1. Введение и обзор
Данная статья Мартинсена и Гордона «Цена и стоимость биткоина» посвящена решению важной загадки в экономике криптовалют: взаимосвязи между рыночной ценой биткоина и стоимостью его производства (майнинга). В то время как популярная точка зрения предполагает, что стоимость майнинга служит ценовым дном, эмпирические эконометрические исследования (например, Kristofek, 2020; Fantazzini & Kolodin, 2020) показывают обратное — стоимость майнинга следует за изменениями цены. Цель данного исследования — предоставить недостающую экономическую теорию для объяснения этой наблюдаемой причинности, выйдя за рамки корреляции и установив логическую цепочку причинно-следственных связей от цены к стоимости.
2. Обзор литературы
2.1 Экономические факторы и цена биткоина
Традиционные монетарные модели, такие как количественная теория денег (QTM) или паритет покупательной способности (PPP), в значительной степени неэффективны для анализа биткоина. Это связано с тем, что в настоящее время биткоин плохо функционирует в качестве широко распространённой единицы учёта или средства обмена (Baur et al., 2018). Большинство товаров и услуг оцениваются в фиатных валютах, а биткоин выступает скорее как спекулятивный актив, чем как валюта для повседневных транзакций.
2.2 Гипотеза стоимости как ценового дна
Распространённое, но в значительной степени необоснованное убеждение утверждает, что стоимость создания биткоина (майнинг) обеспечивает фундаментальный уровень поддержки для его цены. Логика такова: если цена падает ниже себестоимости производства, майнинг становится убыточным, майнеры прекратят операции, и безопасность сети биткоина (поддержание публичного реестра) окажется под угрозой (Garcia et al., 2014). Связанное с этим убеждение заключается в том, что цена должна расти вместе с увеличением производственных затрат.
2.3 Эмпирические проблемы и пробелы
Недавние эконометрические анализы опровергли теорию стоимости как дна, продемонстрировав, что изменения стоимости майнинга являются запаздывающей реакцией на изменения цены биткоина. Однако эти статистические модели, хотя и определяют направление корреляции, не объясняют почему — лежащий в основе экономический механизм, управляющий этим поведением. Данная статья стремится заполнить этот объяснительный пробел.
3. Теоретическая основа и причинно-следственная модель
3.1 Направление причинности: Цена → Стоимость
Ключевой аргумент заключается в том, что цена биткоина определяется на глобальном спекулятивном рынке такими факторами, как настроения инвесторов, регуляторные новости, макроэкономические тенденции и нарративы о внедрении — в значительной степени независимо от текущих затрат на майнинг. Рост цены увеличивает потенциальный доход майнеров, создавая стимул для инвестиций в большее и лучшее оборудование (увеличение хешрейта) для конкуренции за вознаграждение за блок. Эти инвестиции увеличивают предельные затраты на майнинг (в основном электроэнергия и оборудование), заставляя стоимость следовать за ценой.
3.2 Ключевые экономические драйверы
- Спекулятивный спрос: Основной драйвер краткосрочной и среднесрочной волатильности цены.
- Рентабельность майнинга: Выступает в качестве петли обратной связи. Высокая цена → Высокая ожидаемая прибыль → Увеличение инвестиций/конкуренции в майнинг → Рост сетевого хешрейта и сложности → Увеличение предельных затрат.
- Корректировка сложности сети: Протокол биткоина автоматически регулирует сложность майнинга для поддержания времени блока ~10 минут. Усиление конкуренции приводит к повышению сложности, что косвенно увеличивает энергозатраты на добытый биткоин.
4. Аналитическая основа и пример из практики
Основа: Упрощённую причинно-следственную модель можно представить в виде направленного ациклического графа (DAG):
Внешний шок (например, позитивные регуляторные новости) → ↑ Рыночная цена биткоина → ↑ Ожидаемая рентабельность майнинга → ↑ Вход новых майнеров и инвестиции в ASIC-майнеры → ↑ Общий сетевой хешрейт → ↑ Сложность майнинга (корректировка протокола) → ↑ Предельная стоимость производства (Электроэнергия + Амортизация).
Пример из практики (бычий рынок 2020-2021): Цена биткоина выросла с ~$5,000 в марте 2020 года до более чем $60,000 к марту 2021 года. Этот рост цены предшествовал массовому притоку инвестиций в майнинг. Такие компании, как Marathon Digital и Riot Blockchain, заказали новые майнинговые установки на миллиарды долларов. Глобальный хешрейт сети биткоина и сложность майнинга взлетели до рекордных значений спустя месяцы после начала роста цены, демонстрируя запаздывающую реакцию затрат на майнинг (капитальные и операционные расходы) на ценовые сигналы.
