Autor: Paul Veradittakit, socio de Pantera Capital Traducción: Golden Finance xiaozou;

  • Un estudio de Pantera Research Lab encontró que los usuarios de criptomonedas exhiben un mayor sesgo presente y menores factores de descuento, lo que indica una fuerte preferencia por la gratificación instantánea.

  • El modelo de descuento cuasi hiperbólico, caracterizado por parámetros como el sesgo presente (ꞵ) y el coeficiente de descuento (?), ayuda a comprender la tendencia de los individuos a preferir rendimientos inmediatos a ganancias futuras, un comportamiento que se manifiesta en la naturaleza volátil y especulativa. de criptografía Esto es especialmente evidente en el mercado.

  • Esta investigación se puede aplicar para optimizar la distribución de tokens, como lanzamientos aéreos para recompensar a los primeros usuarios, descentralizar la gobernanza y comercializar nuevos productos.

1. Introducción

Una historia clásica de las nuevas empresas de Silicon Valley es la decisión de Paypal de pagar a los usuarios 10 dólares por usar su producto. La razón es que si puedes pagar a las personas para que utilicen el producto, eventualmente, cuando el valor de la red sea lo suficientemente alto, nuevas personas se unirán de forma gratuita y podrás dejar de pagar. El truco pareció funcionar, ya que PayPal pudo seguir creciendo después de dejar de pagar, canalizando con éxito los efectos de la red.

En el espacio criptográfico, hemos adoptado y ampliado este enfoque con lanzamientos aéreos, no solo involucrando a las personas, sino también manteniéndolas usando nuestro producto durante un período de tiempo.

2. Modelo de descuento cuasi hiperbólico

Los lanzamientos aéreos se han convertido en un multiuso para recompensar a los primeros usuarios, descentralizar la gobernanza del protocolo y, francamente, comercializar nuevos productos. Formalizar los estándares de distribución de tokens se ha convertido en un arte, especialmente a la hora de decidir quién debe ser recompensado y con cuánto valor debe ser recompensado. En este caso, tanto la cantidad de tokens asignados como el momento de la distribución (generalmente distribuidos según un cronograma de distribución o gradualmente) juegan un papel importante. Estas decisiones deben basarse en análisis de sistemas, no en conjeturas, caprichos o precedentes. El uso de un marco más cuantitativo garantiza la equidad y la alineación estratégica con los objetivos a largo plazo.

El modelo de descuento cuasi hiperbólico proporciona un marco matemático para explorar cómo los individuos toman decisiones de compensación entre recompensas en diferentes momentos. La aplicación de este modelo es particularmente importante en áreas donde las emociones impulsivas y las inconsistencias afectarán significativamente la toma de decisiones con el tiempo, como las decisiones financieras y los comportamientos relacionados con la salud.

El modelo está impulsado por dos parámetros específicos de diferentes poblaciones: el sesgo presente (ꞵ) y el coeficiente de descuento (?).

Sesgo presente (ꞵ):

Este parámetro mide la tendencia de un individuo a priorizar las recompensas inmediatas sobre las recompensas desproporcionadas a largo plazo. Oscila entre 0 y 1, donde un valor de 1 indica la ausencia de sesgo presente, lo que refleja una evaluación constante en el tiempo del equilibrio de recompensas futuras. A medida que el valor se acerca a 0, muestra un sesgo presente cada vez más fuerte, lo que indica una alta preferencia por recompensas inmediatas.

Por ejemplo, si se le diera a elegir entre $50 hoy y $100 dentro de un año, alguien con un alto "sesgo presente" (un valor cercano a 0) elegiría obtener $50 inmediatamente en lugar de esperar a obtener más dinero.

y factor de descuento (?)

Este parámetro describe la tasa a la que el valor de las recompensas futuras disminuye a medida que aumenta el tiempo hasta el canje, lo que indica que el valor percibido de las recompensas futuras disminuirá naturalmente con el retraso. En intervalos de tiempo más largos de varios años, el factor de descuento se puede cuantificar con mayor precisión. Este parámetro muestra una alta variabilidad cuando se evalúan dos opciones en un corto período de tiempo (menos de un año), ya que el entorno inmediato puede afectar desproporcionadamente la percepción.

Las investigaciones muestran que para la población general, la tasa de descuento suele rondar el 0,9. Sin embargo, en grupos con tendencia al juego este valor suele ser mucho menor. Las investigaciones muestran que los jugadores habituales suelen tener un factor de descuento promedio de poco menos de 0,8, mientras que los jugadores problemáticos tienden a tener un factor de descuento más cercano a 0,5.

