Dezentrale Kreditverträge als Optionen bewerten und absichern

Zusammenfassung

Diese Studie modelliert Verträge dezentraler Kreditprotokolle als Optionen: Kreditnehmer treten als Optionskäufer und Kreditgeber als Verkäufer auf, während das Beleihungsverhältnis zur Bestimmung der Prämie beiträgt. Mithilfe der arbitragefreien Preistheorie analysiert sie den Vertragswert und berichtet, dass es ohne Marktfriktionen oder eine Zinsdifferenz zwischen Kreditvergabe und Kreditaufnahme optimal ist, den Vertrag niemals einzugehen. Anschließend bezieht die Analyse Zinsdifferenzen und Transaktionskosten ein – Bedingungen, die die praktische Preisbildung und Absicherung verändern.

Die Autoren entwickeln einen Algorithmus mit tiefen neuronalen Netzen, der Strategien auf externen Märkten erlernt, um Auszahlungen aus Kreditverträgen nachzubilden, auch wenn diese Verträge nicht optimal ausgeübt werden. Eine solche Nachbildung könnte das Risiko der Kreditgeber absichern und Liquidationsmechanismen ergänzen oder ersetzen. Der Rahmen kann statistische Arbitrage auch dann erkennen, wenn Beleihungsverhältnisse schlecht kalibriert sind oder Märkte Risiken unterschiedlich bewerten. Die Autoren berichten über Simulationsexperimente mit historischen Daten und simulierten Szenarien. Diese Ergebnisse stützen den Ansatz in den getesteten Umgebungen, doch die Beschreibung nennt weder Leistungskennzahlen noch Belege aus Live-Protokollen; erlernte Absicherungsstrategien bleiben von Marktbedingungen, Kosten und Modellqualität abhängig.

Kernaussagen

• Die Arbeit behandelt Verträge dezentraler Kreditprotokolle als Optionen, wobei Kreditnehmer die optionsähnliche Position kaufen und Kreditgeber sie verkaufen.
• Das Beleihungsverhältnis bei Vertragsbeginn bestimmt eine Prämie, die sich mit der Theorie arbitragefreier Preise analysieren lässt.
• Ohne Marktfriktionen oder eine Differenz zwischen Kreditvergabe- und Kreditzinsen ist der Vertragsabschluss im Modell nicht optimal.
• Ein tiefes neuronales Netz lernt Strategien auf externen Märkten, um Vertragsauszahlungen nachzubilden und Kreditgeberrisiken abzusichern.
• Falsch angesetzte Beleihungsverhältnisse oder Unterschiede bei der Bewertung von Marktrisiken können Möglichkeiten für statistische Arbitrage schaffen.

Schlagwörter

# Pricing and hedging of decentralised lending contracts


# Pricing and hedging of decentralised lending contracts









We study the loan contracts offered by decentralised loan protocols (DLPs) through the lens of financial derivatives. DLPs, which effectively are clearinghouses, facilitate transactions between option buyers (i.e. borrowers) and option sellers (i.e. lenders). The loan-to-value at which the contract is initiated determines the option premium borrowers pay for entering the contract, and this can be deduced from the non-arbitrage pricing theory. We show that when there are no market frictions, and there is no spread between lending and borrowing rates, it is optimal to never enter the lending contract. Next, by accounting for the spread between rates and transactional costs, we develop a deep neural network-based algorithm for learning trading strategies on the external markets that allow us to replicate the payoff of the lending contracts that are not necessarily optimally exercised. This allows hedge the risk lenders carry by issuing options sold to the borrowers, which can complement (or even replace) the liquidations mechanism used to protect lenders' capital. Our approach can also be used to exploit (statistical) arbitrage opportunities that may arise when DLP allow users to enter lending contracts with loan-to-value, which is not appropriately calibrated to market conditions or/and when different markets price risk differently. We present thorough simulation experiments using historical data and simulations to validate our approach.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.