Resumen Técnico: El Subsidio de Privacidad: $\lambda$ de Kyle bajo Observación de Flujo de Órdenes Perturbada por Ruido

1. Planteamiento del Problema

El artículo aborda una brecha en la teoría clásica de microestructura de mercados relativa a los intercambios de criptomonedas que preservan la privacidad. En los modelos estándar de Kyle (1985), un creador de mercado (MM) observa el flujo de órdenes agregado $y = x + u$ (donde $x$ es el comercio informado y $u$ es el comercio de ruido) para fijar precios. Sin embargo, diseños modernos que preservan la privacidad (por ejemplo, AMM blindados, intercambios de conocimiento cero) alteran esta observación. En lugar de ver $y$, el MM observa una señal perturbada por ruido $\tilde{y} = y + \epsilon$, donde $\epsilon$ es ruido de privacidad gaussiano independiente.

El problema central es que los resultados clásicos no se extienden a este régimen. Específicamente, se desconoce cómo cambian el coeficiente de impacto en el precio ($\lambda$), la estrategia del comerciante informado ($\beta$) y la distribución del bienestar cuando la observación del MM está oscurecida por ruido de privacidad, particularmente cuando el MM es un agente bayesiano comprometido (como un contrato inteligente) en lugar de un agente competitivo de beneficio cero.

2. Metodología y Configuración del Modelo

Los autores construyen un modelo de equilibrio lineal de Kyle de un solo período con los siguientes primitivos:

• Valor del Activo ($v$): Distribución normal $N(p_0, \sigma_v^2)$.
• Flujo de Ruido ($u$): Distribución normal $N(0, \sigma_u^2)$, independiente de $v$.
• Ruido de Privacidad ($\epsilon$): Distribución normal $N(0, \sigma_\epsilon^2)$, independiente tanto de $v$ como de $u$.
• Observación: El MM observa $\tilde{y} = x + u + \epsilon$.
• Creador de Mercado (MM): Modelado como un AMM bayesiano comprometido. A diferencia del MM competitivo de los libros de texto que impone un beneficio esperado cero, este MM fija mecánicamente el precio $p(\tilde{y}) = E[v | \tilde{y}]$. Cualquier pérdida esperada es absorbida por el pool de proveedores de liquidez (LP) del protocolo. Este encuadre se elige para modelar reglas de fijación de precios de contratos inteligentes en cadena que no pueden ajustarse estratégicamente para garantizar un beneficio cero.
• Comerciante Informado: Un iniciador interno neutral al riesgo que observa $v$ y presenta una orden lineal $x = \beta(v - p_0)$.

El equilibrio se define por un par $(\beta, \lambda)$ tal que la regla de fijación de precios es racional bayesiana y el comerciante informado maximiza el beneficio esperado dada la regla de fijación de precios.

3. Contribuciones y Resultados Clave

A. Equilibrio Lineal de Forma Cerrada (Teorema 1)

El artículo deriva el único equilibrio lineal bajo ruido de privacidad. Los coeficientes de equilibrio son:
$$\lambda = \frac{\sigma_v}{2\sqrt{\sigma_u^2 + \sigma_\epsilon^2}}$$
$$\beta = \frac{\sqrt{\sigma_u^2 + \sigma_\epsilon^2}}{\sigma_v}$$

Propiedades Clave:

• Redimensionamiento: Tanto $\lambda$ como $\beta$ se redimensionan por un solo factor dependiente del parámetro de privacidad $\sigma_\epsilon$.
• Invarianza: El producto $\lambda \beta = 1/2$ permanece invariante independientemente del nivel de ruido de privacidad. Esto preserva la propiedad de "revelación a la mitad" del equilibrio clásico de Kyle: el precio medio condicional se mueve a la mitad desde el previo hasta el valor real, $E[p|v] = (p_0 + v)/2$.
• Estadísticos Comparativos: A medida que aumenta el ruido de privacidad ($\sigma_\epsilon$), el coeficiente de impacto en el precio $\lambda$ disminuye (los precios se vuelven menos sensibles al flujo) y la estrategia del comerciante informado $\beta$ se intensifica (el iniciador interno opera con más agresividad para ocultarse en el ruido).

