Kotarou

资金流动：以太坊流动质押代币的微观速度与使用

16 min read
Categories:DeFi
Tags:LST / Staking / DeFi
目录

本文是对以下论文的阅读梳理与结构化解说：

Money in Motion: Micro-velocity and usage of Ethereum Liquid Staking Tokens（arXiv:2508.15391）

1. 核心直觉与研究切入点

在传统的宏观经济学或通用的代币经济学中，货币流通速度（Velocity of Money）通常是一个宏观聚合指标，衡量的是整个经济体中资产换手的频率。

然而，这篇论文的研究建立在一个敏锐的直觉上：聚合数据会掩盖网络中极度的不对称性。因此，作者引入了微观速度（Micro-velocity）的框架。这种视角不看总盘子，而是将计算下沉到单个地址（Address-level）层面，去观察每一个独立账户的资金周转率。这就把一个宏观的经济学问题，转化为了微观层面的网络拓扑与个体行为分析。

2. 研究背景：LST 的双重属性与机制摩擦

以太坊转为 PoS（权益证明）机制后，节点需要质押 ETH，但这会锁定流动性。Lido 协议通过发行流动性质押代币（LST）解决了这个问题。论文中着重分析了 Lido 体系下的两种代币形态及其演化逻辑：

  • stETH（Rebasing 机制）：它是一种动态变动余额的代币。当以太坊网络产生质押收益时，Lido 会直接增加用户钱包中的 stETH 数量。

    • 直观理解：这就好比你的银行卡余额每天会自动变多，而不需要任何转账记录。链上未必为“每一笔收益”都对应一条标准 Transfer 事件，这也是后文必须用 shares 重构流水的原因。

  • wstETH（封装机制与 DeFi 兼容）：由于 DeFi 协议（如 Aave、Balancer 等）的底层智能合约是为标准的 ERC-20 代币设计的，它们无法处理这种“余额凭空变动”的 Rebasing 机制（会导致记账和抵押率计算混乱）。因此，wstETH 应运而生。它将底层余额锁定，改用汇率来反映收益。

    • 逻辑推导：这解释了论文中观察到的核心趋势——用户行为从 stETH 向 wstETH 渐进转移。因为只有 wstETH 的静态余额机制，才能无摩擦地作为抵押品嵌入到复杂的去中心化金融组合里。

3. 核心实证发现（先行提要）

通过对 2020 年底至 2024 年底长达 4 年的链上数据进行微观速度分析，作者揭示了以太坊流动性底层的一些结构性特征（后文第 5 章会展开图表与表格；此处为提要）：

  1. 高度集中的流动性网络：表面上 LST 拥有极高的整体流通速度，但拆解到微观发现，绝大部分散户地址处于极度被动的“死水”状态（买入并持有）。高流通速度完全是由极少数的大型地址（机构巨鲸）和 DeFi 协议的高频交互撑起来的。
  2. 身份的演变：LST 最初被视为一种价值储存工具（类似抗通胀的数字债券），但随着其在 DeFi 中的高频使用，它已经实质上变成了一种可编程货币（在组合与抵押意义上）。
  3. 系统性风险（杠杆与挂钩）：将 LST 作为抵押品增加了整个加密货币市场的杠杆率，一旦发生极端行情（如论文提及的 2022 年 stETH 脱锚危机），这种高流动性反而会加速踩踏。

4. 方法论与学术贡献（概述）

由于 stETH 的余额会自动变化，如果仅通过传统的 ERC-20 Transfer 事件日志来追踪，数据容易与“真实所有权换手”不对齐。作者的方法论创新在于：通过“份额（Shares）”为单位来重构转账历史。即追踪底层账本中代表所有权的精确份额流转（TransferShares），从而绕过了表面余额变动带来的分析障碍。

此外，该研究将微观速度的分析框架，从原生的以太坊代币（ETH）首次扩展到了具有复杂收益结构的流动性质押衍生品上，并完全开源了其事件日志索引、状态查询的数据流水线（工具链与仓库以论文为准）。

