Giới thiệu
Quản trị DAO là một chủ đề phức tạp có thể được giải quyết từ nhiều góc độ, mỗi góc độ đưa ra lời giải thích cụ thể của riêng nó. Rất có thể không ai có thể hoàn toàn bao gồm tất cả các cơ chế của nó.
Maker Risk Dashboard
Bài đăng này khám phá một góc độ như vậy, đặc biệt phù hợp với DeFi DAO. Nó bắt đầu bằng cách hiển thị nhiều mục tiêu hệ thống thường được theo đuổi tại các DAO và tiếp tục bằng cách bối cảnh hóa rủi ro kinh tế, một trong những lĩnh vực chính được tận dụng để chỉ đạo phi tập trung tại MakerDAO. Sau đó, lĩnh vực này, mà nhóm của chúng tôi chuyên về, được trình bày cả từ góc độ quy trình và công cụ, đồng thời thực tế hơn bằng cách chia sẻ một số hiểu biết có thể hành động được ánh xạ tới các quyết định trên chuỗi.
Tối ưu hóa cho nhiều mục tiêu hệ thống DAO
MakerDAO (và hầu hết các DAO khác) phải đối mặt với cả thách thức của hành động tập thể cùng với thách thức theo đuổi nhiều mục tiêu hệ thống. Các mục tiêu này có thể ở mức cao được xác định là phi tập trung, tăng trưởng, doanh thu và mạnh mẽ
Mặc dù khả năng phục hồi có thể được định nghĩa là khả năng quay trở lại hoạt động bình thường trong một khoảng thời gian hợp lý, nhưng sự bền vững là khả năng duy trì hoạt động của nó trong thời gian khủng hoảng. Maker với tư cách là một hệ thống hợp đồng thông minh không có đặc quyền dừng hoạt động của mình trong một khoảng thời gian nhất định để trở lại hoạt động bình thường, do đó, sự mạnh mẽ như một mục tiêu của hệ thống là một đại diện tốt hơn cho mục tiêu của nó. Lý tưởng nhất là chúng tôi muốn tối đa hóa tất cả các mục tiêu hệ thống đã đề cập. Trong khi đó, không chỉ những điều này được theo đuổi đồng thời, chúng thường liên quan đến việc đưa ra các quyết định ưu tiên cái này hơn cái kia.
Sự đánh đổi của không gian quyết định thường khó hiểu ngay cả ở cấp độ người đóng góp toàn thời gian, chứ chưa nói đến quy mô ở cấp độ cộng đồng của những người hầu như không tham gia toàn thời gian vào dự án. Vì hệ thống phức tạp nên cũng không có cách nào hợp lý để cô lập các thành phần riêng lẻ mà không nhìn vào bức tranh tổng thể (tối ưu hóa cho một mục tiêu hệ thống, hoàn toàn bỏ qua các mục tiêu hệ thống khác).
Có một sự căng thẳng cần thiết và lành mạnh giữa các nhóm cộng tác viên DAO khác nhau đôi khi tập trung vào việc tối ưu hóa cho các mục tiêu hệ thống khác nhau. Tại MakerDAO, điều đó có thể liên quan đến Đơn vị cốt lõi tăng trưởng, Đơn vị cốt lõi tài chính chiến lược, Đơn vị cốt lõi rủi ro, Đơn vị cốt lõi kỹ thuật giao thức (và các đơn vị khác), mỗi đơn vị đóng góp bằng chuyên môn miền của riêng họ để chỉ đạo theo đuổi nhiều mục tiêu hệ thống.
Ở một khía cạnh cực đoan, việc đặt tất cả các khoản phí ổn định về 0 để chỉ tối ưu hóa cho nguồn cung DAI được thế chấp bằng tiền điện tử sẽ hy sinh dòng thu nhập hiện tại (và nếu không có quy trình giảm thiểu rủi ro thích hợp cũng làm tăng khả năng tích lũy nợ khó đòi, làm giảm tính bền vững của hệ thống). Việc đặt tỷ lệ thanh lý cực cao sẽ giảm thiểu rủi ro nợ khó đòi, đồng thời làm giảm dòng thu nhập hiện tại (và trải nghiệm người dùng vault thông qua hiệu quả sử dụng vốn). Đặt phí ổn định cực cao sẽ tối ưu hóa cho thu nhập hiện tại nhưng rất có thể sẽ làm giảm tốc độ tăng trưởng (thông qua việc giảm nguồn cung DAI được thế chấp bằng tiền điện tử và đóng cửa các vault chuyển sang các giao thức khác của đối thủ cạnh tranh). Do hiệu ứng bậc hai, doanh thu cũng có thể sẽ giảm do nguồn cung DAI giảm.
Biểu đồ dưới đây hình dung rõ ràng mục tiêu tập thể của chúng tôi là tối ưu hóa trên nhiều mục tiêu hệ thống.
Cần gì để tối ưu hóa một hệ thống phức tạp? (BlockScience)
Như những ví dụ này cho thấy cần có một quy trình nhằm hướng tới việc cân nhắc tập thể về tầm quan trọng của việc theo đuổi các mục tiêu của hệ thống. Mặc dù có các giao thức có bề mặt quản trị được giảm thiểu, nhưng MakerDAO vẫn tiếp tục mở rộng nó, điều này khiến việc tự động hóa trở nên khó khăn hơn theo thời gian (trái ngược với Liquity hoặc RAI). Có thể cho rằng bề mặt quản trị tối thiểu đã bị hy sinh trên bàn thờ của sự sống còn. Điều này mang lại các thành phần bổ sung với nhiều nút xoay hơn, tổ chức phức tạp hơn.
Trong web2, hầu hết các công ty khởi nghiệp và mở rộng quy mô có thể cung cấp một đại diện tốt về hiệu quả kinh doanh thông qua các biện pháp kinh tế đơn vị như tỷ lệ CAC/LTV. Trong web3/crypto, thật hấp dẫn khi tối ưu hóa một cách rõ ràng chỉ cho một mục tiêu hệ thống. Một ví dụ rõ ràng là Terra đã tối ưu hóa cho tăng trưởng (tức là TVL) với chi phí doanh thu (kinh tế học đơn vị) và sự vững chắc (nguy cơ bị hủy hoại), cuối cùng đã bắt kịp họ và gây ra sự sụp đổ của toàn bộ hệ thống kinh tế của họ. Có những ví dụ khác về CeFi đã kết thúc tương tự không gian quyết định với cái giá phải trả là sự sụp đổ của hệ thống. Các phương pháp tiếp cận theo chủ nghĩa giản lược thường hoạt động trong web2 đã thất bại khi được áp dụng để đo lường hiệu suất của các hệ thống tiền điện tử. Trong web2, rủi ro hủy hoại phổ biến nhất là hết đường băng do tính kinh tế đơn vị tiêu cực. Tuy nhiên, điều này có thể được giảm thiểu/mở rộng bằng cách giảm chi phí hoạt động với nguy cơ hủy hoại gần như chỉ sau một đêm hầu như không tồn tại.
