Slippage-at-Risk (SaR): A Forward-Looking Liquidity Risk Framework for Perpetual Futures Exchanges

Este artigo apresenta o Slippage-at-Risk (SaR), um quadro quantitativo prospectivo para medir o risco de liquidez em exchanges de futuros perpétuos, que utiliza microestrutura do livro de ofertas para prever riscos de execução e definir requisitos de capital, demonstrando sua eficácia como indicador líder de estresse sistêmico através de dados da Hyperliquid.

O essencial

Imagine que uma bolsa de criptomoedas é como um grande mercado de peixes.

Neste mercado, as pessoas compram e vendem "peixes" (os contratos futuros perpétuos) com alavancagem (empréstimos). O problema é que, se o preço do peixe cair muito rápido, os vendedores que usaram empréstimos são forçados a vender seus peixes imediatamente para pagar a dívida. Isso é chamado de liquidação.

O artigo que você enviou, escrito por Otar Sepper, apresenta uma nova ferramenta chamada SaR (Slippage-at-Risk), que podemos traduzir como "Risco de Escorregão".

Aqui está a explicação simples, usando analogias do dia a dia:

1. O Problema: O "Efeito Dominó" no Mercado

Antes, as bolsas olhavam para o passado para medir riscos. Era como um capitão de navio olhando apenas para a trilha deixada na água para saber se há rochas à frente.

• O que acontecia: Quando o mercado caía, muitos vendedores tentavam vender ao mesmo tempo. Mas não havia peixes suficientes para comprar (o livro de ordens estava vazio).
• O resultado: Para vender, eles tinham que aceitar preços cada vez mais baixos. A diferença entre o preço que eles achavam que receberiam e o preço que realmente receberam era o "escorregão" (slippage).
• A tragédia: Esse dinheiro perdido virava uma dívida que a bolsa tinha que pagar. Em um evento real em 2025 (citado no texto), a bolsa perdeu milhões porque o "escorregão" foi gigantesco.

2. A Solução: O "Radar de Escorregão" (SaR)

O autor criou o SaR para ser um radar que olha para o futuro, não para o passado.

Em vez de perguntar "Quanto dinheiro perdemos ontem?", o SaR pergunta: "Se precisássemos vender tudo agora, quanto o preço cairia?"

Ele usa três medidores principais:

1. SaR (O Limite): "95% das moedas têm um risco de escorregão de até 3%." É como dizer: "A maioria das estradas está segura, mas 5% delas são pontes de madeira podres."
2. ESaR (A Gravidade): Se entrarmos na zona de perigo (os 5% ruins), quão ruim vai ficar? É a média do desastre.
3. TSaR (O Custo Total): Se tudo der errado ao mesmo tempo, quantos dólares a bolsa vai perder? É o "preço do bilhete" para o desastre.

3. O Segredo: A "Fragilidade do Grupo" (Ajuste de Concentração)

Aqui está a parte mais brilhante do artigo. O autor percebeu que não basta olhar a quantidade de dinheiro no mercado; é preciso olhar de quem é esse dinheiro.

• Analogia do Buffet: Imagine um buffet com 1.000 pratos.
  • Cenário A: 1.000 pessoas diferentes trouxeram 1 prato cada. Se uma pessoa sair, o buffet perde 0,1% dos pratos. É seguro.
  • Cenário B: 2 pessoas trouxeram 500 pratos cada. Se uma dessas duas pessoas sair, o buffet perde 50% dos pratos de uma vez!
  • O Perigo: No Cenário B, o buffet parece cheio, mas é frágil. Se o "chefe" (o grande fornecedor de liquidez) tiver um problema ou decidir ir embora, o mercado colapsa.

O SaR calcula um "Desconto de Risco" (Haircut). Se o mercado depende de poucas pessoas (alta concentração), o sistema aumenta automaticamente o alerta de perigo, mesmo que pareça ter muito dinheiro.

4. A Aplicação Prática: O "Cofre de Segurança"

O artigo conecta esse risco ao tamanho do Fundo de Seguros da bolsa (o dinheiro que a bolsa guarda para cobrir perdas).

