摘要：最近工作略繁忙，因此耽擱了一段時間的更新，現重新恢復周更的頻率，也感謝各位摯友的支持。本週發現了在 DeFi 領域有個有趣的策略受到了廣泛的關注與討論，即利用 Ethena 的質押收益憑證 sUSDe 在 Pendle 中的固定收益憑證 PT-sUSDe 爲收益來源，並借助 AAVE 借貸協議作爲資金來源，進行利率套利，獲取槓杆收益。在 X 平台中的一些 DeFi Kol 對這個策略都做了比較樂觀的評價，但筆者認爲當前市場似乎忽視了該策略背後的一些風險。因此有一些心得體會，與諸君分享。總的來說，AAVE+Pendle+Ethena 的 PT 槓杆挖礦策略並非無風險套利策略，其中 PT 資產的貼現率風險仍然存在，因此參與用戶需要客觀評估，控制槓杆率，避免爆倉。

PT 槓杆收益的機制解析

首先先來簡單介紹一下這個收益策略的機制，熟悉 DeFi 的朋友們應該知道，DeFi 作爲一種去中心化金融服務，相比與 TradFi 的核心優勢就是利用智能合約承載核心業務能力而帶來的所謂“互操作”優勢，而大部分 DeFi 精通者，或者說 DeFi Degen 的工作內容通常有三個：

• 發掘 DeFi 協議間的利差套利機會；
• 尋找槓杆資金來源；
• 發掘高利率低風險收益場景；

而 PT 槓杆收益策略則較爲全面的體現了這三個特徵。該策略涉及到三個 DeFi 協議，Ethena、Pendle 和 AAVE。這三個都是當前 DeFi 賽道中的熱門項目，在這裏只做簡單介紹。首先 Ethena 是一個收益型穩定幣協議，通過 Delta Neutral 的對沖策略，低風險的捕獲中心化交易所中永續合約市場中的空頭費率。在牛市時，由於散戶投資者的做多需求極度旺盛，因此願意承擔較高的費率成本，因此該策略的收益率較高，其中 sUSDe 是其收益憑證。Pendle 則是一個固定利率協議，通過合成資產的方式，將浮動收益率的收益憑證 token 分解成具有類似零息債券的 Principal Token（PT）和收益憑證（YT），若投資人對未來利率變化較爲悲觀，可通過出售 YT（也可以說購買 PT）的方式提前鎖定未來一段時間內的利率水平。而 AAVE 則是一個去中心化借貸協議，用戶可以將指定的加密貨幣作爲抵押品，並從 AAVE 中借出其他加密貨幣，以實現增加資金槓杆、對沖或做空等效果。

而該策略正是對三個協議的整合，即利用 Ethena 的質押收益憑證 sUSDe 在 Pendle 中的固定收益憑證 PT-sUSDe 爲收益來源，並借助 AAVE 借貸協議作爲資金來源，進行利率套利，獲取槓杆收益。具體流程如下，首先用戶可以在 Ethena 處獲取 sUSDe，並通過 Pendle 協議將其完全兌換爲 PT-sUSDe 鎖定利率，接下來將 PT-sUSDe 存入 AAVE 作爲抵押品，並通過循環貸的方式，借出 USDe 或其他穩定幣，重復上述策略，增加資金槓杆。而收益的計算則主要由三個因素決定，PT-sUSDe 的基礎收益率，槓杆倍數，AAVE 中的利差。

該策略的市場現狀與用戶參與情況

該策略的火爆要追溯到作爲資金量最大的借貸協議 AAVE 對 PT 資產作爲抵押品的認可，釋放了 PT 資產的融資能力。事實上在此之前，其他 DeFi 協議早已支持 PT 資產作爲抵押品，例如 Morpho、Fuild 等，但 AAVE 憑藉着更充裕的可借出資金，可以提供更低的借款利率，放大了該策略的收益率，且 AAVE 的決策更具有標志性意義。

所以自從 AAVE 支持 PT 資產後，質押資金快速上升，這也說明了該策略收到了 DeFi 用戶，特別是一些巨鯨用戶的認可。目前 AAVE 共支持兩種 PT 資產，PT sUSDe July 和 PT eUSDe May，目前總供應量已經達到了約 $1B。

而目前支持的最大槓杆倍數則可以根據其 E-Mode 的 Max LTV 計算，以 PT sUSDe July 爲例，該資產作爲抵押品在 E-Mode 模式下的 Max LTV 是 88.9%，這意味着通過循環貸，理論上可以將槓杆率做到約 9 倍。具體計算流程如下圖所示，也就是說當槓杆最大時，在不考慮 Gas、循環貸帶來的閃電貸或資金兌換成本外，以 sUSDe 策略爲例，理論上策略的收益率可以來到 60.79%。而且這個收益率不包含 Ethena 積分獎勵。

接下來我們看一下實際參與者分布，仍然以 AAVE 上的 PT-sUSDe 資金池爲例。總量 450M 的供應量共由 78 個投資者提供，可以說巨鯨佔比很高，且槓杆率不小。

以排名前四位的地址來看，第一位的 0xc693…9814 帳戶的槓杆率爲 9 倍，本金約 10M。第二位的 0x5b305…8882 帳戶的槓杆率爲 6.6 倍，本金約 7.25M，第三位的 analytico.eth 的槓杆率爲 6.5 倍，本金約 5.75M，第四位的 0x523b27…2b87 帳戶的槓杆率爲 8.35 倍，本金約爲 3.29M。

