Dapp-Learning 深度解析:Aave DefaultReserveInterestRateStrategy 利率模型与两段式利率计算

原创2026-10-12 19:15:091,692 阅读
文章标签:示例工程区块链Web3教程

Dapp-Learning 深度解析:Aave DefaultReserveInterestRateStrategy 利率模型与两段式利率计算

导读

本文基于 Dapp-Learning 仓库的 Aave 合约源码解读文档,深入拆解 Aave 借贷协议中默认利率更新策略合约 DefaultReserveInterestRateStrategy 的完整实现:包括两段式利率的数学公式、ray 精度约定、immutable 变量体系、构造函数初始化,以及 calculateInterestRates() 从资金利用率到流动性收益率的完整计算链路。读完本文,你将掌握 Aave 利率模型的核心原理,理解"浮动利率"与"固定利率"如何随资金利用率联动变化,并能够对照仓库源码自行阅读与验证相关实现。

Aave 资金利用率与利率关系曲线

上图展示了 Aave 的两段式利率曲线:当资金利用率低于最佳利用率时利率平缓上升;超过最佳利用率后利率急剧攀升,从而在供不应求时快速激励还款、抑制超额借贷。

一、利率策略合约在 Aave 架构中的位置

在 Aave 协议中,DefaultReserveInterestRateStrategy 属于**辅助合约(Supporting contracts)**中的利率更新策略合约。根据仓库中的 contract/readme.md 合约结构说明,整个 Aave 合约体系分为:

  • 主要合约:LendingPool(用户交互入口)、LendingPoolAddressesProvider(地址注册中心)、AToken(计息存款凭证)、Stable/Variable DebtToken(债务凭证);
  • 辅助合约:LendingPoolCollateralManager(清算)、LendingPoolConfigurator(配置)、ReserveInterestRateStrategy(利率策略,即本文主角)、Price Oracle Provider、DeployHelper、WETHGateway、Treasury 等。

从部署流程看,仓库文档 contract/readme.md 部署流程 第 6 步明确指出:批量部署资产列表中的每个资产对应的 AToken、StableDebtToken、VariableDebtToken 时,会提前为每种资产单独部署对应的 DefaultReserveInterestRateStrategy 默认利率更新策略合约,再通过 LendingPoolConfigurator 完成初始化配置。也就是说:每个市场、每种资产都可以拥有自己独立的利率参数(最优利用率、基准利率、两段斜率),这是 Aave 灵活风险定价的基础。

在 AAVE-interest.md 中进一步确认:利率更新分为三部分——存币利率(流动性收益率)、浮动借款利率(variable)、固定借款利率(stable)。每种资产的 ReserveData 结构体中保存着 currentLiquidityRate、currentVariableBorrowRate、currentStableBorrowRate、liquidityIndex、variableBorrowIndex 等利率相关状态,而刷新这些状态的核心算法就封装在 DefaultReserveInterestRateStrategy.calculateInterestRates() 中。

二、Formal Definitions:两段式利率公式

原文档给出了利率计算的正式定义。先明确几个核心变量:

符号 含义
U 流动性利用率(Utilisation),即债务总额与抵押(流动性)总额的比例
U_optimal 最优利用率,调节利率的分界点:低于它会鼓励借贷,高于它会鼓励抵押
R_slope1 低于分界点时利率增长的斜率
R_slope2 高于分界点时利率增长的斜率
R_base 基准利率:浮动利率的基准利率由 Aave 社区提前设定;固定利率的基准利率由预言机(LendingRateOracle)提供多个市场的利率进行加权平均得到

2.1 当 U < U_optimal(利用率未达最优值)

Rt=Rbase+UtUoptimalRslope1R_{t}=R_{base}+\frac{U_t}{U_{optimal}}R_{slope1}

此时利率随利用率线性上升,斜率较缓,意在鼓励借贷:资金池还有余量,用略高于基准的利率吸引借款人。

2.2 当 U >= U_optimal(利用率超过最优值)

Rt=Rbase+Rslope1+Ut−Uoptimal1−UoptimalRslope2R_{t}=R_{base}+R_{slope1}+\frac{U_t-U_{optimal}}{1-U_{optimal}}R_{slope2}

