پروفسور اندرو ارکوهارت استاد مالی و فناوری‌های مالی و رئیس دپارتمان مالی در مدرسه کسب‌وکار بیرمنگام (BBS) است.

این سومین قسمت از ستون «Professor Coin» است که در آن بینش‌های مهمی از مقالات علمی منتشر شده درباره ارزهای دیجیتال را برای ارائه می‌کند. این هفته به موضوع چگونگی قیمت‌گذاری ارزهای دیجیتال می‌پردازیم.

در هر بازاری، یکی از مهم‌ترین سؤالات این است که «چه عواملی بازدهی مورد انتظار دارایی‌ها را تعیین می‌کنند؟» این سؤال قدیمی هزاران بار توسط دانشگاهیان، بانک‌های سرمایه‌گذاری، معامله‌گران و صندوق‌های پوشش ریسک در بازارهای سهام مورد بررسی قرار گرفته است.

یکی از یافته‌های مشهور که باعث شد یوجین فاما در سال ۲۰۱۳ برنده جایزه نوبل اقتصاد شود، مدل عوامل فاما-فرنچ است. این مدل نشان می‌دهد که بازده مازاد بازار، عملکرد بهتر شرکت‌های کوچک نسبت به شرکت‌های بزرگ، و عملکرد بهتر شرکت‌هایی با نسبت ارزش دفتری به بازار بالا نسبت به شرکت‌های با این نسبت پایین، به توضیح بازده سهام کمک می‌کند.

این مدل بعدها به مدل پنج‌عاملی فاما-فرنچ گسترش یافت که شامل عوامل سودآوری و سرمایه‌گذاری است و نشان داده شده که در توضیح بازده سهام بسیار موفق بوده است.

اما چگونه می‌توانیم ارزهای دیجیتال را قیمت‌گذاری کنیم در حالی که صورت‌های مالی وجود ندارد و بنابراین نمی‌توانیم اطلاعاتی درباره نسبت ارزش دفتری به بازار یا عملکرد سرمایه‌گذاری شرکت به دست آوریم؟

این موضوع در ادبیات تحقیق ارزهای دیجیتال بسیار محبوب بوده است، چرا که قیمت ارزهای دیجیتال معمولا نوسانات زیادی دارند و پیش‌بینی آن‌ها دشوار است. یکی از مهم‌ترین آثار در این زمینه، مقاله‌ای از یوکان لیو، الی تسویسکی و شی وو در سال ۲۰۲۲ است که به بررسی عوامل قیمت‌گذاری شناخته شده در بازارهای سهام مانند اندازه، مومنتوم، حجم و نوسان پرداخته که می‌تواند در ارزهای دیجیتال نیز اعمال شود. نتایج نشان داد که بازده مازاد بازار، اندازه و مومنتوم در بیش از ۱۸۰۰ ارز دیجیتال قیمت‌گذاری می‌شوند و به توضیح بازده‌ها کمک می‌کنند. این نتیجه نشان می‌دهد که قیمت‌گذاری ارزهای دیجیتال چندان متفاوت از سهام نیست.

مقاله‌ای دیگر از سیدارت بامبوانی، جورج کورنیوتیس و استفانوس دلیکوراس از اطلاعات موجود در بلاک‌چین‌ها بهره می‌برد. این مقاله بررسی می‌کند که آیا دو عامل مبتنی بر بلاک‌چین، یعنی قدرت محاسباتی و اندازه شبکه، به توضیح مقاطع مختلف بازدهی ارزهای دیجیتال کمک می‌کنند یا خیر. نویسندگان نشان می‌دهند که این دو عامل به توضیح بازده‌ها کمک می‌کنند و پیشنهاد می‌دهند که بلاک‌چین‌ها اطلاعاتی ارائه می‌دهند که می‌توانند به قیمت‌گذاری ارزهای دیجیتال فراتر از داده‌های بازار (مانند قیمت، حجم و نوسان) کمک کنند.

در نهایت، مقاله‌ای بسیار جدید از آتاناسیس ساکاس فراتر از کارهای قبلی می‌رود و ۱۳ عامل بر اساس داده‌های درون‌زنجیره‌ای از بیش از ۳۵ بلاک‌چین مختلف ایجاد می‌کند.

این عوامل شامل دارایی‌های نهنگ‌ها، جابجایی کوین‌ها، ارزش شبکه و سطح تمرکززدایی دارایی‌های کریپتو هستند. با استفاده از یک تکنیک پیچیده برای بررسی عملکرد این عوامل به طور هم‌زمان، مقاله نشان می‌دهد که یک مدل ساده که شامل بازده مازاد بازار و توزیع شبکه است، بازده ارزهای دیجیتال را بهتر از هر عامل دیگری که در مقالات قبلی آمده است، توضیح می‌دهد. به طور خاص، سرمایه‌گذاران برای نگهداری ارزهای دیجیتالی با سطح تمرکززدایی پایین نیاز به یک پاداش، یا همانطور که نویسندگان آن را می‌نامند، «پریمیوم نهنگ» دارند.

بنابراین، قیمت‌گذاری ارزهای دیجیتال ممکن است چندان متفاوت از بازار سهام نباشد، اما با توجه به حجم عظیم داده‌های موجود در بلاک‌چین، ارزش استفاده از این اطلاعات برای پیش‌بینی ارزش آینده ارزهای دیجیتال وجود دارد.