DAOONE 翻译 -- 合理的代币价值

作者：Indra Adrian Jonklaas
编译：DAOONE 吴六木
原文地址：https://medium.com/frontier-foundry/justified-token-value-part-1-3ac6836656b8

译者注：删掉了一部分前言。有任何问题欢迎讨论！（微信：WuQianni0613）
欢迎区块链爱好者加入 DAO.ONE 大规模协作计划：https://daoone.slack.com

作为一个特许金融分析师，我花了一年时间沉浸在 Frontier，社区的人都在研究区块链。最近我备受鼓励，由于社区正努力开发更多正式的代币评估框架(参见“致谢”部分，对这 篇文章的一些重要贡献和贡献者)。

背景

2017 年出现了大量的 ICOs，截至 2017 年 7 月底，ICOs 筹集了 13.8 亿美元资金，占 2013 年第一个 ICO 以来筹资总额的 83%。自 2017 年初以来，比特币和以太这两大平台分别增值了
280%和 3900%。

市场泡沫如此之大，发展如此之快，以至于投资者几乎都在花钱买代币，就怕错过这样的机会（用来测试）。在这种狂热中，理性的声音正在大声疾呼，敏锐的头脑正在开发工具，从而帮助个人投资者和机构投资者考虑是否要做出参与某个 ICO 的决策。

2017 年 5 月 25 日，由 William Mougayar 主持的 Token Summit 迈出了积极的一步，让许多对ICOs 感兴趣的人聚在一起讨论估值问题。Token Summit 的一些媒体报道对于代币评估也发出了许多报道，但是对于门外汉或从业者来说，找到一个简单的金融模型来评估现有的不同类型的代币仍然是非常具有挑战性的。

我的文章和给出的模型试图解决这一需求。我期待着来自大家的反馈——我毫不怀疑，在我们的共同努力下，我们将能够开发出更令人信服的模型来进行代币的评估，我希望我的微薄贡献能在这一集体努力中发挥作用。

评估代币（通证）项目的通用模型

Sid Kala 在他的博客文章“Framework for Valuing Crypto Tokens”中指出：
“对于加密代币持有者而言，代币的值来自三个主要的方面，就像一支普通股票：分红、股票回购和价格上升。”

我同意他的说法；不过，我将把它们归纳为两个来源：可分配要素(无论是股息，利润的一部分，租金，费用等等)和代币的价格增长(注意到回购会减少代币供应，从而增加剩余代币的价格)。

如果上述阐述合理，那我们就需要两个广义模型去评估一个发布代币的初创团队(或公司)：
1.随着时间推移，模型可以评估一连串的影响因素；2.模型可以反映和评估代币价格的增长。
对于一个模型，我认为 ：1、它是相对直接的。在我看来，贴现现金流模型在金融领域已经发展得较为成熟，并且是最合适的。2、我建议借鉴古典经济学理论，特别是关于货币的交换方程和数量理论，这是我的文章系列的第 2 部分的主题(在此之后大约一个月发布)。

模型注意事项

如果你还没有这样做，请查看与此博客文章相关的 Google Sheets model (或 MS Excel model)。首先看一下最左边的工作表，被标记为“Token w. Distributions”。

通用模型指出：

• 推动计算的模型假设使用蓝色字体
• 该模型按季度运行，一共 36 个季度(9 年)
• 超出 36 季度的现金流量被认为是一个终端值
• 本文用一个叫做“PRToken”的代币用来说明模型

该模型特意设计得尽可能简单，从而专注说明核心概念：

• 随时间变化，用户的增长推动交易的增长
• 通过费用（将代币）流向持有者(代币持有者现金流)
• 使用终端值来计算超出时间周期的费用
• 根据贴现率计算给持币人的费用

PRToken 特性和平台生态系统

• PRToken 供应：固定在 10 亿个代币
• 最大用户数：100,000,000（1 亿）
• 生态系统的增长：遵从 s 曲线分布，使用 Logistic 函数建模(下面详细介绍)
• PRToken 平台费用：交易额的 1%；代币持有人共同获得平台费用的 100%

建立用户增长模型

在我看来，s 曲线适用大多数用户采用和增长类型（就是一般需要获取用户的产品或公司类型）。另一种选择是 H 模型，它的基本用户数量以线性递减的速率增长，直到达到稳定的增长率。与一个“S”相比，PRToken 累积用户数量的 H 模型形状会像一个“C”的上半部分-我认为“S”能更正确地建立用户的缓慢增长，因为技术创新者的用户只有早期的追随者；其后，随着技术的早期突破，用户加速增长；最后随着后期的多数参与者和落后者的进入,增长放缓。

