發佈日期：2026 年 7 月 23 日 · 幣貝研究院
關於這一主題的延伸研究，參見幣貝研究院《代幣分配與歸屬》。
執行摘要
代幣解鎖是加密市場中最可預測的供應衝擊，卻也是被最持續誤定價的事件之一。解鎖被寫進一份公開的歸屬合約，提前數月甚至數年確定，因此日期從不是新聞；然而其後果卻屢屢出人意料，因為知道被鎖代幣何時變得可賣，本身幾乎無法告訴你它會砸得多重。"何時"與"多重"之間的這道鴻溝，正是分析的用武之地，而且這道鴻溝並不小：Keyrock 對逾 16,000 次解鎖事件、約 40 個代幣的大樣本研究發現，約 90% 的解鎖之後出現了負向價格壓力，且疲弱通常在解鎖日之前約 30 天就已開始，而非之後 [1]。市場會搶在日曆之前行動。
本報告分兩層展開。第一層是：解鎖並非加密獨有的現象，而是一個被充分研究的股票事件——IPO 股票鎖定期到期——的直接類比，其二十年的學術文獻發現，即便到期日是公開信息，也會出現具統計顯著性的、永久性的負向異常收益，以及交易量的持久躍升 [3][4][5]。第二層是機制性的：一次抵達交易所的解鎖，就是某個羣體必須通過有限訂單簿消化的一筆大額元訂單（meta-order），因此其價格效應受制於支配一切大額交易的市場衝擊定律 [6][7][8]。在這兩大基石之上，我們提出一個五因子的拋壓風險評分——幅度、吸收、羣體、結構、時機——並將每個因子與一個可觀測信號相連，包括一個已算出的市場衝擊估計，以及讓 30 天預期窗口變得可讀的衍生品"暗示"。
其影響是結構性的，而非偶然的。Binance Research 估計 2024–2030 年間約有 1,550 億美元的代幣將陸續解鎖 [29]，並測算：2024 年上線的代幣——平均市值/FDV 比僅 12.3%——僅為頂住既定供應而維持價格，就需要約 800 億美元的新增需求 [2]。隨後的一批印證了這一點：2025 年上線的 118 個代幣中，84.7% 後來跌破其上市估值，全稀釋口徑的中位回撤達 71.1% [2][21]。在此背景下，本評分的目的不是預測價格，而是把一份擁擠的解鎖日曆排序成少數真正構成結構性供應的事件、與多數只是噪音的事件。此處一切均為教育性分析，而非投資建議。
第一部分 · 解鎖的解剖：存量、流量與懸頂
對解鎖究竟改變了什麼保持精確，是其餘一切的基礎。解鎖不創造代幣；總供應量是固定的、且始終被計入 [13]。改變的是流通盤（float）——真正可被賣出的那部分供應。一個項目可以頂着一個令人安心的市值，而其大部分代幣仍被鎖定，以至於可交易供應只是標題數字的薄薄一片，而那個看起來便宜的完全稀釋估值（FDV），只有在需求增長到能跟上一份公開、機械、且對價格無動於衷的釋放計劃時才站得住腳 [2]。
使解鎖重要的結構性條件，是主導了 2023–2025 上線週期的低流通/高 FDV 設計，其中上市時的流通盤往往只有總供應的 5–15% [2][28]。在這種設計下，被鎖的懸頂遠遠壓過活躍流通盤。Binance Research 將 2024 年上線項目的平均市值/FDV 比定在 12.3%，意味着約七分之六的最終供應仍潛伏在流通盤之後，並估計僅為在不變價格下吸收 2024 批次的既定解鎖，就需要約 800 億美元的新增需求 [2]。Tokenomist 與 CoinMarketCap 這類行業解鎖追蹤工具的存在，正是為了逐事件地把這份前瞻供應變得可讀 [12][13][25]。
這套算術逼出一個較弱分析會含糊掉的區分：有兩個幅度，而非一個。存量幅度是單次事件佔流通盤的百分比——那次離散衝擊。流量幅度是該計劃隱含的年化釋放——那份持久的懸頂，即便沒有任何單次事件看起來很大，也能把一個代幣壓制數個季度。一個 1 億流通、對 19 億總量、把餘下 18 億在四年裏線性歸屬的代幣，每年以約 27% 的當前流通盤作為一股結構性細流釋放，完全獨立於任何懸崖 [2][26]。一個代幣可以是低存量高流量（一份無情的線性計劃），也可以是低流量高存量（一筆沉睡的分配撞上一次懸崖），而只讀其中一個數字，是最常見的第一個錯誤。
第二部分 · 來自股票鎖定期的教訓
