В последнее время появилась необходимость в фреймворках для оценки криптоактивов. Прежний скептицизм сменяется неподдельным интересом, что уже является большим достижением для целой индустрии.
В данном материале будут описаны несколько попыток, предпринимавшихся на этом поприще, и продемострировано, как мало существует теорий по оценке криптоактивов. В последствии будет предложена теория автора и показаны ее преимущества перед другими альтернативами. Сразу отметим, что разделы между собой не связаны — вы можете сразу перейти к наиболее интересующей информации.
Первые теории по оценке криптоактивов
Впервые я столкнулся с данной задачей в 2014 году, работая в фонде, ARK Invest, финансовым аналитиком на стороне покупателя. Мы первыми стали инвестировать в биткоин в 2015, и конечно, нам необходимо было проводить анализ цен и потенциала криптовалюты. Это сейчас является фидуциарным обязательством любого управляющего активами, отсюда и такой интерес к данному вопросу. Ниже приведен один из чартов (прогноз цены биткоина в зависимости от доли проводимых через него трудовыми мигрантами платежей) из моего отчета в 2015 году:Несмотря на то, что это весьма упрощенный варивнт оценки биткоина, он помогает донести несколько ключевых моментов на рынок, количества выпущенных криптомонет.
Далее объяснено, как данные цифры получены и почему это неверно:
- Размер рынка денежных переводов в страны иммигрантов в 2014 составил $436 миллиардов (ошибкой было пытаться экстраполировать данный результат на будущие операции).
- Потенциальное проникновение на этот рынок было принято за 10%, что означало, что через блокчейн будет совершено 43,6 миллиарда транзакций (здесь необходимо было задать время на внедрение технологии, чтобы рассчитать рентабельность за каждый год).
- Токены могут использоваться несколько раз (было взято число 1.5, то есть совокупная стоимость токенов в обеспечении переводов 43.6/1.5 = $30 миллиардов. (Оказалось, что повторное использование составляет большую долю).
- На момент публикации в обращении было 14.7 миллионов биткоинов, что дает нам цену в $2000 (30 млрд/14,7 млн) за один токен. (сейчас кажется очевидным, что использовать текущий объем эмиссии для будущей стоимости неразумно).
Оценка, описанная выше может быть применена и ряду других рынков при изменени параметров, таких как процент и скорость проникновения на рынок. Оценки для каждого из рынков были бы суммированы. На мой взгляд, куда более интересные расчеты предложили Спенсер Богарт и Гил Лурия, на которые я также призываю вас взглянуть.
Немного теории
Первая особенность, которую нужно понимать, — традиционные методы оценки активов, которые основаны на прогнозировании будущих денежных потоков, не применимы в связи с отсутствием денежных потоков как таковых. По этой причине при оценке не может быть применен метод дисконтированных денежных потоков. Необходимо разработать модель, по своей структуре похожую на DCF-метод с проекциями на каждый год, но вместо традиционных для экономистов показателей (выручки, маржинальности и прибыли) модель будет использовать текущую полезность (CUV). А учитывая, что расчеты базируются на прогнозах, мы будем использовать дисконтирование CUV для получения справедливой цены для каждого периода.
Я верю в таксономию криптоактивов, которая выходит далеко за рамки валют. Тем не менее, в своем собственном протоколе криптоактивы служат средством обмена, сохранения ценности и единицы счета. По определению, каждый криптоактив служит в качестве валюты в экономике протокола, которую он поддерживает. Так как уравнение обмена используется для понимания потока денежный массы, необходимой для поддержки экономики, оно становится краеугольным камнем оценки криптоактивов.
Давайте рассмотрим уравнение обмена (1), которое является краеугольным камнем оценки стоимости криптоактивов:
, где:
M = объем базисного актива
V = оборачиваемость активов
P = цена на исследуемый цифровой ресурс
Q = количество ресурса
Решение уравнения заключается в нахождении такого значения М, которое бы обеспечивало работу криптоэкономики с данными параметрами.
Итак, давайте разбираться, что же стоит за этими переменными. Начнем с P, часто путаемой с ценой криптоактива. На самом деле это цена ресурса, предоставляемого сетью. Например, в случае Filecoin P будет являться ценой за гигабайт предоставленного пространства для хранения, и единица измерения в таком случае будет $/GB. Q это количество предоставляемого ресурса (в нашем случае измеряется в GB). Таким образом, при перемножении этих величин мы получим сумму в долларах.
