The Privacy Subsidy in Continuous-Time Kyle: Cumulative Welfare under Noise-Perturbed Order-Flow Observation

기술적 요약: 연속 시간 Kyle 모델에서의 프라이버시 보조금

문제 제기
본 논문은 탈중앙화 금융 (DeFi), 특히 자동화 시장 maker(AMM) 와 주문 흐름 집계 맥락에서 프라이버시 보호 메커니즘의 후생적 함의를 다룹니다. 동반 논문 [12] 이 단일 기간 Kyle 모델에서 프로토콜의 유동성 풀에서 거래자로의 이전인 폐쇄형 '프라이버시 보조금'을 확립했다면, 본 연구는 이를 연속 시간 설정으로 확장합니다. 핵심 문제는 독립적인 가우시안 프라이버시 노이즈로 교란된 집계 주문 흐름을 관찰하는 헌신적 베이지안 시장 maker(MM) 가 입는 누적 기대 손실을 정량화하는 것입니다. 경쟁적 시장 maker 들이 제로 이익 조건을 강제하는 고전적 모델과 달리, 본 모델은 스마트 계약 기반 AMM 에 전형적인 '헌신적' 가격 결정 규칙을 가정합니다. 즉, MM 은 노이즈가 있는 관찰치를 통해 베이즈 규칙으로 가격을 업데이트하지만, 제로 이익을 보장하기 위해 동적으로 조정하지는 않습니다.

방법론
본 분석은 프라이버시 집계 정보에 맞게 조정된 연속 시간 Kyle–Back 프레임워크 [1] 를 사용합니다.

• 모델 기본 요소: 모델은 거래 기간 $[0, 1]$, 정상 자산 가치 $v$를 관찰하는 정보 보유 거래자, 흐름 $du_t = \sigma_u dW^u_t$를 제출하는 노이즈 거래자, 그리고 독립적인 브라운 노이즈 $d\varepsilon_t = \sigma_\varepsilon dW^\varepsilon_t$를 추가하는 프라이버시 채널을 포함합니다. 시장 maker 는 교란된 흐름 $d\tilde{y}_t = dy_t + d\varepsilon_t$를 관찰합니다.
• 가격 결정 규칙: MM 은 헌신적 선형 가격 결정 규칙 $dp_t = \lambda_t d\tilde{y}_t$를 사용하며, 여기서 $\lambda_t$는 베이즈 투영 항등식에서 유도된 사전 고정 칼만 이득입니다. 중요한 점은 경쟁적 Kyle 모델에서 발견되는 제로 이익 균형 제약이 부과되지 않으며, 대신 그로 인해 발생하는 비영리 (또는 손실) 기대치를 연구 대상으로 수용한다는 것입니다.
• 균형 유도: 저자들은 내부자의 전략 ($dx_t = \beta_t(v - p_t)dt$) 에 대해 선형 마르코프 가정 (ansatz) 을 사용하고 관련 해밀토니안 - 야코비 - 벨만 (HJB) 방정식을 풉니다. 해는 기간 말에 완전 정보 공개를 의미하는 표준 Kyle–Back 합리성 조건 $\Sigma(1) = 0$에 의존하여 균형 매개변수를 확정합니다.
• 후생 회계: 누적 프라이버시 보조금은 정보 보유 거래자, 노이즈 거래자, 시장 maker 세 참가자 간의 총 기대 후생을 분해하여 유도됩니다. MM 의 기대 이익은 시스템을 균형시키기 위해 필요한 잔여분으로 계산됩니다.

주요 기여 및 결과
본 논문은 세 가지 주요 결과를 확립합니다:

1. 정리 1 (마르코프 선형 균형): 프라이버시 노이즈 강도 $\sigma_\varepsilon$를 가진 헌신적 베이지안-AMM 가격 결정 규칙 하에서, 유일한 균형은 일정한 가격 영향 계수 $\lambda = \sigma_v / \sqrt{\sigma_u^2 + \sigma_\varepsilon^2}$와 선형적으로 감소하는 사후 분산 $\Sigma(t) = \sigma_v^2(1-t)$을 특징으로 합니다. 프라이버시 노이즈의 존재는 균형 조건에서 노이즈 거래자 변동성을 $\sigma_u$에서 $\sqrt{\sigma_u^2 + \sigma_\varepsilon^2}$로 효과적으로 증가시킵니다.

