此次会议由清华大学孵化的学说平台主办，康奈尔大学商学院金融科技中心提供学术支持。研讨会联席组委由康奈尔大学约翰逊商学院Rudd家族管理学讲席教授、金融学教授及《Management Science》金融主编叢林（丛林），与清华大学五道口金融学院副院长、金融学讲席教授张晓燕组成。
本次会议共收到超过300位国内外的老师、学生以及业界人士的热情申请，最终共有约200位来自103所高校的师生和数位业界人士同时在线上和线下参会，并有18篇论文在本次会议上进行展示。
演讲者：叢林（Lin William Cong）教授，康奈尔大学约翰逊商学院Rudd家族管理学讲席教授及金融学教授, 美国国家经济研究局研究学者
线上&线下参会人员扫描下方二维码
即可观看演讲视频回放
加密货币和代币经济学理论基础
叢教授深入探讨了代币经济学的概念基础、功能与设计。他的演讲涵盖了从代币化经济的基本原理到具体应用的广泛内容，为与会者提供了全面的理论框架和实践洞见。
叢教授首先介绍了代币经济学的基本概念和研究动机。他指出，随着区块链技术的发展，代币化经济正在迅速兴起，这为传统金融和经济学理论带来了新的挑战和机遇。代币经济学的研究动机主要来自于理解和设计这种新型经济体系的需求。他将代币分为四类：平台代币、通用支付代币、产品代币和基于现金流的代币，强调这些代币通常是货币和可投资资产的混合体，这种双重性质使得它们的分析变得复杂而有趣。
在介绍代币经济学的研究领域时，叢教授强调了几个关键方面：代币的角色（如引导平台采用、稳定用户基础、作为公司融资工具等）、代币的基本价值和定价、基于代币的融资和补偿、代币供应政策的微观和宏观影响，以及数字货币和加密代币的监管含义。这些研究领域反映了代币经济学的多维度性质，涉及经济学、金融学和计算机科学等多个学科。
叢教授接着深入探讨了代币化经济的出现。Tokenomics: Dynamic adoption and valuation(Cong, Li, Wang, RFS 2021) 开创了一个动态模型理论框架来分析代币的采用和估值。这项研究的动机是理解代币如何影响平台的采用和发展。模型考虑了代币嵌入、内生采用、网络效应以及多重动机（基本使用和投资）等因素。研究发现，代币可以加速平台采用，但也可能导致价格波动和投机行为。这一发现对理解代币化平台的发展动态具有重要意义。
在讨论代币质押（staking）时，叢教授指出这是一种日益流行的共识机制，尤其在权益证明（Proof-of-Stake）系统中。研究质押的动机是理解这种新型经济激励机制如何影响代币持有者的行为和整个生态系统的稳定性。他介绍了在"The tokenomics of staking"(Cong, He, Tang, 2022) 中，该研究模拟了质押经济，探讨了代理人如何在采用、交易和质押奖励之间做出权衡。研究发现，质押奖励率与代币价格升值正相关，这导致了未覆盖利率平价的违反和加密货币套利机会。
在基于代币的融资部分，叢教授比较了代币融资和股权融资的区别。研究这一领域的动机是理解代币作为一种新型融资工具的优势和局限性。他指出，代币代表对平台服务的索赔权，而股权代表对未来利润的索赔权。在“Token-based platform finance”(Cong, Li, Wang, JFE 2022) 中，该研究构建了一个代币生态系统模型，分析了平台如何使用代币进行融资。研究发现，平台投资通过代币发行来融资，但存在代币回购成本等摩擦，可能导致平台增长欠佳。然而，区块链技术通过允许承诺代币发行规则和逆周期的代币供给策略缓解这一问题。
叢教授还讨论了通用支付代币（如比特币、稳定币）和中央银行数字货币（CBDC）的特点和挑战。研究这些代币的动机是理解它们如何影响现有货币体系和金融稳定性。他指出，这些代币的估值应类似于货币，供给和流通速度是重要因素。对于CBDC，他介绍了其潜在好处（如提高支付系统效率、增加福利）和可能的风险（如对传统银行业务的影响）。
最后，叢教授探讨了产品代币的特点和代币化平台之间的竞争。他指出，产品代币融资可能比股权融资导致较少的努力不足问题。在平台竞争方面，他介绍了Cong and Mayer在2022年的研究“The coming battle of digital currencies”，该研究分析了不同国家发行CBDC的动机和策略。研究发现，拥有强势但非主导货币的国家最有动力推出CBDC，而货币最弱的国家可能会转而采用加密货币。
叢教授的演讲不仅全面介绍了代币经济学的理论基础，还通过大量实证研究和案例分析，展示了这一领域的最新进展和实际应用。他强调，代币经济学是一个快速发展的领域，涉及金融、经济学、计算机科学等多个学科，为理解和设计数字经济提供了重要工具。这场演讲为与会者提供了深入理解代币经济学的机会，也为未来的研究方向提供了宝贵的洞见。
相关论文：
Cong, L. W., Li, Y., & Wang, N. (2021). Tokenomics: Dynamic adoption and valuation. The Review of Financial Studies, 34(3), 1105-1155.
