探索DeFi世界下一个宝藏领域：加密原生保险的机遇和挑战

DeFi 领域潜在风险逐渐浮出水平，加密原生保险值得关注。Nexus Mutual 与 Opyn 这类加密原生保险构建起来很难，但前途无量。

撰文： Fred Ehrsam，加密资产投资基金 Paradigm 联合创始人、Coinbase 联合创始人

编译： Perry Wang

加密 原生 保险 ，也就是那种可以覆盖区块链协议和去中心化组织 （DAO） 的 链上保险 ，有潜力成为 去中心化金融 DeFi 领域 内的下一个重大的金融创新萌芽。其原始雏形具备可信度，市场规模会变得巨大。

当然，设计挑战无处不在。任何能解决设计挑战的人，都可以创建 DeFi 领域的一个重要组件，支持当前 数十亿美元 的市场价值，并通过增加愿意使用该系统的用户、投资者和交易者的数量，来解锁更广泛的用途。

随着加密技术扩展到所有金融和互联网应用，加密原生保险有机会成为支持更广泛的数字经济的 关键服务 ，在未来支撑起数以万亿美元计的市场规模。

用户为什么要选择加密原生保险？

信任

过去一年中，DeFi 的用户资金从约 5 亿美元迅猛 增长了 10 倍 ，如今已达到 约 50 亿美元 。可能造成用户财物损失的漏洞在这种增长中出现了，风险越来越大。通过增强信任度，保险可以让 DeFi 继续快速迭代，同时扩大其潜在市场规模。

提供中心化保险以增强用户信任度是我们创建 Coinbase 初期时采取的重要步骤。2014 年，我本人与伦敦劳合社 （Lloyds） 敲定了其提供的首笔加密保险 （我相信是首笔） 。

对于具有高风险承受能力的早期加密货币采用者而言，保险带来的影响是实质性的，但并非至关重要；但对于 主流用户 而言，其重要性日益增强，对于最终会加入加密领域的机构投资者而言更是必要的前提。猜测一下，加密原生保险很可能遵循与中心化加密保险 类似的采用方式 。

投机

保险还创建了对某一 协议 或 DAO 失败可能性的 预测市场 。我怀疑许多加密货币交易者会喜欢在这个市场中交易，并且像大多数现代金融市场一样，投机者将成为引导市场冷启动的关键，并构成大部分的交易量，例如，在现代外汇交易市场中，95% 的交易量来自 投机 ，5% 来自「真实需求」。

「投机」在这里具备积极的社会意义：有助于为寻求「真实」投保范围的人实现流动市场的 冷启动 ，并为不同 DeFi 元素的安全性提供了 晴雨表 。

通过这种视角，可以认为「 保险 」更接近于和信用违约掉期 （CDS） 等类似的 现代信用衍生产品 。

用户群体雏形

寻求保险的用户 / 投资者、寻求投机的交易者以及寻求收益产品的较长期投资者，构成当前的 保险用户群体 雏形 。

目前 DeFi 锁定的资产额为 45 亿美元 ，如果保险覆盖该市场的 5% （传统保险信用市场总规模的大概比率） ，一个成功的加密原生保险系统目前大概能催生 2.25 亿美元 市场需求。

市场规模潜力巨大

加密原生保险市场规模很难预测，因为 1) 目前基本不存在，2) 与传统保险产品及市场可能迥然不同。

自下而上

光是 DeFi 的持续增长就会带来巨大的机会。而加密货币如果发展成为世界数字金融系统，机会将变得巨大，且 难以限量 。

自上而下

目前全球保险市场规模 约为 5 万亿美元 。但是这包括所有类型的保险，这些保险不太可能很快就与加密资产挂钩。 信用衍生品 是更好的参照物。就像部分投资者为了防止公司倒闭而采取的避险措施，一些加密货币用户将需要避险措施，防止所依赖的 链上实体 （协议、DAO 或其他） 倒闭。

全球信用衍生品市场规模为 4.2 万亿美元，其中 3.7 亿美元为 信用违约掉期 CDS ——这种产品看上去与 DeFi 中一款成功的保险产品最为相似。

经验

目前在加密领域存在两类经验数据点。首先，中心化加密企业的保险费用高达 数亿至数十亿美元 。其次，一家人工治理的加密原生互助保险协议 Nexus Mutual 投保的资产已从一年前的 50 万美元增长到如今的 1500 万美元 。

难题在哪里？

构建加密原生保险时，有许多设计难题需要解决，包括：

链上还是链下？

一个成功的加密原生保险系统可能是可编程的、加密原生的，并允许新产品由 社区驱动 。基于这些原因，本文假定胜出者之间将是链上 （基于协议和 / 或 DAO） 与链下 （中心化的供应商为加密原生应用提供品牌外壳） 之争。

市场架构

当代保险市场是不透明的，由一些大型保险公司主导。成功的加密原生保险行业将是什么样？一个允许大量 私人实体透 明参与 的协议？是一家 DAO 还是一系列 DAO 作为承销商？二者兼而有之？还是完全不同的其它架构？

流动性

一个成功的系统可以让寻求保险的用户、交易者和投资者轻松地部署新市场。这一点尤为重要，因为保险是一个 天生特殊和分散 的市场。永续性类似掉期的产品可以轻松实现自行部署，而多个失效期的产品设计避免分散化 （期权类产品容易掉入这一类陷阱） ，可以实现此目标。

