处理的代价：DeFi中的信息摩擦与市场效率

N O . 1153APRIL 2 0 2 5 Pablo D. Azar | Sergio Olivas | Nish D. Sinha 处理成本：信息摩擦与DeFi市场效率Pablo D. Azar、Sergio Olivas 和 Nish D. Sinha联邦储备银行纽约分行工作简报, 第1153号 2025年4月 https://doi.org/10.59576/sr.1153 摘要 本论文研究了信息在公开可用但需要耗费成本处理才能成为普遍知识时的价格发现速度。我们利用了去中心化金融（DeFi）协议遭受黑客攻击的独特制度环境。公共区块链数据提供了黑客交易被记录的确切时间——即成为公开信息——而后续的社交媒体披露标志着向普遍知识的过渡。这种实证设计使我们能够隔离在由处理能力差异驱动的不对称信息特征期间发生的价格影响。我们的核心实证发现是，实质性的价格发现早于普遍知识：大约36%的24小时总价格下跌（约27%）在before公共声明。这些证据表明，熟练的交易者迅速利用他们处理复杂、公开的链上数据的能力，攫取 信息租金。我们开发了一个考虑处理成本的知情交易理论模型，该模型预测了战略性、缓慢的信息披露，这与我们的实证发现一致。我们的结果量化了信息处理成本对市场效率造成的限制，证明透明度并不能保证信息立即纳入价格。 JEL分类：G12、G14、G18、G23、L86关键词：信息不对称、价格发现、共同知识、信息处理成本、市场微观结构、事件研究、高频数据、加密货币、DeFi、网络安全攻击、市场效率 Azar, Sinha: 纽约联邦储备银行（邮箱: pablo.azar@ny.frb.org, nish.sinha@ny.frb.org）。Olivas: 德克萨斯大学奥斯汀分校（邮箱: solivas@utexas.edu）。作者感谢 Owen Engbretson 的有益评论和讨论。 要查看作者的利益披露声明，请访问 https://www.newyorkfed.org/research/staff_reports/sr1153.html。 1 引言 金融经济学的一个核心问题是价格发现——新信息嵌入资产价格的过程。尽管规范模型通常描绘信息以连续方式或通过可预测渠道到达，但许多现实事件表现为离散的、起初不透明的冲击。理解价格在事件隐蔽发生与最终公开披露之间的反应对于评估市场效率至关重要。然而，由于难以精确观察到私人信息生成的时间点及其转化为公共领域的转变，实证上隔离这一时间间隔已被证明极具挑战性。 本文在去中心化金融（DeFi）的背景下研究此问题。DeFi协议旨在直接在区块链上提供金融服务，例如借贷或自动化交易，绕过传统中介。许多协议发行类似于股权的治理代币，其市场价值反映了协议的感知健康状况、用户基础和预期未来收益，类似于传统股权主张。然而，这些协议通过在智能合约中持有用户存款资产（抵押品）来运作，使其成为网络安全漏洞或黑客攻击的目标。在黑客攻击期间，攻击者通常会利用协议代码中的漏洞来非法转移大量此类抵押品，这代表着对协议价值直接且通常重大的损失，并动摇用户信心。这些黑客攻击构成突然的负面冲击，其信息影响是本研究关注的重点。 围绕这些黑客事件的 информационная среда предлагает ценную исследовательскую среду. Большинство протоколов DeFi работают на публичных блокчейнах, таких как Ethereum, где все транзакции записываются в неизменяемый публично доступный реестр. Эта радикальная прозрачность означает, что первичные данные, касающиеся атаки, становятся公开信息在恶意交易在链上确认时几乎瞬间发生。