Foresight 发布长文称，基于 2017 年 1 月至 2026 年 9 月 15 日的 2438 个交易日、62 次 FOMC 会议数据重新检验后，BTC 并没有脱离美联储，只是与宏观变量的连接方式发生了变化。
文中使用的 BTC 价格来自 FRED 上 Coinbase 的 BTC/USD 日收盘价，宏观变量来自 FRED 官方序列，稳定币数据来自 DefiLlama。作者同时说明，样本截至 2026 年 9 月 15 日，9 月 16 日当天的盘口细节不在本文验证范围内。
加息没有立刻引发崩盘，但这不是核心问题
文章提到，2026 年 9 月 16 日，美联储将联邦基金利率上调 25 个基点至 3.75% 至 4.00%，这是自 2023 年 7 月以来三年里的第一次加息。此次会议 12 票对 0 票通过，新主席沃什上任后首次议息发布会的点阵图显示，多数官员预计年内还可能再加一次。
市场上常见的直觉是「加息、流动性收紧、风险资产下跌、BTC 承压」。但文章指出，BTC 并未在声明发布后立刻出现典型的「政策冲击式崩盘」。真正值得追问的，不是公告当下有没有闪崩，而是如果把观察窗口拉长到几天、几周甚至几年，美联储究竟如何影响 BTC 定价。
过去一年「降息放水 BTC 涨」并未成立
文章先给出一个反常样本。2025 年 10 月 6 日到 2026 年 9 月 15 日这 237 个交易日里，联邦基金有效利率从 4.09% 降至 3.63%，累计降息 46 个基点；美联储资产负债表从 6.59 万亿美元扩大到 6.74 万亿美元，增加 1500 亿美元；M2 同比增速从 4.19% 升至 4.59%；净流动性同比从负 6.74% 转为正 2.02%。同期纳指 100 上涨 16.8%，标普 500 上涨 13.0%。
但 BTC 在同一时期从 12.4 万美元跌至 7.5 万美元，跌幅 38.2%。文章认为，这已经不能简单归结为短期波动。
仅看 2025 年第四季度，BTC 单季下跌 26.09%，而同季标普 500 上涨 2.35%，纳指上涨 2.31%。与此同时，M2 从 4.48% 走到 3.96%，美联储资产从 6.59 万亿美元扩至 6.64 万亿美元，联邦基金利率从 4.09% 降至 3.64%，累计降息 45 个基点。也就是说，降息和扩表同时存在，BTC 仍未走强。
文章进一步比较不同阶段的同比相关性。P1 阶段，即 2020 年 3 月到 2022 年 3 月零利率加 QE 时期，BTC 同比收益率与 M2 同比增速相关系数为 0.716；P2 激进加息期为 0.520；到 P3 高位利率期，也就是 2023 年 7 月至今，这一数值转为负 0.766。作者据此认为，在 P3 阶段，M2 加速扩张时 BTC 反而在下跌。
不过文章也强调，这并不意味着流动性不重要。对 ln(BTC) 与 ln(M2) 做 Engle-Granger 协整检验后，三个阶段都未发现协整关系，p 值为 0.729。作者认为，水平值上看似高度相关，并不代表存在长期均衡关系，直接用水平值回归得到的高 R 方可能属于伪回归。
问题不在于脱钩，而在于观察窗口选错了
如果只看日收益率，利率变化与 BTC 的关系非常弱。文章给出的结果显示，全样本中，M2 环比与 BTC 日收益的相关系数为负 0.036，三个阶段里最高也只有正 0.031；美联储资产负债表同比与 BTC 日收益全样本相关系数为负 0.029；联邦基金利率日变化对 BTC 日收益的相关系数全样本为负 0.001。
作者认为，这种结果容易让人误判为「脱钩」，但问题在于日收益率把预期内加息、预期外鹰派、预期外鸽派以及普通交易日全部混在一起，正负信号相互稀释后，相关性自然会被压低。
因此，文章把 FOMC 会议日单独抽出做事件研究。结果显示，FOMC 当天 2 年期美债收益率日变动均值为 6.34 个基点，非 FOMC 日为 3.89 个基点，差异显著，p=0.0015。文中没有直接使用高频 target/path surprise，而是把 FOMC 日 2 年期美债收益率变化作为货币政策冲击的日频代理变量。作者同时提醒，这一代理变量并不纯粹，除了货币政策预期变化，还混有通胀预期、增长预期、term premium、发布会信息以及当天其他宏观新闻。