加密並沒有發明解鎖；它重造了 IPO 股票鎖定期，而關於鎖定期到期的股票文獻，是可用於推理代幣解鎖的最嚴謹證據基礎。在一次常規 IPO 中，內部人與 IPO 前投資者同意在一段固定期限——經典是 180 天——內不賣出，之後其股份變得可自由交易。到期就是一次預定的、公開知曉的流通增加：與代幣解鎖在結構上完全相同 [3][4]。
實證發現高度一致且可直接遷移。Field 與 Hanka 研究了美國 IPO 的大樣本，記錄到鎖定期到期前後一個具統計顯著性的三日異常收益約為 −1.5%，並伴隨永久性約 40% 的平均交易量上升 [3]。Ofek 與 Richardson 及後續工作發現價格效應是永久性而非暫時性的——與供應對一條向下傾斜的需求曲線的持久右移一致，而非一次暫時的流動性凹陷 [4]。這一模式在國際上重現，包括歐洲與馬來西亞市場，那裏到期同樣是內部人的首個退出機會，同樣伴隨成交量激增 [5]。
兩點含義直接進入加密。第一，一個公開知曉的日期竟能產生顯著、永久的價格移動，這本身就是對強式市場有效性的反證，並支持個別證券存在向下傾斜的需求曲線 [4]——這正是為什麼"這次解鎖已被定價"是一個必須被贏得、而非被假設的主張。第二，其幅度排序與加密數據後來所顯示的相符：效應由先前被鎖的內部人供應之到來所驅動，且在新可解鎖流通盤相對已交易量較大時更大。接下來的代幣解鎖框架，實際上就是 IPO 鎖定期結論在一個具 24/7 交易、更薄訂單簿、更豐富衍生品疊加的市場中的重新推導。
第三部分 · 加密實證基線——以及它掩蓋了什麼
加密證據使這個股票類比更加鋒利。在 Keyrock 逾 16,000 次事件的樣本中，約 90% 的解鎖與負向價格壓力相關，而且——大多數人忽略的細節——疲弱通常在日期之前最多 30 天就已開始，因為持有者與交易者通過賣出、或更常見的對沖，搶在釋放之前行動 [1]。一項對幣安上 52 次解鎖事件的早期學術研究，通過"供應衝擊"視角得到相容結論，指出落在上市一週年前後 60 天窗口內的全部 14 次事件都呈負收益，同時謹慎地標註該模式是事後識別、需樣本外復現 [11]。市場層面的批次數據更為直白：2025 年上線的 118 個代幣中，84.7% 後來跌破其上市估值，全稀釋口徑的中位回撤為 71.1% [2][21]。
兩項發現重塑了應如何讀這份日曆。傷害提前到來：因為大部分調整發生在日期之前，一次解鎖首先是一個預期事件、其次才是一個流量事件，而日期之後的走勢大多隻是揭示有多少已釋放供應真正抵達了交易所 [1]。接收方決定嚴重程度：團隊解鎖是最具破壞性的類別，因為團隊很少協調賣出，個體成員在同一窗口內清倉；投資者與風投解鎖出人意料地並非下跌的主要驅動，因為這些持有者更常對沖、並通過場外櫃枱與期權交易，把供應留在公開訂單簿之外；而生態解鎖往往反向為正，平均約 +1.18%，因為它們為流動性、資助與激勵提供資金，而非個人退出 [1]。2024 年的具體案例乾淨地展示了預期模式：ARB 向投資者與團隊釋放約 11 億枚代幣，在日期前後引發一次急跌；OP 反覆的投資者與貢獻者解鎖，各自在事件前壓低價格、並在基本面穩健處於事件後回穩 [11][18]。
一份頂級的解讀會質詢自身的證據。四條注意事項為 90% 基準率降温。內生性：計劃並非隨機——較弱的項目會前置內部人分配，因此羣體與結果部分地與項目質量混雜 [11]。市場貝塔：解鎖在時間上聚集，一波撞進避險行情的解鎖，會因與解鎖本身無關的原因"印證"基準率 [2]。倖存者偏差：樣本偏向那些活得夠久、能按計劃解鎖的代幣 [1]。反身性：因為基準率如今已廣為人知並被工具化 [12][13][14]，它部分地自我瓦解——市場預期解鎖越有效率，平均衝擊就越多地從日期遷移到前置窗口，而對最受關注的名字則趨向於零。基準率是一個待更新的先驗，而非一個待套用的判決。
第四部分 · 吸收的物理學：一個市場衝擊的處理
