当前位置:首页 > 区块链新闻 > 正文

“金玉其外”的自助式证券通证发行为什么“败絮其中”?

来源: 互联网时间:2019-03-08 10:23:23

发行证券通证不应该这么难。这是笔者从一位区块链业内人士那里不断听到的一句话,因为最近发行的大多数证券通证都涉及手动编写智能合约。这几乎是对证券通证发布流程复杂性的过度反应,目前已经有一些推广自助发行工具的尝试,只需鼠标点击几下就可以创建证券通证。本文将解释一下这种方法的一些根本缺陷,并提出一些更好的选择。

3005063598_S

对于加密证券的发行时,证券通证领域采用了两个极端的态度。在一个极端情况下,出于合规性原因,每个证券通证都要求智能合约开发人员编写大量重复的代码,并利用一些基本协议。在另一个极端情况下,我们可以填写几种表格,按下按钮,然后就可以获取证券通证。第一种方法很复杂且容易出错,但可以看作是证券通证市场早期阶段的结果。第二种方法是不切实际的,它在一个早期市场中设立了错误的先例。

自助证券通证发行工具的基础是你可以通过友好的用户界面使用一个确定的规则集来表达证券通证的基本机制。原则来说,好处是显而易见的,因为任何人都应该能够在不掌握智能合约语言的情况下创建自己的证券通证。虽然在概念上具有吸引力,但从技术和财务角度来看,自助式证券通证发行的想法从根本上是有缺陷的。自助证券通证发行可以被视为还原论的表达。

还原论思想与证券通证

还原论是一种认知动态,当提出一个复杂的论证时,人们会倾向于简单的解释,而忽略了批判性的细节。简单的解释仅适用于问题的一些最抽象的表示,在任何分析严谨的情况下都不适用。对于证券通证,还原论的一个典型例子就是,认为我们可以使用一些规则来模拟加密通证的结构和行为。自助证券通证发行试图过度简化创建加密证券的过程,以吸引那那些受困于行业技术复杂性的人群。然而,自助证券通证发行技术忽略了加密证券的许多关键要素,最后创建了在实际中毫无用处的通证。

自助式证券通证发行工具不仅存在技术缺陷,而且其出现的市场时机也不对。下面,笔者列出了三个主要论点,可以帮助我们辨别自助证券通证发行中的还原论思维模式:

1_aJ-jF85NvUO-WqKcxM7HSA

1)规则与动态行为:通过用户界面配置发行证券通证隐含性地假设可以使用一些IF-Then-Else规则来抽象加密通证的行为。这与实际相差甚远。证券通证需要表达动态的财务行为,例如股息分配、违约、风险调整和其他需要超出逻辑规则的复杂业务逻辑构造。甚至一些最简单的通证化表示,例如公开交易公司的股票,也可能受到各种复杂行为的影响。发行传统证券的过程很复杂,不仅是因为参与的参与者,也因为这些金融工具的复杂性。

2)成熟与新兴技术市场:自助服务工具是成熟技术市场的副产品。在集成领域,像IFTTT这样的平台只有在经过数十年的中间件技术发展之后才有可能实现。自助服务商业智能工具是在对数据可视化和分析工作数十年的研究之后才被广泛采用。证券通证行业不到两年,并且几乎没有任何基础可以通过几次点击来简化加密证券的发布。

3)链下与链上活动:这个是一个更微妙的论点,但仍然非常具有相关性。假设我们可以使用一些基于UI的规则来实现证券通证,从本质上这意味着对加密证券活动进行建模所需的一切都是在链下(通过规则)进行的,这简直就是谬论。为了实现高效性,证券通证需要利用大量的链上部件,例如预言机,gas,调用不能通过UI简单抽象的其他智能合约以及其他部件。

下面让我们使用自助服务技术堆栈的一些例子来进行说明:

·失败的例子——UML和代码生成工具:在21世纪初,有大量工具尝试使用统一建模语言(UML)等图形标准对面向对象的程序进行建模。尽管这种趋势中也有取得成功的,例如Rational Software,但大多数工具被证明非常局限,无法构建复杂的程序。这一代工具失败的部分原因可以归咎于图形化、规则驱动的环境以及动态的基于代码的逻辑之间的不匹配。

·失败的例子——机器学习工作流工具:机器学习领域正在发展的一个趋势是使用可视化工作流创建模型的想法。虽然现在判断这一趋势是否会取得成功还为时尚早,但它们似乎只适用于一些非常基本的场景和非常基础的数据科学家,导致像TensorFlow或PyTorch这样的框架用于编写更复杂的模型。

·成功的例子——自助分析工具:几十年来,商业智能(BI)解决方案中的报告和数据可视化创作需要专业人士来做一些基本上是商品的事情。最终,市场产生了新一代的自助数据可视化平台,如Tableau或QlikView,允许非专家创建真正复杂的信息中心(Dashboard),无需编写任何代码。

·成功的例子——机器学习领域专属语言:碎片性和复杂性是机器学习领域的主要挑战之一。由于市场上有如此多的机器学习框架和平台,编写机器学习程序不仅复杂,而且堆栈之间没有可移植性。最近,像Facebook和微软这样的公司赞助了开放式神经网络交换格式(ONNX)的创建,该格式提供了更高级别(但不是基于可视规则)的语言,以与不同底层框架兼容的方式创建机器学习模型 。

总之,有效的自助服务工具具有以下几个特点:

a)它们允许添加复杂的业务逻辑。

b)它们在与底层活动时相似的环境中运行。

c)它们在成熟的技术市场中运营。

这听起来像是自助式证券通证发行工具吗? ?

一种可能的解决方案:证券通证领域的专属语言

如何在不创建无用简化版本的情况下简化证券通证的发行?编写以太坊智能合约几乎不可扩展,但使用基于UI的规则也是毫无用处的。在两者之间取折中呢?想象一种宣告式语言(declarative language),可以以一种可以立即翻译成不同智能合约语言的方式对加密证券的结构进行建模。

1_9gp4-LqloK4bNN8wKaksqw

免责声明:

1.本文内容综合整理自互联网,观点仅代表作者本人,不代表本站立场。

2.资讯内容不构成投资建议,投资者应独立决策并自行承担风险。