ビットコインの価格予測モデル「ストック・フロー」とは？

ビットコイン（Bitcoin）は、その誕生以来、価格変動の激しさから、投資家や市場アナリストの間で価格予測が常に注目されてきました。数多くの予測モデルが存在する中で、「ストック・フロー（Stock-to-Flow）」モデルは、そのユニークなアプローチと、過去のビットコイン価格に対する高い適合性から、特に注目を集めています。本稿では、ストック・フローモデルの理論的背景、計算方法、そしてその限界について詳細に解説します。

1. ストック・フローモデルの理論的背景

ストック・フローモデルは、希少性に着目した価格決定モデルです。その根幹にあるのは、資源経済学の概念である「ストック（Stock）」と「フロー（Flow）」の関係です。ストックとは、ある時点で存在する資源の総量であり、フローとは、一定期間内に新たに供給される資源の量です。この二つの比率、すなわちストック・フロー比率（Stock-to-Flow Ratio）が、資源の価格を決定する重要な要素となると考えられます。

例えば、金（Gold）を考えてみましょう。金のストックは、地球上に存在する金の総量であり、フローは、年間採掘される金の量です。金のストックは非常に大きく、フローは比較的少ないため、ストック・フロー比率は非常に高くなります。この希少性が、金の価格を安定的に維持する要因の一つと考えられています。

ストック・フローモデルの提唱者であるプランクトン（PlanB）は、ビットコインをデジタルな希少資源と捉え、その価格もストック・フロー比率によって決定されると考えました。ビットコインの場合、ストックとは、流通しているビットコインの総量であり、フローとは、新たにマイニングによって供給されるビットコインの量です。ビットコインの最大発行枚数は2100万枚と定められており、マイニング報酬は半減期ごとに減少するため、フローは徐々に減少していきます。この特性が、ビットコインのストック・フロー比率を上昇させ、価格上昇を促すと考えられています。

2. ストック・フローモデルの計算方法

ストック・フローモデルにおけるストック・フロー比率の計算は、以下の式で表されます。

ストック・フロー比率 = ストック / フロー

ビットコインの場合、ストックは流通しているビットコインの総量であり、フローは年間マイニングによって供給されるビットコインの量です。フローの計算には、マイニング報酬の半減期を考慮する必要があります。ビットコインのマイニング報酬は、約4年に一度半減するため、フローは半減期ごとに減少します。

プランクトンは、過去のビットコイン価格データとストック・フロー比率の相関関係を分析し、以下の回帰モデルを構築しました。

ビットコイン価格 = exp(5.93 + 0.33 * ln(ストック・フロー比率))

このモデルは、ストック・フロー比率が上昇するにつれて、ビットコイン価格も上昇するという関係を示しています。プランクトンは、このモデルを用いて、ビットコインの将来の価格を予測しています。

3. ストック・フローモデルの評価

ストック・フローモデルは、過去のビットコイン価格に対する高い適合性を示しており、多くの投資家や市場アナリストから支持されています。特に、2009年から2020年までのビットコイン価格は、ストック・フローモデルによって比較的正確に予測されていました。このことから、ストック・フローモデルは、ビットコインの価格決定メカニズムを理解するための有用なツールであると考えられています。

しかし、ストック・フローモデルには、いくつかの限界も存在します。第一に、ストック・フローモデルは、ビットコインの価格が希少性のみによって決定されるという前提に基づいています。しかし、ビットコインの価格は、市場の需給バランス、投資家の心理、規制環境、技術的な進歩など、様々な要因によって影響を受けます。これらの要因は、ストック・フローモデルでは考慮されていません。

第二に、ストック・フローモデルは、過去のデータに基づいて構築されています。過去のデータが将来も継続すると仮定していますが、ビットコイン市場は常に変化しており、過去のパターンが将来も繰り返されるとは限りません。特に、ビットコインの普及が進み、市場規模が拡大するにつれて、ストック・フローモデルの予測精度が低下する可能性があります。

第三に、ストック・フローモデルは、ビットコインのマイニング報酬の半減期を正確に予測する必要があります。しかし、ビットコインのプロトコルは変更される可能性があり、マイニング報酬の半減期が変更される可能性があります。この場合、ストック・フローモデルの予測精度が低下します。

4. ストック・フローモデルの派生モデル

ストック・フローモデルの限界を克服するために、様々な派生モデルが提案されています。例えば、S2Fモデルは、ストック・フロー比率に加えて、ビットコインのネットワーク効果や採用率などの要素を考慮しています。また、S2FXモデルは、S2Fモデルをさらに拡張し、ビットコインの市場サイクルやマクロ経済環境などの要素を考慮しています。これらの派生モデルは、ストック・フローモデルよりも複雑ですが、より正確な価格予測が可能になると期待されています。

5. ストック・フローモデルの活用

ストック・フローモデルは、ビットコインの価格予測だけでなく、投資戦略の策定にも活用できます。例えば、ストック・フローモデルに基づいて、ビットコインの買い時や売り時を判断することができます。また、ストック・フローモデルに基づいて、ビットコインのポートフォリオ配分を最適化することができます。

しかし、ストック・フローモデルは、あくまで予測モデルであり、100%正確な予測を保証するものではありません。投資判断を行う際には、ストック・フローモデルだけでなく、他の情報源も参考にし、リスクを十分に理解した上で、慎重に判断する必要があります。

6. まとめ

ストック・フローモデルは、ビットコインの希少性に着目した価格予測モデルであり、過去のビットコイン価格に対する高い適合性を示しています。しかし、ストック・フローモデルには、いくつかの限界も存在します。投資判断を行う際には、ストック・フローモデルだけでなく、他の情報源も参考にし、リスクを十分に理解した上で、慎重に判断する必要があります。ビットコイン市場は常に変化しており、予測モデルの精度も時間とともに変化する可能性があります。そのため、ストック・フローモデルを常に最新の情報に基づいて評価し、必要に応じて修正することが重要です。ビットコインへの投資は、高いリターンが期待できる一方で、高いリスクも伴います。投資を行う際には、自身の投資目標やリスク許容度を考慮し、十分な情報収集と分析を行うように心がけましょう。