Resumo Técnico: O Subsídio de Privacidade: $\lambda$ de Kyle sob Observação de Fluxo de Ordens Perturbada por Ruído

1. Formulação do Problema

O artigo aborda uma lacuna na teoria clássica de microestrutura de mercados relativa a exchanges de criptomoedas que preservam a privacidade. Nos modelos padrão de Kyle (1985), um formador de mercado (MM) observa o fluxo de ordens agregado $y = x + u$ (onde $x$ é o trading informado e $u$ é o trading de ruído) para definir preços. No entanto, designs modernos de preservação de privacidade (por exemplo, AMMs blindadas, exchanges de conhecimento zero) alteram essa observação. Em vez de ver $y$, o MM observa um sinal perturbado por ruído $\tilde{y} = y + \epsilon$, onde $\epsilon$ é ruído de privacidade gaussiano independente.

O problema central é que os resultados clássicos não se estendem a esse regime. Especificamente, é desconhecido como o coeficiente de impacto de preço ($\lambda$), a estratégia do trader informado ($\beta$) e a distribuição de bem-estar mudam quando a observação do MM é obscurecida por ruído de privacidade, particularmente quando o MM é um agente bayesiano comprometido (como um contrato inteligente) e não um agente competitivo de lucro zero.

2. Metodologia e Configuração do Modelo

Os autores constroem um modelo de equilíbrio linear de Kyle de período único com os seguintes primitivos:

• Valor do Ativo ($v$): Distribuição normal $N(p_0, \sigma_v^2)$.
• Fluxo de Ruído ($u$): Distribuição normal $N(0, \sigma_u^2)$, independente de $v$.
• Ruído de Privacidade ($\epsilon$): Distribuição normal $N(0, \sigma_\epsilon^2)$, independente tanto de $v$ quanto de $u$.
• Observação: O MM observa $\tilde{y} = x + u + \epsilon$.
• Formador de Mercado (MM): Modelado como um AMM bayesiano comprometido. Diferentemente do MM competitivo de livro-texto que impõe lucro esperado zero, este MM define mecanicamente o preço $p(\tilde{y}) = E[v | \tilde{y}]$. Qualquer perda esperada é absorvida pelo pool de provedores de liquidez (LP) do protocolo. Essa estrutura é escolhida para modelar regras de precificação de contratos inteligentes on-chain que não podem se ajustar estrategicamente para garantir lucro zero.
• Trader Informado: Um insider neutro ao risco que observa $v$ e submete uma ordem linear $x = \beta(v - p_0)$.

O equilíbrio é definido por um par $(\beta, \lambda)$ tal que a regra de precificação seja racional bayesiana e o trader informado maximize o lucro esperado dada a regra de precificação.

3. Contribuições e Resultados Principais

A. Equilíbrio Linear de Forma Fechada (Teorema 1)

O artigo deriva o único equilíbrio linear sob ruído de privacidade. Os coeficientes de equilíbrio são:
$$\lambda = \frac{\sigma_v}{2\sqrt{\sigma_u^2 + \sigma_\epsilon^2}}$$
$$\beta = \frac{\sqrt{\sigma_u^2 + \sigma_\epsilon^2}}{\sigma_v}$$

Propriedades Chave:

• Redimensionamento: Tanto $\lambda$ quanto $\beta$ são redimensionados por um único fator dependente do parâmetro de privacidade $\sigma_\epsilon$.
• Invariância: O produto $\lambda \beta = 1/2$ permanece invariante independentemente do nível de ruído de privacidade. Isso preserva a propriedade de "meia-revelação" do equilíbrio clássico de Kyle: a média condicional do preço move-se pela metade do caminho do prior para o valor verdadeiro, $E[p|v] = (p_0 + v)/2$.
• Estática Comparativa: À medida que o ruído de privacidade ($\sigma_\epsilon$) aumenta, o coeficiente de impacto de preço $\lambda$ diminui (os preços tornam-se menos sensíveis ao fluxo) e a estratégia do trader informado $\beta$ intensifica-se (o insider negocia de forma mais agressiva para se esconder no ruído).

