
古有妖刀村正Muramasa,今有腰刀幣股DAT——為什麼幣股DAT已經演變為了「官宣即腰斬」?!(腰斬?還是妖斬?)是早期投資人砸盤?是市場不買單了嗎?這並非市場失靈或偶然的恐慌,而是一個可預測的、理性的市場重定價過程。它標誌著市場情緒從對一個新穎故事的狂熱追捧,轉變為對公司融資機制、股權稀釋和真實每股價值的冷靜審視。
第一部分:「幣股」DAT模式解構
1.1. 定義與核心邏輯:連接傳統金融與加密世界的橋梁
近年來,一類新型上市公司在加密貨幣與傳統金融的交匯處悄然興起,投資者通常稱之為「幣股」或「數字資產財政概念股」。在專業金融領域,這類公司被定義為「數字資產財政(財庫)公司」(Digital Asset Treasury Companies, DAT)。其核心商業模式在於,這些公司將戰略性地在其資產負債表上積累加密貨幣資產(通常是BTC/ETH/BNB/SOL等主流)作為其核心業務功能之一。
與傳統企業持有加密貨幣不同,DATs 的運營宗旨就是主動且明確地增持加密(數字)資產。它們通過這種方式,為傳統資本市場的投資者提供了一種受監管的、基於股權的工具,以獲得對加密資產的敞口。這一模式服務於一個特定的市場需求:許多大型機構投資者,如養老基金、主權財富基金和捐贈基金,由於內部合規、託管複雜性或監管限制,無法直接購買和持有加密貨幣。DATs 的股票在紐交所或納斯克等主流交易所交易,為這些受限資本進入加密領域提供了一座合規的橋梁。
這一模式的先驅是 Michael Saylor 領導下的 Strategy Inc.(前身為 MicroStrategy)。自 2020 年起,該公司開始將大量現金儲備轉換為BTC,開創了將上市公司轉變為BTC持有工具的先河。此舉不僅重塑了市場對企業如何看待BTC的認知——從純粹的投機資產轉變為一種能夠抵禦法定貨幣貶值的戰略儲備資產——也為後續公司提供了可複製的模板。
此後,這一趨勢逐漸向全球蔓延。例如,日本上市公司 Metaplanet 也採納了類似的策略,反映出不同地區的資本市場對此類投資工具同樣存在需求。這些公司的出現,標誌著加密資產正從邊緣走向主流,日益融入全球宏觀金融體系。
表1:主要加密貨幣資產財政公司概覽
註:數據截至2025年8月,市值和加密資產持有量會隨市場波動。
1.2. 關鍵概念與價值主張:投資者的專業詞典
要準確評估「幣股」,投資者必須超越傳統的市盈率或市淨率等指標,掌握一套專為該模式設計的分析詞彙。這些概念是理解其價值主張和內在風險的關鍵。
-
資產淨值 (Net Asset Value, NAV) : 這是評估 DAT 的基石,指公司持有的數字資產按當前市場價格計算的總價值。它代表了公司資產負債表上加密資產的「真實」內在價值。
-
股權相對資產淨值的溢價 (Equity Premium to NAV 或 mNAV) : 這是理解「幣股」估值的核心概念。它量化了公司的股票市值相對於其每股所含數字資產淨值的溢價程度。該指標通常以倍數(mNAV,即 multiple of NAV)表示。例如,如果一家公司的 mNAV 為 2.0x,意味著其股價是其每股所含BTC價值的兩倍。高 mNAV 反映了市場的樂觀情緒、對公司未來增持資產的預期、股票的稀缺性以及作為合規投資工具的便利性溢價。反之,mNAV 的收縮則預示著市場信心的減弱。
-