如何触发赔付？

一个成功的保险系统在这一点上应该尽可能 清晰明确 。举一个可能引发潜在歧义的例子：如果一个系统因为经济因素垮台，而不是技术故障，是否该触发赔付呢？

人工还是程序作出赔付决策？

理想的系统将可以完全针对效率、可组合性和可预测性 / 清晰度进行编程。通过人工决策来解决 Augur 市场的支付问题，通常需要数周的延迟，凸显了程序化赔付的优势。但是目前尚不清楚这是否可行。

如果发生故障，显然应该触发赔付但没有触发赔付，该怎么办？具有讽刺意味的是，如果必须提前以编程方式定义赔付触发条件，那么实际上保险中计划涵盖的大多数错误在实践中 可能会被遗漏 ——否则漏洞早就会被发现并修复？具体用以太坊创始人 Vitalik 的话来说：「如果存在可编程预言机 IsBroken （x）， 则可以修改 x 的代码，IsBroken （x）的值为 true 的所有交易都会被拒绝。」易于创建和评估投保。

一个成功的系统可以轻松编写 新的投保范围 ，并评估保险用户或投资者的投保范围。这是具有挑战性的，因为投保的每个智能合约，无论协议、DAO 是否其他形式，都是不同的。高水准的技术安全审计人员可能会逐渐演变为 风险评估者和定价者 。

资本效率

成功的保险系统在 资本效率 与 系统性风险 间取得平衡。如果杠杆必须以完整抵押的形式存在 （1 美元投保资产须有 1 美元抵押） ，对多数投资者和交易者而言资金效率太过于低下。而另一方面， 高杠杆 对风险稳定性造成较高风险，会第一时间摧毁保险的平衡点。

作为参考，传统保险市场出色的保单面值大约 50 倍于基础抵押品 （杠杆率约为 50 倍） 。加密原生保险起步阶段可能更为保守，因为其成熟度较低，波动性较大。

对市场操纵的容错性

成功的保险系统会将 博弈最小化 ，保持稳定的信任度。传统的 CDS 市场已经出现了千奇百怪意想不到的后果。

商业模式

这是产品 / 市场架构的下游产品。目前最大型的保险企业市值超过 1000 亿美元，盈利水准约为 5%。而加密原生保险商业模式可能大不相同，可能是自身具有商业模式的 公开协议 、可能是承销的 DAO，或是其它形态。几乎没有机会可持续地获取价值。

CDS 永续掉期 可能是此类维度中一个最有可能胜出的方法，可以是链上的、可编程的、能够自部署、维持流动性和资金效率。

当前的原生加密保险案例

Nexus Mutual

一家 链上的 互助 / 集体保险 协议。Nexus Mutual 由 治理驱动 进行赔付，提供固定期限的投保产品，使用其原生代币 NXM 进行激励和抵押，并由于该协议的 共同资金池 模式，仅需要进行部分抵押。

如前所述， Nexus Mutual 的投保额从去年的 50 万美元增加到了 1500 万 美元，与 DeFi 的 45 亿美元资产基础相比，规模仍然相对较小。该保险平台已经成功完成了一笔赔付。

延伸阅读：

《 读懂去中心化保险新秀 Nexus Mutual：用互助保险管理 DeFi 合约靠谱吗？ 》

Opyn

可以充当保险形式的期权。通过 oToken 代币代表的 Opyn 期权 具有到期日 （相对于永续投保） ，是 链上和程序化 的，几乎没有治理开销，并在某种意义上对经济性损失 （期权保护特定资产的价格跌到某一点位以下） 提供了全面的覆盖。

当然，该产品但在其他方面 不够精确 ，例如不能针对特定的技术故障进行赔付，并且需要期权买家提供全额抵押。Opyn 还处于萌芽期，如今使用率很低 （约 100 万美元） 。

加密保险最终可能不会成真，为什么？

充分证明这个问题是很棘手的。上面列出的一个或多个设计难题可能没有得到解决，会阻止有效产品推广的步伐。

一种可能是，对保险的需求被 替代机制 取而代之。例如， 社会化损失 变得司空见惯 （例如 TheDAO） ，或协议 / DAO 通常内置了类似保险的机制，例如 MakerDAO 在抵押不足的情况下启动拍卖 MKR 的稀释机制。

另外的可能是，通过 形式化验证 消除了对保险的需要。测试代码边界的能力的形式化验证正在迅速发展，并且可能会让人感觉是免费的。但是这不太可能是一个全面的解决方案，尤其是在 涵盖经济性和纯技术故障 的范围内。

加密原生保险构建起来很难，但前途无量

加密原生保险可以成为对社会带来 极大价值的服务 ，在目前来看，构建该服务条件已经成熟。但要解决该领域内的问题依然面临巨大挑战，如果一旦解决这些问题，则有机会支撑当前数 以十亿美元计 的 DeFi 领域 ，未来数十年内支持全球万亿美元计的保险市场。

感谢 Vitalik Buterin、Tarun Chitra、Gus Fuldner、Matt Huang、Hugh Karp、Dan Robinson、Tony Sheng 和 Nick Tomaino 通过对话为本文贡献了有价值的信息和想法。