邹传伟：万字解析DeFi 的基础模块和风险分析框架

本文提炼 DeFi 的基础模块并提出 DeFi 的风险分析框架。DeFi 存在丰富的拓扑结构。DeFi 涉及的主要风险包括市场风险、信用风险、流动性风险和技术风险。DeFi 中存在两类合约，债权合约和权益合约。DeFi 作为去中心化协议，本质上都是债权合约和权益合约的组合。DeFi 会通过套利机制引导参与者的行为。套利机制对理解 DeFi 中的资金流动和定价机制也非常重要。DeFi 项目之间存在多维度的相互联系，形成了复杂的风险传导机制。

开放金融（Decentralized Finance，以下简称 DeFi）指区块链内用智能合约构建的开放式、去中心化的金融协议，包括借贷、交易和投融资等方向。2018 年以来，DeFi 领域有很多试验和创新，也引发了不少讨论。但今年 3 月 12 日，受密码货币（注：原文为加密货币）市场大幅下跌的影响，多个 DeFi 项目出现大额清算抵押品现象。这说明，目前 DeFi 领域如同搭乐高积木那样的多层嵌套，有内在不稳定性，需要从金融经济学角度系统梳理并予以优化。

本文试图提炼 DeFi 的基础模块（Building Block），并借鉴主流金融领域做法，提出 DeFi 的风险分析框架。本文共分七部分内容。第一部分提出 DeFi 的拓扑结构，并讨论 DeFi 涉及的主要风险类型。第二部分讨论 DeFi 中的债权合约。第三部分讨论 DeFi 中的权益合约。第四部分讨论债权合约与权益合约的组合。第五部分讨论 DeFi 中的套利机制。第六部分讨论 DeFi 项目之间的相互关联。第七部分总结全文。本文还包括两个技术性附件：《流动性成本测量》和《PoS 型 Token 之间的利率平价关系》。

DeFi 的拓扑结构和涉及的主要风险类型

DeFi 中存在「点」和「线」，「点」指 DeFi 的参与者，「线」指这些参与者之间的联系。

主流金融领域的参与者包括资金供给者和需求者以及金融机构和金融市场。在 DeFi 中，这些参与者均体现为区块链内的地址和智能合约，而智能合约也有地址。因此，不管 DeFi 参与者承担何种角色，本质上都是区块链内地址，这就是 DeFi 的「点」。

区块链内是一个去信任环境，地址本质上是匿名的，与区块链外的身份和信誉机制之间没有必然联系，一般情况下很难穿透到地址背后的控制者。因此，区块链内地址不能作为信用主体。在主流金融领域，当个人或企业向银行申请贷款时，银行会评估它们的还款意愿和能力；当企业发债融资时，投资者会评估其信用等级；当企业募集股权资金时，投资者会评估其盈利前景。然而，这些评估工作在 DeFi 中都不存在。DeFi 中的信用风险管理，高度依赖于超额抵押（Over-collateralization）。

DeFi 参与者之间通过金融合约联系在一起，这就是 DeFi 的「线」，主要分为债权合约和权益合约。这些金融合约通过区块链内可编程脚本（即智能合约）来表达，体现为在一定触发条件下 Token 在地址之间的转移。因此，DeFi 活动最终体现为 Token 转移。Token 转移既有资金流通的含义，更有风险转移的含义。

DeFi 参与者之间的金融合约有以下关键特征：

第一，金融合约影响 DeFi 参与者的经济激励。

第二，如果金融合约的触发条件取决于区块链外信息，就需要先由预言机将这些信息写入区块链内。预言机是否准确以及是否及时更新，是 DeFi 的一个主要风险来源。

第三，矿工或验证节点按规则处理金融合约，矿工或验证节点本身是「竞争上岗」，使得金融合约被自动处理且难以被屏蔽。

第四，DeFi 活动发生在区块链内，会受制于区块链的物理性能和智能合约的安全性。这也构成 DeFi 的一个主要风险来源。需要说明的是，尽管区块链内地址不能作为信用主体，但通过分析 DeFi 金融合约，可以重组出地址的资产负债表。第四部分将说明，资产负债表分析是一个重要的 DeFi 分析工具。

