De Paul Veradittakit

¿Los usuarios de criptomonedas necesitan una intervención?

  • Un estudio realizado por Pantera Research Lab encontró que los usuarios de criptomonedas exhiben un alto sesgo presente y un factor de descuento bajo, lo que indica una fuerte preferencia por la gratificación inmediata. 

  • El modelo de descuento cuasi hiperbólico, caracterizado por parámetros como el sesgo presente (ꞵ) y el factor de descuento (𝛿), es útil para comprender la tendencia de los individuos a preferir recompensas inmediatas a ganancias futuras, un comportamiento particularmente pronunciado en los sectores volátil y especulativo. mercado criptográfico.

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

Introducción 

Una historia clásica en la tradición de las startups de Silicon Valley es la decisión de Paypal de pagarle a la gente 10 dólares por usar su producto. El razonamiento era que si se pudiera pagar a las personas para que se unieran, eventualmente el valor de la red sería lo suficientemente alto como para que nuevas personas se unieran de forma gratuita y usted podría dejar de pagar. Ciertamente pareció funcionar, ya que PayPal pudo dejar de pagar y seguir creciendo, impulsando así sus efectos de red.

En criptografía, hemos adoptado y ampliado este enfoque con lanzamientos aéreos, pagando a las personas no solo para que se unan, sino también para que utilicen nuestros productos durante un período.

Modelo de descuento cuasi-hiperbólico

Los lanzamientos aéreos se han convertido en una herramienta multifacética que se utiliza para recompensar a los primeros usuarios, descentralizar la gobernanza del protocolo y, francamente, comercializar algo nuevo. Formalizar los criterios de distribución se ha convertido en un arte, particularmente a la hora de determinar quién debe ser recompensado y el valor atribuido a sus esfuerzos. En este contexto, tanto la cantidad de tokens distribuidos como el momento de su liberación, a menudo a través de mecanismos como la adquisición de derechos o la liberación gradual, desempeñan un papel importante. Estas decisiones deben basarse en un análisis sistemático en lugar de basarse en conjeturas, sentimientos 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 que implican compensaciones entre recompensas en diferentes momentos. Su aplicación es particularmente relevante en áreas donde la impulsividad y la inconsistencia en el tiempo influyen significativamente en la toma de decisiones, como decisiones financieras y comportamientos relacionados con la salud.

El modelo está impulsado por dos parámetros específicos de la población: el sesgo presente, ꞵ, y el factor de descuento, 𝛿.

Sesgo presente (ꞵ):

Este parámetro mide la tendencia de los individuos a priorizar desproporcionadamente las recompensas inmediatas sobre aquellas que están más alejadas. Varía entre 0 y 1, donde un valor de 1 indica que no hay sesgo presente, lo que refleja una evaluación equilibrada y constante en el tiempo de las recompensas futuras. A medida que los valores se acercan a 0, significan un sesgo presente cada vez más fuerte, lo que indica una mayor preferencia por recompensas inmediatas.

Por ejemplo, si se le da a elegir entre 50 dólares hoy o 100 dentro de un año, una persona con un sesgo presente alto (más cercano a 0) preferirá los 50 dólares inmediatamente en lugar de esperar por la suma mayor.

Factor de descuento (𝛿):

Este parámetro describe la tasa a la que el valor de las recompensas futuras disminuye a medida que aumenta el tiempo hasta su realización, lo que explica la disminución natural de su valor percibido con el retraso. El factor de descuento se cuantifica con mayor precisión en intervalos más largos de varios años. Al evaluar dos opciones a corto plazo (menos de un año), este factor muestra una variabilidad considerable, ya que las circunstancias inmediatas pueden influir desproporcionadamente en la percepción.

Para poblaciones generalizadas, los estudios muestran que la tasa de descuento suele rondar el 0,9. Sin embargo, este valor suele ser sustancialmente menor entre los grupos con tendencias al juego. Las investigaciones indican que los jugadores habituales suelen presentar un factor de descuento medio ligeramente inferior a 0,8, mientras que los jugadores problemáticos tienden a tener un factor de descuento más cercano a 0,5. 