此时利率以更陡的斜率上升,意在鼓励抵押(存款):资金池接近枯竭,必须用高利率惩罚超额借款、激励还款与新增流动性,防止资金被借空。

两段曲线与 AAVE-interest.md 两段式利率章节 的描述完全一致:"当使用率不超过最佳使用率时,利率 = 基本利率 + 使用率 × slope1;当使用率超过最佳使用率时,利率 = 基本利率 + slope1 + (使用率 − 最佳使用率) × slope2"。而 interest.md 也从 DeFi 借贷原理角度指出:利率是供求关系的体现,资金利用率正是刻画供求关系的核心指标。

三、公式相关变量:immutable 与 ray 精度

3.1 全局变量全部 immutable

原文档强调:策略合约中所有全局变量都是 immutable 类型,即在构造函数中赋值后不可更改。这保证了每种资产的利率模型参数一经部署便固定不变,利率的每次变化都由 calculateInterestRates() 根据实时资金利用率动态计算,而不是由管理员随意篡改参数,从机制上保证了利率行为的可预期性。

3.2 ray 精度约定

ray 是 Aave 协议中规定的定点数计数方法,精度为 27,即 1 ray = 1e27。所有利率、指数变量在合约内部均以 ray 为单位存储与计算,配合 WadRayMath 库的 rayMul、rayDiv 等定点数乘除运算,避免浮点数精度丢失。

3.3 变量与公式的对应关系表

原文档给出的完整对应表如下:

variable name 公式对应 变量类型
OPTIMAL_UTILIZATION_RATE U_optimal ray
EXCESS_UTILIZATION_RATE 1 - U_optimal ray
_baseVariableBorrowRate R_base(浮动) ray
_variableRateSlope1 R_slope1(浮动) ray
_variableRateSlope2 R_slope2(浮动) ray
_stableRateSlope1 R_slope1(固定) ray
_stableRateSlope2 R_slope2(固定) ray

针对各个资产的不同利率参数,Aave 官方风险文档(borrow interest rate)会给出各资产的 U_optimal、R_slope1、R_slope2 等建议值,实际部署时按资产风险特性分别配置。仓库中暂无具体参数配置文件,配置入口在部署流程的 ATokensAndRatesHelper 环节(见 contract/readme.md)。

四、constructor:利率策略初始化

策略合约的构造函数接收地址提供者与全部利率参数,一次性完成所有 immutable 变量的赋值:

constructor(
  ILendingPoolAddressesProvider provider,
  uint256 optimalUtilizationRate,
  uint256 baseVariableBorrowRate,
  uint256 variableRateSlope1,
  uint256 variableRateSlope2,
  uint256 stableRateSlope1,
  uint256 stableRateSlope2
) public {
  OPTIMAL_UTILIZATION_RATE = optimalUtilizationRate;
  // 1 - U_optimal 提前缓存该值避免每次调用计算
  EXCESS_UTILIZATION_RATE = WadRayMath.ray().sub(optimalUtilizationRate);
  addressesProvider = provider;
  _baseVariableBorrowRate = baseVariableBorrowRate;
  _variableRateSlope1 = variableRateSlope1;
  _variableRateSlope2 = variableRateSlope2;
  _stableRateSlope1 = stableRateSlope1;
  _stableRateSlope2 = stableRateSlope2;
}

值得注意的两个实现细节:

  1. EXCESS_UTILIZATION_RATE 的缓存:1 - U_optimal 在公式中反复使用(第二段利率的分母),构造时用 WadRayMath.ray().sub(optimalUtilizationRate) 预先算好并存储,避免每次 calculateInterestRates() 调用时重复减法运算,是典型的 gas 优化手法。
  2. addressesProvider 的注入:合约持有 ILendingPoolAddressesProvider 引用,后续在 calculateInterestRates() 中通过它动态获取 LendingRateOracle(利率预言机)的最新地址,符合 Aave 的"地址提供者"模式——各模块通过 Provider 拿到最新合约地址,支持协议升级。

