収益マグネットとシステムの弾力性：Ethena × Pendle の YT アービトラージをどのように理性的に考えるか

著者：TEDAO 導入： Ethena の人気が高まるにつれ、混雑したアービトラージチェーンが高速で運転しています：担保 (e/s) USDe を Aave で借り入れ、Pendle の YT/PT を購入して利益を得る。一部のポジションは再び PT を Aave に供給してレバレッジをかけ、Ethena ポイントなどの外部インセンティブを狙います。結果は明らかで、Aave 上の PT の担保エクスポージャーは急激に上昇し、主流のステーブルコインの利用率は 80% 以上に押し上げられ、システム全体があらゆる風の動きに対してより敏感になっています。

この記事では、この資金チェーンの運転、退出メカニズム、Aave と Ethena のリスク管理設計を深く分析します。しかし、メカニズムを理解することは第一歩に過ぎず、本当の達人のステップアップはフレームワークのアップグレードにあります。私たちは往々にしてデータ分析ツール（Dune など）を使って「過去」を振り返ることに慣れていますが、欠けているのは「未来」のさまざまな可能性を見極め、実際に --- まずリスクの境界を定め、その後に利益を議論することです。

アービトラージの運転：『利益端』から『システム端』へ

まず、このアービトラージパスを見てみましょう：Aave に eUSDe または sUSDe を預け（sUSDe は質権後の eUSDe で、原生の利益を伴います）、ステーブルコインを借り入れ、その後 Pendle で YT/PT を購入します。YT は将来の利益に対応し、PT は利益を剥離されているため、常に割引価格で購入でき、満期まで保有して 1:1 で換金し、その差額を得ることができます。もちろん、実際の「大きな利益」は Ethena ポイントのような外部インセンティブです。

このように得られた PT は、Aave で担保として使用できるため、循環貸付の完璧な出発点となります：「PT を担保 → ステーブルコインを借りる → PT/YT を購入 → 再担保」。こうすることで、相対的に確実な利益を得るために、レバレッジを使って Ethena ポイントのような高弾性リターンを狙います。

この資金チェーンはどのように貸付市場を書き換えたのでしょうか？

• Aave のエクスポージャーと二次効果： USDe に対応する資産は次第に Aave の主流担保となり、シェアは一時約 43.5% に達し、主流のステーブルコイン USDT/USDC の利用率を直接押し上げました。

• 借入側の混雑： PT 担保を USDe eMode に導入した後、USDe の借入規模は約 3.7 億ドルに達し、そのうち約 2.2 億（≈60%）がレバレッジ化された PT 戦略に利用され、利用率は約 50% から約 80% に急上昇しました。

• 集中度と再担保： Aave 上の USDe の供給は高度に集中しており、上位二つの主体が合計で>61%を占めています。この集中度と循環レバレッジが利益を拡大し、システムの脆弱性を悪化させました。

ここでの法則は非常にシンプルです：利益が魅力的であればあるほど、循環は混雑し、システム全体はより敏感になります。価格、金利、流動性のわずかな変動も、このレバレッジチェーンによって無情に拡大されます。

注：この記事で引用されているコアのオンチェーンデータは、主に Chaos Labs が 2025 年 7 月 17 日に発表した報告書および関連市場観察に基づいています。オンチェーンデータは動的に変化するため、読者には関連データ分析プラットフォームを通じて最新の状況を確認することをお勧めします。

なぜ「退出」が難しくなるのか：Pendle の構造的制約

では、どうやって退出するのでしょうか？前述の循環ポジションを減レバレッジまたは清算する際、主に二つの道があります：

• 市場化退出： 満期前に PT / YT を売却し、ステーブルコインに戻して返済し担保を解除します。

• 満期まで保有して退出： PT を満期まで保有し、1:1 で基礎資産に換金して返済します。この道は遅いですが、市場の変動時にはより安定しています。

なぜ退出が難しくなるのでしょうか？難点は主に Pendle の二つの構造的制約から来ています：

• 固定期限： PT は満期前に直接償還できず、二次市場で売却するしかありません。「迅速にレバレッジを減らしたい」と思ったら、二次市場の状況を見なければならず、深さと価格変動の二重の試練を受けることになります。

• AMM の「暗黙の利回り範囲」： Pendle の AMM は、設定された暗黙の利回り範囲内で最も効率的です。一旦市場の感情が変化し、利回りの価格設定がこの範囲を超えると、AMM は「失活」する可能性があり、取引はより薄いオーダーブックで行われ、スリッページと清算リスクが急激に上昇します。リスクの外部流出を防ぐために、Aave のようなプロトコルは PT リスクオラクルを展開しました：PT の価格がある底値に下がると、市場を直接凍結します。これにより不良債権を避けることができますが、短期的には PT を売却することが難しくなり、市場が回復するのを待つか、満期まで保有するしかありません。

