Nonlinear Identification and Early Warning of Stablecoin Price Depegging: Empirical Evidence Based on a Cusp Catastrophe Model

En el caótico mundo de las monedas digitales, donde los precios pueden oscilar salvajemente de un momento a otro, existe una clase especial de activos diseñados para mantener la calma. Estos se llaman monedas estables (stablecoins), tokens digitales destinados a mantener un valor constante, generalmente vinculados al dólar. Actúan como un puente entre el volátil mercado de las criptomonedas y la economía real, permitiendo a los operadores mover dinero hacia adentro y hacia afuera de las inversiones riesgosas sin abandonar el ecosistema digital. En su mayor parte, estas monedas hacen exactamente lo que prometen, cotizando muy cerca de esa marca de un dólar. Sin embargo, la historia ha demostrado que esta estabilidad no está garantizada. Cuando la confianza flaquea, cuando se cuestionan las reservas o cuando el mercado entra en pánico, estas monedas pueden romper repentinamente su paridad, cayendo en valor o disparándose de forma impredecible. Comprender por qué y cómo sucede esto es crucial, no solo para los inversores, sino para cualquiera que observe cómo evoluciona el dinero digital. La pregunta central que enfrentan los investigadores es si estos quiebres de precio son simplemente baches normales en el camino o si son saltos repentinos y catastróficos que señalan un fallo más profundo en el sistema.

Un equipo de investigadores de la Universidad Sun Yat-sen y la Universidad Fudan se propuso investigar este problema exacto, analizando cuatro de las stablecoins más populares: USDT, USDC, DAI y FRAX. Querían ir más allá de los simples gráficos de precios para comprender la mecánica oculta que causa que estas monedas pierdan su estabilidad. Para ello, utilizaron un marco matemático conocido como modelo de catástrofe. Piense en este modelo como una forma de mapear un paisaje donde un sistema puede existir en un valle estable, pero bajo ciertas presiones, puede caer repentinamente por un loma hacia un estado completamente diferente. Este enfoque permitió a los científicos distinguir entre dos tipos de movimientos de precios muy diferentes. Un tipo es la fluctuación cotidiana, donde el precio oscila ligeramente hacia arriba o hacia abajo debido al comercio normal. El otro es una verdadera ruptura de la paridad, donde el valor de la moneda cambia fundamentalmente lejos de un dólar, a menudo debido a una pérdida de confianza o a un fallo estructural. Al aplicar esta lente a los datos diarios de 2019 a 2023, los investigadores descubrieron una imagen más matizada del riesgo de lo que se entendía anteriormente.

El estudio comenzó probando dos formas diferentes de medir la salud de estas monedas. El primer método observaba qué tan lejos estaba el precio de un dólar, una medida directa de la integridad de la paridad. El segundo método observaba el cambio porcentual diario, que captura la velocidad e intensidad del comercio. Los resultados revelaron una diferencia sorprendente entre estas dos visiones. Al medir la distancia desde un dólar, el modelo encontró que los saltos verdaderamente catastróficos eran raros. Esto sugiere que, la mayor parte del tiempo, los mecanismos que mantienen unidas a estas monedas están funcionando bien, manteniendo el precio estrechamente ligado a su objetivo. Sin embargo, cuando los investigadores observaron los cambios porcentuales diarios, el modelo detectó una inundación de saltos. Esto indica que, si bien las monedas rara vez rompen su paridad por completo, experimentan constantemente choques cortos y agudos que parecen saltos en los datos. Los investigadores concluyeron que estas dos medidas cuentan historias diferentes: una revela los momentos raros en que el sistema realmente falla, mientras que la otra captura la turbulencia constante y de alta frecuencia del mercado.