5. 数学符号与公式解析（对应论文 §3.1）

为了准确捕捉资金在微观层面的流动，论文在 3.1 节定义了一套严密的数学语言。在这里，速度不再是一个宏观常数，而是与币龄分布相联系的对象。

  • $i$：特定的智能体（即以太坊上的单个独立账户/地址）。
  • $t$：当前的观测时间点。
  • $\tau$：代币被持有的时间长度，也就是“币龄”（Token Age）。

补充：币龄（$\tau$）在链上“从哪里来”
在以太坊账户模型下，状态里原生只有总余额，没有“每一笔分别何时入账”的字段；币龄是研究者由历史事件（以及本工作中对 shares 流的等价重构）反推的分析量。若某部分代币在 $t_0$ 流入账户，在 $t$ 观测时，$\tau=t-t_0$。在微观速度框架下，总余额 $M_i(t)$ 被展开为对不同 $\tau$ 的切片 $w_i^t(\tau)$，相当于把钱包余额按入账时间分层。

  • $w_i^t(\tau)$：在时间 $t$，账户 $i$ 钱包中持有时间恰好为 $\tau$ 的代币绝对数量。
  • $M_i(t)$：在时间 $t$，账户 $i$ 持有的代币总余额。它是对所有不同币龄代币的积分（或离散求和）：$M_i(t) = \sum_\tau w_i^t(\tau)$。
  • $P_i^t(\tau)$：账户 $i$ 内部资金的时间概率分布。公式为 $P_i^t(\tau) = \frac{w_i^t(\tau)}{M_i(t)}$。它衡量了具有特定币龄 $\tau$ 的代币在总余额中占据的权重。
  • $V_i(t)$：账户 $i$ 在时间 $t$ 的微观速度。公式为 $V_i(t) = \sum_\tau \frac{1}{\tau} P_i^t(\tau)$。
    • 直观理解：微观速度本质上是“持币时间倒数”的加权平均值（即期望 $E[\frac{1}{\tau}]$）。钱拿得越久（$\tau$ 越大），$\frac{1}{\tau}$ 越趋近于 0，速度越慢。
  • $MV$：系统的总微观速度。通过对所有微观速度按其账户余额大小进行加权聚合得出：$\sum_i M_i V_i$（离散化、边界处理与归一化以原文 §3.1 为准）。

补充：币龄与“流动性偏好”的启发式类比
低 $\tau$（年轻的资金）往往更偏交易、套利或短期 DeFi 互动；高 $\tau$（年老的资金）更接近沉淀与长期持有。后文若出现“类似 M1 / 类似储蓄侧”的说法，仅作直觉类比，不应与宏观货币供应量分层做严格一一对应。

6. 核心逻辑与方法论分解（第 3 章方法学）

这部分内容（第 3 章方法学）是整篇论文的工程实现基础。作者解决了一个核心的数据科学问题：如何在底层数据结构（智能合约）极度不规则的情况下，严格重构出 LST（流动性质押代币）的真实资金流向？

A. 微观速度计算中的 LIFO 假设

在计算微观速度时，必须知道每次转账“花掉的到底是哪一笔钱”（即消耗了哪个 $\tau$ 的代币）。以太坊的账户模型（Account Model）不同于比特币的 UTXO，其余额是一个单一数字，无法原生区分硬币的先后顺序。为此，作者采用了**后进先出（LIFO）**策略：假设用户转账时，优先花掉最近收到的钱。

补充：LIFO 与上文公式的衔接
微观速度依赖 $w_i^t(\tau)$ 的更新；而更新必须对“转出扣减了哪些币龄层”给出明确规则。LIFO 是论文采用的假设；若改用 FIFO 或其他扣减规则，会得到不同的反事实速度刻画。

