60% کے مقابلے میں 27%۔ یہ فرق ایک ایسی کہانی بیان کرتا ہے جسے صرف لیکویڈیشن کی تعداد نہیں بتا سکتی۔ @zerufinance نے جون 2025 کے دوران Aave اور Morpho پر لیکویڈ ہونے والے والٹس کا مطالعہ کیا۔ لیکویڈ ہونے والے Aave والٹس میں سے 60% نے لیکویڈیشن سے پہلے کالٹرل کو نکال لیا تھا۔ Morpho پر، یہ صرف 27% تھا۔ دونوں گروپس نے ایک جیسا نتیجہ حاصل کیا، لیکن اس تک پہنچنے تک ان کا رویہ مختلف تھا۔ Aave کے متاثرہ صارفین اپنی پوزیشنز کو تبدیل کرنے کے زیادہ امکان رکھتے تھے، جبکہ Morpho کے صارفین زیادہ تر غیر فعال تھے۔ اس سے یہ ثابت نہیں ہوتا کہ کالٹرل نکالنا ہر لیکویڈیشن کا سبب تھا۔ اس سے یہ ظاہر ہوتا ہے کہ ٹائمنگ اور سند کیوں اہم ہیں۔ اگر ایک رپوٹیشن ماڈل صرف آخری واقعہ ریکارڈ کرتا ہے، تو یہ یہ نہیں دکھاتا کہ والٹ کس طرح اس تک پہنچا۔ دو والٹس ایک جیسا نتیجہ بہت مختلف وجوہات کے باعث حاصل کر سکتے ہیں۔ ان فرق کو سمجھنا ہی وہ چیز ہے جو روایتی خطرہ اسکور سے زائد بھی بھرپور طور پر روایتی تجزیہ کو مفید بناتی ہے۔