流动性重质押代币（LRT）：在高收益与新风险之间的平衡

介绍流动性重质押代币

Eigenlayer的出现引入了一种新型的奇异抵押品类型：流动性重质押代币（LRTs）。LRTs在重质押中的角色类似于流动性质押代币（LSTs）在质押中的角色——它们是Eigenlayer重质押位置的代币化表示。LRTs承载着新颖的风险，承诺以更高的收益来补偿使用EigenLayer租用以太坊的加密经济安全的协议级应用（主动验证服务或AVSs）。

LRTs充分利用了公有区块链的可组合性，促进了EigenLayer的集中安全财务化——使得用户不必在流动性和收益之间进行选择。简单来说，为什么用户要放弃DeFi收益机会而失去流动性去重质押他们的ETH，或者反之，当他们可以同时追逐流动性和收益呢？

与LSTs类似，LRTs将成为许多加密用户在借贷协议、CDP稳定币、DEX、永续期货应用等中的首选抵押品。EigenLayer将LRTs视为一种财务缓冲，以保护EigenLayer和AVSs免受与LRTFi相关的外部金融风险。

与任何新型抵押品一样，问题随之而来：“DeFi协议如何承保LRT风险概况（risk profile）以正确使用它们？”理解这一点对于构建可持续且资本高效的协议至关重要。

更多风险，更高回报

LRT的风险概况由重质押ETH到EigenLayer所带来的增量风险以及与LRT实施相关的风险组成。

重质押到EigenLayer的ETH被授予一个运营者。运营者为以太坊及其选择保护的AVS提供验证服务。通过选择与特定的AVS重质押，质押者和运营者将获得来自为EigenLayer安全支付的AVSs的奖励，同时也接受按照AVSs削减合约的规则可能会削减（作为处罚取走）其存入资产的风险。

LRT提供者在以太坊上部署一组智能合约，使用户能够存入/提取ETH/LSTs，并铸造/销毁LRTs。LRTs之间的风险概况会根据LRT的运营者设置和被保护的AVS有所不同。

起初，重质押所产生的增量削减风险较低，这得益于EigenLayer的削减否决委员会和对AVS的筛选。但在一个拥有无限AVS的未来世界中，一个运营者可以保护2n-1种AVS变化，_n_个AVS被保护。因此，可能会存在低收益、保守的LRTs和高收益、高风险的LRTs——类似于为什么会有债券信用评级。

LRT风险概况概述

本节将介绍LRTs固有的风险，考虑到它们的架构，以及将LRTs引入更广泛的加密经济环境所产生的风险。

AVS削减

AVS是指任何需要其自己的分布式验证语义进行验证的系统。协议可以创造出超常价值作为AVS的设计空间是无限的（前12个主要AVS概述）。因此，从长远来看，LRTs将承担的最大风险将来自新颖的AVS削减条件。

LRTs的一个主要价值主张是使用户能够将风险管理外包给LRT提供者，即LRT提供者选择一个运营者集并承保哪些AVS。选择LRT提供者时，用户应考虑：

• LRT提供者是否对每个验证AVS相关的协议风险有全面的了解？

• LRT提供者的委托策略是什么？是开源还是专有？LRT提供者的社区是否在委托中有发言权？

运营者不当行为

运营者负责管理运行以太坊客户端及其所保护AVS提供的软件的验证者。运营者在EigenLayer注册，允许重质押者将ETH委托给他们。在EigenLayer测试网上，我们看到的有机构验证者如Figment、Blockdeamon、Chorus One、P2P、Google Cloud、Kiln等，这些机构可能只会保护最强大的AVS，以及旨在通过支持更多AVS来提高对代理委托潜在重质押奖励的小型运营者。

削减是以太坊和EigenLayer的加密经济安全模型的基础，它通过对在网络利益上行为的不当的验证者施加经济处罚来阻止恶意行为。本文阐明了实际风险与感知风险 在以太坊和EigenLayer背景下的差异。

在评估EigenLayer运营者削减风险时，应该考虑以下因素：

• 对于底层的EigenPods来说，运营者是谁？

• 运营者是否有合理的风险缓解策略来避免削减和停机？

• 相对于保护的AVS数量和复杂性，运营者的开发运维团队是否有足够的带宽来应对不可预见的情况？

• 运营者是否拥有离链保险来补偿潜在的削减事件？

• 运营者的佣金结构是什么？

支持的存款资产

截至发布时，LRT提供者可以选择接受ETH（以原生重质押）和以下LSTs（以流动性重质押）作为可存入的资产：ankrETH、OETH、LSETH、rETH、stETH、cbETH、osETH、swETH、mETH、ETHx、wBETH、sfrxETH。

