DeFi衍生品深度解析：实物资产与合成资产模型对比

在传统金融与加密市场中，衍生品市场的体量通常远超现货市场，规模往往是后者的数倍。以比特币为例，每日现货交易量大约在几十亿美元级别，而衍生品交易量则可达到数百亿甚至更高（具体数据可随时参考行情平台或交易所实时页面）。

比特币：现货与衍生品交易量对比——数据来源：CryptoQuant 这一趋势自2026年初开始加速，并持续至今。在传统金融领域，衍生品市场早已占据主导地位，中心化交易所（CEX）的衍生品交易也紧随其后。但在去中心化金融（DeFi）中，衍生品规模尚未超越去中心化交易所（DEX）的现货交易。例如，最近24小时内，Uniswap v3的现货交易量约为十几亿美元，而Hyperliquid处理的衍生品交易量约在十亿美元左右（具体数据以Coingecko等实时行情平台为准）。 尽管存在差距，但这一差距正在迅速缩小。随着整个生态日趋成熟，链上衍生品很可能像其他成熟市场一样，最终反超现货市场。市场需求确实在向衍生品倾斜，但这必须建立在安全、高效的交易场所和机制基础上。

衍生品交易量变化——数据来源：DefiLlama 要真正理解衍生品市场，搞清楚背后的各种模型至关重要，这对搭建未来基础设施也有帮助。本文重点介绍两种核心模型：实物资产支持模型（Hard Liquidity Backed Models）和合成资产模型（Synthetics Models）。

实物资产支持模型

在实物资产支持模型中，交易者直接与存入流动性池的“真实”资产（如代币或稳定币）进行交互。这些真实资产实际上被借给交易者，用于建立保证金交易的头寸。 GMX、Jupiter、Gearbox PURE和Contango等协议均采用此模式。提供实物资产的流动性提供者（LPs）通过交易费或作为交易对手方获得回报。因此，LPs的收益主要取决于池内资产的表现和利用率。如果池子没有平衡多头和空头的机制，LPs的收益还会直接受到交易者盈亏的影响。

优势

1. 破产风险相对较低：由于交易由真实资产全额支撑，系统遭遇破产风险的概率显著降低。 2. DeFi生态中的可组合性：例如GMX和Jupiter的模型支持流动性池代币的再抵押。像$GLP和$JLP这类代币可被用作抵押品，或在其他DeFi应用中质押，从而大幅提升资本效率。 3. 对交易和做市激励的需求不高：由于LP直接充当对手方或做市商，对额外代币激励的依赖较少。虽然初期LP可能获得一些代币奖励，但长期主要收入仍来自交易费，无需设计复杂的激励计划。 4. 市场流动性更深厚：实物资产支持模型要求以实际资产为支撑，由此建立的流动性篮子有助于加深市场流动性。近年来，GMX等协议已成为交易现货资产最高效的场所之一。流动性集中在一个同时服务衍生品和现货市场的池子里，交易深度和市场效率均显著提升。

DefiLlama截图显示包含GLP和JLP收益的池子数量和协议数量 实物资产支持模型在不同协议中的实现方式略有差异，主要区别在于流动性的可访问性和共享方式。大致可分为两种子模型： GMX v1 & Jupiter：这些协议采用全局共享流动性池，即所有资产集中在一起。这种模式保证了流动性深度，并允许LPs在DeFi协议中使用单一代币，增强了可组合性。 GMX v2 & Gearbox PURE：引入模块化架构的隔离流动性池，每个资产或市场拥有独立的专用流动性。这有助于降低协议的系统性风险，支持更长尾、更高风险的资产。每个资产的风险和回报相互隔离，不会让单一资产影响整个协议的流动性，也为不同风险偏好的LPs提供了更多选择。 在此“实物资产支持”模型中，还可以包括Contango等协议。Contango并非独立模型，而是在现有借贷协议（如Aave）之上运作，通过借入真实资产和利用闪电贷实现去中心化的杠杆交易体验。

