在第上篇文章中，我啟動了一個項目，用於對 Web3 中的借貸協議進行分類。

讓快速回顧一下借貸協議的內容。它是一套規則，用於管理借款人如何暫時占有貸方的資産併承諾償還這些資産。該協議將定義如何從借款人曏貸方徵收利息，以及如何構建抵押來保護貸方。本繫列的第1部分探討了利息期限內的主題，包括零期限與正期限、貸款順延和永續化、選擇性，併在該框架內對一些協議的分類。

在這篇文章中，我將繼續構建分類法，以討論各種協議如何確定利率。

Dall-e 無法拼寫“利率”

利率

利率是指借款人曏貸款人纍積額外付款的利率。爲了便於比較，該利率通常以年化形式報價，以年化百分比率 (APR) 或收益率 (APY) 形式錶示。兩者之間的區別在於，APR 假設不進行覆利，而 APY 則假設覆利。例如，年利率爲10%，半年覆利將帶來10.25%的年利率。

兩者之間的公式關繫爲： APY = (1 + APR / k)^k — 1，其中 k 是每年覆利的次數。

在 Web3 中，大多數貸款都是連續覆利的（k = large函數），因爲大多數貸款都是零期限貸款。因此，他們以 APY 報價來告訴用戶，假設利率保持不變，他們一年會賺多少錢。對於定期貸款，更常見的是以APR報價。

順便提一下，如果2020年式的簡併的流動性挖礦卷土重來，請警惕 APY 中的掠奪性報價，因爲這些機會都不會持續足夠長的時間，以緻覆利變得很重要。使用 APR 進行心算要容易得多。對於固定獎勵池，雙倍的 TVL 意味著獎勵率減半。

回顧完定義後，現在我們就可以討論定價了。

定價

定價是計算借款人和貸款人相互支付多少利率的機製。雖然本文的相關內容併不詳盡，但也介紹了其中一些機製：

• 訂單簿定價：最靈活且由市場驅動，但需要權衡用戶體驗
• 基於利用率的定價：該模型在 defi 中找到了産品市場契合度，但不是100%有效，併且在極端情況下錶現不佳
• 拍賣：定價好，貸款效率高，但需要用戶提前計畫，二級市場碎片化，摩擦小等。
• Ajna 的利用率：對經典使用方法的一種改造，適合在無預言機協議中運作
• Tazz 的永續貸款融資：一種新的 p2pool 借貸原語，可以讓市場定價利率，從而使抵押品完全模塊化。
• 手動定價：也可以説是治理主導的定價。

訂單簿定價

資産定價最常見的方式是讓市場自行整理，即使用訂單簿。讓借款人和貸款人髮布限價令，規定各自願意借入或貸出的金額和利率。當訂單匹配時，進行交易。

然而，訂單簿也有缺點：

• 不熟練的用戶不知道如何爲他們的訂單定價。這些用戶隻是想在不支付巨額成本的情況下進行交易。
• 下達限價單就像寫一個免費期權。市場流動性越差，出塊時間越慢，期權就越有價值。換句話説，理論上的真實價格在訂單未被執行的情況下變動得越多，這些限價訂單本身包含的期權價值就越大。
• 訂單簿的良好運營需要積極的管理。您需要取消過時的限價訂單，還需要與其他參與者一起玩競價戰游戲。
• 它需要大量的交易。

這就是爲什麽訂單簿在鏈上仍然不受歡迎的原因。相反，自動做市商、詢價和拍賣都具有更高的産品區塊鏈契合度。

在借貸方麵，訂單簿麵臨著更大的挑戰：

• 訂單簿交易創建點對點貸款匹配。違約風險是不可替代的。
• 持續髮放定期貸款會産生彼此不能完全互換的頭寸。相反，Pendle 和 Notional 等協議選擇在特定日期固定期限髮放貸款。可用貸款的期限，比如 37 天、159 天等等這樣的權衡……總是很奇怪。
• 短期貸款創造了更多交易。您可以自動化順延，但如何爲下一筆貸款定價？

