ChinaDeFi是中國第一個專注DeFi的區塊鏈研究品牌，致力於為DeFi的價值創造共識，貢獻中國力量。我們將聯合眾多DeFi專案，開發者、投資機構、媒體、社羣、開放平臺、以及DeFi愛好者，共同打造中國DeFi生態,歡迎加入。
“槓桿”是加速市場、行業、專案發展的重要金融工具，以“套娃”設計理念著稱的DeFi市場更是基於借貸的“槓桿”而起。良性的槓桿會加速發展，但是過高的槓桿率將會帶來崩盤，正如17年12月的牛轉熊、今年3月的“黑天鵝湖”，都是外因+內因共同作用產生的，外因有監管、疫情等因素，而主要的“內因”正是槓桿率過高導致相對流動性不足而引發趨勢反轉。
DeFi行業的確急需資料工具和模型來監測和預警行業、專案的這種風險。Gauntlet的Alpha版近日開始在defipulse上給出了Economic Safety Gade資料描述了風險等級。
Gauntlet與DeFi協議的風險評分
人們很容易忘記-尤其是當一接到通知就“蜂擁而至”進入突然出現的專案時-這對於非DeFi社羣的許多人而言，像Compound或Aave這樣安全的東西似乎仍然是他們所做過的最具風險的投資。即使對於那些已經使用這些產品多年風險承受能力強的人來說，仍然很難比較不同協議之間的風險。如果我將USDC借給Cream.finance以獲得4％的利息，與對借給Aave獲得2％的利息相比，這值得冒險嗎？
許多人甚至不知道去中心化貸款存在哪些風險因素，更不用說如何量化這些風險了。一些借貸協議使用者甚至不知道有清算規則，很少有人知道防止他們的存款損失是最重要的事情。Gauntlet正在構建一個平臺來管理DeFi中的風險。我們將使用這個平臺透過自動化治理來幫助設定協議的安全引數，從而允許協議在風險和資本效率之間進行權衡。但這提出了一個自然的問題-我們如何將這些風險傳達給使用者？
Gauntlet正在啟動DeFi協議的風險評分。從抵押貸款開始，我們建立了量化投資者在獲得這些產品收益時面臨市場風險的標準。基於CEX中心化交易所和DEX去中心化交易所的資料以及鏈上使用者資料，我們能夠直接執行智慧合約進行模擬，以預估市場風險。這將允許使用者使用一致的框架對協議的風險做出決策。我們正在與DeFi Pulse合作，將這些分數作為“經濟安全等級”公佈。DeFiPulse一直是DeFi協議教育使用者的領導者，我們很高興能夠攜手幫助人們更好地瞭解風險。
鏈上貸款的風險
我們將深入介紹如何衡量抵押貸款的風險，如果您需要了解更多細節，請檢視複合風險評估。存款人在鏈上貸款中的主要風險是破產，即該協議可能沒有足夠的抵押資產來償還存戶。但這並不是參與者的唯一風險，例如借款人可能會關心利率的快速變化。但是，我們給出的分數主要是集中在這種破產風險上。有一些關鍵因素會導致這種風險：
使用者行為
抵押資產的波動
相關抵押資產的流動性
協議引數
智慧合約風險
我們的分數並不意味著能夠模擬智慧合約的風險，例如重入攻擊。我們認為，審計師和正式的驗證工具最適合評估這種形式的風險。但是，前4個因素很大程度上決定了經審計的貸款協議的破產機會。
當使用者從Compound借款時，他們可以選擇提供多少抵押資產以及承擔多少債務。正是這種使用者行為影響了協議中清算的頻率。如果借款人不願承擔風險，並且只對自己的抵押資產持有少量頭寸（例如，3美元的債務對10美元的抵押資產），那麼該頭寸就不大可能被清算，更不用說產生破產的風險了。明顯影響風險的另一件事是抵押資產的波動性。如果抵押資產的價值發生巨大變化，25%的下跌也並不稀奇，但是如果不是這樣，則破產的機會可以忽略不計。該協議還可以限制借款人持有高風險頭寸，這將使協議引數降低風險。
