Oleh Paul Veradittakit, Mitra di Pantera Capital
Terjemahan: xiaozou, keuangan emas
Sebuah studi oleh Pantera Research Lab menemukan bahwa pengguna kripto menunjukkan bias saat ini yang lebih tinggi dan faktor diskon yang lebih rendah, yang menunjukkan preferensi yang kuat terhadap kepuasan instan.
Model diskon kuasi-hiperbolik, yang dicirikan oleh parameter seperti bias saat ini (ꞵ) dan koefisien diskon (?), membantu memahami kecenderungan individu untuk lebih memilih keuntungan langsung daripada keuntungan di masa depan, sebuah perilaku yang terjadi dalam sifat fluktuatif dan spekulatif. kripto. Hal ini terutama terlihat di pasar.
Penelitian ini dapat diterapkan untuk mengoptimalkan distribusi token, seperti airdrop untuk memberi penghargaan kepada pengguna awal, mendesentralisasikan tata kelola, dan memasarkan produk baru.
1. Perkenalan
Kisah klasik dari startup Silicon Valley adalah keputusan Paypal untuk membayar pengguna $10 untuk menggunakan produknya. Alasannya adalah jika Anda dapat membayar orang untuk menggunakan produk tersebut, pada akhirnya ketika nilai jaringan cukup tinggi, orang baru akan bergabung secara gratis dan Anda dapat berhenti membayar. Triknya tampaknya berhasil, karena PayPal mampu terus berkembang setelah berhenti membayar, dan berhasil menyalurkan efek jaringan.
Di dunia kripto, kami telah mengadopsi dan memperluas pendekatan ini dengan airdrop, tidak hanya melibatkan orang-orang, namun sering kali membuat mereka tetap menggunakan produk kami untuk jangka waktu tertentu.
2. Model diskon kuasi-hiperbolik
Airdrops telah menjadi alat untuk memberikan penghargaan kepada pengguna awal, mendesentralisasikan tata kelola protokol, dan, sejujurnya, memasarkan produk baru. Memformalkan standar distribusi token telah menjadi sebuah seni, terutama ketika memutuskan siapa yang harus diberi penghargaan dan seberapa besar nilai yang harus diberikan kepada mereka. Dalam hal ini, jumlah token yang dialokasikan dan waktu distribusi (biasanya didistribusikan sesuai jadwal distribusi atau bertahap) memainkan peran penting. Keputusan-keputusan ini harus didasarkan pada analisis sistem, bukan dugaan, keinginan, atau preseden. Penggunaan kerangka kerja yang lebih kuantitatif memastikan keadilan dan keselarasan strategis dengan tujuan jangka panjang.
Model diskon kuasi-hiperbolik memberikan kerangka matematis untuk mengeksplorasi bagaimana individu membuat pilihan trade-off antara imbalan pada waktu yang berbeda. Penerapan model ini sangat penting dalam bidang-bidang di mana emosi impulsif dan ketidakkonsistenan akan mempengaruhi pengambilan keputusan secara signifikan dari waktu ke waktu, seperti keputusan keuangan dan perilaku yang berhubungan dengan kesehatan.
Model ini didorong oleh dua parameter khusus untuk populasi yang berbeda: bias saat ini (ꞵ) dan koefisien diskonto (?).
Bias saat ini (ꞵ):
Parameter ini mengukur kecenderungan individu untuk memprioritaskan imbalan langsung dibandingkan imbalan jangka panjang yang tidak proporsional. Nilainya berkisar antara 0 dan 1, dengan nilai 1 menunjukkan tidak adanya bias saat ini, yang mencerminkan penilaian yang konsisten terhadap keseimbangan imbalan di masa depan. Ketika nilainya semakin mendekati 0, hal ini menunjukkan semakin kuatnya bias saat ini, yang mengindikasikan tingginya preferensi terhadap imbalan langsung.
Misalnya, jika diberi pilihan antara $50 hari ini dan $100 setahun dari sekarang, seseorang dengan bias saat ini yang tinggi (nilai mendekati 0) akan memilih untuk segera mendapatkan $50 daripada menunggu untuk mendapatkan lebih banyak uang.
dan faktor diskon (?)
Parameter ini menggambarkan tingkat penurunan nilai imbalan di masa depan seiring bertambahnya waktu penebusan, yang menunjukkan bahwa nilai yang dirasakan dari imbalan di masa depan secara alami akan menurun seiring dengan penundaan. Dalam interval waktu multi-tahun yang lebih panjang, faktor diskon dapat dihitung dengan lebih akurat. Parameter ini menunjukkan variabilitas yang tinggi ketika mengevaluasi dua pilihan dalam periode waktu yang singkat (kurang dari satu tahun), karena lingkungan sekitar dapat mempengaruhi persepsi secara tidak proporsional.
Penelitian menunjukkan bahwa untuk masyarakat umum, tingkat diskonto biasanya sekitar 0,9. Namun pada kelompok dengan kecenderungan berjudi, nilai ini biasanya jauh lebih rendah. Penelitian menunjukkan bahwa penjudi biasa biasanya memiliki faktor diskon rata-rata hanya di bawah 0,8, sedangkan penjudi bermasalah cenderung memiliki faktor diskon mendekati 0,5.
