Nonlinear Identification and Early Warning of Stablecoin Price Depegging: Empirical Evidence Based on a Cusp Catastrophe Model

In de chaotische wereld van digitale valuta, waar prijzen van het ene op het andere moment wild kunnen schommelen, bestaat een speciale klasse activa die ontworpen is om kalm te blijven. Dit zijn stablecoins, digitale tokens die bedoeld zijn om een stabiele waarde te behouden, meestal gekoppeld aan één dollar. Ze fungeren als een brug tussen de volatiele cryptomarkt en de reële economie, waardoor handelaren geld kunnen verplaatsen tussen risicovolle investeringen zonder het digitale ecosysteem te verlaten. Voor het grootste deel doen deze munten precies wat ze beloven, waarbij ze zeer dicht bij die ene dollar blijven handelen. De geschiedenis heeft echter aangetoond dat deze stabiliteit niet gegarandeerd is. Wanneer het vertrouwen wankelt, wanneer reserves in twijfel worden getrokken, of wanneer de markt in paniek raakt, kunnen deze munten plotseling hun koppeling verbreken, waardoor ze in waarde dalen of onvoorspelbaar stijgen. Het begrijpen van waarom en hoe dit gebeurt, is cruciaal, niet alleen voor beleggers, maar voor iedereen die de evolutie van digitaal geld in de gaten houdt. De kernvraag waar onderzoekers voor staan, is of deze prijsdoorbraken slechts normale hobbels op de weg zijn, of dat het plotselinge, catastrofale sprongen zijn die duiden op een dieper falen in het systeem.

Een team onderzoekers van de Sun Yat-sen Universiteit en de Fudan Universiteit zette zich af om exact dit probleem te onderzoeken, waarbij ze naar vier van de meest populaire stablecoins keken: USDT, USDC, DAI en FRAX. Ze wilden verder gaan dan eenvoudige prijsgrafieken om de verborgen mechanismen te begrijpen die ervoor zorgen dat deze munten uit hun stabiliteit breken. Hiervoor gebruikten ze een wiskundig kader dat bekend staat als een catastrofe-model. Denk aan dit model als een manier om een landschap in kaart te brengen waar een systeem in een stabiele vallei kan bestaan, maar onder bepaalde druk plotseling over een rand kan storten naar een totaal andere staat. Deze benadering stelde de wetenschappers in staat om onderscheid te maken tussen twee zeer verschillende soorten prijsbewegingen. Het ene type is de alledaagse fluctuatie, waarbij de prijs licht op en neer wiebelt door normaal handelsverloop. Het andere is een echte breuk in de koppeling, waarbij de waarde van de munt fundamenteel verschuift weg van één dollar, vaak door een verlies aan vertrouwen of een structureel gebrek. Door deze lens toe te passen op dagelijkse gegevens van 2019 tot 2023, onthulden de onderzoekers een genuanceerder beeld van risico dan voorheen begrepen.

De studie begon met het testen van twee verschillende manieren om de gezondheid van deze munten te meten. De eerste methode keek naar hoe ver de prijs van één dollar afliep, een directe maatstaf voor de integriteit van de koppeling. De tweede methode keek naar de dagelijkse procentuele verandering, die de snelheid en intensiteit van de handel vastlegt. De resultaten toonden een opvallend verschil tussen deze twee visies. Wanneer de afstand tot één dollar werd gemeten, vond het model dat ware, catastrofale sprongen zeldzaam waren. Dit suggereert dat de mechanismen die deze munten bij elkaar houden voor het grootste deel van de tijd goed werken en de prijs nauw aan de doelwaarde binden. Echter, wanneer de onderzoekers naar de dagelijkse procentuele veranderingen keken, detecteerde het model een vloedgolf aan sprongen. Dit geeft aan dat hoewel de munten zelden hun koppeling volledig verbreken, ze constant te maken hebben met scherpe, kortstondige schokken die eruitzien als sprongen in de data. De onderzoekers concludeerden dat deze twee maten verschillende verhalen vertellen: de ene onthult de zeldzame momenten waarop het systeem daadwerkelijk faalt, terwijl de andere de constante, hoogfrequente turbulentie van de markt vastlegt.