協議的成功與否還取決於清算人是否有可以獲得盈利清算。如果頭寸不會被平倉，存款人就無法保證協議具備盈利償付能力。你可能會想，既然讓清算人抵押資產有折扣，他們怎麼可能會賠錢。目前，在鏈上的貸款合約中存有數十億美元。清算人可能必須在短時間內購買數億美元的抵押品。折扣提供了巨大的獲利機會，但是卻帶來了巨大的風險。如果在出售抵押資產時價格下跌，該怎麼辦？如果清算龐大的抵押資產頭寸給市場造成滑點怎麼辦？很難想象，如果750美元的頭寸縮水5％，那7500萬美元將縮水多少，特別是對於流動性較差的抵押資產。大規模的清算會累積起來，進一步推動抵押資產的價格下跌，並引發其他借款頭寸的連鎖清算。在Compound、Aave和Maker上，某些可抵押資產的日交易量小於智慧合約中的債務總額。這就是相對的流動性，這給清算人來了風險，因此也就產生了協議風險。
經濟安全評分-Alpha版本
第一個版本的分數中，我們建立了一個涵蓋這四個風險因素的模型。我們的模擬環境允許代理直接與實際的智慧合約協議進行互動。為了構建代理商使用的借貸策略，我們檢視了鏈上狀態以確定使用者的風險程度（透過檢視鏈上抵押比例）。為了捕獲相對流動性風險，我們從交易所提取資料以對價格波動和抵押資產流動性進行建模。我們使用觀察到的波動率來生成符合市場條件的合成價格軌跡。然後，我們針對訂單資料訓練一個迴歸模型，以瞭解鑑於當前的市場流動性的情況下，清算人可能面臨的滑點。在我們的模擬模型中，我們有實際的清算機器人在執行，它們會直接呼叫智慧合約清算頭寸。透過針對數千種價格軌跡進行模擬，我們可以估計破產的可能性，從而可以估算協議中的風險。最後，我們將該分數標準化為1到100，以建立您在DeFi Pulse上看到的風險分數。
如何解讀分數？
在釋出時，我們將提供兩種鏈上貸款協議Aave和Compound的風險評分。我們還做出了一些簡化的假設，希望在以後的風險評分版本中繼續使用：
選擇“風險最高的抵押資產”，分析其歷史流動性和波動性資料，以確定最有可能引起問題的抵押資產型別。這通常是最不穩定的抵押型別，但也可能是最常用的抵押型別。這種資產對流動性的要求最高，因為有太多資產需要清算。
然後，我們評估使用者在抵押這類資產借出穩定幣的系統風險。目前，穩定幣佔Aave借貸的70％以上，在Compound中佔90％以上，我們希望支援的下一個協議Maker則是100％。
安全評分Beta及更高版本
在我們的Alpha版本中，我們並未涵蓋借貸協議使用者所遇到的所有風險。機敏的觀察者可能已經注意到我們忽略了協議缺乏流動性的情況。我們希望在構建Beta版本時對此建模並加入其他一些功能：
極端的網路擁堵（我們目前納入了gas費用，但在這方面可以做很多改進）
支援對多資產的抵押和借款的清算分析，並考慮到歷史資產價格的相關性（以及對這些關係的衝擊），類似於傳統金融中的投資組合壓力測試。
協議儲備金—Aave和Maker都使用它們的令牌來支援退還存款（對於Maker，就是其發行的DAI）。Compound有儲備金，透過治理可用於償還存款人—所有這些都降低了風險，我們希望將其包括在模型中。
其他風險因素，例如在主網上觀察到的清算人地址的數量。如果一個協議沒有一個具備競爭力的清算人的生態，那麼失敗的機會就更大。
我們還將努力支援更多協議，並希望儘快釋出公開文件，以使希望得分的協議知道它們可以做什麼。
宣告
本文中的“風險評分”僅供參考，並不構成出售要約、購買邀約或任何證券的建議，也不構成Gauntlet提供的投資建議。
