a16z:7张图读懂代币化如何改变资产的本质

Odaily星球日报发布于2026-05-24更新于2026-05-24

文章摘要

代币化资产(或称现实世界资产RWA)正改变资产的形态和金融系统的构建方式。目前市场规模约340亿美元(不含稳定币),两年内增长了十倍,主要增长引擎是美国国债。代币化美债为投资者提供了灵活的生息资产,也帮助金融机构提升效率。 市场结构呈现分化:美国国债和大宗商品(尤其是黄金)占据主导,但信贷、特色金融等品类份额在逐步提升。从底层区块链看,以太坊承载了过半资产,其他公链如BNB Chain、Solana等也占有一定份额。 然而,大多数代币化资产目前仅是“数字化”,而非“可组合化”。例如,市值最大的债券类代币只有5%在DeFi协议中使用,而一些小型品类如再保险代币的使用率则高达84%。这揭示了行业的核心分歧:许多代币仅是链上记账凭证,并未充分利用区块链的可编程和可组合特性。 展望未来,多家机构预测代币化资产市场将在2030年代达到数万亿乃至数十万亿美元的规模,相较于全球数百万亿的债券、股票等传统资产,目前渗透率仍极低(均不足0.02%)。行业下一阶段的挑战在于将更复杂的金融资产上链,并深度集成到可组合的、原生于互联网的金融基础设施中,从而真正改变资产的本质。

本文来自:a16z crypto

编译|Odaily 星球日报(@OdailyChina);译者|Moni

代币化资产(Tokenized Assets),也就是许多人常说的“现实世界资产(RWA)”,正在改变资产的形态、流动方式,以及金融系统的构建方式。

就在上个月,代币化资产市场规模突破 300 亿美元,目前稳定在约 340 亿美元附近(不包括稳定币),这一规模大致相当于一家区域性银行或顶级大学捐赠基金,虽然相较全球金融体系仍然十分微小,但已经足够产生实际影响。

要知道,两年前代币化资产市场规模还不足 30 亿美元,但随后市场发生了天翻地覆的变化:美国 GENIUS 法案为稳定币监管带来了更清晰框架、机构级链上基础设施逐渐成熟、大量金融机构也几乎在同一时期开始部署区块链技术——正是在这些因素推动下,代币化资产市场在不到两年时间内增长了 10 倍。(注:虽然稳定币未计入上述统计,但它通过大幅简化链上支付与结算,实质性推动了整个市场增长。)

本文将用7张图分析代币化资产崛起的原因,以及未来走向。

代币化资产起飞:美债成为最大增长引擎

美国国债,是近期代币化资产市场增长的主要驱动力。

代币化美债优势清晰直观:投资者可依托数字化形式持有稳健生息资产,交易流转更高效灵活;金融机构则能实现结算、抵押资产调拨提效,顺畅对接数字金融市场。

加密投资者也可借助代币化国债盘活闲置稳定币,获取传统货币市场收益,贝莱德、富兰克林邓普顿等一众资管机构顺势布局,催生出千亿级市场。

需要注意的是,各类代币化资产增速差距悬殊,既源于不同资产上链的技术与合规难度,也取决于产品落地后的市场接受度。

  • 资产支持信贷类资产增速遥遥领先,此类代币化资产主要包含房屋净值信贷额度代币、借贷金库代币,再保险合约、比特币挖矿票据等特色金融资产次之,两年内市值达标 10 亿美元。
  • 风险投资类资产耗时超七年才突破百亿市值,主动策略类资产周期相近,这类资产架构复杂、投资周期长,运营与监管门槛更高。
  • 国债与大宗商品上链节奏适中,2 至 3 年市值破百亿,如今已是市场主流品类。

2024 年初,国债与大宗商品几乎包揽全部代币化资产市场份额。2024 年后,信贷、特色金融、股票等品类份额稳步提升,但市场集中度依旧偏高。目前,美国代币化国债与大宗商品合计占据约三分之二市场份额。

代币化资产市场细分格局

大宗商品代币化资产赛道内部高度集中,黄金代币独占绝大部分份额,总规模约 51 亿美元,其中黄金代币体量达 50 亿美元。白银及其他品类代币仅 5760 万美元,占比不足 0.01%。

