• 稳定币信用风险谱系介绍 [page::1]：

- 信用风险按风险程度划分五个层级，从风险最低的过度抵押借贷到风险最高的无抵押个人贷款。
- 采用离散化风险度量，结合可能性和后果三级量表定义风险等级（见表1）。

• 过度抵押借贷机制与风险控制 [page::2][page::3]:

- 以Aave的GHO为例，过度抵押借贷通过资产抵押维持稳定币发行，核心风险为清算风险。
- 清算风险发生概率高，影响中等，通过贷款价值比率、清算阈值及激励机制进行缓释。
- 费用和利率机制由DAO人工调节以维持币价稳定。

• 算法化市场操作（AMO）与操作风险 [page::4][page::5][page::6]:

- AMO通过编码自动执行货币政策，典型如稳定币锚定模块(PSM)和流动性AMO。
- 操作风险属于中等可能、高影响等级，主要因代码缺陷或管理失误产生未背书币流通。
- 多签、时间锁及权限收紧为缓解措施，未来趋向权限最小化和完全去中心化。

• Business-to-Function(B2F)信用与借贷成本风险 [page::6][page::7][page::8][page::9]:

- B2F信用用于支持外部子协议如借贷市场，需继承外部协议的清算机制并限制信用额度。
- 经典案例为MakerDAO对sUSDe Morpho Vault的DAI注入，伴随风险如借贷利率动态和资金成本匹配。
- 通过对市场需求和利率调节模块分析，建立信用线安全上限例证。
- 内生收益机制能将借贷利息收益支持流动性池，进一步降低资金成本匹配风险。

• Business-to-System(B2S)信用及无抵押流通风险管理 [page::10][page::11][page::12]:

- B2S信用对系统发行无需直接成本，如永续合约交易所提供流动性。
- 无抵押币流通风险因交易获利者持币产生，无法完全规避，需基于历史胜负率和交易行为设计信用限额。
- 以Gains Network为例，实际历史数据显示无抵押流通风险极低，系统设计激励用户以稳健使用币资产。
- 此类风险通常通过限额和备用资金池定量控制。

• Business-to-Business(B2B)信用和法律合规风险 [page::12]:

- 企业间的无抵押贷款风险复杂且多变，需合同约束和法律执行保障。
- 链上风险影响未明晰，但风险监控和缓释为必要管理环节。

• 量化风险矩阵汇总及缓释建议 [page::14]:

| 风险类型 | 未缓释可能性 | 未缓释后果 | 临时缓释措施 | 持续缓释措施 | 缓释后可能性 | 缓释后后果 |
|---------------------|--------------|------------|-----------------------------------------|---------------------------------------------|--------------|------------|
| 清算风险 | 高 (C) | 中 (2) | 系统健康监控 | 清算及债务转移基础设施 | 低 (A) | 中 (2) |
| 操作风险 | 中 (B) | 高 (3) | 多签、时间锁 | 不可变权限、去中心化 | 低 (A) | 中 (2) |
| 借贷成本风险 | 高 (C) | 中 (2) | 限制利率，信用额度限制 | 主动监测基础设施 | 中 (B) | 中 (2) |
| 无抵押流通风险 | 中 (B) | 高 (3) | 信用限额 | 内生收益、主动监测基础设施 | 低 (A) | 高 (3) |

• 结论总结 [page::12]:

