币圈财富陷阱：代币稀释如何无声蒸发你的资产

代币稀释与加密货币回报的横截面

一篇刚出炉的学术论文，把币圈最隐秘的「财富蒸发器」扒了个底朝天

代币稀释：币圈最隐秘的财富蒸发器

你有没有想过一个问题：为什么有些币，明明项目方在做事、社区也在吹，币价却像得了慢性病一样，慢慢往下蹭？

答案可能比你想象的更简单粗暴——它的供应量，一直在偷偷膨胀。

这不是什么阴谋论。2026年4月，一篇题为《Token Dilution and the Cross-Section of Cryptocurrency Returns》的论文刚刚挂出来，作者用2020年11月到2026年3月、整整404种加密货币的周线数据，系统性地验证了一个道理：

代币稀释，是预测币价未来回报的最强信号之一。而且这个信号，在币圈产生的回报差，是股市的4到6倍。

一、稀释到底是什么？一张披萨就能讲明白

想象一下，你买了一整张披萨。你拥有的，是这块披萨的「全部份额」。

但项目方这时候说：「我们决定再烤九张一模一样的披萨，免费分给早期投资者、团队、矿工。」

你的披萨还在。但原来你拥有的是1/1，现在你变成了1/10。

如果总需求没变，每张披萨的价格理论上应该跌到原来的十分之一。这就是稀释的本质——你的份额被摊薄了。

股市里，这事叫「增发」。学术界早就发现了「增发异象」：爱增发的公司，接下来一年往往跑输大盘。Pontiff 和 Woodgate 在2008年把这个现象钉死在文献里，Fama 和 French 也确认这是横截面上最稳健的预测因子之一。

但币圈的情况更夸张。论文里统计了一下，样本币的平均年化稀释率大约是29%。什么概念？你的筹码，平均每年被偷偷切走快三分之一。

样本数量	时间跨度	平均年化稀释率
404 种非稳定币加密货币	279 周（2020.11 - 2026.3）	29% （远高于股市增发率）

二、论文祭出了三把尺子，丈量每一种币的「稀释毒性」

作者不是拍脑袋乱说。他定义了三个指标，从不同角度捕捉「稀释」这个怪兽的形态。

论文提出的三个核心稀释指标

第一把尺：Float Ratio（流通比例）

流通量 ÷ 最大供应量。这个数字越接近1，说明市面上流通的币越多，未来能释放的「炸弹」越少。比如比特币，Float Ratio 已经接近 0.93，稀释空间很小。

但有些币，Float Ratio 只有 0.1——意味着市面上只飘了10%，还有90%的币像悬在头顶的达摩克利斯之剑，随时可能砸下来。

第二把尺：FDV Premium（完全稀释估值溢价）

这把尺最有意思。

FDV Premium = 完全稀释估值（FDV）÷ 当前市值

假设某币现价1美元，流通1亿枚，市值1亿。但最大供应量是10亿枚。如果价格不变，全部释放后的估值就是10亿。FDV Premium = 10亿 ÷ 1亿 =10倍。

说白了，FDV Premium 告诉你：如果所有币都释放出来，按照现在的价格，估值会膨胀多少倍。倍数越高，说明市场上还潜伏着多少「未解锁的供应」。

论文样本里，FDV Premium 的均值是2.76，95分位数飙到7.79。也就是说，有些币如果全流通，估值会是现在的近8倍——前提是价格不掉。你觉得价格会不掉吗？

第三把尺：Dilution Rate（稀释速率）

这把尺不问「未来还剩多少」，只问「现在释放得多快」。每周流通供应量的变化率，取12周移动平均，平滑掉短期噪音。

论文验证了一个关键细节：单周的稀释率太毛糙，信号被噪音淹没。必须至少取12周（约一个季度）的平滑窗口，稀释的「毒性」才会真正浮出水面。

三、数据不会说谎：四个发现，刀刀见血

好，三把尺有了，往数据上量。论文的结果，我总结成四个发现，每一个都值得你端起咖啡认真看。

发现一：稀释是币圈回报的「死亡预告」

Fama-MacBeth 回归的结果非常干净：FDV Premium 的系数 t 值达到-3.13，1%水平上显著。什么意思？FDV Premium 每高一个标准差，未来一周的预期回报平均低 0.32 个百分点。年化下来，大概是-16.6%。

组合排序的结果更直观。作者每周把所有币按 FDV Premium 从低到高排成五档，买入最低档、卖空最高档，这个「多空组合」的年化收益是+27.9%。12周稀释率的多空组合也达到+25.0%。

作为对照，股市里的增发异象，年化多空收益也就 5%-7%。币圈的稀释效应，是股市的4到6倍。

指标	多空组合年化收益	显著性
FDV Premium	+27.9%	t = 1.65
12周稀释率	+25.0%	t = 1.85
股市增发异象（对比）	5%-7%	Pontiff & Woodgate
币圈稀释 / 股市增发	4-6倍	—