五、calculateInterestRates:利率计算核心方法

5.1 局部缓存结构体

原文档给出了用于缓存中间计算结果的 struct:

// 缓存计算结果的struct
struct CalcInterestRatesLocalVars {
  uint256 totalDebt;  // 债务总额
  uint256 currentVariableBorrowRate;  // 当前浮动借贷利率
  uint256 currentStableBorrowRate;  // 当前固定借贷利率
  uint256 currentLiquidityRate;   // 当前流动性回报率
  uint256 utilizationRate;  // 流动性利用率 U
}

该结构体在函数栈上分配(memory),一次性缓存债务总额、三类利率结果与利用率,避免大量局部变量与反复的 SLOAD/MSTORE 操作。

5.2 函数签名与入参含义

function calculateInterestRates(
  address reserve,  // 池子地址
  uint256 availableLiquidity, // 可用的流动性(可借贷资产)
  uint256 totalStableDebt,  // 当前固定利率借贷债务总额
  uint256 totalVariableDebt, // 当前浮动利率借贷债务总额
  uint256 averageStableBorrowRate, // 平均固定利率
  uint256 reserveFactor // 划入准备金池中的数量
)
  public view override
  returns (uint256, uint256, uint256)
  • reserve:资产(池子)地址,用于向利率预言机查询该资产的市场基准利率;
  • availableLiquidity:aToken 中当前可用流动性(尚未借出的资产);
  • totalStableDebt:固定利率借款的本息总额;
  • totalVariableDebt:浮动利率借款的本息总额;
  • averageStableBorrowRate:所有固定利率借款的加权平均利率(由 StableDebtToken.getTotalSupplyAndAvgRate() 提供,见下文调用链);
  • reserveFactor:准备金比例,决定利息中划入协议金库(Treasury)的份额;
  • 返回值依次为:流动性收益率(liquidity rate)、固定借款利率(stable borrow rate)、浮动借款利率(variable borrow rate)。

5.3 分步实现逻辑

原文档的完整实现代码如下(此处分段解读):

第一步:汇总债务并计算资金利用率

  // 初始化缓存变量,用于缓存计算结果
  CalcInterestRatesLocalVars memory vars;

  // 总债务 = 固定债务 + 浮动债务
  vars.totalDebt = totalStableDebt.add(totalVariableDebt);
  // 初始化利率结果缓存
  vars.currentVariableBorrowRate = 0;
  vars.currentStableBorrowRate = 0;
  vars.currentLiquidityRate = 0;

  // 获取流动性利用率 U = totalDebt / totalLiquidity
  // totalLiquidity = 可用流动性 + 总债务(已借出的流动性)
  vars.utilizationRate = vars.totalDebt == 0
    ? 0
    : vars.totalDebt.rayDiv(availableLiquidity.add(vars.totalDebt));

利用率的定义与 AAVE-interest.md 中的公式完全一致:Utilisation = 总借款 / (总存款 + 总借款)。这里"总存款"取的是可用流动性,"总借款"即固定债务与浮动债务之和;当总债务为 0 时直接返回利用率 0,避免除零。

第二步:从利率预言机获取固定利率的基准利率 R_base

  // 获取预言机提供的多个市场的加权平均利率,作为固定利率的基准利率 即 R_base
  vars.currentStableBorrowRate = ILendingRateOracle(addressesProvider.getLendingRateOracle())
    .getMarketBorrowRate(reserve);

这正是原文档"Formal Definitions"中关于 R_base 的落地点:固定利率的基准利率并非合约内置常量,而是由 LendingRateOracle(利率预言机)针对每个 reserve 市场提供,通常由多个市场的利率加权平均得出;而浮动利率的基准利率则是构造时设定的 _baseVariableBorrowRate。

第三步:按利用率分两段计算固定与浮动借款利率

  // 当 U > U_optimal
  if (vars.utilizationRate > OPTIMAL_UTILIZATION_RATE) {
    // excessUtilizationRateRatio = (U - U_optimal) / (1 - U_optimal)
    uint256 excessUtilizationRateRatio =
      vars.utilizationRate.sub(OPTIMAL_UTILIZATION_RATE).rayDiv(EXCESS_UTILIZATION_RATE);

