深潮 TechFlow 消息,9 月 07 日,人大金融科技研究所發佈《Journal of International Money and Finance》上穩定幣研究的編譯文章,相關研究基於大語言模型(LLM)智能體解析穩定幣脫錨風險,其中指出穩定幣脫錨具有明顯的非線性和閾值特徵,套利機制能夠吸收一定程度的信息壓力,但當敘事嚴重程度達到“臨界閾值”後,系統可能迅速進入持續脫錨狀態。
研究認為,危機並非簡單由“壞消息→價格下跌”直接導致,而是可能經歷“嚴重敘事衝擊→恐懼上升→流動性惡化→零售投資者集中賣出→套利者撤退→訂單失衡→持續脫錨”的自我強化過程。研究還發現,在最高嚴重度敘事衝擊的實驗中,不同風險來源導致的平均脫錨程度不存在統計顯著差異。這意味著在該模型設定下,敘事衝擊的嚴重程度可能比具體敘事內容更重要。
添加收藏
分享社交媒體





