2024年12月，Papa Ousseynou Diop, Julien Chevallier 和 Bilel Sanhaji发表了“Collapse of Silicon Valley Bank and USDC Depegging: A Machine Learning Experiment”一文。2023年3月11日，硅谷银行（SVB）的崩溃，以及随后USDC稳定币的解体，凸显了相互关联的金融生态系统的脆弱性。虽然之前的研究已经探讨了稳定币的系统性风险及其对传统银行业务的依赖，但对银行业冲击如何影响数字资产市场的关注却有限。该研究通过分析SVB的崩溃对主要稳定币USDC、DAI、FRAX和USDD稳定性的影响及其与比特币和Tether的关系，解决了这一差距。利用2022年10月至2023年11月的每日数据，我们发现SVB事件触发了一系列脱钩事件，在稳定币中有不同的影响。我们的研究结果表明，USDC，通常被认为是更安全的稳定币之一，由于其依赖于SVB储备而特别脆弱。其他稳定币因其侧支结构而经历了不同的影响。这些发现挑战了稳定币作为本质上安全资产的概念，并强调了改进风险管理和监管监督的必要性。此外，该研究还说明了机器学习模型，包括梯度推进和随机森林，是如何能够增强我们对金融传染和市场稳定性的理解的。中国人民大学金融科技研究所（微信ID：ruc_fintech）对研究核心部分进行了编译。
一、导言
2023年3月11日，硅谷银行（SVB）的崩溃凸显了美元币（USDC）等稳定币对传统银行系统外汇储备的严重依赖，从而加剧了金融格局内的系统性风险。对部分存款储备金的担忧促使投资者从USDC剥离，导致该货币贬值，直到联邦存款保险公司（FDIC）为SVB存款提供担保。为了保持稳定和培养投资者信心，稳定币必须优先收购流动性、低风险资产，如短期美国国债。在抛售期间，投资者表现出更倾向于将其持有的股票从USDC转移到Tether（USDT）或法定货币。SVB的衰落源于其在利率上升的环境下对长期债券的大量敞口，这暴露了其外汇储备配置策略中固有的脆弱性。与Terra-LUNA的算法失败或USDT所面临的审查相比，USDC的危机主要是由其对SVB的部分储备风险造成的。此外，Circle对FDIC救助计划的依赖凸显了稳定币采用稳健和透明的危机管理框架的必要性。这种方法对于增强复原力和减轻未来的潜在风险至关重要。
2023年3月9日，加州金融保护和创新部关闭了硅谷银行，原因是银行对其金融稳定的担忧。如图1所示，这是自2008年华盛顿互惠银行倒闭以来美国第二大银行倒闭事件。这一声明引起了投资者的恐慌，导致投资者纷纷将USDC代币换成BTC和ETH等更有弹性的期权。2023年3月11日，这种情况导致了USDC、DAI和FRAX的中断。如表1所示，通过仔细的检查发现了USDC、USDD、FRAX和DAI四种稳定币的体积峰值，特别是在SVB崩溃的日期前后。其目标是检测当天记录的最大交易量是否明显高于周围的数据，当它超过平均交易量的两倍时，通常被记录为交易的峰值。这种情况类似于当时第四大稳定币Terra在2022年5月初面临挤兑并最终崩溃时发生的重大稳定币挤兑。在这两种情况下，投资者都有寻求更安全的选择的趋势，导致对其他算法稳定币和那些由高风险资产支持的稳定币产生负面影响，而由相对安全资产支持的稳定币则经历了需求的增加。
图1：触发事件：SIVBQ于2023年3月崩溃。注：SIVBQ是SIVB金融集团以美元计算的股票价格。资料来源：雅虎财经
表1：在2023年3月11日SVB崩溃期间检测到加密货币的交易量峰值
2023年3月，硅谷银行的破产导致了加密货币领域内的一个重大事件：美元硬币（USDC）的暂时脱钩。USDC是一种旨在保持与美元挂钩的价值一致的稳定币，在USDC的发行人Circle的关键银行合作伙伴SIVB倒闭后，它遭遇了异常的波动。这一事件不仅破坏了USDC的稳定性，而且还强调了稳定币与传统金融机构之间的脆弱性和相互依赖性。了解USDC剥离的原因和影响，为了解数字资产的稳定性和弹性及其与传统银行业危机的互动提供了重要的见解。此外，有报道称，在中国，银行的盈利能力与金融科技公司的发展之间存在着正相关关系。