    // R_base (stable) + R_slope1 + excessUtilizationRateRatio * R_slope2
    vars.currentStableBorrowRate = vars.currentStableBorrowRate.add(_stableRateSlope1).add(
      _stableRateSlope2.rayMul(excessUtilizationRateRatio)
    );

    // R_base (variable) + R_slope1 + excessUtilizationRateRatio * R_slope2
    vars.currentVariableBorrowRate = _baseVariableBorrowRate.add(_variableRateSlope1).add(
      _variableRateSlope2.rayMul(excessUtilizationRateRatio)
    );
  } else {
    // 当 U <= U_optimal
    // R_base (stable) + U / U_optimal * R_slope1
    vars.currentStableBorrowRate = vars.currentStableBorrowRate.add(
      _stableRateSlope1.rayMul(vars.utilizationRate.rayDiv(OPTIMAL_UTILIZATION_RATE))
    );
    // R_base (variable) + U / U_optimal * R_slope1
    vars.currentVariableBorrowRate = _baseVariableBorrowRate.add(
      vars.utilizationRate.rayMul(_variableRateSlope1).rayDiv(OPTIMAL_UTILIZATION_RATE)
    );
  }

可以清晰看到,实现与公式严格一一对应:

  • 当 U > U_optimal:先计算超额利用率比例 excessUtilizationRateRatio = (U - U_optimal) / (1 - U_optimal),再套用第二段公式 R_base + R_slope1 + ratio × R_slope2;
  • 当 U <= U_optimal:套用第一段公式 R_base + (U / U_optimal) × R_slope1。

固定与浮动利率共用同一利用率与分界点,只是各自使用自己的 R_base 与两段斜率,这解释了变量表中为何同时存在 _variableRateSlope1/2 与 _stableRateSlope1/2。

第四步:计算流动性收益率(存款利率)

  // 计算流动性收益率(每单位流动性获取的利息)
  // liquidityRate = overallBorrowRate * U * (100 - reserveFactor)%
  // overallBorrowRate 是浮动和固定利率的加权平均利率
  // reserveFactor 是设定的划入池子准备金的百分比份额
  vars.currentLiquidityRate = _getOverallBorrowRate(
    totalStableDebt,
    totalVariableDebt,
    vars.currentVariableBorrowRate,
    averageStableBorrowRate
  )
    .rayMul(vars.utilizationRate)
    .percentMul(PercentageMath.PERCENTAGE_FACTOR.sub(reserveFactor));

  return (
    vars.currentLiquidityRate,
    vars.currentStableBorrowRate,
    vars.currentVariableBorrowRate
  );

流动性收益率的计算分三步:

  1. _getOverallBorrowRate(...):以固定债务、浮动债务为权重,对"平均固定利率"与"新计算的浮动利率"求加权平均,得到整体借款利率;
  2. .rayMul(vars.utilizationRate):整体借款利率乘以资金利用率 U,即"利息收入摊薄到全部流动性上"的比例;
  3. .percentMul(PERCENTAGE_FACTOR - reserveFactor):扣除 reserveFactor 比例的利息(划入协议金库 Treasury),剩余部分才是存款人真正获得的收益率。

这与 AAVE-interest.md 利率计算过程 中总结的步骤完全吻合:"加权平均借款利率 = (浮动借款×浮动利率 + 固定借款×平均固定利率) / 总借款;currentLiquidityRate = 加权平均借款利率 × 资金利用率 × (1 − 储备率)"。

六、调用链验证:ReserveLogic 如何驱动利率更新

calculateInterestRates() 并非被直接调用,而是由 ReserveLogic.updateInterestRates() 在每次资产状态变更时触发。仓库文档明确标注了与本文的关联:"计算利率的方法 IReserveInterestRateStrategy.calculateInterestRates()",并给出调用示例:

