数据拆解DeFi借贷的真实风险:年均损耗仅0.03%

marsbit發佈於 2026-05-19更新於 2026-05-19

文章摘要

去中心化金融(DeFi)借贷业务的安全风险常被市场高估。剔除跨链桥安全事故后,以太坊虚拟机(EVM)与Solana链上DeFi借贷业务的年均资金损失率仅为其锁仓总市值(TVL)的约0.03%,风险水平较低。 DeFi领域安全事故中,跨链桥是重灾区。排除后,总损失从77.51亿美元降至45.18亿美元。借贷协议因锁仓资产量大,是攻击频次最高的赛道之一。 近年来,随着风控体系成熟和代码审计完善,借贷赛道的实际损失率已大幅下降。数据显示,过去一年EVM与Solana非跨链借贷业务账面总损失3090万美元,扣除追回后净损失3010万美元。以日均锁仓996亿美元计算,年度净损失率稳定在0.03%左右。 安全事故损失规模呈对数正态分布,绝大多数事件损失金额较小,巨额盗币仅为少数极端案例。这表明资产分散配置是有效的风险防范策略,且单一事件难以撼动整个赛道。同时,资产追回机制发挥了重要作用,在EVM与Solana借贷赛道中,追回金额约占账面损失的20%,进一步降低了实际风险。 综上,DeFi借贷赛道的风险已变得可量化、可分类,实际资金损耗率极低,行业正步入成熟发展阶段。数据证明其真实风险处于较低水平。

每一项颠覆性金融科技的发展都必定经历阵痛,去中心化金融(DeFi)也不例外。早期借贷市场快速上线、规模迅猛扩张,行业在公开市场中接连遭遇各类安全攻击,然后一步步摸索完善代码安全、抵押资产风控、预言机机制、清算逻辑与治理体系。

过往风险案例具备参考价值,但已无法代表如今成熟的 DeFi 生态。毕竟只会复盘历史的人,往往抓不住当下机遇。

剔除跨链桥相关安全事故后,目前以太坊虚拟机(EVM)与 Solana 链上 DeFi 借贷业务,经测算年均被盗及恶意攻击造成的资金损失率约为借贷锁仓总市值(TVL)的 0.03%。本次分析数据均整合自 DeFi Llama 平台标注的黑客攻击与漏洞盗币事件。

评判安全风险的核心标准是:实际发生的漏洞利用损失相对于市场上的资金量有多大?

万分之三的损失率大致等同于美国民众意外滑倒摔伤致死的概率。由此可见,抛开市场普遍的恐慌情绪来看,DeFi 借贷业务的实际安全风险其实处于较低水平。

DeFi 安全事故细分拆解

截至 2026 年 5 月 16 日,DeFi Llama 统计的全品类 DeFi 协议被盗总金额达 77.51 亿美元,该统计口径覆盖范围极广。整体数据囊括跨链桥、去中心化交易平台、衍生品协议、链游相关项目、数字钱包、底层基础设施故障,以及非借贷类 DeFi 业务。

其中跨链桥是风险重灾区:剔除跨链桥相关安全事件后,DeFi 领域盗币总损失金额缩减至 45.18 亿美元。

代码运行只会严格执行编写指令,而非实现开发者的理想预期,这也是各类漏洞频发的根源。做好风险分类划分意义重大:DeFi 并非风险统一的单一赛道,跨链桥被盗、DEX 预言机操控、钱包钓鱼诈骗、借贷市场抵押资产漏洞,都属于完全不同的风险类型。

在所有 DeFi 协议里,借贷市场遭遇攻击的频次最高,原因十分直简单:大量资产长期沉淀在智能合约中,成为黑客首要目标。

借贷协议与自动做市商(AMM)是安全事故高发赛道,核心共性就是需要将大量资产归集存入智能合约。除去跨链桥之外,绝大多数安全事件都集中在这两类协议中。本文将聚焦借贷与资金拆借赛道展开分析。

资金损失率已大幅改善

如今 DeFi 整体锁仓体量远高于行业早期漏洞频发阶段,尤其是借贷赛道,项目风控体系更成熟、代码审计更全面、全网实时风控监测也愈发完善。剔除跨链桥事故后,EVM 及 Solana 生态借贷业务的年化实际盗币损失占比已大幅下降。

Euler 更是创下经典风险处置案例,成功全额追回被盗资产。2023 年 Euler 被盗 1.97 亿美元,不仅全数追回,还因资产价格波动最终回笼 2.4 亿美元资金,实现正向盈余,这也拉开了行业账面损失与实际挽回金额的差距。

以 2026 年 5 月 16 日为节点,统计过去近一年相关数据:

