nervos通证经济

【通证设计学习三】通证的分类

2018-07-03  本文已影响46人  甜蛋学习区块链

为什么要学习通证的分类? 因为它可以:1)反映出现有的各种token类型;2)允许跨维度的分类和分析不同的token;3)加速普及大众对加密token的了解,这也是在设计通证的时候需要考虑的一些基本基本的问题。

为了学习通证的分类,从网上找到了通证的分类架构,由作者ThomasEuler和几个UntitledINC的同事一起开发完成的分类模型,学习了这个模型,自己依照绘制了以下的图,供加深学习与理解。

这个思维模型下每个分类的简介及特性分别是什么呢?如何分类呢,为了方便对号入座,我进行了一个分类详细的再次整理,详情见下图:

这个模型是从目的、用途、法律、底层价值以及技术层五个维度进行分类。不管是准备发行代币的创业者,还是需要对代币进行价值评估的投资者,有了一个清晰的分类框架,对于理解token本身很有帮助,这个模型对目前的我来说,还是挺有用的,比较容易理解,如果现在的一种Token不能清晰地划分到上述分类,我对这个Token是否具备长期价值持非常怀疑的态度。以上的是国外同学通过五个维度进行的通证分类模型。

挑出几种非常容易理解的分类再详细说明并学习下:

传统资产类Token

传统资产Token指的是使用密码学方法表示的传统资产,例如股权、房产、黄金等,Token本身有明显的基本价值。Token化的传统资产价值很好理解,资产价值的讨论不在本文范围之内。我们会看到随着监管逐渐透明化,因为区块链上Token的良好流动性和全球性特征,传统资产类Token会激增。虽然目前为止,在我看来这是最普通和最无趣的类型(在目前市值前10名的Token中,没有一个代表传统资产的)。

应用类Token

应用类Token,可以提供一种数字化服务。使用项目的服务必须持有Token。人们喜欢使用协议这个性感的词,但是对于普通人来说,把协议当成一种公共的数字化服务就可以了。

只要数字化服务在某种程度上有用并且是由稀有且唯一的资源集支撑的,代表数字化服务的Token的价值就会持续存在。应用类Token的基本价值是由所代表的数字化服务的资源唯一性和去中心化数字服务本身的有用性决定的。

目前,应用类Token是最热门的类型,而其中比特币是目前最为人熟知的使用类Token。为了使用比特币区块链,人们需要比特币(BTC),超强(超过以往所有可获得的)哈希算力保证比特币区块链的安全。驱动比特币数字化服务的资源是:保证区块链安全的哈希算力,使用者和开发者。根据这些资源保持唯一性和可区分性以及人们从一个安全、公开、分布式账本获得效用的程度,比特币会维持一定水平的基本价值。目前市值前100的Token中,大部分都是应用型。

当评估一个应用类Token时,需要问的最重要的问题是:随着时间的推移,支撑这个数字化服务的资源会保持唯一性和可区分性吗?人们可以从这个去中心化组织提供的数字化服务中获得效用吗?

工作类Token

工作类Token能够赋予Token持有者向一个去中心化组织贡献工作的权利,帮助去中心化组织正常运转。在有些情况下,这种工作会得到一定的回报,但有时不会。工作类Token的基本价值是由Token持有者从去中心化组织中获得的效用决定的。此处的效用可以以费用的形式(更为直接的效用)或美好的意愿(间接效用)。目前为止,工作类Token比传统资产类Token和应用类Token要难以理解的多。有些工作类Token例子,例如Augur的Reputation(REP),以及Maker

DAO的Maker(MKR),但是不多。Augur里面,使用去中心化预测市场并不需要REP,但是REP给了持有者报告事件结果的权利,这对于整个系统的正常运转是非常必要的。而对于Maker,MKR持有者是去中心化组织的治理者,提供一些服务以确保组织能够运转良好(包括支撑系统中的CDP)。

评估一种工作类Token,需要问的最重要的问题是:人们会持续从这个去中心化的组织中获得效用吗?

混合Token

很多未来的Token既可以作为应用类Token,也可以作为工作类Token。当以太坊从POW转到POS,ETH便成为了一个应用类Token(使用EVM你需要gas)和工作类Token(ETH给你验证交易和在交易中获利的权利)。根据白皮书,Protocol

Labs即将推出的Filecoin(FIL)看起来像是另一个既有应用性质(一个人需要FIL才能使用去中心化的存储系统)又有工作类(需要FIL来为系统贡献存储空间)的Token。相信将来会在排名前10名的数字资产里面看到更多的混合类Token。

用模型和矩阵来准确分类可能还早,在Token的分类设计上,应该还会出现一些无法用此模型进行精确分类的情况,这个通证分类的方法未来肯定有更多的维度,不过,这是我所知道的第一个分类模型,仅当学习记录,希望对阅读者也有所帮助。

上一篇下一篇

猜你喜欢

热点阅读