研究背景与假设 [page::1]

• 总锁定价值（TVL）常被视为DeFi平台用户信心和资产信托的指标，普遍假设其与加密货币收益正相关。

- 本文检验基于TVL排序构建的组合收益是否存在异常收益，即alpha。

• 研究同时使用总TVL和剔除重复计算的调整TVL指标。

数据与方法论概述 [page::2][page::3][page::4]

• 样本涵盖2023年1月2日至2024年12月31日间，335种加密货币（排除比特币和稳定币）。

- 构建了多个基于TVL及其变动的价值加权多空组合（买入前25%高TVL币，卖出后25%低TVL币）。

• 同时使用加密货币市场回报、市值大小因子（SMB）及动量因子构建多因子资产定价模型。

投资组合表现统计特征及图形分析 [page::5][page::6][page::7][page::8]

• 多数TVL多空组合HML组合无显著正收益，但部分分位数组合显著正收益。

- 变化TVL组合中，绝对值较大变化（无论正负）组合均获得较好收益。

• Level 1智能合约平台子集表现类似。

- 年度散点图显示加密货币收益与TVL/市值比无明显稳健正相关关系。

因子回归分析与定价测试 [page::12][page::13][page::14][page::15][page::16][page::17][page::18]

• 对TVL排序组合进行单因子（市场）及多因子（市场、SMB、动量）回归，alpha普遍不显著。

- 主要收益被市场因子充分解释，解释力度高达73%-93%。

• 动量因子对部分组合呈现负相关，尤其是第三分位组合。

- Gibbons-Ross-Shanken检验无法拒绝alpha为零的原假设，表明资产定价模型有效。

• 结论一致且在不同TVL定义和Token等级下均适用。

结论与未来方向 [page::18]

• TVL作为DeFi平台资产规模的衡量指标，对加密货币收益影响有限，其收益可以通过标准加密市场因子模型解释。

- 基于TVL构建的投资策略无异常收益，不构成价格异常。

• 建议未来研究关注更精准的用户活跃度指标，比如钱包活跃度或独立参与者数。

《The Surprising Irrelevance of Total-Value-Locked on Cryptocurrency Returns》报告详尽解析

---

1. 元数据与概览

• 报告标题：《The Surprising Irrelevance of Total-Value-Locked on Cryptocurrency Returns》

- 作者：Matt Brigida

• 发布日期：2025年6月5日

- 发布机构：未具体说明（论文引用多个学术资源，推测为学术或研究机构背景）

• 研究主题：探究加密货币中的“Total-Value-Locked”（TVL，总锁定价值）与加密货币资产回报之间的关系

- 核心论点：传统市场观点认为TVL与加密货币回报率正相关，本报告挑战该假设，发现基于TVL构建的加密货币投资组合的收益可通过标准加密市场因子模型（尤其是整体市场因子）进行解释，未发现TVL能够提供额外定价能力（alpha），即TVL对定价无显著影响。

• 关键词与分类：JEL分类G12（资产定价与投资组合理论）；关键词包含“Cryptocurrency”, “Crypto Factor Pricing”等。

报告重点传达的信息是，尽管TVL可反映DeFi协议的资金规模和用户信任，但其对加密资产收益并无超额解释能力，投资组合基于TVL排序的策略可被市场因子组合复制，不构成有效市场异常[page::0].

---

2. 逐节深度解读

2.1 引言（Section 1）

• 关键内容：引言部分介绍DeFi和TVL的定义，TVL被视为用户信任和协议活动的指标，过去两年TVL规模显著增长（2020年不足10亿美元，2025年5月超1160亿美元）。文中提出检验基于TVL构造的加密资产投资组合收益，是否存在“alpha”（未被市场因子捕捉的超额收益）。

- 关联文献：延续Liu, Tsyvinski & Wu(2022)关于加密市场因子的研究方法，及Saggese et al.(2025)关于TVL测量准确性的贡献。提及对TVL双重计数的质疑，有可能导致TVL被市场参与者忽视。

• 推理：如果TVL对价格有直接影响，应能形成带alpha的投资组合；否则，TVL只是市场公开信息的一部分，无法产生异常收益。

- 背景说明：作者采集“total TVL”和剔除部分双重计数后的“simple TVL”，进行比较验证[page::1].

2.2 数据（Section 2）

• 数据来源与样本：样本时间为2023年1月至2024年12月，涵盖335个在样本期内曾进入市值前100的加密货币（排除比特币与稳定币，以避免极端规模影响和TVL无意义的币种）。价格数据来自CoinMarketCap API。

- TVL走势：报告中展示TVL相对于市值的比例数据，数据显示总TVL比例逐步下降（从10.5%降至约9%），简单TVL比例从6%降至4%多，说明剔除重复计数后的TVL减少明显。此信号可能暗示TVL增长不再与市值等比例增长，或TVL与市值增长脱钩[page::2]。

• 图表说明：

- 图1和图2分别展示了总TVL和简单TVL对应的TVL/市值时间序列（2023-2024年），展现两类指标随时间的变动趋势，且区分全币种与Level 1智能合约平台（主要协议层）的水平。
- 趋势显示持续的波动及逐渐下降态势，反映市场结构调整或测量CVF的改进[page::3].