Эта сумма характеризует «ВВП» экономики Filecoin, все, что компания способна нам предложить. И самое удивительное в данном примере то, что в этой цифре нам не приходится сомневаться, ведь у нас есть распределенный реестр-блокчейн, позволяющий ее отслеживать.
ВВП сети может характеризуется суммарным объемом валидных транзакций криптоактива.
Лирическое отступление: на самом деле, такая методика расчета не является совершенной, ведь около 30% всех транзакций — перевод между биржами, и это необходимо вычесть из общего объема, как это происходит со сделками на биржах ценных бумаг.
Теперь давайте рассмотрим следующую переменную V,которая характеризует, какое количество раз актив переходил от одного владельца к другому за период наблюдения. Например, V= 1.5 означает, что в среднем один биткоин за заданный период сменил владельца полтора раза. На самом деле, огромное количество средств лежит на кошельках владельцев, однако меньшая доля постоянно обращается на бирже. Для биткоина данный показатель составил 6,5 раз в 2016 году. Сеть проводила в среднем 160 млн в доларовом эквиваленте в день или 58 млрд долларов в год (PQ). В среднем объем актива составлял около 8,9 миллиардов (M). Таким образом V составляло в 2016 году 6,5 раз. Стоит также отметить, что этот показатель для денежного агрегата M1 США сейчас составляет 5.5, что явилось результатом снижения после мирового экономического кризиса 2008 года.
Ниже представлен график денежной массы в США за последние 50 лет.Последним показателем является M. Я использовал среднегодовый размер объем актива из-за высокой волатильности. В случае же использования метода для недавно созданных альткоинов, эта мера обязательна, так как им присуща гиперинфляция.
Итак, мы подробнее рассмотрели каждую переменную и получили общее представление об идее. Следующим ключевым понятием будет дисконтирование. Рассмотрим его в контексте существующей модели.
Оцениваем токен INET
Сразу хочу отметить, что я не использую эти модели как ценовые ориентиентиры подобно тому, как это делают биржевые аналитики для акций из своего портфеля, потому что, на мой взгляд, наше понимание криптоэкономики пока не находится на достаточном для подобного изучения уровне (но все может измениться уже достаточно скоро).
Вместо этого я использую эти модели для определения факторов, влияющих на цену токенов. Работа с ними позволяет мне задавать правильные вопросы и понимать, какой необходим уровень проникновения для криптосети, чтобы она оправдала стоимость криптоактивов ее поддерживающих. Было замечено также, что этим методом пользуются многие разработчики с целью определения монетарной политики готовящихся к выходу приложений.
Модель, к которой я буду обращаться, находится здесь (если вы хотите поиграть с цифрами, загрузите ее себе на компьютер). Как упоминалось ранее, с помощью нее мы будем изучать криптоэкономику токена INET, который предлагает использование диапазона частот через VPN.
Модель разбита на 4 секции:
Секция А подсчитывает количество токенов в обращении. В секции B происходят вычисления на основе данного выше уравнения (1) и данных о степени адаптации криптоактива из секции C. Секция D отвечает за расчет дисконтированной стоимости. Таблицы слева заполняются входными параметрами:
INET Supply Schedule Inputs — особенности эмиссии токенов
INET Economy Inputs — особенности экономики INET
Adoption Curve Inputs — желаемые параметры расчета.
Эти таблицы заполняются вами на основе собственных предположений, что влияет и на выходные результаты. Синим цветом выделены варьируемые переменные.
Таблицы справа содержат выходные переменные, то есть результаты расчетов. Давайте сфокусируемся на них, ведь именно эти данные нам и придется впоследствии использовать.
Начнем с секции А, ряды 2-11 представляют собой распределение токенов в обращении, которые доступны для экономики INET, где строка 11 является наиболее важной: Number of Tokens in Float after Bonders & Hodlers.
На ICO всегда размещается некий процент от всех токенов, в нашем случае он составляет 75% или 75 миллионов монет. Оставшиеся 25% распределены между ранними инвесторами и фаундерами передаются в соответствии с vesting-периодом, установленным в white paper проекта.
