Optimal Control of Reserve Asset Portfolios for Stablecoins

Resumo Técnico: Controle Ótimo de Portfólios de Ativos de Reserva para Stablecoins

Autores: Alexander Hammerl (Universidade Técnica da Dinamarca)
Contexto: Gestão de tesouraria de stablecoins lastreadas em moeda fiduciária sob regulamentações estritas (ex: Lei GENIUS dos EUA).

1. O Problema

Os emissores de stablecoins enfrentam um dilema fundamental de tesouraria: equilibrar a liquidez imediata necessária para honrar resgates (mantendo a paridade ou "peg" com a moeda fiduciária) contra a necessidade de gerar rendimento (carry) através de ativos de reserva de maior risco/duração (como títulos do Tesouro de curto prazo).

• Desafios Específicos:
  • Fluxos Estocásticos e Agrupados: As solicitações de emissão (mint) e resgate (redemption) não são Poissonianas simples; elas exibem agrupamento temporal (clustering) e podem ser autoexcitadas (um grande resgate aumenta a probabilidade de mais resgates, simulando uma "corrida ao banco").
  • Dinâmica da Paridade (Peg): Desvios no preço de mercado ocorrem quando a cobertura de caixa imediata é insuficiente em relação à oferta circulante. O preço se ajusta deterministicamente com base nessas lacunas de liquidez.
  • Restrições Regulatórias: Ativos devem ser de alta qualidade e liquidez (caixa, títulos do Tesouro de até 90 dias, etc.), criando uma hierarquia de liquidez com trade-offs de rendimento.
  • Objetivo: Minimizar desvios da paridade e fricções de negociação, maximizando o rendimento, com políticas implementáveis em fluxos de trabalho diários de tesouraria.

2. Metodologia

O artigo formula o problema como um Controle Estocástico Ótimo em Tempo Contínuo, resolvido através de uma abordagem híbrida que combina teoria de controle ótimo e simulação numérica.

• Modelagem Dinâmica:

  • Processos de Hawkes: Os fluxos de mint e redemption são modelados como processos pontuais autoexcitantes (Hawkes), onde a intensidade futura depende de eventos passados e do quadrado do desvio da paridade ($\Delta P^2$), capturando o mecanismo de pânico endógeno.
  • Estado do Sistema: O vetor de estado inclui reservas de caixa ($R_{liq}$), valor nominal de títulos ($R_{bill}$), desvio da paridade ($\Delta P$) e as intensidades de Hawkes ($\lambda_R, \lambda_M$).
  • Controles:
    1. $\omega(t)$: Taxa de realocação entre caixa e títulos.
    2. $\delta(t)$: Spread de taxas para mint/burn (para absorver desequilíbrios de fluxo).

• Abordagem de Solução:

  • Controle Preditivo Estocástico (MPC): Devido à complexidade do horizonte infinito e da natureza estocástica, utiliza-se um MPC de horizonte finito. O problema estocástico é aproximado por um equivalente determinístico através do fechamento de momentos (usando expectativas condicionais das intensidades de Hawkes).
  • Princípio do Máximo de Pontryagin (PMP): Aplicado para derivar as condições de otimalidade. Isso resulta em leis de feedback baseadas em "preços sombra" (shadow prices) para cada variável de estado.
  • Estrutura de Controle Ótimo:
    • Realoção ($\omega$): Exibe uma estrutura de suavização de limiar (soft-thresholding). Não há realocação se a diferença de custo sombra entre títulos e caixa estiver dentro de uma "zona morta" definida pelos custos de transação. Acima desse limiar, a realocação escala linearmente até um limite de capacidade.
    • Taxas ($\delta$): Segue uma lei de feedback linear simples, projetada para manter o desvio da paridade próximo de zero.
  • Implementação com Janelas de Liquidação: Para viabilidade prática, o controle contínuo é discretizado em janelas de tempo (ex: janelas do Fedwire). Otimiza-se a média dos controles dentro de cada janela, resultando em uma regra de decisão simples baseada em limiares.

3. Contribuições Principais

1. Framework de Controle em Tempo Real: Desenvolve um modelo que traduz riscos de fluxo empíricos em regras de tesouraria auditáveis e implementáveis, substituindo heurísticas estáticas por um design de malha fechada.
2. Propriedade de Resposta Monótona ao Estresse: Demonstra matematicamente que, à medida que a pressão de saída esperada aumenta ou as janelas de liquidação se alongam, a política ótima desloca-se previsivelmente para a acumulação de caixa. Isso evita oscilações bruscas e garante estabilidade.
3. Estrutura de Limiar Suave (Soft-Thresholding): Prova que a política ótima de realocação possui uma estrutura de limiar natural devido aos custos de transação ($\ell_1$), o que reduz a frequência de negociações desnecessárias em mercados calmos.
4. Integração de Microestrutura e Regulação: Conecta explicitamente a dinâmica de ordens on-chain (Hawkes), a mecânica de formação de preços e as restrições regulatórias de ativos (Lei GENIUS) em um único modelo de otimização.

4. Resultados Numéricos

Simulações foram realizadas sobre 92 dias cobrindo três cenários de estresse: choque único, agrupamento prolongado (quase crítico) e falso alarme (whipsaw). O controlador proposto foi comparado a três benchmarks:

• Máximo Rendimento: Mantém tudo em títulos até o último momento.
• Máxima Liquidez: Mantém tudo em caixa.
• Pesos Iguais: Alocação fixa 50/50.

Principais Achados:

• Desempenho Superior: O controlador ótimo superou todos os benchmarks em receita total e estabilidade da paridade.
• Adaptabilidade:
  • Em mercados calmos, mantém uma alta alocação em títulos para capturar rendimento.
  • Ao detectar sinais de estresse (aumento de intensidade de resgates), acumula caixa proativamente antes que a lacuna de liquidez se torne crítica.
  • Em cenários de "falso alarme", evita a acumulação desnecessária de caixa, preservando o rendimento.
• Falhas dos Benchmarks:
  • A estratégia de Máximo Rendimento falhou catastróficamente em cenários de estresse, atrasando a acumulação de caixa até que a dinâmica de "corrida ao banco" (feedback positivo) tornasse o desvio da paridade irreversível.
  • A estratégia de Máxima Liquidez garantiu estabilidade, mas sacrificou todo o rendimento (receita zero).
  • A estratégia de Pesos Iguais foi insuficiente sob pressão sustentada, pois sua regra de rebalanceamento não se adaptava à gravidade do estresse.

5. Significado e Implicações

O artigo oferece um "blueprint" prático para a gestão de reservas de stablecoins, alinhando-se com as necessidades operacionais de corte de liquidação e requisitos regulatórios.

• Para Emissores: Fornece uma regra de decisão auditável que maximiza o rendimento sem comprometer a solvência ou a paridade, transformando a gestão de risco de liquidez em um problema de otimização disciplinado.
• Para Reguladores: Demonstra como políticas de tesouraria baseadas em dados podem mitigar riscos sistêmicos (como corridas ao banco) sem exigir reservas 100% em caixa, permitindo o uso eficiente de ativos de alta qualidade.
• Acadêmico: Estabelece uma ponte entre a teoria de controle ótimo estocástico e a microestrutura de mercados de criptoativos, validando o uso de processos de Hawkes e MPC em contextos financeiros de alta frequência.

Em suma, o trabalho prova que é possível gerenciar stablecoins de forma rentável e segura através de uma política de realocação dinâmica que reage inteligentemente aos sinais de estresse, evitando tanto a subcapitalização de liquidez quanto o desperdício de oportunidades de rendimento.