Institutionalizing risk curation in decentralized credit

市场份额与两层化结构概览 [page::3]

• Aave 保持为最大的通用借贷协议，约 \$34bn TVL 级别且市场份额相对稳定，意味着模块化 vault 的增长主要吞噬了“其他”小协议份额而非 Aave 的主导地位 [page::3].

- 报告将系统划分为：基础执行层（Aave、Euler、Maple、Gearbox、Silo 等）与上层 curator/vault 层（Gauntlet、Steakhouse、MEV、K3 等），并以 TVL、利用率、链集中度与 curator 网络为分析维度 [page::1].

资本利用率与费率—风险/收益前沿 [page::4]

• 资本利用率（active loans / TVL）与年化费率呈正相关：高利用率协议实现更高费率，但同时处于更接近“ruin”区的脆弱平衡，曲线在接近 kink（如 ~90%）处极为敏感 [page::3][page::4].

- 示例：Silo（util≈0.97, fee≈8.1%）与 Euler（util≈0.84, fee≈6.2%）位于前沿高利用/高收益区，而 Aave、Morpho 保持更保守的利用率与收益配置 [page::4].

链集中度与 TVL 共动（执行层风险分布）[page::5]

• 使用按链的 HHI 测度显示协议间在多链部署上的差异（高 HHI = 单链集中，高操作简单性但链冲击脆弱）[page::5].

- 多协议在 2025 年中期随多链扩展而出现去集中化，导致日常 TVL 变动更受共同 L2 流动性浪潮影响，从而提高了协议间 TVL 的相关性 [page::5][page::6].

关键发现：Curator 层的集中与差异化 [page::8]

| Curator | TVL（近似） | 市场份额 |
|---------|-------------:|---------:|
| Gauntlet | \$2.00 bn | 27.6% |
| Steakhouse | \$1.29 bn | 17.8% |
| MEV Capital | \$0.915 bn | 12.6% |
| K3 Capital | \$0.478 bn | 6.6% |
| 其他（R7, Block Analitica, Yearn, B Protocol, long tail） | 剩余 ≈35.4% + 20% 长尾 | — |

• 少数 curator 持有大量 curated TVL，表明对这些管理者发生冲击可能产生放大效应 [page::8].

- Curator 之间在 volatile-token 比例、stablecoin 配比和 commodity 暴露上呈现明确分层（高 beta、混合、低波动现金管理三类）[page::8][page::9].

计量方法与量化指标（因子/网络/尾部）[page::12]

• 关键构造：资本利用率、按链 HHI、协议间 TVL 相关矩阵、curator 组合的 volatile/ stable 比例以及 commodity 曝光；这些为描述性因子 [page::3][page::5][page::9].

- 测度细节：构造 curator 重叠网络时，边权 wij 定义为两者共同投资于相同池的 TVL 占较小方总TVL 的比重，保留 wij ≥ 0.15 的实质性连接；并计算 degree、betweenness、eigenvector 等中心性指标用于识别系统性枢纽 [page::12][page::13].

• 流动性应力关联：通过 TVL 归一化回撤与条件下行尾相关（仅考虑单日 log‑TVL 在各自底 10%）来衡量下行联动性；结果显示 B Protocol、Block Analitica 与 Gauntlet 等构成紧耦合核心，Yearn 与 Steakhouse 在尾部相关上较为隔离或负相关（因 beta 方向相反）[page::11][page::12].

网络中心性与收益截留（商业模式差异）[page::13][page::14]

• Eigenvector centrality 指出 B Protocol 与 Block Analitica 为结构性高影响力节点（尽管 TVL 不一定最大），它们的调整更易系统传导 [page::13].

- Fee-to-revenue 捕获率（curator 收入 / 毛费）存在显著差异：R7 (~16%)、Block Analitica (~14%) 为高保留，高于 Gauntlet ~7% 与 Steakhouse/Yearn (<3%) 等公共效用型模型 [page::13][page::14].

政策建议：基于 ERC‑4626 的可验证 onchain 披露标准 [page::16]

• 披露最小集合（可 onchain/attested）：资产合格性与发行人集中度；流动性覆盖比（LCR-style）；attestation 频率与签名者质量；参数反应时间；rehypothecation 地图；如使用评分/白名单，需披露访问与拒绝统计以检测“黑盒 3.0”偏差 [page::16][page::17].

- 目标：用标准化可观测数据替代事后救助，恢复类似货币基金/UCITS 的信息纪律，同时保持 permissionless 创新速度 [page::16][page::17].