• O Erro Antigo: As bolsas guardavam um cofre baseado no que aconteceu no passado.
• O Novo Método (SaR): O cofre deve ser baseado no que pode acontecer agora.
  • Se o radar SaR diz que o risco de escorregão é alto, a bolsa precisa ter mais dinheiro no cofre antes do desastre acontecer.
  • No caso do evento de 2025, o SaR teria avisado dias antes que o cofre era pequeno demais e que a liquidez estava desaparecendo.

5. Resumo da Filosofia

O autor diz: "Meça a causa, não a consequência."

• Método Antigo: Olha para o acidente de carro depois que ele aconteceu (o prejuízo).
• Método SaR: Olha para o pneu furado e a estrada de gelo antes do carro bater.

Por que isso importa para você?

Se você usa exchanges de criptomoedas, isso significa que, no futuro, essas plataformas podem usar o SaR para:

1. Avisar você antes de uma crise: "O mercado está ficando perigoso, reduza sua alavancagem."
2. Garantir que a bolsa tenha dinheiro suficiente para não quebrar quando o mercado cair.
3. Impedir que moedas novas e perigosas entrem no mercado sem ter liquidez real.

Em suma, o SaR é como um sistema de alerta de tsunami para o mercado de criptomoedas. Ele não prevê o futuro com magia, mas lê as ondas (o livro de ordens) para dizer quando a maré vai subir e levar tudo embora.

Resumo técnico

Resumo Técnico: Slippage-at-Risk (SaR)

1. O Problema

O mercado de futuros perpétuos em criptomoedas enfrenta riscos sistêmicos críticos derivados da interação entre alavancagem, liquidações e a liquidez do livro de ordens. Quando posições alavancadas são liquidadas durante períodos de estresse, a execução das ordens pode consumir a liquidez disponível, resultando em preços de execução muito piores do que o preço de falência teórico. Isso gera dívida ruim (bad debt), que deve ser absorvida pelo fundo de seguro da exchange ou socializado entre traders lucrativos via Autodeleveraging (ADL).

As abordagens de gerenciamento de risco atuais apresentam limitações severas:

• Visão Retroativa: Métricas como Value-at-Risk (VaR) baseiam-se em retornos históricos ou déficits passados, não capturando a capacidade atual de absorver liquidações.
• Cegueira em Novos Ativos: Métricas baseadas em histórico não podem ser aplicadas a tokens recém-listados que ainda não sofreram eventos de estresse.
• Ignorância da Microestrutura: O livro de ordens, que determina a qualidade de execução, raramente é incorporado formalmente nas métricas de risco.
• Falha de Previsão: O evento de liquidação em cascata da Hyperliquid em 10 de outubro de 2025 (US$2,1 bi em liquidações gerando US$ 304,5 mi em déficits) demonstrou que o risco era previsível através da microestrutura do livro de ordens, mas não foi detectado pelos sistemas existentes.

2. Metodologia: O Framework SaR

O autor propõe o Slippage-at-Risk (SaR), uma estrutura quantitativa de visão prospectiva que mede o risco de execução de liquidação diretamente a partir do estado atual do livro de ordens.

2.1. Métricas Principais

O framework define três métricas complementares baseadas na função de slippage (deslizamento) $S_i(Q)$, que calcula o custo médio ponderado por volume para liquidar uma quantidade $Q$:

1. SaR($\alpha$): O quantil $\alpha$ do deslizamento transversal entre todos os tokens. Representa o nível de slippage esperado para 95% (ou outro percentil) dos ativos sob um cenário de estresse calibrado.
2. ESaR($\alpha$) - Expected Slippage at Risk: O deslizamento esperado condicionalmente para os tokens que estão na cauda da distribuição (os piores casos). É o análogo ao Expected Shortfall (ES) do VaR.
3. TSaR($\alpha$) - Total Dollar Slippage at Risk: A soma dos valores em dólares do slippage nos tokens da cauda. Esta métrica mapeia diretamente para a exposição potencial a déficits.

2.2. Ajuste de Concentração (Concentration Adjustment)

O framework reconhece que a liquidez concentrada é frágil. Dois livros de ordens com a mesma profundidade total podem ter riscos drasticamente diferentes se a liquidez for fornecida por poucos market makers.

• Métrica de Concentração: Utiliza o Índice Herfindahl-Hirschman (HHI) e o número efetivo de provedores ($N_{eff}$).
• Haircut (Desconto) de Concentração: Aplica um ajuste ao slippage bruto ($S_{adj} = S \cdot (1 + h_{conc})$) baseado na fragilidade da estrutura de liquidez. Se um único provedor domina ou se o número de provedores é baixo, o slippage ajustado aumenta, penalizando a estrutura frágil.