在2023年3月硅谷银行倒闭后，稳定币经历了更多的不稳定性。与2022年5月发生的事件类似，加密货币投资者迅速做出反应，剥离或赎回他们的USDC代币。与2022年5月涉及风险更高的稳定币的事件相比，2023年3月的动荡主要影响了USDC，此前被认为是最安全的，因为它是由美国国债和银行存款支持的稳定币之一。这种不稳定性也影响了DAI和FRAX，这两者都部分依赖于USDC作为辅助。因此，投资者从USDC过渡到其他当时被认为更安全的稳定币是合乎逻辑的，特别是那些由传统资产支持的资产，尤其是Tether（USDT）。
由于BTC和ETH等主要加密货币的价格波动，稳定币获得了显著的吸引力，这削弱了它们作为稳定价值存储的能力。稳定币是一种数字资产，通常通过各种机制，如资产储备或复杂的算法，固定在1美元。稳定币市场的交易量预计将大幅增长，并吸引市场从业者的高度兴趣。稳定币的市值出现了显著的增长，从2019年的50亿美元上升到2022年的约1800亿美元，到2023年回落到近1200亿美元。稳定币主要有四种类型：算法稳定币（FRAX，USTC，USDD）、由传统金融资产支持的稳定币（USDC，USDT）、由比特币和以太坊等加密资产支持的稳定币（DAI，LUSD），以及由商品支持的稳定币（PAXG，SLVT）。在第一个稳定币推出后的短短十年里，“活跃”稳定币（定义为具有正市值的稳定币）的数量激增至60多个。值得注意的是，到目前为止，Tether（USDT）和USD Coin（USDC）是其中最突出的。USDC是一种资产支持的稳定币，旨在维持1美元的稳定价值，并由包括现金和短期国债在内的储备完全支持。投资者倾向于将稳定币作为对冲加密货币市场不可预测的波动的一种手段，以及它们通过抵押或贷款机制产生被动收益的潜力。此外，稳定币可以提供资金机会，以促进商业信贷流动。
令人遗憾的是，稳定币正面临着去挂钩的挑战，导致了DeFi生态系统中前所未有的损失。在Luna崩溃之后，很明显，稳定币并不像以前假设的那样有弹性，USDC的脱钩就是一个例子。2023年3月9日星期五，Circle披露其约400亿美元储备中的33亿美元存入了硅谷银行（SIVB），这标志着自2008年华盛顿互惠银行（Washington Mutual）倒闭以来，美国近期历史上最重大的银行倒闭事件之一。截至2022年底，SIVB已经积累了1104亿美元资产，并收集了886亿美元的存款。值得注意的是，早在2021年，加密货币业务就占到了其存款的30%。“稳定币”一词引发了关于其适用性的讨论。最近的事件是预示着暂时的挫折，还是揭示了加密货币市场的根本缺陷？这项研究强调了与加密货币交易相关的风险，并强调了传统金融与DeFi之间的重要关系。它利用机器学习模型以增强预测动态。本研究将线性和模型选择测试扩展到多方程框架，探索神经网络、回归树、增强、梯度增强和随机森林。它将稳定币视为输出，并利用SIVB库存作为输入，利用2022年10月至2023年11月的每日数据。我们的研究结果对现有文献做出了重大贡献，特别是在研究加密货币和稳定币之间的相互依存关系，以及DeFi部门与银行体系之间的关键联系的研究中。
在我们对SIVB违约的评估中，观察到以下发现：
（1）梯度增强机的性能优于线性基准，其次是堆叠随机森林。
（2）特别值得注意的是，加密货币银行违约对稳定币USDD和FRAX的影响很大，尤其是在神经网络和随机森林的情况下。
在额外的鲁棒性检查中，我们揭示了（1）BTC是SIVB溢出效应的主要接受者，其次是USDC、USDD和FRAX（按此顺序），以及（2）SIVB主要影响比特币，在随后的毕达哥拉斯森林分析中，USDC出现在较低的分支上。此外，我们在SVB破产日期前后进行了为期200天的事件研究，结合价格水平和交易量，确定USDC是金融传染的重要渠道。后一项研究结果表明，先进的建模技术，特别是梯度增强技术，在捕捉USDC以及USDT和FRAX等其他稳定币的动态方面表现出了强大的能力。