Наиболее важной входной информацией является количество токенов, удерживаемых в кошельках (C12 и C13), и это число всегда будет предметом дискуссий. Я считаю, что при использовании концепции Proof-of-Stake, эта цифра будет увеличиваться для усиления влияния отдельных нодов. Также токены будут использоваться для решения проблемы масштабируемости. От того, какую оборачиваемость будут иметь токены внутри сети второго уровня, будет зависить и количество их перемещений между INET и Lightning. Помимо этого, многие инвесторы будут также действовать согласно стратегии buy and hold (покупай и жди повышения цены). Все перечисленные токены следует также вычесть из этой суммы, так как их оборачиваемость равна 0. Их мы не будем учитывать в секции B.
На этом этапе обратим внимание на то, что в данной технологии инфляция не является результатом майнинга, ноды получают токены только в качестве оплаты за проведенные транзакции. Однако майнинг в модель можно ввести дополнительной строкой. Наконец, одной из моих любимых переменных является потенциальное время существования проекта, что позволяет нам делать поправки на усточивость.
Теперь давайте разберемся в экономике INET с помощью секции B. Мы делаем расчет для M из уравнения (1),результат которого записываем в строку 25.
Для того, чтобы получить решение, нам необходимы P,Q и V.
P мы получаем из строки 19 (стоимость 1ГБ через VPN). Обратите внимание, что после 2018 года P произойдет понижение стоимости на 16% (ячейка C20). Дефляция является частым явлением в экономике криптовалют из-за ресурса, который они предлагают, исключения же из этого правила являются особенно любопытным материалом для наблюдений.
Q находится из строки 23 путем некоторых вычислений: начинаем мы с понимания объема рынка, чаще всего эту информацию можно найти онлайн, я использовал отчет Cisco о мировом отчете IP-трафика. Далее нам необходимо спрогнозировать объем рынка, используя проценты роста. На следующем этапе неоходимо расчитать процент проникновения технологии на рынок. Для этого воспользуемся накопительной кривой с задаными входными данными:
Base Year — год запуска сети
Saturation Percentage — максимальная доля технологии на рынке (целевое значение)
Start of Fast Growth — когда она достигнет 10% от второго показателя
Take Over Time — период, за который сеть распространится от 10% до 90% от своего целевого значения.
Все эти значения могут быть изменены на основании ваших собственных предположений.
Так как объем рынка является зачастую внушительной величиной, выбор Saturation Percentage оказывает серьезное влияние на результаты расчета. Я выбрал консервативную стратегию и указал значение равное 2%, несмотря на то, что многие утверждают, что в долгосрочной перспективе успешный протокол будет единственнен и захватит рынок.
Последний параметр характеризует крутизну s-кривой, что я происллюстрировал в графиках.
Рисунок 1. График для 20-летнего периода достижения цели:
Рисунок 2. Кривая для периода равного 10 годам.
Как можно увидить, график становится более крутым при уменьшении времени захвата доли рынка. При выборе этой величины я советую задуматься над тем, насколько сложно будет сделать эту технологию мейнстримом, заставив пользователей отказаться от централизированных провайдеров в пользу децентрализированных.
Итак, теперь у нас есть P и Q, произведение которых нам даст «ВВП» INET в любой рассматриваемый год (строка 24). В 2018 году ВВП INET тогда будет равным $43.2 миллиона. Чтобы получить теперь объем базисного актива M, необходимо учесть также и оборачиваемость активов V, которая берется из строки C26. Результатом совместного исследования с Coinbase стало значение V= 20 для INET, что в 3 раза больше того же показателя для биткоина в 2016 году. Однако важно заметить, что при расчете оборачиваемости биткоина мы не исключили людей, которые хранят ее на кошельках или используют для Proof-of-Stake.
