CoinMetrics: Кто стимулирует рост предложения USDC и USDT?

Автор: Купер Душанг, CoinMetrics

Перевод: Saoirse, Foresight News

Блокчейн-стейблкоины — это токены, привязанные к стабильной стоимости, которые пользователи могут использовать для участия в протоколах кредитования, обмена на другие токены или оплаты различных услуг в сети. Динамика цен стейблкоинов также отражает макроэкономическую среду, они часто используются для трансграничных переводов и помогают пользователям из стран с высокой инфляцией и постоянным обесцениванием национальной валюты размещать активы в долларах.

История роста стейблкоинов

Индустрия стейблкоинов пережила несколько экономических циклов. В марте 2023 года Silicon Valley Bank столкнулся с набегом вкладчиков из-за убытков по долгосрочным облигациям, что вызвало отвязку USDC и повлияло на часть резервных активов USDC. Это событие привело к падению предложения USDC с пика в $56,6 млрд в 2022 году до минимума в $27,9 млрд в феврале 2024 года.

Источник: Talos CM Network Data Pro

В ноябре 2024 года институциональный спрос вырос, и темпы роста предложения стейблкоинов ускорились. В марте 2025 года предложение USDC вернулось к историческому максимуму. Однако в 2026 году рост стейблкоинов остановился, а предложение некоторых из них даже снизилось. Каковы различия между стагнацией роста в 2026 году и рыночным бумом 2025 года? На основе этого мы провели исследование, чтобы выявить факторы, влияющие на рост предложения стейблкоинов, и изучить возможные подходы к его прогнозированию.

Регрессионный анализ

Разные стейблкоины сильно различаются по объёму и структуре обращения. Мелкие стейблкоины легко подвержены влиянию отдельных факторов, что затрудняет выделение ключевых переменных, определяющих рост предложения. Например, рост мелких стейблкоинов часто сильно зависит от субсидий эмитента и не является устойчивым.

В этой статье в качестве образцов выбраны USDC и USDT: оба имеют объём более $25 млрд, широко обращаются на многих публичных блокчейнах и крупных биржах, а сами токены не предлагают держателям встроенных доходных стимулов. Мы использовали еженедельные данные за последние четыре года, отобрали 6 переменных, применили лаг в один период к факторам и проанализировали влияние каждого фактора на рост предложения USDC и USDT.

Описание переменных:

• Ставка финансирования бессрочных контрактов: среднегодовая ставка финансирования на рынках BTC и ETH на пяти биржах с наибольшим открытым интересом
• Предложение конкурирующих стейблкоинов: текущее совокупное предложение остальных 7 стейблкоинов (BUSD, TUSD, GUSD, PYUSD, EURC и др.)
• Общая капитализация криптоактивов: недельное изменение общей капитализации всех криптоактивов без учёта стейблкоинов (CapMrktCurUSD)
• Изменение доходности 2-летних казначейских облигаций США: недельная разница рыночной доходности 2-летних казначейских облигаций США с фиксированным сроком (источник: FRED)
• Прирост чистой ликвидности ФРС: недельное изменение чистой ликвидности ФРС. Формула расчёта: совокупные активы ФРС − общий счёт Казначейства − обратное репо овернайт (источник: FRED)
• Индекс доллара: недельное изменение широкого номинального индекса доллара (источник: FRED)

Источник: Talos CM Market Data, Network Data Pro, FRED (Федеральный резервный банк Сент-Луиса)

Результаты базовой модели показывают: ставка финансирования бессрочных контрактов, предложение конкурентов, общая капитализация криптоактивов и изменение доходности 2-летних казначейских облигаций статистически значимы на уровне значимости 5%. При этом только ставка финансирования бессрочных контрактов объясняет 13,3% колебаний роста предложения USDC и USDT. Если на предыдущей неделе годовая ставка финансирования бессрочных контрактов BTC и ETH на всём рынке росла, то на следующей неделе темпы роста предложения стейблкоинов обычно превышали средние.

Детальный анализ по отдельным стейблкоинам

USDC и USDT имеют схожие функции, но их сетевое распределение и целевые региональные группы пользователей различаются. Отдельный анализ данных о росте предложения двух стейблкоинов показывает, что влияние факторов на них неодинаково.

Источник: Talos CM Market Data, Network Data Pro, FRED

Рост ставки финансирования бессрочных контрактов увеличивает темпы роста предложения USDC и USDT на следующей неделе, и это самый сильный отдельный фактор. При контроле других переменных этот фактор объясняет около 10% недельных колебаний предложения USDC и около 4% — USDT. Высокая ставка финансирования означает рост спроса на кредитное плечо на рынке: трейдеры чеканят USDC/USDT в качестве маржи для открытия позиций с плечом.

