Autor: Paul Veradittakit, partner w Pantera Capital
Tłumaczenie: xiaozou, złote finanse
Badanie przeprowadzone przez Pantera Research Lab wykazało, że użytkownicy kryptowalut wykazują wyższą stronniczość i niższe czynniki rabatowe, co wskazuje na silną preferencję dla natychmiastowej gratyfikacji.
Quasi-hiperboliczny model dyskonta, charakteryzujący się takimi parametrami, jak obecne nastawienie (ꞵ) i współczynnik dyskonta (?), pomaga zrozumieć tendencję jednostek do przedkładania natychmiastowych zysków nad przyszłe zyski, co ma charakter zmienny i spekulacyjny kryptowalut. Jest to szczególnie widoczne na rynku.
Badania te można zastosować do optymalizacji dystrybucji tokenów, np. zrzutów lotniczych w celu nagradzania pierwszych użytkowników, decentralizacji zarządzania i wprowadzania na rynek nowych produktów.
1. Przedmowa
Klasyczną historią startupów z Doliny Krzemowej jest decyzja Paypala o płaceniu użytkownikom 10 dolarów za korzystanie z jego produktu. Uzasadnieniem jest to, że jeśli możesz zapłacić ludziom za korzystanie z produktu, to ostatecznie, gdy wartość sieci będzie wystarczająco wysoka, nowe osoby dołączą za darmo i będziesz mógł przestać płacić. Sztuczka wydawała się skuteczna, ponieważ PayPal mógł nadal się rozwijać po tym, jak przestał płacić, skutecznie wykorzystując efekty sieciowe.
W przestrzeni kryptograficznej przyjęliśmy i rozszerzyliśmy to podejście o zrzuty, nie tylko angażując ludzi, ale często utrzymując ich przy użyciu naszego produktu przez pewien czas.
2. Quasi-hiperboliczny model rabatu
Airdropy stały się uniwersalnym narzędziem do nagradzania pierwszych użytkowników, decentralizacji zarządzania protokołami i, szczerze mówiąc, marketingu nowych produktów. Formalizacja standardów dystrybucji tokenów stała się sztuką, zwłaszcza przy podejmowaniu decyzji, kto powinien zostać nagrodzony i jaką wartością powinien zostać nagrodzony. W tym przypadku ważną rolę odgrywa zarówno liczba przydzielonych tokenów, jak i czas dystrybucji (zwykle dystrybuowanej według harmonogramu dystrybucji lub stopniowo). Decyzje te powinny opierać się na analizie systemów, a nie na domysłach, kaprysach czy precedensach. Stosowanie bardziej ilościowych ram zapewnia sprawiedliwość i strategiczne dostosowanie do celów długoterminowych.
Quasi-hiperboliczny model rabatów zapewnia ramy matematyczne umożliwiające zbadanie, w jaki sposób jednostki dokonują wyborów między nagrodami w różnym czasie. Zastosowanie tego modelu jest szczególnie ważne w obszarach, w których impulsywne emocje i niekonsekwencje będą z biegiem czasu znacząco wpływać na podejmowanie decyzji, takich jak decyzje finansowe i zachowania związane ze zdrowiem.
Model opiera się na dwóch parametrach specyficznych dla różnych populacji: obecnym obciążeniu (ꞵ) i współczynniku dyskontowym (?).
Obecne nastawienie (ꞵ):
Parametr ten mierzy skłonność jednostki do przedkładania natychmiastowych nagród nad nieproporcjonalne nagrody długoterminowe. Mieści się w przedziale od 0 do 1, przy czym wartość 1 wskazuje na brak obecnych odchyleń, co odzwierciedla spójną w czasie ocenę salda przyszłych nagród. W miarę jak wartość zbliża się do 0, pokazuje ona coraz silniejsze obecne odchylenie, wskazując na wysoką preferencję dla natychmiastowych nagród.
Na przykład, mając do wyboru 50 dolarów dzisiaj i 100 dolarów za rok, osoba z wysokim obecnym nastawieniem (wartość bliska 0) zdecydowałaby się na otrzymanie 50 dolarów natychmiast, zamiast czekać, aż zdobędzie więcej pieniędzy.
i współczynnik rabatowy (?)
Parametr ten opisuje tempo, w jakim wartość przyszłych nagród maleje wraz ze wzrostem czasu do wykupu, co wskazuje, że postrzegana wartość przyszłych nagród w naturalny sposób będzie spadać z opóźnieniem. W dłuższych, wieloletnich odstępach czasu współczynnik dyskonta można określić dokładniej. Parametr ten wykazuje dużą zmienność przy ocenie dwóch opcji w krótkim czasie (mniej niż rok), gdyż bezpośrednie otoczenie może nieproporcjonalnie wpłynąć na percepcję.
Badania pokazują, że w przypadku populacji ogólnej stopa dyskontowa wynosi zazwyczaj około 0,9. Jednak w grupach o skłonnościach do hazardu wartość ta jest zwykle znacznie niższa. Badania pokazują, że nałogowi gracze mają zazwyczaj średni współczynnik dyskonta nieco poniżej 0,8, podczas gdy gracze problemowi mają zwykle współczynnik dyskonta bliższy 0,5.
