稳定币:深入研究算法稳定币和弹性金融资产币

2014年,发表了两篇学术论文:一篇是费迪南多·阿梅特拉诺的《哈耶克货币:加密货币价格稳定解决方案》,另一篇是罗伯特·萨姆斯的《有关加密货币稳定的说明:铸币税股份》。

借鉴弗里德里希·哈耶克对金本位制的批评,阿梅特拉诺认为,比特币由于其通缩性质,无法充分发挥我们对货币所要求的记账单位功能。取而代之的是,他提出了一种基于规则的,弹性供应的加密货币,可以根据需求进行``调整''。

萨姆斯在“铸币税股份”中提出了一种具有类似理由的相似模型,但有一个重要的转折。Sams的系统取代了在所有钱包中按比例分配货币供应量的“贴现”货币,设置为由两种代币组成:弹性供应货币本身和网络的投资“股份”。后者资产的所有者是供应增加带来的通货膨胀收益的唯一接受者,而当货币需求下降且网络收缩时,他们则成为债务负担的唯一承担者。

精明的加密货币观察家将认识到阿梅特拉诺的“哈耶克货币”和萨姆斯的“铸币税股份”不再是学术上的抽象概念。“哈耶克货币”几乎与Ampleforth一模一样,该协议于2019年推出,并于2020年7月猛增至完全摊薄后超过10亿美元的市值。最近,萨姆斯的“铸币税股份”模型在不同程度上为空置美元、基础现金和Frax奠定了基础。

现在摆在我们面前的问题与六年前阿梅特拉诺和萨姆斯论文面临的读者问题没有什么不同:算法稳定币能否真正实现长期生存?算法稳定币会一直受到极端扩张和收缩周期影响吗?哪种算法的稳定币更引人注目:是简单的基础模型还是多代币的“铸币税”系统?

在所有这些问题上,评判者还没给出结论,可能需要一段时间才能达成广泛共识。尽管如此,本文还是试图从第一性原理的推理以及最近几个月的一些经验数据中探究其中一些基本问题。

稳定币背景

算法稳定币本身就是一个世界,但是在深入研究之前,值得先返回一步,调查更广泛的稳定币前景。

由于比特币滚雪球般地被机构采用,DeFi的火热以及以太坊即将进行的网络升级,稳定币近来大跌眼镜,总市值已超过250亿美元。这种抛物线式的增长吸引了加密技术领域之外的强大个人的眼球,其中包括最近一批美国立法者。

USDT仍然是主要的稳定币,但它并不是唯一的稳定币。广义上讲,我们可以将稳定币分为三类:美元抵押、多资产池过度抵押和算法。我们在本文中的重点是最后一个类别。但是,重要的是要注意稳定币在其他类别中的优缺点,因为理解这些折衷方案将使我们能够提高算法稳定币的价值主张。

第一类稳定币由美元进行集中管理、支持并可以一对一兑换。这些稳定币具有确保锚定和资本效率的优点,但是它们的中心化性质意味着用户可以被列入黑名单,而锚定本身取决于中央实体的可信赖行为。

第二类是多资产抵押稳定币,包括MakerDAO的DAI和Synthetix的sUSD。这两种稳定币都被加密资产超额抵押,并且都依靠价格预言来维持与美元的挂钩。与USDT和USDC等中心化代币不同,它们可以未经许可生成,但是在DAI的情况下,值得注意的是,可以将USDC等经过许可的中心化资产用作抵押品。此外,这些稳定币的过度抵押性质意味着它们是极其资本密集型的,而且加密资产的高度波动性和高度关联性使得这些稳定货币在过去很容易受到加密范围内的冲击。

第三类是算法稳定币,算法稳定币是一种确定性地调整其供应量的代币,以使代币的价格朝价格目标方向推进。在最基本的水平上,算法稳定币在高于目标价格时会扩大其供应,而在低于目标价格时则会收缩。

与其他两种类型的稳定币不同,算法稳定币既不能以美元一对一地赎回,也没有目前有的加密资产抵押支持。最后,也许也是最重要的一点是,算法稳定币通常具有很高的反身性:批评家可能会争论说,需求在很大程度上是由市场情绪和动力驱动的。这些需求方的力量被转移到代币供给中,进而产生进一步的方向性动力,最终形成一个暴力的反馈循环。

第四类:「弹性金融资产代币」带来了令人兴奋的货币和技术创新,加密货币市场中很多年从未见过的创新。由Ampleforth领军的新兴弹性金融板块推出会进行供应量动态调整的弹性金融代币,这种动态调整称为「rebase」。「Rebase」使加密资产能够吸收需求,以大幅降低资产的波动率。从理论上讲,rebase使得弹性金融资产代币相比比特币BTC和以太币ETH,其价格波动相对稳定。

每个加密货币模型都有其利弊。不喜欢中央集权的投资者将不会对USDT和USDC产生任何问题。其他人会发现,资本效率低下的过度抵押是值得付出的代价,以换取一个无需许可的、去中心化的、与锚定汇率挂钩的货币。但是,对于那些对这两个选项都不满意的人,算法稳定币是一个诱人的选择,但弹性金融资产代币在区块链领域和DEFI领域将是人类创造性的加密货币的进步,例如AMPLFORTH打造的是加密货币的美联储,未来在加密货币领域发展前途巨大。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

链链资讯

[0:15ms0-3:643ms