一种简单的解释可能认为这暗示了强式市场效率，即价格立即反映所有可获得的信息（Fama，1970）。 我们表明，信息公开可获取与信息实际上被公开之间存在一个关键区别。常识解构原始区块链数据——在数百万笔合法交易中识别出特定交易序列作为价值毁灭型黑客行为——需要丰富的技术专长、持续监控的基础设施以及巨大的计算力。这些信息处理成本create a barrier: while thedata其信息是公开的，但对其经济意义的理解最初仅限于那些已投入必要资源的复杂参与者（例如，专业的加密货币对冲基金、安全公司、黑客自身），而对更广泛的市场而言，该信息内容直到被提炼成更简单、易于消化的信号之前仍然是模糊不清的。 相比之下，通过官方等广受欢迎渠道传播的信息1an- 在大多数企业新闻或宏观公告中不可能实现，使其成为信息不对称和加工成本下的价格发现理论的一个强大的经验测试平台。 我们进行了一次高频事件研究，表明相当一部分价格调整发生在公共宣告使信息成为普遍知识之前。尽管初始黑客事件后的总体负面影响在24小时内平均约为-27%，但相对于宣告时间计算累积异常收益表明，在宣告前数小时存在显著负收益。例如，累积异常收益在宣告前十二小时达到-9.5%。before公告。这表明，复杂的参与者通过投入资源来处理链上数据，在新闻对更广泛的公众来说变得易于理解之前，大约锁定了36%的总价格影响。这种快速的价格发现凸显了专业处理能力的经济价值，并提供有关信息处理成本在透明区块链环境下对市场效率限制的定量证据。 1.1 更广泛的金融稳定性担忧 本文的研究发现不仅超越了数字资产这一专门领域，还直接关联到新兴的金融稳定问题。去中心化金融与传统金融之间的界限日益模糊。监管投资工具如现货比特币交易所交易基金现已为广大投资者提供广泛接入渠道。大型金融机构正积极在区块链上对现实世界资产进行代币化，例如贝莱德BUIDL基金的举措便是例证。此外，稳定币和加密资产的综合监管框架，如欧洲的MiCA，正将这些市场更正式地纳入传统金融体系。 在日益融合的背景下，DeFi 协议中固有的网络安全漏洞——表现为频繁的大规模黑客攻击——代表了不稳定的 主要来源。由于黑客攻击可能导致治理代币出现大幅快速的价格波动，因此理解这些危机期间精确的市场机制至关重要——即负面信息被处理的速度、处理方以及价格的反应方式。before事件变得众所周知——这对加密货币参与者、政策制定者、监管机构和监控这种不断发展的技术前沿可能产生的系统性风险的传统能够金融机构都至关重要。日益增长的关联性意味着DeFi中产生的冲击可能越来越会蔓延到传统体系。本文通过衡量信息整合的速度并强调处理成本对市场效率的现实影响，为这些动态提供了一个关键的视角。 1.2 相关工作 金融与经济学领域丰富的文献探讨了信息不对称如何影响价格发现。在本综述中，我们按主题组织讨论，涵盖了基础理论、现代战略性交易模型、公共信息与公共知识的区别、关于难以处理公共信号的知情交易的经验证据，以及来自加密货币和去中心化金融（DeFi）市场的最新见解。 经典价格发现与信息不对称的基础理论早期研究确立了私人信息如何在资产价格中得以反映的机制。Grossman和Stiglitz（1980）认为，如果价格完全揭示所有私人信息，知情交易者将无法获得补偿，从而排除信息有效均衡的可能性。基于这一洞见，Kyle（1985）构建了一个动态内幕交易模型，其中垄断性知情交易者会在时间最优地披露信息，而做市商则根据总订单流设定价格。类似地，Glosten和Milgrom（1985）提出了一个顺序交易模型，其中专家通过订单流推断私人信息，导致内生买卖价差。这两个模型均强调私人信息是逐渐通过战略性交易融入价格之中。虽然这些模型为理解信息不对称提供了基础，但我们的环境允许对信息在技术上公开但处理成本高昂时，这一过程的速率进行异常精确的经验性检验，随后过渡到低成本普遍知识。 