加密VC關係網絡圖譜:加密投資隱藏的規則是什麼

作者:Decentralised.Co;翻譯:金色財經xiaozou

作為一種資產類別,風險投資始終遵循著極端的冪律分布。 但由於我們總是疲於追逐最新敘事,這種分布的具體程度從未被深入研究。 過去幾周,我們開發了一款追蹤所有加密風投機構網絡關系的內部工具。 為何要這樣做?

核心邏輯很簡單:作為創業者,了解哪些風投機構經常聯合投資,既能節省時間又能優化融資策略。 每筆交易都是獨特的指紋,當我們將這些數據可視化呈現時,就能解讀出背後的故事脈絡。

換句話說,我們可以追蹤加密領域中主導大部分融資活動的關鍵節點。 這就像在現代貿易網絡中尋找樞紐港口,與千年前商人尋找貿易據點的本質並無二致。

我們開展這項實驗基於兩個原因:

首先,我們運營著一個類似"搏擊俱樂部"的風投網絡--雖然還沒人揮拳相向,但我們也鮮少公開討論。 這個網絡涵蓋約80家基金,而整個加密風投領域僅有240家機構在種子階段投資超過50萬美元。 這意味著我們直接觸達了三分之一的市場參與者,另有近三分之二的從業者會閱讀我們的內容。 這種影響力遠超預期。

然而,追蹤資金的實際流向始終困難重重。 向所有基金髮送項目進展反而會造成信息噪音。 這個追蹤工具應運而生,它能精準篩選出哪些基金已進行投資、布局哪些賽道、以及他們的合作方是誰。

另外,對創業者而言,掌握資金動向只是第一步。 更有價值的是了解這些基金的歷史表現及其慣常的合投夥伴。 為此我們計算了基金投資獲得後續融資的歷史概率--但在後期輪次(如B輪)這個數據會失真,因為項目方往往選擇發幣而非傳統股權融資。

幫助創業者識別活躍投資者只是第一階段。 接下來需要弄清哪些資本源頭真正具備優勢。 獲得這些數據後,我們就能分析哪些基金的聯合投資能帶來最佳結果。 這當然不是火箭科學,就像沒人能保證初次約會就結婚一樣,也沒有風投能僅憑支票就確保項目進入A輪。 但提前了解遊戲規則對融資和約會同樣重要。

1.成功的架構

我們選取了投資組合後續融資數量最多的20家基金,統計它們在種子階段的總投資案例數。 由此可計算出創業者獲得後續融資的概率百分比。 例如某基金投資100個種子項目,其中30個在兩年內獲得新融資,其」畢業率」就是30%。

需要說明的是,我們嚴格限定兩年觀察期。 很多初創企業可能選擇不融資,或在更晚階段才融資。

即便在這頂尖的20家基金中,冪律效應依然驚人。 比如接受a16z投資的項目,兩年內獲得後續融資的概率是1/3--即每三個a16z投資的初創企業中,就有一個能進入A輪。 考慮到排名末位的基金概率僅有1/16,這個成績相當亮眼。

在本榜單排名接近20位的基金,其投資組合後續融資率約為7%。 這些數字看似接近,但具體來看:1/3的概率相當於擲骰子出現小於3的點數,而1/14的概率堪比誕下雙胞胎--這完全是不同量級的結果。

玩笑歸玩笑,數據真實揭示了加密風投領域的聚集效應。 某些基金能主動為被投項目設計後續融資,因為它們同時運營成長期基金。 這類機構既參與種子輪又跟投A輪,當風投持續加注同一項目時,通常會給後續輪次投資者釋放積極信號。 換言之,風投機構內部是否設有成長期基金,將顯著影響被投企業未來的成功概率。

這種模式的終極形態,將是加密風投逐步演變為對成熟創收項目進行私募股權投資。

我們曾對這一轉變有過理論推演。 但數據究竟揭示了什麼? 為探究這個問題,我們統計了投資組合中獲得後續融資的初創企業數量,並計算了同一家風投機構參與後續輪次的概率。

也就是說,如果某公司從a16z獲得種子輪融資,那麼a16z參與其A輪融資的概率有多大?

