Конец избыточного обеспечения: Как кредитный скоринг на базе ИИ решает проблему эффективности капитала в DeFi

Представьте, что вы заходите в банк, и вам говорят: чтобы занять $ 100, вы сначала должны отдать $ 150 наличными — и они будут заблокированы на всё время займа. Вы бы просто ушли. Тем не менее, именно так децентрализованные финансы работали с момента своего появления. Модель избыточного обеспечения (overcollateralization) в DeFi защищала протоколы от дефолтов, но она также закрыла доступ миллиардам потенциальных заемщиков и заморозила триллионы неиспользуемого капитала. Ситуация начинает меняться. Кредитный скоринг на базе ИИ, подпитываемый богатейшим набором поведенческих данных в истории финансов — публичным блокчейном — начинает превращать DeFi-кредитование с частичным обеспечением из футуристического обещания в практическую реальность.

Почему требование обеспечения в DeFi — это и фича, и баг

Логика избыточного обеспечения в DeFi обоснована: когда вы не можете проверить личность заемщика, его доход или кредитную историю, вы требуете залог, стоимость которого превышает сумму кредита. Aave, Compound и MakerDAO стали пионерами этой модели с коэффициентами обеспечения, часто варьирующимися от 130% до 200% — это означает, что заемщик должен заблокировать $ 1.50 или более на каждый заимствованный $ 1.00.

Такая конструкция элегантно решила проблему доверия. Никаких KYC, никаких проверок кредитоспособности, никакого юридического принуждения — только математика. Если цены падают, протокол автоматически ликвидирует залог. Модель доказала свою устойчивость в ходе многочисленных рыночных крахов, закрепив за DeFi репутацию системы с безопасностью, не требующей доверия (trustless security).

Но та же особенность, которая делает DeFi безопасным, делает его экономически абсурдным для кредитоспособных участников. Хедж-фонд с безупречным пятилетним стажем и проверяемой историей в сети по-прежнему сталкивается с тем же барьером в 150% обеспечения, что и анонимный владелец нового кошелька. Капитал, который мог бы быть продуктивно использован, остается замороженным в качестве избыточного залога. По оценкам, устранение или снижение требований к обеспечению для квалифицированных заемщиков может высвободить сотни миллиардов долларов эффективности капитала в DeFi-протоколах — капитала, который в настоящее время ничего не зарабатывает, обеспечивая займы людей, которым такая подстраховка не нужна.

Ирония очевидна: DeFi, построенный на идее финансовой инклюзивности, создал одну из самых капиталоемких и эксклюзивных сред для заимствования в финансах.

От FICO к MACRO: создание кредитной истории в блокчейне

Традиционные кредитные рейтинги, такие как FICO, агрегируют данные об истории платежей за многие годы, остатках по счетам, структуре кредитов и возрасте аккаунтов, чтобы получить трехзначное число. Система работает, но для её функционирования требуются централизованные хранители, проверка личности и правовая база. Она также исключает около 1.4 миллиарда взрослых людей во всем мире, не имеющих доступа к банковским услугам и кредитной истории.

Ончейн-кредитный скоринг использует другой подход. Каждая транзакция, когда-либо совершенная кошельком, публично видна, неизменяема и имеет метку времени. Для решительного аналитика история кошелька более показательна, чем любой отчет кредитного бюро: можно точно увидеть, когда были погашены кредиты, ликвидировался ли когда-либо залог, как кошелек вел себя во время рыночных крахов и с какими протоколами он взаимодействовал на протяжении многих лет активности.

Spectral Finance была одной из первых, кто формализовал это понимание в скоринговый продукт. Её показатель MACRO (Multi-Asset Credit Risk Oracle) отображает ончейн-поведение на шкалу 300–850, знакомую любому, кто когда-либо подавал заявку на ипотеку. Оценка включает пять основных категорий: история платежей, история ликвидаций, суммы задолженности и погашения, состав кредитов в различных протоколах и продолжительность ончейн-кредитной истории. Параллели с FICO намеренны — цель состоит в том, чтобы создать кредитный язык, который смогут понять как DeFi-протоколы, так и, в конечном итоге, институциональные кредиторы.

RociFi пошел по дополняющему пути, используя невзаимозаменяемые токены (NFT) в качестве ончейн-кредитных сертификатов, которые кошельки могут переносить между протоколами. Credora (ранее X-Margin) продвинулась дальше в институциональную сферу, используя доказательства с нулевым разглашением (zero-knowledge proofs) для оценки кредитоспособности заемщика без раскрытия данных о базовом портфеле — важнейшая инновация для хедж-фондов и торговых фирм, не желающих раскрывать свои позиции.

Протоколы, доказывающие, что кредитование с частичным обеспечением может работать

Теория имеет меньшее значение, чем послужной список, и у DeFi теперь достаточно истории кредитования с неполным обеспечением, чтобы делать осмысленные выводы.