BTC收益率 (Bitcoin Yield 或 Crypto Yield) : 這是 DATs 管理層提出並積極推廣的一個關鍵績效指標(KPI)。它衡量的是在特定時期內,公司每股(完全稀釋後)所代表的BTC(或其他加密資產)數量的增長率。正的「BTC收益率」意味著公司通過融資購買新資產的速度超過了股權稀釋的速度,使得每位股東名義上擁有的BTC份額在增加。然而,對這一指標需要進行批判性審視。如果股價在同一時期內大幅下跌,即使「BTC收益率」為正,股東的實際財富也可能遭受損失。因此,該指標必須與股價表現和 mNAV 趨勢結合分析,才能全面評估其對股東的真實價值。
1.3. 一種帶槓桿的代理工具:與BTC ETF的比較
隨著2024年美國現貨BTC ETF的批准,投資者獲得了直接、低成本追蹤BTC價格的工具。這使得 DATs 與 ETF 之間的差異變得尤為重要,因為它們為投資者提供了截然不同的風險收益體驗。
-
主動管理 vs. 被動追蹤 : ETF 的設計宗旨是儘可能精確地複製其標的資產(即BTC)的價格表現,是一種被動型投資工具。相比之下,DATs 是主動管理型實體。其管理層需要就資本配置、融資時機、融資工具選擇(股權或債務)以及資產購買策略做出關鍵決策。投資 DAT 不僅是投資BTC,也是投資其管理團隊的資本運作能力。
-
內嵌槓桿效應 : 投資 DAT 的股票,在本質上是一種對BTC的槓桿化押注。這種槓桿源於兩個方面:首先,公司可能通過發行債券等債務工具來融資購買BTC,這構成了財務槓桿。其次,mNAV 溢價本身就具有槓桿效應。當市場情緒高漲時,BTC價格上漲 1%,可能會驅動 DAT 股價上漲 2% 或更多,反之亦然。
-
獨特的風險敞口 : ETF 的風險主要集中於BTC自身的價格波動。而 DATs 在此基礎上疊加了公司層面的特定風險,這些風層執行風險、上市公司面臨的特定監管挑戰,以及最為核心的——融資風險,即股權稀釋和債務再融資的風險。
綜上所述,DATs 並非簡單的「加密貨幣持有公司」,而應被視為一種複雜的金融工具。它們通過主動的資本市場運作,為投資者提供了對BTC等加密貨幣的槓桿化敞口,但這同時也引入了傳統股權投資和金融工程所固有的多重風險。
第二部分:資本飛輪——融資、反身性與市場影響
DAT 模式的核心驅動力在於其獨特的融資機制,這種機制在有利的市場環境下能夠形成一個強大的、自我強化的正反饋循環,即「資本飛輪」。然而,這個飛輪同樣具有雙向性,其運轉方向完全依賴於市場情緒和資本市場的流動性。
2.1. 融資引擎:資本如何被創造
DATs 主要通過兩種複雜的金融工具來籌集用於購買數字資產的資金。這些工具的設計精妙之處在於,它們能夠最大限度地利用公司高企的股價和市場對其未來增長的預期。
-
市場化股票發行計劃 (At-the-Market Equity Programs, ATM) : 這是 DATs 最常用且最高效的融資手段。ATM 計劃(也很形象,直接跟市場「取款」)允許公司根據市場狀況,直接在公開市場上以當前市價,分批、小額地出售新發行的股票。這種方式極其靈活,避免了傳統大規模增發所需的路演和折價發行,但它也是導致現有股東持股比例被稀釋的主要原因。
-
可轉換債券 (Convertible Notes) : 這是一種混合型融資工具,本質上是公司發行的低息或零息債券,但附帶一個期權:在特定條件下,債券持有人有權將債券轉換為公司股票。對公司而言,這是一種極具吸引力的融資方式,因為它能以遠低於市場水平的利率借入大量資金。例如,MicroStrategy 曾多次發行利率低至 0% 或 0.625% 的可轉換債券,籌集數十億美元。對投資者而言,這種債券提供了「下行有保底(至少能收回本金),上行有空間(股價上漲時可轉股獲利)」的非對稱收益。然而,這種工具也為公司埋下了未來的「稀釋地雷」:一旦股價大幅上漲並超過轉換價格,大量債券被轉換為股票,將導致總股本急劇擴張。
2.2. 「飛輪效應」:收益與虧損的放大器