报告元数据与概览

• 标题与作者：报告题为“Institutionalizing risk curation in decentralized credit”，作者为 Anastasiia Zbandut 与 Carolina Goldstein，并附作者邮箱信息与草稿日期为 2025-12-12。[page::0]

- 发布主题与范围：研究聚焦去中心化信用市场中 ERC–4626 vaults 与第三方策展人（curators）如何成为承保与杠杆决策的主要驱动层，分析对象涵盖主要借贷协议（Aave、Morpho、Euler、Maple、Gearbox、Silo）与八大策展人（Gauntlet、Steakhouse、MEV Capital、K3 Capital、R7、Block Analitica、Yearn、B Protocol），样本期为 2024-10-01 到 2025-11-19。[page::0] [page::1]

• 报告核心论点与贡献：作者主张 DeFi 信贷已从“单体协议”向“两层架构”转变——基础借贷协议负责市场基础设施与会计核算，而 ERC–4626 vault 与第三方策展人构成的上层决定具体的承保标准、杠杆和流动性配置；论文三点贡献为：记录结构性转变、描绘策展人网络与系统性中枢并度量尾部相关性、以及提出可实现的 onchain 透明披露标准。[page::0] [page::1]

逐节精读与剖析

1) 引言与研究问题（Section 1）

• 关键论点：自 2022–2025 年，DeFi 发生类似 1970s 货币市场基金兴起的结构性转变，协议从同时管理流动性与风险定价，演进为“基础设施 + 委托风险管理”的分层架构。[page::0]

- 证据与假设：报告引用 ERC–4626 标准推动 vault 泛化，并列举 Morpho、Euler、Silo、Gearbox Permissionless 等实现风险本地化与可组合性的实例，隐含假设为 ERC–4626 的普及与策展人活动足以改写资本配置路径。[page::0]

• 影响判断：作者认为问题焦点从“哪个协议占优”转为“模块化借贷如何将流动性转化为收益，以及策展人如何影响系统性风险传播”。[page::0]

2) 从标准化池到委托风险（Section 2）

• 核心要点：ERC–4626 赋予 vault 统一会计与份额可替换性，催生了类 ETF 式的资金流入与策展人主导的“模型组合”概念；相较于协议层的全局参数（如 Aave 的 LTV、清算阈值），vault 层允许更细分和快速调整的风险参数，但也把决策权向策展人集中。[page::2] [page::1]

- 论证机制：报告以文献与案例支持（如 Aave 的参数更改稀疏、CRV 做空事件）说明单一协议在参数僵化下的脆弱性，以及委托管理如何在恢复高借贷均衡的同时引入集中化風险管理者的问题。[page::2] [page::2]

• 关键数据点：引用 Aave V2 在早期两年仅 13 次参数变更作为治理迟滞的说明，进而说明协议级刚性会导致流动性/价格上的“市场挤兑”或均衡转移风险。[page::2]

3) 利用率与收益动态（Section 3）

• 概述：作者以“资本利用率 = 有效贷款 / TVL”衡量各体系差异，并将其与年化费率（fee yield）并置形成“利用率—收益前沿”，指出更高利用率通常伴随更高收益但更接近“破产/清算”非线性区间。[page::3]

- 图表与关键数值：Figure 1 展示各协议 TVL 市场份额（Aave 约 340 亿美元、占总行业 TVL 45%），并说明 Aave 虽为流动性锚，但市场份额相对稳定，模块化 vault 的增长主要蚕食“others”板块。[page::3]
- [page::3]

• Figure 2（风险—收益前沿）解析：作者把 Silo 和 Euler 放在前沿的高利用率（Silo ≈0.97、Euler ≈0.84）且费率分别约 8.1% 与 6.2%；Maple/Gearbox 位于中区（利用率 0.60–0.65，费率 3.7–4.1%）；Aave/Morpho 更保守（利用率 ~0.58–0.67，费率 3.2–4.1%），并解释了架构差异（隔离市场、中心化承保、再质押与 rehypothecation 规则）如何决定可达的利用率与稳健性。[page::4]

- [page::4]

• 推断与假设：报告隐含假设为利率曲线（kinked curve）与清算机制在边际利用率附近有非线性影响，作者借 Aspris & Svec (2025) 提示借款人在高利用率条件下面临显著右偏收益与厚尾破产概率的逻辑支撑。[page::3] [page::4]

4) 系统性集中与相互依赖（Section 4）

• 方法与指标：作者使用链级 TVL Herfindahl–Hirschman 指数（HHI）衡量执行层集中度，并追踪随多链部署而变化的 HHI 路径，以反映链级运营风险分散或集中化的演化。[page::5]

