スコアの内訳
| 要素 | マックス | あなたのポイント |
|---|
清算数に対するスコアの感度
現在の入力で保持されている返済履歴、担保の健全性、ウォレットの年齢、プロトコルの多様性 — 過去の清算数のみが移動します。清算には利用可能な 100 ポイントのうち最大 25 ポイントが含まれるため、それぞれのポイントがスコアに大きく影響します。
| 清算 | 清算ポイント | 合計スコア | 階層 |
|---|
ウォレットが保持しているトークンではなく、ウォレット自体の実績
の トークンラグプルリスクスコア計算ツール は、これとは別の質問に答えます。流動性の深さ、保有者の集中度、LP ロックと経過時間、つまり資産のすべての特性に基づいて、この特定のトークンは堅牢になる予定ですか。この計算機は、単一のトークンとは独立して、ウォレット自体のスコアを計算します。このアドレス自身の借入履歴 (すべてのプロトコルおよびこれまでにアクセスしたポジションにわたる) が、再度返済することを示唆しているかどうかを示します。ここでの 5 つの入力はどれも流動性や保有者の集中に関するものではありません。そのどれもが借り手を説明していないからです。それは、返済、清算の回避、健全な担保の維持、エコシステムのより多くの利用などによって、アドレスが時間の経過とともに構築する行動に関するものです。
DeFiの支配的な融資モデル（借りた額より多くの担保を差し入れるか清算される）では、履歴に関係なくすべてのウォレットが同じように扱われるため、この違いは重要です。 12 のプロトコルにわたって 5 年間の完璧な返済記録を持つウォレットには、昨日作成されたウォレットと同じ 150% 以上の担保要件が課せられます。これは、プロトコルには差額の価格を設定する方法がないためです。 Cred Protocol（従来の FICO スコアを反映して 300 ～ 1000 のスケールでウォレットにスコアを付ける）や Spectral の MACRO スコア（マルチアセット クレジット リスク オラクル）のような製品は、過去の数百万件の借入イベントに基づいて訓練された 100 をはるかに超える機械学習機能から構築されていると伝えられていますが、そのギャップを埋めるために存在し、全員に適用される一律倍率ではなく、過小担保または担保の減少した融資市場に引受対象となる数値を与えます。
上記の 5 つの因子はすでに共通のポイント スケールで表現されているため、各因子の獲得ポイントをその最大値と比較することにより、入力が変更されるたびにブラウザーで「最大レバー」コールアウトが再計算されます。通常、そのギャップを埋めると、すでに満点に近い因子に費やした同じ労力よりも合計が大きく移動するため、独自の上限のパーセンテージが最も低い因子にフラグが立てられます。返済履歴と清算記録は合わせて 100 ポイントのうち 55 ポイントに相当し、ウォレットの年齢とは異なり、どちらも蓄積に数か月を必要とするのではなく、クリーンな行動ですぐに改善することができます。通常、これが最も早く利益を得る場所です。
よくある質問
オンチェーンの信用評価スコアはどのように計算されますか?
5 つの加重要素の合計が 0 ～ 100 のスコアになります: 返済履歴 (最大 30 ポイント - 清算せずに期限内に返済された過去の借入金の割合)、過去 12 か月の清算回数 (最大 25 ポイント、清算イベントごとに 8 ポイント減)、維持された平均健康係数または担保比率 (最大 20 ポイント、健康因子 2.0 で満点に達します)、ウォレットの使用年数 (最大 15 ポイント、24 歳で満点に達します)月）、および使用された個別のレンディング/DeFiプロトコルの数（最大10ポイント、5つのプロトコルで満点に達します）。 5 つのコンポーネントは単純に加算されます。これらはすでに共通の 0 ～ 100 ポイント ベースで表現されているため、それ以上の重み付けは適用されません。
これを Cred Protocol または Spectral の MACRO スコアと比較するとどうですか?
Cred Protocol と Spectral Finance は、この分野で最もよく知られた製品です。 Cred Protocolは、従来のFICOスコアをモデルにした300～1000のスケールでウォレットをスコアリングする一方、SpectralのMACROスコア（マルチアセット信用リスクオラクル）は、イーサリアム、ポリゴン、アバランチの何百万件もの過去の借入イベントに基づいて訓練された、7つのカテゴリにわたる100を優に超える機械学習機能を利用して、今後90日間に有害事象が発生する確率を予測すると伝えられています。どちらのベンダーも正確な重み付けを開示していません。この計算ツールは、返済、清算、担保行動、ウォレットの年齢、プロトコルの多様性など、同じ広範なカテゴリに基づいて構築された透明で説明的な 5 要素モデルであり、リアルタイムのオンチェーン スキャンやベンダー独自の計算式のコピーではなく、指定した数値からブラウザ内で完全に計算されます。
返済履歴のないウォレットが 30 点中 0 点ではなく 15 点を獲得するのはなぜですか?
返済済み借入額がゼロであることは、返済ができないことと同じシグナルではありません。それは、データがまだ存在しないことを意味するだけです。 0/30 のスコアを付けると、テストされていないウォレットを返済漏れの実績があるウォレットと同じように扱うことになり、リスクが過大評価されます。この計算ツールは、総返済額がゼロの場合、デフォルトで返済要素を 30 点中 15 点（半分の信用度）に中立に設定します。これは、従来の引受業務において、薄いファイルの借り手が最悪のスコアではなく開始点のスコアを取得するのと同じ方法です。
低いスコアを最速で上げる方法は何ですか?
電卓は、単一の最も弱いスコア係数 (パーセンテージとしての最大値を最も下回る係数) を最大のレバーとしてフラグを立てます。これは、最も弱いリンクを上げると、すでに上限に近い係数に費やした同じ労力よりも合計スコアが大きく移動するためです。実際には、清算を回避することは、ほとんどの場合、最初に確認する価値があります。これは、積極的にポイントを減算する唯一の要素 (イベントごとに 8、合計最大 25) ですが、他の要素は履歴が蓄積するにつれてゆっくりとポイントを追加するだけです。