Алгоритмическая природа финансовой нестабильности в DeFi

Децентрализованные финансы (DeFi) представляют собой одно из наиболее радикальных направлений трансформации современного финансового посредничества. Их институциональная специфика состоит в переносе ряда функций традиционной инфраструктуры из сферы деятельности иерархически организованных финансовых институтов в среду программно исполняемых протоколов, основанных на смарт-контрактах. В наиболее распространенной теоретической интерпретации DeFi рассматриваются как открытая, программируемая и интероперабельная финансовая среда, в рамках которой пользователи получают доступ к финансовым услугам напрямую, без обращения к классическим посредникам [1] [27] (Белова [и др.], 2024; Schär, 2021). Однако развитие DeFi показало, что устранение отдельных посреднических звеньев не означает устранения финансовых рисков. Напротив, риски сохраняются, но меняют форму закрепления, каналы передачи и способы проявления [5] [9] [28] (Дюдикова [и др.], 2025; Bank for International Settlements, 2023; Werner [et al.], 2022). Если в традиционной финансовой системе значительная часть рисков ограничивается институциональными барьерами, нормативными требованиями и организационной ответственностью финансовых институтов, то в DeFi они способны быстро распространяться между связанными протоколами. Такая передача происходит через смарт-контракты, оракулы, пулы ликвидности, стейблкоины, межсетевые мосты и механизмы распределенного управления. В результате риск сохраняет финансово-экономическую природу, но получает программно заданную форму реализации.

По этой причине DeFi все чаще рассматриваются не только как инновационный сегмент криптоэкономики, но и как источник специфических форм финансовой нестабильности. Совет по финансовой стабильности выделяет среди ключевых уязвимостей DeFi проблемы ликвидности, левереджа, высокой взаимосвязанности протоколов и операционных сбоев [19] (Financial Stability Board, 2023). Банк международных расчетов указывает, что DeFi воспроизводят многие риски, характерные для традиционных финансовых рынков, но их действие усиливается за счет автоматизированного исполнения, повышенного левереджа, ограниченных механизмов поглощения шоков ликвидности и завышенных представлений о полной децентрализации таких систем [9] (Bank for International Settlements, 2023). IOSCO, в свою очередь, подходит к DeFi с позиции защиты инвесторов, поддержания рыночной добросовестности и выявления фактических центров контроля, которые могут сохраняться даже при формально децентрализованной архитектуре протоколов [22] (IOSCO, 2023).

В научной литературе каскадные риски DeFi рассматриваются как результат взаимосвязи рыночных, технологических и институциональных факторов. Исследования Переса Д., Вернера С., Квина K. и других авторов показывают, что снижение стоимости залоговых активов способно запускать цепочку принудительных ликвидаций, усиливая первоначальное ценовое движение [23] [25] [28] (Perez [et al.], 2021; Qin [et al.], 2021; Werner [et al.], 2022). Особое внимание также уделяется устойчивости стейблкоинов и синтетических активов, что стало особенно значимым после краха TerraUSD, выявившего уязвимость алгоритмических моделей поддержания паритета [12] (Briola [et al.], 2023). Наряду с этим подчеркивается роль смарт-контрактов, ценовых оракулов и межсетевых мостов: сбой или уязвимость в одном инфраструктурном элементе может быстро распространиться на связанные протоколы, пользователей и рынок [11] [13] [26] (Belenkov [et al.], 2025; Chainalysis, 2024; Qin [et al.], 2021).

Цель исследования – выявить механизмы трансформации локальных сбоев в DeFi в каскадные риски и определить институционально-технологические факторы, усиливающие их распространение. Гипотеза состоит в том, что в DeFi локальный шок приобретает системный характер тогда, когда автоматизированные правила протоколов начинают не сглаживать, а усиливать рыночную, технологическую или связанную с ликвидностью нестабильность.

Каскадный риск в DeFi

В широком понимании каскадный риск означает вероятность того, что первоначально локальный шок распространится на более широкий контур финансовой системы через взаимные обязательства, ценовые связи, ожидания участников и вынужденные реакции [14] [30] (De Bandt [et al.], 2000; Zlatić [et al.], 2015). В традиционном финансовом секторе подобный риск проявляется через изъятие вкладов, обесценение залогов, напряженность на межбанковском рынке, рост требований к обеспечению и снижение доверия. В среде DeFi экономическая природа этих процессов в целом сохраняется, однако каналы их реализации существенно меняются вследствие программируемого характера финансовой инфраструктуры.

