> 웹3.0 > VC 관점: '높은 FDV, 낮은 순환'이라는 만성 독소를 어떻게 해결할 것인가?

VC 관점: '높은 FDV, 낮은 순환'이라는 만성 독소를 어떻게 해결할 것인가?

王林
풀어 주다: 2024-07-02 15:13:52
원래의
889명이 탐색했습니다.

VC 视角:如何解“高 FDV,低流通”的慢毒?

토큰 락업 설계 현황

현재 시장 사이클에서는 "높은 FDV, 낮은 순환" 토큰 발행 방식이 점차 주류 추세가 되어 시장 지속 가능성에 대한 투자자들의 우려를 불러일으켰습니다. 투자 잠재력. 2030년까지 암호화폐 시장에서는 많은 양의 토큰이 점진적으로 언락될 것으로 예상되며, 수요가 크게 증가하지 않는 한 시장은 이러한 잠재적인 매도 압력에 노출될 것입니다.

역사적 관행에 따르면 네트워크/프로토콜 기여자(팀 및 초기 투자자 포함)는 일반적으로 대가로 일정 비율의 토큰을 받으며 이러한 토큰은 특정 시간 제한 구조에 따라 잠깁니다. 네트워크/프로토콜 초기 단계의 주요 개발 원으로서 기여자는 실제로 적절한 보상을 받아야 하지만 동시에 다른 이해관계자의 이익, 특히 공개 시장에서 토큰 투자자의 이익의 균형을 맞추는 데 주의를 기울여야 합니다. TGE 이후.

여기서는 비례적인 디자인이 중요합니다. 잠긴 토큰의 비율이 너무 커서 토큰의 사용 가능한 유동성에 영향을 미치면 이는 토큰 가격에 부정적인 영향을 미치고 반대로 기여자가 적절한 보상 없이는 할 수 없는 경우 모든 보유자의 이익에 해를 끼칠 수 있습니다. 계속해서 구축하려는 동기를 잃을 수 있으며, 이는 궁극적으로 모든 보유자의 이익에 해를 끼칠 수 있습니다.

토큰 잠금의 일반적인 매개변수에는 할당 비율, 잠금 시간, 잠금 해제 기간 및 전달 빈도가 포함됩니다. 이러한 모든 매개변수는 시간 차원에서만 역할을 합니다. 현재 상황을 고려하면 위의 기존 매개변수만 사용하면 솔루션에 대한 상상이 제한되므로 몇 가지 새로운 가능성을 탐색하려면 몇 가지 새로운 매개변수를 추가해야 합니다.

다음에서는 현재 시장에 나와 있는 가장 일반적인 토큰 스테이킹 모델을 개선하기 위해 "유동성" 및/또는 "마일스톤"을 기반으로 차원을 추가할 것을 제안합니다.

"유동성"을 기반으로 한 잠금 메커니즘

유동성의 정의는 절대적이지 않습니다. 다양한 차원에서 유동성을 정량화하는 방법에는 여러 가지가 있습니다.

유동성을 측정할 수 있는 한 가지 방법은 온체인 및 중앙 집중식 거래소(CEX)에서 토큰 구매 주문의 깊이를 확인하는 것입니다. 모든 구매 주문 깊이의 누적 합계를 계산하면 숫자를 얻을 수 있으며 여기서는 bLiquidity(구매자 유동성)라고 부를 수 있습니다.

잠금 조항을 설계할 때 프로젝트 당사자는 bLiquidity 및 pbLiquidity(즉, 이론적으로 계약 수준에서 0과 1 사이의 값이 될 수 있는 구매자의 유동성 비율)와 같은 두 가지 새로운 매개변수를 도입할 수 있습니다. , 출력은 다음과 같습니다.

min (일반 베스팅 출력에서 ​​청구할 켄에 대해, p bLiquidity bLiquidity 에 켄 단위 FDV )

다음으로 예시를 사용하여 유동성 기반 헤징 메커니즘이 어떻게 작동하는지 자세히 설명하겠습니다. 공장.

특정 토큰의 총 공급량이 100이고 그 중 12%(12개 토큰)가 잠금 요구 사항이 있는 기여자에게 배포되고 각 토큰의 가격이 1 USD라고 가정합니다(계산을 단순화하기 위해 토큰 가격은 변동되지 않습니다.)

시간 기반 잠금 방식을 채택하는 경우 이러한 토큰은 TGE 이후 12개월 이내에 선형적으로 릴리스될 것으로 가정합니다. 즉, 기여자는 매월 1개의 토큰 또는 1 USD를 잠금 해제할 수 있습니다.

추가 유동성 기반 락업 조건이 추가되는 경우 락업 조건에 설정된 p bLiquidity 값이 20%이고 bLiquidity가 $10라고 가정합니다(즉, 토큰의 구매 측 유동성이 최소 $10입니다). 잠금 첫 달에 계약은 자동으로 bLiquidity 수 $10를 확인하고 여기에 p bLiquidity 수 20%를 곱하면 결과는 $2가 됩니다.