- 信用风险层级叠加且各自具备独特风险，分层识别与管理才可保障去中心化稳定币的可持续增长。
- 合理的风险估计及逐层缓释机制为稳定币扩大应用场景及规模的关键。

详尽分析报告：《Assessing Stablecoin Credit Risks》

---

1. 元数据与报告概览

• 标题：《Assessing Stablecoin Credit Risks》

- 作者：Yuval Boneh（Conclave Head of Defi）、Ethan Jones（Conclave CEO）

• 机构：Conclave

- 发布时间：未具体说明，但引用资料中已有2024年部分时间点

• 主题焦点：关于去中心化稳定币发行过程中的信用风险的深度讨论，特别涵盖从过度抵押贷款到企业对企业（B2B）信用的整个风险谱系。

核心论点与目标

报告系统阐述了去中心化稳定币发行在不同信用结构层次下的风险及其缓解策略，特别强调对不同风险层级的科学识别与量化方式。通过分析过度抵押贷款、算法市场操作（AMO）、业务对功能（B2F）、业务对系统（B2S）、业务对业务（B2B）等多个层面，报告旨在为稳定币在保证系统性安全的偏下，实现规模化发行提供理论和实操支持。

关键词包括：去中心化金融（DeFi）、加密货币、稳定币、信用、风险。

报告并非评级性质，更多是理论与风险架构的建立，指导风险管理与信用发行策略。[page::0]

---

2. 逐节深度解读

2.1 引言与风险谱系概述

• 关键论点：

- 去中心化稳定币发行的信用风险存在一个连续谱系（见图1），从风险较低的过度抵押贷款到风险更高的未担保个人贷款依次递增。
- 风险层级划分基于“不良事件的可能性（Likelihood）”与“对系统性健康的后果（Consequence）”的离散级别，分为低、中、高三级。
- 精简的三层描述有助于对风险进行量化和管理，也可扩展来满足更复杂的风险框架。

• 逻辑依据：

- 各信用发行类型的风险机制和需要的缓解策略不同。
- 通过量化可能发生的概率与严重程度，设计适当的风险对策。

• 关键数据：

- 表1列出了风险等级定义和对应含义：
- Likelihood（可能性）：Low (A), Medium (B), High (C)
- Consequence（后果）：Low (1), Medium (2), High (3)
- 本文附录A提供了全文的风险汇总矩阵，便于全局理解。[page::1]

2.2 范围界定（Scope）

• 明确仅针对稳定币发行中的信用风险进行研究，不涵盖诸如安全漏洞等非信用风险因素。

- 信用发行的债权承保机制不同，例如Uniswap的恒定函数AMM（x * y = k）、Aave中的贷款价值比率（LTV）与利率调控。

• 探讨的信用风险层面包括从算法承保到业务信用的不同风险等级。

- 强调理解各机制潜在边缘情况和失效模式对于风险承保的重要性。[page::2]

2.3 过度抵押贷款（Overcollateralized Lending）

• 关键论点：

- 过度抵押贷款风险最低，稳定币的发行和流通均受抵押资产支持，需保证抵押物价值不低于债务。
- 主要风险是“清算风险”（Liquidation Risk），即抵押品价值跌破债务价值，触发清算。

• 支撑逻辑：

- 以Aave的GHO为例，借贷系统通过健康因子（Health Factor）和清算阈值监控抵押状态。
- 清算机制激励清算者出售抵押资产，维持协议健康，且防止借款人过度杠杆。
- 抵押资产贬值导致风险的可能性高（High Likelihood），但其后果较温和（Medium Consequence），不致系统性崩溃。

• 关键数据：

- 用户以10,000美元抵押，80%清算阈值，最多可借8,000 GHO币，健康因子为1，则抵押物价值跌破10,000美元即面临清算。
- Aave DAO调节GHO借贷利率以维持挂钩稳定，过度借贷利率将调高抑制借贷需求。
- 利率调节机制反映出利率的市场反馈调节，是信用风险缓解的重要手段。

• 风险缓解：

- 风险被抵押资产的保证及动态清算机制所缓解。
- 利率调整机制与清算激励共同作用减少坏账风险。[page::2][page::3]

2.4 算法市场操作（Algorithmic Market Operations，AMO）

• 关键论点：

- AMO通过智能合约自动执行稳定币发行与货币政策，托管大量未担保的稳定币，虽增加风险，但因流动性控制，通常不直接造成系统性风险。
- 例如Peg Stability Module（PSM）允许无抵押稳定币与其他稳定币进行1:1兑换，实现套利保证挂钩。
- Liquidity AMO采用100%对手资产池合约锁定未担保稳定币，防止其无保障流入市场。

