[論文レビュー] Searcher Competition in Block Building

Akaki Mamageishvili, Christoph Schlegel+1 more|arXiv (Cornell University)|Jan 1, 2024

Guidance and Control Systems被引用数 1

ひとこと要約

この論文は、協力ゲーム理論のコア解概念を用いて、イーサリアムのブロック構築市場におけるMEV（最大抽出可能価値）の分配をモデル化し、バリデーターによるMEVの獲得がサーチャー間の競争に依存することを示している。サブモジュラー設定では、一意な支配戦略インcentive-compatibleメカニズムが、各サーチャーにその限界価値貢献を割り当てる。さらに、実証的に、サーチャー間の競争が高まれば、バリデーターの利益も増加することを裏付けている。

ABSTRACT

We study the amount of maximal extractable value (MEV) captured by validators, as a function of searcher competition, in blockchains with competitive block building markets such as Ethereum. We argue that the core is a suitable solution concept in this context that makes robust predictions that are independent of implementation details or specific mechanisms chosen. We characterize how much value validators extract in the core and quantify the surplus share of validators as a function of searcher competition. Searchers can obtain at most the marginal value increase of the winning block relative to the best block that can be built without their bundles. Dually this gives a lower bound on the value extracted by the validator. If arbitrages are easy to find and many searchers find similar bundles, the validator gets paid all value almost surely, while searchers can capture most value if there is little searcher competition per arbitrage. For the case of passive block-proposers we study, moreover, mechanisms that implement core allocations in dominant strategies and find that for submodular value, there is a unique dominant-strategy incentive compatible core-selecting mechanism that gives each searcher exactly their marginal value contribution to the winning block. We validate our theoretical prediction empirically with aggregate bundle data and find a significant positive relation between the number of submitted backruns for the same opportunity and the median value captured by the proposer from the opportunity.

研究の動機と目的

• 競合するブロック構築市場におけるバリデーターとサーチャー間のMEV価値分配をモデル化すること。
• 特定のメカニズムに依存しない、強固な解概念を同定すること。協力ゲーム理論のコアを用いる。
• バリデーターによるMEV獲得が、サーチャーの競争およびアービトラージ機会の独自性にどのように依存するかを特徴づけること。
• 実世界のMEV-Shareバンドルデータを用いて理論的予測を実証的に検証すること。
• 複数同時提案者（MCP）の設定にモデルを拡張し、コアの存在に不安定性が生じることを明らかにすること。

提案手法

• 協力ゲーム理論のコア解概念を用い、サーチャー、ブロックビルダー、バリデーター間の連合形成をモデル化する。
• サブモジュラー価値関数を用い、より多くのサーチャーが貢献するにつれてブロック価値の逓減効果をモデル化する。
• 各サーチャーの勝利ブロックに対する限界貢献がコア割り当てであることを導出し、支配戦略インcentive-compatibleメカニズムの一意性を証明する。
• MEV-Share注文フロー入札データを実証的に分析し、同じ機会に対するバックランバンドルの数とバリデーター利益の相関関係を調査する。
• 複数同時提案者（MCP）の設定にモデルを拡張し、複数のサーチャーが存在する場合にはコアが空であることを証明する。
• 確率的モデリングを用い、サーチャーの成功確率が価値分配に与える影響を分析する。

実験結果

リサーチクエスチョン

• RQ1 サーチャー間の競争が、ブロック構築市場におけるバリデーターのMEV獲得割合にどのように影響するか？
• RQ2 MEVをサーチャーとバリデーター間で割り当てる理論的最適かつインcentive-compatibleなメカニズムは何か？
• RQ3 コア解概念は、特定の入札メカニズムに依存しない、MEV分配に関する強固な予測を提供できるか？
• RQ4 複数の同時提案者が存在する場合、MEV割り当ての安定性にどのような影響を与えるか？
• RQ5 バンドル提出に関する実証データは、バリデーター利益に関する理論的予測をどの程度裏付けているか？

主な発見

• アービトラージ機会ごとのサーチャー競争が強い場合、特に機会発見確率が log(n)/n を超えると、コア割り当てにおいてバリデーターがMEVをほぼすべて獲得する。
• サーチャー競争が低い場合（p ∈ Θ(1/n)）、サーチャー最適コア割り当てにおいて、サーチャーがすべての価値を獲得する確率が正の定数である。
• サブモジュラー価値に対して、一意な支配戦略インcentive-compatibleメカニズムは、各サーチャーにその勝利ブロックに対する限界貢献を正確に割り当てる。
• 実証的分析により、同じ機会に対するバックランバンドルの提出数とプロポーザーが獲得する中央値利益の間に統計的に有意な正の相関関係が確認され、1人の追加サーチャーがバリデーター利益を平均で1.1%ずつ増加させる。
• 複数同時提案者（MCP）モデルでは、1人以上のサーチャーが存在する限りコアは空であり、市場の本質的不安定性が示された。
• 競争が1人から2人に増加する際、バリデーター利益が急激に上昇するというモデルの予測は、実データでも観察された。