5. Ключевой вывод и критический анализ
6. Технические детали и математическая формулировка
Взаимосвязь можно формализовать. Прибыль майнера ($\pi$) за единицу времени составляет:
$\pi = \frac{R}{D \cdot H} \cdot H_m \cdot P - C_e \cdot H_m - C_h$
Где:
$R$ = Вознаграждение за блок (BTC)
$D$ = Сложность сети
$H$ = Общий хешрейт сети
$H_m$ = Хешрейт майнера
$P$ = Цена биткоина (USD/BTC)
$C_e$ = Стоимость энергии на единицу хешрейта
$C_h$ = Постоянные затраты на оборудование (амортизированные)
В условиях конкурентного равновесия ожидаемая прибыль стремится к нулю. Приравнивая $\pi = 0$ и решая уравнение для безубыточной цены $P_{be}$, видно её зависимость от сетевых условий ($D, H$), которые сами являются функциями прошлых цен:
$P_{be} = \frac{D \cdot H}{R} \cdot (C_e + \frac{C_h}{H_m})$
Поскольку $D$ и $H$ корректируются вверх в ответ на более высокую $P$ с запаздыванием (из-за сроков закупки и поставки оборудования), $P_{be}$ является функцией запаздывающей $P$, а не определителем текущей $P$.
7. Будущие применения и направления исследований
- Прогнозные модели: Включение причинности цена→стоимость в более сложные модели временных рядов (например, VAR, LSTM) для улучшения среднесрочных прогнозов хешрейта и рентабельности майнинга.
- Анализ воздействия на окружающую среду: Использование этой основы для моделирования углеродного следа майнинга биткоина как функции ценовых циклов, что поможет в оценках устойчивости.
- Сравнение с Proof-of-Stake (PoS): Применение аналогичной экономической логики для анализа структуры затрат и бюджетов безопасности сетей PoS, таких как Ethereum, где «стоимость» — это альтернативная стоимость капитала, а не энергии.
- Регуляторная политика: Информирование энергетической политики и регулирования путём понимания того, что спрос на майнинг эластичен по отношению к цене биткоина, а не является фиксированной базовой нагрузкой.
- Оценка акций майнинговых компаний: Разработка более совершенных моделей оценки для публичных майнинговых компаний, учитывающих их присущую цикличность и запаздывание по отношению к цене биткоина.
8. Список литературы
- Marthinsen, J. E., & Gordon, S. R. (2022). The Price and Cost of Bitcoin. Quarterly Review of Economics and Finance. DOI: 10.1016/j.qref.2022.04.003
- Fantazzini, D., & Kolodin, N. (2020). Does the hashrate affect the Bitcoin price? Journal of Risk and Financial Management, 13(11), 263.
- Hayes, A. S. (2019). Bitcoin price and its marginal cost of production: support for a fundamental value. Applied Economics Letters, 26(7), 554-560.
- Baur, D. G., Hong, K., & Lee, A. D. (2018). Bitcoin: Medium of exchange or speculative assets? Journal of International Financial Markets, Institutions and Money, 54, 177-189.
- Brunnermeier, M. K., & Oehmke, M. (2013). Bubbles, financial crises, and systemic risk. In Handbook of the Economics of Finance (Vol. 2, pp. 1221-1288). Elsevier.
- Kristofek, L. (2020). Bitcoin and its mining on the equilibrium path. SSRN Working Paper.
Ключевой вывод:
Мартинсен и Гордон вносят важную, хотя и запоздалую, поправку в распространённый рыночный миф. Теория «стоимости как дна» не просто эмпирически ошибочна; она концептуально перевёрнута. Майнинг биткоина — это производная отрасль, экономика которой определяется рыночной ценой актива, а не наоборот. Рассматривать стоимость майнинга как фундаментальный показатель оценки — всё равно что оценивать Tesla по стоимости электроэнергии на её заводе: это путает операционные затраты с драйвером спекулятивного спроса.
Логическая последовательность:
Логика статьи обоснованна и соответствует базовой микроэкономике: ценовые сигналы определяют распределение ресурсов. Более высокая цена биткоина увеличивает предельный продукт дохода от хешрейта, привлекая капитал и труд (в данном случае ASIC-майнеры и электроэнергию) до тех пор, пока предельные издержки производства не вырастут до нового равновесного уровня. 14-дневная корректировка сложности — это ключевой механизм протокола, который преобразует вызванные ценой увеличения хешрейта в более высокие устойчивые затраты.
Сильные стороны и недостатки:
Сильные стороны: Статья успешно предоставляет недостающее теоретическое звено для предыдущих эконометрических выводов. Её сила заключается в применении классической теории производства к новому цифровому активу. Она эффективно развенчивает опасную эвристику, используемую некоторыми инвесторами.
Недостатки: Анализ, хотя и верен по направлению, несколько упрощён. Он недооценивает потенциал для слабой долгосрочной равновесной взаимосвязи. В сценарии длительной ценовой депрессии отток майнеров может снизить сетевой хешрейт и сложность, уменьшив предельные затраты для выживших, потенциально создавая слабую нижнюю границу. Кроме того, он не полностью интегрирует роль комиссий за транзакции, которые после халвинга могут стать более значительной частью дохода майнеров, потенциально изменяя динамику.
Практические выводы:
Вывод этой статьи подтверждается более широкими исследованиями в области ценообразования активов. Как отмечено в основополагающей работе о спекулятивных пузырях Brunnermeier & Oehmke (2013), цены активов на рынках с неоднородными убеждениями и кредитным плечом могут на длительные периоды отрываться от любой фундаментальной «стоимости». Биткоин с его фиксированным предложением и чисто спекулятивными драйверами спроса является ярким примером этого явления.