Оценка и хеджирование децентрализованных кредитных контрактов как опционов

Сводка

В исследовании контракты децентрализованного кредитования моделируются как опционы: заёмщики выступают покупателями опционов, а кредиторы — продавцами; отношение суммы кредита к стоимости залога помогает определить премию. Для анализа стоимости контракта используется теория ценообразования без арбитража. Авторы сообщают, что при отсутствии рыночных трений и разницы между ставками кредитования и заимствования оптимальный выбор — никогда не заключать контракт. Затем в анализ добавляются разница ставок и транзакционные издержки — условия, меняющие практическую задачу оценки и хеджирования.

Авторы разрабатывают алгоритм на основе глубокой нейронной сети, который обучается стратегиям на внешних рынках для воспроизведения выплат по кредитным контрактам, в том числе по контрактам, исполнение которых не является оптимальным. Такое воспроизведение может хеджировать риск кредиторов и дополнять или заменять механизмы ликвидации. Метод также может выявлять статистический арбитраж, когда параметры отношения кредита к залогу выбраны неверно или рынки по-разному оценивают риск. Авторы сообщают о симуляционных экспериментах с историческими данными и смоделированными сценариями. Результаты подтверждают применимость подхода в проверенных условиях, однако в описании нет показателей эффективности или данных о работе на реальных протоколах, а результаты обученного хеджирования по-прежнему зависят от рыночных условий, издержек и качества модели.

Ключевые идеи

• В статье контракты децентрализованного кредитования рассматриваются как опционы: заёмщики покупают, а кредиторы продают опционоподобную позицию.
• Отношение кредита к залогу при заключении контракта определяет премию, которую можно анализировать с помощью теории ценообразования без арбитража.
• При отсутствии рыночных трений и разницы ставок кредитования и заимствования модель показывает, что заключать контракт неоптимально.
• Глубокая нейронная сеть обучается стратегиям на внешних рынках, чтобы воспроизводить выплаты по контрактам и хеджировать риск кредиторов.
• Неверно заданное отношение кредита к залогу или различия в рыночной оценке риска могут создавать возможности статистического арбитража.

Теги

# 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.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.