DAT 模式的運作完美詮釋了「反身性」(Reflexivity)理論,即市場參與者的預期與市場基本面之間存在一個相互影響、相互加強的動態反饋循環。
上行螺旋(牛市中的正反饋) : 在牛市中,飛輪會產生強大的正向驅動力。其運作邏輯如下:
-
BTC價格上漲,引發市場對 DAT 的樂觀預期。
-
樂觀預期推動 DAT 股價以更高的beta係數(即更大的漲幅)上漲,從而擴大其 mNAV 溢價。
-
高企的 mNAV 溢價使得公司的融資活動具有「增值性」。例如,公司可以用價值 1.5 美元的股票,在市場上籌集到 1.5 美元現金,然後用這筆錢購買價值 1 美元的BTC,並將剩餘的 0.5 美元作為公司的增值。
-
通過 ATM 或發行新債籌集的大量資金被用於購買更多BTC,這進一步增加了公司的資產淨值(NAV)。
-
公司資產的增長和持續購買的動作,反過來又強化了其作為「BTC增長引擎」的市場敘事,吸引更多投資者,進一步推高股價和 mNAV 溢價,從而完成一輪正反饋循環。
下行螺旋(熊市中的負反饋) : 這個飛輪的脆弱性在於其對市場情緒的高度依賴。一旦市場轉熊,飛輪將迅速反向旋轉,形成「死亡螺旋」:
-
BTC價格下跌,引發市場悲觀情緒。
-
DAT 股價因其高beta和槓桿效應而跌幅更甚,導致 mNAV 溢價迅速收縮甚至變為折價。
-
此時,任何通過發行新股的融資行為都將是「減值性」的(Dilutive),即出售股票換來的現金還不足以彌補對現有股東的稀釋,這使得通過 ATM 融資變得不切實際或極具破壞性。
-
融資渠道的枯竭打破了公司持續增持BTC的增長敘事,導致投資者信心崩潰,拋售股票。
-
股價的進一步下跌使得公司市值遠低於其持有的BTC價值,陷入嚴重折價,從而引發更猛烈的拋售,形成惡性循環
第三部分:DAT「官宣即腰斬」之謎:多因素風險分析
大部分「幣股」在官宣後股價暴跌的現象,並非偶然的市場情緒波動,而是其商業模式內在風險的集中體現。這一現象的背後,是股權稀釋、市場心理、槓桿機制和估值邏輯等多重因素交織作用的結果。股價的崩盤,可以被理解為市場從最初的「敘事驅動估值」向更為嚴苛的「基本面驅動估值」的劇烈轉變過程。
3.1. 稀釋引擎:對MicroStrategy的量化分析
股權稀釋是 DAT 模式與生俱來的「原罪」,也是理解其股價長期表現的關鍵。雖然公司管理層傾向於宣傳其總資產的增長,但對於股票投資者而言,唯一有意義的指標是其每股所擁有的資產價值。
以該模式的開創者和最大實踐者 Strategy (MSTR) 為例,自2020年開始實施BTC戰略以來,該公司的總股本經歷了爆炸性增長。數據顯示,其完全稀釋後的流通股數量從2020年中期的約9700萬股,激增至2025年中期的超過3億股,增幅超過200%。這意味著,為了籌集購買BTC的資金,公司的股權蛋糕被切成了比原來多三倍的份數。
與此同時,公司的BTC持有量也從零增長到了超過63萬枚。那麼,這場「增持」與「稀釋」的賽跑,最終對股東的每股BTC敞口造成了怎樣的影響?通過下表的數據分析,我們可以清晰地看到答案。
表2:Strategy Inc. (MSTR) 的股權稀釋與每股BTC持有量分析 (2020–2025)
上表清晰地揭示了一個關鍵趨勢:儘管 Strategy Inc. 的BTC總持有量在持續增長,但其「每股BTC持有量」卻經歷了劇烈波動,並在近期呈現出明顯的下降趨勢。在策略初期,公司的BTC增持速度超過了股權稀釋速度,導致每股BTC含量上升。然而,隨著融資規模的擴大和股價的波動,特別是進入2025年後,大規模的股權融資導致分母(流通股數量)的增長速度超過了分子(BTC持有量)的增長速度,使得每股BTC的實際含量開始被攤薄。