合成资产模型

与优先考虑安全性和可组合性的实物资产支持模型不同，合成资产模型走的是另一条路径。 在合成资产模型中，交易通常不由真实资产直接支持。相反，这些系统依赖订单簿匹配、流动性金库和价格预言机来创建和管理头寸。 合成资产模型并非千篇一律，设计多种多样。有的更依赖点对点订单簿匹配（由活跃做市商提供流动性，包括专业做市商或算法金库。算法金库是基于算法自动管理的流动性池，可以是全局共享或市场隔离的）；有的则完全以合成方式运作，协议本身充当对手方。

什么是流动性金库（liquidity vault）？

在合成衍生品模型中，流动性金库是一种汇集流动性的机制，用于为交易提供资金，无论是直接支持合成头寸还是作为做市商。不同协议的金库结构略有不同，但核心用途都是为交易提供流动性。 这些流动性金库通常由专业做市商管理（如Bluefin稳定币池），或由算法管理（如Hyperliquid、dYdX unlimited、Elixir池）。其他一些模型中，它们纯粹是被动的对手方池（如Gains Trade）。通常这些池子对公众开放，参与者可提供流动性以换取平台活动奖励。 流动性金库也可在全局市场之间共享（如Hyperliquid），或部分隔离（如dYdX unlimited、SynFutures和Bluefin），其风险和收益特点与前述类似。 一些协议如Bluefin采用混合模型，既有做市商管理的全局流动性金库，也有隔离的算法池。 在合成资产模型中，流动性由活跃用户（P2P匹配）、流动性金库（作为后备）和做市商（在订单簿上下单）共同提供。在一些纯合成资产模型（如Gains Network）中，流动性金库本身充当所有交易的对手方，省去了直接订单匹配的需要。

优势

合成资产模型与实物资产支持模型各有取舍，但也带来了一些明显的优势： 1. 资本效率高：合成资产模型的资本效率较高，因为它们不需要1:1的真实资产支持。只要流动性足以覆盖活跃交易可能的结果，系统就能以较少的资产运作。 2. 资产灵活性大：这些系统在可交易资产方面更灵活，因为头寸是合成的。不需要每个资产都有直接流动性支持，可以支持更多样化的交易对，还能更快——甚至半无需许可——地上新资产。这在Hyperliquid的预上市市场中尤为明显，有些资产甚至尚未正式存在即可交易。 3. 价格执行可能更好：由于交易是纯合成的，特别是订单簿上有活跃做市商时，有可能实现更好的价格执行。

缺点

不过，这些模型也有明显的短板： 1. 依赖预言机：合成资产模型高度依赖价格预言机，因此更容易受到预言机操纵或延迟等问题的影响。 2. 不贡献全球流动性：与实物资产支持模型不同，合成资产交易不会为资产的全球现货流动性做出贡献，因为流动性仅提供给衍生品订单簿。 尽管去中心化交易所目前仅占整个永续合约交易量的一小部分（约2%的市场份额），但可用模型的多样性为未来真正的增长奠定了基础。这些模型的组合，加上资本效率的不断提升和风险管理的持续改进，将是去中心化交易所获取更多衍生品份额的关键。

永续合约交易量分布——数据来源：GSR年度报告 总的来说，随着DeFi生态的持续发展，实物资产支持模型和合成资产模型为去中心化衍生品市场提供了不同的增长路径。两者各有优点：实物资产支持模型更注重安全性和资本效率，而合成资产模型则提供更高的灵活性和潜在的资本效率。未来，衍生品市场能否成功，很可能取决于这两种模型如何有效结合、持续优化，以应对不断变化的市场需求和挑战。

风险声明：本文仅供学习参考，不构成任何投资建议、交易建议或收益承诺。加密货币和迷因币价格波动较大，市场数据请以官方公告、交易所实时页面及行情平台为准。投资者应独立判断、谨慎决策，自行承担风险。