DeFi 生态将向什么方向演化？

最近对 DeFi 有很多讨论，DeFi 可以从多个视角理解。本文提出从 8 个关键视角 理解 DeFi：1. 金融功能；2. 离散时间金融；3. 去信任化环境；4. 预言机和信息；5. 流动性；6. 套利；7. 激励；8. 风险和相互关联。

本文试图回答两方面的问题：

DeFi 开发者除了编写智能合约以外，还应该掌握哪些 工具 ？

站在 DeFi 投资者的角度，DeFi 生态将向什么方向演化， DeFi 演化 遵循什么逻辑？

金融功能

一些研究者参照主流金融机构理解 DeFi，比如讨论 DeFi 领域的银行、证券和保险等应该是什么形态。这种类比实际上不够精确，因为 DeFi 是按 金融功能模块 而构建。这就涉及金融机构与金融功能的关系。

金融发展有两条像 DNA 双链一样相互缠绕并上升的主线，一条是金融功能，另一条是金融机构。Zvi Bodie 和 Robert Merton 曾提出 6 项基本的金融功能：

支付和清结算 。这是金融服务实体经济活动的最基本功能。除了以物易物以外，任何经济活动都有赖支付和清结算才能形成价值闭环。

聚集资源和股权细分 。这样能聚集社会资源做规模更大或更具冒险意义的事业，并在参与者之间共享收益、共担风险。股份制公司是这个功能的典型体现。银行汇聚社会零散资金以支持国家发展建设，也体现了这个功能。

跨越时间和空间转移资源 。资源在时间和空间上永远不会均匀分配，需要在两个维度上调剂资源，以最大化 资源使用效率 。比如，张三有闲钱花不掉，李四有项目但缺钱。通过金融系统，张三可以把钱借给李四 （跨空间转移） 。将来李四项目取得收益后，再将部分收益给张三 （跨时间转 移） 。

管理风险 。金融系统对资源的配置是在不确定环境中进行的。任何金融活动，无论是中心化还是非中心化的，究其本质都是通过经营风险来获取收益。

提供信息 。金融系统对资金和风险有重要的价格发现功能。金融系统提供的这些信息，对全社会的资源配置有重要意义。

解决激励问题 。全社会中有大量价值通过金融系统交易和流转，由此产生的经济激励，推动了社会分工和市场秩序的形成。

主流金融机构一般会同时执行多个金融功能。比如，银行主要执行支付和清结算、聚集资源、跨越时空转移资源以及管理风险等功能。

Bodie 和 Merton 认为，金融功能比金融机构 更稳定 ，金融机构的形式取决于它们执行的金融功能。比如，100 年前银行的组织结构和业务形态，与今天相比有很大差异，但银行执行的金融功能则变化不大。

Bodie 和 Merton 对金融功能的划分，对 DeFi 也适用 （表 1） ：

因此，对 DeFi 的理解，最好从 金融功能 着手。DeFi 按金融功能模块构建，具备很好的可拼装性。多个 DeFi 项目拼装在一起能实现复杂多样的金融功能，可以接近主流的银行、证券和保险等。但即使是 DeFi 组合，也与这些主流金融机构有很大差异。

离散时间金融

主流金融是 连续时间金融 。比如，全球外汇交易 24*7 发生，余额宝每天都在产生利息收益。主流金融使用的时间单位一般是小时、天、周、月、季和年等。

DeFi 是 离散时间金融 。任何金融活动都有周期和频率。DeFi 频率取决于公链分布式账本的更新频率。公链中时间的延伸体现为区块的不断生成，时间单位是出块时间。公链的出块时间由验证节点在分布式网络中运行共识算法决定，尽管有统计上的平均值，但从事前看是一个 随机变量 。

