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

Nel caotico mondo delle valute digitali, dove i prezzi possono oscillare selvaggiamente da un momento all'altro, esiste una classe speciale di asset progettati per rimanere calmi. Questi sono chiamati stablecoin, token digitali destinati a mantenere un valore costante, solitamente ancorato a un dollaro. Essi fungono da ponte tra il volatile mercato crypto e l'economia reale, permettendo ai trader di spostare denaro dentro e fuori dagli investimenti rischiosi senza lasciare l'ecosistema digitale. Per la maggior parte del tempo, queste monete fanno esattamente ciò che promettono, scambiandosi molto vicino a quel segno di un dollaro. Tuttavia, la storia ha dimostrato che questa stabilità non è garantita. Quando la fiducia vacilla, quando le riserve vengono messe in discussione o quando il mercato va nel panico, queste monete possono improvvisamente rompere il loro ancoraggio (peg), perdendo valore o subendo picchi imprevedibili. Comprendere perché e come ciò accada è cruciale, non solo per gli investitori, ma per chiunque osservi l'evoluzione del denaro digitale. La domanda centrale che i ricercatori si pongono è se questi scostamenti di prezzo siano solo normali dossi sulla strada o se siano salti improvvisi e catastrofici che segnalano un fallimento più profondo del sistema.

Un team di ricercatori della Sun Yat-sen University e della Fudan University si è posto l'obiettivo di investigare proprio su questo problema, esaminando quattro delle stablecoin più popolari: USDT, USDC, DAI e FRAX. Volevano andare oltre i semplici grafici dei prezzi per comprendere le meccaniche nascoste che causano la perdita di stabilità di queste monete. Per farlo, hanno utilizzato un quadro matematico noto come modello di catastrofe. Pensate a questo modello come a un modo per mappare un paesaggio dove un sistema può esistere in una valle stabile, ma sotto certe pressioni, può improvvisamente precipitare oltre un crinale verso uno stato completamente diverso. Questo approccio ha permesso agli scienziati di distinguere tra due tipi di movimenti di prezzo molto diversi. Un tipo è la fluttuazione quotidiana, in cui il prezzo oscilla leggermente verso l'alto o verso il basso a causa del normale trading. L'altro è una vera rottura dell'ancoraggio, in cui il valore della moneta cambia fondamentalmente rispetto a un dollaro, spesso a causa di una perdita di fiducia o di un difetto strutturale. Applicando questa lente ai dati giornalieri dal 2019 al 2023, i ricercatori hanno scoperto un quadro più sfumato del rischio rispetto a quanto precedentemente compreso.

Lo studio è iniziato testando due diversi modi per misurare la salute di queste monete. Il primo metodo osservava quanto il prezzo fosse distante da un dollaro, una misura diretta dell'integrità dell'ancoraggio. Il secondo metodo osservava la variazione percentuale giornaliera, che cattura la velocità e l'intensità del trading. I risultati hanno rivelato una differenza sorprendente tra queste due visioni. Misurando la distanza da un dollaro, il modello ha scoperto che i veri salti catastrofici erano rari. Ciò suggerisce che, per la maggior parte del tempo, i meccanismi che tengono insieme queste monete funzionano bene, mantenendo il prezzo strettamente legato al suo obiettivo. Tuttavia, quando i ricercatori hanno esaminato le variazioni percentuali giornaliere, il modello ha rilevato un'ondata di salti. Questo indica che, sebbene le monete raramente perdano completamente il loro ancoraggio, esse sperimentano costantemente shock brevi e intensi che appaiono come salti nei dati. I ricercatori hanno concluso che queste due misure raccontano storie diverse: una rivela i rari momenti in cui il sistema effettivamente fallisce, mentre l'altra cattura la turbolenza costante e ad alta frequenza del mercato.

