An Auditable Framework for Stablecoin Depeg Detection: Validation, Bias Quantification and Evidence from a Decade of Stablecoin Data

Het Grote Digitale Dollar Detectivesverhaal

Stel je een wereld voor waarin mensen digitale tokens gebruiken die precies één Amerikaanse dollar waard zouden moeten zijn, niet meer en niet minder. Dit worden "stablecoins" genoemd. Zie ze als digitale schuldbekentenissen die beloven altijd inwisselbaar te zijn voor een echt dollarbiljet. Ze zijn de levensader van een nieuw soort internetgeld, gebruikt voor alles van het versturen van geld naar vrienden tot het kopen van dingen online. Maar hier komt het lastige deel bij: soms verliezen deze digitale tokens hun grip. Ze kunnen zakken naar 98 cent of stijgen naar $1,05. Wanneer dat gebeurt, wordt dat een "depeg" genoemd.

Een tijd lang hebben wetenschappers en toezichthouders geprobeerd uit te vogelen hoe vaak deze depegs voorkomen en hoe erg ze worden. Maar er is een groot probleem: niemand is het eens over hoe we ze meten. Het is alsof je probeert te tellen hoeveel mensen in een kamer "lang" zijn, maar de ene persoon zegt dat iedereen boven de 1,78 m lang is, terwijl een ander zegt dat je boven de 1,88 m moet zijn om als lang te worden beschouwd. Als je de liniaal verandert, krijg je een totaal andere telling. Dit artikel duikt in precies die chaos. Het stelt een simpele maar vitale vraag: hangt het aantal "slechte dagen" voor deze digitale dollars af van de regels die we gebruiken om ze op te sporen? Het antwoord blijkt een luidruchtig "ja" te zijn, en de manier waarop we stabiliteit meten, verandert alles wat we weten over deze digitale activa.

---

Het Papier: Een Gids voor de Detective bij Digitale Dollar-glitches

Dus, wat hebben de onderzoekers eigenlijk gedaan? Ze hebben een superstrikte, controleerbare "detectivekit" gebouwd om deze depegging-gebeurtenissen in de data op te sporen. In plaats van alleen maar te gokken, hebben ze een reeks regels opgesteld om een stablecoin te betrappen wanneer deze afwijkt van zijn $1,00 belofte. Ze keken naar tien verschillende op de Amerikaanse dollar gepagde stablecoins over een decennium, van 2016 tot 2026, gebruikmakend van een enorme database met dagelijkse prijzen.

Hier is de grote onthulling: Het aantal depegs dat je vindt, is volledig afhankelijk van de regels die je instelt.

Als de onderzoekers hun "gevoeligheid" laag instelden — wat betekent dat ze een depeg markeerden als de prijs slechts 1% afweek van $1,00 — vonden ze 191 gebeurtenissen. Maar als ze de regels strenger maakten en alleen bewegingen groter dan 5% telden, daalde het aantal gebeurtenissen drastisch naar slechts 21. Zelfs het veranderen van de "duur"-regel maakte een verschil: als ze vereisten dat een prijs minstens zeven dagen "vreemd" bleef, daalde de telling van 191 naar slechts 29. Het papier laat zien dat de "frequentie" en "ernst" van deze crashes geen vaste feiten van de markt zijn; ze zijn slechts functies van de wiskunde die we kiezen te gebruiken. Het is alsof je zegt dat een kamer "druk" is alleen als je besluit dat een menigte begint bij 10 mensen, maar "leeg" als je besluit dat een menigte begint bij 100 mensen.

De "Ghost" Gebeurtenissen

Een van de meest speelse en belangrijke ontdekkingen was het vinden van "ghost" gebeurtenissen. De onderzoekers ontdekten dat 21,4% van de ruwe depeg-gebeurtenissen die ze aanvankelijk vingen, eigenlijk nep waren. Dit waren geen echte marktcrashes; het was simpelweg het digitale equivalent van een spookstad. Deze "ghosts" gebeurden wanneer een stablecoin werd stopgezet of van de lijst werd gehaald, en de resterende prijzen waren slechts willekeurige ruis uit een lege markt. Als je deze niet uit de data zou filteren, zou je denken dat de markt veel vaker crashte dan hij in werkelijkheid deed. Het artikel sluit deze gebeurtenissen expliciet uit van het tellen als echte stabiliteitsfouten.

