An Auditable Framework for Stablecoin Depeg Detection: Validation, Bias Quantification and Evidence from a Decade of Stablecoin Data

L'histoire du grand détective du dollar numérique

Imaginez un monde où les gens utilisent des jetons numériques censés valoir exactement un dollar américain, ni plus, ni moins. On les appelle des « stablecoins ». Voyez-les comme des reconnaissances de dette numériques qui promettent d'être toujours échangeables contre un véritable billet d'un dollar. Ils sont le moteur vital d'un nouveau type d'argent sur Internet, utilisé pour tout, de l'envoi d'argent à des amis à l'achat de choses en ligne. Mais voici la partie délicate : parfois, ces jetons numériques perdent leur ancrage. Ils peuvent descendre à 98 cents ou grimper à 1,05 $. Quand cela arrive, on appelle cela un « depeg » (une perte de parité).

Pendant longtemps, des scientifiques et des régulateurs ont essayé de comprendre à quelle fréquence ces depegs se produisent et à quel point ils sont graves. Mais il y a un énorme problème : personne ne s'accorde sur la manière de les mesurer. C'est comme essayer de compter combien de personnes sont « grandes » dans une pièce, mais une personne dit que quiconque mesure plus de 1m78 est grand, tandis qu'une autre dit qu'il faut mesurer plus de 1m90. Si vous changez la règle, vous obtenez un compte totalement différent. Ce document plonge précisément dans ce désordre. Il pose une question simple mais vitale : le nombre de « mauvais jours » pour ces dollars numériques dépend-il des règles que nous utilisons pour les repérer ? La réponse s'avère être un « oui » retentissant, et la façon dont nous mesurons la stabilité change tout ce que nous savons de ces actifs numériques.

---

Le document : Un guide du détective pour les bugs du dollar numérique

Alors, qu'ont réellement fait les chercheurs ? Ils ont construit un « kit de détective » super strict et auditable pour traquer ces événements de dépegging dans les données. Au lieu de simplement deviner, ils ont créé un ensemble de règles pour attraper un stablecoin lorsqu'il s'écarte de sa promesse de 1,00 $. Ils ont examiné dix stablecoins différents indexés sur le dollar américain sur une décennie, de 2016 à 2026, en utilisant une base de données massive de prix quotidiens.

Voici la grande révélation : le nombre de depegs que vous trouvez dépend entièrement des règles que vous fixez.

Si les chercheurs fixaient leur « sensibilité » au plus bas — c'est-à-dire qu'ils signalaient un depeg si le prix s'éloignait de seulement 1 % de 1,00 $ — ils ont trouvé 191 événements. Mais s'ils rendaient les règles plus strictes et ne comptaient que les mouvements supérieurs à 5 %, le nombre d'événements chutait drastiquement à seulement 21. Changer la règle de « durée » importait également : s'ils exigeaient qu'un prix reste étrange pendant au moins sept jours, le décompte passait de 191 à seulement 29. Le document montre que la « fréquence » et la « sévérité » de ces krachs ne sont pas des faits fixes du marché ; elles sont simplement des fonctions des mathématiques que nous choisissons d'utiliser. C'est comme dire qu'une pièce est « bondée » uniquement si vous décidez qu'une foule commence à 10 personnes, mais « vide » si vous décidez qu'une foule commence à 100 personnes.

Les événements « fantômes »

L'une des découvertes les plus ludiques et importantes fut de trouver des événements « fantômes ». Les chercheurs ont découvert que 21,4 % des événements de depeg bruts qu'ils avaient initialement capturés étaient en réalité faux. Ce n'étaient pas de vrais krachs de marché ; c'était simplement l'équivalent numérique d'une ville fantôme. Ces « fantômes » se produisaient lorsqu'un stablecoin était interrompu ou déréférencé, et les quelques prix restants n'étaient que du bruit aléatoire provenant d'un marché vide. S'ils n'avaient pas filtré ces éléments, on croirait que le marché s'effondre beaucoup plus souvent qu'il ne l'est réellement. Le document exclut explicitement de compter ces événements comme de réels échecs de stabilité.

La hiérarchie de la confiance

Une fois les données nettoyées et les fantômes éliminés, ils ont classé les stablecoins selon leur capacité à respecter leur promesse de 1,00 $. Les résultats étaient clairs :

• L'étalon-or : Les stablecoins adossés à de vraies banques centrales et à de la monnaie fiduciaire (comme l'USDC) étaient les plus fidèles, avec de minuscules écarts d'environ 2,4 points de base (soit 0,024 %).
• Les enfants risqués : Les stablecoins adossés à d'autres cryptomonnaies (comme DAI et SAI) étaient beaucoup plus agités, avec des écarts de 20,3 et 125,5 points de base respectivement.
• Le mythe de la taille : Le document argumente explicitement contre l'idée que « plus gros est plus sûr ». Le plus grand stablecoin, l'USDT, se trouvait en fait dans la moyenne, et non parmi les plus stables. Ainsi, si vous pensez que la plus grosse pièce est la plus sûre, les données suggèrent que vous pourriez avoir tort.

La règle parfaite

Les chercheurs ne se sont pas contentés de critiquer les mauvaises règles ; ils ont proposé une meilleure approche. Ils ont utilisé un truc statistique appelé « l'indice J de Youden » pour trouver le point d'équilibre pour détecter les vrais problèmes. Ils ont trouvé qu'un seuil de clôture quotidienne de 2,5 % était la règle optimale. Cette règle a capturé toutes les crises réelles documentées (100 % de sensibilité) tout en évitant la plupart des fausses alertes. Le document suggère que les régulateurs et les investisseurs devraient cesser d'utiliser des règles arbitraires (comme « tout ce qui dépasse 1 % est mauvais ») et commencer à utiliser des règles qui sont prouvées efficaces face à des données historiques réelles.

Sommes-nous sûrs de nous ?

Le document est très honnête sur ses limites. Bien qu'ils aient trouvé que le classement des stablecoins (centralisés vs adossés aux cryptos) est robuste, ils admettent que certains de leurs modèles statistiques plus profonds sont « sous-dimensionnés » (under-powered). Cela signifie qu'ils n'ont pas assez de points de données pour affirmer avec certitude pourquoi certaines pièces échouent plus que d'autres, seulement qu'elles le font.

Ils ont également testé leurs conclusions auprès d'un second fournisseur de données indépendant. Le résultat ? Seuls 61,9 % des événements de depeg « sévères » (les grands krachs) ont été confirmés par la seconde source. Cela signifie qu'environ deux cinquièmes des plus gros krachs qu'ils ont trouvés pourraient simplement être des erreurs de signalement du premier fournisseur de données. Le document conclut que nous devons être très prudents lorsque nous examinons les événements « sévères », car ils pourraient davantage concerner des bugs de données que de véritables paniques de marché.

À retenir

Ce document nous enseigne que dans le monde de l'argent numérique, la façon dont vous mesurez la stabilité est tout aussi importante que la stabilité elle-même. Vous ne pouvez pas simplement regarder un graphique et dire « ça a crashé » ou « c'est bon » sans savoir quelle règle vous utilisez. L'étude suggère que pour une fiabilité maximale, nous devrions nous en tenir aux stablecoins adossés à de vrais dollars, ignorer le mythe du « plus gros est le meilleur » et utiliser un seuil de 2,5 % pour repérer les vrais problèmes. Mais surtout, elle nous avertit que si nous ne nous accordons pas sur les règles du jeu, nous ne nous accorderons jamais sur qui est en train de gagner.