TL;DR
DeFi 世界最常用的指标 TVL(总锁仓价值),可能有一半是”空气”。Financial Cryptography 2026 的这项研究分析了 3,570 个协议、横跨五年的链上数据,发现同一笔钱在 Lido、MakerDAO、Aave、Curve、Convex、Uniswap 之间转一圈,能把 1,000 美元计成 4,713 美元的 TVL——全程没有任何新增资金流入。2021 年 12 月 DeFi 巅峰时期,TVL 与真实价值之间的缺口高达 1,398.7 亿美元,比值约 2:1。作者提出新指标 TVR(Total Value Redeemable,总可赎回价值):只统计协议合约里真正”能赎回”的本币(原生币、治理币、非加密抵押稳定币),把凭空铸造的衍生凭证代币全部剔除。敏感性测试显示,ETH 下跌 25% 时,TVL 会比 TVR 多跌约 10 亿美元——衍生代币是金融传染的放大器。这篇论文的判断很直接:TVL 适合看热闹,TVR 才适合看门道。
论文信息卡
- 标题:Piercing the Veil of TVL: DeFi Reappraised
- 作者:Yichen Luo(UCL 区块链技术中心)、Yebo Feng(南洋理工大学,通讯作者)、Jiahua Xu(UCL)、Paolo Tasca(DLT Science Foundation)
- 会议:Financial Cryptography and Data Security(FC 2026),DeFi 专题,Springer 出版
- 原文链接:https://arxiv.org/abs/2404.11745(arXiv:2404.11745v5)
- 备注:部分工作受 Ripple 大学区块链研究计划(UBRI)资助
背景
TVL 是 DeFi 的”GDP”。无论是媒体、投资人还是研究者,谈论 DeFi 规模时几乎都会引用这个数字——截至 2025 年 5 月,DeFiLlama 口径的全网 TVL 约为 2,500 亿美元。它在传统金融里有个近亲:资管规模(AUM)。但 AUM 背后是一套成熟的会计准则,而 TVL 的计算口径至今没有统一标准:DeFiLlama、DappRadar、DeFiPulse 等数据站各算各的,方法论大多不透明。
问题的根子是 DeFi 的可组合性。用户把 ETH 存进 Lido 得到 stETH,把 stETH 再抵押进 MakerDAO 借出 DAI,把 DAI 存进 Aave 得到 aDAI……每一步都会铸造一种新的凭证代币,而每一种凭证代币都会被计入某个协议的 TVL。同一笔钱被数了四五遍,TVL 就这样被”包装”(wrapping)和”加杠杆”(leveraging)吹大了。DeFiLlama 也意识到了这个问题,提供了一个”剔除双重计数”的开关,但它的办法非常粗糙:直接把”会向别的协议存款”的整个协议从统计里删掉——比如 MakerDAO 的 TVL 会被整体抹除,连它金库里真实的 ETH 都不算了。
此前的研究大多默认 TVL 是干净信号:有人用它做协议估值和泡沫监测,有人研究 TVL 与协议收入的因果关系。也有人注意到了重复计数——比如追踪 DAI 在协议间流动的研究、测量 DeFi 协议组合结构的研究——但都停在”描述现象”的层面,没有给出一个系统性、可落地的修正指标。这篇论文要做的,就是把这层窗户纸彻底捅破,并给出替代方案。
方法拆解
论文的方法分四步,层层递进,核心思想借自传统会计的”合并资产负债表”。
第一步:把代币一分为二。 所有代币被划分为两类:“本币”(plain token)是没有底层资产的代币——ETH 等原生币、各类治理代币、USDC 等非加密抵押稳定币;“衍生代币”(derivative token)是存入底层资产后按比例铸造的 IOU 凭证——stETH、wstETH、DAI、aDAI、a3CRV、cvxa3CRV 都属于这一类。判断标准很直白:这个代币背后有没有”妈”。
第二步:定义 TVR。 TVR 只加总协议智能合约里持有的本币价值,衍生代币和借出的代币一律剔除。会计上的类比是合并报表:集团内”一家记资产、一家记负债”的内部往来,在合并时要先抵消掉,不能重复计算。