Miền rủi ro kinh tế DeFi
Mặc dù doanh thu và tăng trưởng (thường) dễ đo lường trực tiếp hơn, nhưng tính bền vững là thứ ẩn giấu và không rõ ràng hơn nhiều (khó ước tính), đặc biệt là do cả sự không chắc chắn về xác suất xảy ra một cú sốc/khai thác nào đó và ước tính tác động kinh tế của nó. sự va chạm. Có nhiều nguồn rủi ro khác nhau trong tiền điện tử tác động (tiêu cực) đến sự bền vững của hệ thống. Cho rằng lĩnh vực của chúng tôi là rủi ro kinh tế, phần còn lại của bài đăng tập trung vào nhóm rủi ro này.
Các nguồn rủi ro kinh tế quan trọng nhất cần được hiểu là những nguồn có thể gây ra rủi ro hủy hoại tiềm ẩn. Rủi ro tập trung của USDC thông qua PSM (và các stablecoin tập trung khác) là một trong những nguồn như vậy; Xác suất đưa vào danh sách đen của nó được cho là không thể ước tính được vì nó chủ yếu phụ thuộc vào cảm tính của các cơ quan quản lý và mức độ nghiêm trọng của việc nắm bắt quy định của họ. Rõ ràng cũng có một lợi ích mạnh mẽ được kích hoạt bởi PSM, đó là ổn định tỷ giá DAI so với USD trong trường hợp nhu cầu vượt quá (một quyết định đánh đổi khác gây ra nhiều căng thẳng cần thiết trong cuộc thảo luận cộng đồng). Chắc chắn có những nguồn khác mà chúng tôi chưa biết nhưng mục đích là có thể nghiên cứu và giảm thiểu càng nhiều nguồn rủi ro càng tốt.
Với nhiều ẩn số đã biết (và chưa biết), nhóm của chúng tôi tập trung vào ước tính rủi ro kinh tế di chuyển các nguồn khác nhau từ ẩn số có thể biết đến lãnh thổ đã biết. Những điều này thường liên quan đến việc phát triển các biện pháp định lượng để trả lời các câu hỏi “nếu như”. May mắn thay, hầu hết các rủi ro mà MakerDAO gặp phải không gây ra mối đe dọa hiện hữu (ngoại lệ là việc tiếp xúc với stablecoin tập trung).
Một trong những rủi ro như vậy là nợ xấu tiềm ẩn tích tụ do việc thanh lý được thực hiện không thành công thông qua hệ thống đấu giá. Điều này cũng nhằm mục đích trả lời một trong những câu hỏi “điều gì sẽ xảy ra nếu” bằng cách ước tính tổn thất giao thức do một (tập hợp) cú sốc giá thị trường nhất định. Một số lý do dẫn đến tổn thất giao thức do nợ xấu có thể là do sử dụng đòn bẩy quá mức và/hoặc vault được quản lý kém, thanh khoản tài sản thế chấp thấp, thông số đấu giá được thiết lập không tối ưu, mạng lưới người quản lý không hợp lý, v.v. Ước tính tổn thất tiềm ẩn từ các cú sốc thị trường có thể gây ra các sự kiện như vậy mỗi loại vault thông qua Mô hình rủi ro tài sản thế chấp, được trình bày trong một số liệu duy nhất có tên là Phần bù rủi ro. Khi điều này được tính toán cho từng loại vault, điều này góp phần vào thước đo cấp danh mục đầu tư được gọi là Vốn có rủi ro. Chúng tôi sẽ trở lại làm thế nào điều này có thể được theo dõi sau trong bài viết.
Đây là một cái nhìn thoáng qua về tầm quan trọng của việc giám sát các thành phần hệ thống khác nhau có tác động đến hồ sơ rủi ro của Maker. Chúng tôi sẽ tiếp tục khám phá khả năng minh bạch của DeFi đối với các yếu tố rủi ro khác nhau. Hành động này trái ngược với các ngành TradFi/CeFi thường không rõ ràng với những hậu quả thảm khốc tiềm tàng, bao gồm cả tình trạng mất khả năng thanh toán. Chỉ trong năm nay, chúng ta đã trải qua nhiều sự kiện như sự sụp đổ của 3AC, FTX và Alameda Research, tất cả đều từng là những nhân vật chủ chốt trong hệ sinh thái. Và không chỉ chúng tôi có thể giám sát rủi ro kinh tế, sức mạnh của dữ liệu tiền điện tử mở cho phép toàn bộ cộng đồng Maker đóng góp với quan điểm và quan điểm độc đáo của họ. Vì bảng điều khiển của chúng tôi có thể truy cập công khai nên bất kỳ ai cũng có thể tìm ra các nguồn rủi ro khác nhau và đóng góp vào các đề xuất về chiến lược giảm thiểu.
Tại Maker, chúng tôi có thể theo dõi các thay đổi của hệ sinh thái, tính thanh khoản của tài sản thế chấp, hành vi của vault, các giao thức được kết nối với nhau khác, các quyết định quản trị của chúng, v.v. Phần còn lại của bài đăng giải thích các quy trình, công cụ và các quyết định được đề xuất trên chuỗi của chúng tôi nhờ khả năng giám sát này.
Giám sát và giảm thiểu rủi ro trong thực tế
Bây giờ chúng ta đã bối cảnh hóa lĩnh vực rủi ro kinh tế, chúng ta có thể tìm hiểu sâu hơn về diện mạo của nó trong thực tế. Nhóm của chúng tôi dành nhiều thời gian để liên tục cải tiến quy trình nghiên cứu nhằm cung cấp thông tin chi tiết về quá trình ra quyết định quản trị. Thông thường, điều này có nghĩa là đề xuất các tham số rủi ro có liên quan (tham số loại tài sản thế chấp, tham số PSM, tham số D3M, tham số đấu giá, v.v.). Bản thân công việc trải dài từ giám sát rủi ro đến giảm thiểu các nguồn nổi lên để tăng cường sức mạnh của MakerDAO.
Công cụ chính mà chúng tôi đang tận dụng là Bảng điều khiển rủi ro của nhà sản xuất. Đó là chìa khóa cho công việc hàng ngày của chúng tôi vì nó cho phép chúng tôi bắt nhịp với các thành phần hệ thống khác nhau của Maker. Tiếp theo chúng tôi trình bày một số ví dụ.
Maker Risk Dashboard - Trang chính
Vốn chịu rủi ro
Ở phía bên phải của trang phía trên, chúng ta có thể thấy biểu đồ lịch sử của Capital at Risk. Ở cấp độ cao, nó thể hiện ước tính rủi ro cấp danh mục đầu tư đối với các khoản lỗ tiềm ẩn do rủi ro được thế chấp bằng tài sản tiền điện tử dễ bay hơi. Nếu có một số thay đổi trong biện pháp này, chúng ta có thể tìm hiểu sâu hơn về Vốn chịu rủi ro của loại vault nào đã tăng lên và lý do tại sao.
Gần đây, chúng tôi đã phát hiện ra sự gia tăng lớn về Vốn rủi ro của MANA-A mặc dù nó chỉ đóng góp một phần nhỏ trong tổng số nợ rủi ro với 15 triệu DAI. Chúng tôi đã điều tra các đòn bẩy khác nhau có thể gây ra sự gia tăng này, chẳng hạn như rủi ro nợ hiện tại, tỷ lệ vault được bảo vệ (vault tự bảo vệ mình tốt như thế nào), tài sản thế chấp và tính thanh khoản. Mặc dù có một số tín hiệu góp phần vào sự gia tăng, nhưng dấu hiệu mạnh nhất là tính thanh khoản trên chuỗi MANA thấp. Cụ thể hơn, bằng cách thanh lý 4 vault hàng đầu đóng góp 10 triệu DAI, tỷ lệ trượt giá trên chuỗi phát sinh có thể lên tới 80%, điều này có khả năng góp phần tích tụ nợ xấu.
