今日推荐 | 巨鲸最能在那些区块链项目掀起惊涛骇浪？

撰文：Clovr 研究团队

翻译：卢江飞

让我们先讲一个 2018 年年中的故事吧。2018 年 7 月 31 日时，一位比特币投资者登录了某个加密货币交易所，押注了价值 4.16 亿美元的比特币，他赌比特币价格会上涨。但市场表现却没有如他所愿，比特币价格下跌了 5%。该投资者的赌本无法覆盖损失，交易所只能用其他投资者的利润来「填坑」。

译注：根据该交易所的风控管理机制，购买比特币合约产品时，当保证金保险无法承担总保证金追缴的全部损失时，就需要进行全账分摊。

一个投资者的行为就可能引发大范围后果。这个故事说明，在动荡的加密货币市场里，那些富人即巨鲸可以掀起惊涛骇浪。和大海里的巨鲸一样，加密币的某些投资者只要其交易量足够大，就能影响加密币本身的价值，也可能破坏区块链和加密货币行业所立足的去中心化原则。

在本文中，我们从四种主流加密货币以及以太坊上价值最高的 100 个代币项目中获取数据，通过比较 14 万个非交易所地址的情况，来研究加密货币的财富分布状况。通过这些研究，我们的一些发现触目惊心：

• 有多个加密货币项目，竟然只需要很少几个账户就能控制其「多数所有权」；
• 与 2018 年相比，某些加密货币的财富分布现在变得更不平等了。

四大主流币的巨鲸情况

有些巨鲸非常有钱，以至于只需要很小的团体「抱团」，就可以掌控某个加密货币的大多数份额，假如这种合作是恶意的，那就有些像「51% 攻击」了。

理论上来说，市值较小的加密货币更容易受到控制该链的巨鲸的攻击，比如 2018 年比特币黄金（Bitcoin Gold）就遭此劫。（译注：它遭到一名恶意矿工的攻击，矿工成功实施了双重花费，并从交易所窃取超过 388200 个比特币黄金代币，当时价值高达 1860 万美元。）

最主流的几个加密货币，如果要把控其大多数财富，究竟需要控制多少个地址呢？我们来看看下面这个表格：

数据来源：bitinfocharts.com，2019 年 11 月 4 日

在进入结论之前，我们需要澄清的是：一个地址并不代表一个人，因为一个人可能持有多个地址，而一些最富地址其实是交易所持有，交易所通常持有许多人的财富。为了让这次分析更接近「个人」的大体状况，我们剔除了已知的或推理得出的由交易所拥有的地址。

我们研究了四种主要加密货币的财富分布，分别是比特币（Bitcoin）、以太坊（Ethereum）、比特现金（Bitcoin Cash）和莱特币（Litecoin）；我们发现：

• 莱特币的财富中心化程度最高，要想获得莱特币的「多数所有权」只需要拥有前 189 个地址。前十大最富莱特币地址拥有莱特币财富总量的十分之一。
• 在主流加密货币中，莱特币的财富分布可能是最不平等的，而以太坊平台的原生货币 ETH 却是自 2018 年以来出现财富不平等加剧的唯一加密货币。我们使用基尼系数作为指标来分析四大主流加密货币各自前 10,000 个最富地址的整体财富分布状况，我们发现，以太坊的基尼系数，或者说财富不平等程度，2018 年到 2019 年增加了 13％（0.69 vs. 0.78）。
• 在四大主流加密货币中，比特币的财富不平等程度最低，2019 年基尼系数为 0.64。

译注：基尼系数是一个衡量财富分配的指标，最早由意大利统计与社会学家 Corrado Gini 在 1912 年提出。基尼系数最大为「1」，最小等于「0」，越接近 0 表明收入分配越是趋向平等。国际惯例把 0.2 以下视为收入绝对平均，0.2-0.3 视为收入比较平均，0.3-0.4 视为收入相对合理，0.4-0.5 视为收入差距较大，当基尼系数达到 0.5 以上时则表示收入悬殊。

为了更直观的感受这个数字，我们可以做一个不太精确的对比：美国 2018 年的收入基尼系数达到 0.49，创下历史新高。由此可见，加密货币的财富不平等有多么严重。

小池塘里的大鱼

以太坊 ERC-20 代币（基于以太坊平台的货币）的财富分布状况，与上述四大主流加密货币的状况不太一样。在市值最高的前 100 个以太坊代币中，获得「多数所有权」所需的地址数量，平均仅为 34 个。不过，各代币获得多数所有权所需的地址数量，差别也很大。在市值最高的前 100 个以太坊代币中，有 24 个代币只需一个地址就能控制「多数所有权」，这个地址几乎都是由该代币的创建者拥有。

以太坊上各代币的财富不平等排行榜

之所以会出现这种状况，是因为这些代币的发行方式通常是由其创始人控制，但这种中心化的财富控制会带来自身的风险。某些通过初始代币融资方式来筹资的项目其实是骗局，它们诱使更多资金进入来抬高代币的价格，只是为了创始人可以将自己持有的大量代币套现。即便不是骗局，投资者需要应对的仍是一个不可预测的、监管不力的市场。

以 Veritaseum 代币为例，在我们所分析的 100 个代币中，该代币的财富不平等程度排在第三位（基尼系数高达 0.996）。其创始人雷吉·米德尔顿（Reggie Middleton）被判从初始代币发行中非法获利，被勒令于 2019 年 11 月向投资者归还 800 万美元。

