解读资产上链背后的杠杆、流动性与风险真相

marsbit发布于2026-08-24更新于2026-08-24

文章摘要

RWA(现实世界资产)代币化常被讨论,但其价值不在于简单的资产上链,而在于能否在DeFi生态中实现高效、有韧性的金融运作。文章指出,代币化仅是赋予资产一个可识别的数字凭证(如同条形码),真正的变革来自DeFi提供的杠杆、流动性和风险管理能力。 核心挑战在于RWA与DeFi存在多重“时间时钟”冲突:区块链实时结算,而底层传统资产交易、赎回和处理存在延迟。这导致在压力情景下(如周末清算),链上快速处置需求与现实世界缓慢流程之间产生缺口,低波动资产(如国债代币)可能因流动性不足而比高波动加密资产风险更高。 真正的流动性并非总锁定价值(TVL),而是在需要时能否在限定时间内以可接受价格退出。资产需具备多条清晰的退出路径(二级市场卖出、发行方赎回、抵押借贷)。 杠杆能释放资产效用(如抵押借贷),但也引入脆弱性。抵押率的设定需综合考虑法律可执行性、数据新鲜度、赎回延迟、市场深度等多重风险,而不仅是资产波动率。因此,某些情况下国债代币的抵押率应低于ETH。 RWA的风险是一张相互关联的图谱,涉及发行方、托管、预言机、流动性提供者、协议等多节点,需持续监控链下指标(如赎回排队、市场深度)而不仅依赖价格信号。 展望未来,国债代币仅是起点。算力、能源等复杂资产以及代币化股票与永续合约的结合将带来更大机遇与更复杂的风险,需要精心设计风险隔离、动态抵押等机制。 最终,RWA的意义不在于代币本身,而在于其能否融入一个健壮的、可编程的市场体系,在压力下完成估值、融资、对冲和处置,实现资本的高效配置和风险管理。代币是条形码,市场才是运转的机器。

撰文:Jesus Rodriguez,Sentora 联合创始人

编译:Luffy,Foresight News

RWA 行业的讨论往往始于一个朴素的愿景:拿一张国库券、基金份额、股票、发票、兆瓦时或一小时的 GPU 计算,然后铸造一个代表它的代币。

有用吗?确实有用。但称得上变革性吗?还远远没有。

这就好比给集装箱贴上条形码,就宣称全球贸易问题已经得到解决。条形码让集装箱具备可识别、机器可读的能力,但它不会凭空造出港口、起重机、海关、保险、融资、航运线路,也不会带来远方的买家。

代币只是一份可被寻址的权益凭证,而 DeFi 是一套市场操作系统。真正值得探讨的问题,不是有多少种资产可以上链,而是有多少资产能够在压力环境下完成估值、融资、对冲、交易变现与损失处置,且不必每一次发生交易都要线下开会协调。

代币化完成的是权益的表征;DeFi 带来的才是实际效用。

代币化只是条形码,而非供应链

金融市场历史上已经上演过相似的一幕。抵押贷款之所以能够实现规模化,并不是纸质凭证变成电子记录这么简单。真正实现规模化,是围绕这类资产诞生了一整套运转机制:信贷审核、贷后服务、证券化、信用评级、仓储融资、回购、对冲、清算结算以及损失分摊规则。

RWA 也需要经历完全相同的演进过程。

一项能够适配 DeFi 的资产,需要具备六个层面:具备法律强制效力的权益、可靠的数据来源、清晰的转让与赎回规则、可执行的二级市场流动性、贴合现实行为的抵押参数、可信的清算与损失处置路径。

而大多数代币化项目,往往止步于前面五层。

有一个简单的测试可以用来检验资产成熟度,只需回答三个问题:

  • 这项资产当下价值多少?
  • 协议此刻能否完成退出变现?
  • 如果前两个判断全部出错,损失由谁承担?

当智能合约可以确定性回答以上三个问题时,RWA 才算真正成为金融基础组件。在此之前,它大多仅仅只是一层数字包装外壳。

RWA 的四重时间时钟

最深层的技术矛盾在于,RWA 同时运行在多套不同的时间时钟之下。

区块链几秒即可完成结算,7×24 小时不间断运行;预言机可能每小时或者每日更新一次价格;底层传统交易所晚间与周末休市;托管机构遵循银行工作日时间;资产赎回流程可能耗时 1 天、5 天甚至 30 天。

倘若用这样一份节奏缓慢的 RWA 资产,去支撑 DeFi 端快速到期的负债,例如稳定币借贷。

这就是期限转换,也是数百年来银行赖以运转的核心模式:用短期负债去为长期慢资产提供资金。这套模式具备实用价值,但风险必须被合理定价。

设想一个场景:周日凌晨 2 点,资产触及清算阈值。智能合约可以立刻扣押代币,但是底层现实世界的市场要等到周一才开盘,发行方赎回业务要到周二才能够办理。链上清算已经完成,而现实层面的资产处置才刚刚启动。

