DeFi 去风险：分析去中心化系统中的系统性风险|系统性风险

　　从来没有避免∏金🙀融灾难Û的万能方法。

　　在不可预测的社会中，系统性风险被只能部分处理。经济条件、技术和人类行为都会随着时间而变化，ø因此应对系统性风险的方法也¿必须保持可变。这种发展不一定会带▩来更有效和更稳定的状态，因为它会不断受到创新、监管行动、金融市场参与者不断变化的心理模式和行为的影响。在传统金融和去中心化金融中都是如此。

　　我们将系统性风险定义为：相互关‘联的代理网络中的੍风险，其中一个或多个代理造成的痛苦可传播给网络中的其他几个代理，从而产生广泛的危机。系统性风险传统上与制度失灵有关。其中，违约可能导致资本成本的催ઐ化性增加，银行挤兑就是一个例子，这会使得银行被迫破产。由于银行经常相互借贷，违约行为可能会引发多米诺骨牌效应。

　　一般Ý来说，有3种情况被认为是系统μ性风险Ö。

　　让我们从图论的角度分析默认传染的影响。如果额外的链接有助于在网络中的节点之间分配与它们的吸♥收能力成比例的损失流，那么π就抵御传染的能力而言，网络将变得更加健壮。只有在以下非常严格的要求下，才能保证轻微的特殊冲击≤，才能保证连通性的有利效果：

　　1⇒）&#ffe1;   损失流在网络ÉN上展开，沿着有向树

　　2）所有੊节点具有相同的Γ吸收Β能力和向外扩张能力。

　　在上图中，特异性冲击击中虚线的起始节点。链接的添加对以前未触及的网络部分造成了一些损害。因此，损失的ઙ负担由更多的节੩点承担，从而减少了流量对每个单个节点઻的影响。但是，如果影响太大，则增加的连接性会导致连级故障。

　　在闭合路径和ગ循环中，网络会产生不均匀的♣损失分ૠ配。

　　将 Bઝ 连接到 E 的虚线创建了一条闭合路径，使 E 承载损失，同时减少可能流向 C 和 D 的流量。如果 Cⓨ、D 和 E¨ 具有相同的吸收能力，则虚线的作用使系统能够更好地处理传染。

　　同样的ⓟ原因也适用于循环路径。◯在下图中，虚线Û创建了 A => B => D => A 的循环，损失减少到 E。

　　因此，连接度低的网络更可能是树状网络，而连接度高的网络更可能是循环和闭合路径。更高程度的连通性导∝致借贷行为更加多样化。将链接添加到具有高度连通³性的网络会增加循环和封闭路径的数量，因此会降低去中心化多样性的好处。因此，当网络的连通性达到顶峰时，多样化的好处也得৻到了最大化。

　　基于以上情&#263e;况，我们可以提↵出一个理论ω：

　　在有向链Ó路数量与节点数ઍ量比例较低的网络中，连接将会增加。对传染最具弹性的网络结构ξ，则是具有最高连接可能性的网络结构。

　　为了展示高阶网络与所经历的最小/最大冲击之间的关系，我们使用传统的银行网络来模拟市场冲击和传染事件，其灵感来自Stuart Gord⌊on Reid。我们创建了一个包含大约 50 家银行的银行间网络模型。然后我们统一生成一个介于 50 到 2500 之间的随机数来表示网络中的连接数（节点是随机选择的）。当连接数ù等于 50 时，每个 bank 仅连接到另一个 bank。理论上，当连接数等于 250 0 时，所有 bank 都是互连的。

　　创建网络后，模拟对系π统的冲击并观察传染传播。随着冲击通过网络传播，੢冲击的影响与连接ો到每家银行的邻居数量成正比。

　　Ÿ这些图表有助于可视化趋势并且已经过平滑处理。从这个æ初步的实验中，我们可以看到网络规模的增加与网络稳定性的整体增加呈正相关，但在某个点之后，稳定性会恶化。这是相当直观的，因为完全连接∈的网络最容易受到系统性风险传染的影响。这是一些方面，也可以转化为加密网络，每个验证节点代表每个银行节点，尽管这个模型非常简单。

　　到目前为止，我们只讨论了广义节点网络的系统性风险，这些风险可以归因于各种网络，宏观和微观等。但是，系统性风险只会随૥着系统变得更加复杂而增加。区块链技术已经从根本上改变了衍生品的市场结构。相比之下，中央交易对手通过创建容易失败的大型实体来创造风险。੣区块链去中心化清算功能可以降低过度中心化带来的风险。理想的基于区块链的系统将清算功能去中心化，并将这Ü些任务分配给网络成员，而不会造成不平等的压力。

　　让我们考虑一个去中心化清算系统，它通过默认传染来减轻系统性风险。实际清算功能的主要挑战是确定‌可用资金和⊕解决对支付资历的分歧。在区块链清算机制中，这两个问题是自动解决的，而不是通过中介，从而减少了摩擦。因此，区块链系统既提高了违约资产的回收♬率，又增加了银行对风险交易的责任。