Điều này đã được thông báo thêm trong Ủy ban thị trường mở MakerDAO được thành lập chủ yếu để đề xuất các tham số quản trị. Trần nợ của MANA-A đã giảm từ 15 triệu đô la xuống 10 triệu đô la và phí ổn định của nó đã tăng từ 4,5% lên 7,5% để giảm thiểu rủi ro kinh tế phát sinh (và tăng cường sức mạnh của MakerDAO).
MANA-A’s Capital at Risk
Nợ có rủi ro
Ở phía bên trái của trang phía trên, chúng ta có thể thấy ảnh chụp nhanh hiện tại về Khoản nợ có rủi ro do giá tài sản thế chấp cụ thể giảm xuống. Mục đích của biểu đồ là theo dõi tỷ lệ tài sản thế chấp của các vault riêng lẻ và tổng hợp số nợ đã thanh lý của chúng trong trường hợp chúng không thể tự bảo vệ mình khỏi việc giảm giá tài sản thế chấp.
Tổng số nợ có rủi ro cũng được chia cho mỗi điểm bảo vệ vault, một mô hình phỏng đoán ước tính xác suất vault không được thanh lý. Các loại chúng tôi chia chúng thành Rủi ro thấp, Rủi ro trung bình và Rủi ro cao.
Một số yếu tố mà chúng tôi tính đến là:
Debt at Risk (current snapshot)
Một khía cạnh quan trọng khác của việc hiểu các yếu tố rủi ro kinh tế là khả năng mô phỏng việc giảm giá tài sản thế chấp và xem vault nào sẽ bị thanh lý nếu không có sự can thiệp bảo vệ chủ động từ phía họ.
Điều này đặc biệt có liên quan vì độ trễ giá OSM trong 1 giờ giúp chủ sở hữu vault có thời gian đệm để tiết kiệm vault của họ khỏi bị thanh lý (bên cạnh việc bảo vệ hệ thống khỏi mọi nỗ lực xấu nhằm đưa giá sai vào giao thức).
Chế độ xem bên dưới cho phép chúng tôi xem rủi ro nợ có thể được thanh lý phân chia theo điểm bảo vệ vault, từng vault và siêu dữ liệu của chúng, đồng thời so sánh giữa giá OSM hiện tại và giá OSM mô phỏng.
Vaults at Risk Simulation
Thông số đấu giá tài sản thế chấp
Mô phỏng rủi ro của các vault ở trên cung cấp thông tin chi tiết về những vault nào có thể được thanh lý. Trong khi đó, trong trường hợp thanh lý thực tế, điều quan trọng là phải tối ưu hóa các thông số đấu giá tài sản thế chấp để thực hiện các giao dịch một cách hiệu quả nhằm giảm thiểu khả năng tích lũy nợ khó đòi. Hai trong số các mô hình mô phỏng chính là Mô phỏng Thông lượng Đấu giá và Mô phỏng Kicks Đấu giá.
Mô phỏng thông lượng đấu giá cho thấy các phiên đấu giá sẽ mất bao lâu để giải quyết và mức độ trượt giá trên chuỗi sẽ phát sinh với các tham số rủi ro và thống kê sử dụng đã đặt của loại tài sản thế chấp cụ thể.
Auctions Throughput Simulation
Mục đích của Auction Kicks Simulation là sử dụng dữ liệu lịch sử về các cú sốc giá để ước tính thời lượng đấu giá và trượt giá trên chuỗi với các tham số rủi ro được đặt khác nhau. Điều này dành riêng cho một tài sản thế chấp với hai tham số chính có thể thay đổi được là cắt giảm (tham số đấu giá để xác định tỷ lệ phần trăm giảm trong mỗi bước đấu giá, được đo khi thời gian đấu giá trôi qua) và lợi nhuận của người nhận.
Auction Kick Simulation — Bên trên
Thông tin chi tiết quan trọng về việc thay đổi cả tham số và ngày cụ thể xảy ra cú sốc thị trường được lấy từ bản đồ nhiệt về thời lượng đấu giá và trượt giá trên chuỗi.
Kết quả mô phỏng được lấy từ nhiều tình huống dựa trên thời gian khác nhau (các cú đá được kích hoạt tại các điểm khác nhau). Chúng tôi quan tâm đến phần cuối của phân phối (cực trị) vì vậy chúng tôi đang sử dụng một phần trăm cụ thể (tức là thứ 95) để nắm bắt điều đó bằng cách sử dụng CDF (hàm phân phối tích lũy).
Bản đồ nhiệt là vô giá để nắm bắt tác động của động lực quét tham số. Chúng ta có thể quan sát việc thay đổi giá trị của hai tham số khác nhau (buf và step) có tác động như thế nào đến các chỉ số quan tâm. Tương tự như các mô phỏng ở trên, chúng tôi muốn hiểu rõ hơn về mối quan hệ giữa việc đặt các tham số đấu giá khác nhau và tác động của chúng đối với thời lượng đấu giá và trượt giá trên chuỗi.
Đi sâu hơn vào các mô phỏng này và sự đánh đổi cụ thể nằm ngoài phạm vi của bài đăng này nhưng một trong những lời giải thích trực quan mà chúng ta có thể rút ra bên dưới trong biểu đồ (ngay cả khi không biết về thiết kế đấu giá của Maker) là sự gia tăng thời lượng đấu giá với sự gia tăng của step và buf (các giá trị của tham số đang quét qua).
Auction Kicks Simulation — Bên dưới
Đầu ra của các mô phỏng này được theo dõi tích cực và được sử dụng để đề xuất các tham số đã đặt khi chúng tôi phát hiện ra một thay đổi có ý nghĩa.
Gần đây, chúng tôi đã đề xuất một số lượng lớn các thay đổi đối với các thông số đấu giá trên các loại tài sản thế chấp khác nhau. Những thay đổi này bao gồm các thay đổi trong chu kỳ đấu giá, thời gian đấu giá và thiết lập lại, giới hạn thông lượng đấu giá và các ưu đãi của người giữ.
Collateral Auctions: Phân tích & Các tham số cập nhật — Tháng 9, 2022
Direct Deposit DAI Module (D3M)
Khả năng kết hợp của DeFi cũng có thể mang lại thêm rủi ro cho các giao thức liên kết có liên quan. Điều này bao gồm cả Maker phải đối mặt với rủi ro thị trường từ các giao thức trên toàn hệ sinh thái bằng cách tích hợp mã thông báo của họ làm tài sản thế chấp. Các tài sản thế chấp tích hợp trải qua quá trình thẩm định cẩn thận để giảm thiểu những rủi ro đó nhưng không có cách nào để xóa chúng hoàn toàn. Điều quan trọng là nguồn rủi ro này chủ yếu được theo dõi thông qua chỉ số Vốn có rủi ro được đề cập ở trên.
