[論文レビュー] A multi-asset, agent-based approach applied to DeFi lending protocol modelling

Amit Chaudhary, Pinna, Daniele|arXiv (Cornell University)|Nov 16, 2022

Banking stability, regulation, efficiency被引用数 2

ひとこと要約

本稿では、極端な市場ストレス下におけるDeFiレンディングプロトコル、特に0VIXにおけるシステミックリスクを評価するため、マルチアセット・エージェントベースのシミュレーションモデルを提案する。異種のユーザーポートフォリオと動的なリターンインセンティブ、スリッページコストを想定したシミュレーションにより、資産のボラティリティが10倍に上昇しても、プロトコルのレバレッジ不足リスクが0.1%未満に抑えられることを示しており、ストレス下でも耐性を示すことが明らかになった。

ABSTRACT

We study the fundamentals of interest rate rules on the decentralized finance protocol Compound. Interest rates are set by the governance of the protocol, and are based on the utilization of an asset: which is the ratio of a cryptocurrency that is borrowed to its total supply in the protocol. We discuss factors that determine the slope parameters of interest rate rules. Slope parameters are typically higher for more volatile cryptocurrencies. We argue liquidation risk can explain the cross-sectional variation in interest rate rules. We also draw parallels between these rules to the demand for loanable funds in traditional money markets.

研究の動機と目的

• マルチアセット・ハイボラティリティストレス状況下におけるDeFiレンディングプロトコルのシステミックリスクを評価すること。
• マルチアセット担保および動的なリターンインセンティブを含む現実的なユーザー行動をモデル化すること。
• ローン・ツー・バリュー（LTV）レートやリターンインセンティブといったプロトコルパラメータがデフォルトリスクに与える影響を評価すること。
• プロトコルアップグレードに備えたデータドリブンでガバナンス対応の可能なパラメータ推奨事項を提供すること。
• 2020年コロナウイルス危機を含む実際の歴史的価格データを用いて、モデルの安定性を検証すること。

提案手法

• ETH、BTC、MATIC、USDCの4資産をカバーするマルチアセットポートフォリオを持つ1,000～2,000人の合成ユーザーを想定したエージェントベースのシミュレーションフレームワークを採用する。
• プロトコルで定義されたLTVレートに基づく担保制約をモデル化し、初期ポジションは対数正規分布から抽出する。
• 実際の歴史的データ（例：2020年2月20日クラッシュ）を用いた価格下落シナリオと、人工的に10倍まで上昇させたボラティリティを用いたストレステストを実施する。
• マーケットインパクトとスリッページを反映するようにキャリブレーションされた関数形を用いてスリッページコストを組み込む。特にMATICのような低時価総額資産の流動性欠如を反映する。
• マーケットインパクトとスリッページに基づく動的なリターンメカニズムを導入し、リターナーにインセンティブを提供する。
• 100～1,000回のエントリ（シナリオごと）を用いたアンサンブルシミュレーションにより、統計的信頼区間を収集し、プロトコルレベルの結果を測定する。

実験結果

リサーチクエスチョン

• RQ1 極端な市場ボラティリティ下で、マルチアセットDeFiレンディングプロトコルにおけるシステミックデフォルトリスクのレベルはどの程度か？
• RQ2 リターンインセンティブとLTVしきい値は、レバレッジ不足ポジションの発生確率にどのように影響するか？
• RQ3 複数の資産が同時に価格ショックを受けても、プロトコルは健全性を維持し、破綻を避けることができるか？
• RQ4 スリッページと市場の流動性欠如は、リターンの効率性とユーザー損失にどのように影響するか？
• RQ5 LTVとインセンティブの最適な組み合わせは何か？リスクを最小限に抑えつつ、ユーザーインセンティブを維持できるか？

主な発見

• 資産ボラティリティが10倍以上に上昇しても、プロトコルのレバレッジ不足リスクは0.1%未満に抑えられ、強い耐性を示している。
• リターンメカニズムは、2020年コロナ市場クラッシュを含むすべてのテストシナリオで効果的かつ安定的に機能している。
• モデルの理論的レバレッジ不足フロンティア（式12）は、シミュレート結果とよく一致しており、フレームワークの予測精度が検証された。
• 最適なプロトコルパラメータは、図5のイエローシェイド領域内に位置し、低リスクと低リターンペナルティの両立が可能である。
• リターナーの合計利益とスリッページ手数料は、上限があり、予測可能であり、95%信頼区間では安定した市場インパクトが確認された。
• MATICが14%下落するような極端なシナリオでも、十分な担保の可用性と適切なリターンタイミングのおかげで、システムは健全性を保ったままだった。