机构配置者应如何评估稳定币金库

多年来，大多数 DeFi 系统将 Stablecoin 视为寻求收益的资本。流动性在借贷 Pool 之间移动，利率根据利用率曲线进行算法调整，市场主要在 APY 上进行竞争。当流量较小且分散时，这种模式是有效的，但当 Stablecoin 开始一次性以数亿或数十亿美元的规模移动时，它就变得脆弱了。在这种规模下，问题发生了变化。问题不再是如何追求收益，而是如何协调流动性，以便资本能够可靠地进入和退出市场。

这正是现代 Vault 架构旨在解决的问题。

目前有超过 1500 亿美元的 Stablecoin 在公共区块链上流通，其中越来越多的份额被用作运营流动性，而不是投机资本。然而，用于部署 Stablecoin 资本的基础设施并没有以同样的速度发展。

大部分 DeFi 仍依赖于为较小、分散的流量而设计的架构，在这些架构中，流动性被部署到孤立的市场中，并对借贷需求做出反应性调整。当资本逐渐移动时，这些系统运行良好。但当发生大规模存款或取款时，它们的可预测性就会大大降低。

随着基于 Vault 的系统的出现，问题不再是 Vault 是否优于 Pool，而是不同的 Vault 设计在规模化情况下如何处理流动性、风险和资本分配。

Stablecoin 采用的下一个阶段需要能够协调跨市场资本的流动性系统，而不仅仅是对其中的利用率做出反应。

从收益市场到流动性基础设施

早期的 DeFi 借贷系统主要专为收益发现而设计。资本进入流动性 Pool，借贷需求驱动利用率，利率自动调整。这种结构为借贷加密资产创造了高效的市场，并帮助在整个生态系统中引导流动性。但随着 Stablecoin 越来越多地发挥国库流动性而非投机资本的功能，大型分配者的优先事项开始发生转变。

机构资本倾向于按以下顺序评估流动性系统：

1. 提款确定性

2. 流动性深度

3. 利率稳定性

4. 收益

收益仍然很重要，但它很少是第一个考虑的变量。对于大型资本分配者来说，首要问题是风险、流动性获取和资本保护：什么在产生收益，如何在部署中管理风险，以及系统在压力下的表现。这包括资本是否可以被预见性地提取，在大规模流动期间流动性是否保持可用，以及系统是否可以在不使市场动荡的情况下吸收取款。在管理数十亿 Stablecoin 流动性的系统中，流动性设计和风险结构变得与回报本身一样重要。

除了流动性，机构越来越多地评估损失如何被吸收，以及风险最终落在系统的哪个位置。在 Spark 中，风险结构化地分布在多个资本层级，而不是仅仅依靠抵押品和清算来吸收损失。

在第一层，协议级资本缓冲（目前为 3600 万美元 USDS）充当第一损失缓冲，旨在在影响用户之前吸收损失。紧随其后的是来自更广泛 Sky 生态系统内部的 4350 万美元系统级聚合支持资本，旨在作为压力条件下的额外支持层。额外的层级，包括外部劣后资本模块和基于 Token 的机制，在损失扩大时提供进一步保护。这些缓冲共同形成了一个预定义的损失层级结构，风险在到达最终用户之前由专门的资本层吸收。因此，分配决策不仅受预定义规则的约束，而且由明确设计用于吸收损失的资本支持。

这种多层级的方法，结合 DeFi 中最大的 Stablecoin 资产负债表之一（超过 115 亿美元），反映了从孤立的收益生成向结构化的系统级信用基础设施的转变。

并非所有 Vault 都相同

从 Pool 到 Vault 的转变通常被描述为一种明确的升级。在实践中，底层的 Vault 结构是相似的，但资本在这些结构中的管理方式差异巨大。

对于机构分配者来说，区别不在于系统是否使用 Vault，而在于资本如何分配，流动性在大规模流动下的表现，以及风险和损失如何在整个系统中被管理。

大多数基于 Vault 的系统可以理解为不同的分配模型，这些模型由其授权、约束以及资本部署方式定义，而不是代表根本不同的结构。

广义上，这些分配模型可以根据其管理资本、流动性和风险的方式分为三类：

1. 收益最大化分配模型

旨在通过在更高风险的策略中动态分配资本来优化具有竞争力的最高回报。这些系统可以提供更高的收益，但通常会引入更多变的风险概况、更难预测的流动性，以及除了基础策略的表现之外，有限的结构化损失吸收方法。

2. 基于市场的分配模型

将资本分配到特定借贷市场或孤立机会的 Vault，其结果在很大程度上取决于每个市场内的利用率、借款人需求和抵押品动态。这些系统提高了资本效率，但流动性和提款条件仍取决于底层市场层级的行为。风险主要在个人仓位内管理，而非全系统管理。

3. 系统编排分配模型 (Spark Vaults)

通过预定义的分配规则、流动性缓冲和风险参数，在系统层级跨市场管理资本。这些系统不依赖于单个市场，而是在多个场所协调资本部署，允许在系统层级管理流动性和风险，在引入结构化的风险管理和损失吸收方法的同时，实现更可预测的提款访问。