規律很快顯現:管理規模超10億美元的大型基金更傾向於頻繁跟投。 例如:a16z投資組合中44%獲得後續融資的項目都有其繼續跟投;blockchain Capital、DCG和Polychain會對25%的獲續投項目追加投資。

這意味著:種子輪或Pre-Seed輪選擇投資方遠比想象中重要,因為這些機構存在顯著的"重複注資偏好"。

2、慣性合投

下圖展示了加密領域過去十年所有風投機構的網絡圖譜:1000家投資機構通過約2.2萬次合投形成連接。 表面看似乎選擇眾多,但需注意這包含已停止運營、未實現回報或暫停投資的基金。

真實市場格局在下圖中更為清晰:能進行單筆超200萬美元A輪投資的基金僅約50家;參與此類輪次的投資網絡涵蓋約112家機構;這些基金正加速整合,展現出強烈的特定合投偏好。

隨著時間的推移,基金似乎會形成穩定的合投習慣。 也就是說,投資於一個實體的基金往往會因為技能互補(如技術評估/市場拓展)或基於合作夥伴關係而吸引同行基金。 為了研究這些關係是如何運作的,我們在去年開始探索基金之間共同投資的模式。

通過分析過去一年的合投數據可見:

Polychain與Nomad Capital合投9次;

Bankless與Robot Ventures合投9次;

Binance與Polychain、HackVC各合投7次;

OKX與Animoca合投7次。

頭部基金對合投方的篩選日趨嚴苛:

Paradigm去年10筆投資中有3筆與Robot Ventures合投;

DragonFly在13筆投資中,與Robot Ventures、Founders Fund各合投3次;

Founders Fund的9次投資中有3次與Dragonfly聯手。

這表明市場正轉向"寡頭式投資"--少數基金用更大籌碼下注,且合投方多為老牌知名機構。

3、矩陣分析

另一種研究方式是通過最活躍投資者的行為矩陣,上圖統計2020年以來投資頻次最高的基金關係網,可見:‌加速器特立獨行‌,Y Combinator等加速器雖投資頻繁,但與交易所或大型基金合投極少。

另一方面,你會發現交易所也普遍存在特定偏好。 例如OKX Ventures與Animoca Brands保持著高頻合投關系,coinbase Ventures與Polychain共同投資超30次,與Pantera也有24次合投記錄。

我們觀察到的結構性規律可歸納為三點:

*加速器往往很少與交易所或大型基金合投,儘管它們的投資頻率很高。 這可能是由於階段偏好。

*大型交易所往往對處於成長階段的風險基金有著強烈的偏好。 目前,Pantera和Polychain在這方面占據主導地位。

*交易所傾向於與本地機構合作。 OKX Ventures和Coinbase對合投對象的偏好有所不同凸顯Web3時代資本配置的全球化本質。

既然風投正在聚合,邊際資本將來自何處? 一個有趣現象是企業資本自成體系:高盛歷史上僅與PayPal Ventures和Kraken各合投2次,而Coinbase Ventures與Polychain合投37次、Pantera 32次、Electric Capital 24次。

與傳統風投不同,企業資本通常瞄準具有產品市場契合度的成長期項目。 在早期融資萎縮的當下,這類資本的行為模式值得持續觀察。

4、動態演變的資本網絡

數年前讀完尼爾·弗格森《廣場與高塔》後,我便萌生研究加密領域關係網絡的想法。 該書揭示思想、產品甚至疾病的傳播都與網絡結構相關,但直到我們開發出融資數據看板,才真正實現加密資本網絡的可視化。

這類數據集能用於設計(並執行)併購與代幣私有化方案--這正是我們內部探索的方向,也可輔助商務合作決策。 我們正在研究如何向特定機構開放數據訪問。

回到核心問題:網絡關系真能提升基金業績嗎? 答案頗為複雜。

基金的核心競爭力日益取決於篩選團隊的能力與資金規模,而非單純的人脈資源。 但普通合伙人(GP)與合投方的個人關係確實關鍵--風投共享項目流是基於人際信任而非機構品牌。 當合伙人跳槽時,其關係網絡會自然遷移至新東家。

2024年的一項研究驗證了這個假設。 該論文分析了100家頂級VC的38,000輪投資數據後得出了關鍵結論:

*‌歷史合投不保證未來合作‌,失敗案例會中斷機構間信任。

‌*狂熱期合投激增‌,牛市階段基金更依賴社交信號而非盡調;熊市獨行傾向‌,估值低迷時基金傾向獨立投資。

‌*能力互補原則‌:同質化投資方扎堆往往預示風險。

正如前文所述,最終,合投不是發生在基金層面,而是發生在合伙人層面。 在我自己的職業生涯中,我見過一些人在不同的組織之間跳槽。 目標通常是與同一個人一起工作,而不管他們加入了什麼基金。 在人工智能取代人力的時代,人際關係仍然是早期風險投資的基礎。

在這項關於加密風險投資網絡的研究還有大量空白。 例如,對沖基金的流動性配置偏好、成長期投資如何適應市場周期、併購與私募股權的介入機制等。 答案或許就藏在現有數據中,但提煉出正確問題還需要時間。