ІНТЕГРАЛЬНА ОЦІНКА КРЕДИТОСПРОМОЖНОСТІ ПОЗИЧАЛЬНИКІВ У ДЕЦЕНТРАЛІЗОВАНИХ ФІНАНСАХ НА ОСНОВІ ОНЧЕЙН-ДАНИХ: МОДЕЛЬ І ЕМПІРИЧНА ВАЛІДАЦІЯ
Ключові слова:
децентралізовані фінанси (DeFi), кредитоспроможність, ончейн-дані, ліквідаційний ризик, Loan-to-Value (LTV), інтегральний індекс, скоринг, ризик-менеджмент, смартконтракти, фінансова аналітика.
Анотація
У статті досліджено проблему оцінки кредитоспроможності позичальників у децентралізованих фінансах (DeFi) з урахуванням обмеженості традиційного підходу, що базується переважно на показнику Loan-to-Value (LTV). Обґрунтовано, що ліквідаційний ризик у DeFi має багатофакторну природу та формується під впливом не лише позиційних параметрів, а й поведінкових характеристик позичальника, мережевих експозицій та умов ринкового середовища. Запропоновано інтегральний підхід до оцінювання кредитоспроможності на основі ончейн-даних, який дозволяє врахувати прозорі та доступні в реальному часі індикатори активності користувачів і стану ринку.
Розроблено математичну модель інтегрального індексу кредитоспроможності (IC), що передбачає нормалізацію, гібридне зважування (з використанням ентропійного методу та експертного підходу) та агрегування показників за п’ятьма доменами ризику. Проведена емпірична перевірка на основі симуляційної вибірки, параметризованої відповідно до протоколів DeFi, підтвердила вищу дискримінаційну здатність індексу IC порівняно з традиційними моделями. Отримані результати засвідчують доцільність використання інтегральних багатофакторних моделей для підвищення ефективності управління кредитним ризиком, а також їх потенціал для впровадження у смартконтрактну логіку та практику ризик-менеджменту DeFi-протоколів.
Завантаження
Дані завантаження ще не доступні.
Посилання
1. Werner S. M., Perez D., Gudgeon L., Klages-Mundt A., Harz D., Knottenbelt W. J. SoK: Decentralized Finance (DeFi) // Proceedings of the 4th ACM Conference on Advances in Financial Technologies (AFT ’22). 2022. DOI: https://doi.org/10.1145/3558535.3559780.
2. Gudgeon L., Werner S. M., Perez D., Knottenbelt W. J. DeFi protocols for loanable funds: interest rates, liquidity and market efficiency // Proceedings of the 2nd ACM Conference on Advances in Financial Technologies (AFT ’20). 2020. DOI: https://doi.org/10.1145/3419614.3423254.
3. Qin K., Zhou L., Afonin D., Lazzaretti L., Gervais A. An empirical study of DeFi liquidations: incentives, risks, and instabilities // Proceedings of the 2021 ACM SIGSAC Conference on Computer and Communications Security (CCS ’21). 2021. DOI: https://doi.org/10.1145/3487552.3487811.
4. Aspris A., Svec J. Locked in, levered up: risk, return, and ruin in DeFi lending // The British Accounting Review. 2025. DOI: https://doi.org/10.1016/j.bar.2025.101691.
5. Castillo León J., Lehar A. What data have told us about decentralized finance // Journal of Corporate Finance. 2025. Vol. 96. DOI: https://doi.org/10.1016/j.jcorpfin.2025.102916.
6. Cong L. W., Li Y., Wang N. Token-based platform finance // Journal of Financial Economics. 2022. Vol. 144, No. 3. P. 972–991. DOI: https://doi.org/10.1016/j.jfineco.2021.10.002.
7. Lyons R. K., Viswanath-Natraj G. What keeps stablecoins stable? // Journal of International Money and Finance. 2023. Vol. 131. DOI: https://doi.org/10.1016/j.jimonfin.2022.102777.
8. Allen F., Gu X., Jagtiani J. Fintech, cryptocurrencies, and CBDC: financial structural transformation in China // Journal of International Money and Finance. 2022. Vol. 124. DOI: https://doi.org/10.1016/j.jimonfin.2022.102625.
9. Harvey C. R., Rabetti D. International business and decentralized finance // Journal of International Business Studies. 2024. DOI: https://doi.org/10.1057/s41267-024-00705-7.
10. Bhambhwani S. M., Huang A. H. Auditing decentralized finance // The British Accounting Review. 2024. Vol. 56, No. 2. DOI: https://doi.org/10.1016/j.bar.2023.101270.