Каскадный риск в DeFi можно определить как процесс распространения локального рыночного, технологического, ликвидностного или управленческого шока по сети взаимосвязанных протоколов, при котором автоматическое исполнение смарт-контрактов запускает цепь взаимно усиливающих реакций. Его содержание связано не столько с самим фактом сбоя, сколько с превращением единичного события в самоподдерживающуюся динамику. Снижение цены актива вызывает переоценку обеспечения, инициирует ликвидации, ухудшает рыночную ликвидность, может привести к отклонению стейблкоинов от паритета и тем самым усилить давление на смежные сегменты DeFi.

Такой подход позволяет не сводить риски DeFi исключительно к последствиям хакерских атак или уязвимостей программного кода. Каскадная нестабильность может возникнуть и без внешнего вмешательства: в результате резкого падения цены актива, задержки в работе оракула, дефицита ликвидности, перегрузки сети либо некорректно заданной модели обеспечения. Вместе с тем DeFi не является полностью автономной системой. Даже децентрализованные протоколы зависят от разработчиков, аудиторов, поставщиков данных, валидаторов, держателей токенов управления, централизованных бирж и эмитентов стейблкоинов. Следовательно, децентрализация не устраняет институциональные зависимости, а перераспределяет их между кодом, рынком и механизмами распределенного управления.

Ключевая особенность DeFi состоит в высокой степени автоматизации исполнения. В традиционных финансах между возникновением шока и реакцией системы обычно сохраняется временной зазор, в пределах которого возможны пересмотр лимитов, приостановка торгов, изменение требований к обеспечению или регуляторное вмешательство. В DeFi значительная часть таких реакций заранее закреплена в коде. Если коэффициент обеспечения опускается ниже установленного порога, позиция подлежит ликвидации; если цена актива отклоняется от рыночного уровня, включаются арбитражные стратегии; если стейблкоин теряет паритет, пользователи стремятся выйти из него раньше других участников. Прозрачность правил в данном случае сочетается с ограниченной способностью системы к дискреционной стабилизации.

Процикличность DeFi проявляется в том, что механизмы, обеспечивающие устойчивость в нормальных условиях, в период стресса способны усиливать нестабильность. Сверхзалоговое кредитование снижает кредитный риск при благоприятной рыночной конъюнктуре, однако при падении цен становится каналом массовых ликвидаций [23] [25] (Perez [et al.], 2021; Qin [et al.], 2021). Автоматические маркетмейкеры поддерживают непрерывность торгов, но при недостаточной глубине ликвидности могут ускорить ценовые сдвиги. Оракулы повышают формальную объективность оценки активов, однако при задержке или искажении данных передают ошибочный сигнал сразу в несколько протоколов. Компонуемость расширяет возможности финансового конструирования, но одновременно увеличивает число скрытых взаимозависимостей.

В этом отношении DeFi воспроизводит одну из базовых проблем финансовой системы: рациональность отдельных механизмов не гарантирует устойчивости системы в целом. Ликвидаторы, арбитражеры и поставщики ликвидности действуют в соответствии с собственными стимулами, однако совокупный эффект их действий может усиливать системное напряжение. Распродажи углубляют падение цен, вывод средств сокращает доступную ликвидность, а стремление пользователей первыми покинуть проблемный актив приобретает черты цифрового аналога набега на финансовый институт [5] [12] (Дюдикова [и др.], 2025; Briola [et al.], 2023).

Степень каскадного риска в DeFi определяется межпротокольной связанностью, масштабом левереджа, корреляцией залоговых активов, глубиной ликвидности, надежностью оракулов, концентрацией управления и эффективностью механизмов экстренного реагирования [2] (Бывшев [и др.], 2024). Чем выше связанность протоколов и долговая нагрузка при ограниченной ликвидности, тем меньший по масштабу шок способен запустить каскадную динамику. Если один и тот же актив одновременно используется в нескольких протоколах в качестве обеспечения, его переоценка может вызвать не линейный, а мультипликативный эффект.

Особое значение в анализе DeFi имеет показатель TVL (Total Value Locked), отражающий совокупную стоимость активов, заблокированных в протоколах. Несмотря на широкое распространение этого индикатора, он не всегда адекватно характеризует реальную глубину ликвидности. TVL может включать повторный учет, обернутые токены, производные активы и рекурсивное использование залога. Поэтому высокий объем заблокированной стоимости сам по себе не свидетельствует о высокой устойчивости системы [19] [28] (Financial Stability Board, 2023; Werner [et al.], 2022). Напротив, многократное включение одного и того же актива в разные уровни протокольных обязательств повышает вероятность каскадной переоценки.

