Feb. 2022, Simon@footprint.network
Data Source: Footprint Analytics mStable Dashboard
穩定幣
最為常見，當前已有超70 種穩定幣在流通。大多數穩定幣都以美元為錨定，卻沒有協議能對所有掛鉤美元的穩定幣都支持。
mStable錨定相同的資產在經過不同協議會以不同token 的形式出現，用戶常常需要在這些資產之間進行swap。 mStable 便為解決這些問題而上線。
mStable 是什麼？
是基於以太坊的穩定幣聚合協議，通過智能合約將一攬子底層資產bAsset（Basket Asset，如USDT、DAI）按照一定權重鑄造出mAsset（如mUSD、mBTC）。目前可鑄造的資產有以美元為錨定的mUSD，和以BTC 為錨定的mBTC。
mStable 為解決以下3 個問題：
錨定相同資產的token 過於繁雜，用戶門檻高、體驗差
如文章開頭，想要解決在不同協議使用錨定相同的資產卻要不斷互相轉換的問題。
資產缺乏收益
通過Save 的功能增加用戶收益，進行質押可額外獲得MTA 獎勵或其他平台token 獎勵。
缺乏對錨定資產永久損失的保護
1. Save
用戶將mUSD 或mBTC 存入後可以獲得利息。近90 天穩定幣的APY 最高達44%，最低為4%。
或
2. Pools
這些借貸協議獲得，以及用戶在平台兌換和贖回的費用。
用戶對mUSD 的存儲有10 種不同token 可選擇（包括直接存入mUSD，或存入USDC、DAI、FEI、ETH 等），同理對mBTC 的存儲支持7 種token。用戶存入非mAsset 的資產後協議可直接鑄造或通過兌換成mUSD / mBTC。存入後用戶將獲得imUSD / imBTC 的憑證，用戶也可以直接將資產存入Vault 中獲得協議的token 獎勵MTA。
用戶為mStable 的池子提供流動性，可以賺取swap 的費用。直接存入到Vault 中還能獲得MTA 獎勵， ⅓ 的MTA 可以立即獲得，剩餘⅔ 在26 週後按線性解鎖。
3. Swap
圖片描述
圖片描述
Picture Source - mStable
根據
1. mUSD
根據Footprint Analytics圖片描述
Footprint Analytics - mUSD Token Price
圖片描述
Footprint Analytics - mUSD Market Cap
Footprint Analytics - mStable TVL
2. MTA
圖片描述
圖片描述
激勵mStable 的流動性
治理平台
為促使更多用戶鑄造mAsset 和提供流動性，在前期將有20% 的MTA 用來獎勵給貢獻者。
治理平台
為mAsset 保持穩定的錨定提供保護機制。當偏離錨定發生抵押不足時，平台將移除脫錨的資產，並通過賣出MTA 購買mAsset 後銷毀以使抵押充分。這與MakerDAO 在質押不足時MKR 的作用相似。
圖片描述
Footprint Analytics - MTA Token Price
圖片描述
圖片描述
鑄造mAssets 是多此一舉嗎？
新事物的發展都將經歷由簡易到豐富，在發展到瓶頸後的突破還是要回歸到化繁為簡。用戶的目的無非是想用簡單的方法獲得更高的收益，將已持有穩定幣又花費gas 費在mStable 鑄造出一個新的穩定幣到底是多此一舉，還是穩定幣應用的進步呢？
mStable 的上線源於看到了DeFi 市場上繁多的協議造成用戶體驗上的臃腫，想要做更穩定、更安全、更便利的穩定幣，但從各方面表現看仍有一段距離：
Footprint Analytics 官網：https://www.footprint.network
本作品為作者原創，轉載請註明出處。商用轉載需聯繫作者授權，擅自商用轉載、摘編或利用其它方式使用的，將追究相關法律責任。
關於Footprint Analytics：
Footprint Analytics 是一個一站式可視化區塊鏈數據分析平台。 Footprint 協助解決了鏈上數據清理整合的問題，讓用戶免費享受0 門檻的區塊鏈數據分析體驗。提供千餘種製表模板和拖拽式的作圖體驗，任何人都可以在10 秒內建立自己的個性化數據圖表，輕鬆洞察鏈上數據，了解數據背後的故事。
Footprint Analytics 官網：https://www.footprint.network
Discord 社群：https://discord.gg/3HYaR6USM7
Telegram: https://t.me/joinchat/4-ocuURAr2thODFh
以上內容僅為個人觀點，僅供參考、交流，不構成投資建議。如存在明顯的理解或數據錯誤，歡迎反饋。
以上內容僅為個人觀點，僅供參考、交流，不構成投資建議。如存在明顯的理解或數據錯誤，歡迎反饋。
本作品為作者原創，轉載請註明出處。商用轉載需聯繫作者授權，擅自商用轉載、摘編或利用其它方式使用的，將追究相關法律責任。
