МОДЕЛЮВАННЯ КРЕДИТНОГО РИЗИКУ В ДЕЦЕНТРАЛІЗОВАНОМУ КРЕДИТУВАННІ ЦИФРОВИХ АКТИВІВ З УРАХУВАННЯМ ЛІКВІДНОСТІ

Автор(и)

  • Денис Юрійович Лук’янчук Київський національний економічний університет імені Вадима Гетьмана https://orcid.org/0000-0003-2876-7994

DOI:

https://doi.org/10.25313/economics-2026-3-107-10

Ключові слова:

децентралізовані фінанси, кредитний ризик, виконуваний показник безпечності позиції, очікувані втрати, ліквідаційний ризик, Aave, управління ризиками

Анотація

Вступ. У децентралізованому кредитуванні сама можливість ліквідації позиції ще не означає збиток для протоколу. Втрата виникає тоді, коли падіння ціни застави, обмежена короткострокова ліквідність, бонус ліквідатору та затримка управлінської реакції разом знижують виконувану вартість забезпечення нижче суми боргу.

Мета. Побудувати модель оцінювання ймовірності втрати, втрат у разі дефолту та очікуваних втрат у DeFi-кредитуванні, де об’єктом аналізу є не «якість гаманця» як така, а окрема позиція в конкретному ринковому режимі.

Матеріали і методи. У статті використано модель SLG-EL, яка поєднує розрахунковий health factor, виконуваний показник безпечності позиції (executable health factor, XHF), ліквідність-скориговану функцію відшкодування, логіт-специфікацію loss-PD та керуючий шар із урахуванням governance-процесу. Емпірична база спирається на відкриті протокольні й ринкові входи Aave v3 Ethereum; сценарні режими та репрезентативні позиції введено як авторські припущення. Дизайн дослідження є model-based і scenario-based та не претендує на повний панельний back-test.

Результати. Показано, що за стандартним health factor позиція може виглядати безпечною, але вже втрачати запас беззбиткової ліквідації за XHF. Для репрезентативних WETH- і WBTC-позицій очікувані втрати зростають нелінійно: в умовному мініпортфелі — від 0 у нормальному режимі до 0,27% EAD у крихкому та 2,56% EAD у стресовому режимі. Найчутливішими виявляються великі позиції, розмір яких наближається до доступної глибини ринку.

Перспективи. Подальші дослідження доцільно спрямувати на перевірку моделі на повній позиційній панелі Aave і Compound, уточнення функції виконуваної ліквідності для альтернативних DEX-маршрутів та розширення підходу на мультизаставні портфелі.

Посилання

Werner S. M., Perez D., Gudgeon L., Klages-Mundt A., Harz D., Knottenbelt W. J. SoK: Decentralized Finance (DeFi). Proceedings of the 4th ACM Conference on Advances in Financial Technologies. 2022. https://doi.org/10.1145/3558535.3559780.

Gudgeon L., Werner S. M., Perez D., Knottenbelt W. J. DeFi protocols for loanable funds: interest rates, liquidity and market efficiency. Proceedings of the 2nd ACM Conference on Advances in Financial Technologies. 2020. https://doi.org/10.1145/3419614.3423254.

Qin K., Zhou L., Afonin D., Lazzaretti L., Gervais A. An empirical study of DeFi liquidations: incentives, risks, and instabilities. Proceedings of the 2021 ACM SIGSAC Conference on Computer and Communications Security. 2021. https://doi.org/10.1145/3487552.3487811.

Cornelli G., Gambacorta L., Garratt R., Reghezza A. Why DeFi lending? Evidence from Aave V2. Journal of Financial Intermediation. 2025. Vol. 63. Article 101166. https://doi.org/10.1016/j.jfi.2025.101166.

Gadzinski G., Liuzzi V. Do liquidations discourage lending in DeFi? Economics Letters. 2025. Vol. 255. Article 112537. https://doi.org/10.1016/j.econlet.2025.112537.

Nguyen M. H., Nguyen B. T., Pham H., Thi Thu P. T. et al. The determinants of funding liquidity risk in decentralized lending. Global Finance Journal. 2025. Article 101055. https://doi.org/10.1016/j.gfj.2024.101055.

Brauneis A., Mestel R., Riordan R., Theissen E. Bitcoin unchained: determinants of cryptocurrency exchange liquidity. Journal of Empirical Finance. 2022. Vol. 69. P. 106-122. https://doi.org/10.1016/j.jempfin.2022.08.004.

Cartea A., Drissi F., Monga M. Decentralised finance and automated market making: execution and speculation. Journal of Economic Dynamics and Control. 2025. Vol. 177. Article 105134. https://doi.org/10.1016/j.jedc.2025.105134.

Makarov I., Schoar A. Trading and arbitrage in cryptocurrency markets. Journal of Financial Economics. 2020. Vol. 135(2). P. 293-319. https://doi.org/10.1016/j.jfineco.2019.07.001.

Baesens B., Smedts K. Boosting credit risk models. The British Accounting Review. 2025. Vol. 57(4). Article 101241. https://doi.org/10.1016/j.bar.2023.101241.

Stepankova B., Teply P. Consistency of banks' internal probability of default estimates: empirical evidence from the COVID-19 crisis. Journal of Banking & Finance. 2023. Vol. 154. Article 106969. https://doi.org/10.1016/j.jbankfin.2023.106969.

Botha A., Verster T. Approaches for modelling the term-structure of default risk under IFRS 9: a tutorial using discrete-time survival analysis. International Journal of Data Science and Analytics. 2026. Vol. 22. https://doi.org/10.1007/s41060-026-01032-w.

Caccioli F., Ferrara G., Ramadiah A., others. Modelling fire sale contagion across banks and non-banks. Journal of Financial Stability. 2024. Vol. 71. Article 101231. https://doi.org/10.1016/j.jfs.2024.101231.

Aspris A., Svec J. Locked in, levered up: risk, return, and ruin in DeFi lending. The British Accounting Review. 2025. Article 101691. https://doi.org/10.1016/j.bar.2025.101691.

Aave Governance. Aave Governance Process Document v1. URL: https://governance.aave.com/t/aave-governance-process-document-v1/18577 (дата звернення: 07.02.2026).

Aave Protocol Documentation. Aave Protocol Parameter Dashboard. URL: https://aave.com/docs/resources/parameters (дата звернення: 07.02.2026).

Aave Labs. How Aave Liquidations Perform Under Volatile Conditions. URL: https://aave.com/blog/historical-liquidations (дата звернення: 07.02.2026).

CoinGecko. Market data for Ethereum and Wrapped Bitcoin. URL: https://www.coingecko.com/ (дата звернення: 07.02.2026).

GeckoTerminal. WETH/USDC and WBTC/WETH pools on Ethereum. URL: https://www.geckoterminal.com/eth (дата звернення: 07.02.2026).

Aave Help. Health Factor & Liquidations. URL: https://aave.com/help/borrowing/liquidations (дата звернення: 07.02.2026).

##submission.downloads##

Опубліковано

2026-03-20

Як цитувати

Лук’янчук, Д. Ю. (2026). МОДЕЛЮВАННЯ КРЕДИТНОГО РИЗИКУ В ДЕЦЕНТРАЛІЗОВАНОМУ КРЕДИТУВАННІ ЦИФРОВИХ АКТИВІВ З УРАХУВАННЯМ ЛІКВІДНОСТІ. Економічна парадигма, (3(107), 269–276. https://doi.org/10.25313/economics-2026-3-107-10