論文「Stablecoin 準備資産ポートフォリオの最適制御」の技術的サマリー

本論文は、ステーブルコイン発行体が直面する「即座の流動性（現金）と準備資産の利回りのバランス」という課題を、連続時間における確率的最適制御問題として定式化し、実用的な制御フレームワークを提案するものです。

以下に、問題設定、手法、主要な貢献、結果、および意義について詳細をまとめます。

1. 問題設定 (Problem)

ステーブルコインの発行体は、以下の二つの相反する目標を同時に達成する必要があります。

1. ペグの安定性維持: 需要（ミント）と供給（リデンプション）の急激な変動に対し、即座に現金で償還できる体制を維持し、市場価格が 1 ドル（ペグ）から乖離するのを防ぐ。
2. 収益性の最大化: 準備資産を現金（利子なし）だけでなく、短期国債（利子あり）に配分し、運用収益（キャリー）を最大化する。

核心的な課題:

• 流動性リスク: リデンプション需要が現金準備を上回ると、ペグが崩壊し、銀行預金のような「銀行危機（Bank Run）」が自己増殖的に発生する可能性がある。
• 制御変数: 発行体は以下の二つの手段で制御を行う。
  1. 資産再配分: 即座に利用可能な現金と、短期国債（T-bills）の間で資金を移動させる速度（$\omega$）。
  2. 手数料設定: ミント（発行）またはバーン（消却）時のスプレッド手数料（$\delta$）を設定し、注文フローのバランスを調整する。
• 注文フローの特性: 実際のステーブルコインの取引はランダムではなく、大きな取引が時間的にクラスター（集団）を形成する傾向（自己励起性）がある。

2. 手法 (Methodology)

本論文は、以下の数理モデルと制御理論を組み合わせたフレームワークを構築しています。

2.1 動的モデル

• 注文フローのモデル化: ミントとリデンプションのイベントを**ハークス過程（Hawkes processes）**としてモデル化します。これは、過去のイベントが将来のイベント発生確率を高める「自己励起性」を捉え、取引のクラスター化を再現します。さらに、ペグの乖離（$\Delta P$）がリデンプションを加速させるフィードバックループも組み込まれています。
• 準備資産の状態モデル: 現金残高（$R_{liq}$）と国債残高（$R_{bill}$）、ペグ乖離度、ハークス強度（$\lambda$）を状態変数とし、これらが制御入力によってどのように変化するかを記述します。
• ペグの動力学: ペグの乖離は、直近の流動性不足（即座に支払えない金額）に基づいて決定論的に変化し、手数料によって修正されると仮定します。

2.2 最適制御問題の定式化

• 目的関数: 割引無限時間ホライズンにおけるコスト最小化問題を設定します。
  • ペグ乖離の二乗（評判リスク）
  • 手数料の二乗（ユーザー体験への悪影響）
  • 資産再配分のコスト（取引摩擦、市場インパクト）
  • 国債の利子収入（負のコストとして扱われる）
• 解法アプローチ:
  1. 確率的モデル予測制御（Stochastic MPC）: 無限時間ホライズンの問題を、現在の状態と将来の確率分布の条件付き期待値（モーメント閉鎖近似）を用いた有限時間ホライズンの問題に近似して反復解きます。
  2. ポントリャーギンの最大原理（PMP）: 各 MPC 反復内で、決定論的な代理問題に対して PMP を適用し、最適制御則を導出します。これにより、状態変数に対する「シャドウプライス（影の価格）」が計算されます。

2.3 実装への展開（決済ウィンドウ）

連続時間の制御は現実の運用（決済時間や銀行の営業時間）に即さないため、サンプリングデータ制御へ変換します。

• 制御は、1 日数回の「決済ウィンドウ」ごとに一定値として決定されます。
• この離散化により、最適制御則は**「ソフトしきい値（Soft-thresholding）」**構造を持つことが証明されます。

3. 主要な貢献と理論的知見 (Key Contributions)

