[논문 리뷰] A multi-asset, agent-based approach applied to DeFi lending protocol modelling

Amit Chaudhary, Pinna, Daniele|arXiv (Cornell University)|2022. 11. 16.

Banking stability, regulation, efficiency인용 수 2

한 줄 요약

이 논문은 극단적인 시장 급변 상황에서 0VIX를 포함한 DeFi 레버리지 프로토콜의 체계적 리스크를 평가하기 위해 다자산, 에이전트 기반 시뮬레이션 모델을 제안한다. 이중 유저 포트폴리오의 이질성과 동적 유동성 청산 유인, 슬리피지 비용을 시뮬레이션함으로써, 자산 변동성이 10배로 증가하더라도 프로토콜의 부족담보 리스크가 0.1% 이하로 유지됨을 입증하며, 위기 상황에서도 안정성을 확보함을 보여준다.

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.

연구 동기 및 목표

• 다자산, 고변동성 리스크 상황에서 DeFi 레버리지 프로토콜의 체계적 리스크를 평가하기 위해.
• 다자산 담보화 및 동적 청산 유인을 포함한 현실적인 사용자 행동을 모델링하기 위해.
• 대출-담보비율(LTV) 비율과 청산 유인과 같은 프로토콜 파라미터가 파산 리스크에 미치는 영향을 평가하기 위해.
• 프로토콜 업그레이드를 위한 데이터 기반, 거버넌스 대응 파라미터 권고안을 제공하기 위해.
• 실제 역사적 가격 데이터(2020년 코로나 충격 포함)를 사용하여 모델의 안정성을 검증하기 위해.

제안 방법

• ETH, BTC, MATIC, USDC를 포함한 다중자산 포지션을 가진 1,000~2,000명의 합성 사용자를 가진 에이전트 기반 시뮬레이션 프레임워크를 활용한다.
• 초기 포지션은 로그정규분포에서 추출되며, 프로토콜에서 정의한 LTV 비율에 의해 담보 제약 조건이 설정된다.
• 실제 역사적 데이터(예: 2020년 2월 20일 시장 급락)와 인위적으로 증가된 변동성(최대 10배)을 사용해 시장 악화 시나리오를 시뮬레이션한다.
• 저유동성 자산(예: MATIC)을 반영하기 위해 校정된 기능 형태를 사용해 슬리피지 비용을 통합한다.
• 시장 영향력과 슬리피지에 기반한 동적 청산 메커니즘을 도입하여 청산자에게 유인 조건을 제공한다.
• 모든 시나리오에 대해 100~1,000회의 앙상블 시뮬레이션을 수행하여 통계적 신뢰구간을 확보하고, 프로토콜 수준의 결과를 측정한다.

실험 결과

연구 질문

• RQ1 극도의 시장 변동성 하에서 다자산 DeFi 레버리지 프로토콜의 체계적 파산 리스크 수준은 어떠한가?
• RQ2 청산 유인과 LTV 기준선이 담보 부족 포지션의 발생 확률에 어떤 영향을 미치는가?
• RQ3 여러 자산이 동시에 가격 하락을 겪는 상황에서도 프로토콜이 유동성 유지와 파산 방지를 달성할 수 있는가?
• RQ4 슬리피지와 시장의 비유동성은 청산 효율성과 사용자 손실에 어떤 영향을 미치는가?
• RQ5 최적의 파라미터 조합(LTV, 유인)은 리스크를 최소화하면서도 사용자 유인은 유지할 수 있는가?

주요 결과

• 자산 변동성이 10배 이상 증가하더라도 프로토콜의 부족담보 리스크가 0.1% 이하로 유지되어 강력한 회복력을 보임을 확인함.
• 청산 메커니즘은 2020년 코로나 시장 급락을 포함한 모든 테스트 시나리오에서 효과적이고 안정적인 성능을 보임.
• 모델의 이론적 부족담보 경계선(식 12)이 시뮬레이션 결과와 밀접하게 일치하여, 프레임워크의 예측 정확도를 검증함.
• 최적의 프로토콜 파라미터는 그림 5의 노란색 영역 내에 위치하며, 낮은 리스크와 낮은 청산 보상 간의 균형을 이룸.
• 총 청산자 수익과 슬리피지 수수료는 제한되어 있으며 예측 가능하며, 95% 신뢰구간은 안정적인 시장 영향력을 보여줌.
• 14%의 MATIC 급락과 같은 극단적 시나리오에서도 충분한 담보 공급과 적시 청산 덕분에 시스템은 유동성을 유지함.