抽絲剝繭看穿LSD 高階玩法本質

原文標題:《LSD 高階玩法及其本質》

撰文:CapitalismLab

本文將從Frax/Yearn 的LSD 到槓桿Staking 再到re-staking,為你抽絲剝繭,一眼看穿這些LSD 高階玩法的本質。

協議資產激勵

首先,我們用一張圖來分析Frax/ frxETH 的收益分配體系,用黃色標註出收益來源:

  • FXS 代幣激勵,就是Frax Finance 的權益直接激勵給frxETH Pool
  • Frax 控制的vlCVX/veCRV 投票間接讓CRV/CVX 激勵給frxETH Pool
  • ETH 的Staking 激勵

1/2 無論是直接還是間接,本質上都是Frax Finance 出的激勵,無非是形式和包裝不同。所以我們將此圖簡化一下,就非常明了,收益來源和分配就是:

  • Frax Finance 協議資產/ 協議收入激勵了frxETH
  • frxETH/sfrxETH 兩者的Staking 收益全部給了sfrxETH

sfrxETH 吃「兩份」 Staking 收益,APR 自然就高了。

同理我們按此分析一下Yearn 近期預計出品的yETH:

也把他簡化一下,一眼就看出收益來源和分配就是:

  • Yearn Finance 協議資產激勵流動性從而間接激勵了yETH
  • yETH/st-yETH 兩者的sfrxETH 收益全部給了st-yETH

不過需要注意的是,這裡所謂的「協議資產」並非僅是Yearn 的國庫所有的,可能還包括Yearn 從yCRV 產品那裡挪過來的投票權。

是的,frxETH/st-yETH 超額收益來源都是協議資產在直接或間接的補貼!

誒,這麼看下去豈不是無限套娃了?但

  • 協議資產是有機會成本的,比如vlCVX/ veCRV 本身是可以拿來賺取賄賂收益
  • 協議如果不是空氣幣,就要賦能,比如收入抽成,達到一定規模後補貼和抽成接近後,那麼超額收益便不復存在了

那這麼做的意義在哪裡?因為預期LSD 在上海昇級後將會迎來爆發,參照下方推文,LSD 是做大了也有護城河的,那麼趁此擴大規模搶到門票,到時候便有可觀的收益。

超額收益有可持續性嗎?質押資產/ 協議資產上升無疑會稀釋超額收益,若協議資產由於價格等原因相對ETH 在上升的話,那麼將會延長這一過程,反之亦然,也就是說這個模式具有明顯的反身性。因此這種模式雖然本質是補貼,但是精巧複雜的包裝也是有必要的,通過更精彩的敘事可以提升協議資產的價值,從而推動正向螺旋。

簡化來看的話,收益來源就是協議資產和標的資產兩側,那麼兩端的資產類別其實也是可以更多樣化? bestLSD 這個項目(名字挺土狗)就自稱協議資產端和標的資產端放開來打,協議資產從GMX/GLP 搞到CRV/CVX/Velo,標的資產從AMM LP 搞到槓槓Staking ,總而言之是在兩端合力推高收益。

雖然這個玩意兒看上去有點野,不過這也提醒了我們,目前除了持有CRV/CVX 的協議,持有任何其他生息資產的協議其實也都可以參與角逐,這塊的門檻其實很低,將來可能會很卷。 So it’s another use case for GLP and gDAI, gud!

息差套利

至於通過借貸協議做槓桿staking 增大收益,參見下方推文,本質上就是息差套利。雖然看上去存款方有點吃虧被套利,但藉款方也承擔了額外的LSD 協議風險和流動性風險。借貸協議充當了將質押利率傳導到原生資產上的通道。

再打一份工

Re-staking,所謂第三方借用ETH 主網安全性,不專業的但簡單的形容就是:

  • 網絡、應用需要運作需要節點之類的保證安全
  • 節點之類的作惡需要付出代價,才能保證安全
  • 那麼就先讓他交保證金,作惡就罰沒
  • 保證金也要資本效率,ETH Staking 是主要生息方式,那就用相關資產保證
  • Staking 資產的進出、罰沒等管理,需要人來執行吧,這就是re-staking
  • 你給第三方做節點,再打一份工,第三方自然給你工資才幹吧

綜上所述,協議資產激勵、息差套利以及再打一份工是三種超額收益來源,必須強調的是,複雜的玩法會帶來更多的風險,所以有必要評估超額收益是否能夠覆蓋增加的風險,畢竟無論是什麼收益來源,最後都可能成為科學家的收益來源。

LSD 本來涉及到和Validators 這種線下實體的交互,是相對來說比較「重」的工作,但上面幾種高階玩法,通過包裝LSD 資產來運作,轉化成了相對比較「輕」的工作,這裡的門檻也顯然會比傳統LSD 更低,花樣自然也會更多,值得持續觀察。

聲明:本內容為作者獨立觀點,不代表0x财经 立場,且不構成投資建議,請謹慎對待,如需報導或加入交流群,請聯繫微信:VOICE-V。

來源:CapitalismLab

Total
0
Shares
Related Posts