在行為敍事之下，是一個機制性的敍事，而這正是多數解鎖評論止步之處。一次抵達交易所的解鎖，就是賣方必須通過有限訂單簿消化的一筆大額元訂單，因此其價格效應就是那筆元訂單的市場衝擊——量化金融中被研究得最多的對象之一。Kyle 的經典模型預測小額訂單的線性衝擊，I(Q) ≈ λ·Q，斜率 λ（"Kyle 的 lambda"）度量非流動性 [6]。但對解鎖所代表的大額規模，線性響應會失效：衝擊遵循一條凹形的平方根定律，I(Q) ≈ Y · σ_D · (Q / V_D)^δ，其中 σ_D 是日波動率、V_D 是日成交量、Y 是量級為一的常數、指數 δ 接近 0.5——這一形式最初取自 Loeb 與 Torre 的實證，此後在股票、外匯、期貨、信用與加密中被反覆確認 [8][9][22][23]。對解鎖重要的那個比值是 Q / V_D，即訂單規模相對於日成交量——恰是"解鎖 ÷ 平均日成交量"這個吸收項，如今是被推導出來、而非被斷言的。
兩個後果隨之而來。第一，凹性使吸收以正確的方式非線性：一次適度解鎖消化起來很便宜，但越過某個閾值後，邊際代幣變得極其昂貴，這正是為什麼實證觀察到的承壓點——約 2.4× 平均日成交量——並非任意，而是 (Q/V_D) 把衝擊函數推入其懲罰性區間之處 [18]。具體而言，對一個日波動率約 4% 的代幣，一次等於一日成交量的解鎖隱含量級為 Y·σ·(1)^0.5 的暫時衝擊，而九日成交量則隱含約 √9 = 3× 的衝擊——這還是在任何行為性賣出之前，僅憑供應、機械地發生 [8]。這正是為什麼一次佔流通盤 2% 的解鎖砸進薄訂單簿，會比 5% 砸進深訂單簿更要命：同一個 Q 遇上不同的 V_D。第二，Almgren–Chriss 把衝擊分解為暫時成分（對流動性需索的成本，會回覆）與永久成分（攜帶信息的持久移動），解釋了為什麼釋放結構是一階變量 [7]。最優執行理論説，一筆大額元訂單應被切分到時間上以最小化暫時衝擊——這恰恰、且機械地，正是線性歸屬計劃所做、而懸崖所不能做的。懸崖迫使整筆份額一次性需索流動性，最大化暫時衝擊；線性計劃把一次衝擊轉化為一長串各自可被吸收、但合起來持續磨壓的小額訂單。市場微觀結構不變性的工作把這些區間聯入一個單一框架，其中下注規模、波動率與成交量共同設定衝擊 [10]。
第五部分 · 拋壓風險評分
股票類比給出先驗，衝擊定律給出機制，羣體劃分給出行為權重。評分把它們組合，沿五個維度讀每一次解鎖——各自盡可能映射到一個可觀測量，並被合起來讀，因為諸因子以乘性、而非加性相互作用。
幅度（存量與流量）。是相對於已交易量的規模，而非美元標題。作為存量，佔流通盤 2% 以下通常微小，5% 以上產生顯著壓力，20% 以上進入嚴重稀釋區，急劇反應近乎是規律——2026 年的 PUMP 與 CONX 懸崖越過了那條線 [18][19]。作為流量，年化釋放相對於流通盤度量那份持久懸頂，即 Binance Research 用以估算約 800 億美元需求缺口的那個指標 [2]。
吸收。解鎖相對於平均日成交量 Q/V_D，通過平方根定律來讀 [8][9]；正是這個因子把評分從幼稚的百分比思維中拯救出來，並最好與幅度聯合可視化，因為一張"多大 對 多流動"的二維圖，比任一單軸都更精確地定位一次事件。
羣體。最強的單一區分因子，作為乘數進入：團隊分配即便在中等幅度下也落在區間頂部，因為無協調的內部人賣出攜帶最高的永久衝擊含量；投資者分配被打折，依據是這些持有者對沖並在場外交易；生態分配被打折得最多、甚至能翻轉符號 [1]。抵住美元標題、每次都問這是誰的代幣，是本框架裏價值最高的一個習慣。
結構。通過 Almgren–Chriss 來讀：懸崖通過集中元訂單最大化暫時衝擊，線性計劃把它攤銷成一股持久流量 [7]。其餘相同時，懸崖比同等數量的線性釋放得分更高的近期風險，而線性計劃則以一次衝擊換取一段更長的懸頂。
時機。因為下跌通常在日期之前最多 30 天開始 [1]，風險是一個約在 T-30 打開的窗口，而非一個點——而且，關鍵地，那個窗口在衍生品複合體中是可觀測的（第六部分）。時機不改變一次解鎖是否有風險；它改變你本應何時就已對其餘四個因子採取行動。