- Figure 3（链集中度演化）要点：Aave 在样本期 HHI ~0.7→0.6（多链扩展后略去中心化但仍以以太坊及少数 L2 为锚）；Morpho 与 Euler 从高 HHI 平滑下降到 0.35–0.40 区间，反映其分阶段多链扩展；Maple 维持接近 1 的单链足迹；Gearbox 在后期呈剧烈波动随多链上线出现去集中后局部回升。[page::5]
- [page::6]

• TVL 共同运动（Figure 4）：分两个子样本计算日 TVL 变动相关矩阵，发现子样本一（2024-10-01—2025-04-19）相关性低且异质，子样本二（2025-04-20—2025-11-06）相关结构整体上移且变得一致为正，解释机制包括多链部署完成、抵押品构成同质化（ETH 与稳定币主导）、以及 2025 年 L2 扩容带来的同步资金流。[page::6]

- [page::6]

5) 策展人网络与传染通道（Section 5）

• 层次与规模：报告量化了策展人层规模（总体策展 TVL ≈ 72.7 亿美元），并显示头部高度集中——Gauntlet ≈20 亿（27.6%）、Steakhouse ≈12.9 亿（17.8%）、MEV Capital ≈9.15 亿（12.6%）、K3 ≈4.78 亿（6.6%），中等与长尾合计构成剩余份额。[page::8]

- [page::8]

• 投资组合结构（Figures 6–8）：作者计算各策展人的“volatile-token share”（非稳定资产的占比）与 stablecoin allocation，并指出存在从高 beta 到低 beta 的明显分层：Gauntlet、R7、Yearn（中后期）为高 beta；Steakhouse、B Protocol 为低波动、稳定币重仓的流动性锚型；K3、Block Analitica、MEV 在中间带波动性调整轨迹。[page::8]

- [page::9]
- [page::9]
- [page::9]

• 系统性拓扑與尾部相关（Figures 9–11）：作者用“因子 HHI vs. volatile exposure”将策展人定位出“barbell”结构（一端是低 beta 但高度因子集中之流动性提供者如 Steakhouse，另一端是高 beta 且有强集中度的 Yearn/B Protocol，核心为 Gauntlet、K3、MEV、R7、Block Analitica 的高 beta 但更分散群），并以 TVL drawdown 相关与左尾条件相关矩阵衡量在极端下的同期去杠杆关联，发现 B Protocol、Block Analitica、Gauntlet 构成紧耦合核心，左尾依赖亦最高；Yearn 显示与核心为负或低相关，表明其流动性在压力情景下可能呈逆周期或与稳定币重仓者分化。[page::10] [page::11]

- [page::11]
- [page::12]

• 网络中心性与费率截留（Figures 11–12）：构造基于资产池重叠的加权无向图并保留 w_ij ≥ 0.15 的边，计算度中心性、介数中心性与特征向量中心性，发现 B Protocol 与 Block Analitica 在特征向量中心性上领先（约 0.46 与 0.43），表明它们虽非最大 TVL 但为系统性传播枢纽；同时策展人取费占比差异显著，R7 与 Block Analitica 取费率最高（≈16%、14%），Steakhouse、Yearn 处近成本回收水平（<3%），提示不同商业模式（类 performance-fee vs 公共事业型）并存。[page::12] [page::13] [page::14]

- [page::13]
- [page::14]

表格与合约策略解析（Section 6）

• Table 1（代表性 vault 策略与主要风险）将策略类别分为 stable/restaking loops、delta-neutral hedged、offchain credit/RWA、aggregated yield routing，并为每类列出机制與主风险（例如：restaking loops 的主要风险為抵押品相关性与清算级联、oracle 设计带来的 depeg 风险；offchain RWA 的风险為违约与证明滞后导致链上 NAV 延迟体现）。作者强调 oracle 设计、attestation cadence 与合约允许的“动作集”是理解 vault 风险的第一要素。[page::14] [page::15]

- Table 2（TradFi vs DeFi 的治理与风险对照）把 CLO/ABS、MMF/UCITS、prime broker/CCP、评级机构等 TradFi 结构类比为 DeFi 的策展人、稳定资产 vault、动态保证金/参数模块与 onchain 风险评分/披露机制，表明治理工具与风险管理逻辑具有概念上的可比性，但实施路径不同（前者为事前监管，后者靠透明度与市场纪律）。[page::15] [page::16]