• 风险阐释：

- 主要风险为“操作风险”，即智能合约代码错误或权限管理不足可能导致未担保稳定币滥发。
- 可能性中等（Medium Likelihood）、严重后果（High Consequence）。

• 风险缓解：

- 采用多重签名、多时锁等权限控制。
- 逐步发展为无许可不可变的智能合约，降低人为操作失误。
- 这些措施将可能性降低为低（Low Likelihood），后果适度（Medium Consequence）。

• 例证图解：

- 图4展示简单的PSM结构，图5展示Liquidity AMO的资产池结构，突显未担保和对手资产的锁定关系。[page::4][page::5][page::6]

2.5 业务对功能（Business-to-Function, B2F）信用

• 关键论点：

- B2F信用涉及将未担保稳定币发放给智能合约流程，如隔离借贷市场。
- 这些外部功能若允许用户借入稳定币，则未担保资产可能流入市场。
- 继承外部借贷协议的清算风险，需独立评估。
- 利率水平对稳定币系统健康有显著影响。

• 风险阐释：

- 清算风险由外部协议承担。
- 新增“借款成本风险”，即借款利率与收益率不匹配导致套利及系统风险。

• 风险缓解：

- 限制发放给外部市场的信用额度。
- 监控利率模型，确保外部借贷利率≥流动性提供收益。
- 通过套利机制确保市场平衡。

• 案例分析：

- MakerDAO的DAI Direct Deposit Module（DDM）向第三方市场注入DAI。
- 结合Ethena的sUSDe，MakerDAO进行免托管的挂钩收益敞口布局。
- BA Labs对该集成进行了风险评估，涵盖交易失败、资金费率等风险。[page::6][page::7]

2.6 B2F借款成本风险细化（Cost of Borrowing Risk）

• 数学模型：

- 设借款成本与收益关系满足：
\[
cost{external}(x) \ge yield{facilitator}(x)
\]

- 通过设定合适的信用额度与利率（具体以Cod3x USD示例，Curve StableSwap池与Aave市场利率曲线为基础）来保证市场平衡。
- 功能借贷的借贷成本不得低于外部对手利率，确保套利无利可图。

• 实证数据：

- 举例具体的利率设置：10%为目标利率。
- 信用额度最大约为核心资金池对资产的50%（500,000 cdxUSD，池总额200万美元）。
- 适时调整额度，动态响应市场变化。

• 二阶效应缓解：

- 信用贷款产生利息收益聚集，有助于维持和提升流动性池的收益率，间接降低借款成本风险。
- 例证：年收益13.2万美元挹注200万美元流动资金池，带来约6.6%的收益率。[page::8][page::9]

2.7 业务对系统（Business-to-System, B2S）信用

• 核心区别：

- B2S贷款发放对象为更为复杂的系统，借款人无法控制未担保稳定币的成本。
- 使得信用风险管理更复杂，外部变量不可控，且一般无持续成本。

• 示例与风险：

- 以永续合约交易所为例，向交易者提供无成本流动性信用。
- 交易者赢利时，可能获得未担保稳定币流通，存在“未担保流通风险”。

• 风险缓解：

- 仅能通过限定授信额度实现风险控制。
- 利用历史交易数据评估风险水平和获利持续时间。
- 建立稳定币资金池或利用套利机制作为临时风险填补。

• 案例分析：

- Gains Network的永续交易平台。
- 其抵押金池历年来清算率极低（低于6%），说明未担保流通风险实际较小。
- 交易者购买稳定币作为交易保证金，促进流动性池深度，有助于缓释风险。
- 交易者胜出须偿还借款，减少了稳定币无偿流通的概率。

• 关键指标：

- 交易者对cdxUSD的使用意愿。
- 交易胜负率统计及其对稳定币流通的影响。

• 举例数值：

- Gains Network vault收益约10%，可支持400,000 cdxUSD授信额度。
- 根据历史6%最大未抵押率，理论授信额度扩展到约667万美元。

