Allocation Mechanisms in Decentralized Exchange Markets with Frictions

Each language version is independently generated for its own context, not a direct translation.

Stel je voor dat je en je vrienden een grote pizza hebben besteld (de totale rijkdom of aggregate endowment). Normaal gesproken delen jullie die pizza eerlijk op: iedereen krijgt een stuk, en de som van de stukken is precies de hele pizza. In de klassieke economie wordt aangenomen dat dit delen gratis en zonder gedoe gebeurt.

Maar in dit paper kijken de auteurs naar een iets realistischere situatie: wat als het delen van de pizza geld kost?

Misschien moet er een bezorgfee betaald worden, of misschien moet er een tol worden betaald aan de platform-eigenaar die de pizza verdeelt. Of misschien kost het tijd en moeite om te onderhandelen. Deze extra kosten noemen de auteurs "fricties" (wrijving).

Hier is de kern van hun onderzoek, vertaald naar alledaags taal:

1. Het Probleem: De "Gratis" Delers bestaan niet

In de oude theorie werd verondersteld dat als je iemand een stuk pizza geeft die er eerst geen had, dat kosteloos is. De auteurs zeggen: "Nee, dat klopt niet." Als je iemand subsidieert (een stuk geeft die ze niet hebben betaald), kost dat de hele groep iets. Het is alsof je een stuk van de pizza moet afknippen om het aan de nieuwe persoon te geven, en dat stukje verdwijnt in de "kosten" van het systeem.

Ze noemen dit Frictional Participation (Wrijving bij deelname). De boodschap is simpel: Samenwerken kost iets, maar het kan nog steeds voordeliger zijn dan alleen werken.

2. De Oplossing: Een Slimme Delingsregels

De auteurs vragen zich af: Hoe kunnen we een eerlijke delingsregels maken als er kosten zijn?

Ze stellen een reeks regels (axioma's) op voor een "delingsmachine" (een allocation mechanism):

Eerlijkheid: Als je meer hebt ingelegd, krijg je meer terug.
Anonimiteit: Het maakt niet uit wie je bent, alleen wat je inlegt.
De "Subsidie"-test: Als iemand niets inlegt, mag diegene niet zomaar een stuk krijgen zonder dat de rest van de groep daar last van heeft. Als je toch een stuk geeft, moet de groep daar iets voor betalen.

3. De "Robuste" Delingsmachine

De auteurs vinden een manier om deze regels wiskundig te beschrijven. Ze noemen hun oplossing een Robuuste Voorwaardelijke Gemiddelde Deling.

Laten we dit vergelijken met een verzekeringstak voor een groep vrienden:

Stel, jullie zijn allemaal bang voor een storm die jullie auto's kan beschadigen.
Iedereen heeft een eigen risico (de endowment).
De "machine" kijkt naar het totaalrisico van de groep.
Omdat de toekomst onzeker is (misschien is de storm er wel, misschien niet), kijkt de machine naar het slechtste mogelijke scenario (de "worst-case").
De machine verdeelt de kosten zo, dat zelfs als het slechtste gebeurt, iedereen eerlijk behandeld wordt, rekening houdend met de "verdelingskosten" (de frictie).

Het mooie is: deze machine houdt rekening met onzekerheid. Als de machine niet 100% zeker is van de statistieken, kijkt hij naar een "veiligheidsmarge" (een ambiguity set). Dit zorgt ervoor dat de deling robuust is, zelfs als de wereld anders verloopt dan verwacht.

4. Twee Praktische Voorbeelden

De auteurs geven twee voorbeelden van hoe zo'n machine in het echt kan werken:

De "Afwijkings"-methode (Mean-Deviation):
Stel, de machine kijkt naar hoe wisselvallig iemands risico is. Hoe onvoorspelbaarder je risico, hoe meer "kosten" je moet betalen aan de machine. Het is alsof je een toeslag betaalt voor onrust.
- Voorbeeld: Als je auto vaak kapot gaat, betaal je een hogere fee aan de verzekeringspool dan iemand met een betrouwbare auto.
De "Verwachtings-tekort"-methode (Expected Shortfall):
Dit is een manier om te kijken naar de uiterste rampscenario's. De machine berekent hoeveel er nodig is om de groep te beschermen als het echt misgaat.
- Voorbeeld: Als jullie allemaal in een gebied wonen waar overstromingen kunnen komen, kijkt de machine niet alleen naar het gemiddelde, maar naar wat er gebeurt als de dijk breekt. De kosten (de "frictie") worden bepaald door hoe groot dat risico is.

