LOADING...
LOADING...
LOADING...
当前位置: 玩币族首页 > 币圈百科 > 黑天鹅栖息,市场需要平均还是极端?

黑天鹅栖息,市场需要平均还是极端?

2020-02-14 天眼 来源:区块链网络

平均斯坦和极端斯坦来自这《黑天鹅》本书中,换成简单的话说,平均斯坦就是当 100 个人得出体重的均值后,再加入一个 200 斤的人加入后这个均值变化并不会太大,但是若是当样本数量足够大时,任何个体都不会再对均值产生重大影响。极端斯坦的就是在 100 人财富均值的状况下,让巴菲特加入,这时新的财富均值会远远超过之前。

股票质押融资自 2014 年跑步前进,2015 年大幅冲高,2016 年达到最高位,2017 年却骑虎难下, 因此 2018 年股票质押风险而至,而这就与银行内控体系密切相关。早年间银行业表外业务占据了半壁江山,对于表外资产的过度授信为银行带来高利润的同时其实也导致了经营业务发展畸形,这就导致在质押中企业为了还款,会倒逼银行持续追加贷款,最终酿成不可收拾的局面。

在同等的金融借贷市场上,平均斯坦的状态相较于极端斯坦更为适合整个金融系统的运作。因为当系统承受债务人违约等风险时,对于整个系统来讲,均值的变化不能因为其中某一个参数的添加而加剧了整个均值的波动,从而导致整个系统的崩溃。

跨链互操作,让 DeFi 市场的平均斯坦成为可能

那么,假如 DeFi 市场来了一次黑天鹅会发生什么?如何尽可能降低风险?

回到区块链中的超额抵押借贷体系中,假设以稳定币为核心的 DeFi 市场,某单一加密资产受到譬如强势政策监管,或是面临一次大型的黑客攻击,想要能够在任何浪潮中都对抗和破解不确定性就需要尽可能的促使整个系统保持在平均斯坦的状态下,避免出现极端斯坦的情况,否则整个系统就会出现崩溃。目前,实现 DeFi 市场进入平均斯坦状态的最佳解决方案就是跨链互操,只有这样,整个加密资产的体系才能够互相联通,从而增加系统进入平均斯坦状态的可能性。

具体来讲,就是当用户在选择超额抵押时如何才能降低“不可偿付的风险”?这就需要跨链技术,保证系统中接入足够多的相对优质资产,因为相对优质资产无论是从流通量、持有人数和具体的使用场景来看都不会在短时间同时受到非常大的冲击,同时也提供了用户在选择抵押品时多样性,很大程度帮优化了系统的抗风险能力,帮助用户在平均斯坦的系统中捕获价值。这样会让 ACA 的持有人,也就是这个网络的拥有者,愿意最大幅度的保证整个稳定币系统的稳定性,从而抵御黑天鹅带来的不确定性。

另外,Acala 将会根据抵押品的各种风险参数来调整清算率和最高借贷率,即便在大熊市,通过严格的风控体系也不会允许拥有太多潜在风险太高的借贷,这个机制同时也能尽可能避免短时间内产生大量的资产拍卖,减轻对系统的冲击,即使某种抵押资产发生“不可偿付“的情况,由于整个系统其他抵押物风险的均值处于在平均状态,不至于导致整个系统奔溃。因此就能让在 Acala 网络无形中都处在平均斯坦的保护下,防止出现小概率的极端斯坦事件的出现。

跨链互操作性的重要不言而喻,市场也在渴望 DeFi 中出现BTC 的身影。近日, Polkaworld 发布了《新鲜出炉的 DOT 认领教程!亲,你买的 DOT 准备 “发货” 了!》,波卡上线的时间也越来越近,在跨链互操作性的赛道上又增添了无限的可能性。近期,Acala 测试网 Mandala 也即将上线,也为 DeFi 市场的新未来打开了大门,尽情期待!

长路漫漫,应对黑天鹅任重道远

世界的发展是由一个个无法预测的黑天鹅事件推动的,纳西姆·尼古拉斯·塔勒布在他的《黑天鹅》一书里认为,人类历史一般是匍匐前进的,唯有“黑天鹅事件”才会导致跳跃式突变,因此决定历史进程的大多是“黑天鹅事件”。

意外事故无法绝对避免,我们预测不出黑天鹅事件的本质原因是我们是属于因果探究型大脑,也就是用过去的经验来预测未来并不会说话的证据。最重要的首先是遇上后,尽早意识到,并尽可能减少损失。而归纳起来,应对黑天鹅事件还有以下原则:

危中取机:黑天鹅事件是危机,但”危“中藏“机”。最大的危机会出现最大的暴跌市场,也就会形成最好的投资良机,就如开篇提到的比特币

谨慎风控:我们不能预测失误,却可以预防灾难。必须最谨慎地分析最极端黑天鹅事件发生的破坏性,并做最科学的风控,帮助用户摒弃系统风险导致的敞口。

最重要的一点是,保持充足的盈余,才是冲击来时不至于裸泳的关键。

最后,让我们都对“自信”保持高度的警惕,所有投资方案要保留一定的安全边际,在万一判断错误的情况下,都有挽回的空间——哪怕现在看来认为万无一失。

—-

编译者/作者:天眼

玩币族申明:玩币族作为开放的资讯翻译/分享平台,所提供的所有资讯仅代表作者个人观点,与玩币族平台立场无关,且不构成任何投资理财建议。文章版权归原作者所有。

LOADING...
LOADING...