したがって、市場が安定しているときは退出は通常難しくありませんが、市場が再評価を始め、流動性が混雑すると、退出は主要な摩擦点となり、事前に準備を整える必要があります。

Aave の「ブレーキとバッファ」：去レバレッジを秩序立てて制御する

このような構造的摩擦に直面して、貸付プロトコル（Aave など）はどのようにリスク管理を行うのでしょうか？それは「ブレーキとバッファ」メカニズムを内蔵しています：

• 凍結と底値メカニズム： PT の価格がオラクルの底値に達し維持されると、関連市場は満期まで凍結されます；満期後、PT は自然に基礎資産に分解され、安全に清算/解除され、固定期限構造による流動性のミスマッチの外部流出をできるだけ避けます。

• 内部化清算： 極端な状況下では、清算報酬を 0 に設定し、まずバッファを形成してから段階的に担保を処理します：USDe は流動性が回復した後に二次市場で売却し、PT は満期まで保有し、二次市場の流動性が薄いオーダーブックでの受動的な売却を避け、スリッページを拡大させないようにします。

• ホワイトリスト償還： 貸付プロトコルが Ethena のホワイトリストを取得した場合、二次市場を回避し、直接 USDe で基礎ステーブルコインを償還し、衝撃を軽減し回収を向上させます。

• 付随ツールの境界： USDe の流動性が段階的に緊張しているとき、Debt Swap は USDe 計算の債務を USDT/USDC に交換できます；ただし、E-mode の設定制約を受け、移行にはハードルとステップがあり、より十分な保証金が必要です。

Ethena の「自適応基盤」：支持構造と保管の分離

貸付プロトコルには「ブレーキ」がありますが、資産支持側には Ethena の「自動変速機」が衝撃を吸収する必要があります。

• 支持構造と資金費率の状態において： 資金費率が低下または負に転じると、Ethena はヘッジエクスポージャーを減少させ、ステーブルコインの支持を高めます；2024 年 5 月中旬にはステーブルコインの比率が一時~76.3% に達し、その後~50% の領域に戻りましたが、前年よりも高く、負の資金費率周期において積極的に圧力を軽減できます。

• さらに、バッファ能力から見ると： 極端な LST 罰金シナリオにおいて、USDe 全体の支持に対する純影響は約 0.304% と推定されます；6,000 万ドルの準備金はこのような衝撃を吸収するのに十分であり（その約 27% に過ぎません）、したがって、アンカーと償還への実質的な影響は制御可能です。

• 資産の保管と分離は重要な要素です： Ethena の資産は取引所に直接保管されるのではなく、第三者の保管者（Copper、Ceffu など）を通じて場外決済と資産分離が行われます。これは、取引所自体に運営または償還の問題が発生しても、これらの担保資産は所有権上独立して保護されていることを意味します。このような分離構造の下で、高効率の緊急プロセスが実現されます：取引所が中断した場合、保管者は一定の決済サイクルを逃した後、未決済ポジションを無効にし、担保を解放し、Ethena が迅速にヘッジポジションを他の取引所に移行できるようにし、リスクエクスポージャーのウィンドウを大幅に短縮します。

「暗黙の利回りの再価格設定」からのミスマッチが主な原因であり、USDe の支持が損なわれていない場合、オラクルの凍結と段階的処理の保護の下で、不良債権リスクは制御可能です；本当に重点的に防ぐべきは、支持側の損失による尾部イベントです。

あなたが注目すべきこと：6 つのリスク信号

理論が終わったので、具体的な指標を見てみましょう。以下にまとめた 6 つの信号は、Aave × Pendle × Ethena の連動と高度に関連しており、日常のダッシュボードとして監視できます。

• USDe の借入と利用率：USDe の総借入量、レバレッジ化された PT 戦略の割合、利用率曲線を継続的に追跡します。利用率が長期的に ~80% を超えると、システムの敏感度が著しく上昇します（報告期間中に ~50% から ~80% に上昇）。

• Aave のエクスポージャーとステーブルコインの二次効果：USDe に支持される資産が Aave の総担保の中で占める割合（例えば~43.5%）や、USDT/USDC などのコアステーブルコインの利用率への伝導効果に注目します。

• 集中度と再担保：上位アドレスの預金占有率を監視します；上位アドレスの集中度（例えば上位二つの合計）が 50-60% を超えると、その同方向操作が流動性ショックを引き起こす可能性があるため警戒が必要です（報告期間中のピーク値 >61%）。

• 暗黙の利回り範囲の接近度：目標 PT/YT プールの暗黙の利回りが AMM の設定範囲の境界に近づいているかどうかを確認します；範囲に近づくまたは超えると、マッチング効率が低下し、退出摩擦が上昇します。

• PT リスクオラクルの状態：PT の市場価格と Aave リスクオラクルの最低価格閾値との距離に注目します；閾値に近づくことは、レバレッジチェーンが「秩序立てて減速」する必要がある強い信号です。