  • 直觉与现实对应：这在经济学上非常直观。刚收到的钱往往是用于高频交易或支付的“流动性资金”（类似 M1），而长期未动的底仓则是“储蓄资金”（类似 M0）。优先扣除新钱，能更贴近地反映高频交易账户的活跃度，而不会因随机扣除底仓而扭曲其速度分布。

B. 跨越 Rebasing 障碍：从 Token 到 Share 的映射

这是分析 Lido 数据的最大技术难点。由于以太坊 PoS 质押每天都在产生收益，stETH 采用了重计算（Rebasing）机制：用户的代币余额会每天自动增加，但区块链上不一定为每一次收益调整都表现为标准 ERC-20 的 Transfer 语义。如果只监控表层余额，容易把“收益发放”和“经济所有权换手”混为一谈。

Lido 在底层合约中巧妙地引入了份额（Shares）机制来保持账本守恒。这是一种典型的“基底变换”思路：

  1. 用户持有的实际上是质押池的绝对份额（shares），这个数字除非发生存款/转账/提款，否则绝对不变。
  2. 外部可见的余额（balanceOf）是一个动态计算的结果：
$$\text{balanceOf(account)} = \frac{\text{shares[account]} \times \text{totalPooledEther}}{\text{totalShares}}$$
  1. 解析：每天产生质押收益时，变动的主要是全局状态变量 totalPooledEther（以及与之相关的池子会计），从而带动所有人的余额同比例上涨。

数据提取的工程结论：因此，作者指出传统的 Transfer 事件日志在这里不足以单独支撑“真实换手”的重构。必须通过提取底层的 TransferShares 事件（记录份额转移）以及实时同步 Lido 智能合约的全局常数（如总份额、信标链余额等），才能更干净地重构每个地址真实的交易历史，减弱通胀式余额调整对微观速度计算的干扰。

C. wstETH：向标准协议的回归

论文在 3.2.7 节通过 Figure 1 展示了封装版本 wstETH 的占比演化。与 stETH 变动余额不同，wstETH 是一个恒定余额代币。它的内在逻辑是锁定用户的 shares，把质押收益的增长体现在与 stETH 不断变化的兑换率上。这种设计完全抛弃了重计算（Rebasing），回归了严格的 ERC-20 标准。由于其在 DeFi 借贷和 AMM 池中的确定性表现，我们可以看到图中它在总供应量中的占比不断攀升。对于研究者而言，计算 wstETH 的微观速度也变得极为直接，只需分析标准的转账历史即可（但仍需注意与 stETH/份额体系的桥接与套利链路）。

7. 概念补充：币龄（Token Age）与微观速度为什么要用 LIFO

在链上数据分析和代币经济学中，币龄（Token Age 或 Coin Age，在论文中用 $\tau$ 表示）是一个度量特定代币在某个具体地址中静止或沉淀了多长时间的时间指标。简单来说，就是这笔钱在你的钱包里“趴”了多久。

7.1 严格的数学与底层逻辑

在以太坊（基于账户模型）的底层状态中，其实并没有原生的“币龄”概念。以太坊只记录你当前的余额（比如 100 个 ETH），不会记录“这 100 个 ETH 分别是哪天转进来的”。因此，币龄完全是通过索引历史转账事件（如 Transfer，以及本工作中的 TransferShares）人为重构出来的分析变量。

对于在时刻 $t$ 观察到的代币，如果它是通过某次转账在时刻 $t_0$ 流入账户的，那么这部分代币的币龄就是 $\tau = t - t_0$。在论文设定的微观速度框架下，一个账户 $i$ 在时刻 $t$ 的总余额 $M_i(t)$ 不是一个“无结构的标量”，而是被展开成了一个关于 $\tau$ 的分布（即 $w_i^t(\tau)$）。这就好比对钱包做了一个“按入账时间切片”的分层。