Таким образом, каскадный риск в DeFi следует рассматривать как форму алгоритмически опосредованной трансмиссии финансового шока. Его отличие от традиционных механизмов системного риска заключается в том, что распространение нестабильности происходит не только через поведение участников и изменение ожиданий, но и через заданные условия исполнения. В связи с этим анализ финансовой устойчивости DeFi требует учета программного кода не только как технического инструмента, но и как институциональной формы, заранее определяющей реакцию системы на стрессовые воздействия.

Архитектура каскадных рисков

Каскадные риски в DeFi целесообразно рассматривать не как набор разрозненных угроз, а как совокупность взаимосвязанных каналов передачи и усиления первоначального шока. В такой логике один и тот же инцидент может одновременно затрагивать несколько уровней DeFi-среды. Так, утрата устойчивости стейблкоина способна вызвать не только прямые потери его держателей, но и разрывы ликвидности, искажение ценовых сигналов, пересмотр параметров управления, если данный актив используется как залог, обращается в пулах ликвидности и поддерживается решениями децентрализованного управления.

Одним из наиболее характерных каналов выступает механизм ценово-ликвидационной обратной связи [1]. Снижение рыночной стоимости залогового актива ухудшает обеспеченность заемных позиций и при достижении протокольного порога автоматически запускает ликвидации. Массовая продажа залога, в свою очередь, усиливает давление на цену и переводит в зону риска новые позиции. Возникает самоподдерживающаяся обратная связь: падение цены запускает ликвидации, а ликвидации углубляют последующее падение. Такая логика характерна для кредитных протоколов Aave, Compound, MakerDAO, dYdX и других платформ, устойчивость которых зависит от соотношения стоимости залога, величины долга и глубины рыночной ликвидности [23] [25] (Perez [et al.], 2021; Qin [et al.], 2021).

Значимым каналом распространения риска являются стейблкоины (паритетный). В DeFi они выполняют несколько ролей одновременно: используются как расчетная единица, залоговый актив, инструмент выражения долговых обязательств и база формирования ликвидности [9] [12] (Bank for International Settlements, 2023; Briola [et al.], 2023). Поэтому потеря паритета стейблкоином затрагивает не только его непосредственных держателей, но и связанные с ним кредитные, обменные и инвестиционные стратегии. Наиболее уязвимы в этом отношении алгоритмические стейблкоины, устойчивость которых опирается не на систему резервов, а на механизм арбитражного взаимодействия с волатильным криптоактивом. Крах TerraUSD (2022) показал, что утрата доверия к одному стейблкоину может привести к обесценению сопряженного токена, оттоку ликвидности и переоценке рынком всего класса алгоритмических моделей.

Самостоятельное значение имеет оракульный канал трансмиссии риска [2], под которым понимается передача шока через ценовые данные, используемые смарт-контрактами при оценке обеспечения, расчете долговых позиций и запуске ликвидаций. Смарт-контракты не способны напрямую получить данные из внешней среды, поэтому корректность их исполнения зависит от надежности ценовых оракулов [28] (Werner [et al.], 2022). Ошибка, задержка обновления или манипулирование ценовыми данными могут повлечь ложные ликвидации, необоснованное увеличение доступного заимствования либо вывод средств из протокола. В этом смысле оракул является не вспомогательным техническим компонентом, а критически значимым элементом инфраструктуры DeFi, поскольку через него внешний ценовой сигнал приобретает статус основания для автоматического исполнения финансовых обязательств.

Ликвидностный канал [3] связан с особенностями формирования рыночной глубины в автоматических маркетмейкерах и пулах ликвидности. В обычных условиях такие пулы создают эффект постоянной доступности ликвидности, однако в стрессовой ситуации она может быстро сокращаться [25] (Qin [et al.], 2021). Продажа проблемного актива нарушает баланс пула, усиливает ценовое отклонение и стимулирует поставщиков ликвидности к выводу средств. В результате последующие сделки начинают оказывать все более сильное влияние на цену, что дополнительно усиливает рыночную нестабильность.

