Slippage-at-Risk (SaR): A Forward-Looking Liquidity Risk Framework for Perpetual Futures Exchanges

Ce papier présente le cadre Slippage-at-Risk (SaR), une méthode prospective d'évaluation du risque de liquidité sur les marchés de contrats perpétuels qui, en quantifiant les coûts de glissement futurs et en intégrant des ajustements de concentration, permet de définir des exigences de capital optimales et d'anticiper les stress systémiques.

L'essentiel

🌊 Le Risque de Glissement (SaR) : La Météo des Marchés Crypto

Imaginez que vous êtes le capitaine d'un grand navire (une plateforme d'échange crypto) qui transporte des milliers de passagers (les investisseurs). Votre mission est de garder tout le monde en sécurité, même lors de la pire des tempêtes.

Le problème, c'est que les capitaines traditionnels regardent souvent le rétroviseur. Ils disent : « Hier, il y a eu une vague, donc aujourd'hui, il y a un risque de vague. » C'est ce qu'on appelle les mesures « passées » (comme le VaR).

Ce papier propose une nouvelle méthode : le SaR. Au lieu de regarder le passé, le SaR vous donne un radar météo en temps réel qui vous dit exactement à quel point la mer est calme ou dangereuse maintenant, avant même que la tempête ne commence.

1. Le Problème : Pourquoi les navires coulent-ils ?

Sur les marchés crypto, les gens empruntent de l'argent pour parier sur la hausse ou la baisse des prix (c'est la « perpétuelle »). Si le marché tourne mal, ils doivent vendre leurs actifs pour payer leurs dettes. C'est ce qu'on appelle une liquidation.

• L'analogie du marché aux puces : Imaginez que vous devez vendre 100 voitures d'urgence.
  • Si le marché est calme, vous trouvez 100 acheteurs à un bon prix.
  • Si le marché panique et que tout le monde veut vendre en même temps, il n'y a plus assez d'acheteurs. Vous devez vendre vos voitures pour une bouchée de pain, bien en dessous de leur valeur réelle.
  • Cette différence entre le prix espéré et le prix réel (la perte) s'appelle le glissement (slippage). Si le glissement est trop grand, la plateforme d'échange perd de l'argent et peut faire faillite.

2. La Solution : Le Radar SaR

Le papier introduit trois nouveaux outils pour mesurer ce risque avant qu'il ne soit trop tard :

• SaR (Le seuil d'alerte) : C'est comme dire : « 95 % du temps, si nous devons vendre, nous ne perdrons pas plus de 3 % de la valeur. » Mais si le SaR grimpe, cela signifie que la liquidité est fine et que le risque de perte explose.
• ESaR (La catastrophe) : Si le pire arrive (les 5 % de cas les plus graves), combien allons-nous perdre en moyenne ? C'est une mesure de la sévérité de la tempête.
• TSaR (Le coût total) : Combien d'argent réel (en dollars) sera perdu si tout s'effondre ? C'est le montant que la « caisse de secours » de la plateforme devra débourser.

3. Le Piège Caché : La Concentration (Qui tient le filet ?)

Le papier ajoute une astuce géniale : la concentration.

• L'analogie du filet de pêche :
  • Imaginez un filet tenu par 100 pêcheurs. Si l'un d'eux lâche le filet, il reste 99 autres pour le maintenir. C'est solide.
  • Maintenant, imaginez un filet tenu par seulement 2 pêcheurs. Si l'un d'eux se fatigue ou décide de partir, le filet se déchire instantanément.
• Le SaR ne regarde pas seulement la quantité d'argent dans le filet (la liquidité), mais aussi qui le tient. Si quelques gros acteurs détiennent tout, le risque est énorme. Le papier propose donc de « pénaliser » ces marchés fragiles en augmentant artificiellement le risque calculé.

4. La Preuve par l'Exemple : La Tempête du 10 Octobre 2025

Le papier analyse un événement réel (futuriste dans le texte, mais basé sur des dynamiques réelles) : une crise massive sur la plateforme Hyperliquid.

• Ce qui s'est passé : En 12 minutes, 2,1 milliards de dollars de positions ont été liquidés. La plateforme a perdu 300 millions de dollars car elle n'avait pas assez d'argent de côté.
• Ce que le SaR aurait dit : 6 à 12 heures avant la crise, le radar SaR aurait montré des signaux rouges. Il aurait vu que la profondeur du marché (le nombre d'acheteurs) s'effondrait et que la concentration augmentait.
• Le résultat : Si la plateforme avait utilisé le SaR, elle aurait su qu'elle n'avait pas assez de « caisse de secours » (fonds d'assurance) et aurait pu se préparer, ou même arrêter les ventes pour éviter la catastrophe.

