在第上篇文章中，我启动了一个项目，用于对 Web3 中的借贷协议进行分类。
让快速回顾一下借贷协议的内容。它是一套规则，用于管理借款人如何暂时占有贷方的资产并承诺偿还这些资产。该协议将定义如何从借款人向贷方征收利息，以及如何构建抵押来保护贷方。本系列的第1部分探讨了利息期限内的主题，包括零期限与正期限、贷款顺延和永续化、选择性，并在该框架内对一些协议的分类。
在这篇文章中，我将继续构建分类法，以讨论各种协议如何确定利率。
Dall-e 无法拼写“利率”
利率
利率是指借款人向贷款人累积额外付款的利率。为了便于比较，该利率通常以年化形式报价，以年化百分比率 (APR) 或收益率 (APY) 形式表示。两者之间的区别在于，APR 假设不进行复利，而 APY 则假设复利。例如，年利率为10%，半年复利将带来10.25%的年利率。
两者之间的公式关系为： APY = (1 + APR / k)^k — 1，其中 k 是每年复利的次数。
在 Web3 中，大多数贷款都是连续复利的（k = large函数），因为大多数贷款都是零期限贷款。因此，他们以 APY 报价来告诉用户，假设利率保持不变，他们一年会赚多少钱。对于定期贷款，更常见的是以APR报价。
顺便提一下，如果2020年式的简并的流动性挖矿卷土重来，请警惕 APY 中的掠夺性报价，因为这些机会都不会持续足够长的时间，以致复利变得很重要。使用 APR 进行心算要容易得多。对于固定奖励池，双倍的 TVL 意味着奖励率减半。
回顾完定义后，现在我们就可以讨论定价了。
定价
定价是计算借款人和贷款人相互支付多少利率的机制。虽然本文的相关内容并不详尽，但也介绍了其中一些机制：
- 订单簿定价：最灵活且由市场驱动，但需要权衡用户体验
- 基于利用率的定价：该模型在 defi 中找到了产品市场契合度，但不是100%有效，并且在极端情况下表现不佳
- 拍卖：定价好，贷款效率高，但需要用户提前计划，二级市场碎片化，摩擦小等。
- Ajna 的利用率：对经典使用方法的一种改造，适合在无预言机协议中运作
- Tazz 的永续贷款融资：一种新的 p2pool 借贷原语，可以让市场定价利率，从而使抵押品完全模块化。
- 手动定价：也可以说是治理主导的定价。
订单簿定价
资产定价最常见的方式是让市场自行整理，即使用订单簿。让借款人和贷款人发布限价令，规定各自愿意借入或贷出的金额和利率。当订单匹配时，进行交易。
然而，订单簿也有缺点：
- 不熟练的用户不知道如何为他们的订单定价。这些用户只是想在不支付巨额成本的情况下进行交易。
- 下达限价单就像写一个免费期权。市场流动性越差，出块时间越慢，期权就越有价值。换句话说，理论上的真实价格在订单未被执行的情况下变动得越多，这些限价订单本身包含的期权价值就越大。
- 订单簿的良好运营需要积极的管理。您需要取消过时的限价订单，还需要与其他参与者一起玩竞价战游戏。
- 它需要大量的交易。
这就是为什么订单簿在链上仍然不受欢迎的原因。相反，自动做市商、询价和拍卖都具有更高的产品区块链契合度。
在借贷方面，订单簿面临着更大的挑战：
- 订单簿交易创建点对点贷款匹配。违约风险是不可替代的。
- 持续发放定期贷款会产生彼此不能完全互换的头寸。相反，Pendle 和 Notional 等协议选择在特定日期固定期限发放贷款。可用贷款的期限，比如 37 天、159 天等等这样的权衡……总是很奇怪。
- 短期贷款创造了更多交易。您可以自动化顺延，但如何为下一笔贷款定价？
所有这些都导致市场碎片化，或者至少让交易体验变得复杂。也就是说，像 Blur 和 Arcade.xyz 这样的 NFT 借贷平台仍然依赖于类似订单簿的用户体验。他们每个人都想出了可以减轻糟糕的用户体验的功能。