De Hiërarchie van Vertrouwen

Nadat ze de data hadden opgeschoond en de "ghosts" hadden verwijderd, rangschikten ze de stablecoins op basis van hoe goed ze zich aan hun $1,00 belofte hielden. De resultaten waren duidelijk:

• De Gouden Standaard: Stablecoins die gedekt worden door echte centrale banken en fiatgeld (zoals USDC) waren de meest trouwe, met minimale afwijkingen van ongeveer 2,4 basispunten (dat is 0,024%).
• De Riskante Kindjes: Stablecoins die gedekt worden door andere cryptovaluta (zoals DAI en SAI) waren veel grilliger, met afwijkingen van respectievelijk 20,3 en 125,5 basispunten.
• De Grootte-mythe: Het papier voert expliciet argumenten aan tegen het idee dat "groter veiliger is". De grootste stablecoin, USDT, zat eigenlijk in het midden van het spectrum, niet aan de meest stabiele kant. Dus als je denkt dat de grootste munt de veiligste is, suggereert de data dat je het misschien mis hebt.

De Perfecte Regel

De onderzoekers hebben niet alleen geklaagd over slechte regels; ze hebben een betere voorgesteld. Ze gebruikten een statistische truc genaamd "Youden's J" om het ideale punt te vinden voor het detecteren van echte problemen. Ze ontdekten dat een dagelijkse slotkoers-drempel van 2,5% de optimale regel was. Deze regel ving elke gedocumenteerde echte crisis (100% sensitiviteit) terwijl het de meeste valse alarmen vermeed. Het artikel suggereert dat toezichthouders en investeerders moeten stoppen met het gebruiken van willekeurige regels (zoals "alles boven de 1% is slecht") en moeten beginnen met regels die bewezen werken tegen echte historische data.

Hoe Zeker Zijn We?

Het papier is zeer eerlijk over zijn beperkingen. Hoewel ze vonden dat de rangschikking van de stablecoins (centraal gestuurd versus crypto-gedekt) robuust is, geven ze toe dat sommige van hun diepere statistische modellen "ondergepowerd" zijn. Dit betekent dat ze niet genoeg datapunten hebben om met zekerheid te zeggen waarom sommige munten meer falen dan andere, alleen dat ze dat doen.

Ze hebben hun bevindingen ook getest tegen een tweede, onafhankelijke gegevensbron. Het resultaat? Slechts 61,9% van de "ernstige" depeg-gebeurtenissen (de grote crashes) werd bevestigd door de tweede bron. Dit betekent dat ongeveer twee vijfde van de grootste crashes die zij vonden, mogelijk gewoon fouten zijn in de rapportage van de eerste gegevensbron. Het artikel concludeert dat we heel voorzichtig moeten zijn bij het bekijken van "ernstige" gebeurtenissen, aangezien deze meer over dataglitches kunnen gaan dan over werkelijke marktpantiek.

De Les

Dit artikel leert ons dat in de wereld van digitaal geld hoe je stabiliteit meet net zo belangrijk is als de stabiliteit zelf. Je kunt niet gewoon naar een grafiek kijken en zeggen "het is gecrasht" of "het is prima" zonder te weten welke liniaal je gebruikt. De studie suggereert dat voor de meest betrouwbare veiligheid, we ons moeten houden aan stablecoins die gedekt worden door echte dollars, de "grootste is de beste" mythe moeten negeren, en een drempel van 2,5% moeten gebruiken om echt onheil te signaleren. Maar het belangrijkste is dat het ons waarschuwt: als we niet eens het eens zijn over de regels van het spel, zullen we nooit eens worden over wie er wint.