Quizás el descubrimiento más sorprendente fue que el riesgo de que una moneda rompa su paridad no depende simplemente del tipo de moneda que sea. Durante mucho tiempo, los expertos han categorizado las stablecoins en grupos ordenados: aquellas respaldadas por dólares reales en un banco, aquellas respaldadas por otras criptomonedas y aquellas que utilizan algoritmos complejos para mantener su valor. La suposición común era que las algorítmicas eran las más frágiles y las respaldadas por dólares las más seguras. Los investigadores encontraron que esta visión era incompleta. En su lugar, el riesgo está determinado por cómo la moneda está integrada en el mercado y cómo se gestionan su oferta y demanda. Por ejemplo, dos de las monedas respaldadas por dólares, USDT y USDC, se comportan de manera muy diferente a pesar de tener un respaldo similar. USDT tiende a presentar mayores desviaciones de precio cuando su tamaño de mercado crece, probablemente porque las nuevas monedas tardan tiempo en distribuirse a través de los exchanges, creando desequilibrios temporales. En contraste, USDC suele volverse más estable a medida que crece, porque su proceso de redención es más directo y transparente. Esto significa que el diseño específico de cómo el dinero entra y sale del sistema importa mucho más que la etiqueta amplia de "respaldada por el dólar".

El estudio también rastreó cómo han cambiado las fuentes de riesgo a lo largo del tiempo. En los primeros días del mercado cripto, alrededor de 2020, los precios de estas monedas estaban fuertemente influenciados por los mercados financieros tradicionales, como los índices bursátiles y las tasas de interés globales. A medida que el ecosistema maduró, los impulsores se desplazaron hacia el interior. Para 2022 y 2023, las mayores amenazas provenían del propio mundo cripto, como el colapso de otros activos digitales o el fracaso de los exchanges de criptomonedas. Los investigadores observaron que durante las crisis importantes, como la bancarrota del exchange FTX o el fracaso de Silicon Valley Bank, las monedas reaccionaron de formas complejas. Algunas monedas actuaron como refugios seguros, atrayendo capital, mientras que otras sufrieron por el pánico. El estudio destacó que el riesgo ya no es solo sobre choques externos, sino sobre cómo las diferentes partes del sistema financiero digital están interconectadas. Un problema en un área, como un banco que posee reservas para una stablecoin, puede propagarse rápidamente para afectar a otras monedas, incluso aquellas con diseños diferentes.

Uno de los hallazgos más prácticos de la investigación es la capacidad de predecir problemas antes de que ocurran. El equipo probó si podían detectar señales de advertencia en los días previos a una ruptura de paridad. Encontraron que, al observar indicadores estructurales específicos, podían pronosticar el riesgo con un alto grado de precisión. Para las desviaciones de precio moderadas, que son pequeñas pero notables, las señales de advertencia aparecen rápidamente, a menudo en uno o dos días. Estas suelen ser causadas por cambios repentinos en el volumen de comercio o la liquidez. Sin embargo, para los eventos de pérdida de paridad severos, donde la moneda pierde una cantidad significativa de valor, las señales de advertencia se construyen más lentamente. Los investigadores encontraron que observar una ventana de datos de siete días proporcionaba la mejor alerta temprana para estas crisis mayores. Indicadores como la concentración de tenencias entre unos pocos inversores grandes, el flujo de dinero en la blockchain y el tamaño general de la capitalización de mercado de la moneda sirvieron como señales confiables. Esto sugiere que los reguladores y participantes del mercado no necesitan esperar a que una moneda colapse para saber que está en problemas; pueden ver las grietas formándose en la estructura días antes.

Las implicaciones de estos hallazgos son significativas para la forma en que monitoreamos y gestionamos los activos digitales. La investigación sugiere que debemos dejar de mirar las stablecoins como un grupo único y uniforme y empezar a tratarlas según sus comportamientos y estructuras específicas. Un enfoque de regulación o gestión de riesgos de "talla única" pasará por alto las vulnerabilidades únicas de cada moneda. En su lugar, los sistemas de monitoreo deben rastrear tanto la estabilidad a largo plazo de la paridad como la turbulencia a corto plazo del comercio. Al prestar atención a la mecánica subyacente, como la rapidez con la que se pueden redimir las nuevas monedas o qué tan concentrada está la propiedad, es posible identificar qué monedas tienen más probabilidades de fallar bajo estrés. El estudio proporciona un camino claro a seguir: al comprender la naturaleza no lineal de estos riesgos y utilizar las herramientas adecuadas para detectarlos tempranamente, podemos proteger mejor la estabilidad del sistema financiero digital. El objetivo no es solo reaccionar cuando una moneda se rompe, sino comprender las fuerzas que la empujan hacia el borde antes de que llegue allí.