DeFi 主要涉及以下风险类型：

市场风险，指 DeFi 参与者因 Token 价格的不利变化而发生损失的风险。因为密码货币（注： 原文为加密货币）价格具有高波动性，市场风险在 DeFi 中表现得非常突出。

信用风险，指 DeFi 中债权方因还款地址无法履行 Token 还款义务而损失的可能性。DeFi 中的信用风险管理高度依赖于超额抵押，但超额抵押不能完全消除信用风险。

流动性风险，指 DeFi 参与者无法及时获得充足 Token，或者无法以合理成本及时获得充足 Token，以应对资产增长或支付到期债务的风险。DeFi 中流动性风险的一个重要来源是，Token 作为抵押品锁定了流动性。

技术风险，主要来自：1. 区块链的物理性能使链上拍卖和链上抵押品处置等交易不能被及时处理；2. 智能合约漏洞和编写错误，这从 The DAO 事件起就是一个重要问题；3. 预言机不准确，或受制于区块链的物理性能而更新不及时。在市场动荡、情绪恐慌时，区块链容易拥堵，一些有助于市场风险出清的交易可能不会被矿工处理，或者需要付出较高手续费或 Gas 费才会被矿工处理，体现为不容忽视的结算风险。这不仅会降低市场风险出清并重新趋向均衡的效率，也会降低市场参与者对市场有序运转的信心，进一步放大市场恐慌。

DeFi 中的债权合约

债权合约是理解 DeFi 中借贷、衍生品以及杠杆活动等的基础。接下来考虑一个最基本的债权合约：某一时点从 A 地址往 B 地址转 X 数量的 Token，一段时间后从 B 地址往 A 地址转 Y 数量的 Token。

在未来时点，智能合约对收款地址 A 没有特殊要求，对还款地址 B 则有非常强的要求：如果还款地址 B 中的 Token 数量低于 Y，交易就会失败。这就是信用风险的体现。只靠技术没法保障还款地址 B 的 Token 数量超过 Y，解决方法是对还款地址 B 设置超额抵押。

抵押可以用与债权合约一样的 Token，也可以用不一样的 Token，只要抵押品的市场价值超过债权合约待偿本息即可。如果在未来时点还款地址 B 中的 Token 不足，智能合约会通过处置抵押品来保障收款地址 A 的利益。

用超额抵押来管理信用风险，可以从以下角度理解：

第一，超额抵押锁定了流动性，相当于将债权合约的信用风险转化为流动性风险。流动性在任何时候都是稀缺资源。任何资产用于抵押，就意味着放弃其他收益更高的用途。比如，Token 被抵押，意味着放弃在价格高点出售的权利。Token 价格波动性越大，或抵押期越长，流动性成本越高。流动性成本还与持有 Token 的策略有关。对长期持有 Token 的人而言，因为本就没有出售 Token 的计划，锁定 Token 的成本很低。但对一个普通投资者而言，在 Token 价格波动性高的时候锁定 Token，意味着很高成本。附件一《流动性成本测量》对此问题有深入讨论。

第二，债权合约的价值基础是超额抵押，而非还款地址 B 的信用。而实际上，在区块链内的去信任环境中，也无法界定或度量地址的信用。这个看似显然的结论对 DeFi 有深刻影响。在 DeFi 借贷中，这造成借币利率不包含针对借款人的风险溢价，使得 DeFi 借贷的资源配置效率不高。但在 MakerDAO 中，这保证了来自不同抵押债仓（CDP，Collateralized Debt Position）的 Dai 具有相同价值内涵，从而相互等价。