发现二：稀释不仅是特征，还是系统性风险因子

这里作者玩了一招高级的。他仿照 Pástor-Stambaugh（2003）构造流动性因子的方法，先把「市场层面的聚合稀释率」抽出来，再用 AR(1) 模型剔掉可预测部分，留下「稀释意外冲击」（dilution innovation）。

然后他用滚动52周窗口，估计每种币对这个「稀释冲击」的暴露度——也就是稀释贝塔（Dilution Beta）。

结果？按稀释贝塔排序的多空组合，年化收益-29.9%（t = -2.46，5%显著）。高稀释贝塔的币，平均而言每年比低贝塔的币多赚近30%。

发现一是特征效应：你自己稀释得越狠，未来回报越差。

发现二是风险溢价：你对市场整体稀释冲击的暴露越大，长期平均回报越高。两者共存，并不矛盾。

发现三：不是流动性问题——排除了一个错误答案

有人可能会说：稀释导致跌，是不是因为新币砸到薄订单簿上，产生了机械性的价格压力？Brunnermeier-Pedersen 的流动性放大机制不就是这个意思吗？

作者直接检验了这个假说。他用 Amihud 非流动性指标做双重排序，也在回归里加入「稀释 × 非流动性」的交互项。

结果很干脆：交互项不显著。稀释溢价在流动性好的币和流动性差的币之间，没有统计学差异。

这个「零结果」其实很有信息量。它排除了一个纯机械的解释，逼着我们去想：如果稀释导致的跌价不是因为订单簿被砸穿，那是因为什么？

发现四：稀释溢价只坑「没人管的币」——这是全文最狠的一刀

稀释溢价集中在没人盯、没人研、没人套利的小币上

作者接下来干了一件很多人想做但没做的事：他把这个异象的「经济边界」画了出来。

先用市值加权回归。咦，稀释效应消失了。全样本市值加权的 Fama-MacBeth，FDV Premium 的 t 值只有 -0.41，稀释率只有 -0.95，都不显著。

但这不说明异象是假的。币圈的市值集中度太离谱了——比特币和以太坊加起来经常占样本总市值的一半以上，前五大币占三分之二。市值加权回归，本质上就是在问「稀释对 BTC 和 ETH 有没有预测力」。而 BTC 和 ETH 的供应 schedule 是全世界研究得最透的东西，要是还能被稀释预测，那市场效率就真成笑话了。

作者做了一个极其漂亮的检验：把前五大蓝筹（BTC、ETH、BNB、XRP、SOL）拿掉，只保留剩下的399个币，再做市值加权回归。

样本量只少了2.3%，但总市值少了近三分之二。结果呢？12周稀释率的 t 值从 -0.95 跳到了-2.43，5%水平上显著。FDV Premium 的市值加权多空组合也重新出现显著性。

这说明什么？稀释溢价不是在全宇宙平均分布的。它集中在没人盯、没人研、没人套利的小币上。在 BTC 和 ETH 这种「全员盯防」的资产上，供应信息已经被充分定价了。

省流版 / 四个发现

• 发现一

  ：FDV Premium 每高一个标准差，未来年化回报低约-16.6%。

• 发现二

  ：稀释贝塔多空组合年化收益-29.9%，特征效应与风险溢价并存。

• 发现三

  ：稀释溢价不是流动性问题，纯机械解释被排除。

• 发现四

  ：稀释溢价集中在小币和新币，蓝筹币里不存在。

四、新币是重灾区：上市第一年，稀释溢价最毒

新币上市第一年，市场还在学习如何给供应预期定价

作者还按币龄做了切割：上市不到52周（一年）的叫「新币」，超过一年的叫「老币」。

这个结果，我读到的时候真的愣了一下。

在新币子样本里，FDV Premium 的 t 值是-4.50，1%水平上极其显著。12周稀释率的 t 值是 -2.55，5%显著。Float Ratio 的 t 值甚至是 +3.66。

切换到同一样本里的「老币」部分：FDV Premium 的 t 值暴跌到-0.75，系数缩水超过80%。所有稀释指标全部失效。

更妙的是设计细节：同一个币可以在年轻时进入「新币」组，一年后自动进入「老币」组。这意味着差异不是「币种差异」，而是时间差异。币还是那枚币，但市场学会了怎么给它定价。

市场需要累积实际解锁事件的观察，才能闭合「公开披露的 vesting schedule」与「价格中反映的供应预期」之间的缺口。

说白了，新币上市时，白皮书里写的解锁计划大家都看得见，但看得见不等于算得清、更不等于定价准。第一年，各种解锁陆续发生，市场被教育了几次，慢慢学乖了。到了第二年，同样的 vesting 信息已经被消化进价格，稀释就不再能预测回报了。

这种「随币龄衰减」的模式，跟 IPO 后长期低回报的经典文献（Ritter, 1991; Loughran & Ritter, 1995）遥相呼应。只不过币圈的节奏更快：股市里 IPO 异象能持续三到五年，币圈里一年就衰减得差不多了。