Cong, L. W., He, Z., & Tang, K. (2022). The tokenomics of staking. Preprint, submitted April, 6.
Cong, L. W., Li, Y., & Wang, N. (2022). Token-based platform finance. Journal of Financial Economics, 144(3), 972-991.
Cong, L. W., & Mayer, S. (2022). The coming battle of digital currencies. The SC Johnson College of Business Applied Economics and Policy Working Paper Series, 4.
加密货币和代币经济学的实证研究
叢教授深入探讨了加密货币和代币的实证研究，涵盖了资产定价、非同质化代币（NFT）、稳定币和中央银行数字货币（CBDC）等多个领域。
叢教授首先介绍了加密货币市场的背景。截至2023年7月，加密货币市场的总市值达到1.2万亿美元，日交易量为332亿美元。这个新兴的资产类别因其与其他资产的低相关性而受到投资者和学术界的广泛关注。叢教授展示了比特币与标准普尔500指数、石油和黄金的相关性数据，证实了加密货币作为一种潜在的投资组合多样化工具的价值。
在加密货币的资产定价研究方面，叢教授指出，早期研究主要集中在比特币的价值决定因素上，包括供需关系、社交媒体关注度和链上交易等。随着研究的深入，学者们开始构建加密货币市场指数，并探索驱动加密货币收益的因素。Liu和Tsyvinski（RFS 2021）的“Risks and Returns of Cryptocurrency” 是这一领域的代表性工作，他们考察了网络因素、生产因素、动量效应和投资者关注度等对加密货币收益的影响。
叢教授特别强调了加密货币市场中观察到的异常现象。这些异常包括规模效应、动量效应、反转效应和流动性溢价等。这些发现为构建加密货币的因子模型奠定了基础。在因子模型方面，叢教授重点介绍了两个重要的研究：“Common risk factors in cryptocurrency”(Liu, Tsyvinski, Wu, JF 2022) 提出的三因子模型（市场、规模、动量），以及 “Value premium, network adoption, and factor pricing of crypto assets”(Cong, Karolyi, Tang, & Zhao, 2021) 提出的五因子模型（C-5），包括市场、规模、价值、网络采用和动量因子。C-5模型的独特之处在于它不仅考虑了交易数据，还纳入了基本面特征，如网络采用和价值。
叢教授强调，他们的研究发现动量效应仅存在于大型加密货币中，小型加密货币反而表现出反转效应；价值溢价在小型加密货币中更为显著；网络采用溢价确实存在。这些发现对理解加密货币市场的运作机制具有重要意义。
此外，叢教授还讨论了加密货币市场的分类和分割问题。他们将加密货币分为通用支付、平台代币、产品代币和证券代币四类，发现不同类型的代币之间存在显著的市场分割，但这种分割随时间推移而减弱。这一发现强调了在分析加密货币市场时需要考虑本地和国际因子模型，而非简单的全球模型。
关于非同质化代币（NFT），叢教授指出，与其他加密资产不同，NFT的定价主要受到替代投资需求、低利率环境下的收益需求、代币稀缺性和投资者审美偏好等因素的影响。这反映了NFT市场的独特性质。
在稳定币方面，叢教授讨论了稳定币与宏观经济因素的关系。研究发现，利率上升会降低稳定币的价格，而对标准加密货币的价格和波动性有正面影响。这一发现对理解稳定币在整个加密货币生态系统中的角色具有重要意义。
最后，叢教授介绍了中央银行数字货币（CBDC）的实证研究。尽管目前CBDC的研究主要集中在理论层面，但已有实证研究（如“Will central bank digital currency disintermediate banks?”, Whited, Wu, & Xiao, 2022）发现，CBDC的引入可能会取代部分银行存款，推高国债溢价，并影响银行的融资结构。这些发现对理解CBDC对金融系统的潜在影响至关重要。
叢教授的演讲不仅全面回顾了加密货币和代币领域的实证研究现状，还指出了未来研究的潜在方向，包括加密货币洗钱交易、加密货币与通货膨胀的关系、加密货币的税收收益率收割策略，以及总锁仓价值（TVL）和代币估值的信息/金融一体化等。这场演讲为与会者提供了加密货币和代币研究的全面视角，为未来的研究方向提供了宝贵的洞见。
相关论文：
Liu, Y., & Tsyvinski, A. (2021). Risks and returns of cryptocurrency. The Review of Financial Studies, 34(6), 2689-2727.
Liu, Y., Tsyvinski, A., & Wu, X. (2022). Common risk factors in cryptocurrency. The Journal of Finance, 77(2), 1133-1177.
Cong, L. W., Karolyi, G. A., Tang, K., & Zhao, W. (2021). Value premium, network adoption, and factor pricing of crypto assets. Network Adoption, and Factor Pricing of Crypto Assets (December 2021).
