Согласно недавнему отчету Amberdata, выплаты по ончейн-займам с использованием стейблкоинов часто могут служить ранним индикатором сдвигов ликвидности и всплесков волатильности (ETH) цены Ethereum
В отчете подчеркивается, как кредитное поведение в экосистемах DeFi, в частности, частота погашения, может служить ранними индикаторами стресса на развивающихся рынках.
В исследовании изучалась связь между движением цены Ethereum и кредитной активностью на основе стейблкоинов, включая USDC, USDT и DAI. Анализ выявил устойчивую взаимосвязь между повышенной платежной активностью и повышенными колебаниями цен ETH.
Структура волатильности
В докладе использовалась оценка (GK) Гарман-Класс. Эта статистическая модель учитывает весь внутридневной ценовой диапазон, включая цены открытия, максимума, минимума и закрытия, а не полагается исключительно на цены закрытия
Согласно отчету, этот метод позволяет более точно измерять колебания цен, особенно в периоды высокой активности на рынке.
Amberdata применила оценщик GK к данным о ценах ETH в торговых парах с USDC, USDT и DAI. Полученные значения волатильности затем были сопоставлены с показателями кредитования DeFi, чтобы оценить, как транзакционное поведение влияет на рыночные тенденции
Во всех трех экосистемах стейблкоинов количество погашений кредитов показало самую сильную и наиболее последовательную положительную корреляцию с волатильностью Ethereum. Для USDC корреляция составила 0,437; для USDT - 0,491; и для DAI - 0,492.
Эти результаты свидетельствуют о том, что частые погашения кредитов, как правило, совпадают с рыночной неопределенностью или стрессом, во время которых трейдеры и учреждения корректируют свои позиции для управления рисками.
Растущее количество выплат может отражать поведение, направленное на снижение рисков, такое как закрытие позиций с кредитным плечом или перераспределение капитала в ответ на движение цен Amberdata рассматривает это как доказательство того, что платежная активность может быть ранним индикатором изменений в условиях ликвидности и предстоящих всплесков волатильности рынка Ethereum.
Помимо частоты погашения, метрики, связанные с выводом средств, показали умеренную корреляцию с волатильностью ETH. Например, соотношение сумм и частоты вывода средств в экосистеме USDC составило 0,361 и 0,357 соответственно.
Эти цифры свидетельствуют о том, что отток средств с кредитных платформ, независимо от их размера, может сигнализировать о защитной позиции участников рынка, снижая ликвидность и усиливая чувствительность к ценам.
Поведение заимствования и эффекты объема транзакций
В отчете также рассматриваются другие показатели кредитования, включая суммы заимствований и объемы погашения. В экосистеме USDT деноминированные в долларах суммы погашений и займов коррелируют с волатильностью ETH на уровне 0,344 и 0,262 соответственно
Несмотря на то, что эти показатели менее выражены, чем сигналы погашения, основанные на подсчете, они все же вносят свой вклад в более широкую картину того, как интенсивность транзакций может отражать настроения рынка.
DAI показал аналогичную картину, но в меньшем масштабе. Частота расчетов по кредитам оставалась сильным сигналом, в то время как меньшие средние размеры транзакций в экосистеме приглушали силу корреляции метрик, основанных на объеме
Примечательно, что такие показатели, как снятие средств в долларах США в DAI, показали очень низкую корреляцию (0.047), что подчеркивает важность частоты транзакций по сравнению с размером транзакции при выявлении сигналов волатильности в этом контексте.
Мультиколлинеарность в кредитных метриках
В отчете также подчеркивается проблема мультиколлинеарности, которая представляет собой высокую взаимокорреляцию между независимыми переменными в каждом наборе данных о кредитовании стейблкоинов
Например, в экосистеме USDC количество возвратов и выводов показало попарную корреляцию 0,837, что указывает на то, что эти метрики могут фиксировать схожее поведение пользователей и могут привести к избыточности в прогнозных моделях.
Тем не менее, в анализе делается вывод о том, что платежная активность является надежным индикатором рыночного стресса, предлагая линзу на основе данных, через которую метрики DeFi могут интерпретировать и прогнозировать ценовые условия на рынках Ethereum.
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
Погашение займов в стейблкоинах сигнализирует о ранних признаках волатильности Ethereum, согласно отчету.
