原文作者:Possibility Result

原文编译:深潮 TechFlow

 

导读

随着 ETH 质押收益降至约 3% ,投资者转向使用一种称为流动性再质押代币(Liquid Restaking Tokens, LRTs)的代币化再质押池,以提高 ETH 计价收益。因此,LRTs 中的价值已经飙升至 100 亿美元。这一趋势的主要推动力是约 23 亿美元被用作抵押以进行杠杆操作。然而,这种策略并非没有风险。每个 LRTs 的组成部分都有其独特的风险,这些风险难以建模,并且链上的流动性不足,难以在大规模削减事件中支持有效的清算。

随着以太坊(ETH)质押收益率降至约 3% ,投资者开始转向一种名为流动再质押代币(LRTs)的代币化池,以寻求更高的以太坊收益。因此,LRTs 中的价值激增至 1000 亿美元。这一趋势主要由约 230 亿美元的抵押品推动,用于杠杆操作。然而,这也伴随着风险。LRTs 中的各个头寸具有难以预测的特异风险,并且链上流动性不足,难以在大规模削减事件中进行有效清算。

当前 LRTs 的情况与 2008 年金融危机前的状况有一些相似之处。2003 年,联邦基金利率降至 50 年来的最低点 1% 。为了追求更高的美元回报,投资者涌入美国房地产市场。由于单个抵押贷款缺乏流动性,金融工程师将其打包成抵押贷款支持证券(MBSs)。2008 年崩溃的核心问题在于过度杠杆和 MBSs 的流动性不足,这些证券和 LRTs 一样,包含难以预测的特异风险。当不良的抵押贷款操作导致违约增加时,连锁反应的清算、恐慌和流动性短缺引发了全球经济的严重衰退。

鉴于这些相似之处,我们应该反思并尝试回答:我们能从过去的教训中学到什么?

2008 年简要历史

(注意:这里还有很多未提及的内容,但为了保持主题,我挑选了一些与我们故事最相关的内容)。

导致 2008 年经济衰退的一个简化故事如下:

贷款发起人和证券化者的激励机制

对抵押贷款支持证券(MBSs)需求的增加自然激励了抵押贷款的供给增加。因此,“发起和分配”模型日益流行。这使得抵押贷款机构(发起人)迅速将违约风险转移给证券化者,再将其转移给寻求更高收益的交易者(分配)。通过转移风险,发起贷款的过程变得更加可扩展,因为他们可以快速发起和出售抵押贷款债务,而无需庞大的资产负债表和有效的风险管理。

这里存在我们的第一个委托-代理问题:由于抵押贷款发起人不需要承担他们发放的贷款的风险,他们有手段和动机在几乎没有风险的情况下去发放更多的抵押贷款。这种激励机制导致的结果是,一种极其糟糕的抵押贷款类型出现了,被称为“设计用于违约”的贷款。

评级机构的激励

然而,除了抵押贷款发起人和证券化机构,还有评级机构在支撑这些看似稳定的收益来源。评级机构的加入也发挥了重要作用。根据每个特定的抵押贷款支持证券 (MBS) 的结构,评级机构负责评估哪些证券是优质的(AAA),哪些是高风险的(B 级及以下)。评级机构的参与通过两种方式加速了金融危机的到来:

  • 评级机构的费用由负责将抵押贷款打包和证券化的机构支付。这种利益冲突导致评级机构为了争取更多业务,竞相降低评级标准。例如,评级机构 Fitch 因为较少授予 AAA 评级,几乎失去了所有的 MBS 评级业务。

  • 当时的风险模型是有缺陷的,特别是它们错误地假设不同抵押贷款之间的违约风险是独立的。结果,证券化机构可以根据风险对 MBS 进行分级(最风险的部分在违约时首先承受 X% 的损失),以创建债务抵押证券 (CDO)。风险最低的部分更有可能获得 AAA 评级,而风险最高的部分可以重新打包、重新分级,再次进行评级。这些新 CDO 的顶级部分往往会被重新授予 AAA 评级(需要注意的是,违约概率并不是独立的)。