Смарт-контрактный риск возникает вследствие ошибки в коде, уязвимости используемых библиотеки, некорректных обновлений или непредвиденного взаимодействия отдельных функций. В DeFi программный код не просто обслуживает финансовые операции, а непосредственно исполняет их. По этой причине техническая ошибка быстро приобретает экономическое содержание. Если затронутый протокол встроен в цепочку агрегаторов доходности, кредитных платформ или деривативных инструментов, последствия инцидента распространяются за пределы первоначальной уязвимости. Показательным примером является атака на Euler Finance (2023), когда сочетание мгновенного беззалогового займа и ошибки в логике протокола привело к значительным потерям [13] (Chainalysis, 2024).

Дополнительную уязвимость формирует межсетевая инфраструктура. DLT-мосты обеспечивают перенос стоимости между различными сетями, но одновременно концентрируют активы и создают новые доверительные зависимости. Компрометация моста нарушает связь между исходным и обернутым активом, что способно вызвать обесценение токенизированных репрезентаций, дефицит ликвидности и убытки протоколов, принимающих такие активы в качестве обеспечения. Инциденты с Ronin, Wormhole и Nomad подтвердили, что мосты превратились в системно значимые элементы DeFi-инфраструктуры [11] (Belenkov [et al.], 2025).

Особое место занимает канал протокольного управления [4], связанный с DAO (Decentralized Autonomous Organization, децентрализованная автономная организация), распределением токенов управления и процедурами изменения параметров протокола. Децентрализованное управление не всегда повышает устойчивость системы. В условиях стресса принятие решений может быть замедленным, а концентрация токенов управления у крупных участников способна смещать баланс интересов. Кроме того, само ожидание возможного вмешательства – изменения ликвидационных порогов, заморозки операций, компенсаций или списаний – влияет на поведение пользователей и усиливает институциональную неопределенность.

Наиболее специфичным для DeFi является риск компонуемости [27] (Schär, 2021). Один и тот же актив может последовательно использоваться в разных протоколах (залог ® источник займа ® элемент пула ликвидности ® элемент доходной стратегии). Такая архитектура повышает эффективность использования капитала, но одновременно многократно переупаковывает исходный риск. Поэтому нарушение устойчивости базового актива способно затронуть всю цепочку производных позиций и вызвать дестабилизацию в протоколах, которые формально не были связаны с первоначальным источником шока.

Таким образом, каскадный риск в DeFi представляет собой не однородное явление, а систему взаимосвязанных каналов, через которые первоначальный шок передается между протоколами, активами и участниками рынка, усиливаясь по мере распространения. Каждый из рассмотренных каналов может быть как самостоятельным источником дестабилизации, так и механизмом ее дальнейшей трансмиссии. Наибольшую угрозу создают ситуации одновременной активации нескольких каналов, поскольку в таких условиях даже формально корректное исполнение смарт-контрактов способно приводить к экономически разрушительным последствия.

Инциденты DeFi как формы каскадного риска

Эмпирическая практика DeFi показывает, что каскадный риск возникает не как следствие единичного сбоя, а как результат взаимодействия рыночных, технологических, информационных и инфраструктурных факторов. Одним из первых показательных примеров стал «черный четверг» MakerDAO (2020), когда резкое снижение цены ETH привело к массовому ухудшению залогового покрытия долговых позиций. Формально механизм ликвидаций продолжал действовать, однако перегрузка сети Ethereum и резкий рост комиссий нарушили нормальную конкуренцию между участниками аукционов. В этих условиях отдельные ликвидаторы получили возможность приобретать залог по нулевым или близким к нулю ставкам, что привело к появлению в системе необеспеченного DAI. Данный эпизод показал, что сверхзалоговая модель или модель избыточного обеспечения [21] [23] [26] (Gudgeon [et al.], 2020; Perez [et al.], 2021; Qin [et al.], 2021) сама по себе не обеспечивает устойчивости протокола: ее эффективность зависит от состояния сетевой инфраструктуры, своевременности обновления ценовых данных и способности участников оперативно выполнять арбитражные и ликвидационные операции.

Иной механизм каскадного риска проявился в 2020 г. на платформе Compound. Масштабные ликвидации в этом случае были вызваны не реальным обесценением актива, а аномальной ценой DAI, поступившей из используемого источника оракульных данных. Для смарт-контракта такая цена имела тот же технический статус, что и корректная, поскольку протокол автоматически исполнял заранее заданные правила на основе признанного источника информации. Этот случай выявил одну из принципиальных особенностей DeFi: оракул способен преобразовывать информационный риск в балансовый. Ошибка в передаче цены непосредственно влияет на оценку обеспечения, платежеспособность заемщиков и условия ликвидации. При этом высокая скорость автоматического исполнения существенно ограничивает возможности последующей корректировки или пересмотра уже совершенных операций.