11. Bourveau T., Duro M., Nower J., Sokolov K. Decentralized finance (DeFi) assurance: early evidence // Review of Accounting Studies. 2024. DOI: https://doi.org/10.1007/s11142-024-09834-8.
12. Palaiokrassas G., Scherrers S., Makri E. Machine learning in DeFi: credit risk assessment and liquidation prediction // IEEE International Conference on Blockchain and Cryptocurrency (ICBC). 2024. DOI: https://doi.org/10.1109/ICBC59979.2024.10634435.
13. Kaur S., Singh S., Wats S. et al. Risk analysis in decentralized finance (DeFi): a fuzzy-AHP approach // Risk Management. 2023. Vol. 25, No. 2. DOI: https://doi.org/10.1057/s41283-023-00118-0.
14. Weingärtner T., Fasser F., Costa P., Farkas W. Deciphering DeFi: a comprehensive analysis and visualization of risks in decentralized finance // Journal of Risk and Financial Management. 2023. Vol. 16, No. 10. P. 454. DOI: https://doi.org/10.3390/jrfm16100454.
15. Altman E. I., Saunders A. Credit risk measurement: developments over the last 20 years // Journal of Banking & Finance. 1998. Vol. 21, No. 11–12. P. 1721–1742. DOI: https://doi.org/10.1016/S0378-4266(97)00036-8.
16. Hand D. J., Henley W. E. Statistical classification methods in consumer credit scoring: a review // Journal of the Royal Statistical Society: Series A. 1997. Vol. 160, No. 3. P. 523–541. DOI: https://doi.org/10.1111/j.1467-985X.1997.00078.x.
17. Crook J., Edelman D., Thomas L. Recent developments in consumer credit risk assessment // European Journal of Operational Research. 2007. Vol. 183, No. 3. P. 1447–1465. DOI: https://doi.org/10.1016/j.ejor.2006.09.100.
18. Berg T., Burg V., Gombović A., Puri M. On the rise of fintechs: credit scoring using digital footprints // Review of Financial Studies. 2020. Vol. 33, No. 7. P. 2845–2897. DOI: https://doi.org/10.1093/rfs/hhz099.
19. Yang F., Qiao Y., Qi Y., Bo J., Wang X. BACS: blockchain and AutoML-based technology for efficient credit scoring classification // Annals of Operations Research. 2025. Vol. 345, No. 2. P. 703–723. DOI: https://doi.org/10.1007/s10479-022-04531-8.
20. Billio M., Getmansky M., Lo A. W., Pelizzon L. Econometric measures of connectedness and systemic risk in the finance and insurance sectors // Journal of Financial Economics. 2012. Vol. 104, No. 3. P. 535–559. DOI: https://doi.org/10.1016/j.jfineco.2011.12.010.
21. Diebold F. X., Yilmaz K. Better to give than to receive: predictive directional measurement of volatility spillovers // International Journal of Forecasting. 2012. Vol. 28, No. 1. P. 57–66. DOI: https://doi.org/10.1016/j.ijforecast.2011.02.006.
22. Brunnermeier M. K., Pedersen L. H. Market liquidity and funding liquidity // Review of Financial Studies. 2009. Vol. 22, No. 6. P. 2201–2238. DOI: https://doi.org/10.1093/rfs/hhn098.
23. Anderson R. W., Bianchi S. W., Goldberg L. R. Liquidity risk and fire sales: evidence from the corporate bond market // Review of Financial Studies. 2021. Vol. 34, No. 5. P. 2320–2365. DOI: https://doi.org/10.1093/rfs/hhaa112.
24. Rockafellar R. T., Uryasev S. Optimization of conditional value-at-risk // Journal of Risk. 2000. Vol. 2, No. 3. P. 21–41. DOI: https://doi.org/10.21314/JOR.2000.038.
25. Rogge N. Composite indicators as generalized benefit-of-the-doubt weighted averages // European Journal of Operational Research. 2018. Vol. 267, No. 1. P. 381–392. DOI: https://doi.org/10.1016/j.ejor.2017.11.048.
26. Zhou P., Ang B. W., Poh K. L. A mathematical programming approach to constructing composite indicators // Ecological Economics. 2007. Vol. 62, No. 2. P. 291–297. DOI: https://doi.org/10.1016/j.ecolecon.2007.01.010.
27. Prorokowski Ł. Revised standardised approach for credit risk in practice // Journal of Financial Regulation and Compliance. 2018. Vol. 26, No. 1. P. 87–102. DOI: https://doi.org/10.1108/JFRC-04-2016-0031.