由此产生清算缺口,DeFi 要求立刻退出变现,现实世界却不允许,二者之间的时间差。

这个缺口会带来反直觉的结果,就算是波动很低的国债代币,用作抵押品时风险甚至会高于波动更大的加密原生资产。ETH 价格波动剧烈,但可以全天候交易;RWA 资产看起来价格平稳,有可能只是长达十几个小时没有新的价格标记。平滑的价格,有时代表安全,有时只是陈旧数据披上的伪装。

流动性是退出通道,不是 TVL 数字

大众对流动性同样普遍存在误解。

流动性不等于 TVL,不等于存在一个交易对,也不等于发行方承诺最终会按照净值赎回。流动性指的是,在你的负债允许的时间窗口内,以可以接受的折价,把头寸转换成你需要的结算资产的能力。

可以拿拥挤的剧院打比方:大厅的规模无法判断火灾发生时是否安全,真正关键的是出口通道的宽度。

一份 RWA 至少拥有三条退出路径:卖给其他市场参与者、向发行方申请赎回、用资产抵押借贷从而延后抛售。每一条路径有着不同的延迟、承接规模、权限限制以及潜在失效模式。

愿意在周末承接 RWA 库存的做市商,本质是在弥合两套金融时钟之间的鸿沟。这种资产负债表服务应当被清晰识别,并且获得对应的收益。

因此我们的策略模型,应当测算压力情景下的退出价值,而不是账面官方资产净值。也就是点差扩大、做市商缩减库存、赎回排队、稳定币融资成本飙升之后的实际可变现价格。

真正重要的问题不是 「这项资产昨天价值多少」,而是 「在协议失去容忍度之前,这份头寸究竟能换回多少现金」。

杠杆催生效用,也埋下脆弱性

代币化占据了绝大多数媒体头条,但真正带来经济效用的是杠杆。

房屋通过抵押贷款,才成为高价值抵押品;国债依靠回购市场,成为市场基础工具;股票在支持保证金交易、借贷、做空、对冲之后,价值才被充分释放。

一旦 RWA 可以抵押借出稳定币,它就不再仅仅是一个代币化物件,而成为资产负债表层面的基础设施。但杠杆也是隐藏假设转化为真实亏损的地方。

抵押率不能只参考历史波动率。折扣系数还必须纳入法律可执行性、预言机数据新鲜度、赎回延迟、筹码集中程度、做市商承接能力、托管机构风险、治理权限、以及和融资资产之间的相关性。

由此会出现反常识结论:在某些市场环境中,代币化国债的抵押率甚至应当低于 ETH。并不是国债本身经济风险更高,而是它的清算处置机制速度更慢,也缺少足够实战检验。

DeFi 风险不只是资产本身的风险,而是资产风险乘以市场结构风险。

RWA 风险是一张关系图谱

传统金融依靠定期报告、人工升级处置流程来管理风险。DeFi 需要的更像飞机驾驶舱:持续指标监控、明确的风险阈值,在引擎冒出明火之前自动做出响应。

RWA 风险不应当压缩成一个简单分数,而要建模为一张关系图谱。

图谱节点包含底层现金流、法律主体、发行方、托管机构、预言机、二级市场、赎回机制、稳定币资金池、借贷协议、治理密钥、兜底资本;节点之间连线代表彼此依赖关系。

风险故障极少孤立发生。一家托管机构可能服务多款代币,一台预言机为多个资金池喂价,一种稳定币支撑大量杠杆头寸。一处小小的运营故障,顺着关系图谱传导,最终演变为流动性危机。

我们的思路是把资产研究、策略构建、持续监控、敞口管控、风险防护整合为一套完整运行闭环。系统需要持续监测赎回排队、市场深度、持仓集中度、借贷利用率、预言机偏离、储备变动、现金流恶化、做市商行为。

第一波风险信号,往往会先出现在链下,之后才反映在代币价格上。等待价格下跌再行动,如同等到看见浓烟才去检查线路是否过热。

国债只是入门,而非最终终点

代币化国债是天然的敲门砖。产品标准化,大众易于理解。用网络领域的比喻,它就是 RWA 经济的 ping 测试数据包:用来检验托管、铸造、赎回、合规、定价、整套结算链路能否打通。

但一个仅仅可以流转短期国债的金融互联网,格局十分有限。更值得探索的前沿,是算力与能源资产。

算力类 RWA,可以代表 GPU 设备、租赁应收款、预购算力、设备利用率收益、数据中心运营商收益权益。它有着完全不一样的风险集合,叠加设备融资租赁、大宗商品定价、技术迭代折旧、实际运营表现。新一代芯片问世,会一夜之间改变 GPU 的收益曲线,它的经济老化速度远超实体建筑。