Korzystając z powyższych warunków, możemy wyrazić użyteczność U otrzymania nagrody x w chwili t jako:
U(t) = tU(x)
Model ten rejestruje, jak wartość nagród zmienia się w czasie: natychmiastowe nagrody są oceniane przy pełnej użyteczności, podczas gdy wartość przyszłych nagród jest korygowana w dół, biorąc pod uwagę obecne obciążenie i czynniki wykładniczego zaniku.
3. Poszukiwania i eksperymenty
W zeszłym roku Pantera Research Lab przeprowadziło badanie mające na celu ilościowe określenie tendencji behawioralnych użytkowników kryptowalut. Przeprowadziliśmy ankietę z uczestnikami, zadając dwa proste pytania mające na celu ocenę, czy wolą natychmiastowe nagrody, czy jakąś przyszłą wartość.
Ta metoda pomogła nam określić reprezentatywne wartości ꞵ i ?. Nasze wyniki pokazują, że reprezentatywna próba użytkowników kryptowalut wykazuje obecne odchylenie nieco powyżej 0,4 i znacznie niższy współczynnik rabatu.
Badanie wykazało, że użytkownicy kryptowalut mają ponadprzeciętne obecne nastawienie i niższe współczynniki dyskontowe, co sugeruje, że zachowują się impulsywnie i wolą natychmiastową satysfakcję niż przyszłe zyski.
Można to przypisać kilku wzajemnie powiązanym czynnikom w przestrzeni kryptowalut:
Cykliczne zachowanie rynku: Rynki kryptowalut są znane ze swojej zmienności i cykliczności, a tokeny często doświadczają szybkich wahań wartości. Ta cykliczność wpływa na zachowanie użytkowników, ponieważ wiele osób jest przyzwyczajonych do spekulacji podczas tych cykli, zamiast stosować długoterminowe strategie inwestycyjne, które są bardziej powszechne w tradycyjnych finansach. Częste wzloty i upadki mogą spowodować, że użytkownicy będą znacznie dyskontować przyszłą wartość w obawie, że pewnego dnia cena spadnie i mogą stracić wszystko.
Charakterystyka tokenów: W ankiecie pytano konkretnie o tokeny i ich postrzeganą przyszłą wartość, co może wskazywać na zakorzenione cechy handlu tokenami. Cecha ta jest związana z cyklicznym i spekulacyjnym charakterem wycen tokenów, co podkreśla ostrożność w zakresie długoterminowych inwestycji w przestrzeń kryptowalut. Co więcej, załóżmy, że w badaniu użyto waluty fiducjarnej lub innej formy nagrody, aby zmierzyć preferencje. W tym przypadku stopy dyskontowe użytkowników kryptowalut mogą być bliższe średniej globalnej, co sugeruje, że charakter samych nagród może znacząco wpłynąć na obserwowane zachowania dyskontowe.
Spekulacyjny charakter zastosowań kryptowalut: Dzisiejszy ekosystem kryptowalut jest głęboko zakorzeniony w spekulacjach i handlu, a te cechy są dominujące w jego najbardziej udanych zastosowaniach. Tendencja ta podkreśla obecną zdecydowaną preferencję użytkowników platform spekulacyjnych, co widać w wynikach ankiety, które wykazały silną preferencję dla natychmiastowych korzyści finansowych.
Chociaż wyniki tego badania mogą różnić się od typowych ludzkich norm behawioralnych, odzwierciedlają one cechy i trendy obecnej populacji użytkowników kryptowalut. To rozróżnienie dotyczy zwłaszcza projektów projektowania zrzutów i dystrybucji tokenów, ponieważ zrozumienie tych unikalnych zachowań pozwala na lepsze planowanie strategiczne i projektowanie struktury systemu nagród.
Weźmy na przykład podejście Drift, zdecentralizowanej giełdy kontraktów wieczystych na Solanie, która niedawno uruchomiła swój własny token natywny, DRIFT. Zespół Drift włączył mechanizm opóźnienia do swojej strategii dystrybucji tokenów, zapewniając podwójne nagrody użytkownikom, którzy czekają 6 godzin po wydaniu tokena, aby odebrać zrzut. Celem dodatkowego opóźnienia jest złagodzenie przeciążenia sieci spowodowanego przez boty na początku zrzutu i potencjalna pomoc w ustabilizowaniu wydajności tokena poprzez zmniejszenie początkowego wzrostu liczby sprzedawców.
W rzeczywistości tylko 7500 (15% wszystkich osób ubiegających się o zrzuty w chwili pisania tego tekstu) potencjalnych kandydatów nie doczekało 6 godzin na otrzymanie podwójnych nagród. Z przedstawionych przez nas badań wynika, że jeśli wartość nagrody podwoi się, Drift może opóźnić się o kilka miesięcy i statystycznie powinien zadowolić większość użytkowników końcowych.