2. 정리 2 (누적 프라이버시 보조금): 본 논문은 기간 $[0, 1]$ 동안 유동성 풀에서 거래자로의 누적 기대 이전 (프라이버시 보조금) 에 대한 폐쇄형 식을 유도합니다:
   $$|\Pi_M| = \frac{\sigma_v \sigma_\varepsilon^2}{\sqrt{\sigma_u^2 + \sigma_\varepsilon^2}}$$
   저자들은 이 값이 [12] 에서 유도된 단일 기간 유사체의 정확히 두 배라고 지적합니다. 이 '배가' 현상은 단일 기간에서 연속 시간 모델로의 Kyle–Back 전환의 표준적 특징 (정보 보유 거래자의 이익도 두 배가 됨) 이며, 프라이버시 메커니즘의 특정 산물이 아님을 명확히 합니다.

3. 명제 1 (LVR 와의 구조적 이중성): 본 논문은 Milionis 외 [10] 가 상수 곱 AMM 에서 규명한 **재밸런싱 대비 손실 (LVR)**과 Kyle 시장에서의 프라이버시 보조금 사이의 구조적 이중성을 확립합니다.

   • LVR은 헌신적 AMM 곡선과 외부 가격 관찰치 간의 불일치로 인한 후생 손실을 정량화합니다.
   • 프라이버시 보조금은 헌신적 가격 결정 규칙과 주문 흐름 관찰치 간의 불일치로 인한 후생 손실을 정량화합니다.
     두 후생률 모두 관련 노이즈 드라이버 (가격 확산 대 프라이버시 노이즈) 의 제곱 강도와 헌신적 객체의 함수로 인수분해됩니다. 이 이중성은 헌신적 곡선 거래소의 손익분기점 수수료 보정을 위한 통합 프레임워크를 제공합니다.

의의 및 주장
본 논문은 프라이버시 집계 정보 환경 하에서 운영되는 헌신적-AMM 거래소의 손익분기점 수수료를 정량화하는 프로그램을 완성한다고 주장합니다. 그 의의는 다음과 같습니다:

• 문헌 간 연결: 내부자 거래에 관한 미시구조 문헌 (Kyle/Back) 과 AMM 후생 손실에 관한 DeFi 문헌 (LVR) 을 연결하여, 프라이버시 노이즈가 가격 관찰 격차와 구조적으로 동일한 후생 격차를 생성함을 보여줍니다.
• 프라이버시 비용의 운영화: 유동성 풀의 지급 능력 측면에서 '프라이버시의 비용'에 대한 정밀한 폐쇄형 지표를 제공합니다. 저자들은 프로토콜이 지급 능력을 유지하려면 누적 수수료 수익이 이 누적 프라이버시 보조금을 초과해야 한다고 주장합니다.
• 설계 함의:
  • 시간 불변성: 연속 시간 극한에서 누적 보조금은 프라이버시 노이즈의 시간 평균 분산에만 의존하며, 시간적 프로필에는 의존하지 않습니다. 이는 프로토콜이 평균 예산을 변경하지 않고는 (예: 기간 말에 약한 프라이버시) 프라이버시 주입을 전략적으로 스케줄링하여 보조금을 줄일 수 없음을 의미합니다.
  • 수수료 보정: 유도된 공식은 LVR 이 CFMM 의 수수료 구조를 informing 하는 방식과 유사하게, 프라이버시 보조금을 충당하기 위한 비례 수수료 설정을 위한 직접적인 방법을 제공합니다.
  • 이산 대 연속: 저자들은 연속 시간 모델이 깔끔한 폐쇄형을 제공하지만, 실제 구현 (실드된 AMM, MPC 엔진) 은 유한한 프라이버시 예산을 가진 이산 블록 배포로 해석되어야 한다고 경고합니다. 고정 강도의 연속 브라운 프라이버시 채널은 유한한 차등 프라이버시 보장과 양립할 수 없기 때문입니다.

본 논문은 이러한 결과가 가우시안 노이즈에 대해 성립하며, 비가우시안 노이즈 (예: 차등 프라이버시를 위한 라플라스) 나 점프 과정으로의 확장은 향후 과제로 남아있음을 결론짓습니다.