区块链避险品种分析之公信宝

公信宝

(1)前言

今天继续区块链资产避险品种分析之公信宝篇,上篇关于DGD的分析(区块链避险品种分析之DGD)之后,市场就产生了波动。想起来巴菲特老师的三条投资秘诀:1.控制风险,保住本金,2.控制风险,保住本金,3.控制风险,保住本金。对于避险这种事情,越早启动越好,在这波牛市已经斩获不少利润的朋友,取出本金,让利润赚取利润,无疑是更安全稳妥的投资方式。

关于公信宝,更多人了解的是私募时1个btc兑换20000个gxs,导致老猫的BCA俱乐部在公信宝上线之初,就造富了一大批人。即使没有参加私募,公信宝ICO的参与者在公信宝上线之后的回报也相当丰厚,而公信宝ICO时的投资市场并非现在这样火爆,当时公信宝的区区3900个BTC的ICO在云币持续了几天都没有筹满,最后由于猫总发言力挺才ICO成功。

公信宝这个品种为什么ico时冷淡, 上线后暴涨?本篇文章尝试分析公信宝的商业模式,公信宝到底是做什么的?市场为什么看好?未来的成长性有多强?以及我们投资公信宝的未来收益?

(2)公信宝基础概念

1.公信宝是一个通用的的数据交易平台,适用于各行各业的数据交易,面向的典型客户为泛金融企业(银行、网络贷款、汽车金融、消费金融、小贷公司),以及数据交易交换需求的政府、保险等,公信宝现阶段的主要客户为泛金融领域的客户,主要数字资产为个人信用基础数据。

2.GXS是公信宝数据交易所的股份,持有GXS就享有公信宝交易平台的分红权。

3.GXC是公信宝数据交易所在数据交易达成后结算时所需要使用的代币,价格永久恒定和人民币币汇率为1:1,公信宝是基于bitshares 2.0的底层平台的技术,使用过bitshares2.0的话,应该对公信宝钱包的功能上手更快些。

(3)公信宝业务逻辑

公信宝数据交易平台解决了数据交易市场数据来源不合法,数据新鲜度差,信用数据孤岛等问题,平台交易中点对点的交易,双向匿名的设计,数据不沉淀的传输方式,让交易双发合法的同时最大限度的保护了用户隐私。

公信宝业务逻辑

业务逻辑举例

1、商户A向一个商户B(金融服务公司)申请消费分期(上图的购买数据商户),该商户受理申请后,由于缺少商户A的个人信息,于是向公信宝数据交易所发起购买数据的请求。(交易请求即智能合约,商户B的系统通过调用安装在自己公司服务器上的公信宝客户端的提供API接口发起。)

2、交易所客户端会判断该请求购买的是否涉及个人敏感数据,如果判定是敏感数据则触发个人隐私保护机制,向商户A发送一条短信或者推送一个消息给商户A的公信宝APP(如果已经安装),向商户申请授权查询,如果商户A拒绝了这次授权,则流程结束,商户B无法购买此数据。

3、假如商户A同意这次授权(正常情况下都会同意的),交易所则广播此智能合约到所有拥有这类数据类型的数据源商户客户端节点,每个节点根据智能合约的条件查询,如果数据源没有商户A的数据,则该节点可以忽略即可,如果有则使用通过非对称加密数据点对点传输给商户B节点,商户B则根据智能合约的规定自动支付代币给数据源,商户B最终拿到自己所在节点解密后的源数据进行加工利用。

隐私保密措施

1、双向匿名记账

由于区块链的账本是公开的,任何交易都可以追溯,但是在数据交易领域是有一定的匿名需求的,这个就需要对区块链做一定的交易匿名设计,公信宝可以对每个参与数据交易的联盟成员在区块链上实行双向完全匿名记账(可以配置是否需要匿名记账),也就是说不仅不知道数据交易给哪个商户,对方也不知道数据从谁手里购买的,从而彻底保护交易双方的隐私。

以互联网金融的企业为例,他们有非常强烈的数据交易匿名需求,买方不喜欢其它商户知道自己买了具体什么样数据,目的是不喜欢其他人逆推出自己的征信模型,卖方则不希望其他人知道自己销售了什么数据,出于保护自己企业的经营隐私等等(例如贷款余额多少、坏账率多少、实际利息收多少等),这些场景下的双向匿名记账有效的保证了买卖双方的隐私。

