算法稳定币协议：它们如何维持稳定性

随着稳定币应用的普及，有一个问题值得直接探讨。

当一种稳定币没有储备作为后盾时，会发生什么？

算法型稳定币依赖于代码驱动的供应机制：即通过智能合约来铸造或销毁代币，以将代币价格维持在锚定汇率附近。无需托管方，也无需储备账户。该协议会根据市场状况自动调整供应量。

对于评估数字资产风险敞口的机构而言，了解这些模型的运作原理及其失效点，对于稳定币基础设施乃至 全球金融的未来。

下文将介绍算法型稳定币的工作原理、其维持锚定价值的机制，以及机构在与之开展合作前应评估的要点。

要点总结

• 算法稳定币利用智能合约自动管理代币供应，无需持有储备金。

• 主要模型包括"重新基准化"（rebase）--该模型会按比例调整所有钱包的供应量，以及"铸币税"（双代币）模型--该模型利用次级代币来吸收下行压力。

• 锚定机制的维持取决于套利激励、协议控制的代币铸造与销毁，以及治理调整。然而，在持续的市场压力下，这些机制可能会失效。

• 在接触任何算法型稳定币之前，机构应评估两大风险类别：协议风险（审计记录、预言机可靠性）以及监管风险和交易对手风险。

算法稳定币是如何运作的？

算法型稳定币主要依靠智能合约作为其稳定性机制。当代币的市场价格偏离其锚定汇率时，协议会自动作出反应，通过销毁或铸造新代币，直至市场重新达到平衡。无需人工干预。

大多数 稳定币基础设施 协议可分为两大类。

Rebase 模型会按比例调整生态系统中每个钱包的供应量。假设某代币的交易价格比其锚定价格高出 5%，该协议会自动将每位持有者的余额增加 5%，从而将价格推回目标水平。 安普尔福斯（AMPL） 这是"重新基准"模型的一个广为引用的例子，尽管其目标是价格稳定，而非严格地与 1 美元挂钩。

相比之下，铸币税（双代币）模型将稳定币的供应与一种辅助代币绑定在一起。 持有者可以通过销毁一种代币来铸造另一种代币，这种动态机制激励套利交易者维持锚定。Terra 的 UST 和 LUNA 在 2022 年 5 月崩盘前就是基于这一模型运行的。

一些协议还采用混合设计，在算法机制的基础上结合了部分抵押担保。

此类模型介于纯算法型和法币担保型之间，旨在比纯算法型设计更具韧性，同时又避免了法币担保型模型所采用的严格 1:1 准备金比率。Frax Finance 便是广为引用的一个例子。

算法稳定币采用哪些机制来维持其与法币的挂钩？

大多数协议都采用三种相互关联的调控手段的组合。

套利激励构成了第一层。

当算法稳定币的交易价格高于其锚定汇率时，该协议会激励交易者铸造新代币以高价出售，从而增加新供应并缓解价格压力。反之，当价格下跌时，该协议也会激励交易者销毁供应。只有当市场参与者信任该协议且流动性充足时，这一机制才能有效运作。

由协议控制的代币铸造和销毁在合约层面进行，根据预言机提供的价格数据自动发行或销毁代币。

这正是算法模型与众不同的核心所在：供应量是通过代码而非托管方式对市场状况作出反应的。该机制的速度和可靠性在很大程度上取决于预言机的质量，下文"风险"部分将对此进行探讨。

治理和参数调整构成了第三个杠杆。

根据市场状况，治理代币持有者可通过投票调整稳定性参数，例如混合模型中的抵押率、铸造费或赎回率。这为自动化机制增添了人为干预的层级，既能提升适应性，但也带来了治理风险：决策过程缓慢或存在争议可能会延迟协议对压力事件的响应。

在这三项政策工具中，有一点是恒定的：只有在市场信心和流动性得以维持的情况下，这些机制才能发挥作用。一旦面临压力，这些机制所依据的假设可能会失效，从而导致价格螺旋式上涨。

算法型稳定币与法币抵押型稳定币

评估稳定币风险敞口的机构应从四个维度考虑结构性权衡。

• 储备金支持是两者的根本区别。由法币担保的稳定币（包括 USDC 和 USDT）持有现金或短期美国国债作为储备。每枚代币都由可赎回资产提供支持，并通过定期的储备金核查进行验证。算法模型不持有此类储备，而某些混合模型则持有部分储备。

• 资本效率可能有利于算法型稳定币的设计。法定货币担保型模型需要将大量储备资本闲置或投资于低收益工具，而算法型模型则无需（或只需较少）储备匹配，从而为发行方提供了资本效率更高的解决方案。 然而，这种效率是以牺牲储备缓冲为代价的，而正是这些储备缓冲在市场压力条件下为法币抵押型模型提供了稳定性。

• 在每种模式中，透明度表现形式各不相同。由法币支持的储备金是可以接受审计的：Circle 等发行方会发布月度核证报告。算法型价格稳定性则取决于协议的代码以及市场参与者的行为。对于机构而言，智能合约审计可作为透明度的替代指标。