7.2 直观的金融学意义

为什么要费时费力地去重构这个分布？因为币龄本质上是对资金流动性偏好的刻画。

  • 低 $\tau$（年轻的资金）：刚刚流入账户的钱。这些钱往往“还在运动中”，被用于高频交易、套利或短期的 DeFi 交互。它类似于宏观经济学中的 M1（高流动性货币）——此处仍是启发式类比。
  • 高 $\tau$（年老的资金）：长期趴在账户里不动的钱。这代表了持有者的沉淀资产、储蓄底仓或长期投资意愿。它类似于 M0 或定期储蓄——同样只是类比。

7.3 为什么微观速度的计算必须依赖币龄与 LIFO

结合论文中的微观速度公式：$V_i(t) = \sum_\tau \frac{1}{\tau} P_i^t(\tau)$。你可以看到，微观速度本质上就是“币龄倒数”的加权期望值。正因为资金在时间结构上存在这种异质性，研究者在计算网络真实流转率时，必须引入 LIFO（后进先出） 假设：当你向外转账时，模型会假设你优先花掉了 $\tau$ 最小（最年轻）的币。如果不这么做（比如采用随机或者先进先出），一笔日常的高频转账就可能“误伤”长期持有的底仓币龄，从而在数学上人为扭曲对该账户（尤其是大户或机构）真实资金周转率的评估。

第二部分：数据采集、实证与讨论（第 4–6 章）

以下几节对应论文的第 4 章（数据采集与处理）、第 5 章（实证结果）与第 6 章（讨论与结论），并完成从“底层链上杂乱日志”到“清洗后的经济学变量”的叙事闭环。

一、数据重构的工程学：跨越历史盲区

我们在前面提到，为了计算真实的微观速度，必须追踪绝对的“份额（Shares）”流转，而不是表面的“余额（Token）”。但在实际的链上数据采集中，作者遇到了一个棘手的工程问题：

  • 历史数据的断层：Lido 协议在早期并没有在智能合约中抛出 TransferShares 事件（这是后来通过 LIP-11 提案才引入的）。这意味着早期阶段的份额转移记录在事件日志层面是缺失的。
  • 严谨的逆向工程：为了填补这段空白，作者开发了 ethereum-variable-tracker 等工具。他们提取了早期每一次标准的 Transfer 事件，并同时查询了发生该笔交易所在区块中 Lido 智能合约的内部状态变量（即当时的 totalShares 和 totalPooledEther）。
  • 推导：利用论文 §3.2.1 中的关系式，将历史上每一次基于代币计价的转账，按当时的系统状态折算回底层的份额变化，从而把贯穿 Lido 生命周期的份额转移数据库尽量完整地拼接起来。Figure 2 中的曲线（论文用颜色区分序列）从实证角度为这套采集逻辑提供一致性检查；具体是“兑换率上升/下降”还是其倒数坐标，以原文图注与纵轴定义为准，避免与“市场价格脱锚”口语混为一谈。

二、宏观演化：以太坊升级与双币分化

有了完整数据后，作者计算了 stETH 和 wstETH 的全局微观速度 $V(t)$（Figure 3），并观察到了几个关键的系统性特征：

  1. 事件驱动的流动性脉冲：2023 年 4 月的 Shapella 升级是一个分水岭。该升级首次允许了以太坊质押提款。图表中反映出，在 2023 年 3 月（预期发酵）到提款开放期间，stETH 的速度出现了极其显著的跃升。这在金融逻辑上非常自然——此前被强制锁定的非流动性资本突然获得了退出通道，引发了大规模的调仓和套利活动。
  2. wstETH 对 stETH 的反超：从 2023 年初开始，封装版本的 wstETH 的交易速度迅速拉升，并最终超过了底层资产 stETH。
    • 经济学解释：这印证了两种代币角色的分化：stETH 更常表现为被动生息的“储蓄侧”头寸；wstETH 由于其固定余额特性，更适配基于 ERC-20 标准构建的复杂 DeFi 协议，从而在数据上表现为更高频的“组合侧”换手。