Usando las condiciones anteriores, podemos expresar la utilidad U de recibir la recompensa x en el momento t como:

U(t) = tU(x)

Este modelo captura cómo cambia el valor de las recompensas con el tiempo: las recompensas inmediatas se evalúan con plena utilidad, mientras que el valor de las recompensas futuras se ajusta a la baja, teniendo en cuenta el sesgo presente y los factores de decadencia exponencial.

3. Exploración y experimentación

El año pasado, Pantera Research Lab realizó un estudio para cuantificar las tendencias de comportamiento de los usuarios de criptomonedas. Encuestamos a los participantes con dos preguntas sencillas y directas diseñadas para evaluar si preferían recompensas inmediatas o algún valor futuro.

Este método nos ayudó a determinar los valores representativos de ꞵ y ?. Nuestros resultados muestran que una muestra representativa de usuarios de criptomonedas muestra un sesgo actual ligeramente superior a 0,4 y un factor de descuento significativamente menor.

El estudio reveló que los usuarios de criptomonedas tienen un sesgo presente superior al promedio y coeficientes de descuento más bajos, lo que sugiere que tienden a comportarse impulsivamente y prefieren la gratificación inmediata a las ganancias futuras.

Esto se puede atribuir a varios factores interrelacionados en el espacio de las criptomonedas:

  • Comportamiento cíclico del mercado: los criptomercados son conocidos por su volatilidad y carácter cíclico, y los tokens a menudo experimentan rápidas fluctuaciones en su valor. Este carácter cíclico afecta el comportamiento de los usuarios, ya que muchas personas están acostumbradas a especular durante estos ciclos en lugar de emplear estrategias de inversión a largo plazo más comunes en las finanzas tradicionales. Los altibajos frecuentes pueden hacer que los usuarios descuenten el valor futuro de manera más significativa, por temor a que algún día el precio baje y puedan perderlo todo.

  • Características de los tokens: la encuesta preguntó específicamente sobre los tokens y su valor futuro percibido, lo que puede demostrar características arraigadas del comercio de tokens. Esta característica está asociada con la naturaleza cíclica y especulativa de las valoraciones de los tokens, lo que subraya la cautela sobre las inversiones a largo plazo en el espacio de las criptomonedas. Además, supongamos que la encuesta utiliza moneda fiduciaria o alguna otra forma de recompensa para medir la preferencia. En este caso, las tasas de descuento de los usuarios de criptomonedas pueden estar más cerca del promedio global, lo que sugiere que la naturaleza de las recompensas en sí mismas puede influir significativamente en el comportamiento de descuento observado.

  • Naturaleza especulativa de las aplicaciones criptográficas: el ecosistema criptográfico actual está profundamente arraigado en la especulación y el comercio, y estas características prevalecen en sus aplicaciones más exitosas. Esta tendencia pone de relieve la abrumadora preferencia actual entre los usuarios por las plataformas especulativas, que se puede observar en los resultados de la encuesta, que mostraron una fuerte preferencia por las ganancias financieras inmediatas.

Si bien los resultados de este estudio pueden diferir de las normas típicas de comportamiento humano, reflejan las características y tendencias de la población actual de usuarios de criptomonedas. Esta distinción se aplica especialmente a proyectos que diseñan lanzamientos aéreos y distribuciones de tokens, ya que comprender estos comportamientos únicos permite una mejor planificación estratégica y diseño de la estructura del sistema de recompensas.

Tomemos como ejemplo el enfoque de Drift, un intercambio descentralizado de contratos perpetuos en Solana. La compañía lanzó recientemente su propio token nativo DRIFT. El equipo de Drift incorporó un mecanismo de retraso de tiempo en su estrategia de distribución de tokens, proporcionando recompensas dobles a los usuarios que esperan 6 horas después de que se lanza el token para reclamar el lanzamiento aéreo. El propósito del retraso adicional es aliviar la congestión de la red causada por los bots al inicio del lanzamiento aéreo y potencialmente ayudar a estabilizar el rendimiento del token al reducir el aumento inicial de vendedores.

De hecho, sólo 7.500 solicitantes potenciales (15% del total de solicitantes de lanzamiento aéreo al momento de escribir este artículo) no esperaron 6 horas para recibir recompensas dobles. Según la investigación que hemos presentado, Drift podría retrasarse unos meses si el valor de la recompensa se duplicara y, estadísticamente, eso debería apaciguar a la mayoría de los usuarios finales.