渣打银行再唱 50 倍狂想曲,为 AAVE“画饼”剑指 3500 美元

链捕手Publicado a 2026-06-25Actualizado a 2026-06-25

Resumen

渣打银行发布研报,预测DeFi借贷协议AAVE的代币价格有望在2030年底前上涨50倍,达到3500美元。其核心逻辑基于两大趋势预判:一是到2030年DeFi总锁仓量(TVL)将增长37倍至约2.7万亿美元,主要受稳定币扩张和现实世界资产(RWA)上链驱动;二是RWA在DeFi中的渗透率将从目前的3.5%大幅提升至30%。报告认为,Aave凭借其高效业务模式、V4新架构的跨链流动性能力以及稳定币GHO的费率捕获,能将这些宏观红利转化为实际协议收入。 文章指出,Aave目前以借贷赛道约一半的TVL,占据了该赛道超过80%的协议留存收益,展现出强大的盈利能力。灰度(Grayscale)的报告也认为AAVE是现金流驱动型资产,当前价格被低估。 然而,报告也揭示了Aave面临的挑战。其点对池(Peer-to-Pool)借贷模型存在固有缺陷,导致大量资金闲置,造成每年数千万美元的“无形损失”,资本效率偏低。此外,4月发生的KelpDAO安全事件暴露了该模式在极端情况下的脆弱性。新兴协议如Morpho正以更高的资本效率从效率端发起挑战。 综上,渣打银行的“50倍狂想”描绘了传统金融对资产上链的巨大期望,但Aave要实现万亿资产规模的愿景,仍需在狂想与现实之间,解决其结构性短板,夯实发展地基。

作者:Jae,PANews

继UNI之后,渣打银行向加密行业再放豪言:AAVE有望在2030年底前飙升50倍,达到3,500美元。

相关阅读:渣打银行开出40倍“赌盘”,喊单UNI涨至100美元

激进的论调、夸张的倍数,再配上熟悉的剧情:AAVE价格一路冲破80美元,24小时涨幅一度逼近20%。链上借贷市场一片骚动,有人欢呼传统巨头唱多AAVE,也有人嘲讽渣打银行是又一个被冲昏头脑的卖方。

Aave的下一场战役,将在狂想与现实的交织中打响。

渣打银行用 Excel 给 AAVE 画出 50 倍上涨“K线”

如果把渣打银行的AAVE研报浓缩成一句话,那就是:存款规模决定贷款容量,贷款容量驱动手续费收入,手续费收入最终转化为代币市值。过去12个月,Aave约90%的费用收入都是来自于存贷净利差。

基于线性映射逻辑的传统估值框架,也被渣打银行直接套用到了借贷协议上,依据其定价模型,AAVE将走出一条阶梯式上涨曲线。

渣打的假设源于对DeFi赛道两大趋势的预判:

  • DeFi TVL(总锁仓量)将增长37倍。渣打预测,到2030年,DeFi中活跃的资产总额将从目前水平增长37倍,达到约2.7万亿美元。驱动力来自稳定币规模扩张的2万亿美元增长和RWA(现实世界资产)的链上化大潮。

  • RWA在DeFi中的渗透率从3.5%提升至30%。这意味着,数万亿美元的传统资产将涌入链上借贷协议。

回望去年10月的巅峰期,Aave曾管理着高达750亿美元的存款。如果将它视作一家传统银行,这一体量足以跻身美国前35大银行之列。

渣打认为,Aave的业务效率远超依赖物理网点和冗余人力的传统银行。一旦代币化浪潮到来,Aave将凭借着Horizon许可型借贷市场及其稳定币GHO的费率捕获,将RWA上链的红利转化为实打实的协议收入。

对于今年4月因KelpDAO rsETH桥接安全事故引发的资金出逃,渣打银行将其定性为筑底阶段的短暂波动,而非长期协议基本面的崩溃。

即便抛开长期叙事,回到中短期视角,Aave的基本面也足够稳固。

6月18日,灰度发布了一份Aave深度报告,首次将传统金融的DCF(现金流折现)模型和P/E(市盈率)法应用于DeFi协议的估值。

灰度得出的结论是:AAVE是典型的现金流驱动型资产,目前价格处于低估区间。

灰度强调,Aave在2025年的全年协议收入高达1.42亿美元,拥有着健康的现金流。更重要的是,Aave DAO在去年4月启动的代币回购销毁计划,以及"Aave Will Win"提案对产品收益向代币持有者的转移,都在机制上打通了“协议造血→代币增值”的传导路径。