过度使用杠杆

1988 年,巴塞尔协议 I (Basel I Capital Accord) 获批,规定了国际活跃银行的资本要求。所谓资本要求,指的是银行在持有每一美元的“风险加权”资产时,必须相应储备多少资本。简单来说,这实际上限定了银行的最大杠杆比率为 12.5 : 1 。如果你熟悉加密货币的借贷协议,可以把风险加权资本要求看作类似于不同资产的贷款价值比 (Loan-to-Value ratio)。但实际上,“风险加权”并不总是为了减少风险,它有时被用作鼓励银行追求其他目标的工具。

为了鼓励银行为住房抵押贷款提供融资,住房抵押贷款相关的证券被设定为商业贷款风险的一半(50% ),这意味着银行可以使用两倍的杠杆(25 : 1)。到了 2007 年,巴塞尔协议 II (Basel II) 进一步降低了 AAA 评级抵押贷款支持证券 (MBS) 的风险权重,使得银行可以将杠杆比率提高到 62.5 : 1 (注意:评级较低的 MBS 杠杆率则更低)(政府问责办公室关于抵押贷款相关资产的报告)。

尽管有资本要求,银行通过特殊投资工具 (SIVs) 实现了“评级和监管套利”,从而规避了更多的杠杆限制。SIV 是银行“赞助”的一个独立法律实体,但它拥有独立的资产负债表。尽管 SIV 自身几乎没有信用记录,但它们依然能以较低的利率借款来购买资产,因为外界普遍认为“赞助”银行会在出现损失时提供支持。实际上,银行和这些表外的 SIVs 几乎是一体的。

长时间内,银行不需要为 SIVs 的债务满足任何资本要求。直到安然公司通过将债务隐藏在精心设计的表外工具中来支撑股价,最终导致崩溃,监管机构才开始重新审视这一问题。不过,尽管如此,监管上并没有实质性变动——SIVs 仍然只需遵守其赞助银行 10% 的资本要求。用杠杆比率来表示,银行仍然可以通过 SIVs 对 AAA 评级的抵押贷款支持证券 (MBS) 使用 625 : 1 的杠杆。(注意:这并不意味着银行一定会最大化杠杆或只持有 MBS,只是他们有这样的能力)。

因此,SIVs 很快成为全球金融系统中为抵押贷款提供资金的最主要渠道(Tooze 60)。

复杂性带来的不透明性

从中我们也可以学到复杂性的重要教训。金融并不简单,它的核心是某些参与者比其他人更擅长评估和承担风险。单独评估一支政府债券相对比较容易。一笔抵押贷款虽然复杂一些,但仍在合理范围内。但如果面对的是一组基于复杂假设的抵押贷款池呢?或者是基于更多假设的风险分层?再或者是经过多次重新打包和分层的抵押贷款池?这无疑让人头昏脑胀。

在这些复杂的打包和分层过程中,许多人会选择把风险评估的工作交给“市场”,而不再对这些衍生品进行详细的尽职调查。

而衍生品市场对复杂性的追求背后有很大的利益驱动,这种复杂性往往有利于精明的投资者,而不利于缺乏经验的人。当金融工程师、高盛员工 Fabrice “fabulous Fab” Tourre 被问到谁会购买他们的合成 CDO 时,他的回答是:“比利时的寡妇和孤儿”(Blinder 78)。

但是“华尔街贪婪!”的叙述过于简单化了。事实上,最终从 2004 年到 2007 年(即市场最狂热的时期)发行的 AAA 评级债券损失并不算严重——到 2011 年的累计损失仅为 17 个基点——然而全球市场却经历了史无前例的崩溃。这表明,过度杠杆和不良抵押品可能并不是唯一的原因。

在《信用危机》一书中,Gorten 和 Ordonez 提出,当披露抵押品质量的信息需要支付成本时,即使是日常的市场波动也可能引发经济衰退。模型显示,随着市场长时间未遭遇重大冲击,放贷机构会减少用于评级的信息成本。因此,带有低质量且评级成本高的抵押品的借款人逐渐进入市场(例如,SIV 中持有的次级抵押贷款支持证券)。由于评级降低,借贷成本下降,进而提升了市场活动,因为借款人能够以更低成本获得抵押品。然而,当某些高风险抵押品的价值出现小幅下跌时,债权人可能会重新选择支付评级成本进行评估。结果,放贷机构开始回避那些评级成本高的抵押品,即使它们的质量并不差。这种信贷紧缩可能导致市场活动大幅下降(Gorton 和 Ordonez)。

