庫存流量比

什麼是 Stock-to-Flow 模型（S2F 模型）？

Stock-to-Flow（S2F）模型是一套透過計算某項資產現有存量與每年新增發行量（流量）之比，來評估資產稀缺性的分析架構。這可比擬為水箱與水龍頭：水箱中的水象徵存量，每年流入的水則代表流量。比值越高，資產的稀缺性就越強。

此模型主要應用於總量固定或增發速度極緩的資產，例如貴金屬與比特幣。由於這類資產的總供應量有上限且發行規劃可預測，供給面變化更易量化。需要特別指出的是，Stock-to-Flow 模型僅描述供給，並不直接反映需求或價格變動。

Stock-to-Flow 模型如何計算？

Stock-to-Flow 比例的計算方式相當簡單：S2F = 存量 ÷ 流量。「存量」是指當前流通供應量，「流量」則是一年內新發行的供應量。S2F 數值越高，新增一個單位存量所需時間越長，稀缺性也越明顯。

以比特幣為例，其最大供應量為 2100 萬枚。若某一年新增發行量為 X，當下流通供應量為 Y，則當年 S2F ≈ Y ÷ X。隨著減半與區塊獎勵調整，這個比例會隨時間提升，反映供應通膨持續下降。

需要理解的是，S2F 並非價格公式，而是「稀缺性指標」，用於比較不同時期或不同資產的供應緊張程度。

Stock-to-Flow 模型在比特幣中的作用是什麼？

在比特幣領域，Stock-to-Flow 模型主要用來觀察減半事件如何改變長期稀缺性。大約每四年，比特幣會經歷一次減半：區塊獎勵減少，年度發行量下滑，S2F 因此上升。

比特幣歷史上已於 2012、2016、2020 及 2024年4月（具體時間可查閱公開區塊鏈數據）完成減半。每次減半都會降低通膨率，使同一時期內進入流通的新供應量減少，為「稀缺性提升」提供量化依據。許多分析將 S2F 作為研究減半前後價格表現的參考。

然而，價格是否上漲還需視需求、總體流動性、監管政策與市場情緒等多重因素。Stock-to-Flow 模型揭示供給端情況，但並非全方位的價格預測工具。

Stock-to-Flow 模型為何容易被誤用？

Stock-to-Flow 模型之所以容易被誤用，有多種原因。首先，容易將相關性誤認為因果性：S2F 上升與價格上漲可能同時發生，但不代表兩者有直接因果關係。

其次，該模型忽略了需求因素。用戶成長、實際應用、機構參與、ETF 資金流、總體利率等都會影響需求與定價，但這些並未納入 S2F 計算。

第三，存在過度擬合歷史數據的風險。以有限週期產生高 R² 擬合曲線，可能無法適用於不同市場階段，特別是在新參與者或政策變動時。

第四，該模型基於靜態假設。區塊難度、手續費占比、鏈上行為或監管調整都可能改變實際發行速度與市場結構，導致 S2F 與實際價格走勢脫節。

Stock-to-Flow 模型與供需分析有何不同？

Stock-to-Flow 模型僅聚焦於供給強度，本質上回答「新發行速度與現有供應相比有多慢」。而供需分析則涵蓋市場定價的全面動態，且需求變化通常更快、更難預測。

因此，S2F 適合用來比較稀缺性或通膨趨勢。真正的價格發現必須結合需求因素：實際應用、資金成本、風險偏好、監管環境與跨資產吸引力。將 S2F 置於更廣泛的供需框架下，有助於避免「只看供給」的片面觀點。

如何將 Stock-to-Flow 模型 作為投資參考？

Stock-to-Flow 模型可作為中長期研究的一個面向，透過結構化方法納入交易與資產配置：

第 1 步：建立供給端視角。追蹤資產存量與年度流量，關注減半或發行計畫變動，對照 S2F 曲線與價格週期。

第 2 步：疊加需求與流動性指標。將 S2F 與鏈上活躍度、代幣分布、總體利率、美元流動性等結合，避免僅以供給決策。

第 3 步：結合 Gate 應用場景。例如，利用 Gate 行情頁觀察減半前後波動區間，設定價格提醒，在現貨帳戶採用定期定額策略，將週期分析融入部位管理；若使用衍生品，應控制槓桿並設定停損，切勿僅憑單一模型決策方向。

第 4 步：建立覆盤機制。每月或每季檢視 S2F 假設是否仍然成立（如手續費占比上升影響實際發行），並據此調整權重。

上述步驟僅為研究架構，並非投資建議。資產選擇與策略應隨市場動態調整。

Stock-to-Flow 模型的變體有哪些：S2FX 與偏離指標

Stock-to-Flow 模型常見擴充包括 S2FX 與「偏離指標」。S2FX 嘗試將資產劃分為不同「階段」（如貨幣化階段），以跨資產比較稀缺性並解釋階段轉換時的價格變化。