組合起來，諸因子產出的是一個排序、而非虛假的精確：一次大型生態懸崖得分低於其標題（羣體折扣壓過高幅度）；一次砸進薄訂單簿的中型團隊懸崖得分居頂（幅度、吸收與羣體同向疊加，且懸崖最大化暫時衝擊）；一次大型投資者線性釋放得分居中，其殘餘風險表現為一股持久流量、而非一次事件。同樣的五個問題，每次都給出一個可辯護的排序。
第六部分 · 讀盤：作為預期計量表的衍生品複合體
30 天的前置漂移不是一種情緒；它是一種成本最小化的反應，而這使它可讀。一個面對既定解鎖的持有者，有一個比賣現貨便宜的替代方案：用永續合約對沖。以每 8 小時約 0.02% 的資金費率計，一次兩週的對沖成本約為名義的 0.84%——相對於一次大解鎖可能造成的兩位數回撤微不足道——因此理性持有者對沖而非拋售，而那股對沖壓力就是日期前的疲弱 [15][17]。第三部分的行為發現有了一個機制性的成因。
因為對沖活在衍生品裏，預期會在 T-30 窗口留下指紋。資金費率轉負並維持為負，標誌一個擁擠的做空/對沖——永續持有者付費做空 [15][16]。未平倉量向着日期堆積，顯示有多少資本坐在那個失衡中；資金費率告訴你失衡的運行成本，未平倉量告訴你其規模，兩者合起來比任一單獨都説得更多 [16]。基差（永續低於現貨）與飆升的現貨借貸利率補全了這幅圖 [15][17]。當一個代幣帶着負資金費率、上升的未平倉量、疲軟的基差與升高的借貸逼近一次解鎖時，市場正在實時定價該事件——而一次大解鎖之前這些信號的缺席本身就是信息，往往是一個尚未被定價衝擊的、少人跟蹤的名字。
這個視角也解釋了最令觀察者困惑的兩種行為。安靜的解鎖——一次龐大、被充分預告、卻以一記聳肩收場的釋放——是那個反身性均衡：預期如此有效，以至於價格在日期之前已完全調整 [1][14]。日期後的解脱反彈是它的鏡像：一旦懸頂清空、對沖平倉（空頭回補、多頭重建），移除一個已知風險反而能抬高價格，即便流通盤剛剛擴張，這一模式可見於 OP 在基本面穩健處的解鎖後回穩 [11]。兩者對只看日期與規模的框架都不可見；兩者對看衍生品複合體的框架都可讀。優勢，再一次，在於殘餘——那些人羣沒有有效定價的事件——而非在於人羣已經知道的基準率。
第七部分 · 把評分應用於 2026
一個框架靠排序證明其價值，而 2026 提供了一場壓力測試。僅三月就承載了逾 60 億美元的既定解鎖，領頭的是一次約 41.8 億美元的釋放、約佔當月總量的 69%，隨後數月又添上各自數十億美元的浪潮 [18][19][20]。經美元標題去讀，它們糊成"一大堆供應"；經五因子去讀，它們分開來。
日曆上的三個原型説明了這一點。一次超大型生態釋放得分遠低於其標題——幅度高，但羣體乘數強力偏向它——分析師的後續動作是核實這些代幣是真被部署、而非被貼標改稱的團隊供應 [1]。一次越過流通盤 20% 的單日懸崖，如 PUMP 與 CONX，得分居於區間頂部：極端存量幅度、最大化暫時衝擊的懸崖結構，以及——若砸進薄訂單簿——一次失敗的吸收測試，全部同向，且衍生品暗示預計會在日期前很早就亮起 [18][19]。一次接近流通盤 10% 的釋放，如 RAIN 的——約 8.96 億美元，是 2026 數據集中最大的單次解鎖價值之一——居於其間，其最終得分取決於羣體、以及其規模相對於該代幣日成交量之比，也即恰恰落在吸收軸上 [19][20][30]。具體判決不如方法重要：同樣的五個問題、加上衍生品交叉核對，每次都產出一個可辯護的排序，讓讀者能對一份擁擠的日曆分診、而非對最大的那個數字做出反應。
第八部分 · 侷限與誠實的失效模式
一個框架靠指明它做不到什麼來贏得信任。本評分是供給側壓力的一面透鏡，對與之相遇的需求保持沉默：一個強敍事、一次重大上幣、或一波廣泛的市場買盤，都能吸收一次評分判為高風險的解鎖，而一個疲弱的盤面能讓一次低風險解鎖感覺殘酷——全市場情緒是評分看不見的那個乘數，且往往是決定性的 [2]。
