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

Dans le monde chaotique des monnaies numériques, où les prix peuvent fluctuer sauvagement d'un instant à l'autre, il existe une classe spéciale d'actifs conçus pour rester calmes. Ce sont les stablecoins, des jetons numériques destinés à maintenir une valeur stable, généralement indexée sur un dollar. Ils agissent comme un pont entre le marché volatil des cryptomonnaies et l'économie réelle, permettant aux traders de déplacer l'argent vers et depuis des investissements risqués sans quitter l'écosystème numérique. Pour la plupart, ces pièces font exactement ce qu'elles promettent, s'échangeant très près de la marque d'un dollar. Cependant, l'histoire a montré que cette stabilité n'est pas garantie. Lorsque la confiance vacille, lorsque les réserves sont remises en question ou lorsque le marché panique, ces pièces peuvent soudainement briser leur ancrage, chutant en valeur ou grimpant de manière imprévisible. Comprendre pourquoi et comment cela se produit est crucial, non seulement pour les investisseurs, mais aussi pour quiconque observe l'évolution de l'argent numérique. La question centrale à laquelle les chercheurs sont confrontés est de savoir si ces ruptures de prix sont de simples bosses normales sur la route ou s'il s'agit de sauts catastrophiques soudains qui signalent une défaillance plus profonde du système.

Une équipe de chercheurs de l'Université Sun Yat-sen et de l'Université Fudan s'est lancée dans l'étude de ce problème précis, en examinant quatre des stablecoins les plus populaires : USDT, USDC, DAI et FRAX. Ils voulaient aller au-delà des simples graphiques de prix pour comprendre les mécanismes cachés qui font que ces pièces sortent de leur stabilité. Pour ce faire, ils ont utilisé un cadre mathématique appelé modèle de catastrophe. Considérez ce modèle comme un moyen de cartographier un paysage où un système peut exister dans une vallée stable, mais où, sous certaines pressions, il peut soudainement basculer par-delà une crête vers un état complètement différent. Cette approche a permis aux scientifiques de distinguer deux types de mouvements de prix très différents. Le premier type est la fluctuation quotidienne, où le prix oscille légèrement à la hausse ou à la baisse en raison d'un trading normal. L'autre est une véritable rupture d'ancrage, où la valeur de la pièce change fondamentalement par rapport au dollar, souvent en raison d'une perte de confiance ou d'une faille structurelle. En appliquant cette lentille aux données quotidiennes de iment de 2019 à 2023, les chercheurs ont mis au jour une image plus nuancée du risque que ce qui était compris précédemment.

L'étude a commencé par tester deux méthodes différentes pour mesurer la santé de ces pièces. La première méthode examinait la distance du prix par rapport à un dollar, une mesure directe de l'intégrité de l'ancrage. La seconde méthode examinait la variation en pourcentage quotidienne, qui capture la vitesse et l'intensité des transactions. Les résultats ont révélé une différence frappante entre ces deux visions. En mesurant la distance par rapport à un dollar, le modèle a constaté que les véritables sauts catastrophiques étaient rares. Cela suggère que, la plupart du temps, les mécanismes qui maintiennent ces pièces ensemble fonctionnent bien, maintenant le prix étroitement lié à sa cible. Cependant, lorsque les chercheurs ont examiné les variations en pourcentage quotidiennes, le modèle a détecté une vague de sauts. Cela indique que, bien que les pièces rompent rarement totalement leur ancrage, elles subissent constamment des chocs brefs et intenses qui ressemblent à des sauts dans les données. Les chercheurs ont conclu que ces deux mesures racontent des histoires différentes : l'une révèle les moments rares où le système échoue réellement, tandis que l'autre capture la turbulence constante et à haute fréquence du marché.

