DeFi 借贷的不可能两角

marsbitОпубликовано 2026-04-29Обновлено 2026-04-29

作者:Anthony Bowman

编译:佳欢,ChainCatcher

固定利率借贷在链上有着真实的需求。显而易见的应对是发行固定利率贷款,但市场上并无匹配的固定利率放贷需求。

绝大多数链上资金都在追逐收益,并渴望即时流动性。因此,发行固定利率贷款仅仅是将利率风险从借款人转移至贷款人身上。而当贷款人是一个承诺即时流动性的金库时,便会产生资产负债错配。

在可变利率借贷中,利率随资金利用率和市场状况浮动,借款人直接为这种波动买单。这是切实存在的成本,但清晰透明,平仓时随之终止。

假设某贷款人持有一笔利率为3%的6个月期固定贷款。若利率上升,如今同样的贷款收益将达到5%。按市值计价(MTM),旧贷款的价值便缩水了。同等风险下有更高收益的新贷款可选,没人会按旧贷款的摊销值买单。

单笔独立贷款的市值计价损失仅停留在账面,因为贷款人可持有至到期并获全额偿付。唯有将该贷款置于需要持续定价的体系中时,它才会变得极具危险性。

Morpho的V2金库是目前公开的最具代表性的设计,它将固定利率贷款纳入了承诺即时流动性的金库体系中。

摘自:Morpho固定利率市场:释放链上贷款的潜力

从公开信息来看,该设计包含三个组件:

Morpho Blue: 现有的可变利率借贷协议。放贷方将资金存入隔离市场,借款方支付随资金利用率浮动的利率,头寸可随时开立与平仓。

Morpho Midnight: 通过零息债券(ZCBs)实现的固定利率、固定期限借贷。借贷双方由意图引擎撮合,每笔贷款均为具备特定抵押品、期限和利率的债券。这些零息债券无需许可,支持任意抵押品、期限和参数组合。

Morpho V2金库: 由策展人管理的金库,根据收益率将存款分配至Blue与Midnight之中。存款人按照金库的份额价格进行存取。

图像来自Morpho V2金库文档

设想两个相互竞争的以USDC计价的金库:金库A将资金同时分配给Blue和Midnight,金库B仅分配给Blue。金库A将30%分配给Blue(可变,3%),70%分配给Midnight(固定,3%)。

一次利率冲击将可变利率推高至5%,Midnight的头寸依旧锁定在3%。金库A的混合收益率升至3.6%(5%×30%+3%×70%)。纯可变利率的金库B则升至5%。这140个基点的落差便为金库挤兑创造了条件与动机。

金库A的存款人无需去计算市值计价损失,甚至不必知晓其存在。收益率差距本身就是协调机制。资金从A流向B以追逐更高利率,并通过A唯一具备流动性的部分(即可变利率模块)撤出。

这会率先抽干账面收益最高的部分,致使金库A的混合收益率进一步跌落,并加速挤兑。剩下的则是一地缺乏流动性、低于市场利率且只能苦等到期的固定贷款。

如今反转局势。当利率下行,金库A的固定头寸高于市场水平,存款人坐拥按市值计价的收益,却无法将其留住。金库B的存款人嗅到金库A更高的混合收益率,便会涌入存款以图分一杯羹。

新资金以当前份额价格入场,按比例分配到现有账面。这意味着新钱对那些高于市场利率的头寸,享有与原始存款人相同的比例权益。这部分收益便被生生稀释。

左右都是死路。利率涨:存款人跑路,金库挤兑。利率跌:收益被新人稀释

根本问题在于债券的计价方式。尽管零息债券摊销的会计处理手段各异,但暂且不论这一点,真正的问题在于外部利率变动改变了债券的实际价值,而基于摊销的定价未能反映出这一事实。

若以摊销价值对债券进行计价,上述的非对称性便会接踵而至。显见的解决途径是打造一个二级市场,理论上这将允许金库以真实价格为债券计价。

然而,围绕具有任意抵押品、期限和参数的无许可零息债券,是无法形成二级市场的,因为每一种债券实则都是独一无二的,缺乏可供计价的流动性基准。

退一步讲,即便真的形成了二级市场,以此对金库定价也只是以一个问题掩盖一个更糟的问题。份额价格将受制于定制化、流动性稀薄债券的外部交易数据。任何能够影响这些数据的人,都能操纵份额价格,并在金库进出时套利。