黄金天然适配代币化资产模式,现阶段大宗商品代币市场基本由黄金主导,这是因为:黄金具有全球统一标准、仓储便捷、不易损耗,本身也长期依托权益凭证交易。

不仅如此,加密市场投资者历来青睐黄金资产,比特币早年便被誉为数字黄金。Tether 黄金代币 XAUT、Paxos 黄金代币 PAXG 等产品将金库黄金所有权映射至区块链,把实物黄金权益转化为链上钱包可持有的数字代币。

原油、农产品以及能源、算力等新兴品类的代币化资产市场占比极低,行业尚处萌芽阶段。

从底层公链布局来看,代币化资产生态分布更为多元。以太坊凭借去中心化金融先发优势与机构落地基础,依旧占据龙头地位,承载资产规模 157 亿美元,市场占比过半。

其余代币化资产市场则分散于多条公链:BNB Chain 代币化资产市场规模约 40 亿美元、Solana 约 22 亿美元、Stellar 约 17 亿美元、比特币侧链 Liquid Network 约 15 亿美元,XRP Ledger、ZKsync Era 和 Arbitrum 链上代币化资产规模均接近 10 亿美元。

代币化资产行业并未统一归集至单一公链,资产根据交易成本、流动性、合规要求、商业合作关系,分布于各大区块链生态。然而,最能说明问题的数据点并非代币化资产市场的规模......而是这些资产的使用方式。

让我们继续分析——

大多数代币化资产目前还不具备“可组合性”

市场规模并非唯一核心指标,资产实际应用价值更具参考意义。

债券是体量最大的代币化资产品类,市值达 152 亿美元,但只有 5% 的流通量应用于 DeFi 协议,仅约 8 亿美元。贵金属代币化资产的利用率同样低迷,多数代币化资产仅用于链上存储,尚未成为可自由组合、联动复用的金融基础模块。

小众代币化资产品类表现截然相反:市值 3.62 亿美元的再保险代币,链上协议使用率高达 84%;私人信贷代币使用率为 33%,两类资产从设计之初便适配链上组合应用场景。反观国债、黄金这类头部代币化资产,核心定位仅为简化资产链上持有与划转,并未改变资产原有运作逻辑,这种状况也凸显代币化资产行业核心分歧:各类代币化资产的链上原生程度参差不齐。

部分资产可跨链自由流转应用,部分仅将区块链用作记账工具,资产划转与组合功能受限。当下多数代币化资产本质只是资产数字化,仅将账目迁移至链上,并未释放资产组合潜能。而可组合性是链上金融的核心价值,也是金融体系升级的关键。

Pantera Capital 代币原生指数显示,超七成代币化资产链上原生度处于最低层级。大量代币只是线下实体资产的数字凭证,资产实际管控仍依托线下账本与中介机构。

目前代币化资产行业仍处于早期发展阶段:一类是仅形式上链的数字记录资产,一类是深度契合区块链特性的原生链上资产。

链上组合技术基础设施已完备,资产品类也逐步丰富,但深度融合应用才刚刚起步。

代币化资产未来发展趋势

业内对代币化资产行业远期规模预测数值各异,但整体均判定市场将持续扩张。

  • 麦肯锡预测 2030 年代币化资产市场规模达 2 至 4 万亿美元;
  • Ark Invest 预估代币化资产市场规模 11 万亿美元;
  • 波士顿咨询联合 Ripple 测算代币化资产市场规模将于 2030 年达到 9.4 万亿美元,2033 年攀升至 18.9 万亿美元;
  • 渣打银行则预判代币化资产市场会在 2034 年突破 30 万亿美元。

基于上述机构估算,相较于当前 340 亿美元的市场体量,代币化资产市场行业远期增长空间可达百倍。当然,数值差距并非源于行业普及速度预判分歧,而是统计界定标准不同。各家机构统计范畴存在差异,涵盖资产类别、稳定币与存款是否计入、代币化定义范围均各不相同,比如:麦肯锡统计聚焦债券、信贷、基金、股票;渣打银行叠加大宗商品与贸易金融;波士顿咨询与瑞波额外纳入存款与稳定币。不过,统计口径虽有区别,但行业一致认可代币化资产规模将迎来跨越式扩容。