第三步:用实例讲透重复计数。 假设你有 1,000 美元的 stETH:存进 Lido 换成 1,000 美元 wstETH(第 1 步),再把 wstETH 抵押进 MakerDAO,按当时抵押率借出 571 美元 DAI(第 2 步)。传统 TVL 口径下,Lido 计 1,000、MakerDAO 计 1,000(wstETH)+ 571(DAI),合计超过 2,000;而合并报表抵消掉内部的 wstETH 往来后,真实价值始终是 1,000。更夸张的是论文的完整链条:
flowchart LR
A["用户投入<br/>1000 美元 ETH"] --> B["Lido<br/>铸造 stETH / wstETH"]
B --> C["MakerDAO<br/>抵押 wstETH<br/>借出 571 DAI"]
C --> D["Aave<br/>存入 DAI<br/>铸造 aDAI"]
D --> E["Curve<br/>组 LP<br/>铸造 a3CRV"]
E --> F["Convex<br/>质押 a3CRV<br/>铸造 cvxa3CRV"]
F --> G["Uniswap<br/>交易对做市"]
G --> H["TVL = 4713 美元<br/>真实投入仅 1000 美元"]
style H fill:#fee2e2,stroke:#dc2626
一分钱不新增,TVL 变成 4.713 倍。这就是 DeFi 可组合性的另一面:收益可以叠,数字也可以叠。
第四步:形式化”为什么 TVL 在暴跌中跌得更狠”。 衍生代币的价格内生于底层资产:质押率、清算阈值、清算罚金把它和底层价格死死绑在一起。ETH 一跌,抵押品贬值触发借贷协议清算,清算又压低衍生代币价格、甚至造成稳定币脱钩——TVL 里每一个衍生代币都是一条传染通道。作者把”借贷资金池”(PLF,含 MakerDAO 这类 CDP 和 Aave 这类借贷协议)单独建模,推导出 TVL 对底层价格冲击的敏感度天然高于 TVR。最后仿真验证了这套形式化推导。
顺带一提,论文还定义了 DeFi 货币乘数 = TVL / TVR,直接对标传统金融的 M2/M0,用来量化整个系统的”水分倍数”。
实验与数据
数据规模是这篇论文的底气:DeFiLlama 上 3,570 个协议、2021 年 1 月至 2024 年 3 月的逐日 TVL 拆分数据,代币分类来自 CoinMarketCap;敏感性测试则直接抓取以太坊归档节点的链上状态,锁定三个关键时点——2021 年 12 月 2 日(TVL 历史峰值)、2022 年 5 月 9 日(Luna 崩盘末)、2022 年 11 月 8 日(FTX 崩盘末)。
核心发现一:峰值时一半是水分。 TVL、DeFiLlama 调整后 TVL、TVR 三条曲线同涨同跌,但 TVL 与 TVR 的缺口在 2021 年 12 月 2 日达到 1,398.7 亿美元,TVL/TVR 比值约 2。换句话说,DeFi 最辉煌的那天,账面上有将近一半是重复计数。
核心发现二:牛市注水、熊市挤水。 把 TVL 拆开看,重复计数占比在 TVL 峰值时为 65.3%,Luna 崩盘后降到 58.8%,FTX 崩盘后进一步降到 49.6%。牛市里大家疯狂包装加杠杆,水分自然多;暴跌清算潮相当于被动”挤水分”。协议构成也印证了集中度:峰值时 MakerDAO 占 8.1%、Curve 7.5%、Convex 6.2%、Aave V2 5.9%。Luna 崩盘后,原生币在 TVR 中的占比下降、非加密抵押稳定币占比上升(避险情绪);FTX 崩盘后这个趋势反转。
核心发现三:DeFiLlama 的”一键去重”不靠谱。 2022 年 6 月之前,TVR 高于 DeFiLlama 调整后 TVL——说明它去重去少了;2022 年 6 月之后,TVR 反而低于调整后 TVL——说明它去重去多了。整协议剔除法既粗糙又不稳定,token 级的 TVR 才是细粒度答案。
