Twitterで人気のアナリスト「PlanB」氏が提唱するストック・トゥ・フロー（SF：Stock-to-Flow）モデルは、ビットコイン（BTC）の価格を正確に予測できるとして、投資家間に広く受け入れられていました。しかし、暗号資産（仮想通貨）分析サービスのバイトツリー（ByteTree）が、このモデルの根本的な欠陥を指摘しています。
ビットコインの需要が重要
バイトツリーのチャーリー・モリス（Charlie Morris）氏は、PlanB氏のSFモデルはシンプルで優れているが、ビットコイン価格がその予測パターン通りに動き続けるとは限らないと指摘しています。それよりも価格の動きは、仮想通貨の需要と流動性によって決まるとしています。
資産におけるSF比は、特定の期間内に流通した量で、元の資本を割ることで表されます。これに対してビットコインのSF比は、現在の供給量を一定期間における新規発行数で割ることで得られます。この指標は通常の商品に対する、資産的な希少性や潤沢さを測るために適用されます。例えば金は最もSF比が高い商品で、その希少性と生産の難しさを表しています。
もし今後もビットコインの価格が、このSFモデルのパターンに従えば、この先数年でその価格は10万ドル（約1,100万円）にまで暴騰するかもしれません。しかしモリス氏は、SFモデルだけに基づいて、大きな期待を抱くべきではないと警告します。ビットコインが時価総額で1兆ドル（約110兆円）に到達するには、市場に大規模な普及がされる必要があるという考えです。
ネットワークアクティビティにリンクした価格
ビットコインのドル価格は、ネットワークにおける取引数量と高い相関関係にあります。下のグラフは、ビットコイン価格と12週間の平均取引数量との関連性を示しています。このように、ビットコインの価格を動かしてきたのは、そのネットワークがどれだけ活発に動いているかによるものです。
出典：ByteTree
株式市場で使われる株価収益比率（PE：Price Earning）に良く似た、ビットコインのNVT（Network Value to Transaction）比率からは、より興味深い推測が得られます。NVT比は、時価総額を日・週ごとのBTCブロックチェーンを介してやり取りされるドル総額で算出されます。バイトツリーのデータによれば、現在のNVTは9週間で、これまでに記録されてきたビットコインの平均的なNVTが約7週間であったことを考えると、やや高めの状況になっています。
12週間を超えるNVTは、投機家により引き起こされるもので長続きはしません。過去にビットコインがこの数値を超えたのは、全取引期間の内わずか7%に過ぎません。SFモデルによると、2020年前半に予定されているビットコインの半減期では、その価格は少なくとも2倍以上になると予測されます。それはNVT比も同時に、9週間から18週間に上昇することを意味します。
問題は、これまでビットコインの歴史上でNVTが18週間を超えたのは、たった16日しかないことです。したがってビットコイン価格が2～3倍になるためには、取引数量の増加が必須条件になるのです。
動かないビットコインは影響を与えるか
ビットコインの価格は、チェーン上での流通量でも変化します。グラスノード（Glassnode）が提供しているサービスの指標である「HODL Waves」から分析すると、強気市場は動くビットコインの増加割合と連動していることが分かります。
出典：Glassnode
上記のグラフでより赤色が濃い部分は、過去24時間以内にビットコインの送金が行われた割合を示しています。一方で紫色の部分は、5年以上移動していないビットコインの数量を表しています。この動かないビットコインは紛失されたか、誰も触れられない状態になってしまったか、または意図的に長期間保持されている可能性があります。動かないビットコインは価格変動に影響を及ぼしませんが、時間を追うごとに動かなくなる数量が増えていけば、価格下落への圧力に繋がります。
まとめると、ビットコイン価格はネットワークが活発に動いているか否かにリンクしており、SFモデルは供給側からの市場予測には役立ちますが、ビットコイン価格を需要側から予測することには向かないようです。
参考
・BITCOIN BULLS’ FAVORITE STOCK-TO-FLOW MODEL IS FLAWED
・Challenging the Stock to Flow Model Created by Plan ₿
・Glassnode
【こんな記事も読まれています】
・2020年のビットコイン(BTC)半減期は米ドルの地位を脅かす転機の始まりに？
・11月のビットコイン(BTC)相場、今は重要な局面
・ビットコイン(BTC)の異常な価格変動「バートパターン(Bart Pattern)」とは？
