Introduksjon av DeFi Score – en åpen kildekodemetode for å evaluere kode og økonomisk risiko i DeFi-utlån

blogg 1NyheterUtviklereEnterpriseBlockchain ExplainedBegivenheter og konferanserPresseNyhetsbrev

Abonner på vårt nyhetsbrev.

Epostadresse

Vi respekterer personvernet ditt

HjemBloggCodefi-data

Introduksjon av DeFi Score – en åpen kildekodemetode for å evaluere kode og økonomisk risiko i DeFi-utlån

av Nicole Adarme 20. september 2019 Publisert 20. september 2019

0 fhlnj4QSRyGLRVn0

Det er mer med DeFi-utlån enn april.

Det har vært et stort år for DeFi med tresifret vekst og over en halv milliard dollar låst over forskjellige utlånsplattformer. Vi blir kontinuerlig inspirert av den enorme mengden eksperimentering og uformidling i sektoren, samtidig som vi fortsetter den langsomme marsjen mot virkelig desentraliserte finansielle tjenester. Dessverre fokuserer offentlig bevissthet i DeFi ofte på potensialet for overdreven avkastning mens de unngår de nye risikotypene som følger med smarte plattformer for kontraktutlån. Noen av de vanligste utlåns- og låneplattformene inkluderer Compound, DyDx, Fulcrum og Nuo.

Erfarne brukere av disse protokollene kan gjenkjenne vanlige bekymringer:

  • Hvordan kan jeg stole på at protokollens smarte kontrakter ikke inneholder feil eller sårbarheter som setter pengene mine i fare?

  • Er produktet virkelig desentralisert? Kan noen enkeltpersoner eller grupper påvirke investeringen min ved å manipulere orakler, administrative kontroller eller nødtiltak?

  • Er det et scenario der jeg ikke vil kunne ta ut pengene mine etter eget ønske?

  • Hvordan vil prisvolatilitet påvirke posisjonen min? Hvilke typer sikkerheter støtter hele systemet?

Evaluerer DeFi-samfunnet utlånsmuligheter med tanke på risiko, eller jakter vi bare den beste avkastningen?


En helhetlig tilnærming til risiko i DeFi

ConsenSys Codefi er glade for å frigjøre DeFi Score Methodology for å fremme åpenhet og forståelse rundt de tekniske og økonomiske risikoene som påvirker DeFi-utlånsmarkedene. Den første metoden er åpen fra GitHub, med en prøveimplementering å følge. Målet vårt er at utviklermiljøene DeFi og Ethereum skal utvide, teste og bruke metodikken når DeFi modnes.

Nedenfor er et visuelt eksempel på hvordan DeFi Score kan implementeres i en forbrukerapplikasjon som evaluerer et spesifikt utlånsmarked.

0_7vgb68IHHqpmlwWX.png

Modellen gir en lett å forstå 0–10 score som kan presenteres for brukere eller integreres i andre systemer. Dette eksemplet inkluderer også et sammendrag av attributtene som bidrar til poengsummen: sterke tekniske egenskaper, dårlig likviditet og høy regulatorisk risiko.

Risikomodell & Datainnganger

Det er to brede kategorier som fanger kryptomarkedets risikoattributter: smart kontrakt og finansiell risiko.

0_YFMpb2VDiKX7Eiea.png

Smart kontraktsrisiko

Utlånsplattformer har en tendens til å dele de samme smarte kontraktene på tvers av alle sine markeder, og derfor vil smarte kontraktsrisikoer være den mest relevante faktoren når man sammenligner plattformer. Svar på viktige spørsmål om smarte kontrakter på en plattform eller protokoll kan bidra til å bestemme risikoen forbundet med deres smarte kontrakter. For eksempel, hvilken del av koden har blitt revidert av anerkjente firmaer? Er det utført formell bekreftelse? Er koden åpen kildekode? Tilbyr en bugpremie?

Finansiell risiko

Finansiell risiko fokuserer på likviditets- og sikkerhetsspørsmål i de enkelte markeder og vil endres med markedsforholdene. For eksempel, hvis et marked har lav likviditet sammenlignet med sine jevnaldrende, vil poengsummen lide.

Låntakere er overcollateralized for å sikre tilbakebetaling, men den ustabile karakteren til krypto eiendeler betyr at høye sikkerhetsfaktorer kan være utilstrekkelige. Sammensetningen av sikkerhetsstøtte til dagens DeFi-plattformer har høy variasjon, og noen består av mye mer likvide, stabile eiendeler enn andre. Data i kjeden om et markeds sikkerhetsgrad og sikkerhetsportefølje påvirker også DeFi-poengsummen.

Andre hensyn

Forsikrings- og regulatorisk risiko er to områder der vi begynner å se avvik. Noen plattformer bidrar til forsikringsfond for å beskytte mot hendelser i svarte svaner, men bassengene blir generelt sett ansett som utilstrekkelige. Noen plattformer anerkjenner regulatoriske bekymringer, mens andre tar sterkere antireguleringsposisjoner. Når utlånsplattformene modnes, forventer vi at disse domenene bærer mer vekt i DeFi-poengsummen.

Gitt den begynnende tilstanden til DeFi og den begrensede historiske historien, er det viktig å forstå at dette ikke er en validert statistisk modell som har gjennomgått regresjonstesting. Det er et meningsbasert rammeverk å starte en samtale for å estimere og kommunisere risiko i disse fremvoksende markedene. Vektene er designet for å maksimere verdien av et 10-punkts scoringspektrum og er i utgangspunktet innstilt for Compound, dYdX, Nuo og Fulcrum.

Hva blir det neste?

Vi ser aktivt på nye datapunkter og metoder for å forbedre nytten av poengsummen:

  • Ta opp ytterligere risikofaktorer, inkludert sentraliseringsrisiko, oracle-risiko og markedslikviditetsrisiko via likvidasjonspolicyer

  • Bryt ut delekomponenter i individuelle poeng

  • Desentraliserte metoder for validering av markedsmetadata

  • Tilpass modellen for DeFi-produkter utover utlån

  • DAO-ify styringen av denne scoringsalgoritmen

Vi oppfordrer samfunnet til å gi tilbakemelding på metodikken og ta kontakt!

  • Bidra på GitHub

  • Besøk nettstedet DeFi Score

  • Bli med på diskusjonen den Telegram

DeFiDeFi ScoreProdukt kunngjøringNyhetsbrevAbonner på vårt nyhetsbrev for de siste Ethereum nyheter, bedriftsløsninger, utviklerressurser og mer.

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me
Like this post? Please share to your friends:
Adblock
detector
map