能源资产同样存在身份界定难题,这个代币代表基础设施?购电协议?兆瓦时电量?电网容量?项目收益?抑或是绿色信用凭证?每一种都需要专属的预言机方案与清算处置预案。

DeFi 可以为传统市场包装缓慢、局限于本地的资产,搭建可编程收益分配、透明抵押资金池、全球分发渠道、动态融资工具。但代币必须精准映射底层经济逻辑。「由能源资产背书」 本身,并不等于一套风险模型。

代币化股票与永续合约

代币化股票会成为一场规模最大的实战考验,它连接两大庞大体系:全球股票所有权,以及加密原生杠杆。

首要问题不是 「哪只股票已经上链」,而是持有者到底拥有什么。直接持股、收益权益、结构化票据、合成追踪产品,价格走势或许相似,但对应的投票权、分红、公司行为、赎回权利、破产处置结果截然不同。

随之而来的就是永续合约。

代币化现货股票与股票永续合约应当互为补充,就如同大宗商品的现货与期货市场。现货锚定所有权、分红、结算、抵押;永续合约提供杠杆、空头敞口、对冲、持续价格发现。二者结合,可以实现单一产品无法实现的丰富市场表达。

但二者同样会生成高度关联的风险。

试想,代币化股票用作抵押借出稳定币,拿到的资金继续开该股票的杠杆永续多单。底层美股市场休市,周末代币价格下行,抵押资产缩水,触发永续合约清算,做市商纷纷撤退,本就稀薄的现货流动性进一步压低价格。

应对方案来自架构设计:隔离保证金域、持仓集中度上限、周末动态抵押折扣、感知流动性的预言机、熔断机制、跨市场监控、明确的兜底资本。

高效率不等于没有约束,而是把约束设置在系统最容易发生故障的位置。

代币之外的市场体系

那么,如果没有 DeFi,RWA 还有意义吗?

有,但价值有限。代币化可以优化分发、结算、透明度与投资准入。但真正重大的机遇,发生在资产进入开放可编程的资本市场那一刻:资产成为抵押品,可以获得融资、开展对冲,构建各类结构化策略。

一份 RWA 真正适配 DeFi,不是代币铸造完成的那一刻,而是围绕它的整套市场,能够扛过一个风险爆发的周末。

这就是我们的核心论点。下一阶段,不是堆砌更多 RWA 代币 Logo,而是搭建运行层,把具备法律效力的权益凭证,转化为具备韧性的金融策略。

长远愿景并不是 「万物皆可代币化」,而是实体生产资产可以被软件寻址调用,资本在各类资产之间不间断流转,风险以市场本身的速度完成管理。

代币只是条形码。 市场,才是那台真正运转的机器。

相关问答

Q根据文章,为什么代币化只是实现资产上链的第一步,而非变革性的解决方案?

A代币化只是将资产权益进行数字表征,如同给集装箱贴上条形码。它赋予了资产可识别性和可读性,但本身并未创造处理资产所需的市场基础设施,如交易、清算、结算、融资、保险和法律执行等完整体系。真正的变革性在于,资产能否在DeFi生态中完成压力环境下的估值、融资、对冲、交易和损失处置,而无需依赖线下协调。

Q文章如何解释RWA(真实世界资产)面临的核心技术矛盾之一——“时间时钟”问题?

ARWA同时运行在多套不同的“时间时钟”下:区块链可数秒结算、7×24小时运行;预言机可能每小时或每日更新;底层传统金融市场(如股市)有休市时间;托管和赎回流程遵循工作日并可能耗时数天。当用这种反应慢的RWA资产为DeFi中的快速负债(如短期借贷)提供支持时,就会产生期限错配。在压力情况下,链上可能已触发清算,但现实世界的资产处置要等到市场开盘或工作日才能启动,这中间的延迟会形成流动性缺口和风险。

Q文章对“流动性”提出了怎样的独特见解?它与TVL有何区别?

A文章指出,流动性不等于TVL(总锁定价值),也不仅仅是存在交易对或发行方的赎回承诺。真正的流动性是指在负债到期的时间窗口内,以可接受的折价将头寸转换成所需结算资产的能力。作者用剧院出口的宽度比喻流动性,强调其是压力下的“退出通道”。评估流动性应关注压力情景下的实际可变现价值,而不是资产的账面净值。

Q文章在讨论RWA杠杆时,得出了一个什么反常识的结论?其背后的原因是什么?