在方法上，文章使用 Jordà（2005）的 local projection，对每个 horizon h 估计从 FOMC 前一日收盘到 h 天后的累计收益，对应回归这次 2 年期利率所刻画的偏紧货币政策冲击。
BTC 对 FOMC 的反应不是立刻发生，而是延后放大
按照文中的日频定义，FOMC 所在交易日，BTC 的累计响应接近于零。h=0 时，β为负 0.11%，t 值为负 0.29，统计上与零没有区别。作者特别说明，FOMC 声明在美东时间 14:00 发布，而 BTC 为 7×24 小时交易，本文使用的是 FRED 日频收盘价，无法严格识别公告发布后的高频即时反应，因此这里的「h=0 几乎没反应」仅指日频事件窗口内没有明显响应，并不等于高频意义上的「公告瞬间市场毫无反应」。
文章还提到，纽约联储 Benigno 和 Rosa 在工作人员报告 SR1052 中提出的「Bitcoin-Macro Disconnect」基于的是日内事件研究，其结论是 BTC 对宏观新闻在样本期内不显著响应。作者认为，本文在日频口径下 h=0 的结果与其方向一致，但两者不能直接等同。
如果把 horizon 往后拉，结果明显不同。h=1 时，BTC 累计响应仍接近于零，为负 0.03%；h=5 时为负 1.43%；到 h=10，累计负响应扩大到负 2.60%，t 值为负 1.88，达到边际显著。文章称，这一幅度是同期纳指负 0.70% 的 3.7 倍，也是标普负 0.45% 的 5.8 倍。随后 h=20 回到负 1.22%，h=30 进一步回到负 0.54%。
作者据此总结，BTC 不是对偏紧政策冲击没有反应，而是反应更慢，且幅度更大。
ETF 上市后，BTC 对偏紧政策信号的负向累积更清晰
文章将 2024 年 1 月 11 日现货 ETF 获批作为断点，考察 ETF 上市后的子样本。作者指出，ETF 之后只有 21 次 FOMC，样本较小，因此这些结果更适合作为方向性证据，而非精确估计。
文中称，ETF 之前，BTC 对偏紧政策冲击在各个 horizon 上的系数均为正且不显著，h=30 甚至为正 0.683，表现出较强免疫性。ETF 之后，负向影响随期限单调放大：h=1 为负 0.182，h=3 为负 0.403，h=7 为负 0.687，h=14 为负 0.857，t=-2.53，h=30 为负 1.063，t=-2.07。30 日效应约为 1 日效应的 5.8 倍。
文章据此判断，这更像估值重定价，而不是公告日闪崩后迅速修复的流动性平仓。市场需要数周时间，才会把一次偏紧政策信号逐步反映到 BTC 价格中。
债券先定价，股票随后，BTC 最后到但跌幅更大
文章把不同资产对同一次偏紧货币政策冲击的响应顺序做了比较。
- 第 1 个交易日，10 年期美债收益率显著上行 1.71 个基点，t 值 2.46，是全样本里唯一在 h=1 就达到显著的资产。
- 大约到第 20 个交易日，纳指 100 和标普 500 才达到统计显著，纳指累计下跌 0.82%，t=-2.16；标普下跌 0.55%，t=-2.26。
- BTC 在 h=10 达到自身响应峰值，幅度为负 2.60%。
文章认为，BTC 的响应时点介于债市和股市之间，但幅度被放大了数倍。
相比之下，美元指数在 h=0 到 h=30 的 8 个 horizon 上，t 值绝对值都小于 1，最大仅 0.97，从未显著。作者据此认为，在事件研究框架下，美元并不是美联储向 BTC 传导政策冲击的主要即时通道。
文中还做了一个探索性的 Baron-Kenny 中介分析。h=0 的同期维度上，纳指是唯一显著的候选中介变量，t 值 2.35，p 值 0.022。控制纳指后，2 年期利率代理的政策冲击对 BTC 的直接效应从负 0.107 衰减到负 0.071，衰减 34%。美元作为中介不显著，t 值为负 1.63，p 值 0.109，方向也与预期相反。作者强调，这只能说明同期统计关系与「权益市场渠道」相容，不能单独证明因果传导链。
