本文来自Nansen，Od░aily星球ૡ日报经授权转载发布。
我们评估了加密资产的周期੩阶段☺，并根据市场参与者ćb;的情绪探索了特定 NFT 的价格行为
普通代币（同质化代币）周期：Nans⊗en ⇔分析了投资者c8;情绪和宏观经济指标，总结如下：
»
NFT （同质化代币）周期：NFT 与普通代币的相关性弱于普通代币间的相℘关性，Nansen 基于两个链†上指标开发了一个特定于 NFT 市场的投资者情绪指标：
我们最近¯对加密资Ρ产市场的分析揭示了四个见解é：
1）投资者▤的情绪在 5 月转为极度恐慌，这转化为对稳定币（尤‰其是 USDC）的加速配置，以及对各种数字资产（和非数字）“避风港”的投资。在我们看来，这导致了普通代币价格的调整，市场需要更多时间来消化。
2）当前的宏观经济周期正在从滞胀过渡，例如实际增长放缓和通胀上ⓓ升，导致实际增长急剧恶化Φ和通胀高企。实际增长越弱，美联储推迟进一步加息收紧↔政策（“美联储看跌期权”）的可能性就越大。当这个概率达到足够的阈值时，它可能会支持加密货币市场。
3）根据我们文件中审查的宏观指标，我们已接近（估计ⓦ 2022 年第四季度 – 2023 年第一季度）但ο尚未完全处于支持阶¥段。
4）这种有利ℑ的货币紧缩的暂停，可能比过去的周期更短，因为我们认为在全球地缘政治â因素、全球供应链的解体和享受退休生活的“ઙ婴儿潮一代”（资产所有权方面最富有的一代）的多年花费支出的推动下，通胀可能会在衰退后重新加速。
将我们的分析扩展到， NFT（非同质化代币） 市场，我们的分析表明，′以下指标往往会∂导致 NFT 价格：1） NFT 的追踪价格波动和 2） 更成熟的NFT藏品的交易量与所有交易量的比率。最后，我们警告说，鉴于可用的数据样本很小（每周交易数据略少于一年），对围绕特定 NFT 观察到的统计关系的解释存在局限性。在将来的研究中纳入更多的样本外实时数据将有助于☞验证我们研究结果的稳健性。
Nansen 稳定币风⌈险偏好指标（Stablecoin Risk Appetite Indicator） 通过测量“聪明钱”d0;的钱包的¯美元总余额中对稳定币的相对分配来衡量加密投资者的情绪（见图 1）。2022 年 5 月，这一比率飙升，在撰写本文时，该比率约为 16%，高于我们 11% 的“恐慌阈值”（更多详细内容，请参阅本文）。
在 USૄT 和 sETH 各自的脱钩事件（参见 Nansen 关于UST脱钩事件报告）以及跨流动资金池⇒和其他 DeFi 协议的杠杆投资计划解体之后，市场情绪和价格恶化，这是可以理解的。 根据稳定币风‚险偏好指标，随着加密货币价格的调整，投资者正在加剧担忧。该指标跌破 11% 的阈值将触发风险信号，这与投资者的悲观情绪减弱相同。
图&≤nbsp&#ffe0 ;;1： 稳定币风险偏好指标
来源Μ： Nan—sÞe;en Query
仅依靠情绪，不足以要求加密资产价格出现逆势“底部”。只要资产价格背后的基本面驱动因素仍然是负ç面的，情绪就可能继续低迷。这是投资者的风险认知੨与实际潜在的☜基本面不确定性之间的差异（详见第 3.1 节）。
从历史上看，高通胀👿和波动的宏观环境不利于风险资产（加密资产也不例外），因为即使实际需求恶化（下顶线），它也会જ迫使贴现°率更高。
在过去的几周里‰，宏观势头一直在演变。增长放缓更为明显，数据动能为负面（例如，负જ面意外数量与市场预期相比上升）。这在全球范围内不断下降的商业和消费者调查中尤为明显。采购经理人指数 （PMI） 调查是引领工业和最终宏观周期的指标，正在走向收缩（见图 2）。与此同时，世界各地的公司都在报告：a） 补充库存，b） 新订单下降，c） 稳定价格压力（某些行业仅截至 6 月）。随着消费者选择缩减支出以应对更高的价格，并且随着制造业供应链的正常化，需求驱动的通胀可能会正常化。然而，通胀远未达到美联储 2% 的目标，而与需求无关的驱动因素，例如地缘政治和美国 CPI组合中租金部分的技术滞后，意味着通胀即使放缓，也不太可能回到美联储目标。