Ниже приведен чарт использования биткоинов пользователями биржы на протяжении последних 5 лет.Оказалось, что 54% пользователей в прошлом году использовали биткоин лишь как средство для инвестирования, что приводит к нулевой оборачиваемости этой доли активов. Оставшиеся 46% переводили деньги на другие кошельки. Напомню, что общая оборачиваемость биткоина составляла 6,5. Для того, чтобы посчитать оборачиваемость биткоина для монет, бывших в реальном обращении, воспользуемся формулой:
Velocity = 0.54 (доля неизменно лежащех на счете биткоинов) х V1 (равная нулю) + 0.46 х V2
и
Я же при расчете INET принял V=20: на мой взгляд, токены, используемые для оплаты диапазона частот через VPN будут иметь большую подвижность, чем криптовалюта, не имеющая подобного назначения. Теперь мы можем получить M согласно (1): учитывая, что для 2018 PQ, найденное раннее, равно $43.2 миллиона, получаем M= $2.2 миллиона — это объем в фиатных валютах, чтобы обеспечить экономику INET. Чтобы найти теперь текущую полезность, надо лишь поделить объем базисного актива на количество токенов в обращении. Последнее значение берем из 11 строки (15.8 миллионов токенов в обращении в 2018 году) и получаем:$0.14 — текущая полезность одного токена.
Я не учитываю токены, приобретаемые для долгосрочных инвестиций, потому что они не участвуют в обращении и, следовательно, недоступны — такие монеты не являются переменной из главного уравнения обмена.
Но это еще не все: текущую полезность следует отличать от справедливой цены криптоактива, потому что последняя учитывает прогнозы относительно будущего криптовалюты и количества необходимых токенов. И вот здесь в дело вступают спекулянты. Чтобы учесть этот фактор, перейдем к секции D.
Активы оцениваются на основании прогнозов относительно их будущего, и чтобы получить их справедливую стоимость в настоящем, необходимо прибегать к дисконтированию.
Давайте разберемся, что же такое дисконтирование.
К этому методу обращаются для оценки стоимости будущего денежного потока в настоящем. При оценке же криптовалют у нас нет понятия денежного потока, мы будем дисконтировать будущую полезность, учитывая риски на ранних стадиях запуска сети. Здесь не происходит накопительного эффекта от года к году, поэтому мы не можем использовать для расчета метод дисконтированных потоков (DCF).
Итак, для расчета я выбираю горизонт прогноза равным 10 годам, что соответствует будущей полезности INET в 2028 году равной $7.45 (P26).
Затем выбираем ставку дисконтирования, чаще всего она лежит в диапазоне 30-50%, что в 3-5 раз выше ставки для высокорисковых активов с высокой средневзвешенной стоимостью капитала (WACC). Теперь осталось произвести калькуляцию для получение рыночной стоимости токена:Это значение не стоит путать с ценой P на исследуемый цифровой ресурс. Учитывая, что количество выпущенных токенов равно 78.9 миллионам, стоимость всей экономики INET должна составлять около $20.5 миллионов (учитываем не количество токенов в обращении, а все выпущенные единицы).
Таким образом, если мы захотим получить доходность 40% в течении следующих 10 лет, то максимальной выгодной ценой будет $0.26. Если же токен стоит дешевле, его можно назвать недооцененным.
Дисконтная ставка очень сильно зависит от вашей оценки риска данного актива. Чем менее рисковым вам кажется актив, тем более высокая цена на него будет для вас справедливой. Например, если предположить, что вложения в INET являются среднерисковыми инвестициями и принять ставку за 30%, получим совершенно другую цифру:На самом деле, цена на актив должна сводиться к текущей полезности только в том случае, когда технология проникла на рынок полностью без возможности будущего роста. То есть будет характеризоваться спросом на данную технологию в настоящий момент.
Помимо этого существует еще один фактор, влияющий на цену: число удерживаемых на счетах с надеждой на рост токенов будет уменьшаться с течением времени из-за сокращающихся возможностей роста. Следствием этого будет рост числа токенов в обращении и снижение цены. Это мы учитываем в ячейке C14.
Внизу под секциями входных данных находится таблица, в которой занесено соотношение между вкладами в цену текущей полезности и результата дисконтирования на основе прогнозов о будущем. В нашем случае $0.14 + $0.12. То есть в нашем случае более 50% цены основано на прогнозах о будущем криптовалюты, что кажется странным. Однако этот феномен присущ и рынку ценных бумаг.
Мы только на раннем этапе
Это действительно так: методология оценки криптоактивов только начинает формироваться, поэтому не исключено, что я сделал большое количество ошибок, разрабатывая эту модель. У нас на глазах развивается новый вид активов — криптоактивы, и кто знает, возможно, именно за исследования в этой области будет вручена следующая Нобелевская премия.