为了在数学上定义 s 曲线，使用了 Logistic 函数。Logistic 函数描述为：

Y = L / (1 + e^-k(X-Xo))

描述：

• “L”是在 PRToken 平台上的用户总数
• “k”是一个常数，它决定了拐点“Xo”附近的 s 曲线的陡峭程度
• “Xo”是 s 曲线的拐点，它通常是最大值“X”的一半
• “X”表示在坐标系统中沿轴的单位(例如时间单位)

驱动模型有两个关键变量， 一是“L”——用户的总数，用于描述生态系统的大小；二是 “K” ——控制拐点(Xo)附近曲线的陡峭程度。大于1的“k”值会导致拐点“Xo”附近的曲线非常陡峭，这是不合理的。另一方面，“k”在0.3以下可能会导致异常高的起始用户数。

在 PRToken这个案例中，完全成熟的生态系统将包含1亿用户；用创业公司的说法就是可获得性的服务市场（Serviceable Obtainable Market，SOM），即目标市场。我假设 PRToken 花了9 年的时间(分成几个季度)来完全渗透它的 SOM——通过比较，Twitter 花了差不多的时间增长到3亿用户。此外，随着现代技术的积累以及 VC 和 ICO 资金的大量涌入，（扩大）规模变得越来越容易，对于一个平台来说，9 年似乎是一个合理的时间长度，它可以在这段时间内抓住绝大多数（扩大规模）的机会。

建议：改变“L”、“k”和“Xo”这些变量的值。一次改变一个变量，看一下 S 曲线的形状如何变化。

代币的贴现现金流分析

以下描述 PRToken 平台的经济情况：

• 概括：用户在 PRToken 平台上进行交易；平台收取成交额的 1%作为费用；代币持有人有权共享费用的 100%，基于他们持有的代币占总代币供应总数的比例分配
• 为了让事情变得简单点（易于建模或讨论），100%的用户都被假定投入交易；平均交易价值为 100 美元；平台收费 1%；费用的 100%都流入用户；因此，对于平台上每 100 美元的交易，在分配上代币持有者赚取 1 美元
• 根据数学计算，每个季度分配给代币持有者最多是 1 亿美元，（也就是）当 SOM 被完全渗透时(例如，PRToken 用户群大约在第 36 季度增长到 1 亿)
• 假设没有成本；或者另一种说法就是，每用户交易的 100 美元是净成本（就像 gas）

用户数量的增长由 S 曲线(Logistic 函数)方程定义。交易随用户的增长而成比例增长，就像平台费用和其他分配要素也由代币持有者按比例承担（我理解为不管是交易额的增长还是费用的平摊，都存在比例关系）。

在 2018 年第一季度开始时，所有代币持有人的分配要素总额为$23,343。最初的可分配要素适度增长（其实都跟用户数量相关，模型中有体现）。达到模型第18 季度(Q2 2022)S 曲线的拐点之前，曲线有几个季度的急剧增长。在拐点处，这个季度的分配额是 5000 万美元。分配要素的增长率随之下降。到第 23 季度(Q3 2023)，每个季度的平台总发行总量达到 90%以上。到第 24 季度(Q4 2023)达到 95%。到第 28 季(Q4 2024)达到 99%。（至此，用户达到一个稳定数额）

随着 s 曲线驱动用户的增长，交易，费用，和其他分配因素渐近地达到它们的上限，超过第36 季度的分布的用户增长率可以忽略不计。因此，在 36 季度以后，向代币持有者分发的终端价值求解可以被认为是一个固定的公式:
终端价值=36 季度的分配额/贴现率
这些包括终端价值的现金流使用贴现率折现，一个季度的贴现率为 15%(相当于年贴现率的75%)(参见“贴现率”的解释)。

分配额(包括终端值)的现值(“PV”)计算得到$65,151,545。基于 10 亿个 prtoken 的总代币供应，每个代币在项目开始时(即 ICO)都有一个较为合理的值为$0.065152(即 PV 除以代币供给量)。

这是什么意思？

简而言之，如果 PRToken 有 ICO，那么从基本面分析的角度来看，合理的市值应该是未来分配额的现值，在这个例子中是 6520 万美元；基于 10 亿代币的供应量，每个代币的合理价格为 0.065152 美元。

了解“Token w. Distributions”模型（作者给出的模型）

对于任何代币平台，它都依赖于发行来支持代币的价值，并使用类似生态系统增长的 s 曲线来建模，我们可以通过建模知道，如果想证明选择这个规模的 ICOs 的市值是合理的，我们需要为代币持有人提供多少现金流：

