DeFi-протоколы управляют миллиардами долларов пользовательских средств. Один неверно выставленный параметр — коллатеральный фактор, порог ликвидации, процентная ставка — может привести к каскадным ликвидациям и потере средств. Управление рисками в DeFi — это не аудит смарт-контрактов. Это непрерывный процесс мониторинга, симуляции и корректировки параметров протокола.
Три категории риск-менеджмента
Рынок решений для управления рисками в DeFi разделяется на три категории. Каждая решает свой класс задач.
Категория 1: Поиск уязвимостей и экономических эксплойтов
Что делают: Находят уязвимости до того, как ими воспользуются атакующие. Это не только баги в коде, но и экономические атаки — манипуляции оракулами, флэш-лоан атаки, арбитраж на неоптимальных параметрах.
Примеры решений:
- Аудиторские компании (Trail of Bits, OpenZeppelin, Consensys Diligence) — ручной и автоматизированный анализ кода
- Формальная верификация (Certora, Runtime Verification) — математическое доказательство корректности
- Bug bounty-платформы (Immunefi) — краудсорсинг поиска уязвимостей с вознаграждениями до $10M
Ограничения: Аудит — это моментальный срез. Код меняется, параметры обновляются, рыночные условия сдвигаются. Аудит полугодовой давности не защищает от сегодняшних рисков.
Категория 2: Риск-оракулы, скоринг и мониторинг
Что делают: Непрерывный мониторинг состояния протоколов и оценка рисков в реальном времени.
Ключевые метрики мониторинга:
| Метрика | Что показывает | Порог тревоги |
|---|---|---|
| Коэффициент здоровья (Health Factor) | Запас до ликвидации | < 1.2 |
| Утилизация пула | Доля заёмных средств | > 85% |
| Концентрация поставщиков | Зависимость от крупных LP | Топ-3 > 50% |
| Волатильность залога | Риск резкого падения стоимости | 30-дневная > 80% |
| Отклонение оракула | Расхождение цены оракула и рынка | > 2% |
Примеры решений:
- DeFi Safety — скоринг протоколов по набору критериев (документация, аудиты, прозрачность)
- Risk DAO — открытые дашборды рисков для кредитных протоколов
- Мониторинг оракулов — детекция манипуляций, задержек обновления, расхождений между источниками
Категория 3: Симуляция стимулов и оптимизация параметров
Что делают: Моделируют поведение протокола при различных рыночных сценариях и рекомендуют оптимальные параметры.
Это самая сложная и ценная категория. Именно здесь пересекаются токеномика и риск-менеджмент.
Gauntlet: симуляция как сервис
Gauntlet — один из крупнейших провайдеров оптимизации параметров для DeFi-протоколов. Работает с Morpho, Compound, Moonwell и другими (ранее также обслуживал Aave, но покинул проект в 2024 году, перейдя к модели кураторства хранилищ).
Подход
Агентное моделирование. Gauntlet моделирует поведение разных типов участников (заёмщики, ликвидаторы, арбитражёры) при изменении рыночных условий.
Стресс-тестирование. Симуляция экстремальных сценариев: что произойдёт, если ETH упадёт на 40% за час? Сколько позиций будет ликвидировано? Хватит ли ликвидаторов?
Оптимизация. На основе симуляций Gauntlet рекомендует параметры:
- Коллатеральные факторы для каждого актива
- Пороги ликвидации
- Штрафы за ликвидацию (liquidation bonus)
- Лимиты на заимствование
Метрика: Value at Risk (VaR)
- VaR_α — максимальный убыток с доверительной вероятностью α
- L — функция потерь протокола
- α — уровень доверия (обычно 95% или 99%)
Gauntlet рассчитывает VaR для каждого рынка протокола: какой максимальный убыток может понести протокол (безнадёжный долг) при заданном уровне доверия.
Chaos Labs: симуляция на основе исторических данных
Chaos Labs — конкурент Gauntlet, работает с Benqi, Jupiter, GMX и другими (ранее также обслуживал Aave, но прекратил сотрудничество в 2026 году).