Trong khi đó, việc tích hợp với Aave thông qua D3M (DAI gửi tiền trực tiếp) là một ngoại lệ vì Maker cũng trực tiếp thừa hưởng một phần rủi ro quản trị của Aave. Cụ thể hơn, có rủi ro xảy ra với ngân hàng khi các nhà cung cấp (bao gồm cả D3M) không thể rút tài sản thế chấp của họ (DAI trong trường hợp của Maker) từ Aave.
Điều này khiến Maker phải liên tục theo dõi các thay đổi về quản trị của Aave, đặc biệt là khi có một lượng DAI không đáng kể được cung cấp vào các thị trường DAI của Aave.
Vì lý do này, chúng tôi đã phát triển Công cụ giám sát D3M. Nó theo dõi mức độ rủi ro hiện tại và mô phỏng DAI được cung cấp và thu nhập hàng năm dựa trên trạng thái Aave hiện tại và hai tham số có liên quan do quản trị Maker đặt ra (trần nợ và mục tiêu tỷ lệ vay).
Công cụ này cho phép hiểu rõ ràng về sự đánh đổi giữa rủi ro (cung cấp DAI làm tài sản thế chấp vào một giao thức khác) và lợi nhuận (nhận tỷ lệ cung cấp cho DAI được cung cấp từ giao thức).
Aave D3M Revenue Calculator
Giám sát hệ sinh thái
Như đã được trình bày với D3M, nhóm của chúng tôi cần giám sát toàn bộ hệ sinh thái DeFi vì không có cách nào để cung cấp các hoạt động rủi ro chất lượng tại Maker bằng cách xem xét hệ thống của nó một cách riêng biệt.
Đề xuất phí ổn định đại diện cho một trong những quyết định quản trị quan trọng và nó ảnh hưởng lớn đến lợi nhuận của giao thức. Vì lý do này, chúng tôi đã phát triển Công cụ giám sát tỷ lệ hệ sinh thái để so sánh chi phí vay ETH của Maker với Aave và Compound. Điều này cho phép một tín hiệu mạnh mẽ vào động lực cạnh tranh trên toàn hệ sinh thái. Nó tính toán tỷ lệ vay tương đương với Maker bằng cách giả định tỷ lệ tài sản thế chấp là 200% và tính đến tỷ lệ cung của thị trường cho vay.
Ecosystem Rate Monitoring Tool
Sự kiện hợp nhất Ethereum vào đầu năm nay là một trong những thành tựu lịch sử quan trọng của cộng đồng Ethereum. Điều này cũng mang lại những rủi ro kinh tế nhất định và chúng tôi hướng đến việc giảm thiểu một số rủi ro đó trên toàn hệ sinh thái.
Để hỗ trợ các hoạt động rủi ro của Aave (và cũng ngầm hiểu là của Maker), chúng tôi đã đề xuất một kế hoạch giảm thiểu rủi ro trên diễn đàn Aave cho rủi ro fork trước sự kiện hợp nhất Ethereum. Mục hành động tạm dừng vay ETH được hỗ trợ bởi Gauntlet, nhà cung cấp dịch vụ quản lý rủi ro chính của Aave và sau đó được ban quản trị Aave bỏ phiếu thông qua.
ETHPoW Fork Risk Mitigation Plan
Đề xuất trên là sản phẩm phụ của việc theo dõi liên tục hồ sơ rủi ro của Aave thông qua Bảng điều khiển rủi ro Aave của chúng tôi. Công cụ này chủ yếu được tạo ra để theo dõi tác động rủi ro tiềm ẩn của Aave đối với Maker với những cải tiến lớn được thực hiện sau khi nhận được khoản tài trợ từ Aave Grants DAO.
Aave Risk Dashboard
Cuộc thảo luận về tác động rủi ro kinh tế cũng đã được một thành viên trong nhóm của chúng tôi đưa ra trên diễn đàn Maker với mục đích đánh giá các rủi ro tiềm ẩn của POW fork. Mặc dù không có bất kỳ mục hành động nào được đề xuất, nhưng đây là một chủ đề quan trọng cần được đưa ra để đưa ra chiến lược giảm thiểu tiềm năng trong trường hợp xảy ra sự kiện rủi ro đuôi.
Merge Risks and Market Impacts
Cuộc thảo luận về rủi ro hợp nhất đã được mở rộng hơn nữa sang diễn đàn Hợp chất. Các mục hành động được kết luận là điều chỉnh thị trường cETH trên Compound v2 bằng cách đặt giới hạn vay thành 100.000 ETH và cập nhật mô hình lãi suất với tỷ lệ cao hơn sau khi sử dụng khoản vay vượt quá 80%. Đề xuất cuối cùng đã được thực hiện thông qua quản trị Hợp chất.
Proposal: Adjust ETH Interest Rate Model
Nghiên cứu mục tiêu hệ thống
Một trong những hướng chính của chúng tôi cũng là cho phép đưa ra các quyết định sáng suốt hơn về không gian đánh đổi để theo đuổi nhiều mục tiêu hệ thống được đề cập ở trên. Thông tin chi tiết chủ yếu được lấy từ nghiên cứu người dùng vault.
Khi thiết lập các tham số rủi ro như phí ổn định, giả định về độ nhạy lãi suất của người đi vay trở nên quan trọng cần tính đến, tính co giãn hoặc không co giãn của chúng, cả hai đều có thể được xác thực thông qua dữ liệu thực nghiệm. Vì lý do này, chúng tôi quyết định đi sâu vào phân tích tác động của một quyết định cụ thể — giảm phí ổn định stETH-B xuống 0%. Kết luận của phân tích là phần lớn tác động là do sự di cư của một cá voi riêng lẻ từ loại vault stETH-A sang stETH-B, gây ra sự ăn mòn thu nhập trong quá trình này. Mặt khác, điều này cũng góp phần tạo ra một lượng lớn chủ sở hữu vault mới.
Các phân tích khác như vậy bao gồm di chuyển phơi nhiễm trong giao thức, phân tích Tỷ lệ sống sót và phân tích bảo vệ Thanh lý. Mỗi người đóng góp vào những hiểu biết bổ sung về hành vi của người dùng vault có thể được sử dụng để đưa ra các quyết định về giao thức từ các giả thuyết về nguyên nhân và kết quả được xác thực tốt hơn.
Kết luận
Trong bài đăng này, chúng tôi đã chia sẻ thông tin chi tiết về cả khuôn khổ và thực tiễn quản lý rủi ro kinh tế DeFi, tập trung vào hệ thống MakerDAO. Chúng tôi đã cung cấp các ví dụ về cách DeFi kích hoạt một vị trí minh bạch duy nhất để phát hiện rủi ro và giảm thiểu rủi ro nhằm tăng tính bền vững của giao thức.
Vị trí của chúng tôi là chia sẻ kiến thức và thực tiễn có thể đóng góp cho một hệ sinh thái mạnh mẽ hơn. Mặc dù các lực lượng cạnh tranh là một khía cạnh quan trọng trong quá trình phát triển DeFi, nhưng mục tiêu của chúng tôi là vượt ra khỏi chủ nghĩa bộ lạc và các trò chơi có tổng bằng không để khuyến khích việc áp dụng DeFi hơn nữa.
