Videnskab
 Science >> Videnskab >  >> Andet

MakerDAO fra et traditionelt finansperspektiv:Forskere analyserer DeFi-projektet

DAI-gæld over tid for en MakerDAO-bruger. Kredit:Loan Portfolio Dataset fra MakerDAO Blockchain Project.

Decentraliserede økonomisystemer (DeFi) er en ny blockchain-baseret løsning, hvor transaktioner udføres automatisk gennem smarte kontrakter uden mellemled (banker, mæglere osv.), mens brugerne har direkte kontrol over deres aktiver.



Indtil videre har disse systemer kun ringe indflydelse på det globale finansielle marked, men de har potentiale for hurtig vækst. Et forskerhold fra Skoltech og Higher School of Economics analyserede MakerDAO DeFi-projektet gennem linsen af ​​traditionel finans. Resultaterne er tilgængelige i IEEE Access journal.

"Hvis klassiske finansielle systemer er velregulerede - f.eks. overholder Rusland og 28 andre jurisdiktioner Basel-rammerne - er kryptovalutaer stadig en gråzone," kommenterede Yury Yanovich, en medforfatter af undersøgelsen og seniorforsker ved instituttet. Trådløst Center hos Skoltech. "Vi fokuserede på MakerDAO-projektet, hvis brugere kan få et lån i kryptovaluta sikret af en anden kryptovaluta, og vurderede risiciene ved projektet."

MakerDAO er en open source platform baseret på Ethereum blockchain og en decentraliseret autonom organisation, der blev oprettet i 2014. Administrationsrettigheder fordeles blandt indehavere af Maker tokens (MKR). Brugeren blokerer forskellige typer tokens som "sikkerhedsstillelse" i MakerDAO-appen i bytte for DAI-stabile mønter og en stabiliseringskommission samt nye applikationsstyringstokens (MKR).

Forskerholdet indsamlede det første af sin slags datasæt om MakerDAO-brugerne - deres låneporteføljer, idet de tog karakter af sådanne karakteristika som balance, tab givet misligholdelse, årlig tilsvarende rate og sandsynlighed for misligholdelse i betragtning.

Antallet af ETH-A låneprogramgæld. Kredit:Loan Portfolio Dataset fra MakerDAO Blockchain Project.

"Vores tilgang er særskilt ved, at vi så decentraliserede finansieringsprojekter fra klassisk finanss perspektiv. Takket være vores ekspertise var vi i stand til at skaffe data, der så ud til at være offentligt tilgængelige, men behandlingen af ​​dem er udfordrende på grund af kompleksiteten af ​​tekniske protokoller.

"Så vidt vi ved, er vi pionererne i at udtrække data fra et stort DeFi-projekt og behandle dem på en standard måde, der ligner klassisk finans. Prøven kan hjælpe andre forskere, for eksempel med at træne modeller, der forudsiger standardrisikoen for individuelle låntagere," fortsatte Yury Yanovich.

Holdet beregnede også den effektive rente, som låntagere betaler i kryptovaluta. Hvis det for de brugere, der med succes servicerer deres gæld, varierede fra 0,5 % til 4 %, oversteg det 100 % om året for dem, der på et tidspunkt ikke opfyldte deres forpligtelser. Forskerne analyserede risikoen for misligholdelse ved hjælp af en speciel matematisk model.

"I klassiske finansielle systemer antages det, at låntagere er uafhængige af hinanden, og chancen for, at de ikke vil tilbagebetale gælden er på ingen måde relateret mellem de to låntagere. I MakerDAO er situationen anderledes:da alle låntagere forlader kryptovalutaer. som et lån – i de fleste tilfælde Ethereum-kryptovaluta – afhænger prisen på sikkerhed for dem alle af det samme underliggende aktiv.

"Når prisen på dette aktiv falder, risikerer alle låntagere at fejle gældsbetjeningen. Det kan således ikke antages, at de alle er uafhængige af hinanden. I den forbindelse har vi lavet en særlig model, der tager højde for dette forhold. modellen er baseret på skæringspunktet mellem linjer med tilfældige gangniveauer," tilføjede Yury Yanovich.

Som forfatterne bemærkede, forbedrer undersøgelsen forståelsen af ​​låne- og udbetalingsprocesserne i DeFi-projekter og tilbyder også en standardiseret tilgang til at analysere låneporteføljer af deltagere i disse projekter.

Flere oplysninger: Yatipa Chaleenutthawut et al., låneporteføljedatasæt fra MakerDAO Blockchain Project, IEEE Access (2024). DOI:10.1109/ACCESS.2024.3363225

Journaloplysninger: IEEE-adgang

Leveret af Skolkovo Institute of Science and Technology




Varme artikler