三、极度的微观不对称性：巨鲸与浮游生物

这是整篇论文在实证层面最核心的发现之一。作者按照累计接收的代币数量，将所有链上地址划分为了从“巨鲸（Whale，$\ge 10000$ 币）”到“浮游生物（Plankton，$< 1$ 币）”的 7 个等级（Table 2 和 Table 3）。

数据揭示了一个高度偏斜的分布状态：

  • 高度集权的数量分布：对于 stETH，不到 0.25% 的地址（论文给出约 1011 个巨鲸量级）在供应份额上占据主导地位（论文给出约 1.417 亿枚量级；精确数字以原文表格为准）。而占据总地址数绝大多数的“虾米”和“浮游生物”持有的份额相对很小。
  • 流动性的集中（论文中的高度倾斜表述）：当作者将微观速度按这些账户类别进行分解时发现，极少数头部账户对系统总聚合速度的贡献占据支配性份额；论文中给出了接近“不到 1% 的账户贡献约 99% 的聚合速度”量级的分解结果（具体阈值与口径以 Table 2/3 为准）。
    • 直观结论：表面上看，LST 是一个流动性很好的资产池；但在地址维度上，网络活跃度可能高度依赖少数大型参与者以及与 DeFi 协议相关的高频交互；大量小额地址更接近休眠式持有以获取共识层收益。

四、穿透地址层：DeFi 协议即“巨鲸”

既然头部地址贡献了绝大部分的聚合速度，那么这些地址是谁？

在 Table 4 中，作者对持有 wstETH 的最大非交易所地址进行了实体识别。结果表明，许多“头部地址”并不是自然人钱包，而是顶级去中心化金融（DeFi）的基础设施合约：

  • Aave 和 Spark（去中心化借贷市场）：持有巨量 wstETH 作为借款的底层抵押品。
  • Balancer Vault 和 SkyMoney（去中心化交易所 / 收益聚合器）：作为自动做市商（AMM）池子的流动性深度来源（协议名称与归类以原文 Table 4 为准）。

总结而言，这部分的逻辑推演完成了一个闭环：

因为复杂的智能合约（AMM、Lending）需要固定余额标准的代币 $\rightarrow$ 导致 wstETH 的采用率和周转率上升 $\rightarrow$ 这种高频交互在微观速度分布上表现为极少数头部地址主导聚合速度 $\rightarrow$ 从而说明 LST 已经从单纯的质押凭证，进一步嵌入为以太坊 DeFi 矩阵中的关键抵押物与组合模块。

第三部分：讨论、风险与“水面之下”的业界读法

1. 核心结论：双元群体与流动性释放的成功（第 6 章）

作者总结了链上微观速度分析带来的核心洞察：LST 市场并非一个均匀分布的网络，而是已经分化为一个双重用户群体（Dual-User Population）。

  • 被动的生息储蓄者（绝大多数）：广大的中小账户把 LST 当作一种生息的价值储存工具，为了获取以太坊网络的共识奖励而持有，基本处于休眠状态。
  • 主动的流动性驱动者（极少数头部账户）：极少数账户创造了绝大部分的聚合流通速度。这些节点常常对应 DeFi 原生协议（如 Aave、Balancer）、自动化套利机器人以及高频做市商。它们利用 wstETH 的确定性和可组合性，在智能合约网络中进行高频流转。

推导层面的含义（作者论证方向）：这一现象说明 LST 在以太坊生态中在很大程度上完成了其初始经济学设计目标——把底层资产（ETH）锁定以维护 PoS 的安全性，同时又通过衍生凭证在顶层释放了本会被长期锁仓的流动性。

2. 方法论的延伸：作为“预警指标”的微观速度

作者指出，传统的宏观指标（如总锁仓量 TVL 或全局交易量）颗粒度较粗，往往对结构性变化反应滞后。相比之下，微观速度更贴近交易行为的底层结构，有助于更早观察资金流向的异动（例如被动资金突然集中迁移到某一高收益合约）。将这种基准测试扩展到其他 LST（如 cbETH、rETH），可以为协议开发者和风险监控者提供额外的监测维度（是否为“前瞻性指标”取决于具体定义与样本外验证，以原文表述为准）。

