Протоколы кредитования под залог NFT: оценка рисков и ликвидности
Между этими двумя действиями лежит главная проблема протокола: как оценить актив, который может долго не находить покупателя, даже если на маркетплейсе выставлено множество похожих токенов.
Поэтому, сравнивая протоколы кредитования под залог NFT, оценка рисков должна начинаться не с обещанной суммы займа и не с floor price. Сначала нужно понять, как устроен дефолт: переходит ли токен кредитору напрямую или попадает на аукцион, кто определяет цену и сколько времени остаётся на реализацию залога. Именно в этой механике ликвидность перестаёт быть абстрактной метрикой и становится вопросом: сколько удастся вернуть, если рынок просел и покупатели исчезли.
P2P-займы и аукционная ликвидация: два разных сценария
В базовой P2P-модели заёмщик и кредитор согласуют условия отдельного займа под конкретный NFT. Смарт-контракт фиксирует срок, сумму, проценты и залог. Если заём погашен, токен возвращается владельцу. Если срок истёк, кредитор получает возможность обратить взыскание на NFT.
Так описана механика NFTfi: дефолт не запускает автоматическую продажу залога платформой. Кредитору нужно самому выполнить ончейн-действие и забрать NFT в соответствии с условиями займа. Это различие легко пропустить, если смотреть только на интерфейс и APR. На практике право получить токен и способность продать его по приемлемой цене — разные вещи. После дефолта кредитор может владеть залогом, который торгуется редко, требует поиска покупателя и способен потерять в цене быстрее, чем завершится процесс взыскания.
NFTfi объявил о закрытии своего dApp: новые займы, предложения, рефинансирование и продление через приложение недоступны. При этом смарт-контракты остаются в Ethereum mainnet, а существующие займы можно погашать или взыскивать залог непосредственно ончейн. Это важный пример для сравнения протоколов: интерфейс и сам контракт — не одно и то же. Наличие кода в сети не означает, что продукт принимает новые займы или продолжает работать как прежде.
Другой подход — ликвидация через аукцион. В описании Blend для Stellar инициатор выбирает долю обязательств, которую нужно выставить на аукцион, а протокол определяет соответствующую долю залога. Со временем условия для участника аукциона меняются: доступная доля залога растёт, а объём обязательств, который требуется погасить, снижается. Такая конструкция поощряет участников вмешаться в ликвидацию, но сама по себе не гарантирует, что NFT будет продан по цене, достаточной для покрытия долга.
Здесь требуется аккуратность с названиями. Blend, связанный с NFT-кредитованием и описанный в документации Blur Foundation, представлен как P2P-протокол. Документация Blend v2 на Stellar описывает изолированные кредитные пулы с назначаемыми оракулами и аукционной ликвидацией. Эти материалы относятся к разным продуктам и не дают основания переносить параметры одного протокола на другой.
| Параметр | P2P-займ с взысканием залога | Аукционная ликвидация |
|---|---|---|
| Что происходит при дефолте | Кредитор получает возможность забрать NFT согласно условиям займа | Доля залога выставляется на аукцион по правилам протокола |
| Кто отвечает за реализацию актива | Обычно кредитор, которому достался токен | Участники аукциона и механизм протокола |
| Где сосредоточен риск | В оценке NFT, сроке займа и возможности продать токен после взыскания | В оценке залога, параметрах аукциона и достаточности спроса |
| Что не гарантирует механизм | Быструю продажу и возврат всей суммы | Покрытие долга по желаемой цене |
Взысканный NFT — ещё не возвращённый капитал. Между правом забрать токен и реальной продажей лежит рынок, которому ничего не должен ваш смарт-контракт.
Почему floor price не равен ликвидной стоимости
Floor price — самая низкая цена, по которой продавец выставил NFT. Это цена предложения, а не подтверждённая цена сделки. Она не показывает, сколько покупателей готовы заплатить сейчас, насколько глубока очередь заявок и какой объём коллекции можно продать без заметного снижения цены.
