本报告通过顶点中心性指标分析了FTX交易所崩盘期间的加密货币网络结构变化,揭示不同币种在危机中网络角色的转变及市场信息流的动态演变。研究采用TMFG方法过滤相关矩阵,结合紧密中心性和信息中心性度量网络稳定性,发现复杂的替代币在信息传播中更具中心地位,而FTT崩盘引发了显著的网络结构调整,凸显了加密市场的系统性风险和互联性,为DeFi领域的风险评估与危机管理提供了新视角 。
标题:
《Information Flow in the FTX Bankruptcy: A Network Approach》
作者:
Riccardo De Blasis, Luca Galati, Rosanna Grassi, Giorgio Rizzini
发布机构:
多所机构联合,包括马尔凯理工大学(Marche Polytechnic University)、博洛尼亚大学(University of Bologna)、伍伦贡大学(University of Wollongong)、米兰比可卡大学(University of Milano-Bicocca)、高等师范学校(Scuola Normale Superiore)等。
主题与研究对象:
本研究聚焦于FTX交易所破产期间,该交易所原生代币FTT的崩溃,利用网络理论中的中心性测度,结合复杂网络理论与金融市场微观结构理论,探讨了加密货币市场中信息流如何在危机中变化及其影响, 1]。
核心论点与目标:
论文核心在于应用顶点中心性度量(如接近中心性和信息中心性)揭示FTX和币安市场中不同加密货币之间的交易相关网络结构动态、稳定性及脆弱性。研究强调了FTT崩溃导致的网络中心性角色转移,反映了市场参与者行为和信息流动模式的重大变革,进一步提出该方法有利于风险评估及去中心化金融(DeFi)危机管理, 1]。
文章回顾了加密货币领域学术发展,指出虽然大量研究关注价格预测与波动性分析,但网络视角下的市场结构研究仍较为稀缺(仅约7%聚焦危机和极端情况),故本研究填补了该空白。
研究介绍了两类主要的加密货币网络分析方法:(1)基于区块链交易数据构建交易网络,(2)基于价格时间序列构建相关性网络,其中相关性矩阵构建虽普遍但存在信息冗余,故需采用过滤技术降低冗余,包括最小生成树(MST)和最大平面过滤图(PMFG)。
文献回顾进一步涵盖了这些方法的演进轨迹,以及相关的网络分析在金融市场和加密货币领域的应用,如[5]提出的利用超度量构建的MST,[7]和[9]关于PMFG与TMFG算法的贡献;及不同研究关于加密货币市场网络动态及其稳定性的发现, 3]。
同时,该部分总结了FTX崩盘相关金融市场研究成果,涉及市场微观结构、流动性、价格波动传染效应和系统风险等多个维度,涵盖了多篇相关引用文献,显示FTX事件对市场的深远影响及市场的抗压性评估。
文献中亦提及基于网络的FTX崩盘分析,如[26]利用高频MHAR模型和相关性过滤构建加密交易所网络,发现崩盘引发交易所间风险链条反应;[27]则揭示FTT滥用杠杆和Binance行为对FTX倒闭影响,表现出加密市场的中心化趋势。
介绍了三种中心性指标:
通过一个五节点加权网络的玩具示例(图1与表1~3),直观展现了不同中心性指标对节点重要性的判别,其中节点a在信息传播中的关键地位得以量化。具体举例如节点a移除导致d-c节点之间传递成本增加(由8.33变为15),说明信息中心性的准确捕捉能力, 11]。
数据来源为FTX和币安两家交易所2022年10月16日至11月16日的1分钟高频价格数据,FTX数据截至11月12日因其运营中断限制。
通过排除杠杆代币、交易对、法币交易对等非纯加密资产,最终处理交易对直指美元的195个FTX和324个币安加密货币,以保证分析对象纯粹反映加密货币市场波动, 13]。
图2呈现了Bitcoin、Ethereum、Polkadot、Solana、Avalanche及FTT的价格归一化走势,标记了关键事件时点,反映FTT崩溃过程中的极端行情,及对其它主要币种的连锁反应。
研究将样本划为崩溃前后两个阶段,便于观察Ftt崩溃对网络结构的影响。
根据加密货币收益率计算Pearson相关系数,构建完整相关性矩阵,取绝对值后通过TMFG算法滤除冗余,构建稀疏加权网络, 19]。
描述性统计显示,崩溃前主要币种间相关性较高(ETH与BTC相关性0.80),但崩溃后大幅下降(ETH与BTC降至0.40),且崩溃期波动率显著上升,FTT表现最为极端,标准差增至三倍以上,显示市场动荡和恐慌, 18]。
图3展示崩溃前后FTX市场195个加密货币构成的最大平面过滤图,色彩区分主流币种(BTC、ETH、DOT、AVAX、SOL、FTT),直观反映网络结构的变化,虽然外观变化并不明显,但结合中心性指标分析可揭示深层信息。
崩溃前
