Resumo Técnico: Formação de Mercado OTC Estratégica com Feedback de Reputação

Declaração do Problema

Nos mercados Over-the-Counter (OTC) eletrônicos, a provisão de liquidez evoluiu de uma sequência de otimizações de cotações independentes para um problema de franquia dinâmica. Os dealers enfrentam um trade-off crítico: otimizar a captura imediata do spread versus manter ou melhorar seu "posicionamento" perante clientes e plataformas. Esse posicionamento é quantificado por métricas de desempenho, como razões de vitória em Request-for-Quote (RFQ) e razões de preenchimento (fill ratios) em streaming.

Modelos clássicos de market making estocástico tipicamente tratam as intensidades de requisição e as probabilidades de execução como exógenas. No entanto, na prática, o acesso ao fluxo futuro é uma variável de estado endógena, influenciada pelas decisões atuais de cotação e aceitação do dealer. Um dealer que perde muitas RFQs ou rejeita muitos pedidos de streaming pode ser despriorizado ou excluído de oportunidades futuras, enquanto um desempenho sólido pode garantir posições de liderança, embora com aumento de inventário e exposição à toxicidade. O artigo aborda a necessidade de um framework de controle tratável que modele explicitamente esse loop de feedback entre a qualidade da execução e os conjuntos de oportunidades futuras.

Metodologia

Os autores desenvolvem um modelo de controle estocástico ótimo apresentando dois protocolos de execução distintos:

1. Tier A (RFQ): Caracterizado por uma pontuação de razão de vitória ($R_A$). O dealer controla os offsets de cotação ($\delta$) para maximizar a probabilidade de vencer uma requisição, o que atualiza a pontuação com base no sucesso ou falha.
2. Tier B (Streaming): Caracterizado por uma pontuação de razão de preenchimento ($R_B$). O dealer controla tanto os offsets de cotação ($\delta$) quanto um limiar de rejeição não negativo ($\eta$) para um protocolo de "last-look" justo. Este protocolo gerencia a seleção adversa (modelada via uma marca de latência Gaussiana) rejeitando negociações com slippage negativa excessiva, enquanto limita o slippage positivo.

Estrutura Matemática

• Variáveis de Estado: O sistema inclui variáveis rápidas (inventário $Q_t$, caixa $X_t$, preço médio $S_t$) e variáveis lentas (pontuações de reputação $R_A, R_B$).
• Objetivo: Maximizar a riqueza esperada de marcação a mercado terminal, penalizada pelo risco de inventário e custos correntes, sujeito à dinâmica das pontuações de reputação.
• Equação Hamilton-Jacobi-Bellman (HJB): O problema é formulado como uma equação HJB com duas variáveis de reputação lentas e um estado de inventário rápido.
• Aproximação Adiabática: Para tornar o problema tratável, os autores empregam uma aproximação lento-rápido (adiabática). Eles assumem que as pontuações de reputação mudam lentamente ($\alpha_\tau \ll 1$) em relação à dinâmica de inventário.
  • Problema Rápido: Para um estado de reputação "congelado", o dealer resolve o problema padrão de controle de inventário.
  • Dinâmica Lenta: A política induzida pelo problema rápido é média sobre a distribuição estacionária de inventário para derivar equações de drift determinístico para as pontuações de reputação.
• Redução: Esta abordagem reduz o problema de controle estocástico de alta dimensão a um sistema determinístico bidimensional para as pontuações de reputação, preservando o loop de feedback econômico enquanto clarifica a dinâmica estratégica.

Principais Contribuições

1. Modelagem de Fluxo Endógeno: O artigo fornece um framework compacto onde a intensidade do fluxo futuro é uma função da qualidade de execução atual, mediada por funções de gate dependentes da pontuação.
2. Controle Unificado de Cotações e Rejeições: O modelo otimiza conjuntamente os offsets de cotação e, para streaming, um limiar de last-look, tratando o mecanismo de rejeição como uma opção de barreira para gerenciar a toxicidade enquanto mantém as razões de preenchimento.
3. Separação de Fases Estratégica: A política ótima derivada alterna naturalmente entre fases distintas:
   • Construção de Reputação: Sacrificar o spread imediato (estreitando as cotações) para vencer RFQs ou preencher pedidos de streaming para melhorar as pontuações.
   • Monetização da Franquia: Alargar os spreads para capturar valor uma vez que uma reputação sólida é estabelecida.
   • Defesa: Manter configurações conservadoras para evitar cair abaixo de limiares críticos.
4. Biestabilidade e Dependência de Trajetória: O modelo demonstra que gates baseados em desempenho podem levar a múltiplos equilíbrios estáveis (biestabilidade). O regime de longo prazo de um dealer (marginal vs. líder) depende das condições iniciais e da sequência de recuperação, não apenas dos parâmetros atuais.

Resultados Numéricos

Usando um esquema de iteração de política em uma grade discretizada, os autores simulam o modelo com parâmetros calibrados para os tiers de RFQ e streaming.

• Valores de Promoção: O valor marginal de um evento bem-sucedido (vencer uma RFQ ou preencher um stream) é altamente dependente do estado, atingindo o pico próximo aos limiares de "gate", onde um único sucesso pode desencadear uma mudança de regime, em vez de quando o dealer já é um líder.
• Dinâmica de RFQ: Perto do ponto médio do gate, o dealer estreita agressivamente os spreads para melhorar a probabilidade de vitória. Acima do gate, os spreads aumentam para monetizar o fluxo, embora a política permaneça defensiva para evitar a queda.
• Dinâmica de Streaming: Quando a razão de preenchimento é baixa, o dealer estreita os spreads até o piso para gerar mais requisições e reparar a pontuação, mantendo um limiar de rejeição para filtrar o fluxo tóxico. À medida que a pontuação melhora, o dealer alarga os spreads e torna-se mais tolerante ao fluxo.
• Retrato de Fase: A dinâmica de reputação bidimensional exibe dois equilíbrios atratores: um estado "marginal" de baixa reputação e um estado de "liderança" de alta reputação. O sistema exibe dependência de trajetória; a ordem em que as pontuações se recuperam (ex: reparar o streaming primeiro vs. RFQ primeiro) determina a trajetória através do espaço de estados. Spillovers entre tiers ocorrem via inventário compartilhado e valor de continuidade, embora sejam modestos sob a calibração baseline.

Significância e Alegações

O artigo afirma tornar explícita a intuição de "gestão dinâmica de relacionamento" nos mercados OTC dentro de um setting de controle estocástico tratável. Argumenta-se que o comportamento ótimo não é meramente a otimização míope de spread, mas uma alocação estratégica de competitividade através de diferentes horizontes temporais.

As conclusões conceituais principais incluem:

• Valor Marginal Dependente do Estado: O valor de uma vitória ou preenchimento é mais alto quando o dealer está próximo de um limiar promocional, não necessariamente quando já é dominante.
• Agressividade Contextual: A agressividade de uma cotação é determinada pelo seu propósito estratégico (construir reputação, defender o acesso ou monetizar) em vez de parâmetros de risco estáticos.
• Múltiplos Regimes: O feedback de reputação pode criar ciclos de auto-reforço onde um dealer com tecnologia e apetite ao risco idênticos pode permanecer preso em um estado de baixo fluxo ou ascender a uma posição de liderança, dependendo das condições iniciais e da inclinação dos gates de roteamento de clientes.

Os autores sugerem que estas descobertas fornecem uma linguagem de modelagem para decisões práticas de e-trading, como quando investir em competitividade, quando tolerar fluxo tóxico e como gerenciar a dinâmica de pontuação ao nível de portfólio em vez de decisões de cotação isoladas.