比特幣現貨ETF通過後，究竟帶來多少新資金？貝萊德、Coinbase為何吃飽飽？|數位時代 BusinessNext

比特幣現貨ETF通過後，究竟帶來多少新資金？貝萊德、Coinbase為何吃飽飽？

比特幣ETF到底為比特幣增加了多少資金入場？一起來深入了解。

比特幣ETF到底為比特幣帶來多少新資金？

1月11日，美國證券交易委員會（SEC）終於透過比特幣ETF的申請，同時有11支比特幣ETF上市。

整個加密圈也隨著這個消息迎來了一輪新的上漲，比特幣價格在短暫的經歷49000下跌至38500之後，再次逐漸回升，並成功突破53000美元關卡。

那麼，比特幣ETF是否真的正成為整個加密市場這一輪多頭市場的最大利多動力？《PANews》對於這一階段的比特幣ETF動態做了一個全面盤點，在40多天的世界裡，比特幣ETF到底為比特幣增加了多少資金入場？

比特幣ETF的總持股數據：73.2萬個比特幣

自ETF通過以來，截至2024年2月25日，11支ETF持有的比特幣數量從619491到732549個，共累計增加11,3058個比特幣。比特幣ETF的總持股數據為73.2萬個比特幣，管理資金規模從285.9億美元到372.1億美元，累計增加86億美元的資金規模。

根據這項數據統計，比特幣ETF通過初始階段的持股平均價格約為4,6163美元，目前的平均持倉價格為5,0803美元。

目前，比特幣ETF的持倉量佔整體供應的3.73%，這數據超過幣安交易所錢包地址59.6萬個的比特幣數量（coincarp數據）。

目前比特幣現貨交易所前30家的持股約為120萬個（不含ETF託管的數量），從淨增持的11萬個比特幣來看，ETF透過後為加密市場帶來的直接新增流通需求佔比約為9.34%，這也直接刺激了比特幣的價格上漲至超過53,000美元。

灰階減持17.5萬個比特幣，貝萊德吃進12.7萬

雖然比特幣ETF的整體持倉量有所增加，但1月11日比特幣ETF通過後的幾天內，比特幣價格卻經歷了從49,000美元回調至38,500美元的大幅下降。這一大幅下跌主要原因是來自於灰階的減持。

由於投資者在購買ETF的時候並不是直接購買比特幣，ETF發行商需要根據二級市場的訂單需求透過Coinbase等加密貨幣交易所購買相應的比特幣現貨來匹配市場流通。

相應的，像灰階（Grayscale）這樣的機構，由於先前灰度的比特幣GBTC具有折價。因此，在ETF通過後，灰階需要出售相應的比特幣份額來消除折價。

在美國SEC批准比特幣ETF之前，灰度一直是比特幣最大的持有者， 並且由於GBTC的屬性是一隻無法贖回的信託基金形式，灰度的比特幣持倉量一直以來處於只曾不減的狀態。

在比特幣ETF通過後，這種狀態被打破。由於ETF是具有贖回屬性的基金，灰階的比特幣持股開始迅速減持。從61.7萬個降至44.5萬個。

這其中有幾方面原因導致：其中最重要的原因是灰度比競爭對手高6倍的收費管理費，就目前公佈的各個ETF的管理費來看。多數ETF的管理費維持在0.49%-0.19%的區間，只有灰度的管理費仍維持在1.5%。是其他對手的約6倍，對於投資ETF的大資金客戶來說，灰階的管理費顯然不佔優勢。

另一方面，曾是GBTC前十持倉的Ark自己建立了ETF（ARKB）,也會將資金轉移至自家的ETF池中。以及GBTC不再有折價的套利空間，也導致了許多GBTC持有者轉移部位。

與之相對的是，貝萊德（BlackRock）推出的IBIT從1月10日的228個比特幣增持到如今的12.69萬個比特幣。

貝萊德是全球最大的資產管理公司，在全球管理的資金規模約為8.9兆美元。無論從客戶資源或品牌效果上，都是眾多ETF產品中最具競爭力的一支。

目前，貝萊德管理和富達投資的比特幣ETF持股量已超過MicroStrategy公司的19萬個。另一家ETF發行商Fidelity也將比特幣的增加份額增加至9.16萬個，這兩家機構幾乎將灰階減倉的比特幣全部吃進。因此，從這個角度來看。比特幣ETF的持倉增量還沒有顯現太大的效果，而是處於各個發行商之間互搏的階段。