　　唉，我们发现自己在重复一句古老的é格言：闪光的不是金子。由于对中心化治理形式不可避免的需求，以及共识机制具有具体权力的趋૩势，区块链系统只有一种去中心化的错觉。由于高杠杆和流动性不匹配，DeFi 尤其表现出许多漏洞。在某些应用中，如♨果发生冲击，内置的互连性会导致级联故障的可能性很高。

　　D⇒eFi 和 CeFi 在加密领域的主要区别在于，金融服ⓙ务是通过智能合约实现自动化，还是由中心化੢中介机构处理以及稳定币设计的处理

　　预言机系统是智能合约的喉舌，这经常被认为是一个关键的故障点。可以在流行的去中心化预言机服务 Chainlink 中找到最好地ਊ检验这一主张的&#263e;案૎例研究。

　　Chaνinlinkþ 通过三管齐下的方法有效地将我们的理论੤应用于风险效率高的去中心化系统：

　　我们现在将更仔细地研究੐分布式预言机如何⇑帮助使其成为一个传染性风મ险容忍系统。 

　　ਫChainlink 构建了一个模块化而非单一的系统ਭ，以确保风险不会集中在一个预言机中。这将创建n 个不同的预言机节点 { O 1 ， O 2 ， ．．．， O n } 的集合，<每个预言机都联系自己不同的数据集源。

　　Chainlink 防止级联故障的最佳方法之一是防止预言机相互复制。想象一个预言机O z 观察另一个预言机O i的响应并复制它。这可能会通过减少数据源的多样性导致安全性减弱，从而导致整个系统产生错误的响应。Chainlink 通过提交/显示算▩法避免了这种情况。下面的算法显示了一个保证可用性的协议，♠给定 3 f + 1 个节点。只有在做出所有承诺之后，Oracle 响应才会重新提交，并暴露于潜在的复制中。这排除了作弊Ψ预言机复制另一个预言机的响应。

Λ　　给定总共 3f + 1 个节点，最多f将有缺陷，这意味着至少有 2 f + 1 将在步骤 4 中发送承诺。这些承诺中最多f来自有问题的节点，因此至少有f + 1 来来自可信赖的节点。由于▨单个值A上的至少一个f + 1 承诺必须来自诚实节点，因此很明显，óA或聚合响应将作为算法的结果是准确的。

　　在认识到可能存在故障θ节点的同时，难以就值☼A达成共识，这类似于拜占庭将👽军的问题。

　　拜占庭容错″（BFT）共识协议是ñ拜占Ë庭式的解决方案。

　　拜占庭将军问题，由Lamport、Shostak 和 Pease在 1982 年提出ⓨ。该问题指出，有一支军队散布在城市周围，由一名将军和 n-1 名中尉组成。军队正准备攻击一个共同的敌👽人，但👽尚未决定何时发动攻击。只有全军同时冲锋，攻击才会成功。通过来回发送信号，将军和他的副手必须就最佳打击时机达成一致。然而，有些副官是叛徒，这意味着他们可以对自己的决定撒谎。

　　拜占庭将军的问题与区块链问题类似，网络（将军和他的副手）必须Ý就广播交易（攻击的时间）达成一致，即使某些节点不可靠（副手背叛à）。拜占庭容错是系统的一种属性，它允许容忍来▩自拜占庭将军问题的给定数量的故障，从而降低通信故障的风险。

　　传统的金融系统不是 BFT 系统。TradFi 仍然成为不诚实或错误ੋ信息输入的牺牲品，因此，灾难接踵而至。这个问题是如此普遍，以至于墙上的一个裂缝最终可能升级为⌉整个૊房子的破坏，可以这么说。

જ

　　改善 DeFi 的底层基础设施，需要公共监管机构和私营部门参与者的广泛努力。👿过去，监管倾向于将两者结合起来，更全面的政府监管时期源于系统性危机，或私营部门ñ未能执行自我强加的标准。

　　一般而言，自我监管在限制危机和保护客&#266c;户方面越有效，国家监管就越难获得政治支持。因此，整个 DeFi 监管框架将受到私营部门自我监管举措的类型和有效性的重大影响。风险保险公司、DeFi 服务提供商和最终用户都将从系统安全水平的提高中受益，这会产生很多激励机制。保险提供商已经在指导智能合约安全最佳实践方面做出了贡献，但是，深૙思熟虑的尝试永远是有空间的，开发保险产品，开发标准和技术以降低灾难性的可能性事件及其附带损ࢮ害都是值得的。

　　最后，与传统૟金融相比，更高程度的数字化、透明度、自动化和拜占庭容错是 De♤Fi 在缓解系统性风险方面的主要技术优势。去中心化清算功能并以成比例的方式在网络成员之间分配这些杂务（即：定向链接≤节点）是理想的基于区块链的风险缓解解决方案。DeFi 中使用的开源代码和可઩公开验证的账本越多，就越容易构建自动化风险模拟、压力测试、监控、预警信号、断路器、保险范围、索赔处理、报告和其他集成形式的风险管理。

　　文/TheTieLabsÀ 金色∂财经¶编译

编译/∴ S.⌊੤L

Ņ

24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafৄin∼an੭ce）

新浪财经♤意见反&#25b3;馈½留言板

All Rig⊆ht&#266b;s Reserved 新浪公司 版权∈所有