Nguồn: Block Analitica
Quản trị DAO là một chủ đề phức tạp có thể được giải quyết từ nhiều góc độ, mỗi góc độ đưa ra lời giải thích cụ thể của riêng nó. Rất có thể không ai có thể hoàn toàn bao gồm tất cả các cơ chế của nó.
Maker Risk Dashboard
Bài đăng này khám phá một góc độ như vậy, đặc biệt phù hợp với DeFi DAO. Nó bắt đầu bằng cách hiển thị nhiều mục tiêu hệ thống thường được theo đuổi tại các DAO và tiếp tục bằng cách bối cảnh hóa rủi ro kinh tế, một trong những lĩnh vực chính được tận dụng để chỉ đạo phi tập trung tại MakerDAO. Sau đó, lĩnh vực này, mà nhóm của chúng tôi chuyên về, được trình bày cả từ góc độ quy trình và công cụ, đồng thời thực tế hơn bằng cách chia sẻ một số hiểu biết có thể hành động được ánh xạ tới các quyết định trên chuỗi.
Tối ưu hóa cho nhiều mục tiêu hệ thống DAO
MakerDAO (và hầu hết các DAO khác) phải đối mặt với cả thách thức của hành động tập thể cùng với thách thức theo đuổi nhiều mục tiêu hệ thống. Các mục tiêu này có thể ở mức cao được xác định là phi tập trung, tăng trưởng, doanh thu và mạnh mẽ
Mặc dù khả năng phục hồi có thể được định nghĩa là khả năng quay trở lại hoạt động bình thường trong một khoảng thời gian hợp lý, nhưng sự bền vững là khả năng duy trì hoạt động của nó trong thời gian khủng hoảng. Maker với tư cách là một hệ thống hợp đồng thông minh không có đặc quyền dừng hoạt động của mình trong một khoảng thời gian nhất định để trở lại hoạt động bình thường, do đó, sự mạnh mẽ như một mục tiêu của hệ thống là một đại diện tốt hơn cho mục tiêu của nó. Lý tưởng nhất là chúng tôi muốn tối đa hóa tất cả các mục tiêu hệ thống đã đề cập. Trong khi đó, không chỉ những điều này được theo đuổi đồng thời, chúng thường liên quan đến việc đưa ra các quyết định ưu tiên cái này hơn cái kia.
Sự đánh đổi của không gian quyết định thường khó hiểu ngay cả ở cấp độ người đóng góp toàn thời gian, chứ chưa nói đến quy mô ở cấp độ cộng đồng của những người hầu như không tham gia toàn thời gian vào dự án. Vì hệ thống phức tạp nên cũng không có cách nào hợp lý để cô lập các thành phần riêng lẻ mà không nhìn vào bức tranh tổng thể (tối ưu hóa cho một mục tiêu hệ thống, hoàn toàn bỏ qua các mục tiêu hệ thống khác).
Có một sự căng thẳng cần thiết và lành mạnh giữa các nhóm cộng tác viên DAO khác nhau đôi khi tập trung vào việc tối ưu hóa cho các mục tiêu hệ thống khác nhau. Tại MakerDAO, điều đó có thể liên quan đến Đơn vị cốt lõi tăng trưởng, Đơn vị cốt lõi tài chính chiến lược, Đơn vị cốt lõi rủi ro, Đơn vị cốt lõi kỹ thuật giao thức (và các đơn vị khác), mỗi đơn vị đóng góp bằng chuyên môn miền của riêng họ để chỉ đạo theo đuổi nhiều mục tiêu hệ thống.
Ở một khía cạnh cực đoan, việc đặt tất cả các khoản phí ổn định về 0 để chỉ tối ưu hóa cho nguồn cung DAI được thế chấp bằng tiền điện tử sẽ hy sinh dòng thu nhập hiện tại (và nếu không có quy trình giảm thiểu rủi ro thích hợp cũng làm tăng khả năng tích lũy nợ khó đòi, làm giảm tính bền vững của hệ thống). Việc đặt tỷ lệ thanh lý cực cao sẽ giảm thiểu rủi ro nợ khó đòi, đồng thời làm giảm dòng thu nhập hiện tại (và trải nghiệm người dùng vault thông qua hiệu quả sử dụng vốn). Đặt phí ổn định cực cao sẽ tối ưu hóa cho thu nhập hiện tại nhưng rất có thể sẽ làm giảm tốc độ tăng trưởng (thông qua việc giảm nguồn cung DAI được thế chấp bằng tiền điện tử và đóng cửa các vault chuyển sang các giao thức khác của đối thủ cạnh tranh). Do hiệu ứng bậc hai, doanh thu cũng có thể sẽ giảm do nguồn cung DAI giảm.
Biểu đồ dưới đây hình dung rõ ràng mục tiêu tập thể của chúng tôi là tối ưu hóa trên nhiều mục tiêu hệ thống.
Cần gì để tối ưu hóa một hệ thống phức tạp? (BlockScience)
Như những ví dụ này cho thấy cần có một quy trình nhằm hướng tới việc cân nhắc tập thể về tầm quan trọng của việc theo đuổi các mục tiêu của hệ thống. Mặc dù có các giao thức có bề mặt quản trị được giảm thiểu, nhưng MakerDAO vẫn tiếp tục mở rộng nó, điều này khiến việc tự động hóa trở nên khó khăn hơn theo thời gian (trái ngược với Liquity hoặc RAI). Có thể cho rằng bề mặt quản trị tối thiểu đã bị hy sinh trên bàn thờ của sự sống còn. Điều này mang lại các thành phần bổ sung với nhiều nút xoay hơn, tổ chức phức tạp hơn.
Trong web2, hầu hết các công ty khởi nghiệp và mở rộng quy mô có thể cung cấp một đại diện tốt về hiệu quả kinh doanh thông qua các biện pháp kinh tế đơn vị như tỷ lệ CAC/LTV. Trong web3/crypto, thật hấp dẫn khi tối ưu hóa một cách rõ ràng chỉ cho một mục tiêu hệ thống. Một ví dụ rõ ràng là Terra đã tối ưu hóa cho tăng trưởng (tức là TVL) với chi phí doanh thu (kinh tế học đơn vị) và sự vững chắc (nguy cơ bị hủy hoại), cuối cùng đã bắt kịp họ và gây ra sự sụp đổ của toàn bộ hệ thống kinh tế của họ. Có những ví dụ khác về CeFi đã kết thúc tương tự không gian quyết định với cái giá phải trả là sự sụp đổ của hệ thống. Các phương pháp tiếp cận theo chủ nghĩa giản lược thường hoạt động trong web2 đã thất bại khi được áp dụng để đo lường hiệu suất của các hệ thống tiền điện tử. Trong web2, rủi ro hủy hoại phổ biến nhất là hết đường băng do tính kinh tế đơn vị tiêu cực. Tuy nhiên, điều này có thể được giảm thiểu/mở rộng bằng cách giảm chi phí hoạt động với nguy cơ hủy hoại gần như chỉ sau một đêm hầu như không tồn tại.