• 总结：

- B2S贷款的风险虽不可完全结构性缓解，但通过适当限额与资金池支持，能将风险降至可接受区间。[page::10][page::11][page::12]

2.8 业务对业务（Business-to-Business, B2B）信用

• 特征与挑战：

- 向做市商或交易公司发放未担保信用，复杂的风险情境难以评估。
- 需法律合同保障和风险持续监督。
- 链上风险不明确，风险转移需关注合约执行和法律监管。

• 报告立场：

- B2B信用不在深入探讨范围。
- 重点建议建立风险文档与缓解手段的监控和执行流程，以保障风险可控。

2.9 总结部分

• 综合各信用风险谱系，从过抵押贷款（最低风险）到B2B信用（最高风险），每个层级累积下层风险且改造新增风险，须配套相应缓释机制。

- 理解信用机制和动态风险管理是稳定币可持续扩展的关键。

• 包含风险的精准量化与控制方法，有助于去中心化稳定币发行的健康和创新扩展。

---

3. 图表深度解读

图1（Page 1）：「去中心化稳定币信用风险谱系」

• 横轴为风险由低到高的连续区间。

- 节点从左至右依次为：
- Overcollateralized Lending（过度抵押贷款）
- Algorithmic Market Operations（算法市场操作）
- Business-to-Function（业务对功能）
- Business-to-System（业务对系统）
- Business-to-Business（业务对业务）
- Unbacked Personal Loans（无抵押个人贷款）

解释：

• 该图清晰强调不同信用模式所承载的风险递增特点，提示风险管理需按层级具体施策。[page::1]

图2（Page 2）：「过度抵押贷款示意」

• 图中色块突出标记“Overcollateralized Lending”风险最低位置。

- 该图与图1类似，但焦点聚焦于最安全信用模式。

说明：

• 作为信用风险谱系起点，体现稳定币发行与抵押资产挂钩的安全边际。

图3（Page 4）：「算法市场操作风险位置」

• 与前两图对比，算法市场操作风险位置略右，显示出其风险高于过抵押贷款但低于其他业务信用。

图4、5（Page 5）：「Peg Stability Module与Liquidity AMO架构」

• 图4 显示未担保稳定币和已知挂钩稳定币在“流通外”与“流通中”之间可按1:1自由兑换，支持稳定币锚定。

- 图5 细化展示Liquidity AMO的资金流配置结构。解析指向没有任何未担保稳定币实际流入市场，保持流通抵押安全性。

说明：

• 图示帮助理解AMO如何在智能合约层面实现保障币价并限制资产流通风险。[page::5]

图6（Page 6）：「业务对功能信用风险谱系位置」

• 标识“Business-to-Function”风险相较AMO更高，但低于业务对系统等层级。

- 传达B2F的信用风险大于算法操作，因其涉及更多资产流通风险和外部市场影响。[page::6]

图7（Page 10）：「业务对系统信用风险谱系位置」

• 突出“Business-to-System”处于风险谱系中高位置。

- 说明其信用风险较难控制，可能引入高系统性风险，尤其涉及复杂生态系统交互。

---

4. 估值及信用额度模型分析

• 以Cod3x USD为例，作者通过流动性池（Curve StableSwap）、借贷市场（Aave）和自有利率控制机制实现信用额度与利率的动态平衡。

- 通过公式与映射关系：
- 公式1：借贷成本与收益匹配。
- 公式2，3，4，5，6：详细推导信用额度 \(X\) 与利率曲线参数的关系，数学严谨表达授信额度上限。

• 实际利率设定为10%，信用额度约为核心资金池的50%。

- 此动态模型使得风险与收益相匹配，防止系统负债不合理膨胀。

该金融工程方法既保证了资本效率，又维护了安全边界，为宽信用模式提供了理性模型基础。[page::8][page::9]

