BIS研究揭示链上数据解读的盲点：比特币转账估值差异可达六倍
根据分析师衡量链上活动方式的不同，对通过加密货币网络流动的经济活动规模的估算结果可能相差悬殊。国际清算银行（BIS）研究人员的一项新研究发现，当采用不同的交易测量方法时，比特币转账价值的计算结果最多可相差六倍。
BIS研究人员指出，这一问题不仅限于比特币。相同的测量挑战也出现在更广泛的加密生态系统中，包括稳定币活动甚至用于计算市值的传统方法。他们的结论是：链上指标应被视为不完美的、带有噪声的近似值，而非现实经济活动的直接衡量标准。
核心要点
比特币链上转账价值估算存在巨大差异： 基于测量选择（特别是如何处理找零输出），估算结果可能相差高达六倍。 市值计算的偏差： BIS发现，传统的比特币市值数据有时比基于硬币最后一次移动时间的“实现市值”高出多达四倍。 跨链测量的共性陷阱： 在涵盖比特币、以太坊和波场的大规模数据中，该研究展示了市场中其他部分存在的类似测量缺陷。 以太坊的智能合约难题： 以太坊上丰富的智能合约活动造成了分类空白，使得包括稳定币在内的活动解释变得复杂。 分析方法的调整尝试： 一些分析工作（如Visa的Onchain Analytics仪表板）试图调整原始稳定币交易量，以消除非经济活动带来的扭曲。为何比特币“转账价值”会变化六倍
BIS的研究重点在于链上转账价值，而非交易所交易量。据该研究称，不同估算之间的差距反映了交易测量方法的差异——最显著的区别在于分析如何处理将资金发回原发送者的输出。
比特币的交易结构通常包含“找零”输出。当用户花费比特币时，网络可能会将未花费的部分作为找零返回给花费者。某些测量方法会将此视为额外的输出，尽管它并不代表转移给另一方的价值。
BIS研究人员警告说，常用于推断活动的指标——如交易量、市值和总锁仓价值（TVL）——看起来可能比底层数据实际支持的要精确得多。正如研究所指出的那样，这些指标所暗示的准确性“并不由底层数据的性质所支持”。
市值：传统数值与现实的背离
BIS的研究并未止步于链上转账估算。它还强调了比特币市值通常计算方式中存在的不一致性。
研究人员报告称，传统市值指标有时比“实现市值”高出多达四倍。“实现市值”是一种将每枚硬币按其最后一次移动时的价格进行估值的指标。从实际角度来看，这种差异凸显了一个更广泛的问题：对区块链运动的不同解读会产生截然不同的经济读数。
这对于使用链上衍生数据来衡量采用率、流动性或情绪的投资者和分析师来说至关重要。当测量方法论能使头条数字成倍数波动时，跨时间段的比较——或跨具有不同定义的仪表板的比较——都需要仔细审查。
以太坊与稳定币：分类空白与混合用例
BIS研究人员在以太坊上识别出了额外的挑战，那里的智能合约活动增加了代币持有或移动的方式。在该研究的数据集中，研究人员检查了约6750万个活跃合约，发现其中约5400万个无法使用该研究的分类方法进行归类。
稳定币进一步增加了复杂性，因为同一代币在不同链上可以扮演不同的角色。BIS研究人员指出，以太坊上的USDT与DeFi活动关联更紧密，而波场上的USDT则更多地与支付和价值存储用途相关。
该研究还描述了稳定币持仓位置的显著差异，特别是在智能合约持仓方面。2022年，以太坊上由智能合约持有的USDT比例超过20%，而在波场上仅为1%左右。由于这些持仓反映了不同的用例，BIS研究人员警告称，跨区块链聚合稳定币活动可能会混淆不同类型的经济行为，并掩盖稳定币的实际使用情况。
最终，BIS团队提出的更广泛的启示是数据解读的局限性：链上指标应作为“带有噪声的近似值”来处理，而不是经济活动的直接衡量标准。
过滤原始数据：Visa的调整后稳定币交易量
虽然BIS研究强调将原始链上措施视为直观经济信号的风险，但它也指出，一些分析提供商试图将“经济活动”与可能因机制或自动化而扭曲的活动区分开来。
Visa的Onchain Analytics仪表板（由Allium Labs的数据提供支持）展示了总稳定币交易量和调整后稳定币交易量。Visa表示，其调整后的方法旨在减少源自高频交易、机器人、桥接路由和内部交易所操作等活动带来的扭曲。
在仪表板上，Visa目前显示在过去30天内，其跟踪的网络中稳定币总交易量为6.4万亿美元，而调整后交易量为3131亿美元。虽然BIS研究本身并未验证任何特定的专有调整方法，但这种对比说明了它提出的核心问题：定义和过滤选择的差异会使头条数字产生巨大的变动。
对于使用仪表板来基准测试稳定币采用率的读者来说，含义很简单：“总量”和“调整后”量不可互换，调整的合理性成为该指标可信度的一部分。
未来展望
BIS研究表明，随着链上分析的成熟，关于测量定义的透明度——以及对交易结构、智能合约分类和非经济活动的明确处理——将是必不可少的。投资者和开发者应将广泛引用的链上指标视为起点，而非底层经济需求的决定性证明，并关注能更好地将链上观察与现实世界使用情况相一致的新兴方法论。