USDT составляет около 42% маржи на фьючерсном рынке и является ключевым маржинальным активом на централизованных биржах. USDC покрывает около 10% рынка фьючерсной маржи, сосредоточен на таких платформах, как Hyperliquid, dYdX, Deribit, что отражает глубокую интеграцию USDC в ончейн-экосистему DeFi.

Влияние доходности крипторынка на два стейблкоина противоположно и статистически значимо. Если на прошлой неделе цены криптоактивов росли, то на следующей неделе темпы роста предложения USDC, как правило, замедлялись; этот показатель объясняет 4,6% колебаний недельного роста USDC. Напротив, после роста крипторынка предложение USDT на следующей неделе росло быстрее, и этот показатель объясняет 5,3% колебаний недельного роста USDT.

Проще говоря: на этапе повышения склонности к риску и расширения кредитного плеча предложение USDT расширяется; на этапе снижения рынка трейдеры сокращают плечо и одновременно чеканят USDC в качестве резерва средств для получения ончейн-доходности.

Введение фактора спреда

Базовая модель использует исторические данные за четыре года, чтобы обеспечить надёжность проверки значимости факторов. Мы добавили переменную, доступную только после 2023 года, — спред, определяемый как средняя годовая доходность депозитов стейблкоинов на платформе Aave v3 минус доходность 3-месячных казначейских векселей США.

Временное окно исследования было скорректировано на период с 2023 года по настоящее время, и регрессионная модель была перезапущена: сначала построена модель для комбинации USDC+USDT с включением переменной спреда, затем проведены отдельные регрессии для каждого стейблкоина.

Источник: Talos CM Market Data, Network Data Pro, Protocol Metrics, FRED

Спред и ставка финансирования бессрочных контрактов являются прокси-показателями общего уровня кредитного плеча на рынке, они сильно коррелируют, коэффициент корреляции 0,61. Поэтому необходимо различать: добавляет ли новая переменная спреда дополнительную объясняющую силу или колебания, объясняемые двумя переменными, сильно перекрываются.

Для объединённой выборки и отдельной модели USDT добавление спреда даёт ограниченный дополнительный объясняющий эффект: модель лишь распределяет дисперсию между двумя сильно коррелированными переменными. Однако для USDC спред на уровне значимости 5% эффективно объясняет недельный рост предложения. Ставка финансирования + спред вместе объясняют 15,9% колебаний недельного роста предложения USDC. USDC — это нативный залоговый актив DeFi: когда доходность ончейн-кредитования растёт, рынок чеканит USDC и вносит их в протоколы для получения спреда; по сравнению со ставкой финансирования бессрочных контрактов показатель спреда точнее отражает эту логику.

Могут ли лаговые переменные улучшить анализ?

Моделирование с лагом объясняющих переменных на один период даёт лучшее соответствие, чем использование синхронных данных текущей недели.

Источник: Talos CM Market Data, Network Data Pro, FRED

После лаговой обработки все факторы вместе объясняют около 13% недельных колебаний предложения USDC и около 16% — USDT. Значимые драйверы возникают до изменения предложения, что указывает на то, что факторы вызывают изменение предложения, а не на обратную причинно-следственную связь.

Тем не менее остаётся значительная часть колебаний, не объясняемая моделью. Все модели могут объяснить не более 25% колебаний роста предложения стейблкоинов. Остальные колебания связаны с различными особыми факторами: операциями с казначейскими средствами эмитента, стимулами для чеканки и погашения, подключением каналов ввода и вывода средств, регуляторной политикой в разных юрисдикциях и т. д.

Вывод

Хотя все модели могут объяснить не более 25% изменений предложения стейблкоинов, ончейн-показатели, включая ставку финансирования бессрочных контрактов, спред и общую капитализацию криптоактивов, могут значимо объяснить часть колебаний недельного роста предложения USDC и USDT.

Крипторынок развивается чрезвычайно быстро, и одна из главных трудностей исторических моделей — сложность адаптации к смене макроэкономических механизмов. Включение в выборку данных 2022 года охватывает такие чёрные лебеди отрасли, как крах FTX, Celsius и Three Arrows Capital. Модели последних лет лучше соответствуют рыночной среде после прихода институционального капитала. По мере дальнейшего внедрения блокчейн-инфраструктуры институциональными игроками в будущем могут появиться новые показатели, которые помогут нам глубже понять базовые движущие силы роста предложения стейблкоинов.