ⓙ
来源： MarkiΙt， S&PGlobal
然后我શ们转向美联储除了“稳定价格”之外的第二个任务，即“最ℑ大就业率”。根据各种指标，美国劳动力市场非常紧张，但这里的势头也是负面的。例如，堪萨斯城劳动力市场动量指标在宏观经济放缓接近 0 之ષ前趋于收缩（见图 3）。
图 3： 堪萨斯城联储劳动⌋力市场动能૪指标与历ë史衰退
🙀 来源： §St-Louis Fed and KÃansas City Fed
目前，美联储◙优先考虑其通胀任务，美联储主席在最近的参议院证词中甚至œ含蓄地…承认经济衰退迫在眉睫的可能性很高：“[软着陆]这是我们的目标，这将是非常具有挑战性的……我们能否做到这一点的问题将在某种程度上取决于我们无法控制的因素”。
我们预计美国劳动力市场将在 2022 年第三季度至 2023 年第二季b3;Α度急剧恶化，并从一个不确定的领域转变为美联储的主要ρ关注点（见图 4）。
પ图&ƒnbsp;4：美联储 2022 年 6 月会议经济a1;预测摘要
来源： Fed economic projectio◊ns June ¢20"22
我们试图使用最可靠的经济衰退预测指标——美国国债收益率曲线来衡量美联储启动的时间范围估计（见图 5）。根据我们的历史分析，收益率曲线倒挂（我们在此使用美国 10 年至 2 年到期）与首次政策降息之间的前置时间约为 7 个月（平均）。这将转化为降息的可能性更大，或者更有可能的是，在 2023 年第一季度之前暂停货币紧缩，然后到 2023d3; 年第三季度出现衰退（平均领先 16 个月）。我们注意到，提前期的分布范围很广，美联储暂停的最大或最Ο晚日期估计在◙ 2024 年第一季度（22 个月）。对利率最敏感的风险资产，例如加密资产，可能会抢先体现“美联储看跌期权”。
也就是说ⓣ，我们想放大图 5 的 1970 年代至 1980 年代初期的部分，其中美国经历了多次交替的收益率曲线反转和重新陡峭的事件。巧合的是，这是一个高通胀和波−动的时期。我们怀疑 2023 年及以后的几年将与 1970 年代有一b3;些相似之处，因为美联储将不得不在很短的时间内交替关注通胀和失业率。
Ñ 来源： ⓚSt-LoÇuis Fed， Nansen analysis
ਜ 图 6：收益率曲线倒挂与美联储首次政策降息/衰退之间的历੦史时间分布
来ô源： St-LouÕiૣs Fed， Nansen analysis
我们总结了宏观输入，即美国主权收益率曲线的陡峭程度，以及 G4 中央银行资产负债表的增长率，以及图所示周期ℑ性指标中加密货币实现市值与市值的链上估值7． 该指标最后一次转为避险是在 2021 年 2 月，目前尚未转为避险。我们对指标进行回测（自 2021 年 12 月起生效）并将结果显示在图 8 中。该图显示了∪风险承担（100% 投资ਪ于 BTC）和风险规避（100% 投资于 USDC）周期性策略的回报指数信号。
图 7： Nanseⓨn加密周期指标&nbsઝp;（1=riskࣻ-on， 0=risk-off）
∃ 来源： Nansen an´alÙysis
图&nbs&p;8： BTC/USDC 100%/0% 策略的 Nansen Crypto 周ગ期性指标回测
ñ 来源： Nansen analy≥sôis
谈到 NFT 市场，我们观察到市场上存在类似的避险¼情绪。自 1 月份的峰值以来，月度 NΧFT 交易量和交易数量均有所下降（见图 9 和 10）。ફ
图 9：ß NFT ←在以太坊上月度交易量
来源： Nansen daοs▣hboards
