推荐 3.5
Conf: 50%
该论文在经典的Glosten-Milgrom(1985)顺序交易模型框架下,引入了一个信息论隐私机制:市场做市商观察到的交易方向被一个二元翻转信道(翻转概率η)扰动。在贝叶斯市场做市商定价规则下,论文推导出了均衡买卖价差的闭式解为 μ(1-2η)Δ,其中μ为知情交易者比例,Δ为资产价值范围。福利分解揭示了一笔从协议流动性池到交易者的每笔交易转移 μηΔ——称为“隐私补贴”,这与先前在连续高斯Kyle模型中建立的隐私补贴概念相类似。该结果将隐私补贴概念从连续高斯环境扩展到了离散两状态微观结构,证明了这一概念在两个经典模型中的稳健性。主要应用场景为基于MPC(安全多方计算)的撮合引擎,其中引擎基于带差分隐私噪声的方向信号进行定价。论文通过理论推导和数学证明,展示了在金融市场微观结构中引入隐私保护机制对市场质量和福利的影响。适合对机制设计、市场微观结构、隐私保护经济学感兴趣的研究者阅读。
💡 推荐理由: 首次在离散状态Glosten-Milgrom模型中量化隐私对市场质量的影响,为去中心化金融(DeFi)中的隐私保护撮合机制设计提供理论基础。
🎯 建议动作: 研究跟进
排序因子: 来自 arXiv 其他板块 (+2) | Community 数据源 (+1) | LLM 评分加成 (+0.4)