离散时间和 TPS 限制对 DeFi 有全面且深刻的影响：

影响 DeFi 活动的效率，DeFi 活动量天然受制于 公链物理性能 。比如，在链上拥堵时，链上拍卖和链上抵押品处置等交易可能不能被及时处理。

影响 链内链外信息 同步和套利的效率。后文讨论预言机和套利时将详细说明这一点。

影响 价格发现 和 风险出清 的效率。比如，除了长尾的加密资产以外，大部分加密资产的价格发现在中心化交易所完成。DEX 追随中心化交易所的定价，而非相反。再比如，在市场情绪恐慌时，公链容易 拥堵 ，一些有助于市场风险出清的交易可能不会被矿工处理，或者需要付出较高手续费或 Gas 费才会被矿工处理。这不仅会降低市场风险出清并重新趋向均衡的效率，也会降低市场参与者对市场有序运转的信心，进一步放大 市场恐慌 。

离散时间金融应该采取什么样的分析方法？连续时间金融因为可以使用 微积分 等数学工具，比离散时间金融更易于分析。本文对 DeFi 提出如下分析方法：

离散时间金融 = 连续时间金融的近似 + 公链 TPS 和时间滞后的影响

换言之，在分析 DeFi 时，应先提炼出核心的金融问题，在连续时间中分析清楚后，再考虑公链 TPS 和时间滞后的影响。比如，对 自动做市商 和 预言机 中的套利机制的分析，就可以遵循这个方法论。

在离散时间金融中，货币的时间价值仍然适用。比如，1 单位加密资产在 Staking 1 年后，连本带息共得 1.5 单位。那么，今天的 1 单位加密资产就等价于 1 年后的 1.5 单位加密资产。这就是货币的 时间价值 。对 DeFi 中资金成本和投资收益的分析，本质上就是在分析货币的时间价值。

尽管出块时间从事前看是一个随机变量，但以出块时间为时间单位，可以把主流金融的 利息理论 引入 DeFi。现值、未来值、贴现因子、单利、复利和无套利定价等基本概念和工具适用于 DeFi，并在很多问题中显示出很强的 应用价值 。

余额宝可以实时查询投资收益，但 DeFi 因为公链性能的限制，做不到这一点。在很多 DeFi 应用中，理论上每个新区块都伴随着利息的产生。但如果这些新产生的利息都第一时间通过链上交易来完成支付，既可能消耗较高的 Gas 费，也可能造成链上拥堵。因此，很多时候需要适当 拉长付息周期 。比如，先将利息累积起来而不是马上通过链上交易转入相关地址中，等过一段时间后再一次性支付利息收入 （比如退出 Staking 时） 。在这类问题中，更有必要引入精确的利息计算方法。

利息理论 在 Staking 和 DeFi 流动性管理中有重要应用。比如，PoS 矿池在向投资者提供 Staking 收益的同时也需要 提供流动性 。特别是在以太坊 2.0 中，信标链上 Staking 锁定期时间很长。投资者在参与信标链 Staking 时，如果有流动性需求，能否转让自己的 Staking 份额？这个问题就是利息理论的一个很好应用。

去信任化环境

不管 DeFi 参与者承担何种角色，本质上都是 公链内地址 。公链内是一个去信任环境，地址本质上是 匿名的 ，既无身份也无信誉。这是 DeFi 与主流金融的关键差异。主流金融的参与者是个人和机构。当个人或企业向银行申请贷款时，银行会评估他们的还款意愿和能力；当企业发债融资时，评级机构会评估 信用等级 ；当企业募集股权资金时，投资者会评估盈利前景。以上评估工作在主流金融中无时不刻不在发生，在 DeFi 中则不存在。

去信任化环境是 DeFi 开放性和无许可性的基础。但 去信 任环境 中，因为地址本身不能成为信用主体，金融契约的履行靠超额抵押和 Staking。比如，假设地址 a 在未来要向地址 b 转入 1 单位加密资产，要保障这一承诺的可执行性，地址 a 就需要提供 多于 1 单位 的加密资产作为抵押。如何理解超额抵押和 Staking？

