滑点风险(SaR):永续期货交易所的前瞻性流动性风险框架

根据《Slippage-at-Risk (SaR): A Forward-Looking Liquidity Risk Framework for Perpetual Futures Exchanges》论文,保险基金(Insurance Fund, IF)在永续期货交易所中扮演核心风险缓释角色,用于吸收因清算滑点产生的坏账(bad debt)。当清算执行价格远劣于破产价格时,缺口由保险基金承担;若基金耗尽,则触发自动去杠杆(ADL)向盈利交易者分摊损失。

最优保险基金规模的理论推导。 论文引述Chitra等(2025)的研究,将最优基金规模定义为最小化持有成本(机会成本 r)与坏账社会化成本(声誉/社会成本 κ)之和的解,得到 IF∗=VaR1−r/κ(D),即坏账分布的分位数。在此基础上,作者提出SaR-隐含保险基金公式:IF∗≈c⋅TSaR§adj(r/κ),其中TSaR为尾部总美元滑点,c 为放大系数(典型值1.5~3.0)。这实现了基于当前订单簿微观结构的前瞻性资本要求,而非依赖历史坏账数据。

实证验证与事件分析。 以2025年10月10日Hyperliquid清算级联为例,实际坏账达3.045亿美元,而事件前24小时的TSaR(c=2.0)给出的隐含保险基金为3.126亿美元,与实际高度吻合;但该交易所实际基金仅约2500万美元,严重不足,导致大规模ADL。这表明SaR可动态指导基金充值、设置预警阈值(如TSaR超过2倍IF时触发风控)。

对风险管理的启示。 保险基金不应静态固定,而应随流动性状况动态调整。论文建议将SaR指标纳入日常监控,当TSaR上升或集中度恶化(有效做市商数<3)时,及时扩充基金或降低杠杆上限,从而将保险基金从事后赔付工具转变为主动流动性风险缓冲器。该框架为DeFi及传统交易所的资本配置提供了量化依据。

滑点风险(SaR):永续期货交易所的前瞻性流动性风险框架

发布者:保险日报,转转请注明出处:https://www.insurdaily.com/archives/6859.html

赞 (0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
保险日报的头像保险日报
2026年中国老年慢病照护服务行业研究报告
上一篇 2026年 8月 9日 下午4:50
极端地缘风险事件对全球保险业的冲击与中国保险业的战略启示
下一篇 2026年 8月 9日 下午4:52

相关推荐

  • 法律AI检索系统基准测试:以失业保险法为例

    该研究系统评估了三种AI工具在跨州法定调查任务中的表现,测试场景为美国50个州的失业保险(UI)法律。结果显示,定制化检索系统STARA准确率达83%(经人工复核修正后为92%),显著优于Westlaw AI(58%)和Lexis+ AI(64%)。研究发现,商业平台存在输入长度限制、推理错误和检索遗漏等缺陷,而STARA通过保留法律文本层级结构、运用正则过…

    2026年 8月 14日
    45300
  • 发展中国家人工智能治理与监管:以尼日利亚为例

    本研究以尼日利亚为案例,考察发展中国家AI治理中的伦理风险、监管缺位与机构准备度。通过对27名法律从业者的半结构化访谈及7名来自金融、保险、公司法等领域专业人士的焦点小组讨论,发现:AI在信贷评分、预测性警务等关键领域被无监管使用,存在算法偏见和数据隐私风险;现有法律框架缺乏可执行性,机构认知与技术能力不足,公众对AI治理信任度低。 受访者普遍反对直接移植欧…

    2026年 7月 24日
    28300
  • 人们如何使用 Copilot 进行健康管理

    近期一项对超过50万次健康类Copilot对话的分析揭示了一个重要现象:用户在寻求AI帮助时,不仅关注症状或治疗,还大量涉及医疗系统本身的“摩擦”——其中保险与费用问题占据显著位置。【原文下载,请在文末扫码加入知识库】 保险相关查询的规模与形式 研究构建了12类健康意图分类体系,其中明确设有 “覆盖与福利”(Coverage & Benefits) …

    2026年 7月 15日
    73700
  • 多周期均值-DCVaR 优化:递归神经网络分辨率

    一、研究背景与核心问题 该论文研究了离散时间多周期组合优化问题,核心约束是偏差条件风险价值(DCVaR)——即CVaR超出期望收益的部分,度量的是尾部损失围绕均值的离散程度。相较于传统的均值-CVaR框架,DCVaR作为偏差测度具有更好的适定性(coercivity),在期望收益无上界时仍保证最优解存在。 论文将这一框架扩展至(再)保险领域,用于解决保险公司…

    2026年 7月 17日
    31900
  • 深度学习助力作物产量预测,赋能农业保险评估

    该论文提出一种新型预测框架(LYRA-RaTAR),通过融合多尺度时序建模与检索增强技术,大幅提升了美国县域级玉米产量预测的准确性。虽然核心属于农业遥感与机器学习领域,但其研究成果对农业保险评估具有直接支撑价值。 技术突破:传统模型在大范围、长时序预测中常因空间异质性和年际波动失效。新模型采用双重架构——GRU捕捉日尺度生长动态,跨年注意力机制提取长期依赖(…

    2026年 8月 11日
    21100

发表回复

登录后才能评论

联系我们

400-800-8888

在线咨询: QQ交谈

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息

关注微信