动态与战略交易：现代扩展。后续研究通过纳入多个交易周期和战略考量，丰富了早期模型。Kyle (1985) 的扩展研究（例如，参见 Foster 和 Viswanathan (1996) 以及 Back (1992) 的研究）考虑了多位知情交易者和跨时期信息提取，证明知情代理人的竞争可以加速价格发现，同时压缩个体利润。与此同时，Duffie 等人 (2005) 构建了一个场外交易市场框架，其中搜索摩擦和双边交易延迟了私有信息的聚合。并行地，高频交易的兴起推动了 Budish 等人 (2015) 和 Brogaard 等人 (2014) 的研究，他们表明交易速度的技术进步既可能促进也可能悖论地阻碍有效价格发现。 公开信息与常识在文献中的一个关键区别是之间的区别公开信息and常识虽然公开信息对所有人均可用，但只有在其通过广泛认可和承认后，才成为公共知识。 迭代确认。Morris和Shin（2002）将这一差异形式化，表明从公共信息到公共知识的变化可以显著影响市场动态。Allen等人的进一步研究（2006）进一步证明，当信息保持公开但非公共时，处理信息更早的市场参与者可以利用延迟，导致价格逐步调整，直至正式公告发布。我们的论文直接利用这一区别，将精确调时链上黑客行为视为复杂公共信息的到达，将后续公告视为向公共知识的转变。 基于难以处理的公共信息进行的知情交易在很多情况下，公开信息在原则上是可以获取的，但需要复杂的分析才能提取其经济意义。Tetlock (2007) 提供证据表明，精细化的媒体情绪可以预测短期价格变动，这意味着只有那些具备处理复杂公共信号能力的人才能盈利。Bloomfield 和 O’Hara (1999) 的实验室实验证实，即使信息完全透明，处理能力上的差异也能创造巨大的信息优势。在大数据时代，Gross 等人 (2011) 的研究表明，机器可读的新闻源使一部分交易者能够几乎即时地对新信息做出反应，在更广泛的市场了解之前就捕捉到利润。在精神上，我们的分析与关于如何在公开新闻发布前交易私人信息的研究相关，类似于经典的内幕交易研究，只是这里的“内幕”信息是合法地通过对公共数据的解析技能得来的。 市场摩擦与加密货币和DeFi中的价格发现过程区块链技术的最新进展为研究信息不对称和价格发现开辟了新途径。尽管区块链账本具有内在的透明性，Makarov和Schoar（2020）以及Liu等人（2022）的研究记录了加密货币交易所中显著的套利机会和定价效率不足，表明摩擦阻碍了价格的即时收敛。Liu等人（2022）还发现标准资产定价因素可以解释加密货币回报，暗示存在某些市场结构相似性，但强调存在潜在的定价错误。 去中心化金融的独特性意味着虽然链上数据公开可获取，但必须借助专业工具和专业知识进行处理。Azar等人（2024）认为，由于中介链条的复杂性以及固有的处理成本，即使存在账本透明度，信息优势仍然存在。其他人则探讨了区块链技术和智能合约如何改变信息传播路径（Cong和He，2019；Saleh，2021），或是像矿工可提取价值（MEV）等现象如何通过允许某些交易者利用可见但复杂的订单流信息来创造信息租金（例如，Azar等人，2024；Capponi等人，2022；Adams等人，2024）。 我们的研究也与新兴文献直接相关，这些文献考察了经济后果 在数字资产市场的安全漏洞方面。例如，Chen等人（2023年）提供了宝贵的早期分析，记录了比特币在安全事件发生后出现的显著负回报和波动性加剧，通常使用每日频率数据，关注类似加密货币交易所黑客事件。尽管证明了此类事件的负面影响，但每日数据的运用限制了确定日内价格发现的能力。我们的研究通过运用...高频(分钟级别) DeFi市场数据治理代币而且，关键在于精确区分时间初始链上利用交易from the后续的公开声明. 这种细粒度的方法使我们能够剖析日内价格发现过程，并隔离出市场的反应。before黑产变得众所周知，为在DeFi安全漏洞