  // 更新利率,注意这里返回的是uint256类型
  (
    vars.newLiquidityRate,  // 每单位liquidity的本息累计总额
    vars.newStableRate, // 稳定类型债务的最新利率
    vars.newVariableRate // 浮动类型债务的最新利率
  ) = IReserveInterestRateStrategy(reserve.interestRateStrategyAddress).calculateInterestRates(
    reserveAddress,
    aTokenAddress,
    liquidityAdded,
    liquidityTaken,
    vars.totalStableDebt,
    vars.totalVariableDebt,
    vars.avgStableRate,
    reserve.configuration.getReserveFactor()
  );

从源码结构可以还原出完整的利率更新链路:

  1. 入口:用户在 LendingPool 执行存入/取回/借出/偿还/利率切换/清算等任一操作(对应 interest.md 所述六大事件);
  2. 状态更新:ReserveLogic.updateState() 先更新 liquidityIndex 与 variableBorrowIndex 两个累计指数,其中借出方的累计收益按线性利率 MathUtils.calculateLinearInterest 计算,浮动债务的累计本息按复利 MathUtils.calculateCompoundedInterest(基于二项式近似,见 MathUtils 文档)计算;
  3. 利率刷新:ReserveLogic.updateInterestRates() 汇总固定债务(getTotalSupplyAndAvgRate())与浮动债务(scaledTotalSupply() × variableBorrowIndex)后,调用本文分析的 calculateInterestRates(),得到三个新利率;
  4. 回写与校验:返回值经过 uint128 溢出检查后写入 ReserveData 的 currentLiquidityRate、currentStableBorrowRate、currentVariableBorrowRate,并发出 ReserveDataUpdated 事件供链下监听。

正因如此,AAVE-interest.md 将 currentLiquidityRate 的作用概括为"用来计算存款利率(liquidityIndex)"——它是 liquidityIndex 累积增长的时间加权利率来源,而 currentVariableBorrowRate 则是 variableBorrowIndex 复利累积的利率来源。

七、两种借款模式的本质差异

在理解利率策略后,可以顺带澄清"固定利率"的语义(参见 ReserveLogic 文档):

  • 浮动利率借贷(Variable):利率实时跟随市场波动,合约中通过 variableBorrowIndex 记录时间加权累计值,类似价格预言机的模式计算任意时间区间内的真实累计利息;
  • 固定利率借贷(Stable):所谓"固定"指借款人在贷出时锁定借款那一刻的利率计息,但不同时间点借款的固定利率可能不同(因为 U 在变);协议中没有全局 StableBorrowIndex,而是在 StableDebtToken 中以 mapping(address => uint256) _usersStableRate 为每个用户单独维护平均固定利率。

本文分析的 DefaultReserveInterestRateStrategy 正是为这两种模式分别计算最新利率的"引擎":它利用两段式曲线给出浮动与固定利率的当前值,而累计利息的落地则由 MathUtils 与 ReserveLogic 完成。

八、小结:一张表掌握利率策略

关注点 结论 仓库依据
合约定位 每种资产的默认利率更新策略,属辅助合约 contract/readme.md
利率公式 两段线性:U≤U_optimal 用斜率1,U>U_optimal 用斜率2 本文第二章
精度约定 所有利率/指数以 ray(1e27)存储 本文第三章
参数不可变 全局变量均为 immutable,部署后不可更改 constructor 代码
固定利率基准 由 LendingRateOracle.getMarketBorrowRate() 实时提供 calculateInterestRates 代码
流动性收益率 加权平均借款利率 × U × (1 − reserveFactor) calculateInterestRates 尾部逻辑
调用方 ReserveLogic.updateInterestRates(),随六大借贷事件触发 6-ReserveLogic.md
利息累积 线性(calculateLinearInterest)与复利近似(calculateCompoundedInterest) 1-MathUtils.md

通过本文,你可以沿着这条路径继续深入仓库:先阅读 合约结构总览 理解模块关系,再对照 ReserveLogic 与 MathUtils 追踪利率从计算到累积的完整闭环,最后回到 AAVE-interest.md 从经济模型层面验证两段式利率的激励设计——这正是 Aave 作为 DeFi 借贷龙头在利率风险控制上的核心机制。

登录后查看全文
Dapp-Learning