MBS(抵押贷款支持证券)与 LRT(流动性回报工具)之间的相似之处

加密市场(尤其是以太坊)对安全 ETH 收益的需求,类似于传统金融中对安全美元收益的追求。与 2003 年政府债券的美元收益类似,ETH 质押带来的收益也在逐步压缩。随着约 30% 的 ETH 供应被质押,目前收益率已降至大约 3% 。

与 2008 年的抵押贷款支持证券 (MBS) 类似,质押收益率的下降促使市场寻找更高风险的投资机会以获取更大的回报。这种类比并不新鲜。特别是在 Alex Evans 和 Tarun Chitra 的文章《PoS 和 DeFi 可以从抵押贷款支持证券中学到什么》中,他们将液态质押代币 (LSTs) 比作 MBS。这篇文章讨论了 LSTs 如何帮助质押者同时获得保障网络安全的质押收益和 DeFi 收益,避免两者竞争。从那时起,LST 持有者主要通过将其作为抵押物借贷来增加杠杆。

然而,MBS(抵押贷款支持证券)与流动再质押代币(LRTs)之间的关系似乎更加复杂。

虽然像 stETH 这样的 LST 将具有相对同质的风险的验证者聚集在一起(因为它们验证的是相对稳定的协议),但再质押市场则完全不同。再质押协议促进了对各种主动验证服务(AVS)进行质押的同时聚合。为了激励用户存款,这些 AVS 向质押者和运营商支付费用。与普通的 ETH 质押相比,ETH 再质押的机会数量是无限制的——但因此也可能存在独特的风险(例如,独特的惩罚条件)。

由于收益率更高,寻求风险的加密市场纷纷涌向存款,截至撰写本文时,锁仓总价值(TVL)约为 140 亿美元。在这一增长中,流动再质押代币(LRTs)占据了重要份额(约 100 亿美元),这些代币化了再质押头寸池中的股份。

一方面,普通的 ETH 质押收益让人感觉像是“政府发行和支持”。例如,大多数质押者可能假设,在发生导致大规模惩罚的重大共识错误时,以太坊将会进行硬分叉处理。

另一方面,再质押收益可以来自任何来源。它们不能依靠在协议中发行 ETH 来激励持续的安全性。如果出现自定义惩罚条件的实施缺陷,以太坊的硬分叉将引发更多争议。如果情况足够危急,也许我们能看到来自 DAO 黑客攻击的硬分叉是否导致了任何道德风险,这与银行救助相关,这些银行被认为是“太大而不能倒”,否则将对全球金融系统造成系统性风险。

LRT 发行者和 ETH 再质押者的激励与寻求更高收益的抵押贷款证券化者和银行的激励是相似的。因此,我们可能会看到加密领域中设计为违约的贷款不仅可能出现,而且可能变得普遍。一种特定类型的违约贷款被称为 NINJA 贷款,因为借款人没有收入、没有工作和没有资产。在再质押中,这种现象表现为低质量的主动验证服务(AVS)获得大量 LRT 抵押品,以获取通过代币通货膨胀提供的短期收益。如我们将在后续章节中讨论的,如果这种情况大规模发生,将会存在一些重要的风险。

实际风险

最显著的金融风险是发生惩罚事件(slashing event),导致 LRT 的价值跌破各类信用协议的清算阈值。此类事件将导致 LRT 的清算,并可能对相关资产的价格产生重大影响,因为 LRT 中的资产将被解锁并出售为更稳定的资产。如果初始的清算事件足够大,可能会引发其他资产的连锁反应清算。

我可以想到两种可能的情形使这种情况实际发生:

  • 新实施的惩罚条件中的漏洞。新协议将会有新的惩罚条件,这意味着可能出现影响大量操作员的新漏洞。如果“设计为违约”的主动验证服务(AVS)变得非常普遍,这种结果发生的可能性很高。也就是说,惩罚事件的规模也非常重要。目前,AAVE(在撰写本文时,其 LRT 抵押品为 22 亿美元)对借用 ETH 抵押 weETH(最受欢迎的 LRT)的清算阈值为 95% ——这意味着,利用漏洞需要导致超过 5% 的抵押品受到惩罚事件的影响,以启动第一波清算。

