RWA增長真相：信任危機與透明度挑戰

並非所有的現實世界資產增長都是實際的，行業也明白這一點

充滿誇張的數據儀表板無法建立機構信任。只有可驗證的資產、清晰的監管和真實的使用才能推動現實世界資產（RWA）的革命。

專欄

_**專欄作者：Aishwary Gupta，Polygon Labs全球支付及RWA負責人**_

當前許多引人注目的RWA數據其實都是煙霧彈。除非行業進行調整，否則將面臨侵蝕其多年來積累的機構信任的風險。每周都有新的公告聲稱有數十億的代幣化資產，但當機構投資者要求基本細節時，答案卻變得模糊不清。

例如，OpenAI被迫與Robinhood的聲明保持距離，澄清其所謂的代幣化股票並不代表該公司的實際股權。今年5月，美國證券交易委員會（SEC）對Unicoin提出指控，指控其通過誇大代幣化房地產交易的價值來誤導投資者。

從持續存在的重複計算問題到許多代幣的法律地位不明，顯然RWA革命仍面臨著獲得信譽的重大障礙。

這對於所有聲稱希望推動機構採納的行業來說都是有害的。行業對虛榮指標的迷戀削弱了RWA所需的可信度，以便生態系統能夠解鎖在場外等待的數萬億機構資本。

虛榮指標工業複合體

“當前最大的風險是認為法律包裝和區塊鏈本身就能創造價值，”Token Metrics的首席執行官Ian Balina如是說。“如果沒有真正的可組合性、可靠的二級市場和受信任的保管，代幣化資產只會停留在市場推廣材料中，而無法進入投資組合。”

他說得對。將儀表板上的數字視為唯一重要的東西是有害的。每一個誇大的聲明都讓合法項目更難被認真對待。當養老基金的盡職調查團隊無法區分真實的部署和虛幻的總鎖倉（TVL）時，他們就不會對選擇真正的項目感興趣，反而會選擇完全放棄。

區塊鏈的整個價值主張在於透明度和可驗證性。然而，我們卻在要求機構信任那些我們無法（或不願）證明的數字。

解決信任問題

那些無法展示可驗證活動或監管合規的鏈，不僅在危害自己的用戶，還在破壞整個區塊鏈生態系統的完整性。它們在提高預期的同時，削弱了對代幣化整體概念的信任。

要保持動力並實現RWA的好處，我們迫切需要透明的、受監管的部署，這些部署必須與實際採用相符，而非虛構的指標。

真正的RWA採納是什麼樣的？一個好的起點是在懷俄明州。今年9月，這個平等州推出了美國首個國家支持的穩定幣FRNT，並獲得了全面的監管批准和完全可審計的儲備。或者看看日本，JPYC正在成為一種合法合規的日元穩定幣，為日本政府債券創造新的需求。這些項目解決了真實的支付問題，並不僅僅是數據儀表板上的數量。

RWA的採納還類似於菲律賓將政府預算記錄上鏈的倡議，旨在打擊腐敗並提高公共支出的透明度。這樣的儀表板意味著數百萬公民可以實時驗證政府的財務記錄。這才是值得關注的採納。

BlackRock的BUIDL基金目前的資產管理規模已超過10億美元。這個基金將機構級的貨幣市場基金引入區塊鏈。與此同時，Apollo的ACRED則將區塊鏈效率引入信貸市場的運作。這些都是受監管的金融產品，擁有真實的資本和真實的用戶。

Stripe決定整合區塊鏈進行全球支付，因為他們需要利用基於實際交易量和可靠性的鏈，而不是社交媒體的參與度。

透明度測試

任何聲稱在RWA領域領先的區塊鏈都需要向我們展示實際的資金流入。TVL數字太容易了。你能展示監管批准嗎？機構合作夥伴是否願意公開發言？能否提供證明人們實際使用這些資產的交易量？我們能審計智能合約嗎？我們能驗證儲備嗎？

在整個生態系統中，許多合法的RWA工作正在進行，但如果不建立顯示真實採納的標準，這些工作可能會被炒作淹沒。

RWA革命不需要炒作來引人注目。真正的採納來自於市政債券的發行，為城市節省50個基點。或者來自於跨境支付，幾秒鐘內完成，而不是幾天。也可以來自於小企業獲得之前無法接觸的信貸市場。

這並不是說數字不重要。如果通過的RWA超過10億美元，但這些資產無法被審計、結算或交易，那麼這一切都是毫無意義的。下一個前沿不是誇大儀表板，而是建立信任。那些擁抱可驗證性、監管清晰度和可組合收益的項目將定義RWA 2.0，並吸引仍在等待上鏈的數萬億資本。

當透明度和問責制得到建立時，RWA將達到更高的高度，解鎖數萬億的機構資本。

這篇文章僅供一般信息參考，並不構成法律或投資建議。文中表達的觀點、想法和意見僅代表作者本人，並不一定反映或代表Cointelegraph的觀點和意見。

—

這篇文章提出了當前RWA市場的種種挑戰，特別是信任和透明度的問題。隨著區塊鏈技術的發展，市場對於真實數據的需求愈加迫切。未來，只有那些能夠提供可驗證的數據和合規的項目，才能贏得市場的青睞。這不僅是對投資者的負責，也是對整個行業的負責。隨著監管環境的逐漸明朗，RWA的真正潛力有望在透明的框架下得到釋放。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。