Наиболее масштабно каскадная динамика проявилась в экосистеме Terra / UST (2022). Устойчивость алгоритмического стейблкоина UST опиралась на связку с токеном LUNA и систему арбитражных стимулов, тогда как значительная часть спроса поддерживалась доходностью Anchor Protocol. Потеря доверия к способности UST сохранять паритет вызвала массовый выход средств из Anchor, распродажу UST и усиление давления на LUNA. Чем ниже становилась стоимость LUNA, тем менее убедительной выглядела сама модель стабилизации UST. В результате сформировалась самоподдерживающаяся «спираль смерти», в которой рыночное недоверие, алгоритмическая эмиссия и отток ликвидности взаимно усиливали друг друга. По своей экономической логике этот процесс напоминал банковский набег, однако развивался вне институциональной архитектуры традиционного банка. Крах Terra показал, что в DeFi высокая доходность может выступать не только инструментом привлечения ликвидности, но и источником системной хрупкости [5].

Манипулятивный характер каскадного риска проявился в инциденте Mango Markets (2022). Искусственное повышение цены токена MNGO позволило завысить стоимость портфеля и вывести значительный объем криптоактивов. Экономический смысл атаки состоял не во взломе программного кода как такового, а в использовании уязвимостей модели оценки обеспечения и особенностей рыночной микроструктуры. Если протокол принимает в качестве залога низколиквидный или легко манипулируемый актив, то формально корректное изменение его цены может создать фиктивную платежеспособность заемщика. Сходная логика прослеживается в случаях Euler Finance и Curve Finance в 2023 г., где технические уязвимости получили более широкое экономическое значение вследствие высокой композиционности DeFi. В Euler использование мгновенного беззалогового займа позволило быстро масштабировать атаку, тогда как в Curve эксплуатация уязвимости затронула не только отдельные пулы ликвидности, но и доверие к связанным активам, включая CRV как элемент залоговой базы в других протоколах.

Особое место в системе каскадных рисков занимают межсетевые мосты, что подтверждают инциденты Ronin и Nomad в 2022 г. Их уязвимость опасна не только прямой утратой криптоактивов, но и нарушением обеспеченности обернутых токенов, обращающихся в других сетях. Если такие токены используются в пулах ликвидности, кредитных протоколах или инвестиционных стратегиях, локальный сбой моста способен быстро выйти за пределы исходной инфраструктуры. В этом отношении межсетевые мосты выполняют в DeFi функцию, близкую к клирингово-расчетным центрам традиционной финансовой системы. Внешне они представляют собой технический механизм передачи активов между сетями, однако фактически обеспечивают перенос стоимости и доверия между различными сегментами DeFi.

Рассмотренные случаи позволяют уточнить общий вывод: системное значение DeFi-инцидента определяется не только размером прямого ущерба, но и степенью включенности затронутого актива или протокола в межпротокольные связи. Ценовой шок, ошибка оракула, дефект смарт-контракта, манипуляция рынком, утрата доверия к стейблкоину или сбой межсетевого моста становятся источниками каскадного риска тогда, когда запускают автоматическое исполнение обязательств и затрагивают активы, одновременно выполняющие несколько ролей. Именно это отличает DeFi от более сегментированных форм финансовой инфраструктуры и превращает локальные нарушения в потенциально системные.

Пределы устойчивости DeFi

Снижение каскадных рисков в DeFi следует рассматривать не как набор отдельных технических решений, а как задачу выстраивания устойчивой институционально-технологической архитектуры. Аудит смарт-контрактов сохраняет значение необходимого инструмента контроля, однако сам по себе он не гарантирует устойчивости протокола. Более существенным является вопрос о согласованности программного кода, рыночных стимулов, ликвидности, механизмов управления и внешних источников данных. Надежность протокола определяется не только отсутствием ошибок в коде, но и способностью его правил обеспечивать приемлемые результаты в условиях рыночного стресса.

