P2P、機器學習、治理/評估、預言機與理性代理人。
作者：taetaehoho.eth
原文標題：《Valuing NFTs as Collateral – Overview, Landscape, Pros/Cons》
編譯：麟奇，鏈捕手
我的同事之前詳細介紹了一些NFT 金融領域的新興協議，並概述了使用其中一些協議為NFT產生流動性的方法。
現在，我將專注於NFT金融化的其中一個領域，並且我認為這是目前最明顯的用例——通過NFT 抵押貸款為你的NFT創造流動性——並闡述協議在這個領域中如何評估NFT抵押品，以及每種方法的優缺點。
起因
我有一個有價值的NFT。我不想賣掉它，但我想依靠其價值獲取流動性。我能做的是讓別人給我寫一筆以NFT 價值為抵押的貸款。在我得到ETH後，我就可以去玩defi，並且仍保留了我的Mooncat。
此過程中的一個重要步驟是評估抵押品價值。貸款機構只會提供流動性，前提是他們能夠充分保障自己的資本，並為自己承擔的風險——比如你的違約——獲取公平的補償。
因此，貸方可以
-
確定借款人是值得信賴的，但這在無需許可的匿名環境中很難做到
-
或者保證抵押品的價值足以在用戶違約的情況下保住借出資本
因此對於連接NFT 流動性買賣雙方的平台來說，建立健全的估值方法是最重要的。
NFT 抵押貸款生態
目前，在該領域運行的協議使用5個主要向量來確定估值。
1.P2P
由NFTfi 開創的p2p模型將估值的責任放到了借款人和貸方身上。該平台充當了市場的角色，其參與者可以在這裡會面、談判條款並執行貸款。快速概覽：
-
Alice需要Mooncat的流動性，並將其作為抵押品，進行貸款。
-
Bob需要在eth上賺取收益，提交了一份鏈下貸款報價，詳細說明了本金、期限和APR。
-
如果Alice得到她認可的報價，她會將貸款金額轉移到鏈上。同時她的NFT被鎖定，ETH被轉移到了她的EOA（外部擁有賬戶）中。
在所有的估值機制中，p2p市場給予了參與者最大的自由度。借款人和貸款人可以動態協商多個變量，以最好地匹配他們的個人風險偏好和環境因素。例如，想要執行為期15 天的Defi 策略的借款人可能希望獲得15 天期限的貸款，以最大限度地降低再融資風險。在簡化過用戶體驗的協議中，因為沒有為用戶提供足夠多的自由度(固定APR，期限長度)，所以交易者無法執行這樣的策略。
基於這個模型去改變和創建的協議，在它們為市場參與者提供的選擇機會上存在很大差異。
例如在Sharkyfi 上，貸款期限都是定期的，APR 是根據利用率曲線決定的。貸方只能決定貸款規模。在藉款人方面，他們能夠自動地在貸款訂單簿的頂部看到最大的貸款規模，其APR和期限都是統一的。
Arcade要求借款人指定貸款條款，然後由貸款人填寫。
P2P的優點
-
高度可定制化。這使得特殊交易的談判成為可能(即藉方和出借方相互了解，因此簽訂更有利的條款，借方和出借方有條款偏好，並願意以非市場條款進行清算……等等)。
P2P的缺點
-
確定最佳參數可能很困難，而且需要大量資源
-
借款人無法立即獲得流動性
-
沒有動態估值調整，清算基於LTV
2、治理/評估
在JPEG’d上，用戶可以鑄造由NFT 存款抵押的穩定幣（類似於Maker 鑄造DAI 的方式）。在上線時，該協議將Alien Punks的價值定為4000ETH，將Ape Punks的價值定為2000ETH。根據該協議的Medium：“項目治理能夠在之後更改這些數值”。
Taker 協議類似地通過治理來確定NFT 的價值，但不是協議的管理者所決定，而是通過專家評估人員之間的共識來確定估值。
-
CuratorDAO由“每個NFT 類別中的知名個人和項目”組成。
-
CuratorDAO提供了一個評估值，所有借款人都可以依照這個估值獲得貸款(通過LTV緩衝)。
-
CuratorDAO用自己的資金擔保貸款，並承擔貸款和違約風險，因此其平台通過自我激勵來提供準確的估值。 (這種設計和p2p/理性參與者之間有顯著的重迭)。
治理/評估的優勢
-
借款人獲得即時流動性
-
估值是由人們的共識決定的，並經過漫長的投票過程進行驗證，因此不容易受到操縱價格的攻擊。
治理/評估的缺點
-
治理方式可能會使調整進度緩慢
-
難以動態調整估值
-
攻擊者可能會通過鏈上購買選票進行治理攻擊
3.預言機和使用預言機的P2Pool
Oracles能夠基於外部價格反饋實現NFT的實時動態定價。使用oracle數據餵價的協議在一下方面會產生很大的不同
-
數據來源
-
他們如何聚合源數據
在我們所研究的協議中，有兩個最被廣泛使用的來源。
-
NFTX Floor Price
-
Opensea API—這些信息通過Chainlink預言機上鍊。
然後匯總此數據餵價，通常以TWAP 的形式進行。然後將來自不同來源的數據組合成加權平均的最終價格。