· EVM 与 Solana 非跨链类借贷业务被盗账面总损失:3090 万美元

· 扣除资产追回后的实际净损失:3010 万美元

· 借贷赛道日均锁仓资金规模:996 亿美元

· 账面资金损失率:3.1 个基点

· 实际净损失率:3 个基点

折算下来,年度资金损耗稳定维持在借贷总锁仓市值的 0.03% 左右。

资产分散配置的优势

DeFi 安全事故呈现明显两极分化特征:极少数特大金额盗币事件,占据了行业公开损失总额的绝大部分。以对数坐标梳理事故规模可发现,各类盗币事件规模近似服从对数正态分布。直观来看,绝大多数安全事故造成的损失金额偏小,高额巨额盗币仅集中在少数极端案例中。

尽管 ChatGPT 提出了不同的看法,但我认为这些数据有力地证明了投资组合多元化是防范犯罪的绝佳方法。

从风险转移、商业保险的角度来看,该数据模型也为行业安全保险业务提供了合理支撑,保险机构可针对不同协议设置单笔赔付限额,有序开展承保业务。

此外,绝大多数盗币事件影响范围有限,远不足以撼动整条借贷赛道的资金大盘。并且赛道整体体量越大,单一安全事件对全局造成的冲击就越小。

注:部分盗币事件损失金额看似超过项目自身锁仓市值,此类案例统一按 100% 损失口径统计。

出现该数据偏差主要有两个原因:一是锁仓市值统计时间与安全事故发生时间存在时差,资产体量发生变动;二是 DeFi Llama 的锁仓统计口径,与实际处于风险敞口的资产统计标准不一致。

该测算方式虽并非绝对完美,但足以清晰反映行业现状:绝大多数漏洞攻击仅会波及借贷协议内单一业务模块,极少出现全盘资产沦陷的情况,头部大体量项目更是如此。这份调研数据,也为 DeFi 行业风险对冲、资产安全托管业务提供了关键依据。

资产追回能力至关重要

资产追回同样大幅优化了 DeFi 借贷赛道的实际风险表现。

综合 DeFi Llama 全品类 DeFi 盗币数据来看,行业整体资产追回金额约占账面总损失的 8%;而剔除跨链桥事件后,EVM 与 Solana 借贷赛道的资产追回比例更高,可达账面损失的 20% 左右。

在法治体系完善、监管治理成熟的地区发生的资产失窃案件,资金追回成功率普遍更高。这一现象也暗藏准入权限相关的行业启示。

行业前景向好

如今 DeFi 借贷赛道的安全风险已实现可量化、可分类,实际资金损失比例持续走低。数据证明行业已步入成熟发展阶段:实际漏洞盗币损失相较于赛道庞大存量资金占比极低,各类风险清晰可辨,风险边界愈发透明。

总而言之,不必被外界唱衰言论裹挟,数据与事实足以印证 DeFi 借贷赛道的真实风险水平。

相關問答

Q根据文章,目前以太坊虚拟机与Solana链上DeFi借贷业务的年均被盗及恶意攻击造成的资金损失率约为多少?

A根据文章测算,目前以太坊虚拟机与Solana链上DeFi借贷业务,年均被盗及恶意攻击造成的资金损失率约为借贷锁仓总市值的0.03%。

Q在DeFi安全事故中,哪个类型的协议是风险重灾区,需要被剔除以获得更准确的借贷业务风险数据?

A跨链桥是DeFi安全事故的风险重灾区。文章指出,在分析借贷业务风险时,需要剔除跨链桥相关的安全事件,才能更准确地反映借贷赛道本身的风险水平。

Q文章指出,DeFi借贷与自动做市商协议成为安全事故高发赛道的核心共性原因是什么?

A它们的核心共性是都需要将大量资产归集存入智能合约。因为大量资产长期沉淀在合约中,使其成为黑客的首要攻击目标。

Q文章以Euler事件为例,说明了什么对改善实际风险数据的重要性?

A文章以Euler事件为例,说明了资产追回能力的重要性。Euler在2023年被盗1.97亿美元后成功全额追回,并因资产价格波动最终回笼更多资金,这拉开了行业账面损失与实际挽回金额的差距,改善了实际风险数据。

Q根据文章数据,DeFi借贷业务的实际安全风险水平相当于一个什么样的类比?

A文章将万分之三(0.03%)的损失率,类比为大致等同于美国民众意外滑倒摔伤致死的概率,以此说明DeFi借贷业务的实际安全风险其实处于较低水平。

你可能也喜歡

AI中转站引发知乎热议:便宜Token背后,用户真正担心什么?