• Ethena の支持状態： 定期的に Ethena が公表する準備構成を確認します。ステーブルコインの比率の変化（例えば ~76.3% から ~50% に戻る）は、資金費率への適応戦略とシステムのバッファ能力を反映しています。

さらに進んで、各信号にトリガー閾値を設定し、事前に対応アクションを計画することができます（例えば：利用率≥80% → 循環倍数を下げる）。

観察から境界へ：リスクと流動性管理

これらの信号は最終的にリスク管理に役立ちます。私たちはそれらを 4 つの明確な「境界」として固化し、「リスク限度 → トリガー閾値 → 処理アクション」という閉ループで操作します。

境界 1：循環倍数

循環レバレッジは利益を向上させる一方で（外部インセンティブが重なるとき）、価格、金利、流動性に対する敏感度を拡大します；倍数が高いほど、退出の余地は小さくなります。

限度：最大循環倍数と最小保証金の冗長性を設定します（例えば LTV/ヘルスファクターの下限）。

トリガー：利用率 ≥ 80% / ステーブルコイン借入金利の急上昇 / 範囲接近度の上昇。

アクション：倍数を下げる、保証金を補充する、新規循環を一時停止する；必要に応じて「満期まで保有」に切り替えます。

境界 2：期限制約（PT）

PT は満期前に償還できず、「満期まで保有」は臨時の対策ではなく、常規の道と見なされるべきです。

限度： 「満期前に売却」に依存するポジションに規模上限を設定します。

トリガー：暗黙の利回りが範囲を超える / 市場深度が急降下する / オラクルの底値に近づく。

アクション：現金と保証金の割合を上げ、退出の優先順位を調整する；必要に応じて「減少のみ」の凍結期間を設定します。

境界 3：オラクルの状態

価格が最低価格閾値に近づくか凍結を引き起こすと、リンクが秩序立てて減速して去レバレッジ段階に入ることを意味します。

限度：オラクルの底値との最小価格差（バッファ）と最短観察ウィンドウ。

トリガー：価格差 ≤ 設定閾値 / 凍結信号が発生。

アクション：段階的にポジションを減少させ、清算警告を高め、Debt Swap / レバレッジ減少 SOP を実行し、データのポーリング頻度を高めます。

境界 4：ツール摩擦

Debt Swap、eMode 移行などは緊張期に有効ですが、ハードル、待機、追加保証金、スリッページなどの摩擦があります。

限度：ツールの利用可能な額/時間枠と最大許容スリッページおよびコスト。

トリガー：借入金利または待機時間が閾値を超える / 取引深度が下限を下回る。

アクション：資金の冗長性を確保し、代替経路に切り替える（段階的に清算/満期まで保有/ホワイトリスト償還）し、戦略の拡大を一時停止します。

結論と今後の方向性

総じて、Ethena x Pendle のアービトラージは Aave、Pendle、Ethena を「利益の引力」から「システムの弾力性」への伝導チェーンとしてつなげています。資金側の循環が敏感度を高め、市場側の構造的制約が退出のハードルを上げ、プロトコルはそれぞれのリスク管理設計を通じてバッファを提供しています。

DeFi の分野において、分析能力の進化は、データの見方と使用方法に現れます。私たちは Dune や DeFiLlama などのデータ分析ツールを使って「過去」を振り返ることに慣れています。例えば、上位アドレスのポジション変化やプロトコルの利用率の動向を追跡することなどです。これは重要であり、高レバレッジや集中度のようなシステムの脆弱性を特定するのに役立ちます。しかし、その限界も明らかです：歴史データはリスクの「静的スナップショット」を示しますが、市場の嵐が来たときに、これらの静的リスクがどのように動的なシステム崩壊に変わるかを教えてくれるわけではありません。

これらの潜在的な尾部リスクを見極め、その伝導経路を推測するには、前向きな「ストレステスト」を導入する必要があります。これがシミュレーションモデルの役割です。それは、この記事で言及されたすべてのリスク信号（利用率、集中度、価格など）をパラメータ化し、デジタルサンドボックス（Aave、Pendle、Ethena プロトコルのコアメカニズムで構成された統合モデル）に入れ、「もし……どうなるか？」と繰り返し問いかけることを可能にします：

• ETH の価格が 30% 下落し、同時に資金費率が負に転じた場合、私のポジションはどれくらい持ちこたえられるか？

• 安全に退出するためには、どれくらいのスリッページを受け入れる必要があるか？

• 最低の安全保証金はどれくらいであるべきか？

これらの質問の答えは、歴史データから直接見つけることはできませんが、シミュレーションモデリングを通じて事前に知ることができ、最終的には本当に信頼できる実行マニュアルを形成するのに役立ちます。実践に取り組む場合は、Python ベースの業界標準フレームワーク cadCAD を選択するか、最先端の Generative Agent-Based Modeling (GABM) 技術に基づく新世代プラットフォーム HoloBit を試すことができます。これは強力な視覚化とコーディング不要の機能を提供します。