表达能力拉满的零息债券与承诺即时流动性的金库,在结构上是相悖的。或许在该架构内部存有某种化解之道,但我尚未得见相关描述,也十分好奇Morpho是否已备有对策。

不过,我个人认为,直接发行固定贷款并非解法,至少在当前超额抵押借贷的短期前景中是如此。若借款人想要固定利率而贷款人渴望即时流动性,那么利率风险就必须转移给愿意承接这种定向风险敞口的人。

若底层的可变利率基准曲线能够愈发高效稳健,利率风险的买方就能提供更优质的固定利率。一如我在此文所探讨的,我们远未触及可变利率市场设计的最终形态。

Похожее

Отчет по Ethereum за первый квартал 2026 года: снижение комиссий, рекордное количество пользователей и транзакций

В первом квартале 2026 года сеть Ethereum продемонстрировала парадоксальную динамику: количество активных пользователей, транзакций и пропускная способность достигли исторических максимумов, в то время как комиссии за транзакции, общая заблокированная стоимость (TVL), объем торгов и рыночная капитализация ETH снизились. Этот феномен объясняется стратегическим переходом к этапу «низких комиссий для роста масштаба» после обновления Fusaka, которое удешевило блок-пространство. Парадокс Джевонса проявляется в том, что снижение стоимости использования высвобождает новый спрос. Ключевой тренд — смещение нарратива от DeFi-платформы к глобальному расчетному слою для институциональных финансов. Ethereum сохраняет доминирующую позицию в сегментах стейблкоинов (61,8% среди топ-5 сетей), токенизированных фондов (73%) и товаров (84%), привлекающих таких гигантов, как BlackRock и JPMorgan. Инвестиции в масштабирование и снижение комиссий нацелены на укрепление сетевых эффектов и долгосрочную ценность ETH как базового актива для расчетов в цифровой экономике.

marsbit1 ч. назад

Отчет по Ethereum за первый квартал 2026 года: снижение комиссий, рекордное количество пользователей и транзакций

marsbit1 ч. назад

Первое подкаст-интервью CEO Intel: наша цель — "10x за 5-10 лет", ставка на передовую упаковку, стеклянные подложки и искусственный алмаз

Интелл CEO Чэнь Лиу впервые выступил в подкасте, поставив цель увеличить доходность компании в 10 раз за 5-10 лет. Основные стратегические направления включают инвестиции в передовые технологии упаковки (EMIB), стеклянные подложки и новые материалы, такие как нитрид галлия (GaN), карбид кремния (SiC), фосфид индия (InP) и синтетические алмазы, для преодоления физических ограничений традиционного масштабирования процессоров. Он отметил, что всплеск спроса на ИИ-агентов и задачи логического вывода увеличил значимость CPU, изменив соотношение CPU/GPU в серверах с 1:8 до 1:4 и ниже. Лиу подчеркнул важность восстановления баланса, фокуса на продуктах и клиентах, а также стратегической ценности внутреннего американского производства для безопасности цепочек поставок. Ключевыми показателями для фаундри-бизнеса названы выход годных изделий и время цикла. Совместный проект с Илоном Маском Terafab направлен на решение проблемы отставания инфраструктуры полупроводников от роста потребностей ИИ. Лиу считает, что истинный потенциал Intel, выходящий за рамки традиционного рынка ПК, начнет реализовываться в период 2030-2032 годов в таких областях, как периферийные вычисления, физический ИИ и ИИ-агенты, благодаря интеграции технологий XPU, передовой упаковки и фаундри-услуг.

marsbit1 ч. назад

Первое подкаст-интервью CEO Intel: наша цель — "10x за 5-10 лет", ставка на передовую упаковку, стеклянные подложки и искусственный алмаз