放眼全球金融大盘,代币化资产目前体量依旧微乎其微。

  • 全球债券总规模超 140 万亿美元,代币化债券仅 152 亿美元,占比 0.01%;
  • 全球实物黄金市值达数万亿美元,代币化黄金 50 亿美元,占比不足 0.02%;
  • 全球股票市值超百万亿美元,代币化股票 15 亿美元,占比仅 0.001%。

如今,新兴赛道已然稳步成型,美国国债、黄金、私人信贷等定价清晰、需求稳定、权属简单的资产,率先完成上链落地。现阶段代币化暂未颠覆资产底层属性,仅优化资产结算流转方式,资产与数字金融体系的深度对接尚在探索。

当下代币化资产更多停留在数字化层面,资产难以实现可编程组合应用。行业下一阶段迎来硬核挑战:将金融系统中更复杂的部分上链,并将代币化资产更深入地集成到可组合的、互联网原生的金融基础设施中。

相关问答

Q代币化资产市场在过去两年中增长了多少倍?主要驱动力是什么?

A代币化资产市场在过去不到两年内增长了10倍,从不足30亿美元增长到超过340亿美元(不计稳定币)。其主要驱动力包括美国GENIUS法案带来的稳定币监管框架、机构级链上基础设施的成熟,以及大量金融机构开始部署区块链技术,而其中美国国债的代币化是近期市场增长的最大引擎。

Q目前代币化资产市场中,占比最大的是哪两类资产?

A目前代币化资产市场中,占比最大的是美国国债和大宗商品。截至文中数据,这两类资产合计占据了约三分之二的市场份额。其中,美国国债是目前最大的单一品类,规模约152亿美元;而大宗商品代币化资产中,黄金代币独占鳌头,规模约为50亿美元。

Q目前大多数代币化资产存在一个什么关键局限?文章是如何描述这种局限的?

A目前大多数代币化资产的关键局限在于不具备“可组合性”。文章指出,大量代币化资产只是将账目迁移至链上,成为实体资产的数字凭证,其实际管控仍依赖于线下账本和中介机构。这些资产仅用于链上存储或简化划转,并未改变原有的运作逻辑,无法在去中心化金融(DeFi)协议中被自由组合、联动复用,未能发挥链上金融的核心价值。

Q文章中提到,在底层公链布局方面,哪条公链承载的代币化资产规模最大?其规模和市场占比是多少?

A在底层公链布局方面,以太坊承载的代币化资产规模最大,总额达157亿美元,占据了整个市场超过一半(即过半)的份额。这主要得益于其在去中心化金融领域的先发优势和广泛的机构落地基础。

Q根据文中引用机构的预测,代币化资产市场未来可能的规模区间是怎样的?

A根据文中引用的多家机构预测,代币化资产市场未来规模将有巨大增长。麦肯锡预测到2030年可达2至4万亿美元;Ark Invest预估规模为11万亿美元;波士顿咨询与Ripple联合测算,到2030年达9.4万亿美元,2033年达18.9万亿美元;渣打银行则预测到2034年可能突破30万亿美元。尽管各家机构的统计口径和涵盖资产类别存在差异,但普遍认为相对于当前约340亿美元的规模,市场有百倍以上的增长空间。

你可能也喜欢

AI PC大战:不要押阵营,要押收费站

英伟达与联发科切入AI PC,标志着Windows端侧AI生态进入多玩家竞争阶段。作者认为,不应简单将其视为“x86对Arm”的阵营之争,而应关注谁能持续获取利润与产业链定价权。 AI PC的投资机会可分为三层:一是先进制程“收费站”,无论哪方胜出,台积电(TSMC)都将受益;二是算力与平台外溢,以AMD(x86进攻)和英伟达(GPU软件栈延伸)为代表;三是架构扩散和困境反转,Arm和英特尔(INTC)具备弹性但需谨慎。 行业已从概念进入出货验证期。尽管短期出货预测有所下调,但AI PC长期标配化趋势不变。投资难点在于用户换机意愿,若企业端广泛部署隐私计算等应用,将推动市场从消费电子转向企业IT更新。 竞争格局上,各芯片厂商优势各异,但高端芯片均依赖先进制程。台积电在晶圆代工市场占据超70%份额,成为AI硬件时代的确定性受益者。 投资策略上,作者建议分层配置:将台积电视为底仓(确定性现金流),AMD作为进攻性选择,Arm和英特尔则用于捕捉弹性机会。核心逻辑是投资“收费站”和平台,而非押注单一架构。 风险包括:AI PC应用不及预期、Windows on Arm兼容性改善缓慢、关税与宏观因素影响需求、先进制程供需错配,以及整体AI估值偏高可能引发的回调。因此,应将AI PC视为长期产业趋势,在情绪退潮后布局生态与现金流稳定的公司。