La découverte la plus surprenante fut peut-être que le risque qu'une pièce brise son ancrage ne dépend pas simplement du type de pièce qu'elle est. Pendant longtemps, les experts ont classé les stablecoins en groupes nets : ceux adossés à de vrais dollars dans une banque, ceux adossés à d'autres cryptomonnaies, et ceux qui utilisent des algorithmes complexes pour maintenir leur valeur. L'hypothèse commune était que les algorithmiques étaient les plus fragiles et les adossés au dollar les plus sûrs. Les chercheurs ont trouvé cette vision incomplète. Au lieu de cela, le risque est déterminé par la façon dont la pièce est intégrée au marché et la manière dont son offre et sa demande sont gérées. Par exemple, deux des pièces adossées au dollar, USDT et USDC, se comportent de manière très différente malgré un adossement similaire. USDT a tendance à connaître des écarts de prix plus importants lorsque sa taille de marché augmente, probablement parce que les nouvelles pièces mettent du temps à se distribuer sur les plateformes d'échange, créant des déséquilibres temporaires. En revanche, USDC devient souvent plus stable à mesure qu'elle croît, car son processus de rachat est plus direct et transparent. Cela signifie que la conception spécifique de la manière dont l'argent entre et sort du système importe bien plus que l'étiquette générale de "adossé au dollar".

L'étude a également retracé l'évolution des sources de risque au fil du temps. Dans les premiers jours du marché crypto, vers 2020, les prix de ces pièces étaient fortement influencés par les marchés financiers traditionnels, tels que les indices boursiers et les taux d'intérêt mondiaux. À mesure que l'écosystème a mûri, les moteurs ont migré vers l'intérieur. En 2022 et 2023, les plus grandes menaces provenaient du monde crypto lui-même, comme l'effondrement d'autres actifs numériques ou la faillite de plateformes d'échange de cryptomonnaies. Les chercheurs ont observé que lors de crises majeures, comme la faillite de la plateforme FTX ou la défaillance de Silicon Valley Bank, les pièces réagissaient de manières complexes. Certaines pièces agissaient comme des refuges sûrs, attirant les capitaux, tandis que d'autres souffraient de la panique. L'étude a souligné que le risque ne concerne plus seulement les chocs externes, mais aussi la manière dont les différentes parties du système financier numérique sont interconnectées. Un problème dans un secteur, comme une banque détenant des réserves pour un stablecoin, peut rapidement se propager pour affecter d'autres pièces, même celles ayant des conceptions différentes.

L'une des conclusions les plus pratiques de la recherche est la capacité de prédire les problèmes avant qu'ils ne surviennent. L'équipe a testé s'il était possible de repérer des signes avant-coureurs dans les jours précédant une rupture de prix. Ils ont découvert qu'en surveillant des indicateurs structurels spécifiques, ils pouvaient prévoir le risque avec un haut degré de précision. Pour les écarts de prix modérés, qui sont de faible ampleur mais notables, les signes avant-coureurs apparaissent rapidement, souvent en un jour ou deux. Ceux-ci sont généralement causés par des changements soudains dans le volume de transactions ou la liquidité. Cependant, pour les événements de dépegging sévères, où la pièce perd une part significative de sa valeur, les signes avant-coureurs se construisent plus lentement. Les chercheurs ont constaté qu'examiner une fenêtre de données de sept jours offrait le meilleur avertissement précoce pour ces crises majeures. Des indicateurs tels que la concentration des avoirs parmi quelques grands investisseurs, les flux de fonds sur la blockchain et la taille globale de la capitalisation boursière de la pièce servaient tous de signaux fiables. Cela suggère que les régulateurs et les participants au marché n'ont pas besoin d'attendre qu'une pièce s'effondre pour savoir qu'elle est en difficulté ; ils peuvent voir les fissures se former dans la structure plusieurs jours à l'avance.

Les implications de ces résultats sont significatives pour la façon dont nous surveillons et gérons les actifs numériques. La recherche suggère que nous devons cesser de considérer les stablecoins comme un groupe unique et uniforme, et commencer à les traiter en fonction de leurs comportements et structures spécifiques. Une approche de régulation ou de gestion des risques uniforme passerait à côté des vulnérabilités uniques de chaque pièce. Au lieu de cela, les systèmes de surveillance devraient suivre à la fois la stabilité à long terme de l'ancrage et la turbulence à court terme des transactions. En prêtant attention aux mécanismes sous-jacents, tels que la rapidité avec laquelle les nouvelles pièces peuvent être rachetées ou la concentration de la propriété, il est possible d'identifier quelles pièces sont les plus susceptibles de faillir sous la pression. L'étude offre une voie claire à suivre : en comprenant la nature non linéaire de ces risques et en utilisant les bons outils pour les détecter tôt, nous pouvons mieux protéger la stabilité du système financier numérique. L'objectif n'est pas seulement de réagir lorsqu'une pièce se brise, mais de comprendre les forces qui la poussent vers le bord avant même qu'elle n'y arrive.