3. 潜藏的系统性风险：循环质押（Looping）与杠杆叠加

在展望未来工作时，论文指出了 DeFi 生态中值得关注的系统性风险之一，即递归/循环质押行为。

  • 直观机制：用户将 ETH 质押获得 stETH，然后将 stETH 放入借贷协议（如 Aave）作为抵押品借出新的 ETH，再将这些 ETH 拿去质押获得更多的 stETH……如此循环往复。
  • 逻辑后果：这种策略利用协议间的可组合性放大杠杆。它会在数据上推高代币换手与相关指标，并可能抬升体系内的系统性杠杆率。在极端市场压力下（如流动性枯竭或报价偏差导致的脱锚），高杠杆连环嵌套可能引发连锁清算。因此，利用微观速度框架去刻画与循环质押相关的活跃度与风险暴露，是论文指向的下一步研究线索之一。

4. 终局定位：以太坊的结构性支柱

文章在最后将 Lido 置于以太坊宏观生态中讨论。数据表明，LST 已经超越了最初“质押服务凭证”的单一功能。通过提供兼具易用性、ERC-20 标准兼容性和经济实用性的基础资产，LST（尤其是 wstETH）在合并后（Post-Merge）的去中心化金融体系中，扮演了越来越核心的底层抵押物与结构性支柱之一。

5. 业界读法：从论文回到“水面之下”的现象

这篇论文不仅提供了数据与方法论，也有助于理解流动性质押赛道的一些结构性现象（以下为读后归纳，不等同于论文逐句结论）。

（1）“流动性”的阶级化：高度集中的换手贡献

业界常说 DeFi 是去中心化的、普惠的，但论文通过微观速度揭示了一个值得警惕的结构：链上“可观测的活跃度”可能高度集中在少数参与者。当分解结果显示极少数账户贡献了绝大部分聚合速度时，它提示我们：对普通用户而言，LST 可能更像长期生息头寸；而对协议与大型参与者而言，LST 更像可组合的“金融乐高”。在压力情景下，不同群体的工具、信息与风险暴露并不对称。

（2）“标准化”胜过“原生 Rebasing 余额”：wstETH 的采用溢价

为什么 wstETH 的流转速度可能最终反超 stETH？一个直观的协议侧解释是：确定性记账与标准 ERC-20 语义在组合时的摩擦更低。Rebasing 余额“每天变多”在用户体验上直观，但在合约集成与风控上更麻烦；为了可组合性，生态更愿意使用余额接口更“像抵押品”的封装形态。

（3）系统性风险的源头：循环质押（Looping）

论文提到的循环质押，也是行业里许多“叠加收益策略”的共同骨架：抵押 LST 借出 ETH，再质押换 LST。其金融本质是杠杆堆叠；在微观速度框架下，它也可能表现为极高的周转率读数。价格剧烈波动、收益率变化或抵押品折扣变化，都可能触发去杠杆与清算链。

（4）TVL 与循环质押：读数可能被“重复计算”放大

由于循环质押的存在，某些口径下的 TVL 会把同一经济意义上的抵押品与债务链条重复计入。微观速度并不自动等于“真实经济杠杆”，但它提供了一个不同于“只看锁仓规模”的视角：除了“锁了多少”，还可以问“在谁手里、以何种时间结构在转”。

小结

上文从聚合掩盖异质性的切入点出发，依次整理了 stETH / wstETH 机制、shares 级重构与 LIFO、微观速度定义，再进入历史盲区回填、升级事件与双币速度、地址分层与 DeFi 头部合约，最后收束到讨论、循环质押风险。凡涉及图表曲线方向、表格数字、协议名单与风险结论，均以 arXiv:2508.15391 原文为准。