣者進行的免費發放（但可能要求一些門檻或完成一些任務）。例如Tron網路為激勵使用者將USDT轉移至其網路上，針對持有TRC20格式的USDT的使用者進行了價值2000萬美元的空投。

2. “分叉”（fork）：主鏈分叉時帶來的新的“分叉幣”。如持有BTC，在2017年~2018年就可收到數十種比特幣的分叉幣，儘管有價值的不多，但少數被市場認可的如BCH、BTD、BTG等在某些時刻可以帶來相當可觀的收益，包括BCH後續分叉出了BSV，意味著投資人不止可以獲得“子代”幣，如果持續持有甚至可以獲得“孫代”幣。

3. 主鏈質押（staking）：對於某些使用權益證明共識機制（PoS）的區塊鏈網路，將token鎖定再對應區塊鏈的合約/地址中，參與鏈上治理或PoS挖礦活動，可能收到的獎勵，這部分收入是無風險的。可以類比為貨幣產生利息的過程。

表格14：主要數字貨幣staking預估回報率

來源：幣安研究院、分散式資本、stakingrewards.com

值得注意的是，如果以數字貨幣本身的數量作為估值本位（幣本位），那麼上述三種收入無疑能帶來相關頭寸的價值的穩健增加，不過若以法幣或穩定幣等購買力相對波動較小的計價單位做計量，則上述三種收入的價值會出現較大的不確定性，主要由於數字產本身的價格波動。

例如BTC分叉出的BCH，如果在分叉之初即拋售可得555美元/個，如果在最高點拋售可得4000美元/個，如果拋售在最低點僅能獲得110美元/個。

接著，持有數字貨幣承擔額外風險可獲得的收入來源主要是質押借貸，可以細分為兩種，風險程度也不同：

●場內質押借貸（Lending for trading）：即數幣出借人將資產質押進某一平臺後，平臺將其資產出借給該平臺的使用者，使用者只能在該平臺將其用於數字貨幣交易，無法提現。這一模式與A股裡的融資融券、配資的模式是一致的。平臺將有能力控制借入人的倉位，儘量避免出借人的本金受到損失。

●場外質押借貸（Lending for OTC financing）：即數幣出借人即數幣出借人將資產質押進某一平臺後，平臺將其資產出借給該平臺的使用者或自用，使用者可以將數字貨幣轉移至任何錢包，包括出賣成法幣。這些平臺往往要求使用者超額抵押，例如Dai要求最低抵押法幣價值1.5美元以上的ETH才能借到1元的Dai。

表格15：主要數字貨幣在DeFi平臺上的出借利率

來源：幣安研究院、分散式資本、loanscan.io

為了獲取此類收益，數字資產持有人，也就是出借人需要承擔的風險可能包括：

可變利率的波動性：在大多數去中心化金融平臺上，利率會根據協議供需機制波動，中心化借貸平臺上則是人為制定。因此，它會帶來與利率收益的不確定性相關的風險。

價格波動風險：不管在場內還是場外質押平臺，如果抵押物的價格發生劇烈變化，可能導致平臺無法及時將借款人的抵押物變現，導致出借人的資產受到損失，可以參考2015年A股股災期間配資平臺的“穿倉”現象。

智慧合約風險：和大多數基於智慧合約的去中心化金融協議一樣，在智慧合約的總體行為方面可能會存在風險。不過目前已出現某些保險平臺，使用者可針對如dYdX平臺所特有的智慧合同風險進行投保。

貸款的不確定性：某些平臺無法做到立即匹配貸款，如果時間過長可能會導致負收益率。

久期錯配風險：一些質押理財的產品是不能提前贖回的，可能出現久期錯配的風險，如基金臨近鎖定期結束，但有大量數字資產鎖定在質押產品中，此時有大型LP需退出。

平臺作惡風險：平臺挪用客戶資產造成虧損，甚至跑路。

總的來說，上述提到的五種獲取額外收益的渠道，在可接受的風險範圍裡，讓數字資產頭寸至少獲得額外的年化 1%~10% 收益，對於整體投資組合的貢獻不應該被忽略。但由於數字資產管理行業誕生的時間尚短，管理的精細度上還有較大的提升空間。

7.數字資產之門的正確開啟方式

儘管中本聰在創造比特幣的時候願景是讓比特幣成為一個不受政府政策影響的獨立貨幣，但今天的數字資產行業比任何時候都需要政府進行更加明確和積極的監管。

《Global Custodian》在對當前主流金融機構投資者調查時，在回答對數字資產最大的顧慮是什麼的問題上，最多的人選擇了監管政策的不明朗，排名第二的是託管等基礎設施的不完善。