B. O Subsídio de Privacidade (Teorema 2)

O artigo realiza uma decomposição de bem-estar para calcular o lucro/prejuízo esperado para cada agente.

• Lucro do Trader Informado ($\pi_I$): Aumenta com $\sigma_\epsilon$.
• Lucro do Trader de Ruído ($\pi_N$): Aumenta (perdas diminuem) com $\sigma_\epsilon$.
• Lucro do MM/Protocolo ($\pi_M$): Torna-se negativo.

O artigo identifica uma transferência de forma fechada do pool do protocolo/LP para os traders, denominada Subsídio de Privacidade:
$$|\pi_M| = \frac{\sigma_v \sigma_\epsilon^2}{2\sqrt{\sigma_u^2 + \sigma_\epsilon^2}}$$

Esta quantidade representa a taxa de equilíbrio que qualquer exchange agregadora de privacidade deve cobrar para compensar sua camada de liquidez. É zero quando $\sigma_\epsilon = 0$ (recuperando o resultado de Kyle de livro-texto) e estritamente positiva caso contrário.

C. Estática Comparativa do Subsídio

O subsídio exibe comportamentos assintóticos específicos:

• Regime de Baixa Privacidade ($\sigma_\epsilon \to 0$): O subsídio cresce quadraticamente ($\propto \sigma_\epsilon^2$).
• Regime de Alta Privacidade ($\sigma_\epsilon \to \infty$): O subsídio cresce linearmente ($\propto \sigma_\epsilon$).
• Ponto de Inflexão: A função possui um único ponto de inflexão em $\sigma_\epsilon^* = \sqrt{2}\sigma_u$, transitando de convexa para côncava.

D. Aplicabilidade e Limites

Os autores delimitam o escopo de sua estrutura:

• Aplicável: AMMs blindadas com injeção explícita de ruído gaussiano aditivo (por exemplo, privacidade diferencial).
• Não Aplicável (Requer Estruturas Separadas):
  • Swaps em lote estilo Penumbra: Estes reduzem-se ao Kyle de livro-texto com variância de ruído redimensionada, mas não geram subsídio de privacidade sob um MM bayesiano.
  • Leilões de lances selados estilo Suave: Estes envolvem assimetria temporal em vez de ruído aditivo, alinhando-se mais de perto ao Perda versus Rebalanceamento (LVR).
  • Cruzamentos ancorados a oráculos estilo Renegade: Estes caem fora da análise de Kyle inteiramente, pois a descoberta de preços é exógena.

4. Significado e Posicionamento

O artigo posiciona seu resultado na interseção entre microestrutura de mercados e finanças descentralizadas (DeFi):

1. Extensão de Microestrutura: Estende o equilíbrio linear de 1985 de Kyle para um regime de observação previamente não analisado onde a imperfeição reside no sinal do formador de mercado e não na informação do trader.
2. Analogia DeFi com LVR: O "Subsídio de Privacidade" é apresentado como o análogo de período único e forma fechada do Perda versus Rebalanceamento (LVR). Enquanto o LVR mede o custo de preços desatualizados sendo explorados por arbitrageiros com informação externa, o subsídio de privacidade mede o custo do ruído de privacidade obscurecendo a observação do fluxo pelo MM. Ambos são transferências de bem-estar de provedores de liquidez para traders.
3. Implicação de Design de Taxas: O resultado fornece um limite inferior teórico para taxas em exchanges de preservação de privacidade. O artigo observa que, para uma calibração BTC/USDT, um parâmetro de privacidade igual à variância do trader de ruído ($\sigma_\epsilon = \sigma_u$) implica uma exigência de taxa de equilíbrio de aproximadamente 1 milhão de dólares por dia, comparável a uma taxa de 0,1% sobre 1 bilhão de dólares de volume.

O artigo conclui que, embora a privacidade beneficie tanto traders informados quanto de ruído (reduzindo a seleção adversa contra traders de ruído e aumentando lucros informados), todo o custo é suportado pelo pool do protocolo/LP, necessitando de uma estrutura de taxas específica para garantir solvência.