  • 社会工程攻击。攻击者(无论是协议还是操作员)可以说服各种 LRT 向他们投资资本。之后,他们会对 LRT 建立一个大规模的空头头寸(可能还包括 ETH 和其他衍生品)。由于这些资本并不属于他们,因此,他们没有太多的风险,除了声誉。如果构建者或操作员并不在乎他们的社会声誉(可能是因为他们是化名的),而且空头头寸和攻击奖金的收益足够可观,他们应该能够获得相当可观的利润。

当然,所有这些情况只有在惩罚机制被启用的情况下才有可能——而这并不总是如此。但是,在惩罚机制启用之前,再质押(restaking)对协议经济安全的好处是微乎其微的,因此我们应该为惩罚风险开启做好准备。

避免过去的错误

所以最大的疑问依然是……我们能从过去中学到什么呢?

激励机制很重要

目前,流动性再质押代币化之间的竞争主要集中在提供最高的以 ETH 计的收益上。类似于对高风险抵押贷款的需求增加,我们将看到对高风险主动验证服务(AVS)的需求——我认为,这正是大部分惩罚(和清算)风险所在。单独的高风险资产并不太令人担忧,但当它们被用来承担过度杠杆而没有足够流动性时,它们就会成为一个问题。

为了限制过度的杠杆,借贷协议设定了供应上限(supply cap),这决定了协议可以作为抵押品接受多少特定资产。供应上限在很大程度上取决于可用的流动性。如果流动性很少,那么清算者将更难将清算出的抵押品兑换成稳定币。

类似于银行为了增加投资组合的名义价值而承担过度杠杆,借贷协议可能会有显著的激励去违反最佳实践,以支持更多的杠杆。虽然我们希望市场能够完全避免这种情况,但历史,例如 2008 年等事件告诉我们,当人们面临利润承诺且信息揭示成本较高时,往往倾向于委托他人(或完全忽视)尽职调查。

从过去的错误中学习(例如,评级机构的激励)告诉我们,构建一个无偏见的第三方来帮助评估和协调不同抵押品类型和借贷协议的风险将非常有帮助——尤其是流动性再质押(LRT)及其保障的协议。并利用他们的风险评估提出安全的、行业范围内的清算阈值和供应上限建议。协议偏离这些建议的程度应该公开以便进行监控。在理想的情况下,这个组织不应由那些可能从高风险参数中获益的人资助,而应由那些希望做出知情决策的人资助。也许这可以是一个众包的倡议,一个以太坊基金会的资助,或者是一个盈利性的“来为工具,留为网络”项目,为个人借贷者和借款者服务。

在得到以太坊基金会资助的支持下,L2 Beat 在管理 Layer 2 的类似倡议方面做得很好。因此,我对类似的事情在再质押中能够成功抱有一些希望——例如,Gauntlet(由 Eigenlayer 基金会资助)似乎已经开始了,尽管目前尚无关于杠杆的信息。然而,即使这样的项目得以建立,完全消除风险的可能性不大,但至少可以降低市场参与者获取信息的成本。

这也引出了第二个相关观点。

模型不足和流动性短缺

我们之前讨论了评级机构和抵押贷款证券化公司如何严重高估了抵押贷款违约的独立性。我们从中学到的教训是,美国某一地区房价的下跌可以大幅影响其他地区的房价,不仅在美国其他地方,而且还影响全球。

为什么?

因为一小部分大型参与者提供了全球经济活动的大部分流动性,而这些参与者也持有抵押贷款支持证券(MBS)。当不良的抵押贷款实践导致 MBS 价格下跌时,这些大型参与者向市场提供流动性的能力也随之减弱。由于资产需要在流动性较差的市场中出售以偿还贷款,各地的价格(无论是否与抵押贷款相关)也随之下跌。

对“共享”流动性的类似高估可能在借贷协议参数设置中无意间产生。供应上限的设定旨在确保协议中的抵押品可以在不导致破产的情况下被清算。然而,流动性是每个信用协议依赖的共享资源,以确保在清算时的偿付能力。如果一个协议根据某一时刻的流动性设置其供应上限,其他一些协议可以逐个进行自己的供应上限决策,从而使每个先前关于可用流动性的假设失去准确性。因此,借贷协议应避免独立做出决策(除非它们没有优先获取流动性的权限)。