美元与 BTC 常常反向，但 ETF 后美元通道弱化
文章区分了两个问题：一是美元和 BTC 是否经常反向波动；二是美联储是否通过美元把政策冲击传给 BTC。
对第一个问题，文中给出的答案是肯定的。全样本日频下，美元指数与 BTC 的相关系数为负 0.197；三个阶段分别为负 0.236、负 0.281、负 0.097，且均显著。作者认为，强美元压制 BTC，是跨周期较稳定的简单宏观关系之一。
但对第二个问题，文章称事件研究并未提供支持。前文提到，DXY 在 FOMC 之后 30 天内各个 horizon 对偏紧货币政策冲击的响应都不显著。
更细分的中介分析显示，ETF 上市前，Fed 影响 BTC 主要依赖美元渠道：偏紧政策冲击推高 DXY，a=+4.29，t=4.87；强美元压低 BTC，b=-0.035，t=-3.60；间接效应为负 0.152。同期美股渠道并不成立。
ETF 上市后，这条路径明显减弱。偏紧政策冲击仍会推高 DXY，a=+3.73，t=2.46，也会推高实际利率，a=+0.296，t=2.70，但 DXY 对 BTC 的边际效力从负 0.035 降至负 0.002，间接效应缩小到负 0.007。与此同时，Fed 到 BTC 的直接通道打开，总效应为负 0.182，p 值 0.054。作者据此认为，ETF 后存在一条不经过美元、不经过纳指、也不经过实际利率的直接通路。
ETF 改变了微观结构，但 BTC 仍不是「另一只纳指」
文章指出，市场普遍认为 ETF 会把 BTC 送入华尔街，使其更像标准科技股，但数据呈现的图景更复杂。
如果用 BTC 日收益率对标普 500 日收益率做回归，并以 2024 年 1 月 11 日 ETF 上市日为断点做 Chow 结构检验，F 值为 1.51，p 值 0.221，无法拒绝结构稳定的原假设。两段 β 估计噪声都较大：ETF 前 β=-0.130，t=-1.41；ETF 后 β=+0.178，t=1.45，均不显著。文章明确表示，不能把「β 从 0.789 降到 0.417，下降 47% 且统计显著」直接套用到标普 500 上。
但对纳指 100 做同样检验，交互项回归显示 β 从 0.789 降到 0.417，交互项 t 值为负 2.70，p 值 0.0071；Chow F 值为 3.944，p 值 0.0195，统计上显著。不过作者也提醒，纳指 100 的样本起点不同，且逐年 β 高度非单调：2019 年为负 0.371，2022 年激进加息期升至 1.176，2023 年回落到 0.481，2025 年一度降到 0.005，2026 年又回到 0.805。这并不是一个简单的台阶式变化。
文章认为，真正站得住脚的结构变化主要有三项。
- 波动率系统性下降。BTC 年化波动率从 ETF 前的 75.1% 降至 ETF 后的 48.5%，降幅约 35%。
- 美股对 BTC 的一日领先效应增强。交叉相关函数显示，标普 500 前一个交易日收益对 BTC 当日收益的预测力，从 ETF 前的 0.255 升至 ETF 后的 0.379，lag=+1 的峰值稳定存在。文章称，这与 Mohamad（2025）在 5 分钟频率上发现的「ETF 约 85% 时间主导 BTC 价格发现」相互印证。
- 90 日滚动 BTC-SP500 相关性均值从 ETF 前的 0.002 升至 ETF 后的 0.062，Welch t 值为负 11.14，p 值小于 0.001。
作者据此认为，机构入场后，BTC 与美股之间的信息流通更快、价格发现更同步、纯投机噪声更少，但这并不等于 BTC 变成高 Beta 科技股。文章给出的一个直接数字是，ETF 之后纳指 100 单因子回归的 R²仅为 0.035，纳指能解释的 BTC 波动不到 4%。
