作者：Decentralised.Co；翻譯：喜來順財經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。但由于我們總是疲于追逐最新敘事，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，就能解讀出背后的故事脈絡。

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并無二致。

我們開展這項實驗基于兩個原因：

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。向所有基金發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伙伴。為此我們計算了基金投資獲得后續融資的歷史概率——但在后期輪次（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。獲得這些數據后，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。但提前了解游戲規則對融資和約會同樣重要。

1.成功的架構

我們運用基礎邏輯篩選出投資組合后續融資率最高的基金。如果某家基金投資的多個項目在種子輪后都能獲得新融資，說明其投資策略確有獨到之處。當被投企業以更高估值完成下輪融資時，風投的賬面回報也隨之提升，因此后續融資率是衡量基金表現的可靠指標。

我們選取了投資組合后續融資數量最多的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后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，兩年內獲得后續融資的概率是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，其投資組合后續融資率約為7%。這些數字看似接近，但具體來看：1/3的概率相當于擲骰子出現小于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后續融資，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，通常會給后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么？為探究這個問題，我們統計了投資組合中獲得后續融資的初創企業數量，并計算了同一家風投機構參與后續輪次的概率。

也就是說，如果某公司從a16z獲得種子輪融資，那么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于頻繁跟投。例如：a16z投資組合中44%獲得后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"重復注資偏好"。

2、慣性合投

這些規律屬于事后總結。我們并非暗示未獲頂級風投青睞的項目注定失敗——所有經濟行為的本質都是增長或盈利，實現任一目標的企業終將獲得價值重估。但若能提升成功概率何樂不為？若無法直接獲得前20大基金投資，通過其網絡間接觸達資本樞紐仍是可行策略。

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，投資于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）或基于合作伙伴關系而吸引同行基金。為了研究這些關系是如何運作的，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系網，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，盡管它們的投資頻率很高。這可能是由于階段偏好。

*大型交易所往往對處于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。

*交易所傾向于與本地機構合作。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》后，我便萌生研究加密領域關系網絡的想法。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。

這類數據集能用于設計（并執行）并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？答案頗為復雜。

基金的核心競爭力日益取決于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）與合投方的個人關系確實關鍵——風投共享項目流是基于人際信任而非機構品牌。當合伙人跳槽時，其關系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輪投資數據后得出了關鍵結論：

*?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么基金。在人工智能取代人力的時代，人際關系仍然是早期風險投資的基礎。

在這項關于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、并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。