marsbit4分钟前

AI PC大战:不要押阵营,要押收费站

marsbit4分钟前

万字解析:从10美元到290美元,MRVL靠「不做GPU」赢了整个AI时代

Marvell Technology(MRVL)股价从2016年不到10美元涨至2026年的290美元,涨幅达30倍,核心在于其独特定位:不做GPU,而是专注于AI时代的“连接”基础设施。 公司业务分为三块:一是光互连(光DSP),在400G以上数据中心光模块市场占约70%份额,技术护城河深;二是定制AI芯片,为Amazon等云巨头设计XPU,拥有18个项目、750亿美元潜在收入;三是以太网交换芯片与企业存储,提供稳定现金流。 CEO Matt Murphy上任后大幅改革,砍掉非核心业务,收购Inphi(光DSP)、Cavium、Celestial AI(光子织网)等公司,聚焦数据中心,并绑定大客户获得长期订单。 英伟达投资20亿美元战略入股,认可Marvell在AI互连生态的价值。市场常将Marvell视为“小Broadcom”,但两者本质不同:Marvell在光DSP是领导者,而定制芯片业务虽毛利率较低,但随规模扩大有望改善。 主要风险包括:丢失Amazon Trainium3订单、客户集中度高、毛利率天花板、英伟达既是伙伴也是潜在竞争者、内部人士减持及供应链产能压力。但公司光互连技术优势显著,结合PEG约0.6的估值,仍有增长空间。 本质上,Marvell抓住了AI基础设施从“堆算力”转向“建系统”的趋势。在AI集群规模不断扩大、数据流动需求激增的背景下,“连接”的价值日益凸显,而Marvell正处在这一核心位置。

marsbit34分钟前

万字解析:从10美元到290美元,MRVL靠「不做GPU」赢了整个AI时代

marsbit34分钟前

AI中转站引发知乎热议:便宜Token背后,用户真正担心什么?

知乎上关于“AI中转站与便宜Token”的讨论引发广泛关注,焦点从单纯的工具选择转向了深层的成本与信任问题。 用户首要担忧的是模型真实性。AI中转站被类比为“AI版黄牛”,技术门槛不高,但上游来源常不透明,存在“模型掉包”风险。由于大模型输出具有随机性,普通用户难以辨别自己是否真的在使用所付费的旗舰模型,这本质上是一种信息不对称交易。 其次,便宜Token的性价比需要理性看待。其“低价感”常源于与官方API按量价的对比,若与官方订阅套餐、国产模型或免费额度相比,未必总是最优。讨论强调用户应先明确自身需求——是偶尔使用还是高频调用,再选择合适渠道。 便宜Token的来源复杂,既可能有批量采购、缓存优化等合法路径,也可能涉及订阅拆分、地区价差套利甚至更灰色的渠道。这种混合供给导致服务稳定性和余额风险难以评估。真正的成本计算需涵盖模型真实性、服务稳定性和数据安全。 数据安全成为核心关切,尤其在AI编程、Agent和企业应用场景中。经过中转站的prompt、代码、业务文档和密钥可能面临泄露风险。对于企业,这还涉及商业秘密、数据合规与供应商审查等治理问题。 讨论形成的普遍共识是:AI中转站可用于低敏感、可替代的任务(如公开资料总结、简单测试),但不建议作为默认入口,尤其不能用于处理敏感数据或接入生产环境。实用建议包括:避免大额充值、分散风险、定期测试模型、做好数据脱敏。 这场讨论揭示,当AI能力按Token计价时,用户为节省调用费用,可能潜在地牺牲了信任与安全。随着AI更深度融入工作流,明晰请求路径、模型来源与数据流向变得至关重要。

marsbit1小时前

AI中转站引发知乎热议:便宜Token背后,用户真正担心什么?

marsbit1小时前

交易

现货
合约
活动图片