• 在算法模型中，收益潜力较难预测。由法币支持的稳定币通常通过储备资产产生收益，而某些算法稳定币协议则通过协议激励、治理参与或提供流动性来分配奖励。机构应追踪...... 稳定币收益率 在分配资本之前，需生成相关报告并识别其中蕴含的风险。

算法稳定币的风险

针对这些模型的四类算法稳定币风险类别，对机构评估而言至关重要。

"死亡螺旋"的风险或许最为严重。

在持续的抛售压力下，原本旨在恢复锚定的机制反而可能加速崩盘。当市场对该协议的信心下降速度超过机制恢复信心的速度时，（在双代币设计中）辅助代币的价值可能会以与稳定币相同的速度贬值，从而消除交易者维持锚定的动力。

2022 年 5 月 TerraUSD（UST）及其交易对 LUNA 的崩盘是最受关注的案例。在巅峰时期，UST 的市值曾超过 180 亿美元，但在脱锚事件发生后的几天内，这两种代币 几乎完全贬值。

对 Oracle 的依赖引入了另一个明显的故障点。

锚定机制依赖于预言机提供的准确、及时的价格数据。然而，预言机输入数据被篡改或技术设计缺陷，可能会导致协议以错误的价格进行代币铸造或销毁。在纯算法型稳定币中，这种风险尤为突出，因为预言机的输出是驱动供应决策的唯一输入。

智能合约风险--包括代码漏洞、重入攻击以及协议升级带来的风险--是接下来需要考虑的方面。

审计可以降低这种风险，但无法完全消除。对协议代码库的任何重大变更--包括通过治理机制进行的参数调整--都会引入先前审计未涵盖的风险面。

监管风险是需要考虑的最后一个方面。

在 Terra/LUNA 崩盘之后，美国、欧盟以及 其他地方 已加强对算法稳定币的审查。在大多数司法管辖区，这些金融工具的监管分类--无论是证券、大宗商品还是一个新类别--仍未确定。

制度考量与监护

为法币抵押型模型构建的标准尽职调查框架并不完全适用于算法型稳定币。机构在建仓前应评估以下方面。

协议审计记录是一项基本要求。审查审计记录、未解决的漏洞以及审计公司的过往业绩至关重要。对于混合型模式，储备透明度应受到与法币挂钩的稳定币同等的审查：持有哪些资产、存放在何处，以及管理频率如何？

应与熟悉各相关司法管辖区的法律顾问一起评估监管分类。在受监管市场运营的机构需要了解各国在托管、报告和客户披露义务方面的具体规定。

交易对手风险同样需要进行仔细的梳理。那些依赖第三方流动性提供商、预言机网络，或代币持有权高度集中的治理结构的协议，会引入交易对手依赖性，而标准的代币层级尽职调查可能无法揭示这些风险。

托管算法稳定币头寸还要求理解其底层协议的运作机制。与持有法币挂钩的代币不同，参与算法协议可能涉及智能合约交互：赎回、治理参与或提供流动性。

对于正在权衡这些因素的机构，BitGo 提供了专为数字资产头寸（包括算法稳定币头寸）设计的托管基础设施和合规框架。

常见问题解答

什么是算法型稳定币？它们与法币挂钩的稳定币有何不同？

算法型稳定币通过代码驱动的供应机制维持价格稳定，而法币抵押型稳定币则持有可审计的现金或准现金储备。其关键权衡在于资本效率与储备支持的稳定性之间：算法模型无需储备支持，但完全依赖于市场信心和协议设计。

算法稳定币是如何通过供应调整或套利激励来维持其锚定的？

算法型稳定币利用智能合约协议，根据市场状况自动扩大或缩减供应量。 在其他模型中，市场参与者可以自行铸造或销毁代币，从而创造套利机会，激励交易者维持既定的锚定汇率。有些模型仅涉及单一代币，而在双代币铸币税模型中，则会将一种辅助代币与稳定币配对，以此为套利者提供行动激励。请参阅我们关于 稳定币基础设施 深入了解协议设计。

在市场动荡时期，是什么原因导致算法稳定币脱离锚定？

那些旨在恢复挂钩机制的措施，当市场信心下滑的速度超过机制的反应速度时，反而会加速崩盘。在双代币模型中，如果次要代币价值急剧下跌，套利者将失去恢复挂钩的经济动力，从而引发一种反射性的下行螺旋。2022 年 5 月的 Terra/LUNA 崩盘便是最广为人知的例子。

算法型稳定币是否适用于支付、交易或资金管理等场景？

适用性取决于具体的协议、机构的风险承受能力以及目标。纯算法型稳定币存在显著的锚定稳定性风险，因此不太适合用作财务储备。对于交易或短期流动性需求，机构应评估流动性深度、协议的成熟度以及监管分类。了解如何 稳定币收益率 对于任何正在考虑将稳定币纳入投资组合的机构而言，了解其生成机制是必不可少的尽职调查环节。

机构在使用算法型稳定币之前，应评估哪些风险控制措施？

关键控制措施包括：智能合约审计、审计机构的过往业绩、预言机可靠性、治理结构、代币集中度以及二级市场的流动性深度。对于混合型模型，其储备构成和核证频率应与法币挂钩的稳定币一样严格。托管基础设施应充分考虑特定协议所特有的智能合约风险。