ì 来源： Nansenⓔ dashÅboards
然而，在 6 月份，Nansen NFT-500 指数与 Blue Chip-10、Social-100、Art-20 和 Metaver se-20 指数均↵显示出小幅反转趋势（见图 11）。值得注意的是，Art-20 指数的涨幅最大，d3;为 +32.6%；从 6 月初的 739 点到月底收于 980 点。
对 NFT 购买者趋势的仔细分析显示，在 6 月份，我们看ਪ到首次购买者和复购用户再次缓慢进入市场（见图 12）。鉴于之前的相关性分析暗示 NFT 与主流加密资产之间的相关性低于普通代币之间的相关性，ⓚ这一发现促使我们探索 NFT 特定的统计数据，并评估它们是否以及如何早于 NF℘T 价格发展。
来源： Nansen dasથh▨boards
’图&nbsΜp;12： NFT↔在以太坊上每日买家数量
资料： Nansen dashbⓦoards
∫虽然在为传统金融资产定价时依赖于几个微观和宏观金融指标，但 NFT 的新生性质和广泛的加密市场意味着很少或有限的可靠市▥场指标有助于确定资产的估值和市场情绪。在缺乏可靠指标的同时，NFT 市场情绪也受到投资者投机的推动 ô（详情请见Gunay & Muhammed， 2022）．
与比特币或以太坊等加密资产不同ৄ，NFT 是不可◐替代的，这意味着每个代币都是唯一可识别的，拥有不同的价值，并代表一种独特的工具。NFT¹ 独特的不可替代特性，为各种应用引入了采用和实施区块链技术的新方法。
尽管关于 NFT 的稀缺性维度一直存在争议（Chohan，2021），但利用 NFT 属性的创新方法正在出现。例如，NFT 用于记录和表示艺术收藏品（Kugler，2021）。其他值得注意的应用包括向其他（数字）资产分配权利（Wilson、Karg & Ghaderi，2021 ）、元宇宙中土地和资产所有权、物联网 （IoT） 实施（Arcenegui、Arjona 和 Baturone，2021 ）、点对点的能源交易（Karandikar、Ch”akravorty 和 Rong，2021 ），甚至野生动物保护（Mofokeng 和 Fatima，2018 ）。此外，我们之前的 NFT 指数方法论，论文里分Ċa;析了 500 多个 NFT 集合，使我们确定了 NFT 的四大类别——艺术、社交、游戏和元宇宙。该੧分析的一个关键观察结果是 NFT 资产具有多个用例，并且可以分为多个 NFT 类别。
鉴于传统的估值૪模型不一定适用于加密资产，人们已经将重点转移到探索投资者情绪以驾驭这个市场。此外，现有文献表明，加密资产市场效率低下，并且不符合有效市场假设（Anamika、Chakraborty☞ 和 Subram⊂aniam，2021 ）。因此，本文是在确定 NFT 的价格行为时调查投资者情绪的作用的早期尝试。 本文重点关注 NFT 作为一种资产类别（随后将被称为“NFT 市场”），而不是单个资产的 NFT 集合。我们的主要目标是确定可以解释 NFT 价格行为的投资者情绪代理。为该分析选择的投资者情绪代理包括模型，例如价格对过去实现的波动率的回归，以及衡量数量、销售速度甚至社交媒体“NFT”搜索出现的量化指标。
下面的第三部分概述了我们的方法，而第四部分报告了我们的实证分析结果。实证研究主要通过上下文相关的因果分析进行，我们估计了一个通用最小二乘回归模型，以评估 NFT 回报在观察期间对各种 NFT 特定“情绪”变量的依赖性。我们采用了一个由八个 NFT 集合组成的基线 NFT 市场指数。该指数旨在¶代表整体市场行为，并具有截至 2021 年初数据可用性的Ω优势。一旦确定 NFT 一篮子的价格行为，我˜们就针对 NFT 投资者情绪代理的影响对其进行了测试。最后，第五部分详细介绍了我们的 NFT 投资者情绪指标的含义。