例如，Drops DAO 使用三個數據源，即Drops NFT Floor TWAP、NFTX Floor Price TWAP 和Chainlink NFT 預言機，然後將數據聚合成一個集合的加權平均底價。然後，借款人以該動態調整估值的LTV %貸款。
Pine Protocol使用從Opensea API 獲得的min（7 天平均交易價格，收集底價）。一般來說，TWAP 是我們在NFT 抵押貸款協議中見到的最常見的數據聚合方法。
預言機的優勢
-
動態估值
-
借款人獲得即時流動性
預言機的缺點
-
可以被操縱——市場越缺乏流動性，就越容易被操縱。惡意行為者可以持續以低價掛單NFT，並自行購買NFT，從而導致對該特定集合的清算。這僅在所討論的NFT流動性極差且套利機器人很少的情況下才有效。因此，確保上架要求（通過治理或自動）非常重要。
4.Rational Agents（理性代理人）
激勵利潤最大化代理人來確保NFT的正確估值。最常見的做法是，在估值提供商之間建立起“共擔風險”機制，即代理商會在用戶違約或估值錯誤中產生損失，相反情況下獲利。我們將探索兩種不同的方法，但同時也有許多不同的選擇。
Abacus Spot
Abacus 使用一種“optimistic proof of stake”的估值方法。 （白皮書）
-
Alice是一個利潤最大化的交易者。她看到一個稀有punk的開放池，並決定將ETH 鎖定在池中（我們稍後會解釋原因）。她鎖定ETH 的時間越長，她獲得的協議代幣釋放量ABC就越多。
-
因為她速度快，所以她得到了第一張“票”——池中的第一個0-1ETH是她的。
-
Bob 和他的朋友們也將ETH 鎖在池中。
-
NFT持有者Charlie看到池中有20個ETH，被Alice和Bob鎖定，但Charlie 認為他的NFT 價值低於此值。
-
Charlie立即“關閉”了這個池（只有Charlie可以這樣做，因為他擁有NFT），池中的所有ETH轉移給了Charlie，並將NFT進行48的小時拍賣。
-
如果NFT賣出超過20 ETH，利潤將轉移給Alice和Bob以及朋友們。那些較晚鎖定的人將獲得比例更高的利潤。這是因為…
-
如果NFT的售價低於20 ETH，那麼利潤將以先進先出(FIFO)的方式被瓜分。鎖定在0-1 ETH 票的Alice 將獲得1ETH 返還，但鎖定在19-20 ETH 的Bob 什麼也得不到。
-
因此，在第6 步中，Bob因承擔更大的風險而獲得了更大的回報。
還有一些發生在到期日前後的複雜的事情，但總的來說，交易者的動機是鎖定足夠的ETH，使銷售的潛在利潤+代幣排放量=資本的機會成本（鎖定的ETH）。
一旦Abacus確定了估值，其他協議就可以按照這個估值提供貸款。 Gradient就是這樣一個例子。
Pilgrim
因此，該協議使用利潤最大化的理性行為者來確定NFT的估值，在這種情況下，就是池內的總流動性。
Rational Agent的優點
-
建立前瞻性估值。對於P2P 和治理主導的估值也是如此，但預言機的估值方式是與前瞻性相反的。
Rational Agent的缺點
-
協議必須將交易者吸引此到平台
-
目前，這些協議對單個NFT建立了估值，但這很難規模化
5.機器學習
估值協議使用ML，將過去的交易和特徵作為輸入來預測估值。 NFTBank和Banksea Finance就是最好的例子。
要更好地了解NFTbank 的算法，請查看How to value items in NFT projects? — Part 1。截至2021年11月，他們的模型對Axie的準確度已經達到了平均絕對百分比誤差的個位數。
NFTBank 模型截至2021 年11 月的表現。
NFTBank 已宣布與Chainlink 建立合作夥伴關係，將他們的預測價格帶到鏈上，因此需要實時NFT 估值的協議可以使用他們的數據餵價。
Banksea Finance在最初的資助提議中表示，希望將“NFT創建者信息、屬性、歷史交易、媒體報導、社區地位、受歡迎程度，以及評估NFT價值趨勢和NFT輿論趨勢的其他信息”納入其中，以確定價格。
機器學習的優點
-
實時動態數據，更新集合中發生的每個交易
機器學習的缺點
-
同一性狀組內的NFT作為離群銷售的誤差幅度較大
-
可能無法預測系統性市場走勢（即遊戲NFT 中的Meta變化，普通NFT 的市場狀況變化）。經驗豐富的交易員/評估師可能會抓住這一點。
-
很難對”遊戲規則改變者”做出反應。
-
目前是非前瞻性的。
估值方法綜合利弊圖
屬於NFT的金融季即將到來。很為NFT尋找流動性就會像defi CDPs一樣無縫且被廣泛使用。
展開全文打開碳鏈價值APP 查看更多精彩資訊