以同赛道一半 TVL 垄断八成利润,部分资金闲置成阿喀琉斯之踵

在机构资本描绘的宏观画卷之外,Aave也在微观层面建立起了深厚的护城河。

首先,是新一代技术架构Aave V4的超预期破局。作为协议自2020年以来最大规模的底层架构重写,V4 用“流动性枢纽+分支(Hub-and-Spoke)”的设计,打破了过去单链流动性的孤岛效应。截至目前,V4存款总额已突破2亿美元,贷款规模接近6000万美元。

更令人瞩目的是其盈利能力。链上数据分析机构MSB Intel指出,年初至今,Aave在借贷赛道中累计产生了约4,330万美元的“协议留存收益”(Earnings),占到整个赛道利润的80.7%。排在其身后的Maple Finance、Fluid、Venus等协议,单家盈利均未超过500万美元,与Aave不在一个量级。

在传统商业世界里,一家企业的成色往往取决于净利润,而非总资产。留存收益就是一个扣除了相关运营成本及代币通胀激励后,真实反映协议链上净造血能力的指标。

换句话说,Aave用整条赛道约一半的TVL,攫取了超过八成的系统净利。这种近乎垄断的盈利结构,正是渣打银行50倍预测里最坚硬的一块基石。

在硬币的另一面,加密研究机构Delphi Digital曾提出的结构性沉疴,仍是个待解的难题。问题的根源,就藏在Aave的点对池(Peer-to-Pool)借贷模型里。

据Delphi Digital测算,在WETH、USDT、USDC三个主要市场上,Aave 每年因资金闲置造成的无形损失(Deadweight Loss)就高达5,200万美元,规模几乎相当于其2026年一季度年化净收入的一半。

存款利率与借款利率之间的系统性脱节是点对池模型的天然缺陷。为了保证存款人可以随时无损耗赎回,Aave必须在资金池内维持庞大的闲置流动性缓冲区。这就导致存款人拿到的利率通常比借款人支付的利率低25%到35%。中间的差额,就是闲置资金的机会成本。即便DAO治理层将准备金系数调至0,资金闲置的无形损失依然会高达3,600万美元。

4月的KelpDAO事故,更是充分揭示了这种模式的脆弱性。黑客套走近2亿美元WETH后,WETH资金池使用率被锁死在100%长达5天,普通存款用户既无法提现,也无法参与清算,给Aave烙下了至今仍未痊愈的伤疤。

这种结构性瑕疵导致Aave容易被“上游风险”传染,加上低资本效率的天生短板,也给了后来者突围的机会。以Morpho为代表的新兴借贷协议,主打模块化隔离、点对点匹配、极简底层设计,正在从效率端蚕食Aave的市场份额,成为其王座之下最强劲的挑战者。

在2026年的中点回望,Aave正站在狂想与现实的拐角。

渣打银行画出的“3500美元”大饼,折射出传统金融对资产上链的雄心。比起TVL数值的增长,Aave未来的重点将是如何找出一条支撑起万亿资产规模的可行路径。

DeFi借贷的王座仍在,但王座之下的地基,还需要经历一场重构或加固。

Criptos en tendencia

Preguntas relacionadas

Q渣打银行对AAVE的价格做出了怎样的长期预测?其核心逻辑是什么?

A渣打银行预测AAVE代币有望在2030年底前上涨50倍,达到3500美元。其核心逻辑基于线性映射估值框架,认为:1)存款规模决定贷款容量,贷款容量驱动手续费收入,手续费收入最终转化为代币市值;2)预测到2030年,DeFi TVL将增长37倍至约2.7万亿美元,其中RWA(现实世界资产)在DeFi中的渗透率将从3.5%提升至30%。Aave将凭借其业务效率和Horizon许可型借贷市场捕获RWA上链的红利,驱动协议收入和代币价值增长。

Q除了渣打银行的宏观预测,另一家机构从微观估值层面如何评价AAVE?

A灰度(Grayscale)在6月18日发布的深度报告中,首次将传统金融的DCF(现金流折现)模型和P/E(市盈率)法应用于AAVE估值。其结论是:AAVE是典型的现金流驱动型资产,2025年全年协议收入达1.42亿美元,现金流健康,且通过代币回购销毁及“Aave Will Win”提案打通了“协议造血→代币增值”的传导路径,因此认为AAVE目前价格处于低估区间。

Q在当前的DeFi借贷赛道中,AAVE的盈利能力表现如何?