La scoperta più sorprendente è stata che il rischio che una moneta rompa il suo ancoraggio non dipende semplicemente dal tipo di moneta sia essa. Per molto tempo, gli esperti hanno categorizzato le stablecoin in gruppi ordinati: quelle sostenute da dollari reali in una banca, quelle sostenute da altre criptovalute e quelle che utilizzano algoritmi complessi per mantenere il proprio valore. L'assunzione comune era che quelle algoritmiche fossero le più fragili e quelle sostenute dal dollaro le più sicure. I ricercatori hanno trovato questa visione incompleta. Invece, il rischio è determinato da come la moneta è inserita nel mercato e da come vengono gestiti la sua offerta e la sua domanda. Ad esempio, due delle monete sostenute dal dollaro, USDT e USDC, si comportano in modo molto diverso nonostante abbiano un sostegno simile. USDT tende a registrare deviazioni di prezzo maggiori quando la sua dimensione di mercato cresce, probabilmente perché le nuove monete impiegano tempo per distribuirsi tra gli exchange, creando squilibri temporanei. Al contrario, USDC spesso diventa più stabile man mano che cresce, perché il suo processo di rimborso è più diretto e trasparente. Ciò significa che il design specifico di come il denaro entra ed esce dal sistema conta molto più dell'etichetta generica di "sostenuta dal dollaro".

Lo studio ha anche tracciato come le fonti di rischio siano cambiate nel tempo. Nei primi giorni del mercato crypto, intorno al 2020, i prezzi di queste monete erano pesantemente influenzati dai mercati finanziari tradizionali, come gli indici azionari e i tassi di interesse globali. Man mano che l'ecosistema maturava, i driver si sono spostati verso l'interno. Entro il 2022 e il 2023, le minacce maggiori provenivano dal mondo crypto stesso, come il collasso di altri asset digitali o il fallimento di exchange di criptovalute. I ricercatori hanno osservato che durante le grandi crisi, come il fallimento dell'exchange FTX o il fallimento della Silicon Valley Bank, le monete hanno reagito in modi complessi. Alcune monete hanno agito come beni rifugio, attirando capitale, mentre altre hanno sofferto a causa del panico. Lo studio ha evidenziato che il rischio non riguarda più solo gli shock esterni, ma riguarda come le diverse parti del sistema finanziario digitale siano interconnesse. Un problema in un'area, come una banca che detiene le riserve per una stablecoin, può rapidamente propagarsi per influenzare altre monete, anche quelle con design differenti.

Una delle scoperte più pratiche della ricerca è la capacità di prevedere i problemi prima che accadano. Il team ha testato se fosse possibile individuare segnali di avvertimento nei giorni precedenti una rottura del prezzo. Hanno scoperto che, monitorando specifici indicatori strutturali, potevano prevedere il rischio con un alto grado di precisionza. Per le deviazioni di prezzo moderate, ovvero piccole ma percepibili, i segnali di avvertimento appaiono rapidamente, spesso entro un giorno o due. Queste sono solitamente causate da improvvisi cambiamenti nel volume di trading o nella liquidità. Tuttavia, per gli eventi di depegging severi, in cui la moneta perde una quantità significativa del suo valore, i segnali di avvertimento si accumulano più lentamente. I ricercatori hanno scoperto che l'osservazione di una finestra di dati di sette giorni forniva il miglior preavviso per queste grandi crisi. Indicatori come la concentrazione dei possedimenti tra pochi grandi investitori, il flusso di denaro sulla blockchain e la dimensione complessiva della capitalizzazione di mercato della moneta fungevano tutti da segnali affidabili. Ciò suggerisce che regolatori e partecipanti al mercato non devono aspettare che una moneta crolli per sapere che è in difficoltà; possono vedere le crepe che si formano nella struttura con giorni di anticipo.

Le implicazioni di queste scoperte sono significative per il modo in cui monitoriamo e gestiamo gli asset digitali. La ricerca suggerisce che dobbiamo smettere di guardare alle stablecoin come a un gruppo unico e uniforme e iniziare a trattarle in base ai loro comportamenti e strutture specifiche. Un approccio normativo o di gestione del rischio "taglia unica" ignorerebbe le vulnerabilità uniche di ogni moneta. Invece, i sistemi di monitoraggio dovrebbero tracciare sia la stabilità a lungo termine dell'ancoraggio che la turbolenza a breve termine del trading. Prestando attenzione alle meccaniche sottostanti, come la velocità con cui le nuove monete possono essere rimborsate o quanto è concentrata la proprietà, è possibile identificare quali monete sono più probabili che falliscano sotto stress. Lo studio fornisce una via chiara da seguire: comprendendo la natura non lineare di questi rischi e utilizzando gli strumenti giusti per rilevarli precocemente, possiamo proteggere meglio la stabilità del sistema finanziario digitale. L'obiettivo non è solo reagire quando una moneta si stacca dal suo valore, ma comprendere le forze che la spingono verso il limite prima ancora che ci arrivi.