위에 제공된 최소 기능(클래식 메커니즘과 추가 메커니즘, 두 경우 모두 최소값을 취함)에 따라 계약은 이때 자동으로 1개의 토큰을 릴리스합니다. 왜냐하면 클래식 메커니즘에 따른 릴리스 값(1 USD)은 다음과 같습니다. 이번에는 추가 메커니즘에 따른 릴리스 값($2)보다 작습니다. 그러나 위의 bLiquidity 매개변수를 $2로 변경하면 클래식 메커니즘에 따른 릴리스 값($1)이 추가 메커니즘에 따른 릴리스 값(20%)보다 크기 때문에 계약은 이때 자동으로 0.4 토큰을 릴리스합니다. * 2달러 = 0.4달러).

이것은 유동성에 따라 락업 구조를 동적으로 조정하는 잠재적인 방법입니다.

장점

현재 시장의 주류 락업 모델은 기본적으로 시간 차원에만 초점을 맞추고 있으며, 특정 가격으로 잠금 해제를 소화할 만큼 충분한 유동성이 있는지 간접적으로 초점을 맞출 수도 있습니다. 유동성 기반 스테이킹 모델에서는 프로젝트 당사자가 토큰 주변의 유동성 구축에 적극적으로 집중하고 이를 특정 인센티브와 결합하도록 요구합니다.

공개 시장의 투자자의 경우 더 강력한 신뢰 전송을 받게 됩니다. 유동성이 충분한 경우에만 미리 결정된 토큰 할당량이 잠금 해제되고, 그렇지 않으면 유동성을 충족하는 토큰만 잠금 해제됩니다. 현재 상황은 유동성이 새로운 판매 압력을 견딜 수 없어 토큰 가격이 급락하는 것을 방지하는 것입니다.

잠재적 과제

토큰이 충분한 유동성 지원을 받지 못하면 기여자가 보상(잠금 해제)을 받는 주기가 크게 길어질 수 있습니다.

추가 규칙으로 인해 토큰 잠금 해제 빈도 및 기간 계산이 복잡해질 수 있습니다.

허위 구매측 유동성을 장려할 수 있습니다. 그러나 이는 현재 가격 주변의 특정 비율의 bLiquidity만 선택하는 것을 고려하거나 특정 헤징 제한이 있는 LP 포지션만 고려하는 등 다양한 방법으로 우회할 수 있습니다.

기여자는 잠금 해제된 계약에서 토큰을 계속 얻을 수 있지만 즉시 판매할 수는 없으며 점차적으로 많은 양을 축적하여 모든 토큰을 한 번에 판매할 수 있으며 이는 유동성에 심각한 영향을 미치고 토큰 가격이 하락할 수 있습니다. . 그러나 이러한 상황은 고래가 적극적으로 대량의 유동형 토큰을 축적하는 것과 유사합니다. 고래가 포지션을 청산하고 가격이 하락할 위험은 항상 시장에 존재합니다.

DEX에서 bLiquidity 값을 얻는 것과 비교하여 CEX에서 이 값을 얻는 것이 더 어렵습니다.

마일스톤 기반 잠금 모델에 대해 계속 논의하기 전에 프로젝트 팀은 "정상적인" 잠금 해제 진행을 보장하기 위해 충분한 유동성을 확보할 수 있는 방법을 고려해야 합니다. 한 가지 잠재적인 아이디어는 인센티브를 통해 고정된 LP 포지션에 보상을 제공하는 것이고, 또 다른 아이디어는 더 많은 유동성 공급자를 유치할 수 있는 방법을 찾는 것입니다. 예를 들어 "TGE 전 고려해야 할 10가지 사항"에서 설명한 것처럼 유동성 공급자가 프로젝트 인벤토리에서 토큰을 빌려 토큰을 중심으로 보다 안정적인 시장을 조성하세요.

"마일스톤"에 기반한 잠금 메커니즘

토큰 잠금 모델을 개선할 수 있는 또 다른 추가 차원은 사용자 수, 거래량, 프로토콜 수익, 총 잠금 가치(TVL)와 같은 "마일스톤"입니다. ) 및 기타 데이터 매개변수, 이러한 정량화 가능한 값을 사용하여 계약의 매력을 평가할 수 있습니다.

유동성을 기반으로 한 이전 스테이킹 설계와 유사하게 프로토콜은 각 마일스톤에 대한 추가 매개변수를 도입하여 바이너리 토큰 스테이킹 조항을 설계할 수도 있습니다.

예를 들어, 100% "정상" 잠금 해제를 달성하려면 프로토콜은 TVL 1억 달러, 일일 활성 사용자 100명 이상, 일일 평균 거래량 1,000만 달러 이상 등을 달성해야 합니다. 이 값이 충족되지 않으면 잠금 해제된 최종 토큰 양은 원래 목표보다 낮아집니다.

장점

위 내용은 VC 관점: '높은 FDV, 낮은 순환'이라는 만성 독소를 어떻게 해결할 것인가?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

원천:chaincatcher.com
본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.
인기 튜토리얼
더>
최신 다운로드
더>
웹 효과
웹사이트 소스 코드
웹사이트 자료
프론트엔드 템플릿