Misschien wel de meest verrassende ontdekking was dat het risico dat een munt zijn koppeling verbreekt niet simpelweg afhangt van het type munt dat het is. Al een lange tijd categoriseren experts stablecoins in nette groepen: zij die gedekt zijn door echte dollars in een bank, zij die gedekt zijn door andere cryptovaluta, en zij die complexe algoritmen gebruiken om hun waarde te behouden. De algemene aanname was dat de algoritmische varianten de meest fragiele waren en de door dollars gedekte de veiligste. De onderzoekers vonden dat dit beeld incompleet was. In plaats daarvan wordt het risico bepaald door hoe de munt in de markt is ingebed en hoe het aanbod en de vraag worden beheerd. Zo gedragen twee van de door dollars gedekte munten, USDT en USDC, zich zeer verschillend ondanks een vergelijkbare dekking. USDT heeft de neiging om grotere prijsafwijkingen te zien wanneer de marktomvang groeit, waarschijnlijk omdat de nieuwe munten tijd nodig hebben om over de beurzen te worden verdeeld, wat tijdelijke wanverhoudingen creëert. In contrast hiermee wordt USDC vaak stabieler naarmate het groeit, omdat het verzilveringsproces directer en transparanter is. Dit betekent dat het specifieke ontwerp van hoe geld het systeem binnenkomt en verlaat, veel belangrijker is dan het brede label "door dollars gedekt".

De studie volgde ook hoe de bronnen van risico in de loop van de tijd zijn veranderd. In de vroege dagen van de cryptomarkt, rond 2020, werden de prijzen van deze munten sterk beïnvloed door traditionele financiële markten, zoals aandelenindices en wereldwijde rentestanden. Naarmate het ecosysteem volwassen werd, verschoven de drijfveren naar binnen. Tegen 2022 en 2023 kwamen de grootste bedreigingen vanuit de cryptowereld zelf, zoals de instorting van andere digitale activa of het falen van crypto-exchanges. De onderzoekers observeerden dat tijdens grote crises, zoals het faillissement van de FTX-exchange of het falen van Silicon Valley Bank, de munten op complexe manieren reageerden. Sommige munten fungeerden als veilige havens en trokken kapitaal aan, terwijl anderen leden onder de paniek. De studie benadrukte dat het risico niet langer alleen gaat over externe schokken, maar over hoe verschillende delen van het digitale financiële systeem met elkaar verbonden zijn. Een probleem in één gebied, zoals een bank die reserves voor een stablecoin aanhoudt, kan snel doorwerken en andere munten beïnvloeden, zelfs die met een ander ontwerp.

Een van de meest praktische bevindingen van het onderzoek is de mogelijkheid om problemen te voorspellen voordat ze zich voordoen. Het team testte of ze waarschuwingssignalen konden opsporen in de dagen voorafgaand aan een prijsbreuk. Ze ontdekten dat door specifieke structurele indicatoren in de gaten te houden, ze het risico met een hoge mate van nauwkeurigheid konden voorspellen. Voor matige prijsafwijkingen, die klein maar merkbaar zijn, verschijnen de waarschuwingssignalen snel, vaak binnen een dag of twee. Deze worden meestal veroorzaakt door plotselinge verschuivingen in handelsvolume of liquiditeit. Echter, voor ernstige depegging-gebeurtenissen, waarbij de munt een aanzienlijk deel van zijn waarde verliest, bouwen de waarschuwingssignalen zich langzamer op. De onderzoekers ontdekten dat het kijken naar een venster van zeven dagen aan gegevens de beste vroege waarschuwing bood voor deze grote crises. Indicatoren zoals de concentratie van bezit onder enkele grote investeerders, de geldstromen op de blockchain en de algehele omvang van de marktkapitalisatie van de munt dienden allemaal als betrouwbare signalen. Dit suggereert dat toezichthouders en marktdeelnemers niet hoeven te wachten tot een munt crasht om te weten dat deze in problemen zit; ze kunnen de scheuren in de structuur dagen van tevoren zien ontstaan.

De implicaties van deze bevindingen zijn aanzienlijk voor hoe we digitale activa monitoren en beheren. Het onderzoek suggereert dat we moeten stoppen met het beschouwen van stablecoins als één uniforme groep en ze moeten gaan behandelen op basis van hun specifieke gedragingen en structuren. Een eenheidsbenadering voor regulering of risicobeheer zal de unieke kwetsbaarheden van elke munt missen. In plaats daarvan zouden monitoringsystemen zowel de langetermijnstabiliteit van de koppeling als de kortetermijnturbulentie van de handel moeten volgen. Door aandacht te besteden aan de onderliggende mechanismen, zoals hoe snel nieuwe munten kunnen worden verzilverd of hoe geconcentreerd het eigendom is, is het mogelijk om te identificeren welke munten het meest waarschijnlijk zullen falen onder druk. De studie biedt een duidelijk pad vooruit: door de niet-lineaire aard van deze risico's te begrijpen en de juiste instrumenten te gebruiken om ze vroegtijdig te detecteren, kunnen we de stabiliteit van het digitale financiële systeem beter beschermen. Het doel is niet alleen om te reageren wanneer een munt breekt, maar om de krachten te begrijpen die de munt naar de rand duwen voordat hij er zelfs maar komt.