A据链上数据分析机构MSB Intel的数据,年初至今,Aave在借贷赛道中累计产生了约4330万美元的“协议留存收益”,占整个赛道利润的80.7%。这意味著Aave用约一半赛道总锁仓量(TVL),攫取了超过八成的系统净利。协议留存收益是扣除了运营成本及代币通胀激励后的净造血能力指标,这显示了Aave强大的、近乎垄断的盈利能力。

Q文章指出AAVE的借贷模型存在怎样的结构性缺陷或挑战?

AAave的点对池(Peer-to-Pool)借贷模型存在结构性缺陷:1)资金闲置率高:为保证存款人能随时赎回,必须维持庞大的闲置流动性缓冲区,导致存款利率通常比借款利率低25%-35%,产生巨额无形损失。据测算,仅在WETH、USDT、USDC三个市场上,每年因此造成的无形损失就高达5200万美元。2)易受上游风险传染:4月的KelpDAO安全事故导致WETH资金池使用率锁死100%长达5天,暴露了其流动性模式在极端情况下的脆弱性。这些低资本效率问题给了Morpho等新兴协议挑战其市场的机会。

QAave正在通过哪些技术或产品迭代来应对挑战和把握未来机会?

AAave正通过以下举措应对挑战和把握机会:1)推出新一代技术架构Aave V4:采用“流动性枢纽+分支”设计,打破单链流动性孤岛效应,提升资本效率和可扩展性。目前V4存款总额已突破2亿美元。2)发展Horizon许可型借贷市场:旨在合规地承接和捕获RWA(现实世界资产)上链带来的借贷需求。3)发行稳定币GHO:作为新的费率捕获途径,丰富其产品生态和收入来源。这些举措旨在解决现有模型的效率问题,并为承接万亿级资产规模的未来奠定技术基础。

Lecturas Relacionadas

El Claude y Codex que usas a diario, Meta no permite su uso libre interno

El pasado mes de mayo, Meta estableció una directriz interna que restringe significativamente el uso de herramientas de IA externas como Claude Code y Codex por parte de sus ingenieros de IA aplicada. Según documentos internos obtenidos por The Information, la empresa incluso suspendió ciertas tareas que utilizaban estos modelos, citando el riesgo de provocar "una escalada grave con socios". Esta medida es paradójica, ya que Meta es uno de los mayores clientes globales de Claude, con una factura interna de IA que alcanzará miles de millones de dólares este año. La razón principal de la restricción no es la ineficacia de estas herramientas, sino todo lo contrario: son demasiado buenas y su uso plantea un riesgo de "destilación". Meta está desarrollando su propio asistente de programación con IA, MetaCode (anteriormente DevMate). El temor es que si los ingenieros utilizan salidas de Claude o Codex para generar datos de entrenamiento, crear conjuntos de pruebas o evaluar el rendimiento de MetaCode, el modelo interno podría estar aprendiendo y replicando inadvertidamente las capacidades de sus competidores en lugar de desarrollar las propias. Esto difuminaría la línea entre lo que el modelo aprendió por sí mismo y lo que "tomó prestado". Las restricciones son específicas: prohiben usar los modelos externos para generar preguntas de prueba, para análisis de código o búsqueda de errores que informen sobre qué probar, y evitar que cualquier material generado por IA entre en el entorno al que accede el modelo bajo entrenamiento. Se permite su uso para tareas auxiliares como la creación de flujos de trabajo o la organización de código, pero toda salida debe ser revisada por humanos. Este fenómeno, conocido como "destilación", plantea un dilema legal y competitivo. Aunque no está explícitamente prohibido por la ley en EE.UU., los términos de servicio de empresas como OpenAI y Anthropic prohíben usar sus salidas para crear productos competidores. El caso de xAI de Elon Musk, que admitió haber utilizado "parcialmente" la destilación de modelos de OpenAI, ejemplifica la práctica generalizada y la ambigüedad regulatoria. Para Meta, estas restricciones también tienen una motivación económica, buscando reducir la dependencia de herramientas externas costosas y fomentar el uso de su solución interna. Expertos describen esta política como un mapa para "caminar sobre la cuerda floja", equilibrando el beneficio de usar IA avanzada con el riesgo de contaminar el desarrollo propio. Este desafío refleja una pregunta clave para la industria: cuando la IA ayuda a construir más IA, ¿se puede distinguir de quién es realmente la capacidad?

marsbitHace 1 hora(s)

El Claude y Codex que usas a diario, Meta no permite su uso libre interno

marsbitHace 1 hora(s)

Reembolso, Claude 4.8 sufre una gran "estupidización" nocturna, el poder de cómputo de GPT-5.6 sufre un "recorte a la mitad"

