两千亿稳定币:压低短端利率的新结构性力量

链捕手Xuất bản vào 2025-06-09Cập nhật gần nhất vào 2025-06-09

作者:北户

去年十月第一次写稳定币的时候,稳定币总市值只有 1700 亿美元。随后的几个月,链上市场火热,美国政府不断推动,稳定币总市值已经狂飙到 2300 亿,半年多的时间增长了 35%。夸张点说,稳定币已经成为了宏观研究不能忽视的范式转变。

图片

目前主流的稳定币发行模式是“抵押 1 美元,发行 1 美元稳定币”。发行方会把抵押的美元用于购买美债和货币市场基金,把利息作为公司的收入。

仅看最大的两个,$USDT 市值为 1500亿,持有了近 1000 亿美元 3 个月内到期的美债、外加 200 亿美元的逆回购和货币市场基金;$USDC 市值为 586 亿,持有了 240 亿 3 个月内到期的美债、外加 304 亿的逆回购。这两家加起来,持有美债的总量已经接近韩国。

图片

这也和 BIS 最新论文的结论一致,研究发现:

(1)每当稳定币出现约 35 亿美元(2倍标准差)的资金净流入时,会在 10 天内令 3 个月国债收益率下行 2 至 2.5 个基点;

(2)而当发生同等规模的资金流出时,收益率上行幅度可达 6 至 8 个基点,显示出明显的非对称效应;

(3)这种影响主要集中在短端收益率曲线上,几乎不波及长期国债(因为他们买的都是短期);

(4)$USDT 对利率影响的贡献最大,占总影响的七成(因为量大)。

从边际购买量看,从 2024 年 Q1 到 2025 年 Q1,$USDT 和 $USDC 两家一共增持了 353 亿美债,这个量跟英国(+429 亿)和加拿大(+568 亿)的增持、日本(-362 亿)的减持是一个数量级的。

更进一层,NBER 最近的研究深入揭示了美债市场的结构,将美债市场的玩家分为两大类:

一类是具有期限偏好和制度约束的“细颗粒度需求投资者”(granular-demand investors),包括商业银行、保险公司、养老金、共同基金、货币市场基金、外国央行与私人投资者等,他们的配置行为通常受久期匹配、流动性监管要求或收益目标驱动,需求对价格变化不敏感,具备跨期限替代性;

另一类是“套利者”(arbitrageurs),主要由对冲基金、券商做市商与主承销商构成,具备较强风险承受能力,负责吸收市场失衡并在期限结构中承担风险定价角色,尤其在短期国债市场中活跃。

研究的一大结论是短期美债市场中,套利者介入程度高、风险低,市场更具弹性(利率对供需更不敏感);长期债券市场中,风险更高,套利参与度下降,价格对供需更敏感。为了快速兑现大额赎回,稳定币发行商只能持有高度流动、安全的资产(比如 3 个月以内到期的美债),属于美债市场的第一类玩家。随着规模的扩张,稳定币正在形成压低短端利率的新结构性力量。

稳定币如何影响美国的货币量?1 美元从银行账户 on ramp 成链上稳定币,会降低经典口径的 M1 和 M2 统计;但其作为影子货币存在,并未减少经济中的实际购买力。如果稳定币被用于日常支付,而不是仅仅交易和生息,其流通速度 V 会显著高于传统货币。

