Bitcoin och lager till flöde-modellen

Vad är lager till flöde-modellen?

Enkelt uttryckt är Lager till flöde-modellen ett sätt att mäta överflödet av en viss resurs. Lager till flöde-förhållandet är mängden av en resurs som hålls i reserver dividerat med det belopp som den produceras årligen.

Lager till flöde-modellen tillämpas vanligtvis på naturresurser. Låt oss ta exemplet guld. Även om uppskattningarna kan variera, uppskattar World Gold Council att cirka 190 000 ton guld har utvunnits någonsin. Detta belopp (det vill säga det totala utbudet) är vad vi kan referera till som lager. Samtidigt bryts cirka 2 500–3 200 ton guld varje år. Detta belopp är vad vi kan referera till som flöde.

Vi kan beräkna förhållandet mellan lager och flöde med hjälp av dessa två mätvärden. Men vad betyder det egentligen? Det visar i princip hur mycket utbud som kommer in på marknaden varje år för en given resurs i förhållande till det totala utbudet. Ju högre lager till flödesförhållande, desto mindre nytt utbud kommer in på marknaden i förhållande till det totala utbudet. Därför bör en tillgång med ett högre lager till flöde-förhållande i teorin behålla sitt värde långt på lång sikt.

Förbruknings- och industrivaror kommer däremot vanligtvis att ha ett lågt lager till flöde-förhållande. Varför är det så? Eftersom deras värde vanligtvis kommer från att förstöras eller konsumeras, är varulagerna (beståndet) vanligtvis bara där för att täcka efterfrågan. Dessa resurser har inte nödvändigtvis högt värde som ägodelar, så de tenderar att fungera dåligt som investeringstillgångar. I vissa undantagsfall kan priset stiga snabbt om det finns en förväntan på brist i framtiden, men annars håller produktionen jämna steg med efterfrågan.

Det är viktigt att komma ihåg att det inte bara är brist på en resurs som gör den värdefull. Guld är till exempel inte så sällsynt – det finns trots allt 190 000 ton tillgängligt! Lager till flöde-förhållandet tyder på att det är värdefullt eftersom årsproduktionen jämfört med det befintliga lagret är relativt liten och konstant.

Vad är lager till flöde-förhållandet för guld?

Historiskt sett har guld haft det högsta lager till flöde-förhållandet av ädla metaller. Men hur mycket är det exakt? Låt oss enligt vvårt tidigare exempel dela upp det totala utbudet på 190 000 ton med 3 200 och vi får ett lager till flöde-förhållande på ~59. Detta säger oss att vid den nuvarande produktionstakten skulle det ta cirka 59 år att bryta 190 000 ton guld.

Det är dock värt att komma ihåg att uppskattningarna för hur mycket nytt guld som kommer att brytas varje år är just det – uppskattningar. Om vi ökar den årliga produktionen (flödet) till 3 500 minskar lager till flöde-förhållandet till ~54.

När vi ändå håller på, varför inte beräkna det totala värdet av allt guld som har utvunnits? Detta kan på vissa sätt jämföras med marknadskapitaliseringen för kryptovalutor. Om vi tar ett pris på cirka 1 500 USD per troy ounce guld, kommer det totala värdet av allt guld till cirka 9 biljoner dollar. Det här låter som mycket, men om du skulle kombinera allt guld till en kub får den kuben faktiskt plats i en enda fotbollsstadion!

Jämförelsevis var det högsta totala värdet av Bitcoin-nätverket cirka 300 miljarder dollar i slutet av 2017 och rör sig runt 120 miljarder dollar i skrivande stund.

Lager till flöde och Bitcoin

Om du förstår hur Bitcoin fungerar kommer det inte att vara svårt för dig att förstå varför det kan vara meningsfullt att tillämpa lager till flöde-modellen på det. Modellen jämför i princip bitcoin med varor det finns brist på, som guld eller silver.

Guld och silver kallas ofta lager av värde-resurser. De bör i teorin behålla sitt värde på lång sikt på grund av deras relativa brist och låga flöde. Dessutom är det mycket svårt att avsevärt öka utbudet inom en kort tidsperiod.

Enligt förespråkarna för lager till flöde-modellen är Bitcoin en liknande resurs. Det är knappt, relativt dyrt att producera och dess maximala utbud är begränsat till 21 miljoner coin. Bitcoins leveransutfärdande definieras också på protokollnivå, vilket gör flödet helt förutsägbart. Du kanske också har hört talas om Bitcoin-halvingar, där mängden nytt utbud som kommer in i systemet halveras var 210 000:e block (ungefär fyra år).