LSTs的价值在于使用户能够在不必运行一个需要32 ETH的验证者节点的情况下，赚取ETH的质押收益并保持流动性。LSTs承受来自以太坊的削减风险、漏洞和二级市场波动。如果LST的节点操作员表现出恶意或不可靠，用户可能会面临资金削减的风险。安全风险来自于依赖节点操作员保护他们的私钥和信任LST协议智能合约的稳健性。最后，LSTs不与其基础资产Hook，可能面临价格波动；市场事件和低交易量可能会显著影响它们的稳定性，相较于基础资产。

如果LRT提供者接受了LST(s)，那么LRT将承受底层LST(s)的风险。

• LRT是由原生重质押的ETH组成，还是重质押的LSTs？

• 如果是重质押的LSTs，那这些LST的节点操作员是谁？

• 每种接受的抵押品占总存款的百分比是多少？

流动性获取

所有从EigenLayer未质押的资金在能够被提取之前会经历7天的托管期，这为LRTs创造了持续时间风险。此外，许多LRT提供者尚未启用提取功能。

• LRT的TVL（总值锁定）是多少？

• LRT的二级市场流动性可否健康？

• LRT的赎回流程是什么？

• LRT提供者提供什么短期流动性激励？

智能合约

• LRTs存在什么协议架构风险？

• 如何支付奖励？是重铸还是价值积累？

• LRT提供者的费用结构是什么？

• 管理员多签权限是如何构建的？涉及转移资产和暂停提款的权限有哪些？

以下风险并非LRT固有的，但由于LRTs在更广泛的加密经济中的应用而产生。

预言机

• 是否有可靠和稳健的价格预言机确保LRTs的准确定价？

治理

• LRTs存在什么治理风险？

• 如何选择要保护的AVS？

• 治理在多大程度上可以被用于“国王制造”AVS？这种动态会产生什么激励？

跨链

• 对于跨链LRTs，桥接是如何实现的？是使用规范性还是非规范桥？

• 对于非规范桥，LRT提供者是如何处理与L2嵌入桥的流动性可替代性问题以及批次延迟的权衡？

中心化担忧

• LRTs的市场结构是什么？

• LRTs在多大程度上对EigenLayer的共享安全提供产生中性影响？

循环风险

在借贷市场中，循环LRTs可能触发广泛的清算，这是一种限制在特定借贷市场的风险，而不影响EigenLayer的安全。这与2022年stETH脱钩事件相似，其中stETH的价格风险被限制在借贷市场内，以太坊共识不受影响。

解决LRT风险

解决和管理LRT的风险对于它们的安全扩展和广泛采用是必要的。为此，需要理解可以用于承保LRT风险的基准，以及如何将这些基准纳入DeFi协议以参数化市场，因为它们是可量化且与LRT息息相关的。

LRT风险承保的基准

在减轻用户风险方面，LRTs面临很大的工作压力。它们必须适当承保并选择一组需要保护的AVSs，同时满足理想用户的预期。

选择正确的AVSs参与需要LRTs理解每个AVS的削减条件以及该AVS所包含的基础设施设计决策，其中一个例子是AVS的基础共识机制。每个流动性重质押提供者选择的AVS都会增加削减条件的组合，节点操作员承诺不会违反这些条件。

违反削减条件会导致LRT持有者在其头寸上直接遭受经济损失。根据传统以太坊削减条件，被削减的验证者的ETH会首先被扣除，接着在16天后可能受到相关削减处分，最终在38天后从信标链中移除。通常，因削减而损失的ETH相较于流动性重质押提供者所质押的ETH是微不足道的，但是如果在短时间内有大量验证者被削减，它们可能会受到相关的削减处罚，从而导致损失远远超过典型情况。根据传统的以太坊削减条件，削减情况并不常见，在本文的背景下，值得注意的是它们与AVSs没有任何关联。然而，AVSs会有自己复杂的削减条件，理解在AVS设计范围内验证者被削减的倾向以及每次削减对被削减验证者的实际影响都是非常有益的。