2、数据保密传输

用户最为关心的数据安全,隐私保密的问题,公信宝平台通过数据传输时的非对称加密算法保证平台不沉淀数据。具体流程入下图所示:

数据传输流程

1、购买数据的商户A,对智能合约进行私钥签名(私钥上商户在本机的客户端按照自己的方式生成的,他人无法得到),发送时携带自己的公钥,通过交易所客户端广播给全网节点,

2、上图中的数据源商户节点收到了广播,调用数据源的数据接口查询,如果数据源查询到数据,则使用商户A的公钥对源数据进行加密后点对点传输给商户A的客户端节点,

3、商户A的客户端节点推送数据给商户的接收数据接口,商户A使用私钥解密得到源数据。

4、整个过程采用非对称加密(SM2椭圆曲线算法),加密数据使用的是商户A的公钥,而只有商户A的私钥才可以解密,即使过程中数据包被它人截获,都无法解开数据(即使公信宝截获因为没有私钥同样解不开),彻底保障数据交易过程中的传输安全。

数据真实性校验

净网委员会:净网委员会是公信宝里管理数据造假的公益组织,名下有一个公信币账户,用于接收处罚的公信币和奖励每季度表现排名靠前的成员以及对净网产生重大贡献的成员,会定期公布。

(4)应用场景

最传统的数据交易的用户有三类:toB(企业),toG(政府),toC(个人)

数据交易的应用场景很多,不必细说,几个常见场景举例如下:

1.政务类:

车辆信息,年审信息,企业工商信息,企业经营异常,法院公告,判决信息,招投标公告等等

2.医疗健康:

健康数据,医药查询,医院查询,医疗文献等

3.个人消费数据:

电商网站消费记录,房产买卖交易,个人征信数据等

以上数据,随便哪个在不久的未来都会产生巨大的价值,而公信宝团队现在主攻的个人数据方面已经取得了不少进展,2017-7-7的工作进展,商务部分如下:

与中国联通达成合作,对接中国联通的全国征信数据,首次上线的数据产品种类多达59项。已经与公信宝签约的近百家互联网金融企业将首次享受可以直接购买中国联通的全国征信数据;

公信宝与浙江省大数据交易中心建立战略合作,将在公信宝数据交易所首发上线全国的航空出行数据作为试点,航空出行数据源由官方提供;

公信宝与极光大数据进行数据上线前的测试对接,极光大数据是国内首位移动设备的大数据服务商,具有国内领先的移动设备大数据的生产能力,拥有机主背后10多个维度,1000多项标签的用户画像,广泛应用于金融信贷、广告营销、身份验证等数据挖掘;

公信宝个人隐私保护机制符合合规的数据交易模式得到了国内大厂的关注和交流,有望更进一步发展。

6月份预计签约客户15家,实际签约18家。为保护公信宝自身的商业机密,在以后的公告里面将不再公告客户名单,其中重要客户除外。

(5)投资回报估算

公信宝分红规则为,公信股(GXShares)发行总量为1亿股(100,000,000),享有公信宝数据交易所佣金10%的分红权(注意是佣金分红不是利润分红,佣金分红是不管公司有没有利润都得进行分红,只要有交易就会有分红),交易所上线第一年采取每6个月一次分红,第二年拟采取每3个月一次分红,第三年拟采取每1个月一次分红,在交易所系统内部按持股比率,直接将分红(公信币)分发到各持股账户,公信币可通过公信宝网关提现。

以国内首家大数据交易所——贵阳大数据交易所的估算数据,预计在未来3年至5年,贵阳大数据交易所日交易额将突破100亿元,预计将诞生一个万亿元级别的交易市场。

对标到公信宝,3万亿的市场,如果公信宝能够占据1%的市场规模,即300 亿人民币/年,按照10%的交易佣金,累计年分红为30元/GXS,若持有1万个GXS则每年分红为30w。

格雷厄姆和沃伦·巴菲特的投资分析理论,市盈率不超过10倍的股票才有投资价值,市盈率超过10倍就有泡沫成分。按照每股价格=市盈率×每股收益,当每个GXS年分红为30元时,其价格应该至少为30*10即300元。若持有1万GXS则市值应该不低于300万。