不幸的是,如果流动性在任何时候对任何人都是无需权限访问的,协议将很难安全地设定参数。然而,如果能够在某些情况下给予流动性优先访问权,这种不确定性便有了解决方案。例如,作为抵押品的资产的现货市场可以设置一个钩子,每当进行交换时,就查询借贷协议以检查是否可以进行清算。如果清算正在进行中,则市场只能允许通过借贷协议本身的消息调用来触发资产销售。这个功能可以让借贷协议通过与交易所合作,更有信心地设定供应上限。

案例研究:

我们可能已经有一个案例研究可以观察到 LRT 市场的发展。

AAVE 链上提供了超过 22 亿美元的 weETH 抵押品,但根据 Gauntlet 的仪表板,退出路径至 wstETH、wETH 或 rETH 的链上流动性仅为 3700 万美元(这甚至没有考虑滑点或 USDC 退出,使得实际流动性更差)。

随着其他借贷协议开始接受 weETH 抵押品(例如,Spark 当前的 weETH 总锁仓金额超过 1.5 亿美元),对少量流动性的竞争将会加剧。

以 weETH 作为抵押的 ETH 借款的清算阈值为 95% ,这意味着价值超过 5% 的 LRT 抵押品的清算事件应该足以触发第一波清算。因此,数亿到数十亿美元的卖压将涌入市场。这几乎肯定会导致 wstETH 和 ETH 的卖压涌现,因为清算者将资产转换为 USDC,进而冒着对 ETH 和相关资产进行后续波清算的风险。但正如前面提到的,只要没有发生清算,风险就很小。因此,AAVE 和其他信用协议中的存款目前应该是安全的,不会面临清算风险。

关键区别

如果不讨论一些关键区别,就不适合写一整篇关于 LRT 和 MBS 之间相似性的文章(以及今天的加密货币与 2008 年之前的金融体系)。虽然本文传达了一些 MBS 和 LRT 之间的相似性,但它们显然存在差异。

最重要的区别之一是链上杠杆的开放性、超额抵押、算法驱动和透明性与银行及影子银行杠杆的特点。超额抵押的资本效率低下带来了一些重要的优势。例如,如果借款人违约(且有足够的流动性),贷款人应该总是期望能够收回款项——这对于不足抵押的贷款则不一样。它们的开放和算法驱动的特性也使得资产能够立即进行清算,并允许任何人参与清算。因此,不可信的保管人和阴险的交易对手无法采取有害的操作,例如延迟清算、以低于其价值的价格执行清算以及在未获得同意的情况下重新抵押抵押品。

透明性是一个重要的优势。关于协议余额和抵押品质量的链上信息可供任何人验证。在之前讨论的 Gorten 和 Ordonez 的研究背景下,我们可以说 DeFi 在一个评估抵押品质量成本较低的环境中运作。因此,揭示抵押品质量信息的成本应该更低,从而使市场能够以更低的成本和更频繁地进行调整。实际上,这意味着借贷协议和用户拥有更丰富的信息资源,以便在关键参数选择上做出决策。然而,值得注意的是,对于再质押,仍然存在一些主观的链下因素,例如代码质量和团队背景,获取这些信息的成本较高。

一个轶事性的迹象是,自 BlockFi、Celsius 等公司倒闭后,链上的借贷活动似乎增加了。值得注意的是,我们看到 AAVE 和 Morpho 的存款显著增长,但几乎没有出现与之前周期相当规模的链下借贷操作。然而,获取关于当前链下借贷市场规模的具体数据并不容易——这意味着可能存在显著但未被广泛宣传的增长。除非出现直接的借贷协议黑客攻击,其他条件不变,基于上述原因,链上杠杆的实现应该更具韧性。

随着 LRT 的被削减风险的增加,我们可能会再次迎来一个绝佳的机会,亲眼见证透明、超额抵押、开放和算法驱动的借贷在实际操作中的利弊。最后,也许最大的区别在于,如果出现意外,我们没有政府来救助我们。对于贷款人来说,也没有政府的支持或凯恩斯主义代币经济学。只有代码、其状态以及状态的变化。因此,我们应尽量避免不必要的错误。