加密领域DeFi Lending目前面临的主要问题有哪些?

百家号 view 13793 2023-4-28 14:40
share to
Scan QR code with WeChat

目前,我认为DeFi领域中Lending(借贷)主要面临着3个比较突出的问题,分别是:利率不是随机的、贷款使用效率低下、信用风险不可组合。如果这些问题得到解决,那么就可以通过从机构吸引数万亿美元来释放 DeFi 的巨大优势!

1.关于利率不是随机的问题

这与借贷协议中如何定义借贷利率 (Borrow Rate、BR) 有关。随着借贷池的利用率 (Utilisation Rate 、UR) 变化,BR 也会随之变化。因此 BR 是确定性的,始终与相同的 UR 相同。UR 是指池内资金的可用性,可以理解为是借出资金/借出资金池中的总资金。

在 Aave 协议中,最优 UR 和其他参数是手动设置的。贷款利率 (Lending Rate、LR) 是 BR & UR 的函数。另外,如下图所示,基于公式,我们还会发现 UR 是不会达到 100%的,这其实是一个不平衡的本金匹配机制,会导致出现巨大的低效率。

加密领域DeFi Lending目前面临的主要问题有哪些?

我们需要理解的是,只有当贷方和借款人以不同水平的市场清算利率 (Interest Rate、IR) 进入和退出市场时,市场才是随机的,且根据他们进入/退出市场的随机性会将 IR 推高/降低。 因为在金融市场中,参与者有着不同程度的交易意愿,随着各种信息的可用性,这种交易意愿是会发生迅速变化的,人们改变观点的顺序或速度其实也是如此。

因此,IR 是随机的,不像 DeFi 贷款中的利率那样具有确定性或可预测性。换句话说,因为我们周围的很多现象都不是确定性的(如果 X 发生,那么就会 Y),而是概率性的。所以,基于随机利率的风险定价可以有效地将概率输入包含在金融模型中,且产生的结果会分布在一个范围内。

如果与风险定价的上述相关事宜就无法实现,那么 DeFi Lending 就无法吸引更多的机构资金。因为当这个市场与现有机构资金市场差异比较大时,传统机构往往是不知道如何为这些风险进行定价的。

2.关于贷款使用效率低下的问题

目前,基于 UR 的贷款效率比较低下,因为只有当 UR 为 100% 且 LR = BR 时市场才处于均衡状态。 简单来说,比如在 50% UR 和 5% BR 的池子中,LR = 5%*0.5 = 2.5%,而这2.5%的利差我认为是一种无谓的损失,既不会被借贷协议利用,也不被借款人/贷方利用。如下图所示。

加密领域DeFi Lending目前面临的主要问题有哪些?

这种无谓的损失是代表低效率的利差区域:借款人必须支付更高的 BR,而贷方则通过更低的 LR 获得支付。利差没有被贷款协议利用,而是被浪费了,因为基于 UR 的贷款会导致本金匹配不均衡。

加密领域DeFi Lending目前面临的主要问题有哪些?

比较在 Aave 协议中,ETH 和 wBTC 两者的点差均超过1.5%,因此,借贷协议只能对 BR 进行非常小的削减,否则这会导致 LR 和 BR 之间的利差更大。

加密领域DeFi Lending目前面临的主要问题有哪些?

3.关于信用风险不可组合的问题

理论上来说,借贷协议之间的利率差异可以通过套利实现最小化的,比如,当收益率差低于 5% 时,可以从 Aave 将 1000 万美元 USDC 存入 Compound、然后再将 1000 万个 cUSDC 从 Compound 重新存入 Aave。

加密领域DeFi Lending目前面临的主要问题有哪些?

然后继续步骤上面的操作,直到 Aave 上的 BR = Compound 上的 LR。但现实情况是,利率套利是不可能的,因为 Aave 和 Compound 不接受彼此的代币作为抵押品。 Aave 无法对与 cTokens 相关的风险进行定价,反之亦然。

加密领域DeFi Lending目前面临的主要问题有哪些?

综合来说,在目前的 DeFi Lending 领域中,如果在上述的 3 个关键问题尚未解决的情况下,我认为未来一定会出现一些创新、可以实现由不同期限的债券组成的收益率曲线,作为风险定价的基准。只有这样,传统的机构资金才可以上链,并在下一轮牛市中吸引大量新资金涌入,让加密市场实现飞速增长。

btcfans公众号

Scan QR code with WeChat

Disclaimer:

Previous: 摩根大通创建的人工智能工具分析美联储的讲话以发出交易信号 Next: 西方加密监管现状:美国在为管辖权而“窝里斗”,欧盟已经迈出实质性一步

Related