所有這些都導緻市場碎片化，或者至少讓交易體驗變得覆雜。也就是説，像 Blur 和 Arcade.xyz 這樣的 NFT 借貸平颱仍然依賴於類似訂單簿的用戶體驗。他們每個人都想出了可以減輕糟糕的用戶體驗的功能。

• Blur 融合了一種永續貸款的形式，以消除期限維度。
• Blur 和 Arcade 都有“批量鑄造”，貸方將整個 NFT 藏品視爲可替代的，藏品中的任何 NFT 都可以用作抵押品。

有沒有想過，如何解讀 Blur 的收藏借貸圖錶？我寫了一繫列的相關跟帖。

Arcade 的 P2P 貸款匹配和批量鑄造

AMM 是訂單簿的一個子類別。如果一個協議可以將足夠多的人聚集到可替代的借貸市場中，那麽 AMM 是一個不錯的選擇。利率比代幣更具有均值回歸能力，因此使用 AMM 進行 LP 利率比使用代幣進行 LP 更安全。這就是 Pendle、Notional 和 Tazz 的運作原理。

此處我們回顧一下，雖然訂單簿可以很好地處理簡單的資産，但借貸訂單簿有太多的維度需要考慮，併且需要使用巧妙的方法來使用戶的體驗變得簡單。

基於利用率的定價

給定借貸資産池的利用率是借入資産總額與可借入資産總額的比率。

基於利用率的定價將利率定義爲利用率的遞增函數。

第一個也是最大的鏈上借貸平颱 Aave 就採用了這種方法。它仍然是流動性和可替代資産最流行的利率定價方式。

請註意，Aave 併不是從這個設計開始的。EthLend（Aave 品牌重塑前）2018 年白皮書概述了 p2p 定期訂單簿。他們的 2020 年白皮書中介紹了該利用率模式。這種對金融原語的徹底重新思考（uniswap AMM 是另一個例子）是 defi 的具有的樂趣之一。

Aave’s borrow interest rate

Aave 的借款利率

由於白皮書中沒有對此進行解釋，因此我對這種方法背後的動機進行了非常簡單的猜測。考慮經濟學101模型——當利率高時，願意借錢的人更少，而願意放貸的人更多。 “最佳”利率是指願意借款的人數與貸方的數量完全匹配，且利用率爲100%。

當利率太低時，願意借款的人比貸款人多。利用率將達到100%，但它併沒有告訴我們目前處於模型的哪個位置。此外，貸方無法退出貸款。

當利率太高時，大量貸款供應就會閒置。「APY 利差（1-利用率）」隨著利率的增加而增加。這還是在平颱收取費用之前髮生的。右側的圖錶是經過簡化的。貸方實際上穫得的利率低於r值。

由於不可觀察的借貸曲線隨市場條件而變化，因此麵臨的挑戰是保持利率接近最優利率，衕時爲貸方退出保留一定的緩衝。

上述 Aave 的“利率模型”有點用詞不當。數學愛好者喜歡將其稱爲 PID 控製器，但隻是部分自動化的。首先，Aave 選擇目標利用率（例如90%）和拐折曲線。如果利用率經常保持在 >90%，Aave 的治理（因此部分自動化）將使利率曲線變得陡峭，以試圖將利用率推低。如果利用率太低，則反之亦然。

有時，市場會遇到特殊情況，PID 控製器反應太慢。例如，在2022年9月的以太坊合併期間，合併前的以太幣將被分叉爲權益證明以太幣（我們現在持有的以太幣）和工作量證明以太幣（某種程度上由 Justin Tron 贊助）。 PoW 以太幣被市場認爲價值約爲 PoS 以太幣的 2%。市場參與者見證了這一點，併希望在錢包中保留盡可能多的合併前的 ETH。要這樣做，一種方法是將穩定幣作爲抵押品併借入以太坊。隻要借款期限內的纍計利息低於2%，這就是合理的交易。在不到1周的時間內賺取2%，意味著可以支付超過100% APR。Aave 的利率上限爲100%。不用説，在合併之前的幾天裡，Aave、Compound、Euler、Inverse 和每個 PID 控製器借貸協議的以太借用利用率都達到了極限。如果我沒記錯的話，Inverse 沒有設定利率上限，APR達到了1000%。

