区块链行业的估值模型以及存在的弊端|正版南方双彩网

投资者和金融分析师仍然在找寻一种非常简单而简单的指标来评估股票和商品价格。近年来，加密货币或通证已沦为这种尝试的近期焦点。指标最差能协助投资者辨别，相对于其基本面而言，加密资产或者通证的价格是被低估还是被高估了？例如，如果指标辨别某加密资产的价格被高估了，那么投资者就有理由买入，并期望其价格重返至与其基本面有别的水平。

今天我们就来聊聊区块链行业的估值模型。1. 传统金融的估值方式要理解加密货币的估值模型，我们再行来理解传统金融业的估值方式。以股票为事例，股票投资者最常用的一种指标是市盈率。

市盈率使用公司的年度收益（分配给股东的红利）作为公司股票的基本面。这是一个非常简单但有效地的代理指标。

市盈率将股票价格与其每股收益展开比，通过将当前股价除以其年度每股收益来计算出来。例如，亚马逊在 2018 年 12 月 31 日的股价大约为 1500 美元，网卓新闻网，其当年的每股收益大约为 20 美元，市盈率为 75。市盈率回应投资者不愿为今天的1美元年度 EPS 缴纳多少美元。

市盈率取决于公司相对于年度收益的市值，并阐述公司股票的估值。一般来说，分析师不会较为各种股票的市盈率，建议在比率较低时购入，在比率较高时建议售出。尽管市盈率是一种长期以来仍然为投资者获取金融市场洞察力的既定工具，但它仍有局限性。

每股收益是根据公司过去12个月的收益计算出来的。该指标不考虑到公司的茁壮。尽管如此，市盈率为较慢评估股票价格获取了一种非常简单而简单的方法。

总体而言，市盈率模型呼吸困难用作加密货币领域。市盈率可以很好地服务于股票市场，但是在加密货币市场中，由于上市公司与区块链项目之间的显然差异，它要么无法几乎应用于，要么不会造成错误的似乎。

2. 目前有哪些较为风行的加密货币估值方法呢？1、梅特卡夫定律许多研究人员使用梅特卡夫定律研究比特币的基本价值。梅特卡夫定律是一个由乔治·吉尔德于 1993 年明确提出的关于网络价值和网络技术发展的定律。其内容是：一个网络的价值相等该网络内的节点数的平方，而且该网络的价值与联网的用户数的平方成正比。

比特币用户数量可以通过比特币唯一地址数量来替换。梅特卡夫定律通过取决于其用户数量来提供通证的长年价值。但梅特卡夫定律并没考虑到每个唯一地址的交易量，用户数量体现了通证的长年价值，而每个唯一地址的交易量可以用来说明通证的短期价格变化。2、网络价值交易量比加密货币分析师 Willy Woo 明确提出网络价值交易量（NVT）比率可以用于仿真加密市场的的市盈率。

NVT比率定义为网络价值（即通证的市值）与其过去24小时美元交易量之间的比率。NVT 比率的局限性在于假设加密货币的基本价值仅有源于其作为通证流通速度所代表的互相交换媒介的功能。

该模型几乎忽视了将加密货币作为价值存储的用途。为了解释这一点：由于交易量的增加，NVT比率的减少不一定意味著通证的低估。这也有可能是由于长年持有者累积更加多通证而造成交易量上升的结果。

换句话说，NVT 比率可以让您理解一个大约，但在交易决策方面并不是尤其简单。Willy Woo 本人也否认，NVT 比率并不是事前找到价格泡沫的有效地工具。忽略，它更加适合于回顾性地分辨价格瓦解和价格稳固。

3、价格效用比通证效用=（通证流通速度*质押比率）/溶解亲率，溶解亲率取决于通证供应的年增长率。假设没其他差异，那么低的溶解亲率不会使通证的吸引力减少，从而造成较低的通证效用。过去十年来，比特币的溶解率已大大降低。

截至2019年5月，溶解率约为 3.8％。BTC 供应量预计将在一年内减为。

到那时，溶解亲率将降到 2％以下。通证流通速度取决于相对于通证币供应量的过去 24 小时内通证交易的百分比。较高的通证流通速度回应通证的用于和市场需求大大减少，不会造成高通证效用。至于比特币和其他一些主要的加密货币，相当多的通证在一年多时间内是不活跃的。

这些不活跃的通证用于价值存储，可以称作“质押通证”。活动通证又可以称作“流动通证”。低质押率指出更加多用户对区块链项目抱着有长年信念。

简而言之，较低溶解亲率与高通证流通速度和低质押率结合造成高通证效用性。较为有所不同行业股票的市盈率就像较为苹果和桔子，加密市场中的价格效用比也是如此。区块链项目解决问题有所不同的问题，并针对有所不同的用户群体获取多样化的服务。

例如，比特币具备两个主要功能：它当作去中心化的点对点缴纳系统以及存储工具。相比之下，以太坊的价值主要反映在其智能合约平台的日常用于中。3. 小结没单一的指标可以获取对通证估值的全面阐述。

价格效用比并非目的找到市场繁荣和瓦解的迹象，但在较为具备类似于区块链功能的通证的估值时，它可以发挥作用。你还告诉什么别的估值模型吗？青睐在facebook区共享你的观点。

本文来源：南方双彩-www.lvbaohui.com