By Achim Struve

1. 前言

Web3 是一个快速发展的领域，用户可能会快速地从一个应用转移到另一个应用，与这些应用相关的加密货币和代币的价格也可能非常不稳定。现有的 Web2 公司以及希望建立 Web3 领域业务的初创公司面临着一个充满复杂性、挑战和机遇的新世界。一旦决定踏上这段旅程，就需要解决许多不确定性和问题。本文将介绍一个通用的量化代币模型 (QTM)。不会对其数学关系展开详细介绍，而是提供了一种方法论概述，并通过一个通用的代币经济案例研究进行了说明。QTM 是一个基于电子表格的工具，该工具假设了聚合的代表，以代表所有不同的利益相关者群体，可用于对大多数已知的代币设计进行更高级别的建模和预测。

尽管基于代码的解决方案（如 cadCAD）提供了更灵活、更精细的方法来模拟代币生态系统的复杂性，但 QTM 的电子表格最主要的一个优势在于：它可以被更广泛的受众访问，并将不同的代币业务概念整合在一个工具中。

本文首先介绍了 QTM 的输入和内部结构。然后，对一个虚构的 Web3 公司的强用户采用场景和弱用户采用场景进行了案例研究。需要注意的是，这里所提供的代币设计不做任何推荐，也不应将其视为类似业务代币设计的基准。最后，结论总结了主要发现。

2. QTM 输入组件的结构和相关性

QTM 的结构由三个主要部分组成：(1) 生态系统输入部分；(2) 效用模块部分；(3) 分析部分。

生态系统输入部分可细分为以下基础小节：

基本的代币参数

• 动态/固定的代币供应之间的决策选择

• 初始代币供应量

• 代币发行时间（流动性部署）

对于整个生态系统而言，动态代币供应或固定代币供应之间的决策选择至关重要。在动态供应的情况下，量化分析可用于调整发行量，以增加代币估值的可持续性；而在固定供应的情况下，它可用于确保项目桶代币的可持续性。请参阅本文，了解这两种可持续性之间的区别。

筹款模块

• 筹款方

• 代币分配

• 代币折扣

图 1 示例图展示了不同早期投资者群体的代币价格。传统上，更早期的投资者将获得更低的有效代币价格，但他们需要承诺更长时间的归属期。请注意，早期 VC 的折扣代币价格和公开发售价格之间的极端差异可能会对公司未来的营销和声誉产生负面影响。需要注意的是，并非所有不同的筹款阶段都需要使用，模板应根据个别团队的策略进行调整。

初始代币分配和归属时间表

• 初始投资者群体、支持方、团队、协议桶和流动性的代币分配

• 这些实体各自的归属时间表

图 2 是代币分配的一个示例，图 3 示例图是归属时间表的示例。请注意，给定的数字并未经过优化，而是代表了基于历史和经验的分配大小。还要注意，在这个例子中，有些项目桶没有被使用。如果没有足够的代币汇集来阻止其余供应被出售到流动性池（LP），许多项目的流动性代币份额较低会成为一个问题。这通常会导致代币估值急剧下降。使用 QTM 进行预测的好处在于，在代币推出之前就能发现这些可持续性问题，并提高供应和价格可持续代币流通的可能性。

流动性池模块

• 代币发行价格

• 流动性池的代币分配

• 配对代币信息

分配给流动性池的资金量称为流动性深度，对价格波动至关重要。深度较大的流动性池需要更多的资金来推动价格变动，而资金较少的流动性池则需要较少的资金。在部署时，流动性池将由项目的原生代币和配对代币组成。配对代币通常是稳定币或具有较高市值的知名代币，如 $ETH。在团队无法承担初始流动性的情况下，他们必须激励其他各方提供流动性。

