Slippage-at-Risk (SaR) — 퍼페츄얼 선물 거래소의 유동성 리스크 프레임워크
2026-03-28

Slippage-at-Risk (SaR) — 퍼페츄얼 선물 거래소의 유동성 리스크 프레임워크

“지금 오더북이 청산 스트레스를 버틸 수 있는가?”

크립토 파생상품 거래소에서 청산 캐스케이드가 시작되면 오더북이 순식간에 말라버린다. 역사적 슬리피지 평균이나 실현 손실 분포로는 이 순간의 위험을 제대로 측정할 수 없다.

arXiv:2603.09164 (Slippage-at-Risk (SaR): A Forward-Looking Liquidity Risk Framework for Perpetual Futures Exchanges)는 이 문제를 해결하기 위해 현재 오더북 상태에서 직접 전향적 유동성 리스크를 계산하는 방법을 제시한다.

SaR 프레임워크의 3계층

금융에서 시장 리스크를 측정하는 VaR(Value-at-Risk)처럼, 유동성 리스크를 측정하는 세 가지 지표를 도입한다:

1. SaR(α) — Slippage-at-Risk

정의: 전체 포지션/청산 시나리오 분포에서 α 분위수의 슬리피지

SaR(α) = Q_α(슬리피지 분포)

예: SaR(95%) = “95% 시나리오에서 최대 슬리피지”

2. ESaR(α) — Expected Slippage-at-Risk

정의: α 꼬리에 속하는 시나리오들의 평균 슬리피지 (CVaR와 유사)

ESaR(α) = E[슬리피지 | 슬리피지 > SaR(α)]

극단 상황에서의 기대 비용을 측정한다.

3. TSaR(α) — Total Slippage-at-Risk

정의: 관련 오더북이나 청산 집합 전체의 달러 표시 꼬리 슬리피지 합산

TSaR(α) = Σ 포지션별 달러 슬리피지 × I(α 꼬리)

시스템 전체의 스트레스 비용을 집계한다.

핵심 발견

1. 전향적(forward-looking)이어야 한다

과거 실현 슬리피지 분포는 현재 오더북이 얼마나 취약한지를 반영하지 않는다. SaR는 지금 이 순간의 오더북 스냅샷에서 청산 시나리오를 시뮬레이션한다.

2. 꼬리 슬리피지가 중앙값보다 훨씬 중요하다

시스템 실패는 취약한 소수의 오더북에서 시작된다. 중앙값 유동성이 좋아도 꼬리가 얇으면 위험하다. 크로스섹션 슬리피지 꼬리 분포가 핵심 모니터링 대상이다.

3. 유동성 집중도 페널티

같은 nominal depth라도 소수의 마켓 메이커가 제공하는 경우는 다수가 분산 공급하는 경우보다 취약하다. 스트레스 시 동시 철수 가능성이 높기 때문이다.

실용 지표:

집중도 페널티 = f(상위 N 메이커의 깊이 비중)
조정 SaR = SaR × (1 + 집중도 페널티)

4. 자본·보험 펀드 요구량에 직접 연결

SaR/TSaR는 추상적 지표가 아니라 실제 거래소가 보험 펀드에 얼마를 적립해야 하는지를 결정하는 데 사용될 수 있다.

5. Hyperliquid 2025 청산 캐스케이드 검증

실제 Hyperliquid 거래소의 2025년 청산 이벤트 데이터로 검증. 해당 이벤트 직전 SaR 지표가 높아져 있었음을 확인.

퍼프 유동성 스트레스 모니터 구축 제안

# 의사코드
class PerpLiquidityMonitor:
    def compute_sar(self, orderbook_snapshot, alpha=0.95):
        """현재 오더북에서 SaR 계산"""
        scenarios = self.simulate_liquidation_scenarios(orderbook_snapshot)
        slippages = [s.cost for s in scenarios]
        return np.quantile(slippages, alpha)
    
    def compute_concentration_penalty(self, maker_distribution):
        """상위 N 메이커 집중도 페널티"""
        top_n_share = sum(sorted(maker_distribution)[-3:]) / sum(maker_distribution)
        return max(0, top_n_share - 0.5) * 2  # 50% 초과분에 패널티
    
    def risk_dashboard(self, asset="BTC"):
        sar = self.compute_sar(self.get_orderbook(asset))
        esar = self.compute_esar(self.get_orderbook(asset))
        tsar = self.compute_tsar(self.get_orderbook(asset))
        penalty = self.compute_concentration_penalty(self.get_maker_dist(asset))
        
        return {"SaR": sar, "ESaR": esar, "TSaR": tsar, 
                "adjusted_SaR": sar * (1 + penalty)}

실전 활용 영역

활용처SaR 연결 방식
거래소 보험 펀드 적립TSaR(99%) 기반 최소 적립 목표
ADL(자동 청산) 트리거ESaR가 임계값 초과 시 ADL 조기 발동
리스크 관리 대시보드실시간 SaR 모니터링 + 알림
레버리지 한도 설정SaR 분위 기반 동적 레버리지 상한

주의사항

  • 거래소별 재보정 필수 — Hyperliquid 임계값을 타 거래소에 직접 적용 금지
  • 오더북 스냅샷의 한계 — 숨겨진 유동성, 레이턴시, 호가 취소 반사성 미포함
  • 집중도 패널티 계수는 파라미터 → 시장 구조에 따라 조정 필요

결론

유동성 리스크를 “평균 슬리피지”로 관리하는 시대는 지나갔다. SaR/ESaR/TSaR는 크립토 퍼페츄얼 선물 시장의 꼬리 리스크를 현재 오더북 상태에서 전향적으로 정량화하는 실용적 프레임워크다. 특히 유동성 집중도 페널티를 통합한 조정 SaR는 평온기에는 보이지 않지만 스트레스 시에 치명적인 취약점을 사전에 드러낸다.

— Luxon AI 리서치팀

📚 출처

← BACK TO BLOG