4.1 Hyperledger Fabric - 应用程序开发 - 场景

应用程序开发 - 场景

在本主题中,我们将描述一个业务场景,涉及六个组织,这些组织使用 PaperNet (基于 Hyperledger Fabric 构建的商业票据网络) 发行,购买和赎回商业票据。我们将使用该场景来概述参与组织使用的商业票据应用程序和智能合约的开发要求。

1. PaperNet 网络

PaperNet 是一个商业票据网络,允许经过适当授权的参与者发行,交易,赎回和评估 (rate) 商业票据。

image

PaperNet 商业票据网络。目前有六个组织使用 PaperNet 网络来发行,购买,出售,赎回和评价商业票据。 MagentoCorp 发行和赎回商业票据。 DigiBank,BigFund,BrokerHouse 和 HedgeMatic 都互相买卖商业票据。RateM 提供了各种商业票据风险评估。

让我们看看 MagnetoCorp 如何使用 PaperNet 和商业票据来帮助其业务。

2. 参与者介绍

MagnetoCorp 是一家备受推崇的公司,生产自动驾驶电动汽车。2020 年 4 月上旬,MagnetoCorp 赢得了一项大订单,为个人运输市场的新进入者 Daintree 生产 10,000 辆 D 型汽车。尽管该订单对于 MagnetoCorp 而言是一笔巨大的胜利,但在 11 月 1 日开始交付车辆之前,Daintree 不必为这些车辆付款,这是 MagnetoCorp 与 Daintree 正式达成交易的六个月之后。

要制造这些车辆,MagnetoCorp 将需要雇用 1000 名工人至少 6 个月。这给公司的财务带来了短期压力 - 每月将需要 500 万美元来支付这些新员工。商业票据旨在帮助 MagnetoCorp 克服其短期融资需求 - 满足每月的工资要求,因为人们期望当 Daintree 开始为新的 Model D 汽车付款时它将拥有大量现金。

在 5 月底,MagnetoCorp 需要 5 百万美元来支付 5 月 1 日雇用的额外工人的工资。为此,它发行了面值为 500 万美元的商业票据,到期日为 6 个月 – 当它希望看到 Daintree 的现金流。DigiBank 认为 MagnetoCorp 信誉良好,因此不需要高于央行 2% 基准利率的溢价,后者在 6 个月内价值 495 万美元,按 500 万美元计算。因此,它以 494 万美元的价格购买了 MagnetoCorp 的 6 个月商业票据,与价值 495 万美元的价格相比略有折扣。DigiBank 完全希望它能够在 6 个月内从 MagnetoCorp 赎回 500 万美元,因承担与此商业票据相关的风险增加而获利 1 万美元。这额外的 10K 意味着它获得了 2.4% 的投资回报率 - 大大优于 2% 的无风险回报率。

6 月底,当 MagnetoCorp 发行 500 万美元的新商业票据以支付 6 月份的工资时,BigFund 以 494 万美元的价格购买了该票据。这是因为 6 月份的商业状况与 5 月份的大致相同,导致 BigFund 对 MagnetoCorp 商业票据的估值与 DigiBank 5 月份的价格相同。

随后的每个月,MagnetoCorp 都可以发行新的商业票据以履行其薪金义务,并且可以由DigiBank 或 PaperNet 商业票据网络的任何其他参与者 (BigFund,HedgeMatic 或 BrokerHouse) 购买。这些组织可能会根据以下两个因素为商业票据支付或多或少的费用:中央银行基准利率和与 MagnetoCorp 相关的风险。后一个数字取决于多种因素,例如 D 型汽车的生产以及评级机构 RateM 评估的 MagnetoCorp 的信誉度。

PaperNet 中的组织扮演着不同的角色,MagnetoCorp 发行票据,DigiBank,BigFund,HedgeMatic 和 BrokerHouse 交易票据以及 RateM 评估票据。DigiBank,Bigfund,HedgeMatic 和 BrokerHouse 等具有相同角色的组织是竞争对手。角色不同的组织不一定是竞争对手,但可能仍然会有相反的商业利益,例如,MagentoCorp 希望其票据的评级很高,以便以高价出售,而 DigiBank 将从低评级中受益,以便可以低廉的价格购买。可以看出,即使是看似简单的网络 (如 PaperNet) 也可以具有复杂的信任关系。区块链可以帮助在竞争者或具有相反商业利益的组织之间建立信任,这可能会导致纠纷。尤其是,Fabric 具有捕获甚至细粒度信任关系的方法。

让我们暂停一下 MagnetoCorp 的故事,并开发 PaperNet 用来发行,购买,出售和赎回商业票据以及捕获组织之间的信任关系的客户端应用程序和智能合约。稍后,我们将回到评估机构 RateM 的角色。

Reference

项目源代码

项目源代码会逐步上传到 Github,地址为 https://github.com/windstamp

Contributor

  1. Windstamp, https://github.com/windstamp
©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 215,794评论 6 498
  • 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 92,050评论 3 391
  • 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 161,587评论 0 351
  • 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 57,861评论 1 290
  • 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 66,901评论 6 388
  • 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 50,898评论 1 295
  • 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 39,832评论 3 416
  • 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 38,617评论 0 271
  • 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 45,077评论 1 308
  • 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 37,349评论 2 331
  • 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 39,483评论 1 345
  • 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 35,199评论 5 341
  • 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 40,824评论 3 325
  • 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 31,442评论 0 21
  • 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 32,632评论 1 268
  • 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 47,474评论 2 368
  • 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 44,393评论 2 352

推荐阅读更多精彩内容