二、数据
该数据库涵盖了从2022年10月1日至2023年11月30日的时间框架，每日频率，对应于426次观测结果。这些数据从雅虎金融获取，包括八个变量：
1. USDC是Circle的稳定币美元（USDC-USD）。
2. SIVBQ是SIVB金融集团（SIVBQ）股票价格的美元代码。
3. BUSD是Binance的稳定币BUSD USD （BUSD-USD）。
4. USDD是Tron的稳定币USDD USD (USD -USD)，以美元计价。
5. USDT是Tether的稳定币USDT USD (USDT-USD)，以美元计价。
6. FRAX是FRAX Finance的稳定币美元（FRAX-USD）。
7. DAI是MakerDAO基金会的DAI USD （DAI-USD）。
8. BTC是以美元表示的比特币价格（BTC-USD）。
在所提供的分析中，主要的利益变量与硅谷银行股价的崩溃有关，记为“输入”或触发事件。正在考虑的主要“输出”变量是稳定币和比特币。在SIVB宣布破产后，投资者立即剥离了USDC代币，导致USDC脱离美元。这反过来又引发了一种传染效应，这可能会对其他稳定币，如DAI、FRAX和BUSD的挂钩产生影响。尽管如此，ETH和BTC对冲击表现出了一定程度的弹性，为寻求抛售USDC代币的投资者提供了避风港。对于日志数据，表A1和图A1是附录A中的描述性统计数据和图。
三、结果
3.1 原始数据
在我们的数值实验过程中，我们使用“输入”变量来表示硅谷银行的股价下跌，并使用“产出”来表示稳定币和比特币。每个算法在经过一个近似的三次计算过程后都得到一个解。从第3节中提出的结构框架，我们试图推导多个估计，一些模型试验证明是不成功的。为了节省空间，我们选择将本文中模型的结果组织如下：神经网络（NN）、梯度推进机（GBM）、随机森林（RF）和广义线性模型（GLM）为基准。
对于每个模型，都提供了一组全面的指标，包括MSE、RMSE、对数损失、平均每类误差，以及（在可用的情况下）R平方。每种型号都有独特的规格。例如，NN报告神经元层数，GBM和RF报告树的数量，而GLM提供弹性网络统计。为了简化表示，混淆矩阵已经存储，但没有打印出来。
当检查表3中的MSE和RMSE统计数据时，这一点很明显，其中GBM将这些值最小化。此外，每个类的平均误差——即我们的数据集中每个类的误差的平均值——对于GBM更低。对于GLM，我们还报告了零偏差和残差偏差，这为目标变量SIVBQ的一般线性模型的可预测性提供了见解。
表3：机器学习：原始数据结果
对于神经网络（NN），在预测SIVBQ时，我们使用4260个训练样本训练了一个带有Softmax激活的四层神经网络。反向传播算法实现了0%的丢包率。对于GBM，森林大小由50棵树组成，平均叶子数为23，平均深度为5。对于RF，森林规模较小，平均叶片数为5，平均深度为3.25。对于GLM，我们还报告了以下多项弹性网统计：α=0.5表示惩罚的相对权重，而λ=0.001表示正则化的强度。
我们根据变量的相对重要性、比例重要性和百分比对变量进行了排序。其中一些结果与我们的预测一致，而另一些结果则出人意料。在表4中，我们观察到，对于神经网络，模型中影响最大的变量是USDT。表5和表6表明，比特币具有最高的影响变量。最终，在表7中，我们发现USDD变量提供了更好的预测。总体而言，Circle的稳定币USDC在我们的实验设计中的重要性排名第五和第七
表4：神经网络：对原始数据的可变重要性排序
表5：梯度推动机：对原始数据的可变重要性排序
在图3中，我们给出了每个模型的训练分类误差。我们观察到，对于NN来说，经过8个epoch后，通过训练数据的完成次数是令人满意的。对于GBM和RF，在训练了等于10的树数后，似乎可以避免任何错误分类。最后，对于GLM，拟合线性模型的迭代次数等于5。