超额抵押 和 Staking 是公链从 DeFi 中捕获价值的重要渠道。如果没有这个机制，公链和 DeFi 之间的价格交互就可能脱节。

超额抵押锁定了流动性，相当于将地址的信用风险转化为抵押品的 流动性风险 。在 DeFi 和主流金融中，风险都不会凭空消失，很多时候只是转换一种形态而已。

因为超额抵押，DeFi 借贷的 风险定价效率很低 。这体现为 DeFi 借贷利率不包含针对借款人的风险溢价，与借款人信誉无关。实际上，在去信任环境中，也无法界定或度量地址的信用。也可以说，DeFi 借贷本质上是按揭贷款，而不是信用贷款。

在 MakerDAO 中，超额抵押保证了来自不同抵押债仓 （CDP） 的 Dai （本质上是 CDP 的负债） 具有相同价值内涵。不管谁发起 CDP，也不管 CDP 采取何种抵押品，只要遵循超额抵押规则，Dai 就是相互等价的。

Staking 是利益相关者的 承诺机制 。这在 PoS 型共识算法中已有充分体现，以解决 Nothing at stake 问题。

金融活动离不开信任。信任能削减对未来的不确定性，对降低金融活动的交易成本至关重要。这对主流金融和 DeFi 都成立。我们说区块链是去信任化的，实质是将对人和机构的信任转化为 对算法和智能合约的信任 ，但本质上仍是信任。在去信任环境中引入信任，有助于进一步降低 DeFi 交易成本。有三种在 DeFi 中 引入信任 的做法。

地址与 链外身份和信誉 关联，比如 Gitcoin Grants 使用 GitHub 账户应对多重身份攻击和串谋攻击。央行数字货币的可控匿名性，本质上就是通过 KYC 将原本匿名的地址与现实身份相关联。

公链内 重复博弈 能抑制机会主义行为，形成链内信誉，比如 ChainLink 节点。重复博弈使得机会主义行为的长期损失超过短期收益，使匿名的地址也能遵守博弈演化而来的规则。

「看不见的手」—— 套利和经济激励 驱动下的利益最大化行为。这是机制设计的基本逻辑。我们不需要知道 DeFi 参与者的价值观，比如他们是否信守承诺，只要他们是理性的经济人，就可以通过经济学分析推测他们的行为特征。反过来，可以通过套利和经济激励设计，让 DeFi 参与者表现出我们期望的行为特征。后文将详细讨论这一点。

预言机和信息

公链内外有两个共识机制。第一个是 PoW 和 PoS 等 共识算法 ，是链内对原生于链内的信息形成共识。第二个是 预言机 ，是链内对链外信息形成共识。预言机是链内链外信息同步和套利的基础。不管是哪种共识机制，都意味着熵减 （也就是消除混乱） ，都需要能量输入 （或成本消耗） 。预言机设计的目标是最小化误差与成本之比。

预言机有多种设计方案，但大致可以分为两类。

第一类预言机基于 信誉和投票 ，以 ChainLink 为代表。这类预言机依靠多个报价者，选择多个报价的平均值或中位数作为预言机报价，以控制个别报价的误差。这类预言机还通过信誉机制和重复博弈淘汰掉不尽职和恶意的报价者。

第二类预言机基于 交易和套利 ，通过套利机制让预言机报价收敛到市场价格。后文将详细讨论这类预言机对套利机制的使用。

从通信工程的角度，不管采取何种形式，DeFi 预言机本质上都是一个 带误差和时滞的采样过程 。预言机在离散的时间点上对链外的连续信号进行采样，然后把离散信号读入公链 （图 1） 。

图 1：作为采样过程的预言机

预言机相对原始连续信号的误差由两部分组成 （图 2） 。第一， 信号源头 的误差。各种预言机方案本质上都是尽可能降低这个误差。第二， 原始信号的波动 ，但会被采样间隔和达成共识花费的时间所放大。这两个参数都在很大程度上受公链性能的影响。

图 2：预言机误差分解

流动性

流动性 是 DeFi 中的核心问题。对流动性的应用和管理体现在 DeFi 的很多方面。比如，前文已讨论，超额抵押将地址的 信用风险 转化为抵押品的流动性风险。

流动性反映了在 合理时间 内以 合理价格 出售资产的可能性。在其他条件一样的情况下，时间拉得越长，越可能以合理价格出售资产。但在很多场合，不可能从容不迫地出售资产。这样，流动性高低对投资者的利益就会有很大影响。