Miền rủi ro kinh tế DeFi
Mặc dù doanh thu và tăng trưởng (thường) dễ đo lường trực tiếp hơn, nhưng tính bền vững là thứ ẩn giấu và không rõ ràng hơn nhiều (khó ước tính), đặc biệt là do cả sự không chắc chắn về xác suất xảy ra một cú sốc/khai thác nào đó và ước tính tác động kinh tế của nó. sự va chạm. Có nhiều nguồn rủi ro khác nhau trong tiền điện tử tác động (tiêu cực) đến sự bền vững của hệ thống. Cho rằng lĩnh vực của chúng tôi là rủi ro kinh tế, phần còn lại của bài đăng tập trung vào nhóm rủi ro này.
Các nguồn rủi ro kinh tế quan trọng nhất cần được hiểu là những nguồn có thể gây ra rủi ro hủy hoại tiềm ẩn. Rủi ro tập trung của USDC thông qua PSM (và các stablecoin tập trung khác) là một trong những nguồn như vậy; Xác suất đưa vào danh sách đen của nó được cho là không thể ước tính được vì nó chủ yếu phụ thuộc vào cảm tính của các cơ quan quản lý và mức độ nghiêm trọng của việc nắm bắt quy định của họ. Rõ ràng cũng có một lợi ích mạnh mẽ được kích hoạt bởi PSM, đó là ổn định tỷ giá DAI so với USD trong trường hợp nhu cầu vượt quá (một quyết định đánh đổi khác gây ra nhiều căng thẳng cần thiết trong cuộc thảo luận cộng đồng). Chắc chắn có những nguồn khác mà chúng tôi chưa biết nhưng mục đích là có thể nghiên cứu và giảm thiểu càng nhiều nguồn rủi ro càng tốt.
Với nhiều ẩn số đã biết (và chưa biết), nhóm của chúng tôi tập trung vào ước tính rủi ro kinh tế di chuyển các nguồn khác nhau từ ẩn số có thể biết đến lãnh thổ đã biết. Những điều này thường liên quan đến việc phát triển các biện pháp định lượng để trả lời các câu hỏi “nếu như”. May mắn thay, hầu hết các rủi ro mà MakerDAO gặp phải không gây ra mối đe dọa hiện hữu (ngoại lệ là việc tiếp xúc với stablecoin tập trung).
Một trong những rủi ro như vậy là nợ xấu tiềm ẩn tích tụ do việc thanh lý được thực hiện không thành công thông qua hệ thống đấu giá. Điều này cũng nhằm mục đích trả lời một trong những câu hỏi “điều gì sẽ xảy ra nếu” bằng cách ước tính tổn thất giao thức do một (tập hợp) cú sốc giá thị trường nhất định. Một số lý do dẫn đến tổn thất giao thức do nợ xấu có thể là do sử dụng đòn bẩy quá mức và/hoặc vault được quản lý kém, thanh khoản tài sản thế chấp thấp, thông số đấu giá được thiết lập không tối ưu, mạng lưới người quản lý không hợp lý, v.v. Ước tính tổn thất tiềm ẩn từ các cú sốc thị trường có thể gây ra các sự kiện như vậy mỗi loại vault thông qua Mô hình rủi ro tài sản thế chấp, được trình bày trong một số liệu duy nhất có tên là Phần bù rủi ro. Khi điều này được tính toán cho từng loại vault, điều này góp phần vào thước đo cấp danh mục đầu tư được gọi là Vốn có rủi ro. Chúng tôi sẽ trở lại làm thế nào điều này có thể được theo dõi sau trong bài viết.
Đây là một cái nhìn thoáng qua về tầm quan trọng của việc giám sát các thành phần hệ thống khác nhau có tác động đến hồ sơ rủi ro của Maker. Chúng tôi sẽ tiếp tục khám phá khả năng minh bạch của DeFi đối với các yếu tố rủi ro khác nhau. Hành động này trái ngược với các ngành TradFi/CeFi thường không rõ ràng với những hậu quả thảm khốc tiềm tàng, bao gồm cả tình trạng mất khả năng thanh toán. Chỉ trong năm nay, chúng ta đã trải qua nhiều sự kiện như sự sụp đổ của 3AC, FTX và Alameda Research, tất cả đều từng là những nhân vật chủ chốt trong hệ sinh thái. Và không chỉ chúng tôi có thể giám sát rủi ro kinh tế, sức mạnh của dữ liệu tiền điện tử mở cho phép toàn bộ cộng đồng Maker đóng góp với quan điểm và quan điểm độc đáo của họ. Vì bảng điều khiển của chúng tôi có thể truy cập công khai nên bất kỳ ai cũng có thể tìm ra các nguồn rủi ro khác nhau và đóng góp vào các đề xuất về chiến lược giảm thiểu.
Tại Maker, chúng tôi có thể theo dõi các thay đổi của hệ sinh thái, tính thanh khoản của tài sản thế chấp, hành vi của vault, các giao thức được kết nối với nhau khác, các quyết định quản trị của chúng, v.v. Phần còn lại của bài đăng giải thích các quy trình, công cụ và các quyết định được đề xuất trên chuỗi của chúng tôi nhờ khả năng giám sát này.
Giám sát và giảm thiểu rủi ro trong thực tế
Bây giờ chúng ta đã bối cảnh hóa lĩnh vực rủi ro kinh tế, chúng ta có thể tìm hiểu sâu hơn về diện mạo của nó trong thực tế. Nhóm của chúng tôi dành nhiều thời gian để liên tục cải tiến quy trình nghiên cứu nhằm cung cấp thông tin chi tiết về quá trình ra quyết định quản trị. Thông thường, điều này có nghĩa là đề xuất các tham số rủi ro có liên quan (tham số loại tài sản thế chấp, tham số PSM, tham số D3M, tham số đấu giá, v.v.). Bản thân công việc trải dài từ giám sát rủi ro đến giảm thiểu các nguồn nổi lên để tăng cường sức mạnh của MakerDAO.
Công cụ chính mà chúng tôi đang tận dụng là Bảng điều khiển rủi ro của nhà sản xuất. Đó là chìa khóa cho công việc hàng ngày của chúng tôi vì nó cho phép chúng tôi bắt nhịp với các thành phần hệ thống khác nhau của Maker. Tiếp theo chúng tôi trình bày một số ví dụ.
Maker Risk Dashboard - Trang chính
Vốn chịu rủi ro
Ở phía bên phải của trang phía trên, chúng ta có thể thấy biểu đồ lịch sử của Capital at Risk. Ở cấp độ cao, nó thể hiện ước tính rủi ro cấp danh mục đầu tư đối với các khoản lỗ tiềm ẩn do rủi ro được thế chấp bằng tài sản tiền điện tử dễ bay hơi. Nếu có một số thay đổi trong biện pháp này, chúng ta có thể tìm hiểu sâu hơn về Vốn chịu rủi ro của loại vault nào đã tăng lên và lý do tại sao.