这意味着对LRTs来说，合理配置其验证者集档案以最小化削减风险也是重要的，特别是当他们是在原生重质押的状态下时。大多数LRTs可能会开始实施允许的节点操作员集，以确保代表它们的验证者质量。客户和地理多样性在这里可以发挥重要作用，通过限制验证者集的中心化风险。分布式验证者技术（DVT）和可信执行环境（TEE）可以进一步提高验证者集的可靠性和安全性。DVT进一步增加了验证者集的多样性，而TEE实质上充当反削减软件，保护使用它们的验证者不违反削减条件（例如，仅允许验证者签署一个区块，避免潜在的双重签署）。希望在未来，我们能够看到模块化的反削减器，这些反削减器可以扩展到一系列具有类似功能和削减条件的AVSs，进而使TEE的应用更容易扩展到不同AVS设计。如果LRTs不是原生重质押，它们可以扩展可以接受的液态质押代币的种类，选择那些其自身的验证者集符合上述安全建议，且符合LRTs的预期风险概况。

AVS策略的潜在变化数量随着数量的增加而迅速扩展：2n-1（n为AVS）。这要求它们选择一个最优的AVS组合，以符合其所需的风险概况和战略。有些人甚至呼吁创建一个符合广泛认可的风险概况的"香草"投资组合的标准。在这两种情况下，AVSs必须确定表征上述风险的方法，并量化其对LRT的实际影响，以证明回报给重新质押者来保护其AVS投资组合。

关键基准

• AVS削减条件

  • 在AVS削减条件下的削减倾向

• AVS共识机制

• 验证者客户多样性

• 验证者地理多样性

• 验证者DVT集成

• 验证者TEE集成

• 许可与非许可的节点操作员集

DeFi协议如何纳入承保方法

现有的DeFi协议并不准备好纳入这些基础设施安全基准。它们更依赖于流动性，这对于这些资产来说是另一个瓶颈。因此，如果大多数LRT的承保基准是基础设施，并且尚未证明会有LRT的深厚流动性，那么我们发现自己在当前格局中在促进LRT的DeFi产品方面相当有限。也就是说，如果我们大多数的基准是基础设施，那么根据市场价格定价这些资产的风险是没有意义的，因为市场价格与流动性密切相关。相反，我们可以考虑基于资产的稳健性和偿付能力来定价风险。毕竟，LRTs实际上只是质押ETH的重质押表示，而ETH本身的波动性远低于其他加密资产。然而，如果LRTs的流动性远低，那么LRTs的市场价格将比ETH波动更大，从而使重新质押者面临更大的清算风险。

DeFi借贷是最需要承保风险的领域，因为已被证明是流动性质押代币的最大DeFi用例，并且很可能也是流动性重质押代币的最大DeFi用例。当前一代DeFi借贷协议根据流动性和治理运作。也就是说，像Gauntlet这样的服务提供者通过分析某一资产的可用流动性并运行情景以识别可能导致大规模清算和破产的条件来参数化市场。如我们所讨论的，将这种承保方法采用于市场参数化并没有考虑到LRTs固有的基础设施风险。相反，它加剧了与LRTs相关的流动性风险，使借贷协议面临更大的不良债务风险，特别是考虑到许多现有协议利用合并借贷，共享整个协议/池中的风险。Aave在这一代借贷协议中最为相关，因为在其对LSTs的大量曝光以及最近旨在以更资本有效和安全的方式支持它们的改进方面。

Aave

Aave，最初称为ETHLend，是链上最早的借贷市场之一。作为一个开源和非托管平台，Aave允许参与者彼此直接互动，而无需传统的金融中介。通过存入Aave的流动性池，向市场提供流动性的用户可以赚取利息，而借款人通过超额抵押能够获得贷款，从而确保贷款的安全。Aave支持多种资产，提供可变和稳定利率等功能，以及创新的DeFi概念，例如闪电贷，允许在没有抵押的情况下借入资产，只要贷款在同一交易块内归还。这种灵活性以及该协议强调的安全性和透明度使Aave在DeFi生态系统中处于关键地位。在支持质押资产及潜在的重质押资产方面，以下因素产生最大影响。

基于治理的市场参数化—— Aave在如Gauntlet等服务提供者的建议下，通过DAO治理投票设定市场参数，评估资产的流动性及其潜在大规模清算的可能性。然而，这一做法忽视了LRTs的结构性风险，增加了流动性风险和共担借贷系统中不良债务的潜力。

Aave E-Mode—— 高效率模式特性（或“eMode”）旨在最大限度地提高抵押品与借款资产（如ETH、LSTs和LRTs）在价格上相关时的资本效率。其他资产可以用作抵押品，但只有同类资产可以在E模式下借用；否则用户必须退出E模式配置。最终，它为借款人提供了更大的LTV。然而，由于这是一个更专业的配置，它需要服务提供者额外的监督，以便正确参数化市场，特别是考虑到递归借贷是一种通过提高抵押品以增加对其的消费的主流策略，进而提高了来自价格波动和LST从基底ETH中解耦的风险。