Whited, T. M., Wu, Y., & Xiao, K. (2022). Will central bank digital currency disintermediate banks?. Available at SSRN 4112644.
区块链大数据在金融取证、
金融包容性和互操作性研究中的应用
叢教授提供讲义深入探讨了区块链大数据在金融取证、金融包容性和互操作性研究中的应用。他强调，区块链经济学的重要性，以及将区块链、DeFi、CeFi和Web3的丰富数据与经济分析相结合是一条富有成果的研究路径。
叢教授介绍了在金融取证领域的一些开创性研究成果。首先，在Cong, Li、Tang和Yang2019年就推出合作的研究“Crypto Wash Trading”（MS 2023），笔者解释了加密货币交易所大规模的洗售交易问题。这项研究在FTX，币安等交易所被美国证监会起诉之前近2-3年就前瞻性的揭示了加密货币市场中存在的操纵行为，指出了纵向集中缺乏纰漏的危害，也为后来监管机构的追查提供了重要的洞察和支持。
相关阅读：
接着，Cong，Landsman、Maydew和Rabetti合作的研究（2023， JAE），聚焦于加密货币的税收损失收割策略。这项研究不仅揭示了投资者如何利用加密货币市场的特性进行税收筹划，也为税收政策制定者提供了重要参考。
叢教授特别强调了Cong, He和Li合作的研究“Decentralized Mining in Centralized Pool”（2021, RFS），题为"去中心化挖矿在中心化矿池中的情况"。这项研究对比特币挖矿的产业组织进行了深入分析，发现尽管个体矿工是分散的，但大型矿池主导了挖矿活动，这导致了一定程度的中心化。但这种中心化由于风险共享分散和行业集权定价不会很严重。严重的是业界一直忽略的矿池对电力输入全球暖化的大规模影响。这一发现早于Web3群体对Proof-of-Work环境危害的讨论近两年的时间。
关于金融包容性和民主化，Cong, Tang, Wang & Zhao在“Inclusion and Democratization Through Web3 and DeFi? Initial Evidence from the Ethereum Ecosystem”中对以太坊生态系统进行了大规模的数据分析。他们收集和处理了从2015年8月到2022年2月期间的数据，包括超过1亿个账户、30亿笔交易，总计超过6TB, 并用超过十多个并行计算机集群。这项研究的规模和深度都是前所未有的。
研究发现，挖矿收入高度集中在少数大型矿池和节点手中，这与比特币的情况类似。在代币所有权方面，研究发现代币高度集中在少数机构和个人用户节点。这些发现挑战了区块链技术去中心化的理想。
叢教授特别指出，小额交易使用DeFi的百分比交易费用过高且波动性大，不利于普惠金融。研究还分析了交易失败的原因，发现"gas不足"（30%）和"交易被撤销"（73%）是主要原因。这些发现表明，尽管区块链和DeFi有潜力提高金融包容性，但目前的现实情况与理想仍有差距。
在讲义的最后部分，叢教授讨论了“Financial and Informational Integration Through Oracle Networks”(Cong, Prasad & Rabetti)通过预言机网络实现的金融和信息整合。研究显示，预言机市场从2019年的仅有MakerDao迅速发展到2022年的20多个预言机，其中Chainlink控制了超过三分之二的市场份额。在1,575个DeFi协议中，17%集成了去中心化预言机网络（DON），尤其是对价格信息需求较高的协议，如衍生品、预测市场和去中心化借贷，有超过一半集成了DON。
研究发现，DON整合增强了用户基础增长和总锁仓价值（TVL）。协议之间的互操作性程度增加了TVL的相关性，减少了这些相关性的波动性。叢教授特别指出了互操作性带来的阈值效应，即互操作性的好处呈非线性增长。此外，DON整合使网络在面对大规模负面宏观冲击时更具弹性，能更快恢复。
叢教授总结道，区块链经济学研究正变得越来越重要，将区块链和Web3的丰富数据与经济分析相结合是一条富有成果的研究路径。虽然在金融包容性和民主化方面还有待改进，但在金融取证和跨链互操作性方面已经取得了显著进展，这为未来的研究和应用开辟了未来的方向。
相关论文：
Cong, L. W., Li, X., Tang, K., & Yang, Y. (2023). Crypto wash trading. Management Science, 69(11), 6427-6454.
Cong, L. W., Landsman, W., Maydew, E., & Rabetti, D. (2023). Tax-loss harvesting with cryptocurrencies. Journal of Accounting and Economics, 76(2-3), 101607.
Cong, L. W., He, Z., & Li, J. (2021). Decentralized mining in centralized pools. The Review of Financial Studies, 34(3), 1191-1235.
Cong, L. W., Tang, K., Wang, Y., & Zhao, X. (2023). Inclusion and democratization through web3 and defi? initial evidence from the ethereum ecosystem (No. w30949). Cambridge, MA, USA: National Bureau of Economic Research.
Cong, L. W., Prasad, E. S., & Rabetti, D. (2023). Financial and informational integration through oracle networks. Available at SSRN 4495514.