這一量化結果:持續的股權融資,即使是為了購買被看好的資產,也可能對現有股東造成實際的價值稀釋。當市場從對「總持有量」的狂熱崇拜,轉向對「每股價值」的理性審視時,股價的向下修正便不可避免。
3.2. 崩盤的心理學:擁擠交易與敘事破產
「幣股」的暴跌也是一場典型的市場心理學案例,其核心是「擁擠交易」(Crowded Trade)和隨之而來的「敘事破產」。
擁擠交易是指大量投資者基於相似的邏輯和策略,集中持有同一項資產,從而產生內生性風險——即風險並非來自資產基本面,而是源於市場結構本身。DATs 完美符合擁擠交易的特徵:一個簡單、誘人的敘事(「下一個MicroStrategy」、「帶槓桿的BTC股票」)吸引了大量觀點趨同的投機性資本湧入。
這種擁擠的結構為價格的劇烈波動埋下了伏筆。用戶的另一個猜想——「前期的投資又要套現」——點出了擁擠交易瓦解的導火索。早期投資者,尤其是通過私募投資(PIPE)等方式以較低估值進入的機構,有強烈的動機在公司官宣戰略、市場情緒達到頂峰時拋售股票以鎖定利潤。他們的賣出行為構成了第一波拋壓。
當最初的炒作熱潮退去,市場參與者的注意力會從宏大敘事轉向枯燥的財務報表和SEC文件。此時,投資者會發現,伴隨每一次「成功」融資和BTC增持公告的,是持續增長的流通股本和不斷被稀釋的每股價值。這種從「故事」到「數字」的認知轉變,構成了「敘事破產」的核心。一旦市場意識到支撐高溢價的增長故事存在瑕疵,擁擠的交易會迅速逆轉,形成「踩踏式」出逃,導致股價斷崖式下跌。
3.3. 波動的力學:槓桿與強制性拋售
DAT 模式的內在結構和投資者的交易行為,共同放大了股價的波動性。
首先,公司層面的財務槓桿是波動性的主要來源。通過發行債券來購買BTC,公司的資產負債表被槓桿化,這意味著其股東權益對標的資產價格的變動更為敏感。
其次,雖然 DATs 不會像加密貨幣衍生品那樣面臨「爆倉清算」,但一種類似的「強制性去槓桿」風險依然存在。當股價暴跌,mNAV 溢價大幅收縮時,公司通過 ATM 計劃發行新股的能力會受到嚴重削弱,甚至完全喪失。因為此時增發股票將是高度稀釋性的,無異於「飲鴆止渴」。融資渠道的中斷,意味著資本飛輪的停轉,這對於一個依賴持續融資來維持增長敘事的公司而言是致命的打擊。市場會將此解讀為重大利空,從而引發更猛烈的拋售,形成一個自我強化的負反饋。
此外,持有 DAT 股票的投資者自身也可能使用槓桿(例如通過券商的保證金帳戶)。當股價下跌時,這些投資者可能會面臨追加保證金的要求,如果無法滿足,其持倉將被強制平倉,從而對股價造成額外的下行壓力。
3.4. 溢價的蒸發:競爭與市場成熟
DATs 股票早期能夠享有極高的 mNAV 溢價,主要源於其稀缺性。在現貨BTC ETF 問世之前,像 MicroStrategy 這樣的公司是為數不多的、能讓大量受監管資金合規持有BTC敞口的渠道之一。這種獨特的市場地位為其帶來了顯著的「稀缺性溢價」。
然而,這種溢價是不可持續的,除了是因為ETF的出現提供了一種成本更低、結構更簡單、風險更純粹的數字貨幣投資方式之外,市場的成熟因也將讓投資者超越「增持數字貨幣」的表層敘事,轉而深入分析其融資機制、稀釋效應和槓桿風險
綜合以上分析,我們可以得出:幣股DAT是一種高度創新但風險極高的金融工具。它們成功地在傳統資本市場和新興的加密世界之間架起了一座橋梁,但這座橋梁的結構卻充滿了內在的矛盾和不穩定性。
假設前期的崩盤是不可避免的,那麼對投資者來說,我們應該如何應對?應當採取什麼策略?有什麼算法和標準?市場上是否有成功的案例? 它們的核心競爭優勢是什麼?
欲知後事如何,請聽下回分解。