代币或加密货币的财富分布，因其货币生成方式而有不同的含义。根据我们的分析，在所有以太坊的代币中，加密货币交易所火币的代币的财富不平等程度最高，但火币并没有通过初始代币发行来募集资金，所以 HT 代币的投资者并不会承受同级别的风险。

总之，各加密代币的投资情况实在是千差万别。

市值小的代币，财富不平等情况差异最大

下图是 ERC-20 代币的财富分布状况，排名前 100 位的以太坊 ERC-20 代币中，代币市值和财富分布状况之间的关系。

在任一给定的市值规模，一个代币有 90% 的机会位于或低于浅蓝色的不平等区域，有 75% 的机会出现或低于中蓝色范围的不平等区域，有 50% 的机会出现或低于深蓝色范围的不平等区域。为了更好地理解哪些代币最可能出现非常不平等的财富分布（即只需少数几个人就可主导市场或被其创始人操纵），我们将各代币的市值与其财富分布的头部集中化（top-heaviness）关联起来。所谓头部集中化的财富分布，是指某个代币的大笔财富被少数几个地址所持有，此处的定义是地址财富的平均数与地址财富的中位数的对数比。

某个代币的市值越高，其财富分布就越有可能更平均（与其他代币相比）。换句话说，财富大量集中在少数几个地址的代币，全是市值相对较小的代币，再具体一点，实际上就是市值等于和低于1 亿美元的代币。

如果你是一个担心财富中心化会带来风险的加密货币投资者，那么一个或许有用的建议就是：尽量避免购买市值低于 1 亿美元的代币。像币安币和 Tether 这些成熟的代币，其财富分布可能会与比特币这样的主流货币更相似。为什么呢？也许代币越成功，就越容易吸引更多投资者，从而将财富分布到更多地址。而市值较小的代币可能不够成熟，随着时间流逝，其财富分布可能会而逐渐平均。

总结

几乎在所有金融领域，我们都能看到，少数几个巨鲸拥有的财富和大量小鱼拥有的财富相当。在加密货币的爱好者中，这更是一个火爆话题，因为加密市场的流动性较低而波动性却较高，这意味着巨鲸可以掀起大浪。加密系统的设计目标，是通过去中心化实现稳健发展，而中心化的财富所有权则会形成一个特别脆弱的被攻击点。对中心化交易所而言更是如此，因为它们是许多人财富的唯一托管方。这种漏洞可能且已被攻击。鲸鱼越大，目标越大——黑客和欺诈者已经举起大鱼叉准备狩猎了。

我们发现，和比特币、以太坊或比特现金相比，莱特币更容易受到巨鲸的影响，而以太坊则是四者中在 2019 年唯一出现最富地址间财富不平等加剧的平台。当我们考察以太坊上的 ERC-20 代币的财富分布时，发现其集中度比四大加密币更严重。以太坊上的代币，四个中间就有一个的「多数所有权」是由项目创始人控制的。对于某些人来说，市值较小的代币项目是一种有利可图的投资，因为回报可能很高，但其潜在风险也相当高。

在购买任何加密货币之前，投资者需要进行充分研究并考查多种因素，其中之一就是要了解，你想投资的那个加密货币，它的「海洋」里鲸鱼体型有多大。你要么能在急流中游泳，要么就被他们掀起的惊涛骇浪卷走。

方法论和局限性

我们从 bitinfocharts.com 收集了比特币、以太坊、比特现金和 Litecoin 中最富 10,000 个地址的余额数据，并针对市值前 100 位的以太坊 ERC-20 代币，从 etherscan.io 收集了每个代币最富的前 1000 个地址。本次分析收集的是 2018 年 8 月 16 日和 2019 年 11 月 4 日的地址余额数据，并分析了这些地址之间财富分布的年度变化。收集这两个日期的数据，相当于给市场波动的快照，而不是某种连续趋势。

关于加密货币巨鲸的一些研究早已承认，一个地址并不等于一个投资者，但他们并没有解决这个问题。加密货币生态系统的一个支柱就是地址的匿名性，但匿名性在研究财富分布时却成为了一个障碍。在研究巨鲸时，我们碰到的最麻烦的一个问题是：交易所其实持有最富的一些地址，这样容易让人把许多人的财富误以为是「一个人」的财富。尽管有人认为交易所的数据不应该被忽略（因为大部分交易所也是其用户账号的货币的托管者），但为了让结果更容易分析，我们最终还是决定剔除掉交易所的地址。

通过分析与每个地址相关的钱包昵称，我们识别出了属于 41 个交易所的地址。再利用在各链上交叉对照交易所的地址名称，找出哪些匿名地址也是由交易所拥有的。持有两种（或以上）的加密货币的地址，我们就假定为是交易所地址，这些地址在本次分析中被剔除掉了。在我们的数据集中，只有 6％多一点的地址持有两种以上的加密货币。持有超过两种货币的地址，一般都持有 3 倍多的币（两种或更少的货币的，平均余额 = 供应量的 0.06%；超过两种货币的，平均余额 = 供应量的 0.28%）。

我们计算了最富地址所拥有的币在总量中所占百分比，还计算了每种加密货币拥有「多数所有权」所需要的地址数量。剔除掉交易所地址之后，基于双对数坐标看财富分布的排名，我们识别出有异常大余额的那些地址。为了研究加密货币市值规模和财富分布之间的关系，我们估计了50％、75％和 90％的分位数，用分位数回归模型（quantile regression）使之成为市值的一个函数。