比特币矿企数据常见问题

关于比特币挖矿指标、数据来源以及如何解读矿企数据的常见问题。

为什么出现「负电价」和「负单币成本」?

出现负数不意味着挖矿没有成本,而是因为公司披露或计算时采用的是净口径。部分矿企会获得电力补贴、削峰响应收益、停机补偿、电力回售收益或其他电力相关抵扣。如果这些抵扣金额大于当期实际用电成本,那么按公式计算出来的净电价或单币能源成本就可能为负数。例如:净电价 = 电力成本 - 电力抵扣 / 用电量,单币能源成本 = 电力成本 - 电力抵扣 / 当期产币量。如果抵扣金额超过电力成本,结果就会小于 0。因此,对于负数更准确的理解是,在该季度及披露口径下,电力相关收益或抵扣覆盖了成本,不代表矿机运行完全没有成本,也不代表公司长期可以用负成本挖矿。

单币能源成本和单币现金成本有什么区别?

单币能源成本只看和电力、能源直接相关的成本,可以理解为挖出 1 枚 BTC 所消耗的电力成本。它通常包括电费、能源采购成本,部分情况下也可能受到电力补贴、停机补偿、电力回售收益等影响。单币现金成本范围更广,通常定义为挖出 1 枚 BTC 所发生的直接现金运营成本,它除了电力成本,还可能包括矿场运营费、托管费、维修维护、矿池费用、现场人员成本、保险或其他直接生产相关支出。一般来说,单币现金成本会高于单币能源成本,因为它包含的项目更多。但不同公司披露口径不完全一致,有些公司会把某些费用归入托管成本,有些会归入生产成本,有些则只披露较宽泛的挖矿成本。因此在比较时,需要看清楚该指标是否排除了折旧、减值、股权激励、总部费用、利息、税费等非直接挖矿成本。

平均运营算力是什么意思?为什么它更适合比较矿企算力水平?

平均运营算力是指矿企在某一段时间内实际参与挖矿的平均算力,通常以 EH/s 表示。它反映的是单位时间里真正跑起来并持续贡献产量的算力水平。它和已部署算力、安装算力不同,已部署算力通常指矿机已经部署到矿场、具备上线条件的算力;安装算力通常指矿机已经安装完成或接入基础设施的算力。但这些算力不一定在整个季度都稳定运行,也可能受到通电进度、停机检修、限电、削峰响应、矿场迁移或矿机调试等因素影响。对于季度比较来说,平均运营算力通常比已部署算力更有参考价值,因为季度 BTC 产量、电力消耗和单币成本都来自这一季度的实际运营结果,平均运营算力与这些经营指标更匹配。例如,一家公司在季度最后几天新部署了大量矿机,期末已部署算力会明显上升,但这些新增矿机对当季产量贡献很小;如果只看已部署算力,可能会高估该公司的当季实际生产能力。需要注意的是,不同矿企披露口径并不完全一致,有的披露季度平均运营算力,有的只披露期末算力、已部署算力、通电算力或安装算力。因此,在比较不同矿企时,应优先使用平均运营算力。

为什么同一指标不同数据网站可能展示的不一样?

因为矿企披露的数据本身经常存在多个口径,不同网站可能会选择不同的数据来源、计算方法或优先级。

常见差异包括:

  1. 季度口径不同:有的网站使用自然季度,有的网站直接使用公司财季。如果公司财季和自然季度不一致,结果就会不同。
  2. 算力口径不同:有的网站展示平均运营算力,有的网站展示期末算力、已部署算力、通电算力或目标算力。
  3. 成本口径不同:有的网站使用纯电力成本,有的网站使用电力加托管费,有的网站使用公司披露的"平均挖矿成本"或"现金成本"。
  4. 是否扣除电力抵扣不同:电力补贴、停机补偿、电力回售收益等,有的网站会扣除,有的网站不会扣除。
  5. 是否排除非现金项目不同:折旧、减值、股权激励、BTC 公允价值变动等项目是否排除,会显著影响单币成本。
  6. 数据来源优先级不同:有的网站优先采用财报,有的网站优先采用月度生产公告、投资者演示、新闻稿或后续修订数据。

所以,两个网站数字不一样,并不一定代表其中一个错误,更多时候是因为它们采用的口径不同。我们会尽量在数据说明中标明采用的是哪一种口径。

为什么同一公司同一指标,在不同年份的口径会不一样?

矿企的业务结构和披露方式会随着时间变化,因此同一家公司在不同年份可能不会一直使用同一套指标口径。常见原因包括:

  1. 业务模式变化:公司可能从托管挖矿转向自营挖矿,或同时经营自营、托管、云算力、数据中心等业务。业务结构变了,指标口径也可能随之变化。
  2. 矿场资产变化:收购、出售、合资、搬迁、扩建或关停矿场,都会影响算力、电力规模和成本统计范围。
  3. 披露习惯变化:公司可能某一年披露"平均运营算力",另一年只披露"已部署算力"或"期末算力"。
  4. 成本分类变化:有些公司会调整电费、托管费、维修费、折旧等项目的列报方式,导致单币成本前后不完全可比。
  5. 行业环境变化:减半、限电、削峰响应、电力市场变化、会计准则或监管要求变化,都可能影响公司披露重点。
  6. 后续修订或补充披露:年报、投资者演示或后续季度材料中,可能会补充或重述之前的部分指标。

因此,我们在整理数据时不会只看一个数字本身,还会尽量记录其来源和口径。