Dengan menggunakan kondisi di atas, kita dapat menyatakan utilitas U dalam menerima imbalan x pada waktu t sebagai:
kamu(t) = tu(x)
Model ini menangkap bagaimana nilai imbalan berubah seiring waktu: imbalan langsung dievaluasi pada utilitas penuh, sementara nilai imbalan di masa depan disesuaikan ke bawah, dengan mempertimbangkan bias saat ini dan faktor peluruhan eksponensial.
3. Eksplorasi dan eksperimen
Tahun lalu, Pantera Research Lab melakukan penelitian untuk mengukur kecenderungan perilaku pengguna kripto. Kami mensurvei peserta dengan dua pertanyaan sederhana dan lugas yang dirancang untuk mengukur apakah mereka lebih menyukai imbalan langsung atau nilai di masa depan.
Metode ini membantu kami menentukan nilai representatif dari ꞵ dan ?. Hasil kami menunjukkan bahwa sampel perwakilan pengguna kripto menunjukkan bias saat ini sedikit di atas 0,4 dan faktor diskon yang jauh lebih rendah.
Studi tersebut mengungkapkan bahwa pengguna kripto memiliki bias saat ini di atas rata-rata dan koefisien diskon yang lebih rendah, menunjukkan bahwa mereka cenderung berperilaku impulsif dan lebih memilih kepuasan langsung daripada keuntungan di masa depan.
Hal ini dapat dikaitkan dengan beberapa faktor yang saling terkait dalam dunia mata uang kripto:
Perilaku Pasar Siklik: Pasar kripto terkenal dengan volatilitas dan siklusnya, dengan token sering kali mengalami fluktuasi nilai yang cepat. Siklus ini mempengaruhi perilaku pengguna karena banyak orang terbiasa berspekulasi selama siklus ini dibandingkan menggunakan strategi investasi jangka panjang yang lebih umum dalam keuangan tradisional. Naik turun yang sering terjadi dapat menyebabkan pengguna mendiskon nilai masa depan secara lebih signifikan, karena takut suatu hari nanti harga akan turun dan mereka mungkin kehilangan segalanya.
Karakteristik Token: Survei ini secara khusus menanyakan tentang token dan persepsi nilai masa depannya, yang mungkin menunjukkan karakteristik perdagangan token yang sudah mendarah daging. Karakteristik ini dikaitkan dengan sifat siklus dan spekulatif dari penilaian token, yang menggarisbawahi kehati-hatian mengenai investasi jangka panjang di ruang mata uang kripto. Selain itu, asumsikan survei tersebut menggunakan mata uang fiat atau bentuk imbalan lain untuk mengukur preferensi. Dalam hal ini, tingkat diskon pengguna kripto mungkin lebih dekat dengan rata-rata global, menunjukkan bahwa sifat dari imbalan itu sendiri dapat secara signifikan mempengaruhi perilaku diskon yang diamati.
Sifat Spekulatif dari Aplikasi Kripto: Ekosistem kripto saat ini berakar kuat pada spekulasi dan perdagangan, dan karakteristik ini lazim dalam penerapannya yang paling sukses. Kecenderungan ini menyoroti tingginya preferensi pengguna terhadap platform spekulatif saat ini, seperti terlihat pada hasil survei yang menunjukkan preferensi kuat terhadap keuntungan finansial dalam waktu dekat.
Meskipun hasil penelitian ini mungkin berbeda dari norma perilaku manusia pada umumnya, hasil tersebut mencerminkan karakteristik dan tren populasi pengguna kripto saat ini. Perbedaan ini berlaku terutama pada proyek yang merancang airdrop dan distribusi token, karena memahami perilaku unik ini memungkinkan perencanaan strategis dan desain struktur sistem penghargaan yang lebih baik.
Ambil contoh pendekatan Drift, pertukaran kontrak abadi terdesentralisasi di Solana, yang baru-baru ini meluncurkan token aslinya, DRIFT. Tim Drift memasukkan mekanisme penundaan waktu ke dalam strategi distribusi token mereka, menawarkan hadiah ganda kepada pengguna yang menunggu 6 jam setelah token dirilis untuk mengklaim airdrop mereka. Tujuan dari penambahan waktu tunda adalah untuk mengurangi kemacetan jaringan yang disebabkan oleh bot pada awal airdrop dan berpotensi membantu menstabilkan kinerja token dengan mengurangi lonjakan awal penjual.
Faktanya, hanya 7.500 (15% dari total penggugat airdrop pada saat artikel ini ditulis) penggugat potensial gagal menunggu 6 jam untuk menerima hadiah ganda. Berdasarkan penelitian yang kami presentasikan, jika nilai imbalannya berlipat ganda, Drift dapat tertunda beberapa bulan dan secara statistik akan memuaskan sebagian besar pengguna akhir.