Для кредитора разница критична. Если залог оценивают по самому дешёвому активному листингу, заём может выглядеть обеспеченным на бумаге, хотя реальный выход из позиции потребует дисконта. У NFT нет единой взаимозаменяемой цены: токены одной коллекции различаются характеристиками, редкостью, историей сделок и спросом. Даже несколько продаж по близким ценам не гарантируют, что следующий залог найдёт покупателя в момент ликвидации.
Оценка ликвидности NFT-активов должна учитывать как минимум три слоя:
- Рыночные сделки. По каким ценам NFT действительно покупали, а не только выставляли? Насколько свежие эти сделки и можно ли считать их сопоставимыми с конкретным токеном?
- Глубина спроса. Есть ли покупатели или заявки на разных ценовых уровнях, либо рынок держится на единичном листинге?
- Скорость выхода. Сколько времени может занять продажа без агрессивного снижения цены и как за этот период изменится долг?
Дополнительная проблема — манипулируемость тонкого рынка. Если сделок мало, несколько операций могут заметно изменить видимую картину цен. Оракул, который опирается на редкие продажи или плохо сопоставляет атрибуты токенов, способен передать протоколу слишком оптимистичную оценку. А оракул, который реагирует с задержкой, может не увидеть быстрый спад спроса.
Ни floor price, ни последняя цена сделки не дают универсальной оценки ликвидной стоимости конкретного NFT. Это входные сигналы для модели риска, а не сумма, которую кредитор гарантированно получит при продаже залога.
Оценка залога: эвристика против машинного обучения
Для взаимозаменяемых активов оценка обычно опирается на более плотный поток сделок. С NFT всё сложнее: редкость и атрибуты имеют значение, а данных по отдельным токенам может быть мало. Простая эвристика по floor price удобна тем, что её легко объяснить и посчитать. Но она схлопывает коллекцию в один ценовой ориентир, игнорируя различия между отдельными NFT и состояние спроса.
В работе, опубликованной на SSRN в 2026 году, исследовалась выборка из 7 220 NFT-займов, выданных одной платформой с января по сентябрь 2024 года. В этой выборке модель LightGBM показала MAPE 0,50% против 4,63% у эвристики на основе floor price. При пороге LTV 60% число зафиксированных дефолтов в исследовании снизилось со 135 до 111.
Эти цифры показывают потенциальную пользу более сложной оценки, но не устанавливают универсальную точность для рынка. Результат относится к конкретным данным и периоду; исходный массив описан как proprietary, поэтому по одной странице исследования нельзя независимо проверить всю выборку. Модель, обученная на одних коллекциях и рыночном режиме, может хуже вести себя при смене спроса, всплеске манипулятивных сделок или появлении новой коллекции без достаточной истории.
У ML-оценки есть ещё один нюанс: точность прогноза цены не равна способности продать залог. Даже если модель хорошо предсказывает стоимость по историческим данным, кредитор всё равно сталкивается с глубиной рынка, задержкой исполнения и конкуренцией покупателей. Модель может оценить NFT в заданном диапазоне, но не создать ликвидность, если в момент ликвидации на рынке нет встречного спроса.
Поэтому сильная система оценки должна быть не просто «умнее floor». Она должна показывать, какие данные использует, как обрабатывает редкость и давность сделок, что происходит при низком объёме торгов и как оценка ведёт себя при резком изменении рынка. Если протокол сводит риск к одному числу без объяснимого механизма, кредитор фактически принимает модель на веру.
Дефолт, LTV и взыскание: где материализуется риск
LTV связывает размер займа с оценкой залога. Если оценка ошибочна или рынок движется быстрее, чем обновляется модель, заявленный запас обеспечения может исчезнуть. При этом 60% LTV из упомянутого исследования — параметр конкретного анализа, а не стандарт и не рекомендация для всех NFT-займов. Разные коллекции, условия взыскания и глубина рынка дают разный профиль риска.
В P2P-модели с передачей токена кредитору дефолт может выглядеть технически простым: срок истёк, кредитор выполняет действие в контракте, залог переходит ему. Но дальше начинается внепротокольная часть экономики — нужно найти покупателя и согласовать цену. Если кредитору срочно требуется вернуть капитал, он может принять дисконт. Если он держит NFT в ожидании лучшего рынка, капитал остаётся замороженным, а цена продолжает колебаться.