5. Pourquoi est-ce important ? (La Philosophie)

L'auteur nous dit une chose fondamentale : « Mesurez la cause, pas la conséquence. »

• Les méthodes anciennes regardent les dégâts après la tempête (combien de maisons ont été détruites ?).
• Le SaR regarde la force du vent et la hauteur des vagues avant qu'elles n'atteignent la terre.

Dans le monde de la finance décentralisée (DeFi), où les robots gèrent tout et où il est difficile d'intervenir manuellement, avoir un radar qui prédit le danger est vital. Cela permet de construire des systèmes plus résistants, de protéger l'argent des gens et d'éviter que les petites erreurs ne deviennent des catastrophes mondiales.

En résumé

Le Slippage-at-Risk (SaR) est un nouveau système d'alarme incendie pour les marchés crypto. Au lieu d'attendre que le feu prenne pour appeler les pompiers, il détecte la chaleur excessive et la fumée naissante, vous permettant d'évacuer le bâtiment ou de préparer les extincteurs avant que tout ne brûle.

Résumé technique

Voici un résumé technique détaillé de l'article « Slippage-at-Risk (SaR) : A Forward-Looking Liquidity Risk Framework for Perpetual Futures Exchanges » (Risque de Glissement : Un cadre prospectif pour le risque de liquidité sur les marchés de contrats perpétuels), rédigé par Otar Sepper (SepperLabs, ex-Gauntlet).

---

1. Problématique et Contexte

Les contrats perpétuels (perpetual futures) dominent désormais les marchés de cryptomonnaies, avec des volumes quotidiens dépassant 100 milliards de dollars. Cependant, leur mécanisme de liquidation crée une vulnérabilité systémique critique :

• Le mécanisme de liquidation : Lorsqu'une position à levier tombe sous le niveau de marge de maintenance, l'échange doit la liquider. En période de stress, les liquidations en cascade peuvent épuiser la liquidité disponible dans le carnet d'ordres (order book).
• Le problème du glissement (Slippage) : Si la liquidité est insuffisante, les positions sont exécutées à des prix bien inférieurs (ou supérieurs) au prix de faillite théorique. Cela génère un défaut de paiement (bad debt) que l'assurance de l'échange doit absorber ou qui est socialisé via l'« autodeleveraging » (ADL).
• Limites des approches actuelles : Les métriques de risque traditionnelles (VaR historique, Expected Shortfall) sont rétrospectives. Elles se basent sur les rendements passés ou les déficits historiques. Elles échouent à :
  1. Évaluer la capacité d'absorption actuelle des liquidations.
  2. S'appliquer aux nouveaux actifs sans historique de crise.
  3. Intégrer la microstructure du carnet d'ordres (la source réelle du risque).

L'événement du 10 octobre 2025 sur Hyperliquid illustre cette faille : 2,1 milliards de dollars de liquidations ont généré 304,5 millions de dollars de déficits, épuisant l'assurance et forçant une socialisation massive, alors que la fragilité de la liquidité était observable avant l'effondrement.

2. Méthodologie : Le Cadre SaR

L'auteur propose le Slippage-at-Risk (SaR), une métrique prospective calculée à partir de l'état actuel du carnet d'ordres.

A. Les Métriques de Base

Le cadre définit une fonction de glissement $S_i(Q)$ pour chaque token $i$, représentant le glissement moyen pondéré par le volume lors de la liquidation d'une quantité $Q$. Trois métriques clés en découlent :

1. SaR($\alpha$) : Le quantile $\alpha$ du glissement à travers tous les tokens. (Ex: SaR(0.95) = 3% signifie que 95% des tokens ont un glissement inférieur à 3% lors d'une liquidation de stress).
2. ESaR($\alpha$) : Le glissement attendu dans la queue de la distribution (les tokens les plus risqués). C'est l'équivalent de l'Expected Shortfall.
3. TSaR($\alpha$) : Le glissement total en dollars pour les tokens de la queue. C'est une mesure directe de l'exposition potentielle au déficit.

B. Calibration de la Quantité de Stress ($Q$)

La quantité à liquider $Q_i$ est calibrée comme le minimum entre :

• Une fraction $\beta$ de l'intérêt ouvert (OI) (ex: 10-20% en cas de crise).
• Le VaR à 95% de la taille des positions historiques (pour éviter les outliers extrêmes).

C. Ajustement pour la Concentration (Concentration Haircut)

Le glissement brut ne suffit pas car il ignore la structure de la liquidité. Un carnet d'ordres profond mais dominé par un seul fournisseur de liquidité est fragile.

