Aquí está la estructura de términos DeFi para esta semana (según los datos provenientes de Aave, Morpho, Term, Notional para USDC como suministro contra colaterales de blue chips es decir, WETH, WBTC, cbBTC) Intenté ajustar diferentes modelos para comparación Como de costumbre, tenemos muy pocos puntos de datos (solo 5) así que dado que el modelo de Nelson Siegel (NS) tiene 4 parámetros no se sobreajusta, mientras que los splines cúbicos, el polinómico y el Nelson Siegel Svensson (NSS) tienen 5 parámetros, por lo que ajustan los datos perfectamente Dejando de lado el NSS que claramente tiene un artefacto extraño para tenores más largos > 60d, los otros modelos están bastante de acuerdo Una aclaración importante es que la inversión de la estructura de términos se debe al punto de datos de Notional del 8 de diciembre que en principio debería ser descartado ya que hay muy poca liquidez asociada a él y lo mismo para el otro punto de Notional del 9 de septiembre y el punto de tenor de 30d de Term que tiene ligeramente más liquidez asociada que el de Notional, aún así es bastante insignificante en comparación con los mercados de tasa variable Sin embargo, descartar estos puntos nos habría dado muy pocos puntos para intentar ajustar algo y sin horizonte temporal El hecho de que la gran mayoría de la liquidez esté en mercados de tasa variable confirma que en este momento DeFi no tiene un concepto real de estructura de términos Sin embargo, esto probablemente cambiará pronto ya que jugadores más sofisticados e institucionales están entrando en DeFi: esto se confirma por el hecho de que Morpho, Euler y Aave ahora se están enfocando en tasas fijas El protocolo @SizeCredit ha estado pionero en tasas fijas durante más de un año con su poderoso modelo de libro de órdenes De todos modos, después de todas estas advertencias, volvamos a la curva ajustada Mi interpretación es que en realidad la estructura de términos DeFi es prácticamente casi plana y alineada con las tasas nocturnas y el delta positivo de < 100 bips que observamos para el tenor de 30d es una prima por el "riesgo de liquidez" que experimentan los prestamistas al prestar a tasa fija debido a la ausencia de un mercado secundario adecuado que les permita salir antes del vencimiento Así que básicamente la elección para los prestamistas es - ganar la tasa nocturna y salir en cualquier momento (a menos que seas una gran ballena) o - ganar la tasa nocturna + aproximadamente 70 bips de prima y esperar 30d En este momento se desconoce si para tenores más largos el factor limitante es el lado del préstamo, que no quiere estar bloqueado por más tiempo, o el lado del préstamo que no quiere pagar una alta tasa fija, apostando al hecho de que la tasa variable tiene prácticamente un límite superior que consiste en la tasa de préstamo correspondiente al punto de quiebre de la relación de utilización de los mercados de variable, generalmente situada en el 90% En este momento, la mayoría de los mercados de tasa variable ya están operando al 90% de la relación de utilización, por lo que es probable que la tasa de préstamo no crezca más allá de esto, hasta que estas curvas de relación de utilización de los mercados ‒> tasas de préstamo sean cambiadas por su Gobernanza o Curadores Esto ya sucedió a principios de este año para Aave: la Gobernanza aprobó la recomendación de Chaos Labs para bajar esta curva, por lo que lo opuesto también puede suceder y de hecho sucederá, en algún momento La principal limitación de la mayoría de los mercados de préstamos en DeFi es que sus mecanismos, en mi opinión, no permiten un descubrimiento de precios eficiente En este espacio, @SizeCredit es una excepción ya que utilizan un modelo de libro de órdenes que permite un descubrimiento de precios eficiente para cualquier tenor Limitaciones conocidas de este análisis En este momento solo me estoy enfocando en mercados de préstamos puros, con un lado de préstamo y un lado de préstamo, pero se podrían considerar más fuentes de datos: yield farming, minería de liquidez, incentivos de protocolo, ... así como factores macroeconómicos, por ejemplo, las tasas de la Fed y las expectativas.
161