BTC-holding companies dataset

该数据集包含了39家持有比特币的公开上市公司，数据时间跨度从2017年到2025年。数据集主要包含了公司持有比特币的账面数据以及公司的市场资本化数据。通过这些数据，研究探讨了比特币与股票市场之间的关系，特别是在公司采用比特币作为其公司金库策略的背景下。数据集为投资者、风险管理人员和政策制定者提供了有关数字资产与传统金融市场融合的宝贵信息。

This dataset includes 39 publicly traded companies that hold Bitcoin, spanning the period from 2017 to 2025. It primarily contains two types of data: the book value of the companies' Bitcoin holdings and their respective market capitalization figures. Leveraging this dataset, research has examined the relationship between Bitcoin and equity markets, with a specific focus on the context where firms adopt Bitcoin as part of their corporate treasury strategies. This dataset provides valuable insights for investors, risk managers, and policymakers regarding the integration of digital assets and traditional financial markets.

搜集汇总

数据集介绍

构建方式

该数据集聚焦于企业资产负债表中的比特币（BTC）持有情况，通过整合公开上市公司的财务数据构建而成。研究团队从Bitcoin Treasuries等权威数据库获取了39家公开上市公司的BTC持仓数据，时间跨度为2017年至2025年4月。入选标准包括：BTC持仓量超过700枚、市值超过10亿美元或BTC持仓占市值比例超过50%。数据采集过程中，研究人员将企业的BTC收购记录与伦敦证券交易所集团（LSEG）Refinitiv Eikon平台的市值数据进行精确匹配，并利用Python的yfinance包获取每日收盘价，确保数据的时间一致性和准确性。

特点

该数据集具有三个显著特征：首先，其覆盖了BTC被纳入企业资产负债表的关键演进期（2017-2025），完整记录了从早期试探性持有到大规模机构化配置的转变过程；其次，数据集通过三重筛选标准确保样本企业的BTC持仓具有经济显著性，其中包含MicroStrategy（MSTR）等持有超50万枚BTC的典型案例；最后，数据集创新性地整合了企业财务数据与市场交易数据，包含每日对数收益率、流动性指标（Amihud比率）以及BTC持仓占比等多元维度，为研究加密资产与传统金融市场的交互提供了立体化视角。

使用方法

该数据集支持多种分析方法：研究者可运用皮尔逊相关系数衡量BTC与企业股票的同步波动，通过单因子模型计算BTC beta值以评估企业股价对加密资产价格变动的敏感度。数据集特别适合采用转移熵（Transfer Entropy）等非线性方法分析信息流动方向，其内置的日频收益率数据支持滚动窗口分析以捕捉动态关联。使用时需注意企业BTC持仓的离散性特征，建议结合事件研究法分析重大收购公告等时点，同时可利用数据集中标注的ETF批准、减半事件等市场关键时点进行结构化分析。

背景与挑战

背景概述

BTC-holding companies dataset是由伦敦大学学院（University College London）等机构的研究团队于2025年创建的，旨在研究比特币（BTC）与股票市场之间日益紧密的联系。该数据集涵盖了39家公开上市并持有BTC的公司，时间跨度为2017年至2025年。研究团队通过分析这些公司的BTC持仓数据、市场表现以及信息流动方向，揭示了BTC作为企业资产配置的新趋势及其对金融市场的影响。该数据集不仅为加密货币与传统金融市场的互动提供了实证依据，还为投资者、风险管理者和政策制定者提供了重要的参考信息。

当前挑战

BTC-holding companies dataset面临的挑战主要包括两方面：1) 领域问题的挑战：该数据集试图解决的核心问题是企业持有BTC对其股票市场表现的影响，以及BTC与股票市场之间的信息流动。然而，BTC的高波动性和市场的不成熟性使得准确建模和预测这种关系变得复杂。2) 构建过程中的挑战：数据收集面临公开信息不完整、公司披露标准不统一的问题；同时，BTC市场的快速演变（如监管变化、ETF推出等）要求数据集必须动态更新以保持时效性。此外，信息流分析中非线性依赖关系的量化（如使用转移熵方法）也带来了技术复杂性。

常用场景

经典使用场景

在加密货币与传统金融市场日益融合的背景下，BTC-holding companies dataset为研究企业持有比特币对其股价动态的影响提供了关键数据支持。该数据集通过整合39家上市公司自首次购入比特币至2025年4月的完整持仓记录与股价数据，成为量化分析加密货币与企业财务策略关联性的核心工具。其经典应用场景包括计算比特币价格波动与股票收益的Pearson相关系数、构建单因子模型测算企业对比特币的风险敞口（BTC beta），以及通过转移熵（Transfer Entropy）方法识别跨市场信息流动方向，尤其适用于分析MicroStrategy等企业将比特币作为储备资产后的市场联动效应。

衍生相关工作

基于该数据集衍生的研究形成了三个重要方向：在方法论层面，Dimpfl等人(2019)提出的有效群转移熵(EGTE)被扩展应用于企业-加密货币网络分析；在实证领域，Ma(2025)采用GARCH模型验证了MicroStrategy股价波动对BTC的跟随效应；在风险研究方面，Krause(2025)构建了债务融资型比特币持仓企业的可持续性评估框架。这些工作共同推动了《Cryptocurrencies in the Balance Sheet》成为企业数字资产配置研究的基准文献，相关成果被BlackRock等机构纳入加密货币敞口管理白皮书。

数据集最近研究

最新研究方向

近年来，随着比特币（BTC）逐渐被纳入企业资产负债表，BTC与企业股票市场之间的动态关联性成为金融科技领域的研究热点。BTC-holding companies dataset 通过分析39家上市公司持有BTC的数据，揭示了BTC与股票市场之间的信息流动和价格联动机制。研究表明，BTC作为信息主导者，在重大市场事件中对企业股票价格产生显著影响，而企业股票对BTC的反馈则较为有限且具有事件驱动特性。该数据集的应用不仅为投资者提供了风险管理的新视角，也为政策制定者在数字货币与传统金融市场融合背景下制定监管政策提供了科学依据。

相关研究论文

• Cryptocurrencies in the Balance Sheet: Insights from (Micro)Strategy -- Bitcoin Interactions

  University College London, University of Trento, London School of Economics and Political Sciences · 2025年