TrueFi выдал кредитов на сумму более $ 1.7 миллиарда с 2020 года. Его пожизненный уровень дефолтов составляет 1%–4%, что сопоставимо с высокодоходными облигациями нижнего уровня в традиционных финансах — неплохо для протокола, который начинал практически без кредитной инфраструктуры. Модель TrueFi опирается на одобренные DAO «белые списки» заемщиков и опыт менеджеров пулов, а не на чистый алгоритмический скоринг — гибридный подход, который оказался более долговечным, чем чистая ончейн-автоматизация.

Maple Finance пережил болезненный дефолт на сумму $ 54 миллиона в 2022 году, во многом связанный с крахом Three Arrows Capital и более широким кризисом криптокредитования. Протокол отреагировал пересмотром своей системы управления рисками и повышением требований к прозрачности для заемщиков. К 2024 году Maple зафиксировала 16-кратный рост TVL — пожалуй, одно из самых впечатляющих восстановлений в DeFi — продемонстрировав, что институциональные кредиторы перейдут в онлайн, когда инфраструктура рисков станет заслуживающей доверия.

Goldfinch преследовал другую цель: предоставление кредитов предприятиям реального сектора на развивающихся рынках, которые вообще не имели доступа к DeFi. Его результаты были неоднозначными — протокол зафиксировал три дефолта на общую сумму около $ 18 миллионов убытков, — но он также успешно погасил более десятка кредитов. Проблемы Goldfinch подчеркивают ключевое ограничение: ончейн-кредитная история не может оценить бизнес, работающий полностью вне сети. Соединение этих двух миров остается нерешенной задачей.

Clearpool занял нишу в институциональном необеспеченном кредитовании, сочетая открытые пулы ликвидности DeFi с оценкой кредитоспособности институционального уровня через интеграцию с Credora. Недавнее расширение в сторону хранилищ PayFi, казначейских продуктов USDX и токенизированной кредитной инфраструктуры позиционирует Clearpool как одну из наиболее амбициозных ставок на конвергенцию кредитования TradFi и рельсов DeFi.

Где ИИ меняет правила игры

Все вышеперечисленные протоколы полагаются в основном на человеческое суждение — кредитные комитеты, менеджеры пулов, голосования по управлению. Они являются недостаточно обеспеченными в том смысле, что предоставляют кредит без требования 150 % залога, однако процесс оценки кредитоспособности остается медленным, субъективным и ограничивается заемщиками, способными пройти сложные процедуры включения в «белые списки».

ИИ открывает возможность для чего-то действительно нового: автоматизированной оценки кредитоспособности в реальном времени в масштабах всей сети.

Входные данные, доступные модели кредитования на базе ИИ в ончейне, экстраординарны по традиционным меркам. Модель может анализировать каждую транзакцию, совершенную кошельком во всех протоколах, каждую выплату, произведенную вовремя или с задержкой, каждое событие ликвидации, каждое взаимодействие с механизмами управления, паттерны стейкинга и запросы к оракулам. Поведенческие сигналы, на выявление которых у кредитного специалиста ушли бы месяцы, становятся доступны за миллисекунды.

Платформы, такие как Kava, уже внедряют кредитный скоринг на базе ИИ для DeFi-кредитования, сочетая ончейн-анализ поведения с динамическим ценообразованием рисков. Видение состоит в создании модели, способной на то, что недоступно традиционному андеррайтингу: оценивать риск в реальном времени, динамически обновлять баллы по мере изменения поведения в сети и устанавливать цены на кредиты достаточно точно, чтобы обслуживать заемщиков, которых в настоящее время исключают протоколы с избыточным обеспечением.

ИИ также позволяет использовать более сложное динамическое обеспечение. Вместо фиксированных коэффициентов в 150 %, протоколы на базе ИИ могут корректировать требования к залогу на основе рыночных условий в реальном времени, истории заемщика и риска корреляции портфеля. Для позиции в Aave, удерживаемой кошельком с пятилетней чистой историей погашения в условиях низкой волатильности рынка, может потребоваться только 105 % залога, в то время как новому кошельку, берущему заем в период повышенной волатильности, может понадобиться 175 %. Риск управляется динамически, а не через универсальный и грубый инструмент.

Юридическое препятствие, о котором обе стороны говорят недостаточно

Кредитование с недостаточным обеспечением на базе ИИ сталкивается с регуляторным вызовом, который может стать его самым значительным ограничением — и это не тот вызов, на котором фокусируется большинство комментаторов DeFi.

Закон ЕС об ИИ (EU AI Act), наиболее важные положения которого в отношении систем ИИ высокого риска вступают в силу 2 августа 2026 года, прямо классифицирует системы ИИ, используемые для кредитного скоринга, как системы высокого риска. Согласно закону, такие системы должны обеспечивать объяснимость — ИИ не может просто отклонить или одобрить кредитную заявку через процесс «черного ящика». Заемщики должны получать объяснения кредитных решений на понятном языке.

Это требование создает фундаментальное противоречие со статистической природой моделей глубокого обучения. Самые точные модели кредитного скоринга часто являются наименее интерпретируемыми. Модель градиентного бустинга, которая взвешивает 200 ончейн-переменных для формирования оценки, может превзойти более простую модель логистической регрессии, но объяснить простыми словами, почему конкретный кошелек получил 620 баллов вместо 680, действительно сложно.

