Los reembolsos de préstamos on-chain utilizando stablecoins a menudo pueden servir como un indicador de advertencia temprana de los cambios de liquidez y los picos de volatilidad en el precio de (ETH) de Ethereum, según un informe reciente de Amberdata
El informe destacó cómo los comportamientos de préstamo dentro de los ecosistemas DeFi, particularmente la frecuencia de reembolso, pueden servir como indicadores tempranos de estrés en el mercado emergente.
El estudio examinó la conexión entre los movimientos de precios de Ethereum y la actividad crediticia basada en stablecoins que involucra a USDC, USDT y DAI. El análisis reveló una relación consistente entre el aumento de la actividad de reembolso y el aumento de las fluctuaciones del precio de ETH.
Marco de volatilidad
En el informe se utilizó el estimador de (GK) de Garman-Klass. Este modelo estadístico tiene en cuenta todo el rango de precios intradía, incluidos los precios de apertura, máximo, mínimo y cierre, en lugar de basarse únicamente en los precios de cierre
Según el informe, este método permite una medición más precisa de las oscilaciones de precios, especialmente durante los períodos de alta actividad en el mercado.
Amberdata aplicó el estimador GK a los datos de precios de ETH en los pares comerciales con USDC, USDT y DAI. Los valores de volatilidad resultantes se correlacionaron con las métricas de préstamos DeFi para evaluar cómo los comportamientos transaccionales influyen en las tendencias del mercado
En los tres ecosistemas de stablecoins, el número de reembolsos de préstamos mostró la correlación positiva más fuerte y consistente con la volatilidad de Ethereum. Para USDC, la correlación fue de 0,437; para USDT, 0,491; y DAI, 0,492
Estos resultados sugieren que la actividad de reembolso frecuente tiende a coincidir con la incertidumbre o el estrés del mercado, durante el cual los operadores y las instituciones ajustan sus posiciones para gestionar el riesgo.
Un número creciente de reembolsos puede reflejar comportamientos de reducción de riesgos, como el cierre de posiciones apalancadas o la reasignación de capital en respuesta a los movimientos de precios Amberdata considera que esto es una prueba de que la actividad de reembolso puede ser un indicador temprano de los cambios en las condiciones de liquidez y de los próximos picos de volatilidad del mercado de Ethereum.
Además de la frecuencia de pago, las métricas relacionadas con los retiros mostraron correlaciones moderadas con la volatilidad de ETH. Por ejemplo, los montos de retiro y la relación de frecuencia en el ecosistema de USDC mostraron correlaciones de 0.361 y 0.357, respectivamente.
Estas cifras sugieren que las salidas de fondos de las plataformas de préstamos, independientemente de su tamaño, pueden indicar un posicionamiento defensivo por parte de los participantes en el mercado, reduciendo la liquidez y amplificando la sensibilidad a los precios.
Comportamiento de endeudamiento y efectos del volumen de transacciones
El informe también examinó otras métricas de préstamos, incluidos los montos prestados y los volúmenes de reembolso. En el ecosistema USDT, los montos denominados en dólares para reembolsos y préstamos se correlacionan con la volatilidad de ETH en 0.344 y 0.262, respectivamente
Si bien son menos pronunciadas que las señales de pago basadas en recuentos, estas métricas aún contribuyen al panorama más amplio de cómo la intensidad transaccional puede reflejar el sentimiento del mercado.
DAI mostró un patrón similar en una escala más pequeña. La frecuencia de las liquidaciones de préstamos siguió siendo una señal fuerte, mientras que los tamaños promedio de transacción más pequeños del ecosistema silenciaron la fuerza de correlación de las métricas basadas en el volumen
En particular, métricas como los retiros denominados en dólares en DAI mostraron una correlación muy baja (0.047), lo que refuerza la importancia de la frecuencia de las transacciones sobre el tamaño de las transacciones en la identificación de señales de volatilidad en este contexto.
Multicolinealidad en métricas de préstamo
El informe también destacó la cuestión de la multicolinealidad, que es una alta intercorrelación entre variables independientes dentro de cada conjunto de datos de préstamos de stablecoins
Por ejemplo, en el ecosistema de USDC, el número de reembolsos y retiros mostró una correlación por pares de 0,837, lo que indica que estas métricas pueden capturar un comportamiento similar de los usuarios y podrían introducir redundancia en los modelos predictivos.
Sin embargo, el análisis concluye que la actividad de reembolso es un indicador sólido del estrés del mercado, que ofrece una lente basada en datos a través de la cual las métricas de DeFi pueden interpretar y anticipar las condiciones de precios en los mercados de Ethereum.
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
Los pagos de préstamos de stablecoin indican señales tempranas de volatilidad de Ethereum, según un informe.