A文章得出的反常识结论是:在某些市场环境中,代币化国债的抵押率甚至应该低于波动性更大的ETH(以太坊)。原因并非国债本身的经济风险更高,而是因为它作为RWA,其链上清算处置机制更慢、更不成熟,且经过实战检验的程度更低。DeFi中的风险是资产固有风险与市场结构风险(如清算延迟、法律执行性、数据新鲜度等)的乘积。

Q文章认为下一代RWA值得探索的前沿领域是什么?并举出了哪些例子?

A文章认为,除了国债这类标准化资产,更值得探索的前沿领域是算力与能源资产。例如:算力类RWA可以代表GPU设备、算力租赁应收款、预购算力、设备利用率收益等,其风险集合复杂,涉及技术迭代折旧和运营表现。能源类RWA则可能代表基础设施、购电协议、电量、电网容量或绿色信用凭证等,每种都需要定制的预言机和清算方案。这些资产能将DeFi的可编程性与实体生产资产结合,释放更大价值。

你可能也喜欢

AI时代最大的政治经济学命题:机器人越来越能干,人类如何分享价值?

《经济学人》近期评论引发思考:中国在机器人、AI等尖端领域取得突破的同时,居民消费疲软、企业利润承压,这背后触及一个更深层的全球性命题——当机器(尤其是AI)越来越能替代人类劳动时,人类如何分享机器创造的价值? AI正在改写财富分配的底层逻辑。过去技术进步虽提升效率,但人仍是生产核心,生产率提升能转化为就业与工资增长。然而,AI首次大规模进入认知劳动领域,未来可能替代大量知识乃至决策工作,导致经济成长但直接参与创造的人减少。核心矛盾从“失业”转向“分配”:若劳动被机器替代,而新收入来源未建立,社会可能面临生产能力增强但大众购买力不足的困境。 当前全球已出现技术红利与大众收入传导的断点。美国科技巨头市值飙升,但劳动收入占GDP比重长期下降,财富向少数集中。中国同样面临挑战:虽在新能源、机器人等领域进步显著,但需打通“科技创新→企业盈利→居民收入→消费增长”的传导链条,解决收入预期不稳、社会保障不足等根本问题,让生产率红利惠及全社会。 未来可能的发展路径包括:传统资本主义(利润归资本,再分配靠税收)、国家资本主义(政府通过持股让全民间接分享收益),以及更具创新性的方式,如建立数字主权基金、全民持股或新型基本收入制度,让社会成员直接分享智能经济创造的增量价值。 对中国而言,最大优势不仅在于市场与产业链,更在于协调政策与长期发展的制度能力。未来的重点应是同步推进AI发展与收入分配改革、社保完善、职业再培训等,构建让普通人共享技术进步红利的机制。 AI时代的终极竞争,不仅是技术比拼,更是建立适应智能经济的新分配体系的竞赛。谁能率先让增长成果转化为广泛的社会福祉,谁就能掌握下一轮文明演进的话语权。

marsbit12分钟前

AI时代最大的政治经济学命题:机器人越来越能干,人类如何分享价值?

marsbit12分钟前

数学的终结:40位顶尖数学家齐聚OpenAI秘密会议

今年8月初,刚刚获得菲尔兹奖的Jacob Tsimerman与OpenAI科学家Sébastien Bubeck在旧金山召集约40位顶尖数学家举行闭门峰会。会议上一场报告标题为“数学的终结”,引发对人工智能可能终结人类数学研究的深度担忧。 近期AI在数学领域取得一系列突破性成果:5月,OpenAI未发布模型推翻了悬置多年的“单位距离猜想”;8月,该公司又公布了10项AI生成的数学与计算机科学新发现;Anthropic员工利用Claude构造出668维超立方体上的垂直向量对。这些成果绕过了传统的学术发表流程,通过社交媒体等方式快速传播。 数学界的反应出现分裂。超过3000名数学家签署“莱顿宣言”,呼吁负责任地使用AI并确保成果的可验证性。另一些学者则主张抵制AI以保住人类在数学中的位置。与会者指出,AI目前虽能证明问题,但难以解释论证中最困难的部分,也无法自主提出新概念。人类的理解与阐释仍是数学知识成为文献的关键。 峰会探讨了数学未来的几种可能形态:或如软件工程般大规模协作;或如物理学般依赖算力;或人类转为AI产出的“策展人”;抑或数学家集体转向AI安全研究。组织者强调“必须把人放在第一位”,数学的意义在于人类能从中学习。然而会议并未达成共识,数学界仍在寻找自身在AI时代的定位。Tsimerman选择加入OpenAI从事AI安全研究,这一举动本身已折射出该领域面临的深刻变革。

marsbit56分钟前

数学的终结:40位顶尖数学家齐聚OpenAI秘密会议

marsbit56分钟前

交易

现货
活动图片