Aave Killswitch—— Killswitch是一个Aave用来限制LST借贷能力的框架，当异常情况发生时（即LRT的价格脱钩）。Gauntlet建议在这种情况下启用killswitch以：

1. 自动降低清算阈值，逐渐清算最具风险的头寸。
2. 冻结LST存款并将LTV设为0，以防止更多借款。
3. 加倍利率曲线的斜率，以降低利用率。
4. 将LTV降低到非E模式LST参数，以进一步减少影响。

然而，通过治理流程，选择了只冻结LST存款并将LTV降低至0。这令人担忧，因为价格脱钩是连续发生的，因此即使它可以防止市场中的额外破产，也不能降低现有风险的问题。它好像只是让头寸静止，等待要被清算或从脱钩中恢复。

一代新的DeFi协议正在向更具模块化和无许可的设计演变，使它们的市场能够更好地更适应自由市场的需求，而不是服从传统治理程序。在许多新借贷协议如Ajna和Euler进入这一领域时，这里我们将讨论的两个协议目前已支持LSTs和LRTs，而其他的则不支持。这两个协议是Morpho Blue和Ion Protocol。

Morpho

Morpho Blue是一个借贷市场，最近作为Morpho之前产品Morpho Optimizers的后续推出。它利用隔离借贷市场，促进无许可市场创建。这得益于外包的风险管理、与预言机无关的定价和无许可利率模块。每个参数在市场创建时选择并永久保持（即，它们是不可变的）。与Aave类似，它们在选择清算贷款价值比和利率模型时必须遵循治理规范。在目前的形式中，Morpho Blue是Aave的一个更模块化版本，市场被隔离并根据个人或实体的期望参数量身定做，而这一设计本身就是一项艰巨的任务。很难说用户是否会利用这样的自由，或者策划风险管理策略以及设计预言机和利率模型的责任是否会流向更成熟的服务提供者。

Ion Protocol

Ion Protocol是一个专门为质押和重质押资产构建的借贷协议。目前在测试网上投入使用，正在主网上线的最后阶段。Ion Protocol采取不同的市场参数化方法，通过承保LRTs的内生基础设施风险来优化资本效率，并最小化清算和协议破产的风险。Ion使用独立市场、基于偿付能力的承保、收益反应利率和部分清算，为用户提供直接访问以ETH计价的可持续和高效收益的渠道。

• 基于偿付能力的承保—— Ion Protocol的设计是与价格无关的。价格无关的市场利用LSTs和LRTs的准备比，而不是它们的市场价格。也就是说，LSTs和LRTs可以根据其流通供应与一币种提供者的验证者集中质押或重质押的ETH量进行评估。通过评估LSTs和LRTs，Ion Protocol创造了一个借款人在削减事件直接影响提供者的验证者时才被清算的情境。这显著降低了清算的可能性，并启用更大的资本效率——Ion可以将LTV从行业标准的0.8提升到0.9以上。这一切都是通过与Succinct合作的ZK资产准备证明实现的。

min(protocolexchangerate,proofofreserve)

• 特定抵押品的利率—— Ion的利率模型严格针对每种抵押品定义。它要求借款利率低于质押收益，以为借款人提供利润空间，允许他们杠杆大幅度上调并继续高效地获利。对于质押收益过低以至于不能合理地维持利润空间的情况，提供最低借款利率。然而，如果质押收益增加所产生的收益会直接传递给贷方和借方。每种抵押品的市场是独一无二并可参数化的，以创建高效的借款体验，同时正确补偿贷方。

• ZKML削减预测—— Ion Protocol与Modulus labs合作开发了一种ZKML模型来预测验证者集中可能发生的削减。这将有助于告知市场参数化。它作为一个机制，公平量化验证者遭受削减事件的概率，然后聚合到验证者集的级别。

Ion Protocol正在成为质押者和重质押者参与DeFi借贷的最有效选择。通过对其机制设计采取资产特定的方法，团队设计了该协议，旨在激励与质押和重质押资产相关的重要事项。

伴随着新一代借贷协议的发展，我们还看到了新型和创新CDP协议的兴起。

Ebisu Finance

Ebisu Finance是一个由LRTs支持的收益稳定币。Ebisu通过允许用户对原生重质押ETH和LRTs提取以美元计的信用（ebUSD），释放了重质押资产的资本效率，采取非托管、去中心化的稳定币。ebUSD使用户能够获得稳定的价值储存，同时通过AVS奖励和以太坊质押奖励生成收益。通过推动LRTs的需求，Ebisu还为扩展重质押生态系统做出了贡献，增强了以太坊的共享安全和经济一致性。