用户采用模块

• 初始用户数量

• 每位用户的初始投资

• 每位用户每月的常规资本流入

• 用户资金在产品和代币购买之间的份额

• 用户在代币出售和代币效用采用方面的行为

图 4 示例图展示的是一家 Web3 公司 10 年内的用户增长。该模块基于市场采用的假设，对整个生态系统的预测来说至关重要。团队需要进行市场调查，以估算输入用户增长数字及用户将为生态系统贡献的相应资本。QTM 进一步区分了整个生态系统的普通用户（包括链下报价）和与代币交互的用户。请注意，用户采用必须始终在不同场景中进行处理，并且可以基于先前类似的市场研究。

业务假设

• 一次性筹款

• 平均每月收入流

• 一次性投资与支出

• 平均每月支出

通过平衡初始筹集的资本/支出和定期收入/支出流，业务假设可用于预测公司的财务可持续性。图 5 示例图展示了一个案例的业务资金增长状况。业务资金相当于公司拥有的权益，这可能源于筹集的投资者资本和收入。

效用模块前面提到的所有方面都是代币生态系统输入部分的基本内容。QTM 的另一部分专门用于代币的潜在效用。请注意，我们可以区分不同的效用定义。在本文中，“代币效用”不仅仅与产品互动紧密相关，而且指的是代币可以使用的更广泛的范围。这包括流动性提供、质押、支付、销毁和持有代币。在 QTM 中，效用以模块化的方式构建，因此项目团队不仅可以激活或停用某些效用，还可以设置关于代币分配的假定权重，以及每个单独效用的特定参数。图 6 显示了当前 QTM 版本（1.8）中实现的 5 个常见的代币效用。

持有 

“持有”效用可用于那些希望向持有代币的钱包支付代币奖励以激励进一步持有的项目。

锁定 

“锁定”效用可用作质押或 play to earn 概念的表示，用户将代币锁定到智能合约中以获得更多代币作为奖励。

流动性挖矿 

“流动性挖矿”效用旨在通过额外的代币奖励激励其他方提供流动性。

销毁 

“销毁”效用用于处理代币销毁。

转移

“转移”效用在代币持有者将代币转移回项目桶时使用。例如，这可以用于商店，用户可以用代币购买物品或支付服务/费用。

上述列表中未提到的另一个可选效用机制是链下积分系统，可以用来更好地控制对利益相关者的价值输送。它利用链下积分，可以重复使用产品，或者可以转换为代币，从而被出售或用于其他效用。又或者，质押代币的用户可以获得其代币发行速率的倍数。图 7 展示了带有倍数和不带倍数的积分发行，以及通过将积分转换为代币产生的代币发行。图 7：链下积分发行和积分转换产生的代币发行。带有倍数的积分仅发给代币质押者 图 8 展示了 QTM 中所有之前提到的输入模块的概述。请注意，所有子部分都需要用最准确的可用数据进行输入，因为输出质量主要取决于输入数据和 QTM 中所做假设的质量。

3. QTM 结构

QTM 的抽象结构如图 9 所示，大致的处理顺序为从上到下。QTM 是一个时域模型，时间步长固定为一个月，模拟范围为 10 年。每个时间步开始时，都会从不同早期投资者群体的解锁计划中分发代币。这些“被解锁的（free）”代币将分为三个元桶（meta bucket）。第一个元桶用于将代币出售给流动性提供者（LP）。这些代币被添加到自动做市商（AMM）提供的流动性池中，通常使用常数乘积关系（constant product relationship）来实现。第二个元桶用于分配代币给所有已启用的效用（utilities），这些效用已在输入部分的效用模块中指定。第三个元桶则包括所有由用户和其他生态系统参与者自由持有的代币。请注意，“持有”也可以定义为效用，如前所述。所有元桶类别和各个效用的分配份额需要由设计者使用 QTM 设置。每个时间步长用户都可以携带资本加入或离开生态系统。这由为不同的用户增长、产品或代币购买的资本支出、出售代币以及效用分配或移除来表示。奖励在各个效用中定义，并将支付给利益相关者，而转移效用可用于补充项目桶。请注意，链下业务还可以回购代币以进一步维持项目代币桶，并发放链下积分作为另一层价值反馈。该模型并没有使用蒙特卡洛模拟，因为它已经代表了所有输入和输出的算术平均值。此外，它不包括任何马尔可夫决策树选项，因为所有决策都是由设计者通过平均代币分配份额进行预设的，并且这些份额在整个模拟过程中都是恒定的。因此，这个模型假设了聚合的代表，以代表所有不同的利益相关者群体（译者注：这些代表的特征和行为被视为代表整个群体。这样的假设使得模型更加简化，但也可能忽略了不同利益相关者之间的差异和多样性）。请注意，通过手动操作输入表格，可以实现瞬态事件。这些简化不足以进行全面和现实的生态系统分析，但它们作为一种权衡，以减轻模型的复杂性，提高更广泛受众的可访问性，同时通过其通用模块化框架为尽可能多的 Web3 概念提供服务。尽管预测并不准确，但它们可以提供第一个量化近似值。