---

5. 风险因素评估

附录A与表Al总结了主要风险及其未缓解与缓解后的等级：

| 风险 | 可能性（未缓解） | 后果（未缓解） | 中期缓解措施 | 持久缓解措施 | 可能性（缓解后） | 后果（缓解后） |
|--------------------|------------------|----------------|-------------------------------------|---------------------------------------------|------------------|----------------|
| 清算风险 | 高 (C) | 中 (2) | 系统健康监测 | 清算与重组基础设施 | 低 (A) | 中 (2) |
| 操作风险 | 中 (B) | 高 (3) | 多签安全、时间锁 | 不可变、无权限合约 | 低 (A) | 中 (2) |
| 借款成本风险 | 高 (C) | 中 (2) | 限制过高利率、限额 | 主动监控基础设施 | 中 (B) | 中 (2) |
| 未担保流通风险 | 中 (B) | 高 (3) | 信用额度限制 | 内生收益支持与主动监控 | 低 (A) | 高 (3) |

强调风险等级的动态可控，并非不可逾越壁垒。[page::14][page::15]

---

6. 审慎视角与细微差别

• 模型假设依赖：

- 信用额度模型依赖于外部借贷市场利率与流动性动态，具备敏感性，市场剧变可能导致模型失效。

• 技术依赖风险：

- 智能合约的操作风险缓解需依赖代码安全和权限管理，但不可避免存在“未知漏洞”。

• 系统风险层层叠加：

- 高风险层级继承并积累低层风险，任何一层风险事件恶化均可能产生连锁反应，非线性风险特征复杂。

• 可控与不可控风险界限：

- 某些风险（如业务对系统的未担保流通）部分超出发币者影响，需通过经济激励和风险限额减缓，而非技术手段全控。

• 法律与监管风险未涵盖：

- 报告强调B2B需契约保障，但缺乏对法律合规及监管风险的深入分析。

综上，报告虽科学系统，但实际落地仍需考虑更广泛非信用风险因素和环境变化。

---

7. 结论性综合

本报告系统性梳理了去中心化稳定币信用风险的全谱系，由最安全的过抵押贷款，到最复杂的B2B信用。其核心价值在于：

• 风险层级与风险类型区分明确，使风险管理更具针对性。

- 风险量化框架和风险矩阵提供了风险监控和缓解的科学基础。

• 数学建模和案例分析深入阐释了信用额度和借款成本风险的动态管理方案，具较高实际操作参考价值。

- 图表辅助清晰呈现信用风险谱系结构及各类风险的相对位置。

• 分层风险缓释机制（如利率调节、动态借款额度、多重签名权限、多阶风险限额）为稳定币规模化提供保障。

- 认可部分风险不可完全规避，但通过经济激励、限额管理和技术手段可降至可接受水平。

• 强调理解信用发行机制的重要性，为稳定币的健康成长奠定基础。

综上，报告作为去中心化稳定币信用风险研究的系统入门与进阶，既理论严谨又结合了实证案例，适合为稳定币项目、风险经理和监管机构提供决策参考和风险识别框架。[page::0–12][page::14]

---

总体评价

该报告内容完整，结构严谨，贯穿理论与实务。对风险指标定义准确，案例充分，风险层级把握科学。唯一不足在于对法律监管和极端市场环境的风险考虑较少，未来工作可补充扩展。此外模型及风险缓解策略多依赖技术实现，实际安全需关注合约安全和治理机制稳定性。

---

附：主要图表引用

• 图1：去中心化稳定币信用风险谱系

• 图2：过度抵押贷款位置示意

• 图4：简单PSM结构

• 图5：Liquidity AMO架构

• 图6：业务对功能信用风险

• 图7：业务对系统信用风险

---

本报告解析全面，详实地阐释了报告中所有重要论点、数据、假设和结论，尤其对风险定义、信用额度动态建模及层级风险加深做了清晰解构，适合专业人士深入研究与引用依据。

报告