另有四條侷限值得像框架本身一樣直白地陳述。數據質量：歸屬計劃是公開的 [12][13]，但接收方標籤——團隊 vs. 投資者 vs. 生態——有時含糊或自報，而既然羣體是最強因子，一份被打扮成"生態"的"團隊"分配就能瓦解整套機制 [1]。反身性與衰減：因為基準率廣為人知並被工具化，最受關注的解鎖被有效地預先定價，因此本框架的活躍優勢集中在少人跟蹤的名字、以及羣體/吸收的錯標上，而非在人人已做空的頭條事件上 [11][14]。模型的謙卑：嚴肅的從業者用隨機方法為解鎖衝擊建模——Delphi 的拋壓模擬器使用蒙特卡洛路徑與置信帶——正因為對一個非線性、依賴情緒的過程給出點估計是虛假的精確，這也是為什麼我們的評分刻意是一個序數排序、而非一個基數預測 [14]。範圍：評分排序的是相對風險；它不是價格目標，也無法告訴你當前價格已經反映了什麼。當作檢查清單用，它磨礪判斷；當作水晶球用，它會讓你失望。
結語 · 從日曆到紀律
代幣解鎖之所以獎勵準備，正因為它們是預定的、公開的、機械驅動的，且——就加密與股票鎖定期文獻的證據之重而言——遠多於不多於地為負，且疲弱通常在日期之前一個月就已開始 [1][3]。但基準率是分析開始之處、而非結束之處。在它之下坐着市場衝擊的物理學，它把"解鎖 ÷ 日成交量"從一條經驗法則變成一個被推導的、非線性的吸收成本，並使懸崖對線性成為暫時 vs. 攤銷衝擊之別 [7][8]。在它周圍坐着衍生品複合體，它把 30 天預期窗口從民間説法變成一組可讀信號，並解釋安靜解鎖與解脱反彈兩者 [15][16]。在兩者之間，五因子拋壓風險評分把一堵將至的解鎖牆化解為一份排序清單：把事件對流通盤、對日成交量稱重，重權羣體，分類結構，並在 T-30 而非當天打開風險窗口，同時盯住資金費率、未平倉量、基差與借貸以聽取市場自己的判決。
這些事件所作用的更深基礎——歸屬計劃與解鎖懸崖如何被設計、金庫與生態儲備如何從供應中劃出、以及流通盤如何偏離總供應與 FDV——各自都值得獨立理解，因為評分只與讀者對它所評之機制的把握一樣好。把它當作一套為供應風險排序的紀律，永不當作對價格的預測，並始終與任何供給側框架都無法捕捉的需求側與市場背景並置。
參考資料
[1] Keyrock, From Locked to Liquidity: What 16,000+ Token Unlocks Teach Us (analysis of 16,000+ unlock events). keyrock.com
[2] Binance Research, Low Float & High FDV: How Did We Get Here? (May 2024), with 2025-cohort token-performance data. binance.com
[3] Field, L. C. & Hanka, G. (2001), "The Expiration of IPO Share Lockups," Journal of Finance 56(2), 471–500. onlinelibrary.wiley.com
[4] Ofek, E. & Richardson, M. (2000), The IPO Lock-Up Period: Implications for Market Efficiency and Downward Sloping Demand Curves, NYU Stern working paper. researchgate.net
[5] Bradley, D., Jordan, B., Roten, I. & Yi, H. (2001), "Market Reaction to the Expiration of IPO Lockup Provisions," Journal of Financial Research. researchgate.net
[6] Kyle, A. S. (1985), "Continuous Auctions and Insider Trading," Econometrica 53(6), 1315–1335. econometricsociety.org
[7] Almgren, R. & Chriss, N. (2000), "Optimal Execution of Portfolio Transactions," Journal of Risk 3(2), 5–39.