在任何借贷协议中，确保不良债务不会在系统中累积至关重要。Ebisu借贷实施了隔离抵押品头寸，以便系统可以顺利地清算最具风险的债务头寸。ebUSD可以按面值兑换其基础抵押品。例如，1个ebUSD可以兑换为额外质押抵押品计价的1美元。赎回的ebUSD用于偿还风险最高的债务头寸，并将清算位置的相应数量的重质押抵押品转移给赎回者。

此外，Ebisu将拥有稳定池，正如在CDP稳定币中常见的那样。稳定池由用户提供资金，通过提供ebUSD作为流动性来保障贷款，以覆盖来自清算债务头寸的债务。这确保了ebUSD的总供应是有偿付能力的，并得到足够的支持。任何债务头寸的清算时，将从稳定池中清除与该债务头寸所欠的金额平等的ebUSD数量以清偿该债务。同时，清算债务头寸的剩余抵押品则会转移给稳定池，减去清算费用。稳定池中的存款人将有资格按其在池总余额中的比例提取一部分清算后的抵押品。这一安排旨在给存款人带来净好处，因为抵押品的价值通常高于被消灭的债务金额。稳定池的使用使Ebisu能够进行清算，而无需给LRT抵押品定价。

未来探索

到目前为止，我们已经讨论了可以用于承保LRT在DeFi使用中风险的基准和原语。然而，一些问题仍然存在。

1. 我们是否可以可靠地使用这些基准和原语，安全地扩展重质押，特别是流动性重质押代币，达到流动性质押代币所达到的高度？

2. 我们能转向哪里进一步形式化这些概念并标准化度量，以便能够迎接更大的参与者？

回答这些问题是一项具有挑战性的任务。关于第一个问题，如果LRTs和重质押能够在DeFi中持续获得支持，那么它们可能会以与LSTs同样的广泛性成为ETH的表现形式，甚至更多。达到这个水平需要我们花更多时间在第二个问题上，以制定标准和形式化的概念来帮助我们朝着这个方向前进。在本节开头，我们讨论到LRTs固有的风险源于它们选择的AVSs，因此为AVS选择形式化一种投资组合理论是合乎逻辑的。有些人建议这可以是一个函数，考虑到每种潜在策略（2^n-1种策略，n为AVS），并通过求和包括在策略中的每个AVS的最大损失来识别一个最大损失，其中，最大损失定义为可以被每个AVS冻结/削减的最大质押百分比。这是合乎逻辑的！尽管，它可能仍然太过简单，无法真实捕获之前提到的所有基准。一个替代方案可能是借鉴Ion Protocol的方法，利用机器学习创建一组特征和目标函数，类似于最大损失目标函数，以识别每个AVS的削减倾向和损失预期。

在量化风险后，创建一个不同测量标准的库来帮助解释针对投资组合做出的选择及其表现也是有意义的。一个被提出的标准类似于夏普比率，这是风险调整后相对回报的衡量对象。对于重质押，风险调整后的回报可能类似于(质押奖励 - 基础设施成本) / 最大损失。其他可能包括收益贝塔，或重质押收益如何与特定AVS的质押收益的基础表现、以及特定策略或投资组合的表现相对应。

总体来说，我们正处在新产品的快速发展前沿，进一步扩展加密经济安全的好处，并允许更多参与者共同分享回报。了解、基准、测试和形式化能够帮助保护用户免受与LRTs及其使用的市场相关的风险的机制和度量是非常重要的。

来源

• 防止重质押中心化风险

• 重质押投资组合101 — Renzo Protocol

• 2.8.7 削减

• V3概述 - 开发者

• Morpho概述

• Ion协议

• 风险常见问题 | EigenLayer

• 构建于EigenLayer的十二个早期项目

• EigenLayer生态系统揭秘 - Ian Unsworth

• Liquity文档

• 减轻EigenLayer重质押的风险和最佳实践

• • *

_不是财务或税务建议。 本通讯的目的是纯粹的教育性质，不应被视为投资建议、法律建议、购买或出售任何资产的请求，或做出任何财务决策的建议。它不是税务建议的替代品。请咨询你的会计师并进行自己的研究。_

_免责声明。_ 我所有的帖子皆为个人作者观点，并不代表其雇主的观点。

• 原文链接： shoal.gg/p/underwriting-...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～