因此，相关的比较不再是 Pool 与 Vault 之间的比较，而是不同分配模型在实际资本流动下如何管理流动性、风险和损失吸收之间的比较。

分配模型比较

当比较每个模型如何处理资本分配、流动性获取和风险时，这些差异变得最为明显：

随着资本规模扩大到数亿和数十亿，这些差异从理论转向操作。依赖于单个市场或策略级分配的系统在压力时期（即大规模流入或流出）会变得越来越受限。在这种规模下，重点从最大化收益转向在约束下维持流动性获取、控制风险，并确定损失如何在系统层级被吸收。

Spark Savings 如何实现协调流动性

Spark Savings 被设计为一个协调的流动性系统，在系统层级而非单个市场内管理资本。Spark 不会将资本分配到机会主义市场，而是根据平衡流动性可用性、风险约束和资本效率的预定义分配规则来部署资金。

资本以编程方式分配到一系列经过批准的部署场所，包括借贷市场、系统级国库和 RWA 风险敞口以及其他流动性场所。至关重要的是，并非所有资本都会一次性部署。一部分资本维持在专门的流动性缓冲中，以支持正常和压力条件下的提款请求（受系统约束），从而减少对即时市场流动性的依赖。

部署资本与保留流动性之间的这种分离，使得系统能够支持更可预测的提款，即使在大规模流入或流出期间也是如此。分配受预定义的系统级参数治理，这些参数决定了资本如何分配、所需的最低可用流动性，以及风险敞口如何随市场条件变化而调整。这些约束在系统内以编程方式执行，确保部署的资本保持在定义的风险和流动性限制内，无需外部自由裁量干预。

损失不再仅由单个市场内的结果决定，而是通过预定义的系统级缓冲和支持来吸收，将风险分散在整个系统中，而不是孤立的仓位中。

其结果是一个流动性、风险和资本分配共同协调的系统，使 Stablecoin 资本能够大规模部署，同时保持对流动性的可预测访问。这种模式已经吸引了大量资本。USDC Savings Vault 最近在 TVL 方面超过了 10 亿美元，而 USDT Vault 在过去 3 个月内翻了两番，达到 6.75 亿美元以上。在更广泛的系统中，Spark 现在在 DeFi 市场中协调着超过 115 亿美元的 Stablecoin 流动性。这种增长反映了机构、协议国库和资本分配者对寻求可预测的和透明的基础设施来部署 Stablecoin 资本的日益增长的需求。

资本增长

Spark Savings 背后的编排层

Spark 架构的核心是 Spark Liquidity Layer (SLL)，它作为编排层管理资本在系统中的部署方式。

SLL 不是将分配决策留给单个市场或策略，而是执行预定义的规则，这些规则决定了资本如何分配、为提款维持的最低流动性，以及如何在部署中管理风险。这些参数通过治理定义并随着条件的变化而更新，确保在系统范围的流动性和风险约束下，资本分配保持一致和透明。

这种结构使 Spark 能够作为一个统一的资本部署系统运行，而不是独立市场的集合，其中流动性获取和风险在系统层级管理，而不是由单个市场条件决定。

让风险对机构而言清晰易懂

对于机构分配者来说，标准化的风险框架是资本部署的前提。传统的信用市场依赖于可比的指标来量化潜在的损失敞口并评估各投资组合中的资产。DeFi 历史上一直缺乏对等物，这使得以一致的方式评估和比较链上风险变得困难。

Spark Savings Vault 已由 Redstone 旗下的 Credora 进行了独立评估，提供模型驱动的信用分析，风险指标直接显示在产品界面中。

在目前评级的 Spark Savings Vault 中：

• 6 个 Vault 评级在 A+ 到 B+ 之间

• 严重损失概率 (PSL) 范围为 0.25%-1.03%。这些评级是使用 Credora 的专有风险模型独立生成的。

这些评级是使用 Credora 的风险模型并结合链上和外部数据源独立生成的，为评估跨 Vault 风险提供了一个标准化的框架。这允许机构使用可比的模型驱动指标来评估资本部署，而不是仅仅依赖收益或推断的风险假设。

Stablecoin 基础设施的下一阶段

Stablecoin 越来越多地被用作金融基础设施，而不仅仅是纯粹的投机资产。随着这一转变的继续，管理 Stablecoin 流动性的系统必须支持大规模流动，同时保持对资本的可预测访问和明确定义的风险。

与此同时，主要司法管辖区的 Stablecoin 监管框架正开始成形，为将数字美元整合为其基础设施一部分的机构和金融平台提供更清晰的运营环境。在较小规模下，流动性可以在市场之间移动以寻求收益。在机构规模下，这变得过于脆弱，因为资本无法依赖单个市场的流动性，且风险无法被孤立地管理。

Stablecoin 基础设施的下一阶段由以下系统定义：在系统层级协调流动性，为取款维持专门的缓冲，并在所有资本部署中执行风险约束。在这种模式中，收益变成了资本部署方式的副产品，而不是主要目标。这些系统的定义特征不是它们产生多少收益，而是它们在大规模下管理流动性和风险的可预测性如何。

对于评估 Stablecoin 基础设施的机构来说，重点正在从收益优化转向流动性编排。随着资本规模的扩大，预见性地管理流动性和执行系统级风险约束的能力成为核心要求。Spark 代表了这种模式的一个实现，其中 Stablecoin 流动性通过预定义的规则和约束在市场间进行编排。随着链上资本的持续增长，围绕流动性编排和风险管理构建的系统将定义下一代链上信用市场。

此内容仅供参考。

• 原文链接： paragraph.com/@spark-11/...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～