Coinbase託管63.7萬個比特幣，2024年託管費或超過3000萬美元

ETF通過後，各ETF基金公司似乎成為市場最受熱捧的企業。事實上，這次的政策落地，收益的大的更可能是Coinbase，其在2024年有機會重回加密交易所領頭羊的位置。

在所有發行的ETF當中， **除了Fidelity進行自我託管了9.1萬個比特幣之外，其他幾乎所有的ETF基金都選擇了Coinbase作為持有比特幣的託管方。 **

Coinbase目前為ETF發行者託管的比特幣數量達到了63.7萬個，佔所有EFT持股的86.9%，超過Binance的持股的59萬個。

根據Coinbase公佈的2023年第四季營收為9.5379億美元，超過了市場普遍預期的8.2236億美元。其財報表示，2023年Coinbase的客戶資產託管收入為2,000萬美元。

根據業界較低的0.1%費率來算， 光是比特幣ETF目前的託管資金324億美元在2024年就將為Coinbase帶來3,249萬美元的收入 ，未來也會隨著ETF規模的成長而增加。

除了灰階之外，貝萊德和富達投資則是目前的ETF發行商中最不可忽視的中流砥柱。貝萊德目前的ETF產品有427個，IBIT產品的總資金管理（AUM）為65億美元，在貝萊德ETF產品中排名在82名。

隨著市場趨於成熟，IBIT在其中的排名仍有望繼續上漲。而另一家資產管理巨頭Fidelity Investments（富達投資）也緊追在後，約46.5億。目前，灰階、貝萊德、富達投資的總資金管理規模合計佔ETF的90.6%。

根據其三家的費率標準來算，維持目前的份額的情況下。灰階的管理費收入約為3.4億（費率1.5%），貝萊德約1,600萬美元（費率0.25%），富達投資約1,100萬美元（費率0.25%）。當然，灰階如果繼續維持目前的管理費水平，可能很快就會失去目前的比特幣持股規模。

目前，市場上預計2024年以太坊ETF也將通過，貝萊德也是其中的主力推手。隨著越來越多的加密資產走入主流金融，這個市場也將變得更加成熟並充滿想像。

本文授權轉載自：PANews

核稿編輯：高敬原

為守護保戶資產，南山人壽集結客戶服務、數位、資訊三個部門的能量，自行研發「黃金眼 AI 防詐模型」，自 2024 年底完成開發後，截至今年 11 月已成功阻擋多起詐騙案件、攔阻金額累計逾新臺幣 900 萬元，並獲得 2025 數位金融獎等殊榮。

「黃金眼 AI 防詐」模型為什麼可以有效防詐、更好守護保戶資產？

南山人壽客戶服務資深副總經理李淑娟面帶微笑地解釋：「『黃金眼 AI 防詐』是透過龐大的保戶資料結合前線客服的實務經驗建構而成的模型，不僅克服了壽險業交易頻率低且詐欺樣本極度不平衡的挑戰，還能夠偵測在臨櫃辦理保單借款或解約的高風險個案，讓客服人員可以主動提醒與關懷，有效降低詐騙風險，守護客戶資產安全與信任。」

從詐保到詐財，壽險業面臨的風險加劇

過往，壽險業者面對的主要風險是保險詐欺，例如，透過偽造事故情節、虛構醫療紀錄等方式詐領保險理賠金，然而，隨著科技迭代與詐欺集團的組織化、專業化，這類手法已快速進化，從「偽造病歷、輕病久住、醫療共犯」等傳統模式，轉向結合數位科技與精準話術的跨領域詐財操作。

這一波詐欺風險不僅滲透力強、具備高迷惑性，也直接影響保戶資產安全。例如，詐欺集團利用假冒理賠諮詢等方式竊取保戶個資，再一步步誘導客戶辦理解約或申請保單借款，最後要求將資金匯到不明帳戶等，壽險業者面臨的風險範圍也從「詐領保險理賠」延伸到「詐騙保戶資產」。

李淑娟資深副總經理進一步指出，南山人壽每年要處理逾 35 萬件解約與借款案件，很難單憑人力在海量案件中精準辨識高風險個案。「為有效防堵詐欺事件，南山人壽除開發 AI 模型辨識詐保事件，更進一步研發黃金眼 AI 防詐模型，用前瞻科技主動攔截風險，強化保戶資產的安全防護。」