在传统金融中，“风险偏好”指标有助于评估市场高峰和低谷的可能À性（文献：Illing & Meyer，2004）。风险偏好⊕包括投资者对资产价格不确定性的风险认知，以及围绕资产价格基本面因素本身的不确定性水平。这些成分都不是直接可观察到的，但后‰者通常不太难估计。
下面的图 13 简要总结了用于估计传统金融资产°风险偏好的模型和非模型化量化因素。模型通常涉及多个资产类▒别的过去波动率的回报回归。非模型化因素衡量投资者对安全资产的偏好程度、通过衍生品“保护”的成本、流动性和交易量增长以及社交媒体情绪d3;指标。
我们使用上述框架生成旨在近似 NFT 投资È者风险偏好的&#ffe0 ;链上指标ćc;。
上面列出的 NFT 指标主要是使用来自链上 NFT 销售的价格、数量、来⊗自/到钱包bc;地址的统计数据生成的，谷歌搜索指标除外：💼
💼
所有指标∀都汇总在三个子集中：☺
I． Nansen N≈FT-500 指数
NFT-500 是一个广泛的市场指数，跟踪在以太坊区块链（ERC-ó721 和 ERC-1155）上发行的 NFT 的市场活动。该指数于 2022 年 1 月 1 日推出。基准指数由不超过 500 ∈个 NFT 项目ćc;集合组成，按市值加权。该指数旨在跟踪 NFT 市场的活动和变动。基准指数每天计算一次，每 30 天重新平衡一次，指数成分股会相应地重新评估和重新平衡。对于要包含在指数中的 NFT，需要满足：
a） Ô;使用智能合约在基于区块链上进行保护（目前阶段，Nansen 指数仅࠽跟踪在以太坊上发行的）；
b） 在过去 90 ê天内完成了至Ô少 10ⓣ0 笔交易，其中一半的钱包地址是唯一的，并且
c） 如果NF T藏品在过去 90 天内的交易量是自由交易的，并且该收藏品没有或不存在可预见的流动性bd;冲击的不当风险，则至少达到 1000 ETH交易额
< 鉴于 NFT-500 指数每 30 天重新平衡一ϖ次，并非所有成分股的价格数据都可以在本研究的观察时间段内回填。因此，为了本研究的目的，我们构建了一个基线 NFT 市场指数。
IÂI． àNFતT一篮子指数的基准
与之前研究 NFT 投资者情绪的研究不同，我们使用实际 NFT 的链上销售数据来确定一篮子 NFT 的价值。我们选择了代表 NFT 市场的 8 个 NFT 组合，重点是 NFT 组合已证明其寿命超过 12 个月。这些 NFT 是：Bored Ape Yacht Club、Crypto Punks、Chrome Squiggle、VeeFriends、Meebiψts、Autoglyths、Cool Cates 和 CyberKongz Genesis。然后，我们使用每个集合的 7 天模式价格，并通过在测试ર期开始（2021 年 7 月）对每个项目方的ઢ分配进行等权重分配，得出“基线 NFT 篮子指数”。图 15 展示了以 ETH 和美元表示的构建的 Baseline NFT 篮子价格指数。
图&nϖb∂sp;15： NFT 组合价格指数的基◯准
来源： Nansenੈ Query， Nan‘sen⌈ analysis
图 16： ETH/USD、BTC/USD、NFT≥ 组合价格基准的Γ指数（美元和 ETH）之间的相关性（2021 年 7 月至 2022 年ષ 6 月）
ⓦ 来源： Nansen Query， Nanχsen anÄalysis
≤ 我们观察到基准ÜNFT 组合价格指数和同质化代币价格之间存在一些相关性，尽管比中间同质∇化代币价格弱（见图 16）。
使用我们构建的 NFT 组合指数的7 天美元价格回报的基准作为因变量，我们对Β第 3.2 节中介绍的 NFT õ指标进行了多元广义最小二乘回归b3;。
对于每个指标，我们创建了一个滞后时间序列作为自变’量。我们确保所有变量都是固定的，并通过我们的因变量图表进行一对φ一的视觉检查（参见图 17）>。
