An Auditable Framework for Stablecoin Depeg Detection: Validation, Bias Quantification and Evidence from a Decade of Stablecoin Data

O Grande Caso do Detetive do Dólar Digital

Imagine um mundo onde as pessoas usam tokens digitais que deveriam valer exatamente um dólar americano, nem mais, nem menos. Eles são chamados de "stablecoins". Pense neles como promessas de pagamento digitais (IOUs) que prometem sempre ser trocáveis por uma nota de um dólar real. Eles são a força vital de um novo tipo de dinheiro da internet, usados para tudo, desde enviar dinheiro para amigos até comprar coisas online. Mas aqui está a parte complicada: às vezes, esses tokens digitais perdem o seu controle. Eles podem cair para 98 centavos ou subir para US$ 1,05. Quando isso acontece, chama-se "depeg" (desancoragem).

Por muito tempo, cientistas e reguladores têm tentado descobrir com que frequência esses depegs acontecem e quão graves eles ficam. Mas há um grande problema: ninguém concorda sobre como medi-los. É como tentar contar quantas pessoas são "altas" em uma sala, mas uma pessoa diz que qualquer um acima de 1,78m é alto, enquanto outra diz que você precisa ter mais de 1,88m. Se você mudar a régua, terá uma contagem completamente diferente. Este artigo mergulha exatamente nesse caos. Ele faz uma pergunta simples, mas vital: o número de "dias ruins" para esses dólares digitais depende das regras que usamos para detectá-los? A resposta acaba sendo um "sim" retumbante, e a maneira como medimos a estabilidade muda tudo o que sabemos sobre esses ativos digitais.

---

O Artigo: Um Guia de Detetive para Falhas do Dólar Digital

Então, o que os pesquisadores realmente fizeram? Eles construíram um "kit de detetive" super rigoroso e auditável para caçar esses eventos de desancoragem nos dados. Em vez de apenas adivinhar, eles criaram um conjunto de regras para flagrar uma stablecoin quando ela se desvia de sua promessa de US$ 1,00. Eles observaram dez diferentes stablecoins pareadas ao dólar americano durante uma década, de 2016 a 2026, usando um banco de dados massivo de preços diários.

Aqui está a grande revelação: O número de depegs que você encontra é inteiramente dependente das regras que você define.

Se os pesquisadores definissem sua "sensibilidade" como baixa — significando que eles sinalizariam um depeg se o preço se movesse apenas 1% longe de US$ 1,00 — eles encontrariam 191 eventos. Mas se eles tornassem as regras mais rigorosas e contassem apenas movimentos maiores que 5%, o número de eventos despencaria para apenas 21. Mudar a regra de "duração" também importou: se eles exigissem que um preço permanecesse estranho por pelo menos sete dias, a contagem caiu de 191 para apenas 29. O artigo mostra que a "frequência" e a "severidade" desses crashes não são fatos fixos do mercado; eles são apenas funções da matemática que escolhemos usar. É como dizer que uma sala está "lotada" apenas se você decidir que uma multidão começa com 10 pessoas, mas "vazia" se você decidir que uma multidão começa com 100.

Os Eventos "Fantasma"

Uma das descobertas mais lúdicas e importantes foi encontrar eventos "fantasma". Os pesquisadores descobriram que 21,4% dos eventos de depeg brutos que capturaram inicialmente eram, na verdade, falsos. Estes não eram crashes reais de mercado; eram apenas o equivalente digital de uma cidade fantasma. Esses "fantasmas" aconteceram quando uma stablecoin foi descontinuada ou removida das corretoras (delisted), e os poucos preços restantes eram apenas ruído aleatório de um mercado vazio. Se você não filtrasse esses eventos, pensaria que o mercado estava colapsando com muito mais frequência do que realmente estava. O artigo exclui explicitamente a contagem destes como falhas reais de estabilidade.

A Hierarquia de Confiança

Depois de limparem os dados e removerem os fantasmas, eles classificaram as stablecoins pela forma como mantiveram sua promessa de US$ 1,00. Os resultados foram claros:

• O Padrão Ouro: Stablecoins lastreadas em bancos centrais reais e dinheiro fiduciário (como USDC) foram as mais fiéis, com desvios minúsculos de cerca de 2,4 pontos base (isso é 0,024%).
• As Crianças Arriscadas: Stablecoins lastreadas em outras criptomoedas (como DAI e SAI) foram muito mais inquietas, com desvios de 20,3 e 125,5 pontos base, respectivamente.
• O Mito do Tamanho: O artigo argumenta explicitamente contra a ideia de que "quanto maior, mais seguro". A maior stablecoin, USDT, estava na verdade no meio do caminho, não sendo a mais estável. Portanto, se você pensa que a maior moeda é a mais segura, os dados sugerem que você pode estar errado.

A Regra Perfeita

Os pesquisadores não apenas reclamaram de regras ruins; eles propuseram uma melhor. Eles usaram um truque estatístico chamado "J de Youden" para encontrar o ponto ideal para detectar problemas reais. Eles descobriram que um limite de fechamento diário de 2,5% era a regra ótima. Esta regra capturou cada um dos crises documentadas no mundo real (100% de sensibilidade) enquanto evitava a maioria dos alarmes falsos. O artigo sugere que reguladores e investidores parem de usar regras arbitrárias (como "qualquer coisa acima de 1% é ruim") e comecem a usar regras que são comprovadas através de dados históricos reais.

O Quão Certos Estamos?

O artigo é muito honesto sobre seus limites. Embora tenham encontrado que o ranking das stablecoins (centralizadas vs. lastreadas em cripto) é robusto, eles admitem que alguns de seus modelos estatísticos mais profundos são "subpotentes" (under-powered). Isso significa que eles não têm pontos de dados suficientes para dizer com certeza por que algumas moedas falham mais do que outras, apenas que elas falham.

Eles também testaram suas descobertas contra um segundo provedor de dados independente. O resultado? Apenas 61,9% dos eventos de depeg "severos" (os grandes crashes) foram confirmados pela segunda fonte. Isso significa que aproximadamente dois quintos dos maiores crashes que encontraram podem ser apenas erros no relatório do primeiro provedor de dados. O artigo conclui que precisamos ser muito cuidadosos ao olhar para eventos "severos", pois eles podem ser mais sobre falhas de dados do que pânico real do mercado.

A Conclusão

Este artigo nos ensina que, no mundo do dinheiro digital, a forma como você mede a estabilidade é tão importante quanto a própria estabilidade. Você não pode apenas olhar para um gráfico e dizer "ele colapsou" ou "está tudo bem" sem saber qual régua está usando. O estudo sugere que, para a maior confiabilidade, devemos nos manter em stablecoins lastreadas em dólares reais, ignorar o mito de que "o maior é o melhor" e usar um limite de 2,5% para detectar problemas reais. Mas, acima de tudo, ele nos avisa que, se não concordarmos com as regras do jogo, nunca concordaremos sobre quem está vencendo.