与此同时，ETF 后 BTC 对偏紧货币政策冲击的负向响应开始在 2 到 4 周尺度上持续累积，30 日 β 为负 1.063。作者认为，这说明 BTC 对宏观政策信号更敏感了，但这种敏感度并不等于股票 Beta 上升，两者不是同一件事。
在不少阶段，BTC 反而领先传统市场风险指标
文章称，在做滞后 5 期的 Granger 因果检验时，出现了一组较为意外的结果。
在 P1，即 2020 年 3 月到 2022 年 3 月零利率加 QE 时期，统计上显著的方向主要是 BTC 领先宏观变量：BTC 领先标普 500，p 值 0.0015；领先 VIX，p 值 0.0001；领先美元指数，p 值 0.018；领先 10 年期实际利率，p 值小于 0.0001。纳指在 P1 为双向关系，BTC 到纳指 p 值 0.012，纳指到 BTC p 值 0.042。
在 P3，即 2023 年 7 月至今，这种方向再次明显出现：BTC 领先标普 500、纳指 100 和 VIX，p 值均小于 0.0001，而宏观变量到 BTC 的方向在这一阶段均不显著。
只有在 P2，也就是 2022 年 3 月到 2023 年 7 月激进加息期，才出现真正的「宏观变量领先 BTC」：10 年期美债收益率到 BTC 的 p 值为 0.0089，10 年期实际利率到 BTC 的 p 值为 0.049。
文章强调，Granger 因果并不等于经济学因果，它反映的是时序上的预测领先性。BTC 7×24 小时交易，而美股和债市只在工作日白天开盘，亚洲时段和周末发生的事件可能先在 BTC 中定价，随后传统市场开盘再跟上，因此机械性的领先效应客观存在，共同冲击也无法通过 Granger 检验排除。
即便如此，作者仍认为，这组结果对流行叙事构成挑战：除了 2022 年那轮激进加息期，单纯依赖宏观变量去预测 BTC 的统计基础并不强；相反，BTC 在不少时候会先于 VIX、标普 500、纳指这些风险情绪指标变化。
稳定币与 BTC 的长期共同运动，比 M2 更稳
文章随后把视角转向 Crypto 内部流动性。前文提到，ln(BTC) 与 ln(M2) 在三个阶段都未发现协整关系，p 值为 0.729；但同样的 Engle-Granger 协整检验用于 ln(BTC) 与 ln(稳定币总市值) 时，统计量为负 4.160，p 值 0.0042，显示两者之间存在统计上的长期均衡关系。
作者强调，这并不等于证明「稳定币推动 BTC」，因为协整本身不代表因果，也可能来自共同的市场规模增长、Crypto 生态扩张和 adoption 趋势。
不过，从同比维度看，稳定币与 BTC 的关系确实在增强。文章给出的数据是：2024 年两者同比相关性为负 0.007，几乎为零；2025 年升至 0.312；2026 年升至 0.743；最近一年滚动相关达到 0.891。与之相对，同期 M2 同比与 BTC 同比在 P3 的相关系数为负 0.766。作者认为，传统流动性指标和 Crypto 内部流动性指标，在这一阶段给出了方向完全相反的信号。
但文章也没有把稳定币描述成短线交易信号。周频维度上，稳定币与 BTC 的关系弱且不稳定：稳定币周变化与 BTC 周收益的相关系数仅为负 0.093；Granger 因果中，周频下稳定币到 BTC 的 p 值为 0.0569，不显著；领先滞后扫描显示，在领先负 5 周时相关为 0.201，反而是 BTC 领先稳定币。30 日稳定币增速与 BTC 日收益的相关系数也只有负 0.033。文章同时引用 Oefele（2025）的研究称，ETF 资金流更像价格结果而非原因，即价格上涨后资金才流入，反向因果明显。
作者据此认为，稳定币更像一个慢变量，影响的是估值中枢，而不是日内或短线波动。
当稳定币扩张较快时，BTC 会走出更独立的行情
文章认为，真正更有信息量的是状态依赖回归。作者把样本按稳定币增速高低分组后发现，当稳定币处于高扩张状态时，BTC 与标普 500 的 β 为负 0.220，t 值为负 2.10，呈显著负相关；当稳定币增长停滞时，BTC 才弱正地跟随美股，β=+0.082，但不显著。