因此可以看到投資者大都願意爲該策略配置較高的資金槓杆，然而筆者認爲或許市場有點過於激進和樂觀，這種情緒和風險認知的偏差將容易造成大規模的踩踏性清算，因此接下來我們來分析一下該策略風險。

貼現率風險不可忽視

筆者看到大多數 DeFi 分析帳戶會着重強調該策略低風險的特性，甚至標榜爲無風險套利策略。然而事實並非如此，我們知道槓杆挖礦策略的風險主要有兩種：

• 兌換率風險：當抵押品與借款標的的兌換率變小，會有清算風險，這比較好理解，因爲這個過程抵押率將變低。
• 利率風險：當借款利率升高，有可能導致策略整體收益率爲負。

而大部分的分析會認爲這種策略的兌換率風險極低，因爲作爲較爲成熟的穩定幣協議，USDe 經歷過市場考驗，其價格脫錨的風險較低，因此只要借款標的爲穩定幣類型，兌換率的風險較低，即使脫錨出現，只要借款標的選擇爲 USDe，相對兌換率也不會出現大幅度的下降。

然而這個判斷卻忽略了 PT 資產的特殊性，我們知道借貸協議最關鍵的功能是必須做到及時清算，以避免出現壞帳。然而 PT 資產存在存續期的概念，在存續期內，若想提前贖回本金資產，只能通過 Pendle 提供的 AMM 二級市場進行貼現交易。因此交易將會影響 PT 資產的價格，或者說影響 PT 收益率，因此 PT 資產的價格是隨交易在不斷變化的，但大致方向將會逐步逼近 1。

在明確了這個特徵之後，我們來看下 AAVE 對 PT 資產價格 oracle 設計方案。事實上在 AAVE 支持 PT 之前，該策略主要利用 Morpho 作爲槓杆資金來源，在 Morpho 中，針對 PT 資產的價格預言機採用了名爲 PendleSparkLinearDiscountOracle 的設計。簡單來講，Morpho 認爲在債券存續期內，PT 資產相對於原生資產將按照固定的利率獲取收益，並忽略市場交易對利率的影響，這就意味着 PT 資產相對於原生資產的兌換率是不斷線性增大的。因此自然可以忽略兌換率風險。

然而 AAVE 在針對 PT 資產 oracle 方案的研究過程中，認爲這並不是一個好的選擇，因爲該方案在 PT 資產存續期內，鎖定了收益率且不可調整，這就意味着該模型事實上無法反應市場交易或 PT 資產的底層收益率變化對 PT 價格帶來的影響，而若短期內市場情緒對利率變化看多，或底層收益率出現了結構性上升的趨勢（例如激勵代幣價格大漲、新的收益分配方案等），可能會導致 Morpho 中 PT 資產的 oracle 價格遠高於真實價格，這就容易導致壞帳的產生。而爲了降低這個風險，Morpho 通常會設置一個遠高於市場利率的基準利率，這就意味着 Morpho 會主動壓低 PT 資產的價值，設置一個更寬裕的波動空間，而這又會導致資金利用率不高的問題。

而 AAVE 爲了優化這個問題，採用了鏈下定價的解決方案，盡可能的能夠使預言機價格能夠跟隨 PT 利率結構性變化的步伐，又可以規避短期內的市場操控風險。在這裏我們不展開討論技術細節，在 AAVE 的論壇中有專門針對這個問題的討論，感興趣的小夥伴也可以在 X 與筆者一起探討。在這裏只把 AAVE 中 PT Oracle 可能的價格跟隨效果呈現一下。可以看到在 AAVE 中，Oracle 價格表現將類似與分段函數，對市場利率進行跟隨，這相對 Morpho 的線性定價模型，具有更高的資金效率，同時也較好的緩解壞帳風險。

所以這就意味着，如果 PT 資產的利率出現結構性調整時，或短期內市場對利率變化有一致性方向時，AAVE Oracle 將會跟隨這種變化，因此這就爲該策略引入了貼現率風險，即假設 PT 利率因某些原因升高，PT 資產價格將隨之下降，該策略過高的槓杆率可能會有清算風險。所以我們需要明確 AAVE Oracle 對 PT 資產的定價機制，才可以做到理性調整槓杆，在風險與收益之間有效平衡。在這裏把一些關鍵特徵羅列一下，供大家思考：

1.由於在 Pendle AMM 的機制設計中，隨着時間的推移，流動性將會向當前利率集中，這就意味着市場交易帶來的價格變化將越來越不明顯，也可以說滑點越來越小。因此到期日約臨近，市場行爲帶來的價格變化將越來越小，而針對這個特性，AAVE Oracle 設置了 heartbeat 的概念，用於表示價格更新的頻率，越臨近到期日，hearbeat 越大，更新頻率越低，也就是說貼現率風險越低。

2.AAVE Oracle 將遵循 1% 的利率變化作爲價格更新的另一個調整因子，當市場利率與 Oracle 利率出現 1% 的偏差，並且偏離時間超過 hearbeat 時，會觸發價格更新。因此這個機制也爲及時調整槓杆率，避免清算提供了一個時間窗口。因此對於該策略的使用者來說，盡量做到監控利率變化，並機制調整槓杆率。

聲明：

1. 本文轉載自 [TechFlow]，著作權歸屬原作者 [Web3_Mario]，如對轉載有異議，請聯繫 Gate Learn 團隊，團隊會根據相關流程盡速處理。
2. 免責聲明：本文所表達的觀點和意見僅代表作者個人觀點，不構成任何投資建議。
3. 文章其他語言版本 由Gate Learn 團隊翻譯， 在未提及 Gate 的情況下不得復制、傳播或抄襲經翻譯文章。