报告概述
本报告由IMF研究人员撰写，旨在揭示加密货币挖矿活动的驱动因素。由于挖矿活动高度不透明，传统监管难以追踪，作者提出一种基于海关贸易数据的新颖测量方法，通过追踪全球主要生产商（中国大陆、香港特别行政区、台湾地区）的加密挖矿硬件出口，构建国家层面的挖矿硬件进口代理指标。报告覆盖2018年至2023年间的月度数据，采用计量经济学方法识别挖矿硬件进口的激增事件，并结合一个简约的投资组合选择模型，分析全球因素（如加密货币价格、硬件成本）与国内因素（如电价、气温、资本管制）如何共同影响挖矿活动的分布。该报告为政策制定者评估加密货币挖矿对金融稳定和能源政策的影响提供了实证依据。
报告的核心结论
全球因素是挖矿硬件进口激增的主要驱动因素。
比特币价格上涨和硬件成本下降显著促进挖矿硬件进口激增，而比特币价格波动性则抑制进口。2020-2021年全球因素变化可解释同期中位数国家超额进口增加约0.76个单位。
有利的本地条件放大全球加密货币周期的影响。
较低的气温和低廉的电价显著增加了挖矿硬件的进口，使这些地区在加密货币牛市中吸引更多挖矿投资。气温从90分位降至10分位可带动超额进口增加0.84个单位，电价类似变动效果为0.4个单位。
资本管制可能促使资金流向加密挖矿。
在资本管制严格的国家，居民为规避限制可能转向加密挖矿作为替代投资渠道。虽然统计上不显著，但系数方向与理论一致，暗示挖矿可作为资本外逃的一种形式。
国内资产回报率低时挖矿更具吸引力。
国内资产预期超额回报率越低，挖矿硬件进口越多，尽管该系数在统计上不显著。这表明当国内投资机会有限时，投资者更可能将资金配置于加密挖矿。
报告回答的关键问题
加密货币挖矿活动如何通过贸易数据测量？
报告利用中国大陆、香港和台湾地区海关8位HS编码数据，识别特定产品代码（如8471.41.90、8471.50.40）作为挖矿专用ASIC芯片的代理。通过构建价值指数和拉氏数量指数，跟踪各国挖矿硬件进口，作为挖矿活动的间接测量。这种方法比IP地址追踪更透明且难以操纵。
电价和气候如何影响比特币挖矿选址？
挖矿需要大量电力，低电价和冷凉气候（降低冷却成本）显著提升挖矿盈利能力。实证显示，气温每降低10%（从26.6°C降至9.6°C），超额进口增加0.84；电价从0.21美元/千瓦时降至0.07美元，效果为0.4。因此，冰岛、哈萨克斯坦等地区成为热门选址。
资本管制能否被加密货币挖矿规避？
报告理论模型表明，严格资本管制使投资者难以持有外国资产，转而增持国内风险资产，包括加密挖矿硬件。实证中资本管制系数为正，虽不显著，但结合案例（如阿根廷2021年挖矿进口激增700%）暗示挖矿可能成为资本外逃渠道，政策制定者需关注。
2021年挖矿热潮是否仅由供应链恢复驱动？
报告通过对比ASIC出口与总出口发现，ASIC出口在2021年激增后于2022-2023年骤降，而总出口持续高位，排除了单纯疫情后补货解释。同时，ASIC出口与比特币价格高度同步，证实其由加密货币市场周期驱动。
报告中的代表性数据
全球挖矿硬件进口量指数
2021-2022年初，基于拉氏数量指数（2018年=100），显示2021年至2022年初全球挖矿硬件进口量较基线高约25%，随后回落。
挖矿硬件进口超额激增对全球因素的响应
2020-2021，基于回归模型，考虑比特币价格、波动率和ASIC价格从2020年均值变为2021年均值，预计使超额进口（标准化度量）增加0.75，与中位数国家实际变化0.76一致。
典型国家气温与电价差异对超额进口的影响
2019-2023，将气温从26.6°C降至9.6°C（p90→p10）效应为0.84，电价从0.21降至0.07美元/千瓦时效应为0.4，显示自然条件对挖矿选址的关键作用。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 详细的贸易数据构建方法：包括HS代码的选取依据、香港转口贸易的处理、价值指数和拉氏数量指数的构造公式。
- 挖矿硬件有效价格指数构建：整合ASIC效率等级和比特币网络难度，创建质量调整和难度缩放的价格指数，是文献首次。
- 激增识别算法：基于线性趋势和RMSE归一化的方法论，用于从月度进口数据中识别国家层面的挖矿硬件进口激增事件。
- 回归分析结果表格：包含不同产品组（窄、中、宽）和标准误调整（聚类、自助法）的系数估计，以及稳健性检验（合并关税同盟）。
- 理论模型的数值模拟：展示比特币价格、电力成本、资本管制等参数变化如何影响最优矿机投资份额的比较静态图。
- 国家层面的实例分析：如阿根廷、哈萨克斯坦等国的挖矿硬件进口时间序列与剑桥大学算力估计的对比图，验证代理变量有效性。
- GPU相关硬件数据的补充分析：包括台湾地区的GPU出口数据及其在挖矿中的使用，用于稳健性检验。
- 政策启示部分：讨论挖矿对金融稳定（如资本外逃）和能源政策（补贴滥用）的风险，以及给政策制定者的建议。
- 附录中的样本国家名单和变量定义：列出45个回归样本国家，以及关键变量（UIP楔子、资本控制指数等）的构建细节。
- 参考文献和额外图表：包含与现有文献的对比、中国总出口与ASIC出口的对比图、以及产品单位价值分布等辅助图表。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