Los gigantes de la IA, OpenAI y Anthropic, se enfrentan a acusaciones de reducir deliberadamente la capacidad de sus modelos. En las últimas 48 horas, la comunidad de IA ha descubierto que OpenAI podría estar probando de forma encubierta una versión "reducida" llamada GPT-5.6-sol a través de Codex. Una prueba de "nivel de jugo (Juice)" revela que esta versión devuelve un valor de 128, seis veces menor que los 768 de un GPT-5.5 xhigh normal, lo que sugiere un drástico recorte en el "presupuesto de razonamiento" del modelo para ahorrar costes computacionales. Por otro lado, los usuarios denuncian una severa degradación en Claude Opus 4.8 de Anthropic, especialmente en la versión Max. Quejas en Reddit indican que el modelo ha perdido capacidades de razonamiento profundo, memoria de contexto a largo plazo y ahora genera respuestas superficiales, contradictorias o incluso realiza "gaslighting" a los usuarios. Su rendimiento actual se describe como peor que el de modelos antiguos como Haiku. El artículo plantea la teoría de que las empresas podrían crear una ilusión de progreso lanzando modelos con capacidad temporalmente aumentada y luego reducirla en silencio para controlar los enormes costes operativos, especialmente en un contexto financiero difícil tras la megacotización de SpaceX. La prueba del "Juice" se ha convertido en un símbolo de la demanda de transparencia por parte de los usuarios, que pagan por un servicio cuyas especificaciones pueden cambiar sin aviso.

marsbitHace 2 hora(s)

Reembolso, Claude 4.8 sufre una gran "estupidización" nocturna, el poder de cómputo de GPT-5.6 sufre un "recorte a la mitad"

marsbitHace 2 hora(s)