先來看託管，除了天然自帶託管屬性的數字貨幣交易所外，目前專門提供數字資產託管技術和解決方案的服務提供商已經多達數十家，最著名的如富達數字資產（Fidelity Digital Assets）、Coinbase Custody、Anchorage、Bakkt 等，亞洲也有類似Cobo、Invault、KeyShard、Keystore、Matrixport等，可以為客戶提供數字資產的保管、許可權管理、多重安全防護等託管服務。

但基礎設施技術不是最核心的問題，核心問題在於監管層面沒有受監管的託管機構存在，換句話說，大部分國家和地區沒有頒發任何一個數字資產託管牌照對服務提供方進行准入和監管；很多國家或地區甚至也並未把數字資產視作為一種金融資產，或至少是定性不明，以至於更談不上對託管服務進行監管。回到最後，託管等基礎設施問題還是政策監管問題。目前，主流國家中只有瑞士剛剛頒發了數字資產銀行的牌照，將數字資產託管作為銀行業務的一部分而進行監管。

相應地，就數字資產有關的交易或其他業務而言，大部分國家和地區也並未要求當事方必須尋求有資質地託管機構進行託管。

以美國為例，1940年，美國頒佈了《1940投資公司法》，明確規定基金必須將其證券和類似投資‘合規的託管人’保管，包括具有一定資質的商業銀行，全國證券交易所的成員等。目前美國證券存託與清算公司（DTCC）負責幾乎全美國的股票交易、公司和政府債券、抵押支援證券、貨幣市場工具和場外交易（OTC）衍生品等的託管和清算業務。

而對於數字資產的託管業務，SEC（美國證監會）和FINRA（美國金管局）在2019年7月份的宣告中強調，目前還沒有找到一種方案可以讓數字資產託管滿足SEC《投資者保護條例》的要求。原因在於SEC和FINRA認為僅僅持有私鑰不能代表對資產擁有法律意義上的所有權，而頂多只是代表一種實際控制能力（非法律意義上的權利）。持有私鑰複製的人可以不經過託管商的允許提走數字資產，這一客觀事實是數字資產的根本技術特性之一，但也讓數字資產因此無法滿足作為可投資資產的監管要求。

問題的癥結在於比特幣創立之初所倡導的“誰持有私鑰誰就擁有資產”，也就是加密朋克們所引以為豪的“資產絕對意義上私有化，銀行和政府無法處置”。這種“能力即權利”的極客理念與現代財產法律體系並不相容，尤其是與金融監管的原則存在根本性衝突。

不過對機構投資者本身的監管規則而言，香港證監會也於2019年10月4日公佈了《適用於管理投資於虛擬資產的投資組合的持牌法團的標準條款及條件》，也讓有意願為客戶管理數字資產配置的管理機構可以按例遵循。

對於機構投資者來說，數字資產頭寸配置方法除了自身保管、三方託管外，還有一些間接參與的方法：

表格16 機構投資者間接投資數字資產方法

（1）參與數字貨幣的挖礦生態：“挖礦”此處狹義指參與比特幣和其他採用工作量證明共識機制的數字資產新增貨幣發行的過程，如果把比特幣的發行過程看作印鈔，那麼“挖礦”就是投入印鈔機、電力和人工印鈔的過程。（具體比特幣產生過程這裡不再詳述，可參閱相關文件。）

機構投資者參與的方式主要包括直接投資礦機生產企業和購買礦機（算力）兩種。

●投資礦機企業：由於礦機生產商在挖礦產業鏈中具有核心地位，其掌握礦機的定價權，而礦機的效能又是決定挖礦成本的最重要組成部分。因此礦機生產商在數字貨幣挖礦產業鏈中攫取了大部分利潤。幾大礦機生產商如位元大陸、嘉楠耘智等此前均向港交所遞交過招股說明書，但由於業績受數字貨幣行情影響波動較大，因此在尋求美國等市場上市機會。對於機構投資者來說，投資數字貨幣礦機生產商更接近傳統股權投資，同時可以享受到數字貨幣行情上漲帶來的收益。此外，礦機生產商也在探索其晶片業務在AI等領域的應用，一定程度上有利於平滑幣價波動對業績的影響。

●投資挖礦裝置/礦場（即購買算力）：機構直接購買礦機、或者間接購買算力的過程本質上相當於付出一定量的固定成本，將購買數字貨幣的成本前置為固定資產的投入，如果投入時機得當，則能夠以相對市價更低的成本獲得數字貨幣。

直接參與挖礦的成本取決於購買礦機的價格、電費、運維成本等因素，收益也與數字貨幣價格緊密相關，一旦數字貨幣價格低於固定成本支出則面臨關停的風險。  在但對於機構投資者的好處是，會計處理上或許可以簡化成裝置投資或服務購買，而不是劃入金融資產科目。