5. Wat levert dit op?

Het belangrijkste resultaat is dat ze laten zien dat kosten subadditief zijn.
Dit klinkt ingewikkeld, maar het betekent simpelweg: Het is goedkoper om samen te werken dan apart.
Als twee mensen hun risico's samenvoegen, is de totale "verdelingskost" voor hen samen lager dan als ze het apart zouden doen. De "machine" belooft hen dat ze door samen te werken (bijvoorbeeld in een peer-to-peer verzekering of een gedecentraliseerd financieel systeem) uiteindelijk meer overhouden, zelfs nadat de kosten zijn afgetrokken.

Samenvattend in één zin:

Dit paper laat zien hoe we eerlijke en veilige regels kunnen maken om geld of risico's te delen in een groep, zelfs als het delen zelf geld kost, en hoe we die regels kunnen bouwen zodat ze bestand zijn tegen onzekerheid en onverwachte gebeurtenissen.

Het is als het vinden van de perfecte manier om een pizza te delen met vrienden, waarbij je rekening houdt met de bezorgkosten, maar toch zorgt dat iedereen tevreden is, zelfs als het weer plotseling slecht wordt.

Each language version is independently generated for its own context, not a direct translation.

Hier is een gedetailleerde technische samenvatting van het artikel "Allocation Mechanisms in Decentralized Exchange Markets with Frictions" van Ghossoub, Principi en Wang, geschreven in het Nederlands.

Titel: Allocatiemechanismen in Gedecentraliseerde Ruilmarkten met Wrijvingen

Auteurs: Mario Ghossoub (University of Waterloo), Giulio Principi (NYU), Ruodu Wang (University of Waterloo).
Datum: Maart 2026 (Concept).

1. Het Probleem

De klassieke theorie van efficiënte allocaties in een zuivere ruileconomie (pure-exchange economy) gaat traditioneel uit van de aanname dat overdrachten tussen agenten wrijvingsloos en dus kosteloos zijn voor de economie. Dit artikel daagt deze aanname uit. De auteurs betogen dat bepaalde soorten transfers, met name initiële subsidiaties van toestand-afhankelijke eindigheden naar agenten met een initiële eindigheid van nul, in de praktijk kosten met zich meebrengen.

Deze kosten worden wrijvingskosten (frictional costs) genoemd. Ze ontstaan bijvoorbeeld in platformen die transacties centraliseren tegen een vast deelnamebedrag, of in peer-to-peer verzekeringssystemen. De kernvraag is: hoe beïnvloeden deze wrijvingskosten de structuur en vorm van allocatiemechanismen? Een allocatiemechanisme is een mapping die een haalbare verdeling van de totale collectieve eindigheid transformeert in een andere haalbare verdeling, waarbij een deel van de totale eindigheid als kosten kan worden afgetrokken.

2. Methodologie en Model

Het artikel hanteert een axiomaatische benadering binnen een wiskundig kader gebaseerd op kansruimten en geordende vectorruimten.

Economie: Een zuivere ruileconomie met $n$ agenten onder onzekerheid, gedefinieerd op een kansruimte $(\Omega, \mathcal{F}, P)$ . Elke agent $i$ heeft een initiële eindigheid $X_i \in L^1(\mathcal{F})$ .
Allocatiemechanismen: In plaats van eisen dat de som van de nieuwe allocaties exact gelijk is aan de som van de initiële eindigheden (zoals bij wrijvingsloze mechanismen), wordt toegestaan dat de som kleiner is dan de totale eindigheid $S_X = \sum X_i$ . Het verschil $S_X - \sum H_i(X)$ is de globale wrijvingskost.
Axioma's: De auteurs introduceren een reeks axioma's om specifieke klassen van mechanismen te karakteriseren:
- Interne Rechtvaardigheid (IF): Hogere initiële eindigheid leidt tot hogere allocatie.
- Agent Anonimiteit (AA) & Operationele Anonimiteit (OA): De naam van de agent of het samenvoegen van twee agenten beïnvloedt de allocatie aan anderen niet.
- Wrijvingsdeelneming (Frictional Participation - FP):* Dit is het centrale nieuwe axioma. Het stelt dat het overdragen van een eindigheid naar een agent met een initiële eindigheid van nul (subsidiatie) kostbaar is. Wiskundig impliceert dit dat de kostenfunctie subadditief is: het is goedkoper om eindigheden te groeperen dan ze apart te behandelen.
- Schaalinvariantie (SI): Geen evenredige wrijvingen bij schaalveranderingen.
- Informatie-anonimiteit (IA) & Informatie-terugvervolging (IB): Betreft de rol van beschikbare informatie (sigma-algebra's) bij de allocatie.

3. Belangrijkste Bijdragen en Resultaten

A. Axiomatische Karakterisering van Robuste Mechanismen

De auteurs tonen aan dat een allocatiemechanisme dat voldoet aan de axioma's (IF, AA, OA, FP, SI) en eigenschappen (ZP, IA, IB, CA) kan worden gerepresenteerd als een Robuust Allocatiemechanisme.

