Цель настоящего исследования состоит в количественной оценке влияния макросетевых показателей биткоина, интерпретируемых в рамках модифицированного уравнения обмена И. Фишера, на его рыночную цену, а также в построении модели для прогнозирования цены и условной волатильности Bitcoin. Эмпирическая база охватывает ежедневные данные за 2020–2024 гг. (1827 наблюдений) об общем предложении монет, скорости обращения, долларовом объеме транзакций и рыночной цене. С помощью метода главных компонент (PCA) из исходных сетевых индикаторов были выделены два ортогональных латентных фактора, совокупно объясняющих 91,1% их совместной вариации. Первый фактор интерпретирован как фактор дефицита предложения (доминирующая нагрузка переменной TS), сильно положительно воздействующий на цену. Второй фактор, отражающий транзакционную активность (связан со скоростью обращения и объемом транзакций), демонстрирует статистически значимое отрицательное влияние, что эмпирически подтверждает «HODL-эффект» и примат инвестиционной функции над средством обмена. Для учета временнóй динамики и кластеризации волатильности применена комбинированная модель SARIMA(1,1,0)(0,1,0,90)–EGARCH(1,1) c t-распределением Стьюдента. В рамках EGARCH-t выявлен значимый положительный «обратный эффект рычага» (inverse leverage) (коэффициент асимметрии равен 0,0317, p-value = 0,041), означающий, что положительные ценовые шоки увеличивают будущую волатильность сильнее, чем отрицательные шоки той же амплитуды. Полученные нами результаты углубляют понимание специфики рыночных рисков цифровых активов и предлагают теоретически обоснованный инструментарий для их прогнозирования.