GXS一个潜在的价值:通过公信宝平台进行GXS的抵押贷款,出资方变成理财标的,借款方快速便捷的获取到贷款,GXS可以提供固定的年化收益。

另外,公信宝的流通股+私募股合计4900万,基金会持有的51%的限制流通股,按照第一年最多不超过6%以后每年不超过5%的释放规则,基金会所有股份流通需要至少10年,可见公信宝团队对项目成长的规划是很长远的。

综上,持有GXS的收益来源为市值增加+GXS分红+理财收益,所以尽可能拿住GXS长期持币或者定投增加手里的持币数量,耐心等待时间发酵,公信宝团队会给持币者足够的惊喜。

(6)总结

区块链行业从最早的一棵树(BTC)到现在的一片森林时代,虽然现在看上去水草丰茂,很多个树苗同时生长,但大多依靠市场的补给,而非项目本身的造血能力在成长。市场的血早晚总有抽光那天,哪个项目能够快速产生造血能力,哪个项目就最有可能成长为参天大树。

在我们投资未来的同时,按照传统思维把商业模式考虑进去,少一些浮躁,多一些理性,才能拿得住该有的品种,等到享受行业红利,收获丰厚的回报的那一天。

附:公信宝发展规划:

Step1---建立数据授权爬虫产品(已完成)

建立网络爬虫产品,以免费服务快速拓展互联网金融企业客户,并将企业客户纳入“公信宝数据交易所联盟成员”中,共享数据交易的红利。该产品开发阶段已于2016年10月8日完成,目前公信宝团队爬虫组正快速补充爬虫维度,每日均有新的爬虫上线;

Step2A---建立基于区块链的去中心化数据交易所(已完成)

公信宝区块链开发团队已于2016年11月成立,现已着手进行代码开发,计划2017年6月份完成第一个版本,9月份之前推出稳定版。

Step2B---开启交易所运行,纳入互联网金融数据

在公信宝数据交易所开发的大半年时间内,以免费、精准爬虫产品拓展互联网金融客户,同时自动延伸成为数据交易所联盟成员,至2017年底,计划发展企业客户500家,覆盖网贷、消费金融个人用户2亿人。

Step3A---和互联网金融协会联盟合作 (2017年9月—长期)

公信宝数据交易所不仅用于贷款和消费金融企业的数据交换和交易,还适用于所有行业的企业和政府的数据交换。2016年11月初,公信宝获得浙江省大数据中心领导称赞,希望公信宝大力促进数据交易所模式的研发,并寄望于将相关部门的数据交换模式放置于公信宝共享数据交易所中或共同运营一条政府专属联盟链;

Step3B---拓展其他相关政府部门、企业 (2017年12月—长期)

继续拓互联网金融企业客户数量,将同互联网金融协会合作,公信宝为现有各地的互联网金融协会建立单独的数据交换联盟,让协会内的成员共享交易金融履约数据,目前全国网络贷款、消费入金和线下小额贷款公司为3万多家,互联网金融协会联盟100多个;

Step4A---公信宝个人APP研发 (2017年12月—2018年2月)

公信宝个人APP:公信宝个人APP是公众管理自身信用数据的强力工具,通过完成四要素和人脸识别验证后开启管理信用的功能,在公信宝数据交易所涉及到个人隐私敏感数据,交易前都需得到本人在APP上的授权确认(未安装APP的用户将用手机短信确认代替),确认信息将记录在区块链中。

Step4B---拓展个人用户数量 (2018年2月—长期)

公信宝个人APP可适用场景广泛,全力推进C端客户拓展;

Step5---公信宝数据交易所境外市场拓展 (2018年1月—长期)

公信宝数据交易所模式具有强辐射性,可以适用于境外的相同场景。


给自己挖个坑,下一篇文章:关于2017年区块链市场暴涨暴跌的思考。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,529评论 5 475
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,015评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,409评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,385评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,387评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,466评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,880评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,528评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,727评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,528评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,602评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,302评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,873评论 3 306
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,890评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,132评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,777评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,310评论 2 342

推荐阅读更多精彩内容