Отличие подхода
| Аспект | Gauntlet | Chaos Labs |
|---|---|---|
| Модель | Агентное моделирование (ABM) | Историческое воспроизведение + ABM |
| Данные | Синтетические сценарии | Реальные исторические события |
| Фокус | Оптимизация параметров | Оптимизация + мониторинг в реальном времени |
| Доставка | Рекомендации через governance-предложения | Дашборды + алерты + предложения |
Chaos Labs использует подход replay-based simulation: берёт реальные исторические события (крах LUNA, депег USDC, обвал FTX) и воспроизводит их на текущих параметрах протокола. Это позволяет ответить на вопрос: «Выжил бы протокол с текущими настройками, если бы произошло событие масштаба LUNA?»
Параметры, которые оптимизируют
Кредитные протоколы (Aave, Compound)
| Параметр | Что определяет | Компромисс |
|---|---|---|
| Коллатеральный фактор (LTV) | Сколько можно занять под залог | Выше LTV → больше капитальная эффективность, выше риск безнадёжного долга |
| Порог ликвидации | При каком соотношении начинается ликвидация | Низкий порог → частые ликвидации, высокий → больше безнадёжного долга |
| Штраф ликвидации | Премия ликвидатору | Высокий штраф → мотивация ликвидаторов, но потери для заёмщиков |
| Лимит заимствования | Максимум, который можно занять в одном рынке | Ограничивает концентрацию рисков |
| Кривая процентной ставки | Как ставка зависит от утилизации | Крутая кривая → быстрое вытеснение заёмщиков при высокой утилизации |
DEX и AMM (Uniswap, Curve)
| Параметр | Что определяет | Компромисс |
|---|---|---|
| Амплификатор (A) | Концентрация ликвидности в Curve | Высокий A → низкое проскальзывание у пега, но хрупкость при депеге |
| Диапазон позиции | Ширина позиции в Uniswap V3 | Узкий → больше доход, но чаще ребалансировка |
| Комиссия пула | Процент с каждого обмена | Низкая → привлекает объём, высокая → компенсирует непостоянные потери |
Каскадные ликвидации
Главный системный риск DeFi — каскадные ликвидации. Механика:
- Цена залогового актива падает
- Позиции с низким запасом прочности ликвидируются
- Ликвидаторы продают залог на рынке
- Давление продаж толкает цену ниже
- Новые позиции попадают под ликвидацию
- Цикл повторяется
- Залог_i — размер ликвидируемой позиции
- Recovery_i — доля возвращённых средств (зависит от ликвидности рынка)
- При каскаде Recovery падает с каждой итерацией
Калькулятор каскадных ликвидаций
Калькулятор моделирует каскадные ликвидации в кредитном протоколе. Задайте TVL, средний LTV позиций, порог ликвидации и начальное падение цены залога. Модель итеративно рассчитывает: какие позиции ликвидируются → насколько продажи залога давят на цену → какие новые позиции попадают под ликвидацию.
Как токеномист использует риск-менеджмент
При проектировании токеномики управление рисками — не отдельный этап, а часть каждого решения:
Чек-лист риск-менеджмента при проектировании
- Определить сценарии стресс-тестирования: падение цены на 30/50/80%, рост газа в 10 раз, отключение оракула
- Для каждого параметра определить диапазон допустимых значений и механизм обновления
- Смоделировать каскадные эффекты: что произойдёт с системой при экстремальных условиях
- Предусмотреть механизм обновления параметров (governance, multisig, автоматический)
- Разделить параметры на категории: автоматические (алгоритм), оперативные (комитет), стратегические (governance)
- Заложить резервный фонд (Stability Buffer) для покрытия безнадёжного долга
- Провести агентное моделирование с разными типами участников
Симуляции и стресс-тестирование
Риск-менеджмент в DeFi невозможен без симуляций. Подробнее о методах моделирования — от чувствительного анализа до агентных моделей.
Симуляции в токеномике