B. El Subsidio de Privacidad (Teorema 2)

El artículo realiza una descomposición del bienestar para calcular el beneficio/pérdida esperado para cada agente.

• Beneficio del Comerciante Informado ($\pi_I$): Aumenta con $\sigma_\epsilon$.
• Beneficio del Comerciante de Ruido ($\pi_N$): Aumenta (las pérdidas disminuyen) con $\sigma_\epsilon$.
• Beneficio del MM/Protocolo ($\pi_M$): Se vuelve negativo.

El artículo identifica una transferencia de forma cerrada desde el protocolo/pool de LP hacia los comerciantes, denominada Subsidio de Privacidad:
$$|\pi_M| = \frac{\sigma_v \sigma_\epsilon^2}{2\sqrt{\sigma_u^2 + \sigma_\epsilon^2}}$$

Esta cantidad representa la tarifa de equilibrio que cualquier intercambio agregado de privacidad debe cobrar para compensar su capa de liquidez. Es cero cuando $\sigma_\epsilon = 0$ (recuperando el resultado de Kyle de los libros de texto) y estrictamente positiva en caso contrario.

C. Estadísticos Comparativos del Subsidio

El subsidio exhibe comportamientos asintóticos específicos:

• Régimen de Baja Privacidad ($\sigma_\epsilon \to 0$): El subsidio crece cuadráticamente ($\propto \sigma_\epsilon^2$).
• Régimen de Alta Privacidad ($\sigma_\epsilon \to \infty$): El subsidio crece linealmente ($\propto \sigma_\epsilon$).
• Punto de Inflexión: La función tiene un único punto de inflexión en $\sigma_\epsilon^* = \sqrt{2}\sigma_u$, transitando de convexa a cóncava.

D. Aplicabilidad y Límites

Los autores delimitan el alcance de su marco:

• Aplicable: AMM blindados con inyección explícita de ruido gaussiano aditivo (por ejemplo, privacidad diferencial).
• No Aplicable (Requiere Marcos Separados):
  • Swaps por lotes estilo Penumbra: Estos se reducen al Kyle de los libros de texto con varianza de ruido redimensionada pero no generan subsidio de privacidad bajo un MM bayesiano.
  • Subastas de ofertas selladas estilo Suave: Estas implican asimetría temporal en lugar de ruido aditivo, alineándose más cerca de la Pérdida frente al Reequilibrio (LVR).
  • Cruces anclados a oráculos estilo Renegade: Estos caen fuera del análisis de Kyle por completo, ya que el descubrimiento de precios es exógeno.

4. Significado y Posicionamiento

El artículo sitúa su resultado en la intersección de la microestructura de mercados y las finanzas descentralizadas (DeFi):

1. Extensión de Microestructura: Extiende el equilibrio lineal de Kyle de 1985 a un régimen de observación previamente no analizado donde la imperfección reside en la señal del creador de mercado en lugar de en la información del comerciante.
2. Analogía DeFi con LVR: El "Subsidio de Privacidad" se presenta como el análogo de un solo período y de forma cerrada de la Pérdida frente al Reequilibrio (LVR). Mientras que LVR mide el costo de que los precios obsoletos sean aprovechados por arbitrajistas con información externa, el subsidio de privacidad mide el costo del ruido de privacidad que oscurece la observación del flujo por parte del MM. Ambos son transferencias de bienestar desde los proveedores de liquidez hacia los comerciantes.
3. Implicación de Diseño de Tarifas: El resultado proporciona un límite inferior teórico para las tarifas en intercambios que preservan la privacidad. El artículo señala que para una calibración BTC/USDT, un parámetro de privacidad igual a la varianza del comerciante de ruido ($\sigma_\epsilon = \sigma_u$) implica un requisito de tarifa de equilibrio de aproximadamente 1 millón de dólares por día, comparable a una tarifa del 0,1% sobre un volumen de 1 mil millones de dólares.

El artículo concluye que, si bien la privacidad beneficia tanto a los comerciantes informados como a los de ruido (al reducir la selección adversa contra los comerciantes de ruido y aumentar los beneficios informados), todo el costo lo asume el pool del protocolo/LP, lo que hace necesaria una estructura de tarifas específica para garantizar la solvencia.