4. 案例研究

引言 

生态系统建模代币工程师的两个主要目标是维持代币价值和代币供应的可持续性。选择动态代币设计将缓解代币供应可持续性问题，因为代币可以无限制地铸造，但这种机制必须通过销毁、回购和/或增加代币需求来平衡机制。另一方面，固定供应的代币对于投资者来说可能具有吸引力，因为他们知道他们可以拥有代表协议的固定份额，而不会因潜在的代币通胀而被稀释。固定供应的代币需要代币可持续性，因为必须始终在储备中留有足够的代币来支付不同效用的利益相关者的奖励。在任何情况下，代币都必须捕获价值、累积价值，才能吸引投资者。

本案例研究考虑了两种不同用户采用场景中具有适度代币发行的代币设计，并讨论了主要生态系统参数的影响。

案例研究 - 基本设置

以下案例研究基于一个假设的 Web3 公司，说明了强用户采用和弱用户采用之间的差异。该项目通过销售产品或服务来换取代币。产品要求每个用户每月支付价值 3 美元的代币作为订阅费。此外，用户还可以抵押他们的代币或参加流动性挖矿计划以获得代币奖励。项目必须出售从订阅费收到的代币以支付他们的成本并获利。初始供应量设定为 1 亿个代币，早期投资者群体、代币分配和归属时间表如图 1 至 3 中的示例输入所定义。假设在代币生成事件（TGE）之前，协议筹集资金总额共计 390 万美元。代币的发行价格为 0.50 美元，筹集资金的 15% 用于购买 DEX LP 的配对代币。这产生了下表中给出的初始估值：

用户采用如图 10 所示，其中代币用户的数量等于整个业务用户的数量，因为他们需要代币才能参与项目提供的每个收益活动。在案例研究中，假设有一个额外的场景，其中一个年度的增长负面，并且增长停滞，如图 11 所示的曲线所示。强大的用户增长曲线在 10 年的模拟周期后以 106,167 名用户结束，弱增长场景在 10 年后以 25,412 名用户结束。

由于代币的主要效用是将其用于产品订阅或在抵押或流动性挖矿计划中产生收益，因此假设 75% 的 free 供应用于效用，20% 将被出售，5% 将存放在钱包中。此外，每月将假设删除平均 3％ 的效用分配。每个时间步长的效用分配假定按图 12 所示分布。抵押和流动性挖矿的奖励分别为 15％ 和 30％ 的 APR，并通过铸币功能生成。假设 70％ 的主要代币效用分配用于支付产品订阅。每月将销毁 1％ 的所有效用分配的代币。这些代币从产品订阅中扣除。

对于业务，假设一次性投资 5 万美元以支付初始债务。此外，每月假设有 8.4 万美元的常规费用，用于工资、软件许可和其他支出。公司收入设定为每月 10 万美元的固定金额，并从 TGE 两年后开始的代币销售中获得。图 13 显示了在不考虑公司代币持有情况下的资金发展情况。