（2）投資數字貨幣衍生品：機構投資者可以選擇在合規的期貨交易所進行交易，如CME、Bakkt；或者透過投資信託基金（如Grayscale、First Block）持有現貨。對合規的期貨合約（CME、Bakkt的合規期貨產品）、信託基金等進行投資，缺點是目前的合規期貨合約都有期限限制。

(3) 投資公開市場產品：合規的交易所公開上市基金（如數字貨幣的ETP目前在瑞士、瑞典都已有公開上市產品）、合規註冊的私募類加密數字貨幣基金。

(4) 股權投資：有不少的區塊鏈專案存在股權上的公司架構，如數字資產交易所、技術服務方等，股權投資基金可以透過投資區塊鏈專案而獲得未來公司發行數字資產的收益權，此類方式已被不少傳統股權投資基金所採用。

總結

數字資產儘管沒有被廣泛認可的估值方法，但其價值捕獲是清晰可見甚至可以計算的。以比特幣為代表的數字資產波動率極大，但統計資料顯示其收益率分佈極度正偏且尖峰，意味著其擁有較長的“右尾”和相對較高的極端正收益概率，這同樣意味著比特幣的擁有非常良好的風險補償，疊加與傳統金融資產較低的相關性，對於構建長期投資組合來說，是頗為有價值且稀缺的標的。

尤其在全球經濟和貨幣政策聯動性增強的今天，傳統投資組合的系統性風險頭寸本質上趨同，而加密數字資產有望成為分散投資的極佳的工具。不過鑑於比特幣特殊的統計特性，如果投資組合的目標只追求簡單的波動率最小或收益最大，亦或是最大的收益-風險比（例如夏普比率），只能帶來“非黑即白”（0或100%配置）的結果。

但是，如果基於能夠承受的最大波動或預期的回報目標作為限制條件，那麼比特幣的最優配置是可以被計算出來的。核心邏輯是用低比例比特幣替代大比例高波動性的股票，讓比特幣成為超額收益的來源，籍此增加低波動性債券配置，最佳化整個組合的收益-風險比。

此外，持有數字資產的投資收益還包括“利息收入”及“再投資收入”，有些資產能提供的相關收益超過10%，是資本利得之外的可觀收益途徑，但這一點似乎尚未普遍被市場參與者們重視。

需要注意的是，交易滑點、稅賦、託管倉儲成本並未在本報告中詳細討論，但對於大型投資者來說，這些是無法迴避的問題，可能在很大程度上影響資管產品的設計和實際收益率。此外，用歷史波動和收益率作為預測模型的輸入項在部分人看來存在較大爭議，但鑑於持幣人數可能只有3~4千萬 vs 全球70億人，就比特幣來說甚至都處在非常早期的階段，所以對未來的收益和波動特性做過於保守的假設亦難言合理。

參考資料

1.《國盛區塊鏈深度 | 枯水期臨近，比特幣挖礦全產業鏈解析》2019-09-02

2.SEC,FINRA, "Joint Staff Statement on Broker-Dealer Custody of DigitalAsset Securities" ，2019年7月

3.“InvestingLike the Harvard and Yale Endowment Funds” Michael W. Azlen, Ilan Zermati，2017 三季度

4.“TRONINCENTIVE PLAN REWARDS EARLIER USDT TRON ADOPTERS”,Tron Foundation, 2019年4月2日

5.《適用於管理投資於虛擬資產的投資組合的持牌法團的條款及條件》，香港證券及期貨事務監察委員會，2019年10月4日

6.“Mining”,Bitcoin wiki

7.”Numberof Blockchain wallet users globally 2016-2019“， M.Szmigiera, 2019年10月7日

8.AreBitcoin Bubbles Predictable? Combining a Generalized Metcalfe’s Law and theLPPLS Model Spencer Wheatley March, 2018

原始報告下載

連結: https://pan.baidu.com/s/117DXNga-wFPUheU-dERQOA 

提取碼: 85nm

幣安研究院

幣安研究院透過客觀中立的機構級研究報告，為加密貨幣領域的投資者提供針對數字資產的深度分析和以資料為驅動的洞察意見。

分散式資本

分散式資本成立於2015年，是中國首家專注於投資區塊鏈技術相關企業的風險投資機構，立足全球佈局，在上海、舊金山分別設立辦事處。迄今累計投資區塊鏈專案超過120+，是以太坊、Polkadot等明星專案的最早期投資人，投資的中國區塊鏈專案有唯鏈、布比、原本、成都鏈安等優秀企業，被Pitchbook和CB Insights評為亞洲地區排名第1的區塊鏈投資機構。