Gần đây, chúng tôi đã phát hiện ra sự gia tăng lớn về Vốn rủi ro của MANA-A mặc dù nó chỉ đóng góp một phần nhỏ trong tổng số nợ rủi ro với 15 triệu DAI. Chúng tôi đã điều tra các đòn bẩy khác nhau có thể gây ra sự gia tăng này, chẳng hạn như rủi ro nợ hiện tại, tỷ lệ vault được bảo vệ (vault tự bảo vệ mình tốt như thế nào), tài sản thế chấp và tính thanh khoản. Mặc dù có một số tín hiệu góp phần vào sự gia tăng, nhưng dấu hiệu mạnh nhất là tính thanh khoản trên chuỗi MANA thấp. Cụ thể hơn, bằng cách thanh lý 4 vault hàng đầu đóng góp 10 triệu DAI, tỷ lệ trượt giá trên chuỗi phát sinh có thể lên tới 80%, điều này có khả năng góp phần tích tụ nợ xấu.
Điều này đã được thông báo thêm trong Ủy ban thị trường mở MakerDAO được thành lập chủ yếu để đề xuất các tham số quản trị. Trần nợ của MANA-A đã giảm từ 15 triệu đô la xuống 10 triệu đô la và phí ổn định của nó đã tăng từ 4,5% lên 7,5% để giảm thiểu rủi ro kinh tế phát sinh (và tăng cường sức mạnh của MakerDAO).
MANA-A’s Capital at Risk
Nợ có rủi ro
Ở phía bên trái của trang phía trên, chúng ta có thể thấy ảnh chụp nhanh hiện tại về Khoản nợ có rủi ro do giá tài sản thế chấp cụ thể giảm xuống. Mục đích của biểu đồ là theo dõi tỷ lệ tài sản thế chấp của các vault riêng lẻ và tổng hợp số nợ đã thanh lý của chúng trong trường hợp chúng không thể tự bảo vệ mình khỏi việc giảm giá tài sản thế chấp.
Tổng số nợ có rủi ro cũng được chia cho mỗi điểm bảo vệ vault, một mô hình phỏng đoán ước tính xác suất vault không được thanh lý. Các loại chúng tôi chia chúng thành Rủi ro thấp, Rủi ro trung bình và Rủi ro cao.
Một số yếu tố mà chúng tôi tính đến là:
- Tỷ lệ tài sản thế chấp của vault
- Bảo vệ lịch sử chống lại những cú sốc thị trường
- Liệu họ có đăng ký các dịch vụ bảo vệ như DeFi Saver hay không
- Liệu họ có khả năng sử dụng bot độc quyền để quản lý vault tự động hay không
- Mô hình lịch sử của tỷ lệ tài sản thế chấp được duy trì
Debt at Risk (current snapshot)
Một khía cạnh quan trọng khác của việc hiểu các yếu tố rủi ro kinh tế là khả năng mô phỏng việc giảm giá tài sản thế chấp và xem vault nào sẽ bị thanh lý nếu không có sự can thiệp bảo vệ chủ động từ phía họ.
Điều này đặc biệt có liên quan vì độ trễ giá OSM trong 1 giờ giúp chủ sở hữu vault có thời gian đệm để tiết kiệm vault của họ khỏi bị thanh lý (bên cạnh việc bảo vệ hệ thống khỏi mọi nỗ lực xấu nhằm đưa giá sai vào giao thức).
Chế độ xem bên dưới cho phép chúng tôi xem rủi ro nợ có thể được thanh lý phân chia theo điểm bảo vệ vault, từng vault và siêu dữ liệu của chúng, đồng thời so sánh giữa giá OSM hiện tại và giá OSM mô phỏng.
Vaults at Risk Simulation
Thông số đấu giá tài sản thế chấp
Mô phỏng rủi ro của các vault ở trên cung cấp thông tin chi tiết về những vault nào có thể được thanh lý. Trong khi đó, trong trường hợp thanh lý thực tế, điều quan trọng là phải tối ưu hóa các thông số đấu giá tài sản thế chấp để thực hiện các giao dịch một cách hiệu quả nhằm giảm thiểu khả năng tích lũy nợ khó đòi. Hai trong số các mô hình mô phỏng chính là Mô phỏng Thông lượng Đấu giá và Mô phỏng Kicks Đấu giá.
Mô phỏng thông lượng đấu giá cho thấy các phiên đấu giá sẽ mất bao lâu để giải quyết và mức độ trượt giá trên chuỗi sẽ phát sinh với các tham số rủi ro và thống kê sử dụng đã đặt của loại tài sản thế chấp cụ thể.
Auctions Throughput Simulation
Mục đích của Auction Kicks Simulation là sử dụng dữ liệu lịch sử về các cú sốc giá để ước tính thời lượng đấu giá và trượt giá trên chuỗi với các tham số rủi ro được đặt khác nhau. Điều này dành riêng cho một tài sản thế chấp với hai tham số chính có thể thay đổi được là cắt giảm (tham số đấu giá để xác định tỷ lệ phần trăm giảm trong mỗi bước đấu giá, được đo khi thời gian đấu giá trôi qua) và lợi nhuận của người nhận.
Auction Kick Simulation — Bên trên
Thông tin chi tiết quan trọng về việc thay đổi cả tham số và ngày cụ thể xảy ra cú sốc thị trường được lấy từ bản đồ nhiệt về thời lượng đấu giá và trượt giá trên chuỗi.
Kết quả mô phỏng được lấy từ nhiều tình huống dựa trên thời gian khác nhau (các cú đá được kích hoạt tại các điểm khác nhau). Chúng tôi quan tâm đến phần cuối của phân phối (cực trị) vì vậy chúng tôi đang sử dụng một phần trăm cụ thể (tức là thứ 95) để nắm bắt điều đó bằng cách sử dụng CDF (hàm phân phối tích lũy).
Bản đồ nhiệt là vô giá để nắm bắt tác động của động lực quét tham số. Chúng ta có thể quan sát việc thay đổi giá trị của hai tham số khác nhau (buf và step) có tác động như thế nào đến các chỉ số quan tâm. Tương tự như các mô phỏng ở trên, chúng tôi muốn hiểu rõ hơn về mối quan hệ giữa việc đặt các tham số đấu giá khác nhau và tác động của chúng đối với thời lượng đấu giá và trượt giá trên chuỗi.
Đi sâu hơn vào các mô phỏng này và sự đánh đổi cụ thể nằm ngoài phạm vi của bài đăng này nhưng một trong những lời giải thích trực quan mà chúng ta có thể rút ra bên dưới trong biểu đồ (ngay cả khi không biết về thiết kế đấu giá của Maker) là sự gia tăng thời lượng đấu giá với sự gia tăng của step và buf (các giá trị của tham số đang quét qua).
Auction Kicks Simulation — Bên dưới
Đầu ra của các mô phỏng này được theo dõi tích cực và được sử dụng để đề xuất các tham số đã đặt khi chúng tôi phát hiện ra một thay đổi có ý nghĩa.
Gần đây, chúng tôi đã đề xuất một số lượng lớn các thay đổi đối với các thông số đấu giá trên các loại tài sản thế chấp khác nhau. Những thay đổi này bao gồm các thay đổi trong chu kỳ đấu giá, thời gian đấu giá và thiết lập lại, giới hạn thông lượng đấu giá và các ưu đãi của người giữ.