作者据此提出，BTC 现在同时面对两套流动性系统：一套是传统金融流动性，包括美联储利率、M2、美元和美股风险偏好；另一套是 Crypto 自身流动性，包括稳定币扩张与收缩、链上资金进出以及 Crypto 内部风险偏好。
在这一框架下，2025 年 10 月到 2026 年 9 月的悖论得到了一种解释：传统流动性在放松，但 BTC 仍然下跌；与此同时，稳定币总市值并未同步收缩，而是从 3000 亿美元以上继续扩张到 3100 亿美元以上，并创出历史新高。文章认为，这至少说明 BTC 下跌并未伴随 Crypto 美元流动性的同步消失，传统流动性与 Crypto 内部流动性的节奏可能已经分叉。
不过作者也提醒，不能把这简单理解为「钱没有离开 Crypto」。稳定币可以停留在链上钱包、交易所、DeFi、国债 RWA，也可能被闲置、被套利机构持有或在机构内部转移。稳定币总市值扩张，只能说明稳定币供给没有同步收缩，不等于这些资金都在等待买入 BTC。文章还提到，BIS 工作论文 WP1219 发现，紧缩后稳定币市值会下降、货币市场基金 AUM 上升，这提示稳定币对货币政策的响应本身就是慢的、累积的，不一定能在 FOMC 后 30 天的事件窗口中直接看到。
文章给出的结论：BTC 不是单一标签资产
在作者看来，BTC 既不是数字黄金，也不是另一只纳指。
关于避险属性，文章称，在 VIX 跳升最剧烈的 5% 交易日里，BTC 在三个阶段的平均收益均为负，下跌概率都超过三分之二；在 P2 激进加息期，这一概率达到 88.9%，平均跌幅为 5.67%。作者据此认为，恐慌来临时，BTC 并不承担避险角色。
关于股票属性，文章指出，ETF 之后纳指 100 单因子只能解释 BTC 波动的 3.5%，而在 2025 年第一季度，BTC 与纳指甚至显著负相关，β为负 0.377，t=-2.47。
因此，作者把 BTC 概括为四种可能同时存在、但会在不同状态下被点亮的面貌：
- 遇到 FOMC 偏紧政策冲击时，它是宏观风险资产。ETF 之后，偏紧政策信号会在随后数周持续压低价格，30 日累积效应约 1% 量级。
- 遇到市场极度恐慌、VIX 飙升时，它是高 Beta 放大器。P2 阶段标普最差 5% 的日子里，BTC 跌幅是标普本身的 2.69 倍；分位数回归左尾 β 为 2.391，是中位 β 的 2.2 倍。
- 遇到链上稳定币高速扩张时，它是 Crypto 的内生资产，与美股脱钩，β为负 0.220。
- 在没有明显政策冲击的普通交易日里，它有时会先于美股和 VIX 对隐性风险作出反应，尤其在 QE 时期和 P3 阶段，Granger 领先性显著。
文章认为，过去几年市场一直在问「BTC 到底是不是宏观资产」，但更合适的问题应是：BTC 在什么状态下，是什么资产。
方法与局限
文末，作者集中说明了研究方法与限制。文章使用了事件研究、local projection、Chow 结构断点、Baron-Kenny 中介分析、Granger 因果、协整检验、状态依赖分组、分位数回归和交叉相关函数等方法。
同时，作者强调，政策冲击采用的是 FOMC 日 2 年期美债收益率日变化这一日频代理变量，而非高频 USMPD 的 target/path 因子，因此其中可能混入通胀预期、term premium 和发布会信息等非纯政策成分；FOMC 声明在美东时间 14:00 发布，而 BTC 为 7×24 小时交易，日频数据无法严格识别公告后的高频即时反应；ETF 之后只有 21 次 FOMC，子样本自由度较低；ETF 日度流量和衍生品杠杆数据未纳入；中介分析只能说明同期统计关系方向，不能单独识别因果传导链；协整不代表因果；Granger 领先也不等于「看到了未来」。
文章最后写道，9 年数据给出的信息不是「BTC 已经变成了什么」，而是过去那套单线程的 BTC 宏观公式，已经无法解释当前事实。与其简单套用「加息跌、降息涨」，不如先判断下一次宏观冲击到来时，BTC 会以哪一种状态回应。