0310_1.jpg

从上表我们可以看出，在平台成熟期，每季度该平台需要产生现金流 1.535 亿美元来支持 1亿美元的市值；每季度现金流为 1.53 亿美元来支持 1B 美元的市值。

可分红的加密代币

大多数协议代币都不分红。支持分红的加密代币示例如下:

• Augur；292M 美元的市值
• Peerplays；18.9M 美元的市值
• Ethbits；38K 美元 k 市值
  来源：https://coinmarketcap.com/

为了说明 Augur 目前的市值的合理性，在成熟期(假设 9 年以后)REP 持有者(Augur 代币的名字)将要求每季度盈利4.5 亿美元或每年18 亿美元。相比之下，Kinder Morgan 或Conoco Phillips 等能源股的股息也差不多。Augur 能成为像康菲石油公司那样大规模的公司或者生态系统么？

我会在 Augur 平台上投否定票。

但是，分红并不是代币持有者的唯一理由：一些代币持有者通过使用 Augur 平台和报告事件的结果来获得效益；其他人持有者则是为了保值(我的博客文章系列第 2 部分的主题)。

注意：我故意将 TaaS 和其他代币化的基金从上面的列表中删除。这些代币的价值是由其基础资产的资产净值驱动的。

用多大的贴现率（或折现率）

在任何 DCF（Discounted Cash Flow，现金流折现法）模型中，讨论总是会回到用多大的贴现率来折现。贴现率用于评估投资者要求的投资回报率。贴现率应该始终是风险调整的，也就是说，根据投资者所产生的风险的大小，它应该包括一个溢价，以补偿投资者承担的风险。

在金融领域，通常采用两种方法之一计算贴现率：资本资产定价模型(CAPM, Capital Asset Pricing Model)或加权平均资本成本(WACC, Weighted Average Cost of Capital)。

CAPM 是一个评估市场价格风险的模型。WACC 用于根据公司资本的机会成本进行投资决策， 这是公司股权债权者(根据债务的税收优势对股权进行调整)所要求的加权平均回报率。一般来说，一家公司应该投资那些收益率高于投资者所要求的回报率的项目。

在风险资本的世界——这是一个有用的方面（即指上面这些模型），去通过这些模型寻找如何通过 ICOs 去评估代币价值。我意识到目前所有的 ICOs(它们并不是基金)都是初创公司—— 即可用一个调整过的贴现率。换句话说，一个用来评估初创企业现金流的基本折现率可以根据它成功的可能性进行调整。（说了那么多，就是可以根据某个公司成功的概率调整折现率）

LPs 通常预计会有15%-20%的IRR（Internal Rate of Return，内部收益率），在 7-10年内，这是 3 倍到 4 倍的投资回报率(从资金调用时)。用最小杠杆率(没有私人股本的杠杆率高)，VC 公司的 WACC 实际上是 LPs 的要求回报率。在我的模型中，假定有 15%的基础贴现率是合理的。

调整贴现率的一个简单方法是将其除以成功的概率。如果 VC 的 WACC 是 15%，他们投资的公司有 20%的成功率，使用的调整折现率就是(15% / 20% =)75%。

注意：这个调整是一个“足够好”的解决方案。Sanjay Bhagat 在他的论文“Why Do Venture Capitalists Use Such High Discount Rates?”提供了更高的折现率。 《为什么风险资本家使用如此高的贴现率?》

下表对基于贴现率的 PRToken 的合理市值和代币价值进行了敏感性分析：

0310_2.jpg

Sensitivity Analysis on Market Cap & Price to Discount Rate

我们看到一个决定使用 60%的年贴现率(季度 12.5%)而不是 75%的年贴现率(季度 15.0%)导致市值从$ 65.20M 增加到$111.30M，71%的增长！

其他影响贴现率的因素

有很多原因可以解释为什么人们认为贴现率应该更低或更高，其中包括：

• 区块链和 Web 3.0 去中心化的堆栈技术的不成熟是使用更高贴现率的一个例子（原因）。由于代币生态系统的基础技术尚处于起步阶段，目前还没有确凿的证据表明它们将像我们所认为的那样具有变革意义；对于服务企业客户、机构和政府来说，区块链或 Web 3.0 堆栈在规模和安全性上的表现，哪里又有实际区块链的案例？在我的认知内(尽管是有限的)，有一些很好的概念、技术和 MVPs，但是我们离提供企业解决方案还有一年或更长的时间。