Одним из ключевых направлений снижения рисков выступает риск-ориентированная настройка залоговых параметров. В кредитных протоколах оценка обеспечения не может сводиться к текущей рыночной цене актива. Необходимо учитывать ликвидность, глубину рынка, волатильность, концентрацию держателей, корреляцию с другими активами, а также вероятность ценовой манипуляции [7] (Шкодинский [и др.], 2025). С этой точки зрения единые требования к обеспечению не могут в равной степени применяться к базовым криптоактивам, ликвидным стейблкоинам, токенам управления с ограниченной глубиной рынка и обернутым активам, зависимым от мостовой инфраструктуры. Пруденциальная логика DeFi должна выражаться в дифференцированном установлении дисконтов к стоимости обеспечения, лимитов заимствования, предельной долговой нагрузки и ликвидационных порогов с учетом риск-профиля конкретного актива.

Не менее значимой является устойчивость оракульной инфраструктуры, поскольку именно оракулы обеспечивают связь смарт-контрактов с внешними данными. Надежный протокол должен опираться на несколько источников ценовой информации, использовать механизмы сглаживания экстремальных отклонений, резервные каналы получения данных и процедуры временной приостановки операций при выявлении аномальных расхождений. Вместе с тем чрезмерное сглаживание ценового сигнала также несет риски: задержка обновления данных создает возможность использования устаревшей информации. Поэтому задача состоит не в достижении максимальной стабильности индикатора, а в поддержании баланса между скоростью обновления, устойчивостью к манипулированию и прозрачностью методологии расчета.

Особое значение имеет управление ликвидациями, поскольку именно массовые ликвидации нередко превращают локальный шок в цепную реакцию [23] [25] (Perez [et al.], 2021; Qin [et al.], 2021). Протоколы нуждаются в механизмах, которые снижают одномоментное давление на рынок, но при этом не разрушают экономические стимулы ликвидаторов. К числу таких механизмов относятся частичные ликвидации, динамические штрафы, лимиты на объем ликвидаций, корректно настроенные аукционные процедуры, страховые фонды и резервная ликвидность. Их использование позволяет уменьшить вероятность накопления проблемного долга. Однако чрезмерное ограничение ликвидаций может привести к обратному результату: если участие ликвидаторов становится экономически невыгодным, протокол теряет способность своевременно восстанавливать платежеспособность.

Снижение каскадного риска предполагает и более осторожное отношение к компонуемости DeFi. Открытость и совместимость протоколов являются важными источниками инноваций, однако не каждый актив должен автоматически получать статус надежного залога, расчетной единицы или базы ликвидности. Режимы изоляции, ограничения на использование отдельных криптоактивов, запрет рекурсивного залога, а также специальные риск-категории для обернутых активов и токенов управления позволяют предотвратить превращение уязвимого актива в системно значимый элемент. Такая практика не противоречит природе DeFi при условии, что соответствующие правила заранее формализованы и доступны участникам рынка.

Важным условием устойчивости выступает наличие процедур кризисного реагирования [3] (Гумеров [и др.], 2025). Практика показала, что принцип полной автономности кода не всегда достаточен в критических ситуациях. Протоколам необходимы механизмы временной приостановки операций, предельные лимиты, ускоренные процедуры принятия решений, страховые резервы, правила компенсации и публичный разбор инцидентов. Вместе с тем каждый из этих инструментов имеет двойственную природу: он способен снижать технический и рыночный риск, но одновременно может усиливать риск централизации. Поэтому институциональная задача состоит в том, чтобы допустить вмешательство в исключительных обстоятельствах, но ограничить возможность произвольных действий со стороны управляющих субъектов.

Прозрачность межпротокольных зависимостей должна рассматриваться как самостоятельный элемент риск-менеджмента DeFi. Пользователь, как правило, видит доходность и интерфейс, но не всегда понимает, какой актив лежит в основе стратегии, через какие протоколы и мосты он проходит, каким оракулом оценивается и где используется в качестве обеспечения. Для снижения каскадных рисков необходимы карты зависимостей, стресс-тестирование TVL, раскрытие структуры резервов, мониторинг концентрации крупных позиций и оценка сценариев одновременного оттока ликвидности.

Регуляторная модель DeFi не может быть простой копией банковского надзора, поскольку смарт-контракт не является кредитной организацией, а децентрализованная инфраструктура не имеет единого центра принятия решений [8] (Щурина, 2025). Однако это не означает отсутствия регулируемых точек контроля. Значимыми участниками становятся разработчики интерфейсов, администраторы протоколов, поставщики оракулов, эмитенты стейблкоинов, DAO-структуры и лица, извлекающие экономическую выгоду из управления [4] (Дюдикова, 2025). В связи с этим регулирование DeFi постепенно смещается от оценки заявленной децентрализации к анализу фактической архитектуры контроля, распределения полномочий и источников экономического влияния.