marsbit1 ч. назад

Только что привлек $2,7 миллиарда, и Ли Фэйфэй тоже вложила деньги

В венчурном рынке «мировые модели» стали горячей темой, но Пит Флоренс, сооснователь и бывший ведущий исследователь Google DeepMind, публично отверг этот ярлык для своей компании Generalist AI. Несмотря на то, что он был ключевым разработчиком архитектуры VLA, лежащей в основе многих современных «мировых моделей», Флоренс считает, что акцент должен делаться на конкретных целях, а не на модных терминах. Его цель — создать роботов, способных с высокой надежностью выполнять самые разные задачи без специального обучения для каждой. Недавно Generalist AI привлекла $4 млрд в ходе раунда финансирования при оценке в $20 млрд. Среди инвесторов — NVentures (Nvidia), Bezos Expeditions, фонд NFDG, сооснователь Xiaomi Линь Бинь, основатель Zoom Эрик Юань и известный ученый в области ИИ Ли Фэйфэй. Подход Флоренса сформировался под влиянием его научного руководителя в MIT, Рус Тедрейка, который делал акцент на понимании физики. В Generalist AI этот подход выражается в последовательной разработке моделей, нацеленных на практическую полезность. Их первая модель, GEN-0, продемонстрировала, что законы масштабирования, как у больших языковых моделей, применимы и к физическим действиям. В апреле 2026 года была представлена GEN-1, обученная на более чем 50 тысячах часов данных, собранных с помощью специальных перчаток. Она достигает 99% успеха в таких задачах, как складывание коробок, и работает в три раза быстрее предыдущей версии. Флоренс считает, что производительность GEN-1 приближается к переломному моменту, необходимому для коммерческого развертывания. Финансирование, полученное после ее демонстрации, подтверждает веру инвесторов в его целеориентированный подход к созданию универсальных роботов, которые могут изменить экономику физического труда.

marsbit1 ч. назад

Только что привлек $2,7 миллиарда, и Ли Фэйфэй тоже вложила деньги

marsbit1 ч. назад

За три дня потеряли двух легенд: дамба AI-талантов Google трещит по швам?

За последние три дня Google потеряла двух ведущих специалистов по ИИ: Ноама Шазера, одного из авторов архитектуры Transformer, присоединившегося к OpenAI, и Джона Джампера, руководителя проекта AlphaFold и нобелевского лауреата, перешедшего в Anthropic. Эти события не являются изолированными случаями — они отражают устойчивую тенденцию оттока ключевых талантов из Google в сторону OpenAI и Anthropic. Основная причина — фундаментальное несоответствие миссий. Коммерческие цели Google, ориентированные на рекламный бизнес, ограничивают фундаментальные исследования, в то время как OpenAI и Anthropic предлагают фокус на развитии ИИ и безопасности. Кроме того, перспектива скорого IPO OpenAI и Anthropic сулит сотрудникам значительный финансовый рост, чего не может предложить зрелый гигант вроде Google. Слияние Google Brain и DeepMind в 2023 году, предназначенное для консолидации усилий, на практике усилило внутренние трения между исследовательской и продуктовой культурами, увеличив давление коммерциализации на науку. Этот структурный отток талантов перекраивает ландшафт индустрии. Несмотря на сохраняющиеся преимущества в вычислительных ресурсах и данных, Google рискует проиграть в гонке, где ключевым активом являются люди, продвигающие технологические границы. Способность удерживать этих людей становится для компании самой сложной задачей.

marsbit3 ч. назад

За три дня потеряли двух легенд: дамба AI-талантов Google трещит по швам?

marsbit3 ч. назад

За оценками ИИ скрывается китайский «составитель тестов»

За кулисами результатов ведущих ИИ-моделей, таких как GPT и Gemini, часто стоит один и тот же «составитель заданий» — китайский исследователь Чэнь Вэньху. Будучи доцентом Университета Ватерлоо и основателем лаборатории TIGERLab, он разработал ключевые оценочные эталоны MMLU-Pro, MMMU и MMMU-Pro, которые стали общим языком для сравнения способностей моделей. Чэнь Вэньху сосредоточился на создании более сложных и устойчивых тестов, когда предыдущие эталоны, такие как MMLU, перестали эффективно различать передовые модели, достигшие почти идеальных результатов. MMLU-Pro, с его 12032 вопросами, расширенными вариантами ответов и акцентом на рассуждения, снизил точность моделей на 16–33% и уменьшил зависимость от угадывания. MMMU и MMMU-Pro, в свою очередь, оценивают мультимодальное понимание, требуя от моделей анализа изображений, таблиц, схем и текста в контексте профессиональных знаний, что выявило значительные ограничения даже у самых мощных моделей. Исследования Чэнь Вэньху в области сложных вопросно-ответных систем и его опыт работы в Google DeepMind над Gemini позволили ему глубоко понять слабые места в оценке ИИ. Его лаборатория также занимается разработкой моделей, таких как UniVideo и Vamba, что помогает создавать более точные и релевантные тесты. Сегодня, работая в лаборатории суперинтеллекта Meta, Чэнь Вэньху продолжает влиять на развитие ИИ через улучшение данных для предобучения и систем оценки, оставаясь ключевой, но менее заметной фигурой в этой быстроразвивающейся области.

marsbit3 ч. назад

За оценками ИИ скрывается китайский «составитель тестов»

marsbit3 ч. назад

Торговля

Спот
Фьючерсы
活动图片