Los reembolsos de los préstamos en cadena utilizando estufas a menudo pueden servir como un indicador de alerta temprano para los cambios de liquidez y los picos de volatilidad en el precio de Ethereum (ETH), según un reciente informe de Amberdata.
El informe subrayó cómo los comportamientos de los préstamos dentro de los ecosistemas defi, en particular la frecuencia del reembolso, pueden servir como indicadores tempranos del estrés del mercado emergente.
El estudio examinó el vínculo entre los movimientos de los precios de Ethereum y la actividad de préstamos basada en préstamos que involucra USDC, USDT y DAI. El análisis reveló una relación coherente entre una mayor actividad de reembolso y un aumento en las fluctuaciones en los precios de ETH.
Volatilidad
El informe utilizó el estimador Garman-Klass (GK). Este modelo estadístico explica la gama completa de precios intradía, incluidos precios abiertos, altos, bajos y estrechos, en lugar de depender solo de los precios de la cerca.
Según el informe, este método permite una medición más precisa de las oscilaciones de precios, en particular durante los períodos de alta actividad en el mercado.
AmberData aplicó el estimador GK a los datos de precios ETH a través de pares de negociación con USDC, USDT y DAI. Los valores de volatilidad resultantes se correlacionaron con las medidas de préstamo Defi para evaluar cómo los comportamientos transaccionales influyen en las tendencias del mercado.
En los tres ecosistemas de stablecoin, el número de reembolsos de préstamos mostró la correlación positiva más fuerte y coherente con la volatilidad de Ethereum. Para el 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 comerciantes e instituciones ajustan sus posiciones para gestionar los riesgos.
Un número creciente de reembolsos puede reflejar el comportamiento de desintegración, como el cierre de apalancamiento o reasignar capital en respuesta a los movimientos de precios. Amberdata considera esto como una prueba de que la actividad de reembolso puede ser un indicador temprano de los cambios en las condiciones de liquidez y los picos de volatilidad del mercado de Ethereum por venir.
Además de la frecuencia de reembolso, las medidas relacionadas con el retiro han mostrado correlaciones moderadas con la volatilidad de la ETH. Por ejemplo, las cantidades de retiro y la relación de frecuencia en el ecosistema del USDC presentaron correlaciones de 0.361 y 0.357, respectivamente.
Estas cifras sugieren que la recaudación de fondos de las plataformas de préstamos, sea cual sea el tamaño, puede señalar el posicionamiento defensivo de los actores del mercado, la reducción de la liquidez y la amplificación de los precios.
Tomar prestados los efectos del comportamiento y el volumen de las transacciones
El informe también examinó otras medidas de préstamo, incluidas las cantidades prestadas y los volúmenes de reembolso. En el ecosistema USDT, las cantidades denominadas en dólares por reembolsos y préstamos se correlacionan con la volatilidad de ETH en 0.344 y 0.262, respectivamente.
Aunque menos pronunciado que las señales de reembolso basadas en el recuento, estas medidas siempre contribuyen a la imagen más amplia de la forma en que la intensidad transaccional puede reflejar la sensación del mercado.
DAI mostró un modelo similar a menor escala. La frecuencia de las regulaciones de préstamos siguió siendo una señal fuerte, mientras que los tamaños de transacción promedio más pequeños del ecosistema han atenuado la resistencia de correlación de las mediciones basadas en el volumen.
En particular, las métricas como los retiros denominados en dólares en el DAI mostraron una correlación muy baja (0.047), fortaleciendo la importancia de la frecuencia de las transacciones en relación con el tamaño de las transacciones en la identificación de señales de volatilidad en este contexto.
Multicolinealidad en las mediciones de préstamos
El informe también destacó el problema de la multicolinaaridad, que es una alta intercorrelación entre las variables independientes en cada conjunto de datos de préstamos Stablecoin.
Por ejemplo, en el ecosistema del USDC, el número de reembolsos y retiros mostró una correlación por par de 0.837, lo que indica que estas medidas pueden capturar un comportamiento similar del usuario y pueden introducir redundancia en modelos predictivos.
Sin embargo, el análisis concluye que la actividad de reembolso es un indicador robusto del estrés del mercado, que ofrece una lente basada en los datos a través de los cuales las métricas defi pueden interpretar y anticipar las condiciones de los precios en los mercados de Ethereum.