偏離指標則用來衡量實際價格與 S2F 模型估值的偏離程度，可用比值或差值表示，用以判斷價格高於或低於模型值。有分析者將顯著偏離視為極端情緒或潛在週期拐點訊號，但這類訊號需結合需求與流動性數據加以驗證。

總結來說，S2FX 與偏離指標皆是在基本稀缺性指標之上增加假設，雖能豐富分析視角，但對需求與政策變動仍高度敏感。

使用 Stock-to-Flow 模型時應注意哪些風險？

首要風險為資金風險。若將 Stock-to-Flow 模型當作價格預測公式，可能導致部位過度集中或高槓桿，一旦需求或總體環境逆轉，損失將被放大。

模型風險同樣不可忽視。S2F 的變數有限，無法捕捉監管衝擊、黑天鵝事件或交易結構變化。對任何模型的過度依賴都可能在突發事件下失效。

操作風險也需謹慎。運用衍生品或高槓桿產品時，務必設定停損，嚴格控管部位，於 Gate 等平台啟用風險提醒，分散配置、分批建倉，降低單點失誤風險。

Stock-to-Flow 模型未來仍具參考價值嗎？

Stock-to-Flow 模型依舊具備參考價值，但其適用範圍更為明確。隨著比特幣生態變遷（手續費占比、機構與 ETF 資金流入、總體利率調整等），價格驅動因素日益多元，單一供給指標的解釋力將有所波動。

截至 2024年4月比特幣第四次減半，供應通膨持續下降，長期稀缺性邏輯依然成立。但有效研究必須結合 S2F 與需求面、資金結構、監管變動與技術進步，避免「只看供給」的單一視角。

Stock-to-Flow 模型總結與學習建議

Stock-to-Flow 模型透過「存量 ÷ 流量」衡量稀缺性，適合觀察比特幣等有限供應資產在減半與發行變化下的供給演化。它並非價格預測工具，需結合需求指標、流動性與市場結構共同評估。

建議學習路徑：先理解存量與流量的直觀邏輯，再結合 減半事件及通膨時間軸，隨後融合鏈上活躍度、持有者分布與總體指標，最後於 Gate 平台實踐低頻、分批策略並加強風險控管，定期覆盤假設。以多元架構擁抱不確定性，才能最大化 Stock-to-Flow 模型的參考價值。

常見問題

Stock-to-Flow 模型是否適用於比特幣以外的資產？

理論上，Stock-to-Flow 模型可應用於任何供應規劃固定的加密資產，但實際效果因資產而異。比特幣因其減半週期透明、流通供應數據明確，是最適合 S2F 分析的標的。對於採用動態發行機制的資產（如 以太坊），存量與流量波動較大，預測準確性降低。在運用該模型前，應評估資產的發行機制是否符合 S2F 前提。

哪裡可以找到準確的 Stock-to-Flow 計算數據？

S2F 模型的計算主要仰賴區塊鏈數據平台與官方紀錄。比特幣相關數據可透過 Glassnode、CryptoQuant 等專業分析服務取得，或直接經由比特幣核心節點計算。由於不同數據來源的計算標準（如是否涵蓋未確認交易、挖礦獎勵計時等）可能不同，建議多方比對，以確保 S2F 的準確性。

當 S2F 模型預測失效時應如何因應？

當模型預測與實際市場表現出現明顯落差時：首先檢查輸入數據的準確性；再評估是否有意外市場事件（如監管變動、技術升級）擾亂傳統供需動態。建議結合鏈上指標、總體週期、技術分析等多元工具輔助判斷，切勿僅依賴 S2F 預測。關鍵在於理解模型侷限，而非盲目跟隨其結果。

Stock-to-Flow 模型與挖礦成本有關聯嗎？

S2F 與挖礦成本之間存在間接關聯，但無直接相關性。Stock-to-Flow 模型以流通供應與新發行量（供給面變數）衡量稀缺性。挖礦成本（如電費、設備折舊）影響礦工的獲利門檻與拋售意願，屬於供給經濟學範疇。高 S2F 意味稀缺性提升，有利於價格與礦工利潤，但挖礦成本波動不會直接改變 S2F 數值，兩者需分開分析。

初學者如何快速掌握 Stock-to-Flow 模型的核心邏輯？

核心邏輯很直觀：稀缺的東西更有價值。「存量」為已發行總量，「流量」為每年新增發行，S2F 比例越高，新增供應越少，稀缺性越強。比特幣每四年減半一次，S2F 隨時間提升，類似黃金的稀缺性（黃金 S2F 約 50–60）。初學者可參考黃金 S2F 來理解比特幣趨勢，但需記住該模型僅為參考工具，無法直接預測價格。