Technische Samenvatting: De Privacy-subsidie: Kyle's $\lambda$ onder Ruis-gestoorde Orderstroomobservatie

1. Probleemstelling

Het artikel adresseert een lacune in de klassieke theorie van marktmicrostructuur met betrekking tot privacybehoudende cryptocurrency-uitwisselingen. In standaard Kyle (1985) modellen observeert een market maker (MM) de geaggregeerde orderstroom $y = x + u$ (waarbij $x$ geïnformeerd handelen is en $u$ ruishandelen) om prijzen te stellen. Echter, moderne privacybehoudende ontwerpen (bijvoorbeeld geschilderde AMM's, zero-knowledge exchanges) veranderen deze observatie. In plaats van $y$ te zien, observeert de MM een door ruis verstoord signaal $\tilde{y} = y + \epsilon$, waarbij $\epsilon$ onafhankelijke Gaussische privacyruis is.

Het centrale probleem is dat klassieke resultaten niet uitbreiden naar dit regime. Specifiek is onbekend hoe de prijs-impactcoëfficiënt ($\lambda$), de strategie van de geïnformeerde handelaar ($\beta$), en de verdeling van het welzijn veranderen wanneer de observatie van de MM wordt verduisterd door privacyruis, met name wanneer de MM een toegewijde Bayesiaanse agent is (zoals een slimme contract) in plaats van een competitieve agent met nul winst.

2. Methodologie en Modelopzet

De auteurs construeren een lineair Kyle-evenwichtsmodel voor één periode met de volgende primitieven:

• Assetwaarde ($v$): Normaal verdeeld $N(p_0, \sigma_v^2)$.
• Ruisstroom ($u$): Normaal verdeeld $N(0, \sigma_u^2)$, onafhankelijk van $v$.
• Privacyruis ($\epsilon$): Normaal verdeeld $N(0, \sigma_\epsilon^2)$, onafhankelijk van zowel $v$ als $u$.
• Observatie: De MM observeert $\tilde{y} = x + u + \epsilon$.
• Market Maker (MM): Gemodelleerd als een toegewijde Bayesiaanse AMM. In tegenstelling tot de tekstboek-competitieve MM die nul verwachte winst afdwingt, stelt deze MM mechanisch de prijs $p(\tilde{y}) = E[v | \tilde{y}]$ vast. Elke verwachte verliezen wordt geabsorbeerd door de pool van liquiditeitsverschaffers (LP) van het protocol. Deze framing wordt gekozen om on-chain slimme-contractprijsregels te modelleren die niet strategisch kunnen aanpassen om nul winst te garanderen.
• Geïnformeerde Handelaar: Een risiconeutrale insider die $v$ observeert en een lineaire order indient $x = \beta(v - p_0)$.

Het evenwicht wordt gedefinieerd door een paar $(\beta, \lambda)$ zodat de prijsstelling Bayesiaans rationeel is en de geïnformeerde handelaar de verwachte winst maximaliseert gegeven de prijsstelling.

3. Belangrijkste Bijdragen en Resultaten

A. Gesloten-vorm Lineair Evenwicht (Stelling 1)

Het artikel leidt het unieke lineaire evenwicht onder privacyruis af. De evenwichtscoëfficiënten zijn:
$$\lambda = \frac{\sigma_v}{2\sqrt{\sigma_u^2 + \sigma_\epsilon^2}}$$
$$\beta = \frac{\sqrt{\sigma_u^2 + \sigma_\epsilon^2}}{\sigma_v}$$

Belangrijkste Eigenschappen:

• Herschaling: Zowel $\lambda$ als $\beta$ worden herschaald met een enkele factor afhankelijk van de privacyparameter $\sigma_\epsilon$.
• Invariantie: Het product $\lambda \beta = 1/2$ blijft invariant ongeacht het niveau van privacyruis. Dit behoudt de "half-onthullende" eigenschap van het klassieke Kyle-evenwicht: de voorwaardelijke gemiddelde prijs beweegt halverwege van de prior naar de ware waarde, $E[p|v] = (p_0 + v)/2$.
• Vergelijkende Statistieken: Naarmate de privacyruis ($\sigma_\epsilon$) toeneemt, neemt de prijs-impactcoëfficiënt $\lambda$ af (prijzen worden minder gevoelig voor stroming), en de strategie van de geïnformeerde handelaar $\beta$ intensifieert (de insider handelt agressiever om zich te verbergen in de ruis).