В Соединенных Штатах Закон о равных кредитных возможностях (ECOA) налагает аналогичные обязательства: неблагоприятные кредитные решения должны сопровождаться конкретными объяснительными причинами. Любая кредитная система на базе ИИ, обслуживающая заемщиков, связанных с США — даже через якобы децентрализованные протоколы — должна будет учитывать эти требования.

Ирония заключается в том, что радикальная прозрачность блокчейна может стать здесь преимуществом. Каждая входная переменная в ончейн-кредитном скоринге сама по себе подлежит публичному аудиту. Протокол может указать на конкретные транзакции, конкретные события погашения и конкретные ликвидации как на фактическую основу для принятия кредитного решения — уровень документации, с которым не могут сравниться традиционные кредитные бюро. Примут ли регуляторы эту логику, еще предстоит выяснить, но основы для соблюдения требований здесь прочнее, чем кажется.

Что нужно для выхода настоящего кредитного скоринга на базе ИИ в мейнстрим

Прежде чем кредитование с недостаточным обеспечением на базе ИИ сможет достичь значимых масштабов, необходимо выполнение ряда технических и институциональных условий:

Агрегация кроссчейн-кредитной истории. Кредитная история заемщика фрагментирована между Ethereum, Solana, Sui, Aptos, BNB Chain и десятками сетей второго уровня (Layer 2). Кредитный скоринг, который видит только историю кошелька в Ethereum, упустит половину картины. Решения для кроссчейн-идентификации — будь то децентрализованные идентификаторы (DID), привязанные к душе токены (SBT) или аттестации с нулевым разглашением — являются важной инфраструктурой.

Механизмы взыскания при дефолте. Избыточное обеспечение работает, потому что возврат средств происходит автоматически: залог ликвидируется. Кредитование с недостаточным обеспечением не имеет эквивалентной сети безопасности для ончейн-дефолтов. Протоколам нужны правовые рамки, механизмы ончейн-слэшинга репутации или партнерства по принудительному исполнению в реальном мире, чтобы сделать угрозы взыскания реальными. Именно здесь мост между TradFi и DeFi становится обязательным.

Данные для обучения в масштабе. Модели кредитования на базе ИИ совершенствуются с увеличением объема исторических данных. История кредитования в DeFi, хотя и растет, остается скудной по сравнению с десятилетиями данных потребительских кредитных бюро. Модели, внедряемые сегодня, обучаются на ограниченных наборах данных, что сдерживает их прогностическую точность. По мере накопления истории кредитования в DeFi производительность моделей должна улучшаться, но эта сфера требует терпения.

Надежность децентрализованных оракулов. Моделям кредитного скоринга нужны надежные данные в реальном времени о ценах на активы, TVL протоколов и рыночных условиях. Манипулируемые или устаревшие данные оракулов могут быть использованы для манипулирования кредитными баллами или инициирования неправомерных ликвидаций.

Тезис роста DeFi, который зависит от правильного решения этой задачи

Общая заблокированная стоимость (TVL) в DeFi колебалась в пределах от 50 до 180 миллиардов долларов в зависимости от рыночных условий. Эти цифры представляют протоколы, которые в основном обслуживают участников с уже значительным капиталом — требование избыточного залога выступает в роли фактического фильтра по уровню благосостояния.

Кредитование с недостаточным обеспечением, если оно станет безопасным и масштабируемым, откроет DeFi для совершенно другой категории участников: компаний и частных лиц, которые доказали свою кредитоспособность через ончейн-активность, но не могут позволить себе блокировать больше капитала, чем берут в долг. На этом строится большая часть продуктивной экономической деятельности в традиционных финансах. В DeFi это практически отсутствует.

Протоколы, решающие проблему недостаточного обеспечения — объединяющие оценку кредитоспособности с помощью ИИ, кроссчейн-идентификацию и юридически обоснованную интерпретируемость — не просто захватят нишевый рынок. Они построят инфраструктуру, которая сделает DeFi финансово конкурентоспособным по отношению к глобальной банковской системе на её же поле: эффективном распределении капитала.

Требование о залоге в 150% никогда не было базовым принципом. Это был обходной путь при отсутствии инфраструктуры доверия. ИИ, обученный на богатейшем наборе поведенческих данных в истории финансов, начинает создавать эту инфраструктуру. Переход от избыточного обеспечения к DeFi-кредитованию на основе кредитных рейтингов не произойдет мгновенно, но технический фундамент заложен, ранние протоколы выдержали реальные рыночные стрессы, а нормативно-правовая база — какой бы требовательной она ни была — становится достаточно ясной для проектирования систем.

Эра DeFi как системы исключительно для людей, у которых уже есть капитал, возможно, подходит к концу.

BlockEden.xyz предоставляет RPC- и API-инфраструктуру корпоративного уровня для Ethereum, Sui, Aptos и более чем 20 блокчейн-сетей — надежный уровень ончейн-данных, от которого зависят кредитные протоколы DeFi следующего поколения. Изучите наш маркетплейс API, чтобы строить кредитную инфраструктуру на фундаменте, рассчитанном на долговечность.