核心发现四:TVL 在下跌中确实更脆弱。 在 Lido、MakerDAO、Aave V2、Uniswap V2、Curve、Convex 六个头部协议(占当时全网 TVL 约 68%)上做敏感性测试:ETH 下跌 25%,TVL 比 TVR 多跌约 10 亿美元,而且无论参数怎么调,TVL 曲线都比 TVR 更陡。机制也被拆开了:清算因子(close factor)越高跌得越狠,且 MakerDAO 的清算因子影响大于 Aave(因为它对 ETH 敞口更大);gas 费的影响可以忽略;极端下跌下还会触发 DAI 脱钩,让 TVL 再下一层。
核心发现五:DeFi 乘数是情绪的温度计。 DeFi 货币乘数与 ETH 价格、标普加密货币大盘指数的 Spearman 相关系数均为 0.91(1% 水平显著),与传统金融货币乘数为 −0.76(1% 显著),与 CPI、VIX 则无显著相关。解读很直观:牛市加杠杆、熊市去杠杆;DeFi 和传统金融之间还存在”替代效应”——一边的水多了,另一边就少了。
相关工作对比
TVL 一直被当作干净信号用:有研究分析 TVL 与协议估值、协议收入的因果关系,有人用 TVL/市值给 DeFi 估值,还有人用 TVL 监测数字泡沫。这篇论文相当于指出:你们地基下面有裂缝,楼盖得再漂亮也得先修地基。
可组合性方向的前人工作更接近真相:追踪 DAI 跨协议流动的研究解释了包装如何让 TVL 重复计入,测量 DeFi 协议组合结构的研究画出了协议之间的嵌套关系,用生产网络模型算各部门增加值的研究试图做价值核算。但它们要么只盯着单个代币或单个环节,要么停在部门层面,都没有给出一个能实际计算、能替代 TVL 的指标。TVR 是第一个做到 token 粒度的系统性修正,这是它真正的创新点。
清算方向也有经典前作,比如 FC 2021 的 “Liquidations: DeFi on a Knife-Edge” 和多项 DeFi 清算实证研究。本论文把清算机制内嵌进了 TVL 不稳定性的形式化分析,回答了”为什么 TVL 在暴跌中跌得更狠”——衍生代币既是 TVL 的注水泵,也是金融传染的放大器。方法上的三位一体(token 二分 + 合并报表思想 + 货币乘数类比)让这篇论文既有理论框架,又有五年大数据验证。
局限与开放问题
- 依赖第三方分类:TVR 的准确性系于 CoinMarketCap 的代币分类和 DeFiLlama 的 TVL 拆分数据,分类错了 TVR 就跟着错。论文在附录里探讨了自动化摆脱第三方数据的路径,但尚未完全落地。
- 测试范围有限:敏感性测试只覆盖以太坊上六个头部协议(约 68% TVL),长尾协议和小链只在附录里简单分析,结论外推要谨慎。
- 分类仍有灰色地带:治理代币被算作本币、算法稳定币的归类等问题,划分标准仍有讨论空间。
- 相关性不等于因果:货币乘数与宏观指标的相关性是描述性的,DeFi 与传统金融的”替代效应”还需要更强的识别策略来验证因果。
- “可赎回”不等于”无价值”:TVR 剔除了传染风险,但也剔除了衍生代币的真实经济功能(比如 stETH 提供的流动性)。TVR 回答的是”系统里到底有多少钱”,而不是”这些衍生品有没有用”。
一点思考
看 DeFi 数据的人,应该把 TVL 当”热度指标”、TVR 当”体量指标”:前者告诉你市场有多嗨,后者告诉你系统里到底沉淀了多少钱。我的判断是,TVR 这类”去水分”指标迟早会被 DeFiLlama 之类的数据站吸收——毕竟这篇论文已经用数据证明,它们的”一键去重”开关既去不干净、又经常去过了头。对普通用户更实用的启示是:熊市里别被 TVL 的断崖式下跌吓到,那里面一半以上是杠杆和包装蒸发掉的”空气”,未必是真实资金出逃;反过来,牛市里 TVL 翻倍也别急着喊 Mass Adoption,先问一句:乘数是多少?
原文链接
- 论文全文(arXiv):https://arxiv.org/abs/2404.11745
- 会议版本:Financial Cryptography and Data Security(FC 2026),DeFi 专题,Springer 出版