知乎上关于“AI中转站与便宜Token”的讨论引发广泛关注,焦点从单纯的工具选择转向了深层的成本与信任问题。 用户首要担忧的是模型真实性。AI中转站被类比为“AI版黄牛”,技术门槛不高,但上游来源常不透明,存在“模型掉包”风险。由于大模型输出具有随机性,普通用户难以辨别自己是否真的在使用所付费的旗舰模型,这本质上是一种信息不对称交易。 其次,便宜Token的性价比需要理性看待。其“低价感”常源于与官方API按量价的对比,若与官方订阅套餐、国产模型或免费额度相比,未必总是最优。讨论强调用户应先明确自身需求——是偶尔使用还是高频调用,再选择合适渠道。 便宜Token的来源复杂,既可能有批量采购、缓存优化等合法路径,也可能涉及订阅拆分、地区价差套利甚至更灰色的渠道。这种混合供给导致服务稳定性和余额风险难以评估。真正的成本计算需涵盖模型真实性、服务稳定性和数据安全。 数据安全成为核心关切,尤其在AI编程、Agent和企业应用场景中。经过中转站的prompt、代码、业务文档和密钥可能面临泄露风险。对于企业,这还涉及商业秘密、数据合规与供应商审查等治理问题。 讨论形成的普遍共识是:AI中转站可用于低敏感、可替代的任务(如公开资料总结、简单测试),但不建议作为默认入口,尤其不能用于处理敏感数据或接入生产环境。实用建议包括:避免大额充值、分散风险、定期测试模型、做好数据脱敏。 这场讨论揭示,当AI能力按Token计价时,用户为节省调用费用,可能潜在地牺牲了信任与安全。随着AI更深度融入工作流,明晰请求路径、模型来源与数据流向变得至关重要。

marsbit14 分鐘前

AI中转站引发知乎热议:便宜Token背后,用户真正担心什么?

marsbit14 分鐘前

封了自家元宝,微信AI亲自下场

微信AI智能体即将以原生形态嵌入微信,预计最快本月启动合规审批。其交互入口拟定为微信主界面右滑,定位不止是聊天机器人,更能通过调用小程序完成挂号、点餐等实际任务,实现从“信息输出”到“服务执行”的闭环。 这一战略转向源于内部竞争与外部压力。腾讯此前推出的独立AI应用“元宝”增长乏力,月活远落后于字节的“豆包”和阿里的“千问”。更关键的是,元宝在今年春节的营销活动因“诱导分享”被微信自身封杀,暴露出腾讯对AI落地路径的内部犹疑。此事件促使共识形成:腾讯的AI能力应植根于微信生态,而非另起炉灶。 微信的核心优势在于其独一无二的生态:14亿月活用户、成熟的微信支付体系以及覆盖数百万商户的标准化小程序接口。这使得微信AI智能体能高效、精准地调用服务,无需像竞品那样模拟屏幕操作。腾讯总裁刘炽平指出,微信平台是承载AI智能体的“理想助手”。 然而,挑战依然存在:混元大模型的性能需持续追赶;海量用户带来的算力成本高昂;AI智能体“一步直达”服务可能压缩小程序开发者的流量与广告收益,需重新设计激励机制。此外,阿里、字节等巨头也在构建自己的AI服务闭环,意图控制用户需求的入口。 本质上,微信推出AI智能体是一场防御性升级,旨在将用户对服务的需求尽可能留在微信体系内完成,从而巩固其作为核心入口的地位。这并非简单的产品迭代,而是在存量竞争时代,对人与服务连接方式的重新定义。

marsbit1 小時前

封了自家元宝,微信AI亲自下场

marsbit1 小時前

华尔街新操作:日元空头仍在加码,但日股靠的不是Carry Trade平仓

2026年6月初,美元兑日元汇率重返160关口附近,日经225指数则突破68000点创历史新高。市场出现对“套利交易(carry trade)崩盘”的担忧,但数据揭示了更复杂的情况。 首先,投机资金并未撤离日元空头,反而在加码。CFTC持仓数据显示,截至5月26日当周,日元期货净空头头寸增至约11.5万张合约,接近历史高位。这意味着若日本央行转向鹰派或美国经济走弱,可能引发类似2024年8月的被动平仓风险。 其次,日本财务省在4月底至5月底实施了规模创纪录的外汇干预(约11.7万亿日元),但仍未能阻止日元汇率跌破160。这显示单边干预效果有限。 关键点在于,推动日股上涨的动力并非来自套利交易平仓后的资金回流。外资正连续数周大幅净买入日股,2026年内累计净买入额已达去年同期的近16倍。资金集中流向AI与半导体相关股票(如软银、Socionext),是追逐全球AI产业趋势的主动投资行为,与2024年因套利交易瓦解引发的被动抛售有本质不同。 此外,日股在日本央行加息周期中依然走强,表明当前外资行情对利率敏感度较低。但若未来日本央行进一步加息(例如至1.0%)叠加美元转弱,可能导致套利交易成本骤升,届时股市与汇市的关系可能重新紧密联动。 综上,当前市场并存三个事实:日元空头仓位拥挤、干预未能守住关键汇率、日股受AI主题外资驱动创新高。它们并不矛盾,共同构成了市场的复杂图景。

marsbit1 小時前

华尔街新操作:日元空头仍在加码,但日股靠的不是Carry Trade平仓

marsbit1 小時前

交易

現貨
合約
活动图片