Устойчивость DeFi не может быть полностью заимствована из традиционных финансов, однако базовые принципы финансовой стабильности сохраняют значение [6] (Криничанский [и др.], 2024). К ним относятся достаточность резервов, ограничение концентрации, диверсификация источников риска, управление ликвидностью, стресс-тестирование, раскрытие информации и наличие процедур кризисного реагирования. Следовательно, DeFi нуждается не в отказе от автоматизации, а в институциональном оформлении ее пределов. В научном отношении наиболее продуктивным представляется рассмотрение DeFi как гибридной финансовой системы, в которой программный код задает правила взаимодействия, рыночные стимулы формируют поведение участников, а устойчивость определяется качеством связи между технологическими, экономическими и институциональными элементами.

Заключение

Каскадные риски в DeFi целесообразно рассматривать как особую форму финансовой нестабильности, возникающую на пересечении автоматизированного исполнения сделок, высокой взаимосвязанности протоколов и недостаточной институциональной определенности данной сферы. Их отличительная особенность заключается в том, что первоначально локальный шок может в короткие сроки приобрести системный характер. Передача такого шока осуществляется через смарт-контракты, ценовые оракулы, залоговые механизмы, стейблкоины и пулы ликвидности, которые формируют единую сеть взаимных финансовых зависимостей. Проведенный анализ позволяет сделать вывод о том, что устойчивость DeFi не может оцениваться исключительно на основе объема заблокированных активов, качества программного кода или степени формальной децентрализации. Более существенное значение приобретают глубина и устойчивость ликвидности, надежность ценовых данных, структура обеспечения, уровень компонуемости активов, а также наличие заранее заданных процедур реагирования на кризисные ситуации. В данном контексте децентрализация не устраняет доверие как экономическую категорию, а изменяет его конфигурацию: доверие перераспределяется между программным кодом, рыночными стимулами, инфраструктурными участниками и механизмами управления. Следовательно, дальнейшее развитие DeFi связано не с отказом от автоматизации, а с определением ее институциональных границ. Научно и практически значимым направлением становится формирование риск-ориентированной модели оценки DeFi как гибридной финансовой системы, в которой технологические, рыночные и управленческие факторы рассматриваются во взаимосвязи с задачами обеспечения финансовой устойчивости.

[1] Понятие «ценово-ликвидационный канал» используется как авторская фиксация механизма, который в международной практике раскрывается через понятия automatic collateral liquidation, DeFi liquidations, liquidation risk, liquidation spirals и fire-sale spillovers [19] [23] [24] (Financial Stability Board, 2023; Perez [et al.], 2021; Qin [et al.], 2023).

[2] Термин «оракульный канал трансмиссии риска» введен для русскоязычного обозначения механизма, который в международной литературе раскрывается через понятия oracle risk, oracle problem, oracle manipulation и price oracle attacks [16] [17] (Duley [et al.], 2023; Eskandari [et al.], 2021).

[3] Термин «ликвидностный канал» используется для обозначения процессов, которые в англоязычной литературе описываются через категории AMM liquidity pools, slippage, market impact, impermanent loss и liquidity risk [15] [27] [29] (Del Monte [et al.], 2025; Schär, 2021; Xu [et al.], 2023).

[4] Формулировка «канал протокольного управления» вводится для обозначения совокупности управленческих механизмов DeFi-протоколов, которые в зарубежных исследованиях рассматриваются в контексте DAO governance, decentralized governance, governance risk, tokenized voting rights, governance attacks, governance token concentration и emergency governance [10] [18] [20] [22] (Barbereau [et al.], 2023; Feichtinger [et al.], 2024; Fritsch [et al.], 2024; IOSCO, 2023).

[5] Если устойчивость стейблкоина поддерживается главным образом за счет постоянного притока новых пользователей в протокол, обещающий доходность выше рыночной, то любое ослабление доверия способно приобрести форму набега. Алгоритмическая стабильность в таком случае имеет не только техническую, но и социальную природу: она сохраняется ровно до тех пор, пока участники уверены, что другие не начнут массово выходить из системы раньше них.