💰 quantitative finance

Optimal Control of Reserve Asset Portfolios for Stablecoins

本文提出了一种基于随机模型预测控制的框架，用于优化稳定币储备资产组合，通过结合事件强度矩闭合与庞特里亚金极大值原理，推导出具有死区软阈值结构的动态再平衡策略，从而在确保挂钩稳定性的同时最大化储备收益。

原作者： Alexander Hammerl

发布于 2026-03-03

📖 1 分钟阅读☕ 轻松阅读

原作者： Alexander Hammerl

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇文章讲述了一个关于稳定币（Stablecoin）如何管理其“钱包”（储备金）的数学故事。

想象一下，稳定币就像一家**“数字银行”**。它的承诺很简单：你手里的 1 个稳定币，随时可以换回 1 美元。为了信守这个承诺，发行方必须手里握着足够的资产（比如现金或短期国债）。

但这里有个两难困境：

全拿现金：随时能还钱，很安全，但现金放在那里不产生利息，银行会亏钱（因为通货膨胀）。
全买国债：能赚利息，银行能盈利，但国债变现需要时间。如果突然很多人来挤兑（要钱），银行可能来不及把国债卖成现金，导致无法还钱，稳定币就会“脱钩”（价格跌破 1 美元）。

这篇文章就是为了解决这个难题，设计了一套**“智能管家系统”**。

1. 核心问题：像走钢丝一样平衡

想象发行方是一个走钢丝的人。

左手拿着现金（流动性，随时能救急）。
右手拿着国债（收益，能赚钱）。
脚下是人群（用户），他们有时候很安静，有时候会突然疯狂地挤兑（就像看到有人要掉下去，大家就都慌了）。

如果人群太安静，走钢丝的人可以把大部分钱换成国债去赚利息；但如果人群开始躁动，他必须立刻把国债换回现金，哪怕少赚点利息，也要保证能随时还钱。

难点在于： 人群什么时候会躁动？很难预测。而且，一旦有人开始挤兑，恐慌会像病毒一样传染（文章里叫“霍克斯过程”，你可以理解为**“羊群效应”**：一个人跑，大家都会跟着跑）。

2. 解决方案：智能“自动驾驶”系统

作者设计了一个基于数学预测的控制系统，就像汽车的自动驾驶一样。它有两个主要工具：

工具一：自动调仓（把现金和国债互换）

这个系统不会死板地规定“必须留 50% 现金”。相反，它会像雷达一样实时扫描：

平时（风平浪静）： 系统会悄悄把大部分钱换成国债，因为这时候大家都不急着取钱，赚利息最划算。
警报（有人开始挤兑）： 系统检测到“恐慌信号”（比如赎回请求突然变多，或者有人因为价格波动而恐慌），它会立刻把国债卖成现金，就像在洪水来临前把船里的货物搬上岸。
关键点： 它有一个**“死区”（Deadzone）。如果信号只是稍微有点波动（比如只是有人试了一下），系统会按兵不动**，避免因为过度反应而频繁买卖，白白损失手续费。只有当信号超过某个**“阈值”**，它才会大动作调整。这就像家里的恒温空调，温度稍微偏一点不会立刻开关，只有偏得多了才启动。

工具二：动态手续费（调节水龙头）

如果取钱的人太多，系统还可以临时提高“取钱手续费”（或者降低“存钱奖励”）。

这就像在拥挤的电梯口，如果人太多，管理员会喊：“现在进电梯要收点排队费了！”
这样能劝退一部分不急的人，给系统争取时间把国债换成现金。

3. 这个系统有多聪明？（模拟实验结果）

作者用计算机模拟了三种情况，看看这个“智能管家”表现如何：

情况 A：突然的冲击（Single Shock）
- 场景： 突然有一天，很多人同时来取钱。
- 笨办法（全买国债）： 等钱不够了才去卖国债，结果卖不掉，稳定币价格崩盘，大家恐慌性挤兑，彻底失败。
- 笨办法（全留现金）： 虽然没崩盘，但银行一分钱利息没赚到，亏死了。
- 智能管家： 在恐慌刚开始的苗头出现时，就提前把国债换成了现金。既保住了价格，又没少赚太多利息。
情况 B：长期的恐慌（Prolonged Clustering）
- 场景： 市场持续动荡，大家像波浪一样一波接一波地取钱。
- 智能管家： 它能敏锐地感知到这种“波浪”在变强，于是持续增加现金储备，像筑堤坝一样挡住了洪水。
情况 C：虚惊一场（False Alarm）
- 场景： 突然有人取钱，但马上又停止了，其实没什么大事。
- 智能管家： 它没有惊慌失措地把所有国债都卖掉，而是按兵不动，继续享受国债的利息。这避免了“因噎废食”。