由于收入是以美元计价的固定价值，所以不受两个不同用户增长曲线情景的影响。然而，不同的用户增长假设会影响其他特定案例研究的指标，这将在以下部分讨论。

场景一：强用户采用

强用户增长场景基于图 10 中给出的数据。项目桶和代币的供应量是首先需要分析的重要指标。图 14 显示了它们在模拟过程中的发展。最初的投资者锁定在 TGE 后的 3.5 年结束。在此锁定期间，流通供应量增加到约 1 亿代币，并由于代币铸造而继续略有上升，以向质押和流动性挖矿参与者支付奖励。随着时间的推移，代币储备也在增加，由客户支付主要产品订阅费用发生的代币转移。

强用户增长创造了对代币的需求，因此代币价格在达到每个代币 0.12 美元的底部后开始升值。代币价格最初下降是由于最初投资者群体的锁定代币的出售压力，以及与第一年末仅有 9,537 名用户的相对较低用户数量，两者共同作用产生的结果。QTM 模拟工具的一个重要优点是可以轻松更改输入参数。在这种情况下，检查另一种归属时间表方案的效果是有意义的。例如，将所有早期投资者的锁定时间加倍将导致最初的代币价格下跌至 0.19 美元。

图 16 显示了从不同效用流入和流出的以美元计价的价值流。它们显示出与用户增长相一致的预期健康增长。在模拟期结束时，用户转移的代币数量接近 100万 美元，而作为奖励向质押者和流动性矿工发行的代币价值约为 40 万美元，每月燃烧价值 1.4 万美元的代币。

场景二：弱用户采用

弱用户增长场景基于图 11 中给出的数据。图 17 中的代币供应量显示，储备桶将在大约 8 年后耗尽代币，因为太少的用户抵消了公司的持续代币出售。注意即使是代币的动态设置也无法在代币供应方面承受强烈的抛售压力。

类似地，代币价格在负增长年份经历了大幅下跌，这与公司开始定期大量代币销售的时间相吻合。总的来说，应用的业务设置在代币估值和供应方面对于这种弱用户采用是不可持续的。QTM 可以用来找到可能将这种不可持续的情况变为可持续的设置。

将每月代币销售额从 100,000 美元降至 85,000 美元的代币已足够实现可持续的代币估值和价格。这些数字不会导致项目资金强劲增长，但让项目维持下去，如图 19 所示。

图 20 和图 21 显示了这种生存模式场景的相应代币供应和估值曲线。现在，储备供应在模拟期内是可持续的，价格在负增长年份之后开始再次上升。请注意，在这些模拟中未考虑外部市场心理因素，这意味着价格图表的外观不会影响模型中用户和投资者的行为。这种简化的假设是 QTM 的局限性。

5. 结论

案例研究展示了 QTM 的一些功能，在参数定义后几秒钟内评估代币业务的基本方面。这一特定分析揭示了不同用户采用场景的影响，并展示了基本参数的微小变化如何导致可持续和不可持续的 Web3 项目之间的差异。QTM 是一个功能强大且易于使用的工具，具有简洁的用户界面，可为许多不同类型的代币生态系统进行较高层级的预测。它采用模块化结构构建，因此代币设计师和工程师可以根据需要打开或关闭任何功能。QTM 利用可定制的代币供应设计、筹款、代币分配、归属时间表、流动性池设计、用户采用场景、（静态）用户行为、业务假设、回购策略以及链下和链上效用。该工具以电子表格编程，任何人都可以在无需编码知识的情况下使用它，并在几秒钟内基于给定的设置模拟出结果。对于新的 Web3 公司和现有公司来说，QTM 都是一个非常理想的工具，可以帮助他们在代币设计时创建首次量化迭代，而不需要花费太多的时间和资源来设置模拟。

6. 展望

尽管这个模型适用于大多数 Web3 项目，但一些概念对于通用工具来说过于复杂。因此，我们正在后台开发更先进的工具，这些工具将利用最先进的高性能代币工程方法，并将其与新的基于链上数据驱动的决策过程相结合。