但如果,1 阿根廷比索被直接转换成美元稳定币,这个影响就太大了。

Nội dung Liên quan

Mô hình lớn của Mỹ đi vào khép kín, nhân danh an ninh

Ngày 27/6, Anthropic thông báo mô hình bảo mật mạng mạnh nhất của họ, Mythos 5, đã được chính phủ Mỹ cho phép triển khai lại cho hơn 100 tổ chức Mỹ, trong khi phiên bản công khai Fable 5 vẫn chưa có thời gian phục hồi. Cùng ngày, OpenAI phát hành GPT-5.6 nhưng chỉ mở API cho các đối tác được chính phủ phê duyệt. Sự kiện này đánh dấu chu kỳ "dừng - đàm phán - cho phép có điều kiện" đầu tiên của chính phủ Mỹ đối với việc kiểm soát mô hình AI tiên tiến, sau lệnh hành pháp về AI của cựu Tổng thống Trump đầu tháng 6. Các công ty như OpenAI và Anthropic tuyên bố mô hình của họ không vượt quá ngưỡng rủi ro theo khung đánh giá an toàn tự ngành, nhưng chính phủ vẫn can thiệp. Động thái này làm dấy lên lo ngại về một kỷ nguyên kiểm duyệt mới, nơi việc phát hành mô hình AI phụ thuộc vào "đèn xanh" không rõ ràng từ chính phủ, với các tiêu chuẩn và quy trình không minh bạch. Chuyên gia cảnh báo điều này có thể làm suy yếu động lực đầu tư và cản trở sự phổ biến công nghệ quan trọng, tương tự "Cuộc chiến Mã hóa" những năm 1990 khi Mỹ cố gắng kiểm soát xuất khẩu công nghệ mã hóa mạnh. Trong khi đó, mô hình lớn Trung Quốc đang phát triển theo hướng mã nguồn mở. Các chuyên gia chỉ ra rằng nếu chỉ một số ít tổ chức được tiếp cận AI tiên tiến, rủi ro về bất bình đẳng quyền lực có thể tăng lên.

链捕手49 phút trước

Mô hình lớn của Mỹ đi vào khép kín, nhân danh an ninh

链捕手49 phút trước

Vừa qua, DeepSeek V4 cập nhật DSpark, tốc độ suy luận tăng 80%

Vừa qua, DeepSeek V4 đã được cập nhật với framework giải mã suy đoán mới là **DSpark**, giúp tăng tốc độ suy luận lên tới 80%. Cốt lõi của bản cập nhật này là framework **DSpark**, một kỹ thuật giải mã suy đoán được triển khai trên DeepSeek-V4-Pro hiện có để tăng tốc độ suy luận, chứ không phải là nâng cấp kiến trúc mô hình. DSpark giải quyết các điểm nghẽn về độ trễ và thông lượng trong môi trường sản xuất, đặc biệt ở các tình huống có tải cao. DSpark kết hợp hai cải tiến chính: 1. **Kiến trúc sinh bán tự hồi quy (Semi-Autoregressive Generation)**: Giữ lợi thế về thông lượng cao của mô hình phác thảo song song, đồng thời thêm mô-đun nối tiếp nhẹ để mô hình hóa mối quan hệ phụ thuộc giữa các token, giúp giảm thiểu tỷ lệ chấp nhận suy giảm. 2. **Xác minh theo lịch trình độ tin cậy, nhận biết phần cứng (Confidence-Scheduled Verification)**: Một "đầu độ tin cậy" (Confidence Head) được sử dụng để đánh giá xác suất tồn tại của mỗi token phác thảo. Hệ thống điều phối sẽ xác định độ dài xác minh tối ưu một cách linh hoạt dựa trên đặc điểm tải và phần cứng, chỉ phân bổ tài nguyên tính toán cho những token có khả năng được chấp nhận cao nhất. Trong các thử nghiệm trên nhiều lĩnh vực như suy luận toán học, tạo mã và hội thoại, DSpark vượt trội so với các phương pháp tiên tiến hiện tại như Eagle3 và DFlash. So với cơ sở sinh token đơn trước đó (MTP-1), DSpark đã **tăng tốc độ phản hồi cho người dùng từ 57% đến 85%** (tuỳ thuộc vào việc sử dụng mô hình Flash hay Pro) trong khi vẫn duy trì cùng tổng thông lượng. Cùng với DSpark, DeepSeek cũng công khai mã nguồn **DeepSpec**, một bộ công cụ toàn diện để đào tạo và đánh giá các mô hình phác thảo cho giải mã suy đoán. DeepSpec cung cấp một đường ống công việc tiêu chuẩn bao gồm chuẩn bị dữ liệu, đào tạo và đánh giá, hỗ trợ nhiều thuật toán (DSpark, DFlash, Eagle3) và mô hình mục tiêu (hiện tại là Qwen3 và Gemma).

marsbit7 giờ trước

Vừa qua, DeepSeek V4 cập nhật DSpark, tốc độ suy luận tăng 80%

marsbit7 giờ trước

Giao dịch

Giao ngay
活动图片