4. 总结：给稳定币发行的“操作手册”

这篇文章的核心贡献是告诉稳定币发行方：
不要靠拍脑袋决定留多少现金，也不要死守一个固定的比例。

应该建立一个**“看天吃饭、见机行事”**的自动化系统：

平时：大胆去赚利息（买国债）。
预警：一旦检测到“恐慌传染”的迹象，立刻、果断地换成现金。
冷静：如果是小风小浪，不要瞎折腾，避免浪费钱。

这套系统不仅能让银行更安全（不容易脱钩），还能让银行更赚钱（在安全的时候多赚利息），就像给走钢丝的人装上了一个智能平衡仪，让他既能走得稳，又能走得快。

一句话概括： 这是一套用数学算法帮稳定币发行方在“赚利息”和“保安全”之间找到完美平衡点的智能驾驶系统。

这是一份关于《稳定币储备资产组合的最优控制》（Optimal Control of Reserve Asset Portfolios for Stablecoins）论文的详细技术总结。

1. 问题背景 (Problem)

稳定币的核心承诺是随时以 1:1 的比例兑换为法币（如美元）。然而，发行商面临一个经典的流动性与收益的权衡（Liquidity-Yield Trade-off）：

流动性需求：为了维持挂钩（Peg）的稳定性，发行商必须持有足够的即时现金以应对赎回（Redemption）需求。
收益需求：为了可持续运营，发行商需要将储备资产投资于短期国债等生息资产以获取收益。

核心挑战在于：

订单流的聚集性：稳定币的铸造（Mint）和赎回（Redemption）并非随机均匀分布，而是呈现“自激发”的聚集特征（即大额交易往往引发后续交易，类似银行挤兑）。
挂钩偏离机制：当即时现金储备不足以覆盖结算窗口内的预期净赎回流时，市场会对挂钩稳定性产生怀疑，导致二级市场价格偏离平价（De-peg）。
监管约束：如美国《GENIUS 法案》规定，储备资产必须限于高流动性资产（现金、短期国债等），限制了资产配置的范围。

本文旨在解决发行商如何在满足监管要求的前提下，动态调整现金与短期国债的配比，并设定铸造/赎回费率，以最小化挂钩偏离和交易摩擦，同时最大化收益。

2. 方法论 (Methodology)

论文建立了一个连续时间的随机最优控制框架，并采用**模型预测控制（MPC）**进行求解。

2.1 动态模型

订单流建模：使用Hawkes 过程（自激发点过程）来模拟铸造和赎回事件。
- 强度函数 $\lambda(t)$ 包含基础强度、自激发项（历史事件增加未来事件概率）以及由挂钩偏离 $\Delta P$ 驱动的反馈项（恐慌导致赎回加速）。
挂钩偏离动力学：
- 定义“公平价值偏离” $\Delta P_{fair}$ ：基于结算窗口内的预期净赎回流与即时现金储备的缺口。
- 实际偏离 $\Delta P(t)$ 以均值回归的方式向 $\Delta P_{fair}$ 收敛，并受费率调整 $\delta(t)$ 的修正。
状态与控制变量：
- 状态：现金储备 $R_{liq}$ 、国债面值 $R_{bill}$ 、挂钩偏离 $\Delta P$ 、Hawkes 强度 $\lambda_R, \lambda_M$ 。
- 控制：资产再配置流 $\omega(t)$ （现金与国债间的转换）、费率差 $\delta(t)$ 。

2.2 优化目标

构建了一个无限时域的成本泛函，旨在最小化：

挂钩偏离惩罚： $c_{peg} \Delta P(t)^2$ （声誉风险与兑换风险）。
费率摩擦： $c_{fee} \delta(t)^2$ （用户体验）。
交易成本： $\lambda_\omega |\omega(t)| + \frac{1}{2}\rho_\omega \omega(t)^2$ （线性项代表固定摩擦，二次项代表市场冲击）。
收益项： $-r_{bill} R_{bill}(t)$ （最大化国债收益）。