Usando los términos anteriores, podemos expresar la utilidad U de recibir una recompensa x en el momento t mediante la siguiente fórmula:

U(t) = tU(x)

Este modelo captura cómo varía el valor de las recompensas dependiendo de su momento: las recompensas inmediatas se evalúan con plena utilidad, mientras que las recompensas futuras se ajustan a la baja en valor, teniendo en cuenta tanto el sesgo presente como la caída exponencial.

El experimento

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 diseñadas para evaluar su preferencia por el pago inmediato frente a recibir algún valor futuro.

Este enfoque nos ayudó a determinar valores representativos tanto para ꞵ como para 𝛿. Nuestros hallazgos revelaron que la muestra representativa de usuarios de criptomonedas muestra un sesgo presente justo por encima de 0,4 y un factor de descuento notablemente bajo.

El estudio reveló un sesgo actual superior al promedio y un factor de descuento bajo entre los usuarios de criptomonedas, lo que sugiere una tendencia hacia la impaciencia y una preferencia por la gratificación inmediata sobre las ganancias futuras.

Esto se puede atribuir a varios factores interconectados dentro del panorama criptográfico:

  • Comportamiento cíclico del mercado: el mercado de criptomonedas es conocido por su volatilidad y naturaleza cíclica, y los tokens a menudo experimentan rápidas fluctuaciones de valor. Esta periodicidad influye en el comportamiento de los usuarios, ya que muchos están acostumbrados a navegar a través de estos ciclos en lugar de adoptar las estrategias de inversión a largo plazo más comunes en las finanzas tradicionales. Los frecuentes altibajos pueden llevar a los usuarios a descontar los valores futuros de manera más pronunciada, temerosos de posibles caídas que podrían borrar las ganancias.

  • Estigma en torno a los tokens: la encuesta preguntó específicamente sobre los tokens y su valor futuro percibido, lo que podría haber resaltado un estigma arraigado asociado con el comercio de tokens específicos. El estigma, ligado a la naturaleza periódica y a menudo especulativa de las valoraciones de los tokens, refuerza un enfoque cauteloso hacia las inversiones a largo plazo en el criptoespacio. Además, supongamos que la encuesta hubiera medido las preferencias utilizando una moneda fiduciaria u otra forma de recompensa. En ese caso, las tasas de descuento de los usuarios de criptomonedas podrían alinearse más estrechamente con los promedios globales, lo que sugiere que la naturaleza de la recompensa podría 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, características que prevalecen en sus aplicaciones más exitosas. Esta tendencia pone de relieve que los usuarios actuales favorecen abrumadoramente las plataformas especulativas, preferencia que se refleja en los resultados de la encuesta, que muestran una fuerte inclinación hacia ganancias financieras inmediatas.

Si bien los resultados del estudio pueden diferir de las normas típicas de comportamiento humano, reflejan las características y tendencias de la base actual de usuarios de criptomonedas. Esta distinción es especialmente pertinente para proyectos que diseñan lanzamientos aéreos y distribuciones de tokens, ya que comprender estos comportamientos únicos permite una planificación más estratégica y una estructuración del sistema de recompensas.

Tomemos, por ejemplo, el enfoque de Drift, un delincuente DEX en Solana, que recientemente lanzó su token nativo, DRIFT. El equipo de Drift incluyó un mecanismo de retraso en su estrategia de distribución de tokens, ofreciendo duplicar las recompensas para los usuarios que esperan 6 horas después del lanzamiento del token para reclamar su lanzamiento aéreo. El retraso de tiempo se agregó para mitigar la congestión típicamente causada por los bots al comienzo de los lanzamientos aéreos y potencialmente ayudar a estabilizar el rendimiento del token al reducir el aumento inicial de vendedores.

De hecho, solo 7,5 mil, o el 15 % (en el momento de escribir este artículo), de los posibles reclamantes no esperaron las 6 horas para que sus recompensas se duplicaran. Según nuestra investigación presentada, con un valor de recompensa duplicado, Drift podría haberse retrasado unos meses y estadísticamente debería haber apaciguado a la mayoría de sus usuarios finales.

Manténgase actualizado con las últimas investigaciones de Pantera Research Lab siguiendo a nuestro jefe de investigación, Matt Stephenson, y a la ingeniera de investigación, Ally Zach.

-Paul Veradittakit