• 代币比早期股票更具有流动性。非流动性贴现率调整率约为 2% - 4%。因此，可以认为，代币的额外流动性，需要对贴现率(向下)调整 2%至 4%。如果是这样的话，在除以成功的概率之前，这将适用于 WACC 基础贴现率，例如(15%-2% =13%)/20% = 65%的贴现率(每季度 13.3%)。年贴现率为 65%的 PRToken 的市值是$92.20M 美元，比没有流动性溢价高出 41.5%。

注：我没有明确调整上述模型中的贴现率

阶段性贴现率和尽职调查

风投们知道，要想始终如一地挑选到赢家是非常困难的。因此，与其对独立的初创公司使用不同的成功率，他们宁愿选择给处于某一阶段的初创企业给出成功率。
下表给出了阶段的贴现率和相关的成功率：

0310_3.jpg

注：在本例中，投资者的基本贴现率假定为 15%。

对于这个模型的输入变量而言，使用多少的折现率可能是最重要的决策。无论你的观点是基于基本贴现率，在构建一个代币投资组合时，都必须在你正在评估的所有代币上使用相同的贴现率。我建议的最佳实践方法是建立阶段性的贴现率。一个公司是否值得被投资（评价等级在哪层）是由在尽职调查期间定性和定量因素决定的。

0310_4.jpg

Discount Rate Bands by Stage

对进行代币销售的公司进行评估调查时将包括对以下(非详尽)问题的调查和评估:

• 团队的经验有多丰富？
• 他们有 MVP 吗？
• 开发者社区有多大(由 Github 证明)？
• ICO 媒介和团队背后的法律架构是什么？
• ICO 是否符合当地法律法规？
• 它是否符合大多数投资者居住地的法律法规？
• 管理结构是怎么样的？
• 关于代币供应和分配的决定是什么?
• …和其他因素

以下是 William Mougayar 关于尽职调查的两种资源:

• http://startupmanagement.org/2015/02/15/best-practices-in-transparency-and-reporting- for-cryptocurrency-crowdsales/
• http://startupmanagement.org/2016/11/24/how-to-evaluate-an-initial-cryptocurrency-off ering-ico/

在某种程度上，在确定一个发布 ICO 的初创企业的折现率时，调查评估的得分表将会很有用。一个种子期的企业，当评估代币价值时，如果它在调查评估因素中得分很高，可以获得 70%的贴现率。如前所述，这可能会使其市值和代币的价格增加两倍。

代币价值随时间的变化

正如我们在前一节中所看到的，基于公司所处的阶段，一种评估初创公司的 VC 方法使用了不同的贴现率。如果 VC 在种子阶段投资某公司，那它还得做出下个增长阶段的投资决策。值得注意的是用户模式、盈利模式、分配额预测和潜在的退出机制或终值改变并不明显(如果 VC 在前期阶段做了合理的预测工作)。第二次估值的变化，是折现率。为什么？因为公司已经取得了进步：随着公司的市场营销和销售努力的提高，早期的吸引力转变为快速增长。解决了初期遇到的问题，该公司的产品和技术已经成熟，并且对其规模的能力更有信心。

换句话说，后续投资处于较低的风险水平，因为有更多的证据表明该公司的发展潜力——这反映在较高的成功概率和较低的贴现率。而风险较小的代价(相对而言)就是，在新一轮融资中，投资者的每股价格(增长阶段公司的估值更高)比第一轮的投资者高。

对于向正确方向发展的公司(即用户模型和收入模型没有急转直下)，随着成功概率的增加， 新投资的折现率会随着时间的推移而下降。广义的，随着时间的推移，基于新的信息，投资决策风险会更低。

注意：在这篇博文中，我们只关注成功的公司。如果随着时间的推移，有证据表明缺乏进展，那么新投资的贴现率可能会保持不变或增加。先前的预测可能也会改变。

我认为，对于理性的投资者来说，随着时间的推移，成功的可能性会增加，从而降低贴现率，从而使代币的价格随着时间的推移而增加。

在模型中，请查看标记为“Token w. Dist - Value Increase”的工作表。我已经假定，在模拟的 36 个季度(9 年)期间，贴现率(每 4 个季度)从 15%(每年 75%)降至 5%(每年 20%)。工作表中的其他内容与“标记 w.分发”工作表相同。

折现率的下降推动了市值从$65M 增加到$2.1B，而每代币的价格从$0.065 上升到$2.064——这给在 ICO 期间购买这代币的投资者 31.75 倍的回报。