Аукцион меняет способ распределения залога, но не устраняет риск неликвидности. Параметры аукциона определяют, насколько быстро участнику становится выгодно погасить часть обязательств и получить долю залога. Слишком мягкие условия могут затянуть ликвидацию; слишком агрессивные — привести к продаже актива с существенным дисконтом. Важно, кто задаёт параметры, можно ли их изменить и насколько прозрачно контракт фиксирует результат.
При сравнении протоколов кредитования под NFT коллекции полезно смотреть на конкретные точки отказа:
- Оценка залога. Как протокол определяет стоимость NFT и что делает при нехватке свежих сделок?
- Триггер дефолта. Когда кредитор получает право действовать: строго после срока или при наступлении дополнительных условий?
- Путь взыскания. Токен переходит кредитору напрямую либо реализуется через аукцион?
- Роль оракула. Какие данные он использует, как часто обновляет оценку и что происходит при сбое?
- Зависимость от интерфейса. Можно ли выполнить необходимые действия напрямую через контракт, если dApp закрыт или недоступен?
- Концентрация залога. Не зависит ли устойчивость займа от нескольких редких NFT, для которых особенно трудно найти покупателя?
Это не декоративные пункты для due diligence. Они определяют, сможет ли кредитор управлять позицией, когда интерфейс уже не показывает удобную кнопку, а рынок перестал торговаться по красивому floor.
NPV-фильтр и экономика займа
Риск займа нельзя оценить только по процентной ставке. Кредитор сравнивает ожидаемый доход с затратами на капитал, вероятностью дефолта, расходами на взыскание и возможным дисконтом при продаже NFT. Заёмщик, в свою очередь, оценивает стоимость ликвидности и риск потерять актив, который может быть важен для него сильнее, чем его средняя цена на рынке.
В материале NOVA Research, связанном с конференционной работой IEEE 2025 года, анализируются 2 816 закрытых займов за 2024 год и предлагается использовать NPV-фильтр для оценки экономической целесообразности. Это исследовательский подход, а не отраслевой стандарт, который автоматически подходит каждому протоколу. Его полезность в том, что он заставляет считать денежные потоки и время, а не ограничиваться сравнением номинального LTV с условной стоимостью залога.
Для такого расчёта кредитору приходится задавать сценарии: займ погашен вовремя; заёмщик допустил дефолт, а NFT удалось продать быстро; взыскание затянулось; ликвидность просела и продажа потребовала дисконта. Если модель учитывает только базовый сценарий и не включает стоимость времени, она будет переоценивать доходность. Если вероятность дефолта строится на данных одной платформы, переносить её на другие коллекции и протоколы без проверки нельзя.
Сравнение платформ NFT-лендинга поэтому должно учитывать не только ставки и доступный объём займа. Смотрите на жизненный цикл позиции целиком: как залог оценивается при выдаче, как меняются условия при ухудшении рынка, кто инициирует дефолтное действие и где именно кредитор может исполнить право на токен. Доступность продукта тоже часть сравнения: историческая документация показывает, как механизм работал, но не доказывает, что сервис принимает новые займы сегодня.
Хорошая оценка отвечает не только на вопрос «сколько стоит NFT», но и на вопрос «какую сумму можно вернуть, за какое время и по какому механизму».
NFT как залог в DeFi даёт владельцу доступ к капиталу без продажи токена, однако сам NFT остаётся активом с неоднородной и часто тонкой ликвидностью. P2P-взыскание делает кредитора ответственным за дальнейшую продажу; аукционная модель задаёт более формальный путь ликвидации, но не обещает справедливую цену. Floor price помогает быстро ориентироваться в листингах, но не заменяет анализ сделок, спроса и времени выхода.
Мой практический вердикт простой: сравнивайте не рекламную оценку залога, а цепочку действий при дефолте. Если протокол не объясняет, как устроены оракул, взыскание и продажа NFT, его риск-модель остаётся чёрным ящиком — даже если интерфейс показывает аккуратный LTV.