- Blur 融合了一种永续贷款的形式，以消除期限维度。
- Blur 和 Arcade 都有“批量铸造”，贷方将整个 NFT 藏品视为可替代的，藏品中的任何 NFT 都可以用作抵押品。
有没有想过，如何解读 Blur 的收藏借贷图表？我写了一系列的相关跟帖。
Arcade 的 P2P 贷款匹配和批量铸造
AMM 是订单簿的一个子类别。如果一个协议可以将足够多的人聚集到可替代的借贷市场中，那么 AMM 是一个不错的选择。利率比代币更具有均值回归能力，因此使用 AMM 进行 LP 利率比使用代币进行 LP 更安全。这就是 Pendle、Notional 和 Tazz 的运作原理。
此处我们回顾一下，虽然订单簿可以很好地处理简单的资产，但借贷订单簿有太多的维度需要考虑，并且需要使用巧妙的方法来使用户的体验变得简单。
基于利用率的定价
给定借贷资产池的利用率是借入资产总额与可借入资产总额的比率。
基于利用率的定价将利率定义为利用率的递增函数。
第一个也是最大的链上借贷平台 Aave 就采用了这种方法。它仍然是流动性和可替代资产最流行的利率定价方式。
请注意，Aave 并不是从这个设计开始的。EthLend（Aave 品牌重塑前）2018 年白皮书概述了 p2p 定期订单簿。他们的 2020 年白皮书中介绍了该利用率模式。这种对金融原语的彻底重新思考（uniswap AMM 是另一个例子）是 defi 的具有的乐趣之一。
Aave’s borrow interest rate
Aave 的借款利率
由于白皮书中没有对此进行解释，因此我对这种方法背后的动机进行了非常简单的猜测。考虑经济学101模型——当利率高时，愿意借钱的人更少，而愿意放贷的人更多。 “最佳”利率是指愿意借款的人数与贷方的数量完全匹配，且利用率为100%。
当利率太低时，愿意借款的人比贷款人多。利用率将达到100%，但它并没有告诉我们目前处于模型的哪个位置。此外，贷方无法退出贷款。
当利率太高时，大量贷款供应就会闲置。「APY 利差（1-利用率）」随着利率的增加而增加。这还是在平台收取费用之前发生的。右侧的图表是经过简化的。贷方实际上获得的利率低于r值。
由于不可观察的借贷曲线随市场条件而变化，因此面临的挑战是保持利率接近最优利率，同时为贷方退出保留一定的缓冲。
上述 Aave 的“利率模型”有点用词不当。数学爱好者喜欢将其称为 PID 控制器，但只是部分自动化的。首先，Aave 选择目标利用率（例如90%）和拐折曲线。如果利用率经常保持在 >90%，Aave 的治理（因此部分自动化）将使利率曲线变得陡峭，以试图将利用率推低。如果利用率太低，则反之亦然。
有时，市场会遇到特殊情况，PID 控制器反应太慢。例如，在2022年9月的以太坊合并期间，合并前的以太币将被分叉为权益证明以太币（我们现在持有的以太币）和工作量证明以太币（某种程度上由 Justin Tron 赞助）。 PoW 以太币被市场认为价值约为 PoS 以太币的 2%。市场参与者见证了这一点，并希望在钱包中保留尽可能多的合并前的 ETH。要这样做，一种方法是将稳定币作为抵押品并借入以太坊。只要借款期限内的累计利息低于2%，这就是合理的交易。在不到1周的时间内赚取2%，意味着可以支付超过100% APR。Aave 的利率上限为100%。不用说，在合并之前的几天里，Aave、Compound、Euler、Inverse 和每个 PID 控制器借贷协议的以太借用利用率都达到了极限。如果我没记错的话，Inverse 没有设定利率上限，APR达到了1000%。