B. De Privacy-subsidie (Stelling 2)

Het artikel voert een welzijnsdecompositie uit om de verwachte winst/verlies voor elke agent te berekenen.

• Winst Geïnformeerde Handelaar ($\pi_I$): Neemt toe met $\sigma_\epsilon$.
• Winst Ruishandelaar ($\pi_N$): Neemt toe (verliezen nemen af) met $\sigma_\epsilon$.
• Winst MM/Protocol ($\pi_M$): Wordt negatief.

Het artikel identificeert een gesloten-vorm transfer van het protocol/de LP-pool naar de handelaren, genaamd de Privacy-subsidie:
$$|\pi_M| = \frac{\sigma_v \sigma_\epsilon^2}{2\sqrt{\sigma_u^2 + \sigma_\epsilon^2}}$$

Deze grootheid vertegenwoordigt de break-even fee die elke privacy-geaggregeerde uitwisseling moet rekenen om zijn liquiditeitslaag te compenseren. Het is nul wanneer $\sigma_\epsilon = 0$ (herstel van het tekstboek Kyle-resultaat) en strikt positief anderszins.

C. Vergelijkende Statistieken van de Subsidie

De subsidie vertoont specifieke asymptotische gedragingen:

• Laag-Privacy Regime ($\sigma_\epsilon \to 0$): De subsidie groeit kwadratisch ($\propto \sigma_\epsilon^2$).
• Hoog-Privacy Regime ($\sigma_\epsilon \to \infty$): De subsidie groeit lineair ($\propto \sigma_\epsilon$).
• Inflectiepunt: De functie heeft één inflectiepunt bij $\sigma_\epsilon^* = \sqrt{2}\sigma_u$, waarbij de overgang van convex naar concaaf plaatsvindt.

D. Toepasbaarheid en Grenzen

De auteurs schetsen de reikwijdte van hun kader:

• Toepasbaar: Geschilderde AMM's met expliciete injectie van additieve Gaussische ruis (bijvoorbeeld differentieel privacy).
• Niet Toepasbaar (Vereist Separate Kaders):
  • Penumbra-stijl gebatchte swaps: Deze reduceren tot tekstboek Kyle met herschaalde ruisvariantie maar genereren geen privacy-subsidie onder een Bayesiaanse MM.
  • Suave-stijl gesloten-bod veilingen: Deze behelzen temporele asymmetrie in plaats van additieve ruis, wat dichter ligt bij Loss-Versus-Rebalancing (LVR).
  • Renegade-stijl oracle-gepegde kruisingen: Deze vallen volledig buiten de Kyle-analyse aangezien prijsontdekking exogeen is.

4. Betekenis en Positionering

Het artikel positioneert zijn resultaat op het snijpunt van marktmicrostructuur en gedecentraliseerde financiën (DeFi):

1. Microstructuur Uitbreiding: Het breidt Kyle's lineaire evenwicht uit van 1985 naar een eerder niet-geanalyseerd observatieregime waar de imperfectie ligt in het signaal van de market maker in plaats van in de informatie van de handelaar.
2. DeFi Analogie met LVR: De "Privacy-subsidie" wordt gepresenteerd als het single-period, gesloten-vorm analogon van Loss-Versus-Rebalancing (LVR). Waar LVR de kosten meet van verouderde prijzen die worden opgepikt door arbitrageurs met externe informatie, meet de privacy-subsidie de kosten van privacyruis die de stroomobservatie van de MM verduistert. Beide zijn welzijnstransfers van liquiditeitsverschaffers naar handelaren.
3. Implicatie voor Fee-ontwerp: Het resultaat biedt een theoretische ondergrens voor fees in privacybehoudende uitwisselingen. Het artikel merkt op dat voor een BTC/USDT-calibratie, een privacyparameter gelijk aan de variantie van de ruishandelaar ($\sigma_\epsilon = \sigma_u$) een break-even fee-eis impliceert van ongeveer 1 miljoen dollar per dag, vergelijkbaar met een fee van 0,1% op een volume van 1 miljard dollar.

Het artikel concludeert dat hoewel privacy zowel geïnformeerde als ruishandelaren ten goede komt (door adverse selectie tegen ruishandelaren te verminderen en geïnformeerde winsten te verhogen), de volledige kosten worden gedragen door het protocol/de LP-pool, wat een specifieke fee-structuur vereist om solvabiliteit te garanderen.