2.3 因子构建（Section 2.1）

• TVL因子说明：将TVL除以市值得比例，按前一周比例排序，构建高减低（High-minus-Low，HML）因子——买入TVL最高25%的代币，卖空最低25%。

- TVL变化因子：计算两周TVL/市值变化并排序，构建对应HML因子。

• 其他因子：

- 动量因子：过去五周累积回报分位构建。
- 规模因子（Small-Minus-Big, SMB）：按市值排序的高减低因子。
- 市场因子：整体加密市场超额收益。

• 构建逻辑：通过构造以上因子，形成一个多因子框架用于回归TVL投资组合收益，检验TVL是否贡献alpha[page::3-4].

2.4 描述性统计（Section 2.2）

• 统计结果：

- 表1-3展示基于TVL到市值及其变化的投资组合的均值、标准差、极端值等统计量。
- TVL排序组合的HML组合平均回报多为不显著，部分分位（如Q1,Q3,Q4）存在显著正收益，表明并非所有TVL分组均获利。
- TVL变化组合中，最大正负变动比例对应的分组获得显著正收益（表4），意味着TVL剧烈变化（无论涨跌）可能带来超额回报。

• 图3-8：散点图呈现不同币种TVL/市值比与平均周回报的关系，未见明显单调相关，部分币种位于收益极端点（正或负），无显著表明TVL越高收益越高或越低。

- 结论：多为非线性、无规律的关系，复杂性体现市场价格影响因素多样，TVL影响有限[page::4-8].

2.5 方法与实证结果（Section 3）

• 回归模型：采用Fama-French式多因子模型（整体市场，规模，小盘与动量因子）对TVL投资组合超额收益进行因子回归。

- 核心检验：
- 检查alpha系数是否显著，显著alpha代表TVL存在未被市场因子解释的超额收益。
- 检验因子模型拟合优度（Adjusted R²）及Gibbons, Ross, and Shanken (1989)联合显著性检验。

• 主要发现：

- 大部分TVL和TVL变化构造组合回归alpha均不显著，说明无异常回报。
- 仅用单一的整体加密市场因子模型即可较好解释TVL组合收益，R²多在60%-93%之间，拟合度较高。
- 少数模型中动量因子beta显著且为负，表现为TVL倍数较高的组合与动量表现呈负相关。
- GRS检验均不拒绝alpha为0的原假设，强调市场效率。

• 相关表格：

- 表8-13详细列出各组合回归系数，均支持上述结论。
- Level 1协议层子集分析结果与整体一致，强化结论稳健性[page::12-18].

2.6 结论（Section 4）

• TVL对加密资产收益不构成价格异常，构建的投资组合收益完全可用市场因子解释。

- TVL虽然是协议使用程度和用户信任的指标，但投资组合层面没有未被市场风险因子捕捉的收益。

• 建议未来研究开发更精准的用户活跃度测度（如钱包活跃数、独立参与者数）替代TVL，以增强定价模型有效性[page::18].

---

3. 图表深度解读

3.1 图1和图2：总TVL与简单TVL对市值的比例时间序列

• 描述：2023-2024年，TVL市值比例整体呈逐步下降趋势，总TVL平均由10.5%降至9%，简单TVL更显著下降，由6%降至约4%。

- 趋势解读：说明加密资产市值增长快于锁定资金增长，或TVL计算方法修正影响。简单TVL因排除重复计数因素，下降更显著，表明总TVL或存在被高估成分。

• 文本联系：支持作者对TVL准确性和有效性的质疑，进而影响其作为价格信号的有效性。

3.2 图3-8：不同年份和TVL指标下的加密货币收益散点图

• 描述：多幅散点图展示2023和2024年不同类别的币种TVL/市值比例与平均周收益的对应关系。币种按照分类（L1合约平台、扩容方案、DeFi等）以颜色区分。

- 趋势与模式：
- 数据点广泛分布，无明显线性关系或趋势。
- 极少数币种收益异常高（如hyperliquid、conflux），有可能受其特有机制影响，非TVL普遍规律。
- 大部分数据集中于低TVL/市值比和低至中等收益范围。

• 文本联系：图表直观展示作者关于TVL与收益无相关的论点，且强调复杂市场结构和多因素驱动机制。

3.3 表格1-7及8-13（统计与回归）

• 表格解读：

- 表1-7给出基于不同TVL指标和因子构建的投资组合的统计特征，关注收益均值和显著性，细致划分全市场/Level 1子集、总TVL和简单TVL指标等。
- 表8-13为主回归结果，展示alpha和beta估计值、显著性及模型拟合度，多次验证TVL组合收益被市场因子所解释，alpha均不显著。