2.3 求解策略

随机模型预测控制 (Stochastic MPC)：
- 由于无限时域随机问题的计算复杂性，采用滚动优化策略。在每个决策时刻 $t_k$ ，基于当前状态和对未来 Hawkes 强度的**矩闭合（Moment Closure）**预测（即使用条件期望代替随机变量），求解有限时域的确定性最优控制问题。
庞特里亚金极大值原理 (PMP)：
- 利用 PMP 推导最优控制的解析结构。
- 引入影子价格（Costates）： $p_{liq}$ （现金的边际价值）、 $p_{bill}$ （国债的边际价值）、 $p_{\Delta P}$ （挂钩偏离的边际成本）。
结算窗口离散化：
- 为了符合实际运营（如 Fedwire 结算时间），将连续控制转化为采样数据控制。控制变量在固定的结算窗口内保持恒定。

3. 关键贡献 (Key Contributions)

软阈值再配置策略 (Soft-Thresholding Structure)：
- 通过 PMP 推导发现，最优的资产再配置控制 $\omega^*(t)$ 具有**软阈值（Soft-thresholding）**结构。
- 死区（Deadzone）：当国债与现金的边际价值差（影子价格差）小于交易成本阈值时，不进行任何再配置（ $\omega^* = 0$ ）。
- 线性响应：当价值差超过阈值时，再配置量随价值差线性增加，直至达到容量限制。
- 这一结构自然地解释了为什么在平静市场中不应频繁调仓，而在压力时期应果断行动。
单调压力响应特性 (Monotone Stress-Response Property)：
- 证明了随着预期赎回压力（Hawkes 强度）的增加或结算窗口的延长，最优政策会单调地向持有更多现金倾斜。
- 这为发行商提供了一条清晰的规则：市场越动荡，现金缓冲应越厚，且这种转变是可预测的，避免了策略的剧烈震荡。
可实施的结算感知框架：
- 将理论上的连续时间控制转化为符合现实基础设施（如每日 3 次结算窗口）的离散控制规则。
- 该框架不需要历史训练数据，完全基于实时过滤的强度估计和前瞻性影子价格，具有高度的可审计性和监管合规性。

4. 实验结果 (Results)

论文在 92 天的模拟期内（涵盖平静、压力、虚假警报三种场景），对比了最优控制器与三种基准策略：

最大收益策略（仅在必要时变现国债）。
最大流动性策略（100% 持有现金）。
等权重策略（固定 50/50 配置）。

主要发现：

收益与安全的平衡：
- 最优控制器在平静市场保留了大量生息资产（高收益），在压力初期迅速建立现金缓冲（高安全性）。
- 最大收益策略表现最差：由于反应滞后，一旦触发聚集性赎回，会导致严重的挂钩崩溃（De-peg），造成不可逆的损失。
- 最大流动性策略虽然安全，但完全放弃了收益（收益为 0）。
- 等权重策略在单一冲击下失败率较高（69% 的模拟中出现严重脱钩），且无法在平静期优化收益。
抗虚假警报能力：
- 在“虚假警报”（短暂的交易激增后迅速恢复）场景中，最优控制器成功识别出这是暂时性波动，避免了不必要的现金积累，从而保留了收益。而静态策略往往反应过度或不足。
响应速度：
- 最优控制器在压力出现时能迅速（平均 0.67 天）调整至现金积累模式，而基准策略要么反应太慢导致脱钩，要么反应过度。

5. 意义与影响 (Significance)

理论层面：将稳定币的储备管理从静态规则（Rule-based）提升为动态随机最优控制问题，首次明确建立了订单流聚集性、挂钩偏离与资产再配置之间的闭环反馈机制。
实践层面：
- 提供了一套**“实施就绪”（Implementation-ready）**的算法，可直接嵌入发行商的每日财务工作流。
- 解决了监管合规（如 GENIUS 法案）与商业可持续性之间的矛盾，证明了通过智能动态管理，可以在不牺牲必要流动性的前提下最大化收益。
- 为监管机构提供了透明的审计规则：挂钩偏离仅发生在结算窗口内现金不足时，而控制器的再配置逻辑是可解释的（基于影子价格差）。
行业启示：该研究强调了主动管理流动性缓冲的重要性，特别是在面对具有自激发特征的银行挤兑风险时，静态的储备比例（如固定 10% 现金）可能不足以应对极端压力，而动态的、基于预测的控制策略是维持稳定币信用的关键。

总结：本文提出了一种基于随机模型预测控制和庞特里亚金原理的先进储备管理框架，通过软阈值策略和单调压力响应机制，成功解决了稳定币发行商在流动性安全与资产收益之间的动态平衡难题，为未来稳定币的稳健运营提供了数学基础和实操蓝图。