3.1 ソフトしきい値構造の導出

ポントリャーギンの最大原理を用いることで、最適な資産再配分制御 $\omega^*$ が以下の構造を持つことを示しました。
$$\omega^* \propto \text{shrink}(S_\omega, \lambda_\omega)$$
ここで、$S_\omega$ は国債と現金のシャドウプライス差（機会費用）、$\lambda_\omega$ は取引コストです。

• デッドゾーン: シャドウプライス差が取引コストの範囲内にある場合、再配分は行われません（$\omega=0$）。
• 閾値超過: 差が閾値を超えた場合のみ、再配分が行われ、その大きさは閾値を超えた分に比例して増加します（最大速度まで飽和）。
• 意義: この構造は、ノイズに対して過剰反応せず、明確なコストメリットがある場合のみ行動する、実務的に実行可能なルールを提供します。

3.2 単調なストレス応答特性 (Monotone Stress-Response)

定理 3.2 により、以下の性質が証明されました。

• 予想されるリデンプション圧力が増加する（または決済ウィンドウが長くなる）につれて、最適政策は予測可能かつ単調に「現金」へシフトします。
• 市場が静穏な間は国債保有を維持し、ストレスが検知されると自動的に現金比率を高める。この遷移は急激なスイッチングではなく、ストレスの度合いに応じて滑らかに行われます。

3.3 実務的な実装可能性

• 提案されたポリシーは、ハークス過程のフィルタリングされた強度、発行済みの供給量、およびウィンドウ平均のシャドウプライスにのみ依存します。
• これは、発行体の日常の財務（トレジャリー）業務フローや、規制当局による監査に自然に適合します。

4. 数値実験結果 (Numerical Results)

2025 年 8 月〜10 月の 92 日間を対象としたシミュレーション（100 回の実行）を行い、以下の 3 つの戦略と比較しました。

1. 提案手法（最適制御）: 確率的 MPC とソフトしきい値則を使用。
2. 最大利回り戦略: 現金不足になるまで国債を保有する（反応的）。
3. 最大流動性戦略: 全額を現金で保有する。
4. 等重み戦略: 現金と国債を常に 50:50 に保つ。

シナリオ:

• 単一ショック: 一時的なリデンプション急増。
• 長期クラスター: 自己励起性が高まり、取引が持続的に集中する状況。
• 誤報（Whipsaw）: 一時的なミント急増の後にリデンプションが増えるが、すぐに落ち着く状況。

結果:

• 収益性: 提案手法は、静穏な市場では国債の利回りを享受し、最大利回り戦略よりも高い収益を達成しました。
• ペグ安定性:
  • 最大利回り戦略: リデンプションが急増した際、現金準備が不足し、ペグ崩壊（Depeg）が発生しました。
  • 等重み戦略: 単一ショックシナリオで 69% の確率でペグ崩壊しました。
  • 提案手法: 全てのシナリオで**ペグ崩壊を 0%**に抑えました。
• 反応性: 提案手法は、ストレスの兆候を検知すると即座に現金蓄積を開始し、誤報シナリオでは過剰反応（不必要な現金化）を避けることができました。

5. 意義と結論 (Significance)

本論文の意義は以下の点に集約されます。

1. 理論と実務の架け橋: 複雑な確率制御理論（Hawkes 過程、MPC、PMP）を、実際のステーブルコイン発行体が適用可能な「監査可能な財務ルール」へと変換しました。
2. リスクと収益の最適トレードオフ: 静的なルール（例：常に 50% 現金）や、完全な反応的アプローチ（例：必要な時だけ現金化）の欠点を克服し、市場環境に応じて動的に最適配分を行うことを実証しました。
3. 規制対応: 米国 GENIUS 法などの規制要件（高品質流動資産の保有）を前提としつつ、それらを満たしながら収益性を最大化する具体的な指針を提供しています。
4. 将来の展望: 本フレームワークは、発行体のバランスシート選択と市場の観測可能な指標（ペグ乖離、注文フロー）を明示的に関連付けるものであり、ステーブルコインのレジリエンス（回復力）向上に向けた実践的な青写真となります。

結論として、提案された制御ポリシーは、ステーブルコインのペグ品質を向上させつつ、回避可能な収益機会を犠牲にしない、実装可能な最適解を提供します。