估值与财务预测

• 报告不包含公司估值或未来财务预测模型（如 DCF、P/E 等）；因此不存在传统估值方法的具体输入或敏感性分析可供解读，而研究重点在系统风险结构与治理/透明度建议，而非对单一组织的估值评估。[page::0] [page::17]

风险因素评估（摘录与扩展）

• 作者识别的主要风险包括：策展人集中导致的系统性传染、资产与链集中导致的执行层风险、递归再质押（looping）与 oracle/attestation 设计导致的估值错位与滞后、以及“黑盒 3.0”信用评分带来的公平性与准入风险。[page::8] [page::15]

- 潜在影响：这些风险会通过共享的执行层（公共池、AMM 流动性）、共同因子（ETH-beta、稳定币需求）与顾及资金流动性的尾部相关性放大，从而在价格跌幅或流动性冲击时导致同步去杠杆與放大清算速度。[page::6] [page::12]

• 缓解建议：作者提出一组最小 onchain 披露（资产资格與发行者集中、类 LCR 的流动性覆盖率、attestation 节奏与签名者质量、参数反应时长、再质押 / 依赖图谱、以及评分/准入统计），并论证 ERC–4626 primitives 与 subgraph 基础设施可承载这些信息以实现可验证透明度。[page::16] [page::16]

批判性视角与方法学局限（基于报告内容的内省）

• 报告数据与样本限制：样本仅覆盖 6 大借贷系统与 8 大策展人，并在 2024-10 至 2025-11 的窗口内测量，作者也承认将策展人作为“聚合资产负债表”会掩盖 vault 内部异质性，因此网络重叠度可能高估或低估真实的 vault—vault 风险传导路径。[page::1] [page::7]

- 指标选择与解释：TVL、利用率与费率等指标同时混合了价格变动與真实净流出，报告在若干地方以 TVL 相关性判断共同风险，但作者也指出需结合资产构成来解读，这限制了仅靠 TVL 矩阵推断因果传染路径的直接性。[page::6] [page::11]

• 因果推断与事件归因：报告引用案例（如 CRV short-squeeze）作为治理滞后导致坏账的证据，但这种单事件归因对普适性结论存在外推风险；此外，策展人费率差异的经济来源（信息优势、分配协议、分账合约）在数据中部分不可观察，因此关于“高取费=信息优势”的结论需要额外披露与合同层面的佐证才能完全成立。[page::5] [page::13]

- 建议的可观测项可执行性：虽然 ERC–4626 与 subgraph 能公开会计数据，但报告所建议的“流动性覆盖率在多种压力情境下的 onchain 估算”在技术上需要外部深度数据（offchain 交易簿、市面深度、跨链桥速率）与可信度高的预言机/证实者，否则披露可能不完备或可被操控。[page::16]

结论性综合

• 总结要点：本报告清晰描绘了 DeFi 信贷向“基础协议 + 策展人”两层架构的演进，量化显示策展人层已掌握显著系统性风险（头部集中、资产与链的共同暴露、左尾共同下行），同时不同策展人在收益—风险、取费模式與因子集中度上呈显著差异，导致系统既有缓冲（低 beta 的流动性提供者）也有易传播的核心（高特征向量中心性的中等规模管理人）。作者据此建议通过 ERC–4626 可用的 onchain 披露项来实现市场化的自律监管，目标是将 DeFi 的信息透明度提高到类似货币市场基金 / UCITS 的可比水平以限制影子银行式的杠杆链条再现。[page::17] [page::16]

- 图表洞见汇总：Figure 1–2 指出 Aave 作为流动性锚与利用率—收益的平衡区间；Figure 3–4 显示多链部署导致流动性共同周期化；Figures 5–12 揭示策展人层的集中性、资产配置分层、尾部共动与网络中心性分布，这些图表共同支持作者关于风险已“向上迁移”至策展人层的结论。[page::3] [page::11] [page::13]

• 最后评估：基于报告提供的测度、图表与案例，作者论证有力且方法透明，但结论的政策/实务应用需关注可披露数据的完整性、测度的价格—流动性混合影响，以及 vault 级（而非 aggregate curator-level）更细粒度的重叠网络分析作为下一步的必要补充。[page::12] [page::7]

如需我把某一图表（例如 Figure 10 的两个热图）逐像素或逐矩阵元素逐项解读并为每一对策展人给出数值含义、历史演变原因与可能的缓解策略，我可以在下一次回复中按图表逐项深度展开并给出可执行的 onchain 披露实现蓝图与示例 subgraph schema。

报告