AVAX和DOT位居多个中心性指标首位,表明其在网络信息传递与连接中的主导作用。BTC、ETH和SOL亦表现稳健,值得注意的是DOT在信息中心性上最突出,显示其在维持信息流通效率中的关键作用。FTT也处于活跃状态,拥有多重连接,反映其在市场的影响力。
崩溃期间
DOGE成为网络中心,代替AVAX和DOT成为实际连接和信息传播的枢纽。XRP和LTC在中心性指标中冒出头角,投资者更依赖市值大、知名的加密资产。BTC保持基础地位但中心性略有下降。FTT中心性明显降低,特别是度中心性大幅下滑,信息中心性表现出投资者快速抛弃该币的特征,尽管接近中心性尚存一定排名,反映其邻居依旧活跃。
采用每日24小时窗口,每小时更新的滚动网络,重点追踪接近中心性和信息中心性的时间序列。
图4 (接近中心性)
BTC持续保持最高接近中心性,显示其信息流通通路优势。崩溃事件(如Binance放弃收购FTX、FTX运营中断)对应网络平均接近中心性的不同波动,暗示市场参与者对网络结构调整的迅速反应。FTT接近中心性从11月2日后来显著下滑,反映投资者信心崩溃, 24, 25]。
图5 (信息中心性)
DOT和AVAX在阿拉米达研究负面曝光和FTT崩溃期间表现出信息中心性峰值,显示其作为“安全港”节点的重要作用。FTT信息中心性陡降,表明崩盘过程中信息流动明显减少。其他主流币种如BTC、ETH、SOL也表现明显波动,表现整体市场受灾影响, 26]。
图6 (全网平均信息中心性)
主要事件后(如提现暂停),网络整体信息流效率降低,反映投资者撤资和重新配置资金,符合市场流动性紧缩的特征, 28]。
作者总结道,通过FTX案例展示了路径中心性指标对识别金融市场系统性风险和网络结构变化的有效性。FTT崩溃导致市场网络角色显著变化,BTC等稳健币保持中央角色,反映了市场的不同稳定性等级和潜在风险集中点。研究对投资者、分析师、监管机构均提供了识别关键节点、监测风险及危机应对的实用视角。研究丰富了加密货币市场和复杂金融网络理论,强调了网络结构对金融稳定性的影响。
展示了两个网络G和G',节点a的移除导致网络效率从0.24降至0.04,印证节点a的关键性。图形辅助理解信息中心性计算及网络核心节点的破坏性影响。
展示了FTX市场BTC、ETH、DOT、SOL、AVAX、FTT归一化价格曲线,关键事件标注清晰,FTT价格剧烈下跌,明显领先其他币种出现波动,显示危机时点和连锁反应。
顶部为崩溃前,AVAX和DOT节点大而居中,底部脆弱期网络整体更分散且FTT节点位置相对边缘化。图表直观反映了市场结构调整和主要币种网络地位变化。
前期ETH-BTC相关高达0.80,崩溃后降至0.40,表明市场结构大幅分裂,链上资产价格连带性大幅跳水,市场出现重大失衡。
崩溃期FTT波动率达1.5709,约较前期高22倍,均值同由正转负,量化了危机的冲击力度。
崩溃前AVAX和DOT领跑中心性榜首,崩溃后DOGE居首且FTT快速下滑,反映了投资者转向知名稳定资产避险,和网络结构中信息流通关键节点重组, 22]。
BTC持续高居首位,FTT崩溃后明显下降,整体网络接近中心性在关键事件后波动,反映市场结构和参与者行为的短期波动性。
突出DOT和AVAX在危机时段信息中心性的多次峰值,FTT显示明显下跌趋势。反映了部分币种作为“信息中枢”承载风险和资金流动。
实时监测整体网络信息流有效性,显示提现暂停事件(Event h)后明显断裂,确认危机后市场封闭与资金逃逸。
BTC持续高稳定性位置,FTT波动明显但最终下跌。ETH、AVAX表现出较强信息中心性,部分峰值隐含信息提前泄露的可能,验证不同交易所信息传递的差异性, 31]。
报告本身作为学术研究,对风险因素的直接评估未作专项强调,更多聚焦于FTT崩溃及FTX倒闭作为风险事件的网络层影响。然而,隐含风险包括:
风险缓解策略未明确提及,但强调中心性测度作为风险识别和危机管理工具的潜力。
本研究系统应用复杂网络理论中的中心性测度,揭示了FTX交易所破产期间加密货币市场的结构变化和信息流模式。核心发现包括:
该研究不仅丰富了加密货币市场的学术理解,也为实务界提供了监控风险、优化网络结构的重要工具,推动去中心化金融系统的稳定与健康发展,32]。
本报告以FTX交易所破产为切入,深度应用网络中心性指标揭示了加密货币市场复杂的结构演变和信息流传播机制。研究不仅凸显了关键币种在金融网络中的安全枢纽地位,也说明了危机期间市场结构的快速重组和信息传导路径的显著变化。通过多层次分析及跨交易所对比,提供了深入洞察和实用工具,助力未来加密市场风险评估与危机管理的科学决策。
,1,2,3,4,5,6,7,8,9,10,11,13,14,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32]
2407.12683.pdf