在基於利用率的定價方麵，最後需要註意的是，它與點對點結構自然契合，因此是零期限貸款。因此，我們經常看到這些屬性齊頭併進。

總而言之，它們的好處在於正常市場條件下的用戶體驗。隨時借出、借入、退出。但當利用率達到100%（如合併期間）時，貸方就陷入了無追索權的境地。其他缺點是10%的貸款緩衝資産導緻資本效率低下，以及無法提供定期貸款。

拍賣

拍賣是一種久經時間考驗的髮行新債（一級市場髮行）的方式。美國國債是全球流動性最強的政府證券，它利用拍賣來爲新債務定價。在高層，借款人和貸款人曏定期舉行的拍賣提交密封報價。找到市場清算利率，併曏清算利率的參與者髮行新債務。

Term Finance 是一個相對較新的協議，它就是受到這種機製啟髮而創立的。他們的拍賣實施細節值得一讀。其提供的文檔清晰簡潔。

拍賣可以有效地匹配貸款人和借款人。丁單薄需要鎖定資本來下達等待執行的訂單，基於利用率的貸款池需要貸款人提款緩衝。與它們不衕的是，拍賣中沒有任何資本處於閒置狀態。唯一的非生産性時期是資産在拍賣期間被鎖定的時期。

拍賣還産生高質量的定價，因爲市場參與者聚集到一個謝林點（schelling point）來彙總他們的私人信息。

不利的一麵是，拍賣需要一些預先計畫，而且不那麽人性化。對於美國國債來説這是一個不錯的選擇，但在加密貨幣領域，定期貸款市場的參與度還不夠高。另一個挑戰是市場的碎片化。加密貨幣有很多類似但不可替代的資産。這將是一個更難啟動的産品，但我希望有一天，Term Finance 能夠在以太坊打印機的全力支持下髮行以太坊國庫券。

Ajna 的利用率

Ajna 是少數不依賴於預言機的借貸協議之一。本文不就 Ajna 如何實現這一目標進行完整闡述，而是討論其設定利率的高水平。

貸方首先選擇他們願意借出報價代幣（例如 USDC）的抵押品（例如 ETH）估值。借款人從最高估值曏下纍積匹配。貸款風險最高（貸款與抵押品比率最高）的借款人設定“最高門檻價格”（HTP），估值較低的貸款人不會穫得利息。

借自：https://www.ajna.finance/pdf/Ajna_ELI5.pdf

貸方不想將估值定得太高，因爲他們將首先因違約而蒙受損失。貸方也不想將估值定得太低，因爲這樣他們就無法穫得任何利息。

利率也由利用率函數決定，但這裡的計算僅考慮將抵押品估值設置爲高於 HTP 的貸方。利率從10%開始，每12小時乘以或除以1.1，具體則取決於利用率與“目標利用率”的比較情況。

其主要優勢是，盡管採用點對池設計，但該機製不需要任何預言機即可運行。相反，貸方需要不斷監控其估值。與其他基於利用率的利率定價機製一樣，貸款APR也受到未使用借款的影響。

盡管借款人和貸款人可以隨時離開（零期限），但考慮到 Ajna 的髮起費用爲1周、利率半衰期爲3天，Ajna 的設計期限至少爲一周。由於 Ajna 進入市場的時間還不夠長，所以現在想要了解這種機製的全部優缺點還爲時過早。

真正的非許可和不可變的協議很少見，因爲它們很難正確執行。但當它們確實出現時，它們就成爲可組合性的基石。我真心希望 Ajna 能夠成爲借貸界的 Uniswap。

Tazz 的永久貸款融資

Tazz 是即將推出的貸款協議，引入了新的利率定價原語。衕樣，本文不對該機製進行完整的介紹，但是會在後續文章中涉及到。盡請關註！

債務始於零息永續貸款，類似於 Aave。債務代幣（Aave 術語中的 AToken）可以在任何 dex 上進行交易。除了協議破産之外，Aave 的 Atoken 交易幾乎總是接近1:1，而 Tazz 的債務代幣（ZToken）則由市場定價。ZToken 的價格決定了名義債務纍積的利率（即資金）。如果名義債務繼續增加，抵押參數將觸髮執行清算。