28. Shannon C. E. A mathematical theory of communication // The Bell System Technical Journal. 1948. Vol. 27, No. 3. P. 379–423. DOI: https://doi.org/10.1002/j.1538-7305.1948.tb01338.x.
29. Lin Y. H., Wang K., Chen H. et al. Blockchain-driven framework for financing credit evaluation: integrating FAHP–entropy weighting and set-pair analysis // Journal of Enterprise Information Management. 2024. Vol. 37, No. 1. P. 201–230. DOI: https://doi.org/10.1108/JEIM-01-2023-0032.
30. Allen D. W. E., Berg C., Davidson S., Novak M., Potts J. Blockchain and the future of finance: a survey of economic mechanisms // Journal of Economic Surveys. 2020. Vol. 34, No. 4. P. 749–776. DOI: https://doi.org/10.1111/joes.12378.
2. Gudgeon L., Werner S. M., Perez D., Knottenbelt W. J. DeFi protocols for loanable funds: interest rates, liquidity and market efficiency // Proceedings of the 2nd ACM Conference on Advances in Financial Technologies (AFT ’20). 2020. DOI: https://doi.org/10.1145/3419614.3423254.
3. Qin K., Zhou L., Afonin D., Lazzaretti L., Gervais A. An empirical study of DeFi liquidations: incentives, risks, and instabilities // Proceedings of the 2021 ACM SIGSAC Conference on Computer and Communications Security (CCS ’21). 2021. DOI: https://doi.org/10.1145/3487552.3487811.
4. Aspris A., Svec J. Locked in, levered up: risk, return, and ruin in DeFi lending // The British Accounting Review. 2025. DOI: https://doi.org/10.1016/j.bar.2025.101691.
5. Castillo León J., Lehar A. What data have told us about decentralized finance // Journal of Corporate Finance. 2025. Vol. 96. DOI: https://doi.org/10.1016/j.jcorpfin.2025.102916.
6. Cong L. W., Li Y., Wang N. Token-based platform finance // Journal of Financial Economics. 2022. Vol. 144, No. 3. P. 972–991. DOI: https://doi.org/10.1016/j.jfineco.2021.10.002.
7. Lyons R. K., Viswanath-Natraj G. What keeps stablecoins stable? // Journal of International Money and Finance. 2023. Vol. 131. DOI: https://doi.org/10.1016/j.jimonfin.2022.102777.
8. Allen F., Gu X., Jagtiani J. Fintech, cryptocurrencies, and CBDC: financial structural transformation in China // Journal of International Money and Finance. 2022. Vol. 124. DOI: https://doi.org/10.1016/j.jimonfin.2022.102625.
9. Harvey C. R., Rabetti D. International business and decentralized finance // Journal of International Business Studies. 2024. DOI: https://doi.org/10.1057/s41267-024-00705-7.
10. Bhambhwani S. M., Huang A. H. Auditing decentralized finance // The British Accounting Review. 2024. Vol. 56, No. 2. DOI: https://doi.org/10.1016/j.bar.2023.101270.
11. Bourveau T., Duro M., Nower J., Sokolov K. Decentralized finance (DeFi) assurance: early evidence // Review of Accounting Studies. 2024. DOI: https://doi.org/10.1007/s11142-024-09834-8.
12. Palaiokrassas G., Scherrers S., Makri E. Machine learning in DeFi: credit risk assessment and liquidation prediction // IEEE International Conference on Blockchain and Cryptocurrency (ICBC). 2024. DOI: https://doi.org/10.1109/ICBC59979.2024.10634435.
13. Kaur S., Singh S., Wats S. et al. Risk analysis in decentralized finance (DeFi): a fuzzy-AHP approach // Risk Management. 2023. Vol. 25, No. 2. DOI: https://doi.org/10.1057/s41283-023-00118-0.
14. Weingärtner T., Fasser F., Costa P., Farkas W. Deciphering DeFi: a comprehensive analysis and visualization of risks in decentralized finance // Journal of Risk and Financial Management. 2023. Vol. 16, No. 10. P. 454. DOI: https://doi.org/10.3390/jrfm16100454.
15. Altman E. I., Saunders A. Credit risk measurement: developments over the last 20 years // Journal of Banking & Finance. 1998. Vol. 21, No. 11–12. P. 1721–1742. DOI: https://doi.org/10.1016/S0378-4266(97)00036-8.
16. Hand D. J., Henley W. E. Statistical classification methods in consumer credit scoring: a review // Journal of the Royal Statistical Society: Series A. 1997. Vol. 160, No. 3. P. 523–541. DOI: https://doi.org/10.1111/j.1467-985X.1997.00078.x.