BTC total tillgång utvunnen (%) och blocksubvention (BTC).

Enligt förespråkarna för denna modell skapar dessa egenskaper tillsammans en knapp digital resurs med djupa och övertygande egenskaper för att behålla värdet på lång sikt. Dessutom antar de att det finns ett statistiskt signifikant samband mellan lager till flöde och marknadsvärde. Enligt modellens prognoser bör Bitcoins pris se en betydande ökning över tid på grund av att det ständigt minskar förhållandet mellan lager och flöde.

Att tillämpa lager till flöde-modellen på Bitcoin tillskrivs bland annat ofta PlanB och hans artikel Modeling Bitcoins Value with Scarcity.

Vad är lager till flöde-förhållandet för Bitcoin?

Nuvarande cirkulerande tillgångar av Bitcoin är cirka 18 miljoner bitcoin, medan det nya utbudet är cirka 0,7 miljoner per år. I skrivande stund rör sig Bitcoins lager till flöde-förhållande runt cirka 25. Efter nästa halvering i maj 2020 kommer förhållandet att öka till låga 50.

På bilden nedan kan du se det historiska förhållandet mellan 365-dagars glidande medelvärde av Bitcoins lager till flöde och dess pris. Vi har också angett datum för Bitcoin-halvningar med färgkodning av BTC-prislinjen.

Lager till flöde-modell för Bitcoin. Källa: Lookintobitcoin.com

Ta en titt på de senaste bitcoin (BTC)-priserna idag.

Begränsningarna i lager till flöde-modellen

Medan lager till flöde är en intressant modell för att mäta brist, tar den inte hänsyn till alla delar av bilden. Modeller är bara lika starka som deras antaganden. För det första förlitar sig lager till flöde på antagandet att brist, mätt med modellen, bör driva värde. Enligt kritiker av lager till flöde-modellen misslyckas detta om Bitcoin inte har några andra användbara egenskaper än leveransbrist.

Guldets brist, förutsägbara flöde och globala likviditet har gjort det till en relativt stabil värdeförvaring jämfört med fiat-valutor, som är benägna att devalveras.

Enligt denna modell bör Bitcoins volatilitet också minska med tiden. Detta bekräftas av historiska data från Coinmetrics.

200-dagars glidande medelvärde av 180-dagars volatilitet för Bitcoin. Källa: Coinmetrics.io

Värderingen av en tillgång kräver att hänsyn tas till dess volatilitet. Om volatiliteten till viss del är förutsägbar kan värderingsmodellen vara mer tillförlitlig. Bitcoin är dock ökänt för sina stora prisrörelser.

Medan volatiliteten kan minska på makronivå, har Bitcoin prissatts på en fri marknad från starten. Detta innebär att priset mestadels är självreglerat på den öppna marknaden av användare, handlare och spekulanter. Kombinera det med relativt låg likviditet och Bitcoin kommer sannolikt att vara mer utsatt för plötsliga volatilitetstoppar än andra tillgångar. Så modellen kanske inte heller kan redogöra för detta.

Andra externa faktorer, såsom ekonomiska svart svanhändelser, kan också undergräva modellen. Det finns dock en poäng i att komma ihåg att detsamma gäller för i princip alla modeller som försöker förutsäga priset på en tillgång baserat på historiska data. En svart svanhändelse har per definition ett element av överraskning. Historiska data kan inte redogöra för okända händelser.

Sammanfattningsvis

Lager till flöde-modellen mäter förhållandet mellan det för närvarande tillgängliga lagret av en resurs och dess produktionshastighet. Det används vanligtvis på ädelmetaller och andra råvaror, men vissa hävdar att det kan vara tillämpligt på Bitcoin också. 

I denna mening kan Bitcoin ses som en knapp digital resurs. Enligt denna analysmetod bör de unika förslagen från Bitcoin göra det till en tillgång som behåller sitt värde på lång sikt. 

Men varje modell är lika stark som dess antaganden och den kanske inte kan redogöra för alla aspekter av Bitcoin-värdering. Dessutom har Bitcoin i skrivande stund bara funnits i lite mer än tio år. Vissa kan hävda att långsiktiga värderingsmodeller som lager till flöde behöver en större datamängd för mer tillförlitlig noggrannhet.