持續資金支付與 「k * (1 – ZToken 價格相對於代幣的 TWAP)」 成正比。常數k越低，債務期限越長，就越容易受到利率風險的影響。

請註意，在這種機製中，抵押與協議的其餘部分完全模塊化。您可以設置無抵押品、nft 抵押品、LP 代幣、非流動性代幣、鎖定代幣、基於預言機的抵押品定價或一次性定價的池。但這併不重要，因爲市場可以爲承擔風險所需的利率定價。

值得註意的是，這將實現：

• 點對點借貸
• 100%貸款利用率，因此利差較低
• 合併流動性，僅按抵押條款和期限畫分
• 任何抵押品類型

一個可能的劣勢是，它需要監控池價格（但少於 Ajna）。如果不切實際的價格持續太久，就會導緻不切實際的利率。 ZToken 的流動性市場將無需借款人和貸款人進行過於密切的監控。

手動/治理定價

考慮到 GHO depeg，手動/治理定價值得一提。市場存在有、一些債務抵押頭寸（CDP）穩定幣。 Maker 的 DAI 規模最大，Liquity 的 LUSD、Lybra 的 eUSD、Prisma 的 mkUSD 等緊隨其後。

盡管 CDP 看起來不像貸款，但其實不然。借款人用 ETH（Maker v1）、LST（Prisma、Lybra）或其他資産進行抵押。借款人鑄造一個 CDP，協議預言機按照 1:1 的價格計算美元的價值。CDP 可以在公開市場上出售，從而借款人“借入”另一種資産，貸方收到 CDP。該貸款是永續的，期限未知，併且價值可能不會固定在1美元。借款人曏協議支付利率，貸款人可以從協議接收另一個利率（例如 Dai 儲蓄利率）。有時，會有一個稱爲“穩定模塊”的後盾基金，以避免自我強化的 CDP 脫鉤。

手動定價的缺點是，它受到治理流程、冗長辯論、選民冷漠和法定人數的影響。因此反應很慢。好處是，手動流程比可能出現邊緣情況的代碼更難受到操縱。

GHO 自創建以來僅以下降趨勢運行。可查看此處的一些額外的想法。

Aave 的 GHO 是一個具有手動利率的 CDP。目前，GHO 的借款利率爲3%（低於國庫券和 Dai 的5%），而他們在 Aave 上的貸款（儲蓄）利率爲0%（除非你知道在哪裡尋找激勵性的游戲）。因此，願意借錢的人太多，願意放貸的人太少，導緻 GHO 價格下降。

Aave 治理論罈上的爭論已經持續了數月。爭論的本質歸結爲是固定掛鉤利率還是保持穩定的利率（因此利率是可變的，但期限爲正）。在 GHO 穫得更多市場主導地位之前，GHO 無法兩者兼得。

總結

本文介紹了貸款協議中利率定價的各種方式。當然還有很多方法未涉及，但本繫列的目標是建立一種分類法。到目前爲止，我們已經將利息期限和利息定價視爲可以對協議進行分析和分類的兩個主要方麵。在下一篇文章中，我將討論抵押。

當我根據此分類法分析更多貸款協議時，我還創建了一個正在有效的電子錶格來組織這些信息。您可使用它！

如果您已做到了這一步併且 defi 正適合你，請務必訂閲併關註我的推特。我已啟用 DM 。

如果您是初創公司創始人，併處於構思階段或籌集資金時期，可考慮曏聯盟提出申請。我時刻樂意分享我的想法。

聲明：

1. 本文轉載自[Alliance]，著作權歸屬原作者[David Ma]，如對轉載有異議，請聯繫Gate Learn團隊，團隊會根據相關流程盡速處理。
2. 免責聲明：本文所錶達的觀點和意見僅代錶作者個人觀點，不構成任何投資建議。
3. 文章其他語言版本由Gate Learn團隊翻譯， 在未提及Gate.io的情況下不得覆製、傳播或抄襲經翻譯文章。