五、所以，这篇论文到底在讲一个什么道理？

把四个发现串起来，作者给出的解释框架非常清晰：

稀释溢价 = 有限注意力溢价

vesting schedule 是公开信息，但把它转化成「这个币到底值多少钱」的交易信号，需要成本——读合约、算释放曲线、对比当前价格。愿意付这个成本的聪明人，集中在 BTC、ETH 这种大币上。小币和新币， predominantly 由散户持有，没人做这个分析，信息滞留在价格之外，形成了可预测的错误定价。

这个解释同时解释了两个边界条件：

• 横截面边界

  ：为什么蓝筹币里没有稀释溢价？因为注意力充沛、套利资本充足，错误定价被迅速抹平。

• 时间边界

  ：为什么新币有、老币没有？因为市场需要时间学习，第一年就是学习期。

如果是纯风险解释，这两个边界都不该存在。风险溢价不会因为币变大就消失，也不会因为币变老就衰减。恰恰相反，成熟市场里的风险溢价通常更稳定。

所以作者认为，特征渠道（characteristic channel）——也就是项目自身稀释属性导致的错误定价——是稀释溢价的主要驱动。而第五章发现的「稀释贝塔风险溢价」是并存的另一渠道，在蓝筹码和老币里可能反而是主导的。

六、对你的钱包意味着什么？

好了，论文读完了，接下来是每个人都关心的：我能拿这个赚钱吗？

讲真，学术因子直接套用到实盘，中间隔着十万八千里。但有几个思维框架，我觉得可以借鉴：

1. 看 FDV，别看市值

很多人炒币只看流通市值，这是盲人摸象。FDV 才是全景图。如果 FDV 是市值的 5 倍、10 倍，意味着未来有几倍于当前市值的筹码在等待释放。除非项目增长能跑赢稀释，否则你就是在逆水行舟。

2. 新币要上「稀释审查」

论文最硬的结论之一就是：新币的稀释效应比老币强得多。所以当你看到一个刚上线、热度爆棚的币，先别 FOMO，去 TokenUnlocks 之类的网站查查它的释放 schedule。如果未来几个月有巨量解锁，而币价已经炒得很高，那很可能就是论文说的「高稀释、低未来回报」情景。

3. 蓝筹的稀释不等于小币的稀释

BTC 也有稀释（矿工奖励），ETH 也有稀释（质押收益），但市场对这些稀释的定价是高效的。别因为 BTC 有稀释就回避它，也别因为某个小币「团队锁仓四年」就觉得安全。关键是信息是否已经被市场消化，而不是稀释是否存在。

4. 多空策略在小币里可能真有机会

论文的多空组合年化 25%-32%，哪怕扣掉各种摩擦成本，在经济上仍然可能有余地。当然，做空小币在币圈是地狱级难度——借贷成本高、流动性差、插针风险大。所以这个「机会」更多是给有工具的专业玩家看的，散户看看就好。

七、Robustness：作者把能踩的坑都踩了一遍

写到这里，可能还有人心存侥幸：是不是某个子样本、某个异常值、某种数据处理搞出来的幻觉？

作者显然也想到了。他做了大量的稳健性检验，我挑几个最硬的：

• 分市场阶段

  ：牛市和熊市子样本里，稀释效应都成立（虽然在牛市里统计上稍弱，因为情绪主导时基本面信号被淹没）。

• 分 ETF 前后

  ：比特币现货 ETF 通过后，机构的入场改变了市场结构。但稀释效应在 post-ETF 时期仍然存在，甚至经济幅度更大。

• 去极端值

  ：更激进的 winsorization（2.5%/97.5%）反而增强了稀释率的系数。如果是异常值驱动的，去极端值应该削弱结果，而不是增强。

• Wald 检验

  ：作者在七个子样本里检验了「配对设计」的内部一致性——无论用 Float Ratio 还是 FDV Premium 做配对，12周稀释率的系数都统计上不可区分。六个子样本都不拒绝，只有一个边缘拒绝。

这些检验看完，基本可以把「统计 artifact」的怀疑排除掉了。

写在最后

币圈有个很讽刺的现象：每个人都在喊「做研究」、「看基本面」，但真愿意花时间去读一个项目的代币经济学、去算它的 vesting 曲线的人，百里无一。

这篇论文用数据证实了一个我们隐约觉得对的事情：币圈的定价摩擦，不在信息是否公开，而在信息是否被处理。

供应 schedule 是公开的，智能合约是开源的，unlock 日期是可以查的。但把这些拼图拼成一幅「这个币值多少钱」的完整画面，需要认知资源。而在小币和新币的世界里，这种资源极度稀缺。

换句话说，稀释溢价之所以存在，不是因为市场愚蠢，而是因为注意力的分配极度不均匀。

这篇论文的贡献，不只是发现了一个新因子。它把因子的边界条件画清楚了——在哪里有效、在哪里无效、为什么有效。在这个意义上，它比之前很多「我们找到了一个预测因子」的论文走得远得多。

如果你读完这篇解读，下次再看到一个 FDV 是市值 8 倍的新币，你的第一反应不是「社区好活跃」，而是「还有多少炸弹没落地」——那这篇论文就没白写。