在很多人看来，当区块链商业模式、监管政策、落地场景等一些影响货币价值的因素都不太明确的情况下就开始大谈加密货币的估值模型似乎有点为时过早，甚至显得有点可笑，毕竟一条比较严厉的监管政策就可能让虚拟货币价格呈断崖式下跌甚至归零。但事实是，估值模型研究并不仅仅是得到一个简单的数学模型，在得到估值模型的整个分析过程将有助于项目方去探索合适的商业模式，合适的激励机制，合适的社区治理方式或其他一系列与价值有关的因素。因此，在谈论估值模型时，我们更应关注的是它背后一整套的价值逻辑，而不仅仅是得到一个估值数字生产机器。
在讨论建立加密货币估值模型以及它所带来的作用时，Phil Glazer提到几个关键看法，我认为这能在一定程度上帮我们建立起对估值模型的正确认识，包括模型固有的局限性，通过模型构建我们能得到什么关键信息等等。
1. 首先，模型是一种抽象概念，而且需要在某些维度上做出一定的牺牲。而模型中提出的“假设”是为了降低复杂性，从而更有利于我们去探讨核心问题，但此做法必然会以牺牲一定程度上的准确性为代价。
2. 估值模型有助于更好地理解某种加密货币的价值驱动因素。例如，一个良好的加密货币模型可以说明市场认可率对该货币的价值有多么重要。
以比特币为例，网络价值模型是比特币众多估值模型中的一种，即比特币的价值与网络效应有着密不可分的联系，“信徒”越多意味着比特币的价值将会持续上升，因此我们会发现比特币的“认可率”和其价值有着直接的对应关系。如果我们能通过模型将这种关系确定下来，这是不是挺激动人心的。
3. 我们现在看到的一些对比特币的估值模型，通常会得到一个确定的估值，但是，一个理想的预测在本质上是概率性的，它应该通过提供结果的分布和相关的可能性来反映不确定性。不要去曲解一个模型准确性的精度，所以不要认为能给出一个确定估值的模型就是非常精确的，然后盲目地相信“数据”
4. 任何模型，唯有输入好的参数，才会得到好的结果。这是什么意思呢？以加密货币为例，我们都知道监管这个因素在其中起了很大的作用，因此，在构建模型时，我们可能就需要考虑将这些非常关键但难以量化的参数纳入考虑之中，而监管在某种程度上又是不确定的，这也间接印证了上一条结论，而且概率化的结果有可能才是值得关注的。
我们知道，在一个12-18个月的预测阶段中，股票估值模型的价格差异通常可以高达25%。考虑到跟加密货币相关的一些因素具有很大的不确定性，比如法规、普及率、安全漏洞等，我们就会知道，由于这些不确定性假设的敏感性，估值模型可能会有很大的不同，预测结果的分布性就可能很宽泛，一些加密货币可能会被直接估值为零。
了解估值模型的作用以后，那在进行加密货币估值的过程中，我们需要注意些因素呢？Phil Glazer认为还可以从货币本身的特性、货币之间的差异以及建模的方法工具三个方面出发：
1、加密货币的特性对估值的影响
加密货币与其他资产类别有着本质上的区别，并且具有独特的属性，这使得它们很难被有效地通过建模来评估。以下几个特性有可能会成为影响估值的关键因素：
硬分叉会改变所持有加密货币的期望值。加密货币可以硬分叉，而原始货币的持有者通常又会接受新创建的加密货币。这些分叉不是像公司分拆那样的零和游戏，可以为原始货币的持有者创造或摧毁其价值。例如，在比特币现金硬分叉的情况下，它为比特币持有者创造了重要的附加价值。又或者，因为分叉导致大量的持有者对其失去信心，以至于两种货币都失去价值。
反馈驱动的极端非线性，特别是与价格变动相关的因素，即某些因素变动与币价不是成正比的，一点小的变动就能造成毁灭性或者奇迹般的结果。对于试图解决价值存储和交换功能的货币，极端的价格变动可以驱动反馈回路，从而进一步推动价格。例如，如果一个价值存储功能的货币下跌了50%，货币持有者可能会转而投资另一种加密货币，该加密货币将失去它的拥趸，它的价值将会进一步下降，甚至变成零。
同样，如果一种价值存储货币的价格上升速度非常快，它可能会吸引投机者进入市场，然后试图从价格上涨获取收益，这可能会进一步推高价格。其他的反馈循环也像这样，存在于相互竞争环境的的生态系统中，这些竞争可能会发生在竞争币之间或在新的交易所上市的加密货币之间。对加密货币进行有效的建模将需要我们发现和合并一些重要的反馈循环。一个常见的反馈环是网络效应，随着参与者数量的增加，它会增加一枚加密货币的影响力和价值。
