Los reembolsos de préstamos en la cadena utilizando stablecoins a menudo pueden servir como un indicador de advertencia temprana de cambios de liquidez y picos de volatilidad en el precio de Ethereum (ETH), según un reciente informe de AmberData.
El informe destacó cómo los comportamientos de préstamo dentro de los ecosistemas defi, en particular la frecuencia de reembolso, pueden servir como indicadores tempranos del estrés del mercado emergente.
El estudio examinó la conexión entre los movimientos de precios de Ethereum y la actividad de préstamos basada en establamiento que involucra USDC, USDT y DAI. El análisis reveló una relación constante entre la mayor actividad de reembolso y el aumento de las fluctuaciones de los precios de ETH.
Marco de volatilidad
El informe utilizó el estimador Garman-Klass (GK). Este modelo estadístico representa el rango de precios intradía completo, incluidos los precios abiertos, altos, bajos y cercanos, en lugar de depender únicamente de los precios de cierre.
Según el informe, este método permite una medición más precisa de los cambios de precios, particularmente durante los períodos de alta actividad en el mercado.
AmberData aplicó el estimador GK a los datos de precios ETH en los pares de negociación con USDC, USDT y DAI. Los valores de volatilidad resultantes se correlacionaron con las métricas de préstamo de 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 más consistente 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 manejar el riesgo.
Un número creciente de pagos puede reflejar comportamientos de eliminación de aumento, como el cierre de posiciones apalancadas o reasignar capital en respuesta a los movimientos de precios. Amberdata considera esto como evidencia de que la actividad de reembolso puede ser un indicador temprano de los cambios en las condiciones de liquidez y los próximos picos de volatilidad del mercado de Ethereum.
Además de la frecuencia de reembolso, las métricas relacionadas con la abstinencia mostraron correlaciones moderadas con la volatilidad ETH. Por ejemplo, las cantidades de retiro y la relación de frecuencia en el ecosistema del USDC exhibieron correlaciones de 0.361 y 0.357, respectivamente.
Estos números sugieren que las salidas de fondos de las plataformas de préstamos, independientemente del tamaño, pueden indicar el posicionamiento defensivo por parte de los participantes del mercado, reduciendo la liquidez y amplificando la sensibilidad de los precios.
Los efectos de comportamiento y volumen de transacciones de préstamo
El informe también examinó otras métricas de préstamo, incluidas las cantidades prestadas y los volúmenes de reembolso. En el ecosistema del USDT, las cantidades denominadas en dólares para pagos y prestas se correlacionan con la volatilidad ETH en 0.344 y 0.262, respectivamente.
Si bien es menos pronunciado que las señales de reembolso basadas en el conteo, estas métricas aún contribuyen a la imagen más amplia de cómo la intensidad transaccional puede reflejar el sentimiento del mercado.
DAI mostró un patrón similar en una escala más pequeña. La frecuencia de los asentamientos de préstamos siguió siendo una señal fuerte, mientras que los tamaños de transacción promedio más pequeños del ecosistema silenciaron la resistencia de correlación de las métricas basadas en el volumen.
En particular, las métricas como los retiros denominados en dólares en DAI mostraron una correlación muy baja (0.047), lo que refuerza la importancia de la frecuencia de transacción sobre el tamaño de la transacción en la identificación de señales de volatilidad en este contexto.
Multicolinealidad en métricas de préstamos
El informe también destacó el problema de la multicolinealidad, que es una alta intercorrelación entre variables independientes dentro de cada conjunto de datos de préstamos de establo.
Por ejemplo, en el ecosistema del USDC, el número de pagos y retiros mostró una correlación por pares de 0.837, lo que indica que estas métricas pueden capturar un comportamiento similar del usuario y podrían 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 datos a través de la cual las métricas defi pueden interpretar y anticipar las condiciones de los precios en los mercados de Ethereum.
Mencionado en este artículo
(tagstotranslate) Ethereum