Trading

Spot

Artículos destacados

Qué es $BANK

Bank AI: Un Paso Revolucionario en el Futuro de la Banca Introducción En una era marcada por avances rápidos en tecnología, Bank AI se encuentra en la intersección de la inteligencia artificial (IA) y los servicios bancarios. Este proyecto innovador busca redefinir el panorama financiero, mejorando la eficiencia operativa, las medidas de seguridad y las experiencias del cliente a través del poder de la IA. A medida que iniciamos esta exploración de Bank AI, profundizaremos en lo que implica el proyecto, sus dinámicas operativas, su contexto histórico y los hitos significativos. ¿Qué es Bank AI? En su esencia, Bank AI representa una iniciativa transformadora destinada a integrar la inteligencia artificial en diversas operaciones bancarias. Este proyecto aprovecha las capacidades de la IA para automatizar procesos, mejorar los protocolos de gestión de riesgos y mejorar la interacción con el cliente a través de servicios personalizados. Los objetivos principales de Bank AI incluyen: Automatización de Funciones Bancarias: Al aprovechar las tecnologías de IA, Bank AI tiene como objetivo automatizar tareas rutinarias, reduciendo la carga sobre los recursos humanos y mejorando la eficiencia. Mejora en la Gestión de Riesgos: El proyecto utiliza algoritmos de IA para predecir e identificar riesgos, fortaleciendo las medidas de seguridad contra el fraude y otras amenazas. Personalización de Servicios Bancarios: Bank AI se centra en ofrecer productos y servicios financieros a medida al analizar datos y comportamientos de los clientes. Mejora de la Experiencia del Cliente: La implementación de soluciones impulsadas por IA, como chatbots y asistentes virtuales, tiene como objetivo proporcionar a los usuarios interacciones más humanas, revolucionando la forma en que los clientes se relacionan con los bancos. Con estos objetivos, Bank AI se posiciona como un jugador crucial para hacer que la banca sea más eficiente, segura y centrada en el usuario. ¿Quién es el Creador de Bank AI? Los detalles sobre el creador de Bank AI siguen siendo desconocidos. Como tal, no se ha identificado a ninguna persona u organización específica en la información disponible. El anonimato que rodea el inicio del proyecto plantea preguntas, pero no resta valor a su ambiciosa visión y objetivos. ¿Quiénes son los Inversores de Bank AI? Al igual que con el creador del proyecto, no se ha divulgado información específica sobre los inversores u organizaciones de apoyo de Bank AI. Sin esta información, es difícil delinear el respaldo financiero y el apoyo institucional que podrían estar impulsando el proyecto hacia adelante. No obstante, la importancia de tener una base de inversión sólida es fundamental para sostener el desarrollo en un campo tan innovador. ¿Cómo Funciona Bank AI? Bank AI opera en varios frentes innovadores, centrándose en factores únicos que lo diferencian de los marcos bancarios tradicionales. A continuación se presentan las características operativas clave: Automatización: Al aplicar algoritmos de aprendizaje automático, Bank AI automatiza varios procesos manuales dentro de los bancos. Esto resulta en la reducción de costos operativos y permite a los trabajadores humanos redirigir sus esfuerzos hacia actividades más estratégicas. Gestión Avanzada de Riesgos: La integración de la IA en las prácticas de gestión de riesgos proporciona a los bancos herramientas para predecir con precisión posibles amenazas como el fraude, asegurando que la información y los activos de los clientes permanezcan seguros. Recomendaciones Financieras Personalizadas: A través del aprendizaje continuo a partir de las interacciones con los clientes, los sistemas de IA desarrollan una comprensión matizada de las necesidades del usuario, lo que les permite ofrecer asesoramiento personalizado sobre decisiones financieras. Interacciones Mejoradas con el Cliente: Utilizando chatbots y asistentes virtuales impulsados por IA, Bank AI permite una experiencia más atractiva para el cliente, permitiendo que los usuarios obtengan respuestas a sus consultas rápidamente, reduciendo así los tiempos de espera y mejorando los niveles de satisfacción. En conjunto, estas características operativas posicionan a Bank AI como un pionero en el sector bancario, estableciendo nuevos estándares para la entrega de servicios y la excelencia operativa. Cronología de Bank AI Entender la trayectoria de Bank AI requiere un vistazo a su contexto histórico. A continuación se muestra una cronología que destaca hitos y desarrollos importantes: Principios de 2010: La conceptualización de la integración de la IA en los servicios bancarios comenzó a ganar atención a medida que las instituciones bancarias reconocían los beneficios potenciales. 2018: Se produjo un aumento notable en la implementación de tecnologías de IA cuando los bancos comenzaron a utilizar herramientas de IA como chatbots para el servicio al cliente básico y sistemas de gestión de riesgos para mejorar la seguridad. 2023: La sofisticación de la IA siguió avanzando, con la introducción de la IA generativa para tareas más complejas como el procesamiento de documentos y el análisis de inversiones en tiempo real. Este año marcó un salto significativo en las capacidades que la tecnología de IA proporcionó a los bancos. 2024-Estado Actual: A partir de este año, Bank AI está en una trayectoria ascendente, con investigaciones y desarrollos en curso que están listos para mejorar aún más las capacidades en las operaciones bancarias. La continua exploración de aplicaciones de IA sugiere desarrollos emocionantes que aún están por venir. Puntos Clave Sobre Bank AI Integración de la IA en la Banca: Bank AI se centra en adoptar la inteligencia artificial para agilizar los procesos bancarios y mejorar las experiencias de los usuarios. Enfoque en Automatización y Gestión de Riesgos: El proyecto enfatiza fuertemente estas áreas, con el objetivo de cambiar la carga de tareas rutinarias mientras se mejoran los marcos de seguridad a través de análisis predictivos. Soluciones Bancarias Personalizadas: Al aprovechar los datos de los clientes, Bank AI permite servicios bancarios a medida que satisfacen las necesidades individuales de los usuarios. Compromiso con el Desarrollo: Bank AI sigue comprometido con los esfuerzos de investigación y desarrollo continuo, asegurando su adaptabilidad y relevancia continua a medida que la tecnología sigue evolucionando. Conclusión En resumen, Bank AI ejemplifica un paso crucial hacia adelante en la industria bancaria, aprovechando la inteligencia artificial para remodelar los paradigmas operativos, mejorar la seguridad y promover la satisfacción del cliente. A pesar de las lagunas en la información sobre el creador y los inversores, los objetivos claros y los mecanismos funcionales de Bank AI proporcionan una sólida base para su evolución continua. A medida que la tecnología de IA sigue avanzando y fusionándose con el sector bancario, Bank AI está bien posicionado para impactar significativamente en el futuro de los servicios financieros, mejorando la forma en que entendemos e interactuamos con la banca.

187 Vistas totalesPublicado en 2024.04.06Actualizado en 2024.12.03

Qué es $BANK

Cómo comprar BANK

¡Bienvenido a HTX.com! Hemos hecho que comprar Lorenzo Protocol (BANK) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar Lorenzo Protocol (BANK) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu Lorenzo Protocol (BANK)Después de comprar tu Lorenzo Protocol (BANK), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Lorenzo Protocol (BANK)Tradear fácilmente con Lorenzo Protocol (BANK) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

645 Vistas totalesPublicado en 2025.05.09Actualizado en 2026.06.02

Cómo comprar BANK

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de BANK (BANK).

活动图片