Interesante nuevo artículo sobre corridas bancarias con ~4k corridas como puntos de datos. Altamente recomendado para cualquiera en la industria de las stablecoins, ya que las corridas ocurrieron principalmente en la era anterior a las intervenciones gubernamentales (como el seguro de la FDIC), por lo que el comportamiento de los depositantes antes de 1934 parece relevante para los emisores de stablecoins. Primero, el artículo encuentra que las corridas son mucho más probables cuando un banco tiene "fundamentales observables débiles". La palabra "observable" hace un gran trabajo, aunque más adelante en el artículo te das cuenta de que los bancos con fundamentos sólidos no fallan en una corrida en absoluto. Pero si eres débil, ¿es importante ocultarlo? En segundo lugar, los bancos en el conjunto de datos tenían un 38% más de probabilidades de fallar después de una corrida en comparación con una tasa de fallo bancario base de <1%. Aunque no tengo los números, esto parece divergir de la experiencia de las corridas de stablecoins donde prácticamente parecen ir a cero. Y aquellos que no lo hacen, avanzan como zombis (por ejemplo, sUSD) en lugar de recuperarse a plena salud. Me pregunto si eso es una función del tamaño: USDC y DAI se recuperaron en 2023, pero ambos eran de miles de millones y también estaba claro en tiempo real que los titulares de USDC podrían retirar a la par debido a algunos factores idiosincráticos que son demasiado minuciosos para aquí. Curiosamente, al revisar las respuestas de los bancos a una corrida, aquellos que suspendieron completamente los retiros tenían muchas más probabilidades de fallar que aquellos que acomodaron todos los retiros. Estoy seguro de que hay mucho sesgo de supervivencia en esto, pero los datos son muy desiguales, así que parece razonable cuestionar si el sesgo por sí solo explica la diferencia. Uno de los consejos típicos dados históricamente ha sido suspender temporalmente los retiros. El artículo también analiza los efectos locales de las corridas y fracasos, pero como persona de stablecoin, no encontré nada de interés personal allí. Tenga en cuenta que este conjunto de datos se acumuló utilizando LLMs para leer periódicos y otros registros, por lo que también existe la posibilidad de que algo haya salido sistemáticamente mal en la ejecución del prompt. Artículo de @EmilVerner, Sergio Correia, Stephen Luck. Enlace en el siguiente tweet.