Collateral Auctions: Phân tích & Các tham số cập nhật — Tháng 9, 2022
Khả năng kết hợp của DeFi cũng có thể mang lại thêm rủi ro cho các giao thức liên kết có liên quan. Điều này bao gồm cả Maker phải đối mặt với rủi ro thị trường từ các giao thức trên toàn hệ sinh thái bằng cách tích hợp mã thông báo của họ làm tài sản thế chấp. Các tài sản thế chấp tích hợp trải qua quá trình thẩm định cẩn thận để giảm thiểu những rủi ro đó nhưng không có cách nào để xóa chúng hoàn toàn. Điều quan trọng là nguồn rủi ro này chủ yếu được theo dõi thông qua chỉ số Vốn có rủi ro được đề cập ở trên.
Trong khi đó, việc tích hợp với Aave thông qua D3M (DAI gửi tiền trực tiếp) là một ngoại lệ vì Maker cũng trực tiếp thừa hưởng một phần rủi ro quản trị của Aave. Cụ thể hơn, có rủi ro xảy ra với ngân hàng khi các nhà cung cấp (bao gồm cả D3M) không thể rút tài sản thế chấp của họ (DAI trong trường hợp của Maker) từ Aave.
Điều này khiến Maker phải liên tục theo dõi các thay đổi về quản trị của Aave, đặc biệt là khi có một lượng DAI không đáng kể được cung cấp vào các thị trường DAI của Aave.
Vì lý do này, chúng tôi đã phát triển Công cụ giám sát D3M. Nó theo dõi mức độ rủi ro hiện tại và mô phỏng DAI được cung cấp và thu nhập hàng năm dựa trên trạng thái Aave hiện tại và hai tham số có liên quan do quản trị Maker đặt ra (trần nợ và mục tiêu tỷ lệ vay).
Công cụ này cho phép hiểu rõ ràng về sự đánh đổi giữa rủi ro (cung cấp DAI làm tài sản thế chấp vào một giao thức khác) và lợi nhuận (nhận tỷ lệ cung cấp cho DAI được cung cấp từ giao thức).
Aave D3M Revenue Calculator
Giám sát hệ sinh thái
Như đã được trình bày với D3M, nhóm của chúng tôi cần giám sát toàn bộ hệ sinh thái DeFi vì không có cách nào để cung cấp các hoạt động rủi ro chất lượng tại Maker bằng cách xem xét hệ thống của nó một cách riêng biệt.
Đề xuất phí ổn định đại diện cho một trong những quyết định quản trị quan trọng và nó ảnh hưởng lớn đến lợi nhuận của giao thức. Vì lý do này, chúng tôi đã phát triển Công cụ giám sát tỷ lệ hệ sinh thái để so sánh chi phí vay ETH của Maker với Aave và Compound. Điều này cho phép một tín hiệu mạnh mẽ vào động lực cạnh tranh trên toàn hệ sinh thái. Nó tính toán tỷ lệ vay tương đương với Maker bằng cách giả định tỷ lệ tài sản thế chấp là 200% và tính đến tỷ lệ cung của thị trường cho vay.
Ecosystem Rate Monitoring Tool
Sự kiện hợp nhất Ethereum vào đầu năm nay là một trong những thành tựu lịch sử quan trọng của cộng đồng Ethereum. Điều này cũng mang lại những rủi ro kinh tế nhất định và chúng tôi hướng đến việc giảm thiểu một số rủi ro đó trên toàn hệ sinh thái.
Để hỗ trợ các hoạt động rủi ro của Aave (và cũng ngầm hiểu là của Maker), chúng tôi đã đề xuất một kế hoạch giảm thiểu rủi ro trên diễn đàn Aave cho rủi ro fork trước sự kiện hợp nhất Ethereum. Mục hành động tạm dừng vay ETH được hỗ trợ bởi Gauntlet, nhà cung cấp dịch vụ quản lý rủi ro chính của Aave và sau đó được ban quản trị Aave bỏ phiếu thông qua.
ETHPoW Fork Risk Mitigation Plan
Đề xuất trên là sản phẩm phụ của việc theo dõi liên tục hồ sơ rủi ro của Aave thông qua Bảng điều khiển rủi ro Aave của chúng tôi. Công cụ này chủ yếu được tạo ra để theo dõi tác động rủi ro tiềm ẩn của Aave đối với Maker với những cải tiến lớn được thực hiện sau khi nhận được khoản tài trợ từ Aave Grants DAO.
Aave Risk Dashboard
Merge Risks and Market Impacts
Cuộc thảo luận về rủi ro hợp nhất đã được mở rộng hơn nữa sang diễn đàn Hợp chất. Các mục hành động được kết luận là điều chỉnh thị trường cETH trên Compound v2 bằng cách đặt giới hạn vay thành 100.000 ETH và cập nhật mô hình lãi suất với tỷ lệ cao hơn sau khi sử dụng khoản vay vượt quá 80%. Đề xuất cuối cùng đã được thực hiện thông qua quản trị Hợp chất.
Proposal: Adjust ETH Interest Rate Model
Nghiên cứu mục tiêu hệ thống
Một trong những hướng chính của chúng tôi cũng là cho phép đưa ra các quyết định sáng suốt hơn về không gian đánh đổi để theo đuổi nhiều mục tiêu hệ thống được đề cập ở trên. Thông tin chi tiết chủ yếu được lấy từ nghiên cứu người dùng vault.
Khi thiết lập các tham số rủi ro như phí ổn định, giả định về độ nhạy lãi suất của người đi vay trở nên quan trọng cần tính đến, tính co giãn hoặc không co giãn của chúng, cả hai đều có thể được xác thực thông qua dữ liệu thực nghiệm. Vì lý do này, chúng tôi quyết định đi sâu vào phân tích tác động của một quyết định cụ thể — giảm phí ổn định stETH-B xuống 0%. Kết luận của phân tích là phần lớn tác động là do sự di cư của một cá voi riêng lẻ từ loại vault stETH-A sang stETH-B, gây ra sự ăn mòn thu nhập trong quá trình này. Mặt khác, điều này cũng góp phần tạo ra một lượng lớn chủ sở hữu vault mới.
Các phân tích khác như vậy bao gồm di chuyển phơi nhiễm trong giao thức, phân tích Tỷ lệ sống sót và phân tích bảo vệ Thanh lý. Mỗi người đóng góp vào những hiểu biết bổ sung về hành vi của người dùng vault có thể được sử dụng để đưa ra các quyết định về giao thức từ các giả thuyết về nguyên nhân và kết quả được xác thực tốt hơn.
Kết luận
Trong bài đăng này, chúng tôi đã chia sẻ thông tin chi tiết về cả khuôn khổ và thực tiễn quản lý rủi ro kinh tế DeFi, tập trung vào hệ thống MakerDAO. Chúng tôi đã cung cấp các ví dụ về cách DeFi kích hoạt một vị trí minh bạch duy nhất để phát hiện rủi ro và giảm thiểu rủi ro nhằm tăng tính bền vững của giao thức.
Vị trí của chúng tôi là chia sẻ kiến thức và thực tiễn có thể đóng góp cho một hệ sinh thái mạnh mẽ hơn. Mặc dù các lực lượng cạnh tranh là một khía cạnh quan trọng trong quá trình phát triển DeFi, nhưng mục tiêu của chúng tôi là vượt ra khỏi chủ nghĩa bộ lạc và các trò chơi có tổng bằng không để khuyến khích việc áp dụng DeFi hơn nữa.
Nguồn: Block Analitica