17. Crook J., Edelman D., Thomas L. Recent developments in consumer credit risk assessment // European Journal of Operational Research. 2007. Vol. 183, No. 3. P. 1447–1465. DOI: https://doi.org/10.1016/j.ejor.2006.09.100.
18. Berg T., Burg V., Gombović A., Puri M. On the rise of fintechs: credit scoring using digital footprints // Review of Financial Studies. 2020. Vol. 33, No. 7. P. 2845–2897. DOI: https://doi.org/10.1093/rfs/hhz099.
19. Yang F., Qiao Y., Qi Y., Bo J., Wang X. BACS: blockchain and AutoML-based technology for efficient credit scoring classification // Annals of Operations Research. 2025. Vol. 345, No. 2. P. 703–723. DOI: https://doi.org/10.1007/s10479-022-04531-8.
20. Billio M., Getmansky M., Lo A. W., Pelizzon L. Econometric measures of connectedness and systemic risk in the finance and insurance sectors // Journal of Financial Economics. 2012. Vol. 104, No. 3. P. 535–559. DOI: https://doi.org/10.1016/j.jfineco.2011.12.010.
21. Diebold F. X., Yilmaz K. Better to give than to receive: predictive directional measurement of volatility spillovers // International Journal of Forecasting. 2012. Vol. 28, No. 1. P. 57–66. DOI: https://doi.org/10.1016/j.ijforecast.2011.02.006.
22. Brunnermeier M. K., Pedersen L. H. Market liquidity and funding liquidity // Review of Financial Studies. 2009. Vol. 22, No. 6. P. 2201–2238. DOI: https://doi.org/10.1093/rfs/hhn098.
23. Anderson R. W., Bianchi S. W., Goldberg L. R. Liquidity risk and fire sales: evidence from the corporate bond market // Review of Financial Studies. 2021. Vol. 34, No. 5. P. 2320–2365. DOI: https://doi.org/10.1093/rfs/hhaa112.
24. Rockafellar R. T., Uryasev S. Optimization of conditional value-at-risk // Journal of Risk. 2000. Vol. 2, No. 3. P. 21–41. DOI: https://doi.org/10.21314/JOR.2000.038.
25. Rogge N. Composite indicators as generalized benefit-of-the-doubt weighted averages // European Journal of Operational Research. 2018. Vol. 267, No. 1. P. 381–392. DOI: https://doi.org/10.1016/j.ejor.2017.11.048.
26. Zhou P., Ang B. W., Poh K. L. A mathematical programming approach to constructing composite indicators // Ecological Economics. 2007. Vol. 62, No. 2. P. 291–297. DOI: https://doi.org/10.1016/j.ecolecon.2007.01.010.
27. Prorokowski Ł. Revised standardised approach for credit risk in practice // Journal of Financial Regulation and Compliance. 2018. Vol. 26, No. 1. P. 87–102. DOI: https://doi.org/10.1108/JFRC-04-2016-0031.
28. Shannon C. E. A mathematical theory of communication // The Bell System Technical Journal. 1948. Vol. 27, No. 3. P. 379–423. DOI: https://doi.org/10.1002/j.1538-7305.1948.tb01338.x.
29. Lin Y. H., Wang K., Chen H. et al. Blockchain-driven framework for financing credit evaluation: integrating FAHP–entropy weighting and set-pair analysis // Journal of Enterprise Information Management. 2024. Vol. 37, No. 1. P. 201–230. DOI: https://doi.org/10.1108/JEIM-01-2023-0032.
30. Allen D. W. E., Berg C., Davidson S., Novak M., Potts J. Blockchain and the future of finance: a survey of economic mechanisms // Journal of Economic Surveys. 2020. Vol. 34, No. 4. P. 749–776. DOI: https://doi.org/10.1111/joes.12378.
Переглядів анотації: 2 Завантажень PDF: 2 Завантажень PDF: 0
Опубліковано
2026-03-31
Як цитувати
(1)
Лук’янчук, Д. ІНТЕГРАЛЬНА ОЦІНКА КРЕДИТОСПРОМОЖНОСТІ ПОЗИЧАЛЬНИКІВ У ДЕЦЕНТРАЛІЗОВАНИХ ФІНАНСАХ НА ОСНОВІ ОНЧЕЙН-ДАНИХ: МОДЕЛЬ І ЕМПІРИЧНА ВАЛІДАЦІЯ. fp 2026, 115-134.
Розділ
Статті