图3：对原始数据的机器学习训练分类错误：(a)神经网络；(b) GBM；(c)随机森林；(d) 以 GLM为基准
4.2 日志数据
在表8-12中，我们用日志数据重新估计了机器学习模型。竞争模型的总体排名保持一致：GBM继续成为表现最好的模型，这可以从MSE、RMSE、日志损失和平均每类的误差的分析中得到证明（表8）。
在其余四个显示变量重要性的表中（表9-12）中，GBM和GLM的变量排名没有显著变化。在主要变化方面，值得注意的是，在对数形式的NN中，USDD以16.15%排名第一，FRAX上升到第四位。这表明，SIVB的崩溃最终对这两种稳定币产生了影响。此外，对于对数形式的RF，BTC的相对重要性降低到21.81%，BUSD现在排名第五。关于BUSD的进化，必须记住的是，在我们的数据库结束后不久就从交换中删除了稳定（见https://www.binance.com/en/square/post/693476806441）。
FRAX在可变重要性方面上升到第三位（15.7%），其中USDD排名第二，这与之前对NN的研究结果一致。
在图4中，我们以对数形式解释了机器学习训练的分类错误。同样的评论也适用（表8-12与图4见原文）。
四、结论
2023年3月11日，当美元币偏离其与美元的挂钩时，稳定币市场经历了显著的影响。这种偏差是由于硅谷银行破产后的抛售，Circle在那里存入资金以确保其挂钩的稳定。由于USDC在抵押品系统中发挥着关键作用，其他主要的稳定币也开始失去与美元的挂钩。美元货币的脱钩和DeFi生态系统中随后的传染效应说明了加密货币市场中深刻的相互联系和系统性风险。此外，硅谷银行的崩溃暴露了中央金融机构的弱点，在各种稳定币和加密货币以及银行环境中引发了多米诺骨牌效应。事实上，SIVB的倒闭严重破坏了银行业的稳定和危险，瑞士信贷和第一共和银行的收购就证明了这一点。
在本文中，我们提出了一系列机器学习实验的发现，包括非线性回归、神经网络分析、梯度推进机器和随机森林。这些实验旨在调查SIVB的崩溃对稳定币USDC、USDD、BUSD、DAI和FRAX的影响，并结合USDT和BTC作为全球基准。该研究使用了从2022年10月到2023年11月的每日数据。主要发现如下：
1. 与其他机器学习模型相比，梯度推进机（GBM）在损失分数方面表现出了优越的性能。
2. 值得注意的是，SIVB的崩溃对稳定币USDD和FRAX的影响被揭示出来，特别是通过神经网络和随机森林。
3. 敏感性分析强调，USDC在层次树中的重要性仅次于比特币，这表明了它对SIVB崩溃的脆弱性。
4. 根据毕达哥拉斯森林，Circle的稳定币是第三个最重要的变量，强调了它作为一个主要的兴趣变量的重要性。
5. 该事件研究整合了价格水平和成交量数据，表明USDC既是一种系统性的脆弱性，又是一种潜在的传染渠道。此外，它还强调了其他稳定币在此背景下的不同意义。
总的来说，我们的分析强调了使用先进的分析工具来有效评估危机时期稳定币的弹性的必要性。硅谷银行倒闭后，USDC的贬值揭示了稳定币和传统金融机构之间错综复杂的、有时甚至不稳定的关系。USDC旨在与美元保持1：1的盯住汇率制，当主要银行合作伙伴SIVB倒闭时，它经历了重大波动。这一事件导致投资者暂时失去信心，导致USDC的交易价格低于其预期价值。这一事件强调了几个关键点。首先，稳定币依赖于银行机构的流动性和储备，使它们很容易受到传统金融部门混乱的影响。其次，USDC的发行者Circle的快速和透明的反应在恢复稳定方面发挥了关键作用，强调了在加密领域中强有力的危机管理和通信策略的重要性。最后，这一事件提醒人们，需要明确的监管和更强有力的金融保障
最近的事件强调了实施强有力的风险管理策略的重要性，并强调了在DeFi领域提高透明度和监管监督的必要性。随着加密货币市场的不断发展，市场参与者越来越有必要建立有弹性的框架，并合作为数字资产建立一个更加稳定和可持续的生态系统。
……
获取完整报告
请后台回复“USDC”
获取下载链接
·END·