Согласно недавнему отчету Amberdata, выплаты по ончейн-займам с использованием стейблкоинов часто могут служить ранним индикатором сдвигов ликвидности и всплесков волатильности (ETH) цены Ethereum
В отчете подчеркивается, как кредитное поведение в экосистемах DeFi, в частности, частота погашения, может служить ранними индикаторами стресса на развивающихся рынках.
В исследовании изучалась связь между движением цены Ethereum и кредитной активностью на основе стейблкоинов, включая USDC, USDT и DAI. Анализ выявил устойчивую взаимосвязь между повышенной платежной активностью и повышенными колебаниями цен ETH.
Структура волатильности
В докладе использовалась оценка (GK) Гарман-Класс. Эта статистическая модель учитывает весь внутридневной ценовой диапазон, включая цены открытия, максимума, минимума и закрытия, а не полагается исключительно на цены закрытия
Согласно отчету, этот метод позволяет более точно измерять колебания цен, особенно в периоды высокой активности на рынке.
Amberdata применила оценщик GK к данным о ценах ETH в торговых парах с USDC, USDT и DAI. Полученные значения волатильности затем были сопоставлены с показателями кредитования DeFi, чтобы оценить, как транзакционное поведение влияет на рыночные тенденции
Во всех трех экосистемах стейблкоинов количество погашений кредитов показало самую сильную и наиболее последовательную положительную корреляцию с волатильностью Ethereum. Для USDC корреляция составила 0,437; для USDT - 0,491; и для DAI - 0,492.
Эти результаты свидетельствуют о том, что частые погашения кредитов, как правило, совпадают с рыночной неопределенностью или стрессом, во время которых трейдеры и учреждения корректируют свои позиции для управления рисками.
Растущее количество выплат может отражать поведение, направленное на снижение рисков, такое как закрытие позиций с кредитным плечом или перераспределение капитала в ответ на движение цен Amberdata рассматривает это как доказательство того, что платежная активность может быть ранним индикатором изменений в условиях ликвидности и предстоящих всплесков волатильности рынка Ethereum.
Помимо частоты погашения, метрики, связанные с выводом средств, показали умеренную корреляцию с волатильностью ETH. Например, соотношение сумм и частоты вывода средств в экосистеме USDC составило 0,361 и 0,357 соответственно.
Эти цифры свидетельствуют о том, что отток средств с кредитных платформ, независимо от их размера, может сигнализировать о защитной позиции участников рынка, снижая ликвидность и усиливая чувствительность к ценам.
Поведение заимствования и эффекты объема транзакций
В отчете также рассматриваются другие показатели кредитования, включая суммы заимствований и объемы погашения. В экосистеме USDT деноминированные в долларах суммы погашений и займов коррелируют с волатильностью ETH на уровне 0,344 и 0,262 соответственно
Несмотря на то, что эти показатели менее выражены, чем сигналы погашения, основанные на подсчете, они все же вносят свой вклад в более широкую картину того, как интенсивность транзакций может отражать настроения рынка.
DAI показал аналогичную картину, но в меньшем масштабе. Частота расчетов по кредитам оставалась сильным сигналом, в то время как меньшие средние размеры транзакций в экосистеме приглушали силу корреляции метрик, основанных на объеме
Примечательно, что такие показатели, как снятие средств в долларах США в DAI, показали очень низкую корреляцию (0.047), что подчеркивает важность частоты транзакций по сравнению с размером транзакции при выявлении сигналов волатильности в этом контексте.
Мультиколлинеарность в кредитных метриках
В отчете также подчеркивается проблема мультиколлинеарности, которая представляет собой высокую взаимокорреляцию между независимыми переменными в каждом наборе данных о кредитовании стейблкоинов
Например, в экосистеме USDC количество возвратов и выводов показало попарную корреляцию 0,837, что указывает на то, что эти метрики могут фиксировать схожее поведение пользователей и могут привести к избыточности в прогнозных моделях.
Тем не менее, в анализе делается вывод о том, что платежная активность является надежным индикатором рыночного стресса, предлагая линзу на основе данных, через которую метрики DeFi могут интерпретировать и прогнозировать ценовые условия на рынках Ethereum.
Упоминается в этой статье