注意：在每个 PV 计算(第 8 行)中终端值(re-)都被计算了，因为终端值被定义为: 终值=最后一个季度分配额（$）/(新)贴现率

在现实中，每一步都需要对模型进行微调以获取新的信息。也许对市场规模的估计(1 亿用户)已经减少了 3 倍；也可能许多用户只是持有代币而不进行交易。所有这些（现实情况） 都可以被认为是新信息证实了假设或要求对模型进行调整。不过，从第一天投资开始，我们的期望就是去尽可能好的去预测这个平台的经济，根据公司的成功率以及调整一些定性因素把一个折现率较为合适地应用在该公司的不同阶段，然后就是做到合理投资。

合理的代币价值和投机价值

如果投资者为代币支付了 0.25 美元，而不是合理的 0.065 美元，那么投资者就会集体决定，

每季度的贴现率应该是 10.71% (50% p.a)，这相当于 30%而不是 20%的成功概率。这是潜在的错误定价风险；换句话说就是投机。

Chris Burniske，一位多产和另人尊敬的密码经济学家，已经开发出了一套度量和命名规则， 用于将一个代币的当前市场价格分解为其当前效用值(“CUV”)和它的贴现期望效用值(“DEUV”)。

我喜欢这样的想法——将当前的代币价格分解为合理的价格和投机性的溢价(或折扣)是很有用的。Chris 的 CUV 和 DEUV 度量是一个很灵巧的工具；尽管我认为要使用风险(概率)调整的回报率(75%)，而不是 30%的预期回报率。这将使贴现期望效用值开始变小。

Chris 提出了一个 J 曲线，CUV 和 DEUV 随时间变化。当处在代币价格的早期小高峰，DEUV 包含了代币价格的大部分，而 CUV 只包含一小部分。将 Chris 的想法与我的想法联系在一起：围绕着代币发布的大肆宣传，导致投资者陷入了对价格错误的认识；他们暗中高估了初始阶段成功的可能性，因此对未来预期效用的折现率过低，从而导致预期效用值的上升。当新技术的承诺无法实现时，投资者就会进入幻灭的低谷；投资者对初创公司成功的可能性过于悲观，他们用来折现未来预期效用的折现率就猛涨；压缩代币的价格接近其当前效用值；等等。

结论

贴现现金流模型是一种金融行业标准，用于评估向投资者分配现金的项目或公司。虽然很少有代币因为分配给持有人而违反证券法规，但了解如何评估这些代币是一个很好的开始， 因为 DCF 估值的理论已经发展的很成熟。我的建议是使用 s 曲线来建立用户、收入和可分配收入的增长，并从 VC 书籍中获取相关知识，同时使用基于阶段的贴现率。

在我的下一篇文章中，将会关注那些依赖价格升值来支撑其价值的代币。第三篇文章将讨论第 1 部分和第 2 部分(例如固定代币供应)基本模型的局限性。

致谢

在一年的时间里，对新兴领域的加密经济学和代币估值做出显著贡献的是:

• Chris Burniske 提出了加密 J 曲线和 DCF model for valuing Storj，以及其他的贡献。
• Nick Tomaino 分享了他对四种主要的代币类型的想法——传统的资产代币、使用代币、工作代币和混合代币——以及 how to value the same。
• Bernard Baruch 探索了三种可以用来评估货币市场的方式：1)作为一种全球货币，2)作为一种高风险的金融资产，3)作为一项技术服务。
• Sid Kala——Coindesk 的一个忠实用户——指出“对于一个加密的代币持有者，代币的值来自三个主要来源，就像普通股票一样”
• Yannick Roux 假设了“传统的股票估值方法在加密中是如何出现的”，以 Siacoin 为例。
• Sean Everett 开发了一个幂律方程，描述了从 ICOs 筹集的资金，并根据项目的类型开发了一个有用的 ICOs 市场地图。（a Power Law equation that describes capital raised from ICOs and developed a useful market map of ICOs by type of project）
• Woobull 对比特币的规模化争论提供了很好的分析，这是“竞争币”兴起的原因之一

还有很多人做出了贡献；Frontier 将继续增加我们的阅读清单。

DAO.ONE 分布式社群是一个以公正性、多样性和包容性为核心价值观的非盈利性组织。我 们致力于输出、汇聚、解释和传播有关区块链价值的知识，致力于为区块链行业认可区块链 价值理念的利益相关者提供一个中立的、无利益偏向的可信任平台，致力于建立一种乐于学 习和分享的文化。

如有任何问题，请与我们(DAO.ONE)联系！

4387180-ac08857e6bb597dc.jpg