第三，如果抵押用的是与债权合约不一样的 Token，那么两种 Token 之间兑换比率的变化会影响抵押率。抵押率即使在初始时大于 1，也不能保证在还款时点仍大于 1。因此，超额抵押不能完全消除信用风险，并且信用风险可以由市场风险转化而来。在其他条件一样的情况下，两种 Token 之间兑换比率的波动性越高，超额抵押率要求应该越高。这背后的逻辑与主流金融领域的抵押品估值折扣（Haircut）相同。

第四，如果区块链的物理性能使得还款交易或抵押品处置不能被第一时间处理，那么收款地址 A 的利益仍没有有效保障。换言之，技术风险可以转化为信用风险。这种情况在常态时不会发生，但在 3 月 12 日的市场动荡中发生了。市场动荡引发的平仓、补充抵押品等提高了对区块链内交易的需求，使得区块链的物理性能成为一个硬约束，并减缓市场风险出清的速度。

第五，站在还款地址 B 的角度，它提供的超额抵押仍属于它的资产，它还通过借款获得了新的资产，从而承担这两类资产带来的市场风险敞口。因此，债权合约有放大风险敞口的杠杆效应。这个看似显然的结论也对 DeFi 有深刻的影响。不管是稳定币项目 MakerDAO，还是以 Compound 为代表的去中心化借贷项目，核心都有债权合约，都有杠杆效应。而杠杆天然具有顺周期性。在市场上涨时，同样数量的抵押品可以在去中心化借贷中借出更多资产，或通过 MakerDAO 生成更多的 Dai，都能助推资产价格上涨。而在市场下跌时，抵押品对债权合约的保障作用减弱。当减弱到一定程度时，抵押品会被处置。处置抵押品会进一步压低抵押品价值。这个顺周期性问题在 3 月 12 日表现得非常明显。

DeFi 中的权益合约

权益（Equity）是对资产或未来现金流的索取权。在 DeFi 中，权益合约有两种主要模式。

第一，基于资产储备对外发行 Token 凭证，并且 Token 凭证与资产之间有确定的双向兑换关系。这个模式有四种子模式：

• 单一资产作为储备。比如 imBTC，imBTC 使用这个子模式实现从比特币区块链到以太坊区块链的资产跨链。
• 一篮子资产作为储备。比如，在 Libra 2.0 中，Libra Coin 作为一篮子货币稳定币，通过智能合约按固定的名义权重将相关单一货币稳定币综合在一起（比如美元 50%、欧元 18%、日元 14%、英镑 11% 和新加坡元 7%）。

以上这两种子模式都基于 100% 资产储备，并且 Token 凭证不分享资产储备的投资收益。

• 存单子模式。这种子模式也基于 100% 资产储备，但资产储备可进行投资并赚取收益（比如，存入 Compound 或用于 Staking），而且将投资收益分享给 Token 凭证。Token 凭证可以在二级市场上流通，在赎回时兑现投资收益。因为资产储备投资有期限约束，如果 Token 凭证随时可赎回，这种子模式涉及期限和流动性转化。比如，EOS 资源租赁市场 REX 属于这种子模式。
• Bancor 子模式。这种子模式可以基于部分资产储备发行 Token 凭证，Token 凭证与资产之间的兑换比率根据 Bancor 算法调整（图 1）。比如，EOS RAM 属于这种子模式。需要看到的是，100% 资产储备可以视为 Bancor 算法的一个特例。

图 1：Bancor 算法

第二，Token 凭证代表未来现金流。比如，MakerDAO 中的 MKR 属于这种模式。一方面，全体 MKR 持有者通过稳定费渠道有正的现金流收入。在 Dai 赎回时，发行人将 Dai 和用 MKR 支付的稳定费发送到抵押债仓智能合约。另一方面，如果 MakerDAO 系统出现亏损，MKR 会被增发，通过稀释全体 MKR 持有者来吸收亏损。3 月 19 日，MakerDAO 首次启动 MKR 拍卖，通过新发行 MKR 以回购市场上的 Dai，偿还 MakerDAO 在 3 月 12 日市场大跌中遭受的损失。