[8] Bouchaud, J.-P., The Square-Root Law of Market Impact. bouchaud.substack.com
[9] Strict Universality of the Square-Root Law in Price Impact Across Stocks (Tokyo Stock Exchange survey). arxiv.org
[10] Kyle, A. S. & Obizhaeva, A. A., Market Microstructure Invariance / The Market Impact Puzzle. nes.ru
[11] Kim, H., The 72-Hour Shock? Preliminary Evidence from 52 Token Unlock Events on Binance, SSRN working paper. papers.ssrn.com
[12] Tokenomist, Token Unlocks — Vesting Schedules & Release Data. tokenomist.ai
[13] CoinMarketCap, Token Unlocks and Vesting Schedules. coinmarketcap.com
[14] Delphi Digital, Token Sell-Pressure Simulator. sellpressure.xyz
[15] Coinbase, "Understanding Funding Rates in Perpetual Futures." coinbase.com
[16] OSL, "Funding Rates Explained: How Perpetual Futures Fees Signal Market Pressure." osl.com
[17] BloFin Academy, "How to Hedge Spot Crypto With Perpetuals." blofin.com
[18] KuCoin, "Large Token Unlocks: Price Impact and 2026 Supply Pressure." kucoin.com
[19] CoinGabbar, "Major Token Unlocks Schedule (2026)." coingabbar.com
[20] Unlocks.app, "Unlocks Activity in July 2026." insights.unlocks.app
[21] Unchained, "Who’s to Blame for the Underperformance of Low Float, High FDV Tokens?" unchainedcrypto.com
[22] Loeb, T. F. (1983), "Trading Cost: The Critical Link Between Investment Information and Results," Financial Analysts Journal 39(3).
[23] Torre, N. (1997), BARRA Market Impact Model Handbook (origin of the square-root impact specification).
[24] Gabaix, X., Gopikrishnan, P., Plerou, V. & Stanley, H. E. (2006), "Institutional Investors and Stock Market Volatility," Quarterly Journal of Economics 121(2).
[25] Messari, Token unlocks, vesting and supply schedules (research library). messari.io
[26] CryptoRank, Cryptocurrency Vesting — Token Unlock calendar. cryptorank.io
[27] DropsTab, Crypto Token Unlocks and Vesting Schedules. dropstab.com
[28] Cointelegraph, "It’s Time to Bring Back Low-FDV Token Sales and Fair Community Launches." cointelegraph.com
[29] CryptoSlate, "VC Funding Is Back — and It May Be Setting Up the Next $97B Token Unlock Wave." cryptoslate.com
[30] CryptoRank & DropsTab combined unlock datasets used for 2026 event magnitudes (RAIN, WhiteBIT, PUMP, CONX, ARB, OP). cryptorank.io
方法與披露：本報告綜合了關於代幣解鎖的已發表實證研究（主要為一項逾 16,000 次事件的大樣本研究 [1] 與一項 52 次事件的早期學術研究 [11]）；用作結構類比的股票鎖定期到期文獻 [3][4][5]；關於價格衝擊的市場微觀結構文獻（Kyle 線性模型 [6]、Loeb–Torre–Bouchaud 平方根定律及其跨資產確認 [8][9][22][23]、Almgren–Chriss 暫時/永久分解 [7]、以及市場微觀結構不變性 [10][24]）；公開的 2026 歸屬日曆數據 [12][13][18][19][20][26][27]；與標準永續資金費率機制 [15][16][17]。所引閾值（佔流通供應約 2%、5% 與 20%；約 2.4× 平均日成交量；約 30 天預期窗口；含生態解鎖約 +1.18% 均值的羣體效應；2024–2030 約 1,550 億美元解鎖與 2024 上線項目 12.3% 的平均市值/FDV）均取自上述來源，且為對框架的示意、而非對任何特定代幣價格的預測。拋壓風險評分是一個用於為相對供應風險排序的教育性、序數分析構造；它不是評級、建議、價格目標，也不是任何項目自有已審計歸屬披露的替代。
免責聲明：本文為幣貝研究院提供的教育內容，僅供參考。不構成投資、交易、税務或財務建議。撰寫於 2026 年 7 月；代幣解鎖計劃、流動性與市場狀況持續變化，請務必以最新官方歸屬數據為準，並在做任何決定前自行研究。