• Indice HHI : Utilisation de l'indice Herfindahl-Hirschman pour mesurer la concentration des fournisseurs de liquidité.
• Nombre de fournisseurs effectifs ($N_{eff}$) : Calculé comme l'inverse du HHI.
• Formule de décote (Haircut) : Une pénalité est appliquée si le nombre de fournisseurs est faible ou si un seul fournisseur domine (risque de spoofing ou de retrait simultané).
  $$S_{adj} = S_{raw} \times (1 + h_{conc})$$
  Cela augmente artificiellement le glissement estimé pour les structures fragiles.

D. Ajustements Avancés

• Cascade : Intégration d'un facteur de sensibilité au levier moyen, car un levier élevé amplifie les boucles de rétroaction lors des liquidations.
• Détection de Spoofing : Score de risque basé sur les taux d'annulation et la rétractation de la liquidité.

3. Contributions Théoriques et Liens

• Chaîne Causale : L'article établit un lien direct : Retrait de liquidité $\rightarrow$ Carnets minces $\rightarrow$ Fort glissement $\rightarrow$ Défauts $\rightarrow$ ADL/Socialisation. SaR mesure la cause (liquidité) avant la conséquence (défaut).
• Taille Optimale du Fonds d'Assurance : En s'appuyant sur les travaux de Chitra et al. (2025), l'auteur dérive une formule pour dimensionner le fonds d'assurance ($IF^*$) basé sur le TSaR prospectif plutôt que sur l'historique des pertes :
  $$IF^* \approx c \times TSaR_{adj}^{\$}(\frac{r}{\kappa})$$
  Où $c$ est un multiplicateur de cascade (typiquement 2.0-2.5) et $r/\kappa$ représente le ratio coût d'opportunité / coût de réputation.

4. Résultats Empiriques (Étude de cas Hyperliquid)

L'analyse utilise des données de carnet d'ordres de Hyperliquid (184 tokens, octobre-novembre 2025), incluant l'événement du 10 octobre 2025.

• Validité Prédictive :
  • Le TSaR montre une corrélation de 0.61 avec les déficits réalisés 12 heures à l'avance et 0.42 à 24 heures.
  • Un test de causalité de Granger confirme que le TSaR cause les déficits futurs, et non l'inverse.
• Analyse de l'Événement du 10 Octobre 2025 :
  • Pré-événement : 24h avant la cascade, le SaR ajusté a augmenté de 2,41% à 3,12%, et la profondeur totale du carnet d'ordres a chuté de 75% (de 1,12 Md$à 284 M$).
  • Prédiction vs Réalité : Le modèle SaR calculé avant l'événement a prédit un glissement avec un $R^2$ de 0,78 par rapport au glissement réel.
  • Fonds d'Assurance : Le fonds d'assurance réel d'Hyperliquid était d'environ 25 M$**. Le modèle SaR, basé sur les données pré-crise, indiquait qu'un fonds de **312,6 M$ (avec $c=2$) était nécessaire pour couvrir le déficit réel de 304,5 M$. Cela démontre que le risque était sous-estimé d'un ordre de grandeur par les méthodes traditionnelles.
• Effets de Concentration : Au pic de la crise, 73% des tokens avaient un nombre de fournisseurs effectifs ($N_{eff}$) inférieur à 3, amplifiant considérablement le glissement au-delà de ce que la profondeur brute suggérait.

5. Signification et Implications

• Changement de Paradigme : Le SaR marque un passage d'une gestion du risque réactive (basée sur les pertes passées) à une gestion proactive (basée sur la santé actuelle de la liquidité).
• Applications Pratiques :
  • Dimensionnement dynamique du capital : Ajuster les fonds d'assurance et les limites de levier en temps réel selon le SaR.
  • Listage responsable : Permet d'évaluer le risque de liquidité des nouveaux tokens sans attendre qu'ils subissent une crise.
  • Alertes précoces : Surveillance des tendances SaR et de la concentration pour détecter les signaux de stress 12 à 24 heures avant une cascade.
• Philosophie DeFi : Dans un système où le code est loi et les interventions coûteuses, mesurer la « cause » (la liquidité) plutôt que la « conséquence » (le défaut) est essentiel pour la résilience systémique.

Conclusion

L'article démontre que le Slippage-at-Risk (SaR) est un indicateur avancé robuste capable de prédire les crises de liquidité et les déficits futurs. En intégrant la microstructure du carnet d'ordres et la concentration des fournisseurs de liquidité, il offre un cadre quantitatif supérieur pour la gestion des risques sur les échanges de contrats perpétuels, permettant d'éviter les catastrophes systémiques comme celle du 10 octobre 2025.