Los reembolsos de préstamos on-chain utilizando stablecoins a menudo pueden servir como un indicador de advertencia temprana de los cambios de liquidez y los picos de volatilidad en el precio de (ETH) de Ethereum, según un informe reciente de Amberdata
El informe destacó cómo los comportamientos de préstamo dentro de los ecosistemas DeFi, particularmente la frecuencia de reembolso, pueden servir como indicadores tempranos de estrés en el mercado emergente.
El estudio examinó la conexión entre los movimientos de precios de Ethereum y la actividad crediticia basada en stablecoins que involucra a USDC, USDT y DAI. El análisis reveló una relación consistente entre el aumento de la actividad de reembolso y el aumento de las fluctuaciones del precio de ETH.
Marco de volatilidad
En el informe se utilizó el estimador de (GK) de Garman-Klass. Este modelo estadístico tiene en cuenta todo el rango de precios intradía, incluidos los precios de apertura, máximo, mínimo y cierre, en lugar de basarse únicamente en los precios de cierre
Según el informe, este método permite una medición más precisa de las oscilaciones de precios, especialmente durante los períodos de alta actividad en el mercado.
Amberdata aplicó el estimador GK a los datos de precios de ETH en los pares comerciales con USDC, USDT y DAI. Los valores de volatilidad resultantes se correlacionaron con las métricas de préstamos DeFi para evaluar cómo los comportamientos transaccionales influyen en las tendencias del mercado
En los tres ecosistemas de stablecoins, el número de reembolsos de préstamos mostró la correlación positiva más fuerte y consistente con la volatilidad de Ethereum. Para USDC, la correlación fue de 0,437; para USDT, 0,491; y DAI, 0,492
Estos resultados sugieren que la actividad de reembolso frecuente tiende a coincidir con la incertidumbre o el estrés del mercado, durante el cual los operadores y las instituciones ajustan sus posiciones para gestionar el riesgo.
Un número creciente de reembolsos puede reflejar comportamientos de reducción de riesgos, como el cierre de posiciones apalancadas o la reasignación de capital en respuesta a los movimientos de precios Amberdata considera que esto es una prueba de que la actividad de reembolso puede ser un indicador temprano de los cambios en las condiciones de liquidez y de los próximos picos de volatilidad del mercado de Ethereum.
Además de la frecuencia de pago, las métricas relacionadas con los retiros mostraron correlaciones moderadas con la volatilidad de ETH. Por ejemplo, los montos de retiro y la relación de frecuencia en el ecosistema de USDC mostraron correlaciones de 0.361 y 0.357, respectivamente.
Estas cifras sugieren que las salidas de fondos de las plataformas de préstamos, independientemente de su tamaño, pueden indicar un posicionamiento defensivo por parte de los participantes en el mercado, reduciendo la liquidez y amplificando la sensibilidad a los precios.
Comportamiento de endeudamiento y efectos del volumen de transacciones
El informe también examinó otras métricas de préstamos, incluidos los montos prestados y los volúmenes de reembolso. En el ecosistema USDT, los montos denominados en dólares para reembolsos y préstamos se correlacionan con la volatilidad de ETH en 0.344 y 0.262, respectivamente
Si bien son menos pronunciadas que las señales de pago basadas en recuentos, estas métricas aún contribuyen al panorama más amplio de cómo la intensidad transaccional puede reflejar el sentimiento del mercado.
DAI mostró un patrón similar en una escala más pequeña. La frecuencia de las liquidaciones de préstamos siguió siendo una señal fuerte, mientras que los tamaños promedio de transacción más pequeños del ecosistema silenciaron la fuerza de correlación de las métricas basadas en el volumen
En particular, métricas como los retiros denominados en dólares en DAI mostraron una correlación muy baja (0.047), lo que refuerza la importancia de la frecuencia de las transacciones sobre el tamaño de las transacciones en la identificación de señales de volatilidad en este contexto.
Multicolinealidad en métricas de préstamo
El informe también destacó la cuestión de la multicolinealidad, que es una alta intercorrelación entre variables independientes dentro de cada conjunto de datos de préstamos de stablecoins
Por ejemplo, en el ecosistema de USDC, el número de reembolsos y retiros mostró una correlación por pares de 0,837, lo que indica que estas métricas pueden capturar un comportamiento similar de los usuarios y podrían introducir redundancia en los modelos predictivos.
Sin embargo, el análisis concluye que la actividad de reembolso es un indicador sólido del estrés del mercado, que ofrece una lente basada en datos a través de la cual las métricas de DeFi pueden interpretar y anticipar las condiciones de precios en los mercados de Ethereum.
Mencionado en este artículo