不确定的监管环境。目前我们尚不清楚监管机构是怎么看待这些加密货币的。同样也还不清楚监管机构是否会，以及如何通过对交易所设立严格的限制来监管已经登上交易所的加密货币。监管机构也可能大大限制 ICO，而这样就会减少来自新加密货币的竞争，同时，建立像以太坊那样的平台将会更为困难，因为以太坊平台兴盛的部分原因正是因为它们被用于创建新的加密货币和引领ICO。不确定性的监管带来的是一系列的连锁反应，而往往这样的连锁反应与极端的非线性反馈相结合，这也就是我们经常看到的，币价总是在某个国家开会前后剧烈波动。
2、货币之间的差异对估值的影响
不同的加密货币的管理和激励结构有显著差异，理解这一点对估值建模来说非常重要。把这些加密货币的特性看成一个整体，在理想情况下，这些加密货币特性的差异也应该被作为估值模型的影响参数。简而言之，不同特性的加密货币就会有不同的估值模型。以下四点简单说明了货币之间的一些差异：
交易验证和货币创建：加密货币通常由不同的激励机制来验证交易和创建的，比如proof-of-work、proof-of-stake等。这些设计选择可以通过参与矿工的利益影响活跃交易的货币数量，而在估值模型里，交易活跃量在某种程度上决定了易手率，从而影响币值。
使用情况：不同的加密货币是带着不同的使命被创建的，而它们的值很可能就反映了使用场景的差异。例如，被用来大规模分发文件存储的货币的值的构成就不同于被用来驱动去中心化交易所的加密货币的值。
开发进度：有一些加密货币背后可能也就一份白皮书，而还有一些加密货币则已经存在多年，而且有数亿美元的日交易量。那么在早期阶段去预估交易量和盈利能力可能是非常困难的，甚至是没有意义的，但这两个因素可能对加密货币的价值很重要。所以，对于已经存在较久的加密货币，构建模型的假设可能会更好。
交易网络的零散性：有些加密货币在主流交易所上市而且有高成交量，而某些加密货币只在较小的交易所上市，甚至只在一个交易所交易，这就使得交易和价格定价变得很困难。对一个小币种来说，在主流交易所上市可以显著影响价格和成交量。在Coinbase上一个新的币种，说得极端一点，这就相当于新开了一个资金池，而在这之前，我们甚至接触不到这个币种。在主流交易所上市可以提升价格，当然，前提是很多人有兴趣购买它，或者破发，降低即很多卖家等到该币种上交易所之后就疯狂抛售。
3、建模工具（方法）对估值模型的影响
去看过比特币估值模型的读者就会知道，目前已经有至少三种不同的估值模型，比如费雪交易方程式，网络价值模型等，在这些模型的背后是不同的逻辑分析，比特币的价值构成背景也不一样，因此，选择什么样的方法去构建模型也是很重要的，以下简单介绍几种：
SOTP（Sum-of-the-parts analysis）分析：这种分析方法是将一类资产分解成多个“碎片”，找到每一块“碎片”的价值，然后将这些“碎片”的价值相加，最后得出资产最终价值。这种分析方法可能对那些有多个用途的币种有用，比如存储价值、交换手段和作为传输汇款支付的媒介等多种用途。比如比特币估值模型就是从它的存储和交易价值两个角度来切入的。
蒙特卡洛模拟：正如Investopedia所描述的那样，“蒙特卡罗模拟用于模拟一个过程中不同结果的概率，由于随机变量的干预，这一过程很难预测。”它是一种用来认识预测模型中风险和不确定性所带来影响的技术。这种技术也被称为概率模拟。蒙特卡洛模拟可能有助于为那些由于对关键输入参数非常敏感而产生极端预测结果的加密货币(要么是非常有价值或毫无价值)，由此产生结果（加密货币价格）的分布（范围）。对于这些场景，相比得到具体的预测价格，一个（价格）预测范围会更好地反映预测的结果。
生产成本曲线：对于一些使用工作量证明形式挖矿的加密货币，用此模型估计矿工的成本曲线是有用的。边际生产成本的建模是一种常用的商品价值评估方法。对加密货币而言，这有助于预测矿工贡献多少算力去挖矿才能有利可图，从而知道在当前价格下需要多少算力，这可以用来指导那些用POW算法的加密货币，其实也就是我们常说的成本定价法
购买力平价(PPP)：一旦一种加密货币能够有效地作为交换媒介并达到某一商品和服务的交易量阈值，购买力平价的概念就可以通过将其与其他法定货币的兑换率来给这种加密货币估值。购买力平价法已经被用来确定某些被高估和低估的国家货币的实际价值。
总结
从以上影响估值模型的因素来看，加密货币与其他资产类别有着一些本质上的区别。如果要想去评估它们，我们就必须开发新的估值方法。而对现有一些估值模型进行调整和修改则是方法之一，目前大多数比特币的估值模型就是这样得来的。毫无疑问，随着加密货币的演变，评估模型也必须保持更新，从而正确地反映加密货币经济体系中激励结构和治理的潜在变化。
作者：Phil Glazer
编译：吴六木