流动性是一个复杂的经济现象，受很多因素的影响。比如，链内交易的流动性受 公链 TPS 的限制。 流动性更是买方和卖方互动的产物。双方信心越高，流动性越大。

流动性是一个 特殊的公共产品 。对大多数商品而言，需求升高会通过推高价格来刺激供给。但流动性因为与 买卖双方的信心 有关，在最被需要的时候供给可能最少。

对投资者而言，流动性是一个承诺和保险机制。流动性为投资者提供了关于交易能否成交以及以什么价格成交的信心。

与流动性有关的承诺机制主要有两类。第一类是基于 信誉 的承诺，比如 订单薄下的做市商 。这类做市商基于自身信誉和实力，承诺为买卖双方提供交易便利，并通过买卖价差而获利。第二类是基于 算法 的承诺，比如 自动做市商 。自动做市商通过流动性池为买卖双方提供按算法成交的便利，但会承担因套利造成的无常损失，面临商业可持续性上的挑战。

显然，在同等条件下，能 提供流动性 的产品对 DeFi 投资者更有吸引力。比如，前文讨论的 PoS 矿池为投资者提供流动性份额及转让机制的例子。

流动性可以是无界的，也可以是有界的。中心化交易所的流动性是无界的。自动做市商的流动性则是有界的。比如，不管投资者怎么与 Uniswap 交易，如果不考虑交易手续费的影响，流动性池应始终满足 恒定乘积条件 。

PoS 矿池 为投资者提供流动性份额也是有界的流动性。不管投资者之间如何转让流动性份额，他们合计持有的 流动性份额 总量不变——流动性份额转让不构成对 PoS 矿池的赎回。这类似于股票的二级市场交易不会影响上市公司的发行在外的股票数量。正如凯恩斯指出的，对整个社会而言，不存在投资的流动性。

流动性有 集聚效应 。对多个流动性池，它们聚在一起的流动性将超过各自流动性之和。这和风险分散效应一样，都是金融的基本规律——资产组合的风险小于各部分的风险之和。

套利

套利 不是一件坏事。套利是源于人性的基本需求。在条件允许的情况下，任何人都想占别人的便宜，但不愿别人占自己的便宜。这就是人性。

金融发展有多种驱动因素，比如监管和技术，但根本动力是套利。任何金融市场和产品刚推出来的时候，因为 定价机制不健全 ，总会有套利机会，会吸引套利者。在套利者的驱动下，定价机制被纠正，金融市场和产品趋于完善。如此循环往复，金融发展就能持续向前。

套利使 价格收敛 ，但收敛需要时间和成本。比如，对任何基于交易和套利的预言机 （比如 Uniswap） ，通过求解最优化问题都可以证明：存在一个无套利条件，在该条件下不会有新交易发生。而这个无套利条件都可以等价于对 预言机报价偏离市场价格的范围 的限定。

这里面的经济学直觉非常好懂。一旦预言机报价偏离市场价格，就意味着套利机会，但套利者执行套利策略需要付出成本。因此，套利者会仔细衡量套利收益和成本，等预言机报价偏离市场价格的 幅度足够大 时，才会执行套利策略 （这本质是美式期权的最优行权时点问题） 。套利策略的执行，将纠正预言机报价对市场价格的偏离，直到套利策略在经济上不再具有吸引力，如此循环往复。

还可以证明，DeFi 交易成本 越低， 套利效率 越高， 预言机报 价偏差 越小 （即缩小预言机在信息源头的误差） 。

无套利定价+利息理论 是 DeFi 资产定价的基本工具。套利将形成 DeFi 中的利率基准曲线。比如，对 PoS 型加密资产，Staking 收益率将构成 DeFi 借贷利率的「锚」。

套利是普遍适用的机制设计。套利 对人性的假设最少 。套利只需要人是理性的，是趋利避害，是最大化自身利益的，而不需要知道他是好人还是坏人。在 DeFi 的去中心化环境下，套利的这种激励和协调作用更显重要。比如，MakerDAO 抵押品清算就基于套利设计。