2.3. Conexão Teórica com Fundos de Seguro

O artigo estabelece uma cadeia causal: Retirada de Liquidez $\rightarrow$ Livros Finos $\rightarrow$ Alto Slippage $\rightarrow$ Dívida Ruim $\rightarrow$ ADL.
Deriva-se uma fórmula para o Fundo de Seguro Ótimo ($IF^*$) baseado no SaR:
$$IF^* \approx c \cdot TSaR_{adj}^{\$}(\frac{r}{\kappa})$$
Onde $c$ é um multiplicador de amplificação (tipicamente 2.0-2.5) e $r/\kappa$ representa a relação entre custo de oportunidade e custo reputacional. Isso permite dimensionar o fundo de seguro com base na liquidez atual, não em dados históricos.

3. Resultados Empíricos

A análise foi realizada utilizando dados do livro de ordens da Hyperliquid (184 contratos, período de 26 dias incluindo o evento de 10 de outubro de 2025).

• Validação como Indicador Líder: O SaR demonstrou forte poder preditivo. A correlação entre o TSaR e os déficits realizados foi de 0.61 com 12 horas de antecedência e 0.42 com 24 horas de antecedência. Testes de causalidade de Granger confirmaram que o TSaR causa os déficits, e não o contrário.
• Estudo de Caso (10 de Outubro de 2025):
  • Pré-Evento: 24 horas antes do colapso, o SaR ajustado subiu de 2,41% para 3,12%, e a profundidade total do livro caiu 75% (de US$1,12 bi para US$ 284 mi).
  • Precisão Preditiva: O modelo previu o slippage realizado com um $R^2$ de 0,78.
  • Dimensionamento do Fundo de Seguro: O fundo de seguro real da Hyperliquid era de ~US$25 mi. O SaR indicou que o fundo necessário deveria ser de **US$ 312,6 mi** (baseado em dados pré-evento), o que coincidiu quase perfeitamente com o déficit real de US$ 304,5 mi. O sistema falhou em detectar essa lacuna de capital.
• Efeitos de Concentração: Durante o pico do evento, 73% dos tokens tiveram um número efetivo de provedores ($N_{eff}$) inferior a 3, amplificando o slippage muito além do que a profundidade bruta sugeriria.

4. Contribuições Chave

1. Novas Métricas de Risco: Introdução do SaR, ESaR e TSaR como métricas de risco de liquidez transversal e prospectivas.
2. Ajuste de Fragilidade: Formalização de um "haircut" baseado em HHI para penalizar estruturas de liquidez concentradas e propensas a retiradas súbitas.
3. Fundamentação Teórica: Estabelecimento de uma ligação direta entre a microestrutura do livro de ordens e o dimensionamento ótimo do fundo de seguro, superando a dependência de dados históricos de déficits.
4. Guia de Implementação: Fornecimento de um pipeline de computação completo, incluindo requisitos de dados, calibração de parâmetros e thresholds de alerta para operadores de exchanges.

5. Significado e Implicações

O trabalho de Sepper representa uma mudança de paradigma no gerenciamento de risco em DeFi e exchanges centralizadas:

• Do Efeito para a Causa: Em vez de reagir a déficits passados (visão retroativa), o SaR monitora a causa raiz (liquidez do livro de ordens), permitindo intervenção proativa.
• Universalidade: O framework é aplicável a qualquer ativo com livro de ordens, eliminando o "ponto cego" de risco em novos tokens listados.
• Segurança Sistêmica: A análise do evento de 2025 prova que crises de liquidez são frequentemente previsíveis horas antes de ocorrerem se as métricas corretas (SaR e concentração) forem monitoradas.
• Governança de Capital: Oferece uma base quantitativa para definir requisitos de capital e limites de alavancagem dinâmicos, essenciais para a sustentabilidade de exchanges descentralizadas onde intervenções humanas são custosas ou impossíveis.

Em suma, o SaR transforma a liquidez de um conceito qualitativo em uma métrica de risco quantificável e acionável, permitindo que exchanges antecipem e mitiguem cascata de liquidações antes que elas se tornem insolventes.