图&⇐nbsp;17¬： NFT 组合价格回报的基准与测试的因变ϒ量样本
来源：ø Nansen Query， Nansen anaϖlysis
在控制统计偏差后，੬我们发现样本中有两个预测能力相对ã较高的变量（回归结果见图 ો18）：
图 18： NFT 组合价格回报基准，基于&nbੈsp;GLS 回归结果与实际价格波动和蓝筹交易额与所有交易额的比率（“样本ા内”，2021 年 8 月至&ૉnbsp;2022 年 1 月）
来源ਮ： Nanãsen analys🙀is
为了测试我们的ñ样本外回归结果（2022 年 1 月至 2022 年 6 月），我们模拟了一种策略，该策略在我们的投资信号为正时投资于NFT 组合价格的基准，而在其为负时则为中性（ખ现金）。我们选择了对信号的每周回顾。我们使用在样本中找到的系数，应用于已实现波动率和蓝筹股对所有销售量的两个时间序列来生成投资信号。
结果在图 19 和 21 中直观地说明，统计结果在图 20ϑ 和 &22 中进行了说明。与仅投资 NFT 价格指数相比，跟随…投资信号产生的总回报表现优于单纯投资 NFT 价格指数，同时下跌幅度较小。
图 19： 基准&nbc8;sp;NÓFT 组合价格指数，无或有投资信号叠加（“样本外”，2022 年 1 月至 2022 年 6 月）
Ð 来源： Nansen analyશsis
图&ú¢nbsp;20： 基准 NFT 组合价格指数，无或有投资信号叠加（“样本外”，202Š2 年 1 月至 2022 年 6 月）：风险与回报
来源： ਮNansen analyÕs√is
图 21： 基准η NFT 组合价格指数，无或有投资信号叠加（2021 年 7 月至&nbøsp;2022 年 6 月的“全样本”）
⇔ 来源： Nansen analys▣iĊc;s
图 22： 基准 NFT 组合价◙格指数，无或有投资信号叠→加（2021 年 7 月至 2022 年 6 月的“全样本”）：风险与回报
来源： ąc;¡Na☺nsen analysis
尽管仍处于高速发展阶段，但必须了解 NFT 作为资产类别的价格行为，其市场情绪可能与可Ë替代加×密Τ资产不同。在本文中，我们探讨了 NFT 在广泛的加密资产市场中呈现独特机会的潜力，并根据市场参与者的情绪检查其价格行为。
我们发现Ë两个链上指标的 NFT 价格预测值相对较高： NFT组合价格基准的尾随实现波动性和蓝筹 NFT 与所有 NFT 的交易量。传统上，波动性一直是衡量投资者风险偏好的一个很好的衡量标b3;准，从蓝筹 NFT 到小市值 NFT 的转变可能表明投资者愿意承担风险以获得更多回报（即，可以说是投资者贪婪的指标）反之亦然，因为害怕）。基于这两个指标和我们的回ƒ归系数，我们创建了一个“恐惧与贪婪”情绪指标来跟踪 NFT 市场。
当我们至少经历一个完整的 NFT“周期”时，更多的实时数据点应该有助于验证该指标的稳健性。事实上，使用的样本外数据仅捕获了几个月。我ਖ਼们的远期视野也仅限于一周预测的 ΣNFT 价格回报，并且随着更多数据，我们的目标是增加这一时间范围以帮助把握更大的“高峰和低谷⊃”。
情绪指标也对传统代币有价值：Nansen 稳定币偏好指标标志着从 5 月开始的价ćd;格⇓盘整。
情绪必须得到基本面指标的补充，才能更深入地了解资产周期。我们的关键宏观结⇑论是，我们正在进入全球પ实际增长的急剧放缓，这可能会促使政策制定者在明年第一季度之前暂停货币政策紧缩，这可能会导致加密货币价格∃抢先反弹。
24小时滚动播报最新的财经资ઠ讯和视频，更多粉丝福Û利扫描二维码关注（sinafinance）
新浪ð财经意见反馈留੧言板Ä
All Rights Re±served⌈ 新浪公司 版权所有
