Predicción de la evolución de los rendimientos de los validadores de staking: propuestas r

Recientemente, en torno a la distribución y los mecanismos de ajuste de los rendimientos de los validadores de staking, han aparecido en el sector dos nuevas propuestas dignas de atención: una permite a los validadores redirigir hasta una décima parte de sus rendimientos de staking hacia infraestructuras públicas;

la otra propone controlar el ratio de staking para que no supere la mitad de la oferta total mediante la quema gradual de los rendimientos de los validadores. Estas dos dinámicas apuntan a una tendencia central: la predicción de los rendimientos de los validadores de staking ya no es solo una cuestión de estimación de la tasa de rendimiento, sino un tema sistémico profundamente vinculado a la gobernanza de la red, el control de la oferta y la financiación de bienes públicos.

Por lo tanto, comprender el significado de la previsión de validadores de staking requiere ir más allá de una única curva de rendimiento y prestar atención a cómo los cambios de reglas a nivel de protocolo remodelan la estructura de rendimientos. Para investigadores y participantes, la clave está en identificar el impacto de estos cambios mecanísticos en las expectativas de rendimiento a largo plazo, la concentración del staking y el modelo económico de la red, a fin de construir un marco de juicio más sólido.

Cómo las propuestas recientes cambian las expectativas de rendimiento de los validadores

La primera propuesta introduce un mecanismo a nivel de protocolo denominado rendimiento redirigido por el validador, que permite a los validadores elegir redirigir entre cero y una décima parte de sus rendimientos de staking hacia infraestructura compartida y bienes públicos. Si la mayoría de los validadores emite una señal de redirección distinta de cero, esta contribución se convierte en una obligación vinculante para todos los validadores, y los fondos se distribuyen a través de un contrato de asignación conforme a las preferencias declaradas por los validadores. La esencia de este mecanismo es convertir una parte de los rendimientos que originalmente pertenecían por completo a los validadores en gasto público a nivel de red, incorporando así una nueva variable en la predicción de rendimientos: la tasa de rendimiento efectiva recibida será inferior a la tasa de rendimiento nominal de staking, y la diferencia dependerá del porcentaje de redirección determinado por el consenso de la comunidad.

La segunda propuesta aborda el lado de la oferta: plantea que, a medida que aumenta el ratio de staking, se eleve gradualmente la proporción de los rendimientos de los validadores que se quema, con el objetivo de que el staking total no supere la mitad de la oferta total. Esto significa que, en un entorno de alto staking, los rendimientos reales de los validadores se comprimirán sistemáticamente, y la magnitud de la compresión estará vinculada a la penetración del staking. Con la superposición de ambas propuestas, el modelo de predicción de rendimientos de los validadores debe considerar simultáneamente las dos vías: la redirección de rendimientos y la quema de rendimientos. La extrapolación lineal tradicional o los métodos simples de media móvil difícilmente podrán capturar con precisión este desplazamiento estructural.

¿A qué riesgos estructurales se enfrenta la predicción de rendimientos de los validadores?

El primero es el riesgo de concentración. Cuando el ratio de staking sigue aumentando, unos pocos validadores grandes pueden influir en los resultados de las votaciones de gobernanza mediante su ventaja de escala y, de ese modo, incidir en el porcentaje de redirección y en el diseño de la curva de quema. Esta concentración de poder no solo puede distorsionar la distribución de rendimientos, sino que, en casos extremos, puede provocar un conflicto entre la seguridad de la red y el objetivo de descentralización. El segundo es el riesgo de incertidumbre en los rendimientos. Dado que ambas propuestas dependen del consenso de la comunidad y no de parámetros fijos, las expectativas de rendimiento fluctuarán según la dinámica de gobernanza;

los modelos de predicción basados en datos históricos pueden perder validez durante las transiciones de reglas.

Además, el propio mecanismo de financiación de bienes públicos conlleva riesgos de ejecución. El diseño del contrato de asignación, el método de recopilación de preferencias, la transparencia del flujo de fondos y otros factores afectarán a la disposición de los validadores a apoyar una redirección distinta de cero. Si el público no confía en el uso de los fondos, la propuesta podría caer en un estancamiento de baja participación y, en cambio, aumentar los costes de gobernanza. En última instancia, los participantes deben ser conscientes de que la dificultad de predecir los rendimientos de los validadores no reside en la precisión del cálculo, sino en el juicio sobre la trayectoria de la gobernanza y la evolución del ecosistema de la red.

¿Siguen siendo válidos los métodos de predicción de rendimientos de los validadores?

Los métodos de predicción existentes, como la media móvil de ventana deslizante y la regresión lineal, todavía tienen cierto valor de referencia en períodos de reglas estables. Investigaciones relacionadas muestran que un modelo basado en una ventana deslizante de siete días puede mantener la raíz del error cuadrático medio de las predicciones a un día y a siete días dentro del 10% de la media, lo que indica que la volatilidad de los rendimientos a corto plazo sigue siendo predecible. Sin embargo, estos métodos presuponen que las reglas de generación de rendimientos no sufren cambios estructurales. Una vez que se activan el porcentaje de redirección o la curva de quema, los patrones de rendimiento de los datos históricos dejan de ser aplicables y el modelo necesita ser recalibrado o sustituido.

Por lo tanto, un enfoque más sólido consiste en adoptar un marco de predicción jerárquico: a corto plazo todavía se pueden utilizar métodos de series temporales para captar la volatilidad del mercado;

a medio y largo plazo es necesario incorporar análisis de escenarios de gobernanza que simulen trayectorias de rendimiento bajo diferentes porcentajes de redirección e intensidades de quema. Aunque este método combinado es más complejo, refleja mejor la incertidumbre derivada de los cambios de reglas. Para los participantes centrados en los rendimientos a largo plazo, comprender el mecanismo de gobernanza es más importante que depender exclusivamente de las tasas de rendimiento históricas.

En primer lugar, hay que seguir la dinámica de votación y la intensidad del debate en la comunidad de validadores sobre las dos propuestas, en especial el intervalo de consenso del porcentaje de redirección y el umbral de activación de la curva de quema. Una vez que se determinen estos parámetros, decidirán directamente la magnitud de la remodelación de la estructura de rendimientos. En segundo lugar, hay que monitorizar la tendencia real de la penetración del staking para evaluar si la red se acerca al límite fijado por las propuestas. Si el ratio de staking sigue aumentando, la probabilidad de activación del mecanismo de quema aumentará significativamente y las expectativas de compresión de rendimientos también deberán ajustarse en consecuencia.

Además, merece la pena seguir el avance y la transparencia de la distribución de fondos de los proyectos de infraestructura pública. Si los fondos redirigidos se utilizan eficazmente para mejorar el rendimiento de la red y el ecosistema de desarrolladores, a largo plazo pueden fortalecer el valor de la red y compensar parcialmente la caída de los rendimientos a corto plazo. Por el contrario, si la asignación de fondos es ineficiente o los usos no están claros, la confianza del mercado puede verse dañada y se reduciría aún más el atractivo del staking. En última instancia, los participantes deben incorporar estas señales de gobernanza en el marco de análisis de la previsión de validadores de staking y formarse un juicio dinámico y actualizado, en lugar de depender de un único indicador de tasa de rendimiento histórica.