套利机制起作用的前提是有一个 活跃的套利者社区 ，因此社区激励很重要。比如，对基于交易和套利的预言机，如果只有一个套利者，那么他会一直等到预言机报价偏离市场价格的幅度非常大时才执行套利策略。如果有多个套利者，每个套利者都会考虑其他套利者抢在自己前面执行套利策略的可能性。 套利者之间的竞争 ，会使套利策略的执行时点提前，从而缩小预言机报价对市场价格的偏离。

不管套利机制采取何种形式，套利本质上是 零和博弈 ，是利益的重新分配，甲之所得即乙之所失。比如，在自动做市商中，套利者的收益对应流动性提供者的 无常损失 。

一些自动做市商 引入预言机报价 ，本质上是限制套利空间，降低流动性提供者的无常损失。显然，在任何套利机制中，如果有一方持续亏损，套利博弈就没法持续，总有停止的那一天。

激励

激励机制设计应使 DeFi 成为 无限游戏 ，而非有限游戏。社区自我组织和自我升级是 DeFi 演进的关键。社区成员应该都能从 DeFi 中获取自己的利益。换言之，在 DeFi 激励机制设计中，不能期望某一类参与者始终充当「活雷锋」角色。

如前文提到的，在自动做市商中，套利者的收益对应着流动性提供者的无常损失。为弥补流动性提供者的损失，自动做市商向投资者收取 交易手续费 ，并将手续费收入转移支付给流动性提供者。但因为链内交易量有限以及手续费标准不高，流动性提供者的「 手续费收入 < 无常损失」是一个普遍问题，流动性提供者相当于自费提供流动性这一公共产品。

一些自动做市商引入 治理代币 作为给流动性提供者的额外补偿，以缓解流动性提供者面临的商业不可持续问题。但治理代币的价值捕获能力很弱。比如，在对公司股票的估值中，一般会估计公司 未来盈利和分红 ，再估计股票持有者的未来现金流，然后折现到当前得到股票估值。如果投资者的股权比例没有到 33% 或 50% 等临界点，一般不会考虑股票对应的投票权的价值。因此，自动做市商的治理代币的有效性有待进一步观察。未来的方向，应该改进自动做市商中收费方式和治理代币设计。

以上问题在区块链领域中普遍存在的。比如，如果不考虑出块奖励，或出块奖励降到很低水平，PoW 矿工获得的交易手续费能否弥补挖矿成本？再比如，用户调用预言机报价时支付的费用，能否弥补预言机的成本？这些问题，本质上都涉及去中心化环境下 公共产品的提供和融资 。对这些问题的解决，要参考关于公共产品的经济学理论。

风险和相互关联

DeFi 的核心是 经营风险 ，主要包括市场风险、流动性风险、技术风险和信用风险等。市场风险来自加密资产价格的波动。在 DeFi 中，超额抵押和 Staking 的普遍应用，将地址的信用风险转化为抵押品的流动性风险，所以信用风险不像主流金融中那么突出 （银行和公司债市场主要就是信用风险） 。DeFi 的 技术风险 则比主流金融要突出得多，既可能来自智能合约的漏洞，也可能来自公链 TPS 的限制。

各种 DeFi 活动，本质上都是通过 承担风险以最 大化收益 。风险可以转移、分担、对冲、转换和分散，但永远不会消失。

DeFi 项目针对金融功能模块构建，具有 可拼装性 。DeFi 项目之间通过信息、资金和风险等渠道相互联系并组合在一起。这有助于「 由点及面 」发展 DeFi 生态，但容易缺乏整体规划并积累风险。特别是，DeFi 生态中越具基础地位的项目，尽管越具「护城河」地位，但越可能引入单点失败风险。

很多研究者根据不同业态类型整理 DeFi 生态，但更需要给 DeFi 生态描绘一个整体的「 风险地图 」。将来，DeFi 项目在上线前，除了做智能合约审计以外，也应该做 金融风险 方面的审计。