Theorema 1: Een mechanisme is een robuust allocatiemechanisme dan en slechts dan als het voldoet aan de genoemde axioma's. Dit mechanisme kan worden geschreven als het infimum van een verzameling lineaire operatoren:
$H_i(X|G) = \inf_{L \in \mathcal{D}_i} L(X_i)$
Waarbij $\mathcal{D}_i$ een convexe verzameling is van lineaire mappings. De eigenschap FP wordt hier vertaald naar superadditiviteit van de allocatiefuncties.

B. Robuuste Conditionele Gemiddelde Allocatie (RCMA)

De auteurs specialiseren het resultaat naar een vorm die lijkt op conditionele verwachtingen, maar dan robuust tegen modelonzekerheid.

Theorema 2: Onder aanvullende voorwaarden (zoals monotonie en continuïteit) kan het mechanisme worden gerepresenteerd als een Robuust Conditionele Gemiddelde Allocatie (RCMA):
$H(X|G) = \inf_{Q \in \mathcal{Q}} E_Q[X|G]$
Hierbij is $\mathcal{Q}$ een verzameling van waarschijnlijkheden (een "ambiguïteitsset"). De mechanisme ontwerper kiest het "slechtste geval" (worst-case) binnen deze set om de allocatie te bepalen. Dit biedt een veralgemening van bestaande regels zoals de Conditional Mean-Risk Sharing (CMRS) regel, maar dan met rekening houdend met wrijvingen en modelonzekerheid.

C. Lineaire vs. Niet-Lineaire Mechanismen

Het artikel onderscheidt tussen mechanismen met en zonder wrijvingen:

Lineaire Mechanismen (Frictieloos): Voldoen aan Frictionless Participation (FP*). Hier is de totale allocatie exact gelijk aan de totale eindigheid. Dit leidt tot standaard conditionele verwachtingen.
Niet-Lineaire Mechanismen (Met Wrijving): Voldoen aan Frictional Participation (FP). Hier is de totale allocatie strikt kleiner dan de totale eindigheid (tenzij er geen wrijving is), wat resulteert in een "korting" of kosten voor het systeem.

D. Wiskundige Bijdrage

Technisch gezien vullen de auteurs een gat in de literatuur over convexe dualiteit. Ze leveren enveloppe-representatieresultaten voor superlineaire operatoren die afbeeldingen zijn tussen Dedekind-complete Riesz-ruimten. Dit is een fundamenteel wiskundig resultaat dat verder gaat dan de standaard resultaten voor sublineaire operatoren.

4. Praktische Voorbeelden

De auteurs illustreren de theorie met twee concrete voorbeelden van robuuste allocatiemechanismen:

Mean-Deviation Allocatie: Gebaseerd op generaliseerde afwijkingen (deviation measures). Elke agent ontvangt de conditionele verwachting minus een kostenfactor ( $\theta$ ) maal de conditionele volatiliteit. De parameter $\theta$ fungeert als een fee die de kosten van het platform reguleert.
Expected Shortfall (ES) Allocatie: Gebaseerd op de Expected Shortfall (een risicomaat). Het mechanisme wordt gedefinieerd via een set van waarschijnlijkheden met een beperkte dichtheid (ambiguïteitsset).
- Empirische toepassing: De auteurs passen dit toe op verzekeringsdata voor overstromingsverliezen in de VS (FEMA data). Ze tonen aan hoe correlatie tussen staten en het aantal deelnemers de totale wrijvingskosten (platformwinst) en de deelnameprikkels beïnvloeden. Hoogere correlatie verlaagt de diversificatievoordelen en dus de kosten, terwijl meer deelnemers de totale kosten (en platformwinst) verhoogt door complexiteit.

5. Betekenis en Conclusie

De betekenis van dit werk is tweeledig:

Economisch/Theoretisch: Het biedt een rigoureuze axiomatische basis voor het begrijpen van allocatie in gedecentraliseerde systemen (zoals DeFi, peer-to-peer verzekeringen) waar transactiekosten of platformkosten inherent zijn. Het toont aan dat "wrijving" niet noodzakelijk inefficiëntie betekent, maar een structureel onderdeel kan zijn van een Pareto-optimale verdeling wanneer subsidies aan nul-eindigheden kostbaar zijn.
Risicodeling: Het introduceert Robuuste Conditionele Gemiddelde Risicodelingsregels als een nieuwe standaard voor risicodeling onder onzekerheid. Deze regels zijn robuust tegen modelmisspecificatie en kunnen worden gebruikt om fees en incentives in pool-systemen te optimaliseren.

Kortom, het artikel verbindt abstracte wiskundige dualiteitstheorie met praktische problemen in de hedendaagse financiële markten, waarbij het laat zien hoe wrijvingen de vorm van eerlijke en efficiënte verdelingsregels fundamenteel veranderen.