去中心化借贷利用率拐点模型如何预警流动性风险
3月12日凌晨,Aave v3 以太坊主网的 USDC 池利用率在 27 分钟内从 91% 拉满至 99.3%,借款年化利率从 3.8% 飙到 78%。同一时段,Compound III 的 USDC

3月12日凌晨,去中Aave v3 以太坊主网的心化型何性风险 USDC 池利用率在 27 分钟内从 91% 拉满至 99.3%,借款年化利率从 3.8% 飙到 78%。借贷同一时段,利用率拐流动Compound III 的点模 USDC 池利用率突破 94%,清算量单日增加 4200 万美元。去中两个头部协议都没触发系统性风险,心化型何性风险但那一晚做市的借贷资金成本暴涨近 20 倍,不少杠杆仓位在利率挤压下被迫平仓。利用率拐流动事后复盘,点模问题不是去中“借不到钱”,而是心化型何性风险没人能在拐点到来前判断出流动性正在进入枯竭区。利用率从 85% 到 100%,借贷看起来只差 15 个百分点,利用率拐流动实际可调动的点模资金量可能已经跌了 80%。这就是拐点模型想解决的事。
利用率 85% 附近往往出现非线性拐点
去中心化借贷的利率曲线普遍采用分段函数,常见设计是在特定利用率阈值后让利率以更高斜率爬升。以 Aave v3 的 USDC 市场为例,默认利率曲线在 90% 利用率处进入第二段斜率,资金成本从年化 4% 左右开始加速上跳。但链上行为不会在 90% 那一刻才反应。监测过去 18 个月的数据会发现,当利用率达到 80%~87% 区间时,供应端和借款端的行为开始出现明显分歧:借款需求还在增长,存款增速却快速衰减,因为精明的做市商已经开始把资金抽走去更高收益的场所。拐点模型把 80%~87% 视为黄色预警区,90% 以上进入红色区,但真正有效的预警必须观察“加速度”而非确实数值。一次从 60% 快速拉升至 85% 的池子,比一个已经在 85% 横盘三天的池子危险得多。
三个可计算指标比单一利用率更早暴露风险
去中心化借贷的利用率拐点模型方法里,最有操作性的不是盯着一个数字,而是组合三个信号。第一是“一小时利用率变化率”,如果 60 分钟内提升超过 8 个百分点且期间无大宗还款,说明借款需求在集中涌入。第二是“顶部流动性厚度”,即利率曲线上 85%~100% 区间内对应了多少可借出资金。Euler 在 2023 年 3 月出事前,其 DAI 池在 85% 利用率以上的可借资金只有约 140 万美元,占全池规模的 2.3%,这个数字比利用率本身更能说明问题。第三是“利率敏感度扩散”,观察 Curve、Uniswap 等关联市场的稳定币拆借利率是否同步抬升。如果外部市场没有反应,说明压力还局限在单一协议内部;一旦外部资金成本同步上跳,拐点往往已经过半。
借贷协议的风控参数需要留出动态调整余量
2022 年 11 月 CRV 抵押借贷连环清算事件暴露了一个细节:很多仓位在抵押率处于安全线之上时就被清算,原因不是价格下跌触发,而是借贷利率短期飙升导致债务规模膨胀,健康因子被利息吃掉。利用拐点模型做预警,风控团队可以在利用率进入黄色区域时提前两到四个小时提高特定资产的借款门槛或调降抵押因子。以 Radiant Capital 在 2023 年对 USDT 池的调整为参考,他们当时把 USDT 的借款上限从 5000 万砍到 3200 万,把利用率从 92% 压回 78%,市场恢复只用了不到一个区块时间。这个操作之所以有效,是因为它在拐点之前压制了边际借款需求,而不是等利率飙高之后被动应对。
去中心化借贷的流动性风险从来不是“池子里没钱了”这么简单,而是资金在拐点附近被加速抽干的过程。那些只监控总锁仓量和平均利率的团队,拿到的是滞后数据。真正能保护协议和用户的,是把利用率的变化速度、顶部流动性厚度和跨市场价格差放进同一个预警框架里。拐点模型不保证完全避开清算,但如果你的清算量在利率峰值出现前就已经反映了风险,那就赢了半手。