zLend: A Dual-Scope Cash-Flow Reconstruction Framework for On-Chain Credit Underwriting
本論文は、ステーブルコインと総代替可能トークンの転送に関する二重のスコープ分析を通じてウォレットのキャッシュフロー履歴を再構築し、従来の所得証明なしでのリスク評価を可能にする、流動性と返済能力の明確なシグナルを生成する、デプロイ済みのオンチェーン信用引受フレームワークであるzLendを紹介するものである。
原論文は CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/) のもとパブリックドメインに提供されています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
デジタル金融の世界において、お金はあらゆる送金記録を残すパブリックレジャー（公開台帳）を通じて移動しますが、これらの記録は往々にして断片的な物語しか語りません。伝統的な銀行は、検証済みの所得、過去の負債履歴、そして多くの貸し手における行動を集約したスコアを用いて、借り手の返済能力を判断するために信用調査機関に依存しています。分散型のデジタル通貨の世界には、そのような調査機関は存在しません。借り手には信用ファイルも、検証された給与明細も、過去のローンの記録もありません。利用できるのは、永続的で公開された取引ログのみです。長年、この領域において借り手を判断する唯一の方法は、その総資産、すなわちその人が保有するすべてのデジタル資産の合計を見ることでした。しかし、このアプローチには根本的な欠陥があります。それは、すべてのお金を等価として扱っており、すぐに使える現金と、ロックされていたり、価格変動が激しかったり、売却が困難であったりする資産との違いを無視している点です。投機的なトークンを大量に保有している人は、書類上は裕福に見えるかもしれませんが、もしそのトークンの価値が暴落したり、迅速に売却できなかったりすれば、来週支払うべき小さなローンの返済能力が実際には全くない可能性があります。
研究チームは、単なる総額ではなく「お金の流れ」に着目することでこの問題を解決する、zLendと呼ばれる新しいシステムを開発しました。単にウォレットの中身を合算するのではなく、このシステムは、そのウォレットが実際にいくら使えるのかという日々の履歴を再構築します。これは、すべての入出金トラッキングを行うことで、ウォレットの残高のタイムラインを日ごとに構築することによって行われます。研究者たちは、借り手の真の返済能力を理解するためには、二つの異なるレンズを通して同時にウォレットを見る必要があることに気づきました。第一のレンズは、ドルなどのように一定の価値を維持するように設計されたデジタル通貨であるステーブルコインのみに焦点を当てます。第二のレンズは、他のすべてのトークンや資産を含むウォレットのポートフォリオ全体を見ます。これら二つの視点を比較することで、システムは危険なミスマッチを特定できます。もしウォレットが膨大な総価値を示しながらも、ステーブルコインをほとんど持っていない場合、システムは、その借り手が書類上でどれほど裕福に見えようとも、現金での返済能力が低い可能性が高いと認識します。
研究者たちは、外部の情報や人間の承認を一切必要とせず、完全に公開データに基づいて動作するこのフレームワークを構築しました。彼らは、生の送金リストを、クリーンで連続的な日次残高の記録へと変換する手法を作り上げました。この再構築はゼロから始まり、最初の数件の取引に基づいてウォレットの開始残高を推論し、残高がゼロを下回らないように保証します。この再構築された履歴から、システムはいくつかの主要なシグナルを算出します。ウォレットに特定のローン額をカバーできるだけの十分なステーブルコインがどの程度の頻度で存在したかを測定し、収入の流れがいかに安定しているか、そして最悪の時期に残高がどの程度減少したかを測定します。また、同じソースから一定の間隔で定期的に支払いが行われるといった、給与に似たパターンも探ります。これらのシグナルは、強から弱に至る特定のティア（階層）に借り手を割り当てるために組み合わされ、それがローンの適格性を決定します。
本研究の最も重要な発見は、総資産のみを見ることが返済能力の予測因子としては不適切であるということです。研究者たちは、大量の変動資産を保有しているがキャッシュは極めて少ないウォレットを含む、注意深く構築された事例を用いて、自らのシステムをテストしました。従来の、総価値のみをチェックするシステムの下では、このウォロンは優れた借り手として見えるでしょう。しかし、新しいzLendシステムの下では、流動資産が不十分であるため、高リスクとして正しくフラグが立てられました。システムは、その借り手の富が返済のためにアクセス可能ではないことを正確に特定しました。逆に、システムは、総資産は控えめであっても、安定した信頼できるステーブルコインの流れを持つウォレットを、強力な候補として認識しました。この二重の視点によるアプローチにより、システムは、真に支払い能力のある人物と、単に支払いに使用できない資産を保有しているだけの人物を区別することができます。
研究者たちはまた、ローンの付与に関する決定が、要求されるローンの規模に大きく依存することも発見しました。あるウォレットは、10ドルの小さなローンに対しては強力な借り手と見なされるかもしれませんが、1万ドルの大きなローンに対しては、キャッシュの準備金が大きな金額をカバーするのに十分ではないため、弱い借り手と見なされることがあります。この感度は欠陥ではなく、借り手の返済能力は負債の内容に対して相対的なものであるという現実を反映した機能です。さらに、研究は、異なるリスク要因が独立して作用していることも示しました。借り手が十分なキャッシュを保有していた完璧な記録を持っていたとしても、最近残高が大幅に急落しており、不安定さを示しているために拒否されることがあります。また別の借り手は、安定した残高を持っていても、定期的な収入の履歴がないために不合格となることがあります。システムはこれらを別個の、互換性のない基準として扱い、単一の弱点が見落とされることがないようにしています。
システムが実世界で正しく機能することを確実にするため、研究者たちは極めて精密に構築しました。彼らはロジックを二つの異なるコンピュータ言語で実装し、両方のバージョンが最小の小数点桁に至るまで同一の結果を生成することを確認しました。この厳格なテストにより、残高、ボラティリティ、およびリスクを計算するための数学的ルールが、一貫して適用されていることが確認されました。このシステムはすでに稼働しており、サードパーティのレンディング・アプリケーションに統合され、実際のローンに対してリアルタイムで意思決定を行っています。混沌とした公開取引のストリームを、明確な日次の流動性のイメージへと変えることで、このフレームワークは、担保なしで信用を供与する方法を提供し、代わりに借り手が日々どのように資金を管理しているかという行動的証拠に依拠しています。この研究は、履歴を適切に再構築すれば、公開データのみから信用力を推論することが可能であり、より包括的でデータ駆動型の金融システムへの道を開くことができるということを証明しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。