南山人壽以黃金眼 AI 防詐模型守護保戶資產

在打造黃金眼 AI 防詐模型時，南山人壽面臨兩個挑戰：首先是壽險的交易頻率低，導致資料稀缺；其次，是詐欺樣本比例高度失衡，導致 AI 很容易誤判。為化解這些挑戰，南山人壽整合保戶行為、保戶與保單側寫資訊與情境因素等多模態資訊進行模型訓練，爾後，透過集成學習（Ensemble Learning）整合多個不同觀點的「專家模型」共同判讀，提升模型判斷準確性。

南山人壽數位專案經理蔡其杭表示：「以多模態數據源跟集成學習的策略打造黃金眼 AI 防詐模型後，我們除了將模型串連至臨櫃客服系統，以直觀的「紅、黃、綠」三色燈號即時呈現保戶的風險等級，協助客服人員快速識別高風險個案，主動介入並阻斷詐騙，更透過『自適應演進』與『外部資源擴充』兩個機制，持續優化模型辨識精準度。」

「自適應演進」指的是，客服人員會依據模型亮起的燈號，結合系統提供的關懷提問表，向臨櫃辦理解約或借款的保戶進行關懷詢問，如資金用途、是否接獲可疑來電等，藉此釐清是否存在異常情況，並將相關結果回貼標籤，作為後續調校模型的關鍵訓練素材，讓黃金眼 AI 防詐模型越用越精準。

「外部資源擴充」則是透過更多元的外部數據強化模型的防詐能力。例如南山人壽與內政部警政署刑事警察局簽署反詐騙合作備忘錄（MOU），在合規架構下共享情資，協助核對保戶是否曾有詐欺通報紀錄。蔡其杭補充，南山人壽目前正與電信業者合作，將其超過 1,400 項特徵因子導入模型，有效提升模型燈號判斷的靈敏度與可靠度，使黃金眼 AI 防詐成為更全面的金融詐欺偵測引擎。

蔡其杭表示，詐騙的手法日新月異，AI 阻詐模型除了能準確識別可疑的高風險案例外，更重要的是具備與時俱進、持續調優模型能力和效果的機制；如同維持客戶服務的品質一樣，刻不容緩。

李淑娟表示：「隨著模型的持續優化，黃金眼 AI 防詐模型的應用範疇將從目前的『臨櫃防堵』延伸到『全通路、跨產業、事前預警』的防禦機制，以事前預警的方式防堵詐欺事件。」舉例來說，當保戶撥打電話詢問保單借款或解約時，系統就會開始運作、提前識別風險，針對透過手機 APP 或網路平台辦理業務的數位客群，系統也會即時偵測，當出現高風險行為時即會立即展開關懷提問。

不僅從科技著手，南山人壽以 SAFE 逐步提升防詐安全網

值得特別注意的是，南山人壽並未將防詐視為單一的科技工程，而是從 SAFE–Skilled（防詐訓練）、Awareness（全民防詐）、Fintech（科技運用）、Engagement（聯防合作）–四個構面打造更完整的防護機制。

在專業技能方面，南山人壽不僅協助相關人員熟悉黃金眼 AI 防詐模型的操作模式，也持續透過內部教育訓練，以及跟刑事警察局等單位合作舉辦的工作坊等方式，全面提升員工識詐、阻詐的能力，達到 AI 人機互動的阻詐聯防保護網。

在防詐意識宣導方面，南山人壽除於全台 18 個分公司櫃檯播放刑事警察局提供的反詐騙影片，並在櫃檯明顯位置放置防詐文宣，協助來訪保戶掌握最新詐騙趨勢；更主動走入偏鄉、校園與新住民社群，並針對聽語障人士製作友善素材，以多元形式推廣防詐知識，降低詐騙事件發生的可能性。

在公私協力方面，李淑娟表示，南山人壽積極培育、鼓勵每一位壽險業務員成為「防詐大使」，在拜訪客戶時主動觀察各種異常徵兆，例如可疑的投資文宣或陌生人的頻繁出入，並將這些現場蒐集到的「軟性數據」提供回公司，作為模型判斷的補強資訊，以提升事前預警效果。

為了更好的保護高齡與失智等高風險族群，南山人壽也積極推動「保單安心聯絡人」機制，鼓勵保戶指定第二聯絡人，在其申請保單借款或終止契約時，可以主動通知聯絡人介入確認，降低詐騙風險；此外，亦針對受詐保戶提供「喘息關懷服務」，以低利紓困貸款協助保戶在遭遇詐騙後仍能穩定度過財務壓力，將防詐保護從事中攔阻延伸到事前預警與事後援助兩個層面，樹立產業新標竿。