在基于利用率的定价方面，最后需要注意的是，它与点对点结构自然契合，因此是零期限贷款。因此，我们经常看到这些属性齐头并进。
总而言之，它们的好处在于正常市场条件下的用户体验。随时借出、借入、退出。但当利用率达到100%（如合并期间）时，贷方就陷入了无追索权的境地。其他缺点是10%的贷款缓冲资产导致资本效率低下，以及无法提供定期贷款。
拍卖
拍卖是一种久经时间考验的发行新债（一级市场发行）的方式。美国国债是全球流动性最强的政府证券，它利用拍卖来为新债务定价。在高层，借款人和贷款人向定期举行的拍卖提交密封报价。找到市场清算利率，并向清算利率的参与者发行新债务。
Term Finance 是一个相对较新的协议，它就是受到这种机制启发而创立的。他们的拍卖实施细节值得一读。其提供的文档清晰简洁。
拍卖可以有效地匹配贷款人和借款人。丁单薄需要锁定资本来下达等待执行的订单，基于利用率的贷款池需要贷款人提款缓冲。与它们不同的是，拍卖中没有任何资本处于闲置状态。唯一的非生产性时期是资产在拍卖期间被锁定的时期。
拍卖还产生高质量的定价，因为市场参与者聚集到一个谢林点（schelling point）来汇总他们的私人信息。
不利的一面是，拍卖需要一些预先计划，而且不那么人性化。对于美国国债来说这是一个不错的选择，但在加密货币领域，定期贷款市场的参与度还不够高。另一个挑战是市场的碎片化。加密货币有很多类似但不可替代的资产。这将是一个更难启动的产品，但我希望有一天，Term Finance 能够在以太坊打印机的全力支持下发行以太坊国库券。
Ajna 的利用率
Ajna 是少数不依赖于预言机的借贷协议之一。本文不就 Ajna 如何实现这一目标进行完整阐述，而是讨论其设定利率的高水平。
贷方首先选择他们愿意借出报价代币（例如 USDC）的抵押品（例如 ETH）估值。借款人从最高估值向下累积匹配。贷款风险最高（贷款与抵押品比率最高）的借款人设定“最高门槛价格”（HTP），估值较低的贷款人不会获得利息。
借自：https://www.ajna.finance/pdf/Ajna_ELI5.pdf
贷方不想将估值定得太高，因为他们将首先因违约而蒙受损失。贷方也不想将估值定得太低，因为这样他们就无法获得任何利息。
利率也由利用率函数决定，但这里的计算仅考虑将抵押品估值设置为高于 HTP 的贷方。利率从10%开始，每12小时乘以或除以1.1，具体则取决于利用率与“目标利用率”的比较情况。
其主要优势是，尽管采用点对池设计，但该机制不需要任何预言机即可运行。相反，贷方需要不断监控其估值。与其他基于利用率的利率定价机制一样，贷款APR也受到未使用借款的影响。
尽管借款人和贷款人可以随时离开（零期限），但考虑到 Ajna 的发起费用为1周、利率半衰期为3天，Ajna 的设计期限至少为一周。由于 Ajna 进入市场的时间还不够长，所以现在想要了解这种机制的全部优缺点还为时过早。
真正的非许可和不可变的协议很少见，因为它们很难正确执行。但当它们确实出现时，它们就成为可组合性的基石。我真心希望 Ajna 能够成为借贷界的 Uniswap。
Tazz 的永久贷款融资
Tazz 是即将推出的贷款协议，引入了新的利率定价原语。同样，本文不对该机制进行完整的介绍，但是会在后续文章中涉及到。尽请关注！
债务始于零息永续贷款，类似于 Aave。债务代币（Aave 术语中的 AToken）可以在任何 dex 上进行交易。除了协议破产之外，Aave 的 Atoken 交易几乎总是接近1:1，而 Tazz 的债务代币（ZToken）则由市场定价。ZToken 的价格决定了名义债务累积的利率（即资金）。如果名义债务继续增加，抵押参数将触发执行清算。