• 趋势见解：

- 市场组合beta均显著且大于1，反映TVL组合整体风险高于市场平均。
- 动量因子影响不统一，存在负相关但非普遍显著。
- 小盘因子作用有限且不显著，多数模型不需加入多因子额外解释。

• 结论支持：统计和模型结果共同佐证TVL不构成独立定价因子，市场因子已涵盖其风险特征。

---

4. 估值分析

• 报告不涉及加密货币单币种估值，而是从资产定价模型角度构造多因子模型，侧重于投资组合层面的回归解释。

- 使用经典Fama-French三因子模型框架改造，结合加密货币特定因子（市场因子、规模因子、小盘减大盘SMB、动量Mom）。

• 未涉及贴现率、现金流折现等估值技术方法，重点在于解释收益来源和因子贡献。

- 估值结果显示TVL相关组合仅为市场风险敞口的线性组合，无超额回报或异常定价[page::12-18].

---

5. 风险因素评估

• 虽未专门篇幅详述风险，但文中隐含风险因素包括：

- TVL测量误差风险：双重计数、流动性质押等导致TVL数据被高估或失准，影响市场信号准确性。
- 市场波动风险：加密市场整体风险巨大，高beta表明TVL投资组合暴露于市场系统性风险。
- 流动性与价格发现风险：样本选取较大市值币种，避开极端币种，但微结构问题依然存在。
- 模型风险：因子构建可能无法捕捉复杂且多变的市场状态，动量效应不稳定。

• 作者未提出具体缓解措施，建议未来拓展更精准指标和测度，间接隐含对风险控制和更准确市场信号需求[page::1-3,18].

---

6. 批判性视角与细微差别

• 数据限制：

- 排除比特币和稳定币的样本选择合理但限制了整体市场代表性，尤其因比特币主导市场。
- 来自CoinMarketCap数据可能存在API更新、采样频率等引入的测量噪声。

• 模型假设：

- 因子模型假定线性关系及稳定性，动量因子负相关的非一致性提示市场结构不稳定。

• 样本期间：

- 样本仅覆盖两年，可能不足以捕捉长周期现象，尤其是加密市场快速演变特征。

• 潜在偏见：

- 作者明确秉持验证学术传统，关注无alpha假设，或对TVL“失效”结论持较强判断，需警惕对TVL潜在价值的低估。

• 内部一致性：

- 分析框架严谨，论证连贯，没有明显逻辑冲突，图表和数据支持主要观点稳健。

• 未来方向：

- 报告强调进一步研究用户更精准参与度指标，暗示当前TVL作为指标可能不具备经济定价因子资格[page::1,18].

---

7. 结论性综合

这份报告对加密货币领域核心假设——“TVL与资产回报正相关”进行了系统的实证检验。通过对335种加密货币2023-2024年周级数据的深入分析，作者构造多种基于TVL及其变化的投资组合，采用市场因子及三因子模型进行收益解释，结果清晰显示：

• 无论采用总TVL还是剔除双重计数改进的简单TVL，基于TVL构建的投资组合均未产生统计显著的alpha，表明TVL本身不构成有效的异常收益来源。

- TVL组合的收益主要由加密市场整体风险因子解释，动量及规模因子贡献有限，意味着TVL排序只是市场风险暴露的一种映射。

• 图表支持TVL/市值比与平均收益间不存在清晰的单调关系，且TVL水平和收益间关系复杂多变，进一步削弱TVL作为定价信号的有效性。

- 统计检验和经济意义均验证了市场对TVL的定价已经内化，且存在双重计数和测量问题导致TVL被市场参与者部分忽视。

• 结论强调未来研究应探索更有效的用户参与指标，如钱包数、活跃用户等，以提升资产定价能力。

整体来看，本报告对TVL作为加密资产价格信号的无效性提供了坚实的实证支撑，建构了基于Fama-French三因子模型框架的系统分析路径，为投资者和研究者提供重要参考，提示应当更多关注市场整体风险因子与用户行为的真实指标，而非单一的资金锁定量指标[page::0-18].

---

总结

• 报告合理利用丰富数据，用多维因子模型与统计检验验证了TVL对加密货币收益的有限影响力度。

- 图表数据佐证TVL指标存在双重计数与测量误差。

• 建议市场参与者和学者审慎看待TVL作为价格指标的直观意义，开发更可靠的用户参与指标将是未来研究关键。

- 本研究从资产定价角度为加密领域TVL效用提供了重要学术和实践参考价值，展示了加密市场成熟过程中的理性定价机制。

---

引用溯源：[page::0-18]

报告