持续资金支付与 「k * (1 – ZToken 价格相对于代币的 TWAP)」 成正比。常数k越低，债务期限越长，就越容易受到利率风险的影响。
请注意，在这种机制中，抵押与协议的其余部分完全模块化。您可以设置无抵押品、nft 抵押品、LP 代币、非流动性代币、锁定代币、基于预言机的抵押品定价或一次性定价的池。但这并不重要，因为市场可以为承担风险所需的利率定价。
值得注意的是，这将实现：
- 点对点借贷
- 100%贷款利用率，因此利差较低
- 合并流动性，仅按抵押条款和期限划分
- 任何抵押品类型
一个可能的劣势是，它需要监控池价格（但少于 Ajna）。如果不切实际的价格持续太久，就会导致不切实际的利率。 ZToken 的流动性市场将无需借款人和贷款人进行过于密切的监控。
手动/治理定价
考虑到 GHO depeg，手动/治理定价值得一提。市场存在有、一些债务抵押头寸（CDP）稳定币。 Maker 的 DAI 规模最大，Liquity 的 LUSD、Lybra 的 eUSD、Prisma 的 mkUSD 等紧随其后。
尽管 CDP 看起来不像贷款，但其实不然。借款人用 ETH（Maker v1）、LST（Prisma、Lybra）或其他资产进行抵押。借款人铸造一个 CDP，协议预言机按照 1:1 的价格计算美元的价值。CDP 可以在公开市场上出售，从而借款人“借入”另一种资产，贷方收到 CDP。该贷款是永续的，期限未知，并且价值可能不会固定在1美元。借款人向协议支付利率，贷款人可以从协议接收另一个利率（例如 Dai 储蓄利率）。有时，会有一个称为“稳定模块”的后盾基金，以避免自我强化的 CDP 脱钩。
手动定价的缺点是，它受到治理流程、冗长辩论、选民冷漠和法定人数的影响。因此反应很慢。好处是，手动流程比可能出现边缘情况的代码更难受到操纵。
GHO 自创建以来仅以下降趋势运行。可查看此处的一些额外的想法。
Aave 的 GHO 是一个具有手动利率的 CDP。目前，GHO 的借款利率为3%（低于国库券和 Dai 的5%），而他们在 Aave 上的贷款（储蓄）利率为0%（除非你知道在哪里寻找激励性的游戏）。因此，愿意借钱的人太多，愿意放贷的人太少，导致 GHO 价格下降。
Aave 治理论坛上的争论已经持续了数月。争论的本质归结为是固定挂钩利率还是保持稳定的利率（因此利率是可变的，但期限为正）。在 GHO 获得更多市场主导地位之前，GHO 无法两者兼得。
总结
本文介绍了贷款协议中利率定价的各种方式。当然还有很多方法未涉及，但本系列的目标是建立一种分类法。到目前为止，我们已经将利息期限和利息定价视为可以对协议进行分析和分类的两个主要方面。在下一篇文章中，我将讨论抵押。
当我根据此分类法分析更多贷款协议时，我还创建了一个正在有效的电子表格来组织这些信息。您可使用它！
如果您已做到了这一步并且 defi 正适合你，请务必订阅并关注我的推特。我已启用 DM 。
如果您是初创公司创始人，并处于构思阶段或筹集资金时期，可考虑向联盟提出申请。我时刻乐意分享我的想法。
声明：
- 本文转载自[Alliance]，著作权归属原作者[David Ma]，如对转载有异议，请联系Gate Learn团队，团队会根据相关流程尽速处理。
- 免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。
- 文章其他语言版本由Gate Learn团队翻译， 在未提及Gate.io的情况下不得复制、传播或抄袭经翻译文章。
相关文章
