Autor: Stanford Blockchain Club
Compilado por: Peisen, BlockBeats
Nota do editor: Este artigo usa a rede Base como exemplo para aprofundar como o lançamento da moeda meme BRETT no início de 2024 desencadeou um evento de mercado significativo, levando a mudanças no comportamento do usuário e nos padrões de transação. Através da análise da oferta e da procura, a investigação revela a interacção subtil entre o aumento das taxas do gás e a actividade de transacção, demonstrando o profundo impacto deste evento catalisador nos utilizadores da rede.
Este artigo não só quantifica o impacto do evento BRETT no comportamento comercial através de um modelo de regressão, mas também explora como este choque externo amplifica a sensibilidade dos utilizadores aos custos de transação, levando a uma queda acentuada na procura. Este fenómeno reflete a vulnerabilidade das redes blockchain face a eventos inesperados e a sua natureza em rápida mudança.
introdução
Para a maioria das pessoas, as interrupções inesperadas nas cadeias de abastecimento trazem poucos benefícios. Para os investigadores, no entanto, estas perturbações proporcionam oportunidades valiosas para compreender a dinâmica do mercado que, de outra forma, seria difícil de desembaraçar. Por exemplo, uma vez que o preço e a quantidade são manifestações directas da oferta e da procura, é difícil determinar se a oferta, a procura ou ambas afectam o mercado. Isto leva ao velho ditado: “Não raciocine apenas com base nas alterações de preços. Mas quando um destes factores muda subitamente de uma forma previsível, por vezes é possível tirar conclusões a partir dele”.
Por exemplo, um estudo do NBER utiliza choques de oferta induzidos pela COVID-19 para compreender a dinâmica da procura, mostrando como tais choques externos repentinos podem ser uma força redistributiva significativa que afecta o emprego e as vendas na economia dos EUA. Ao analisar mudanças de comportamento durante eventos raros de mercado, os investigadores são capazes de transformar crises em oportunidades para insights económicos profundos.
As redes Blockchain operam com limitações de capacidade inerentes semelhantes às de uma linha de produção. Cada bloco possui uma capacidade fixa de dados de transação, portanto o espaço se torna um recurso escasso. À medida que a demanda por transações aumenta, a competição por espaço de bloco aumenta, levando potencialmente ao congestionamento da rede.
Em março deste ano, a Ethereum implementou a proposta EIP-4844, que visava aumentar a capacidade da rede e reduzir os custos de transação da camada 2, permitindo que redes como Arbitrum e Optimism desfrutassem de reduções significativas nas taxas de gás. No entanto, pouco depois da implementação da proposta, os preços do gás na rede Base dispararam, ultrapassando os níveis anteriores ao EIP-4844.
A Base viu um aumento significativo na atividade dos usuários durante este período, impulsionado principalmente pela atividade de negociação DeFi. Este aumento é especialmente inesperado dado que o ecossistema da Base sempre foi orientado para aplicações orientadas para o consumidor. Originalmente incubada pela equipe da Coinbase, a Base se beneficiou de extensos esforços de marketing e branding para construir uma cadeia que incentiva criadores, desenvolvedores e a participação da comunidade. Como resultado, o ecossistema consiste principalmente em aplicativos de consumo, sendo os de maior sucesso, como Friend.tech, voltados para o consumidor.
A reversão na atividade dos usuários da Base, bem como o aumento repentino no volume de transações, pode ser atribuída a um choque de oferta desencadeado por um evento externo inesperado, que afetou a cadeia de abastecimento do sistema. Tais choques podem alterar significativamente a disponibilidade e os custos, alterando fundamentalmente o comportamento dos utilizadores e a dinâmica da rede.
Caça ao Catalisador
Para constituir um verdadeiro choque de oferta, o evento deve ser exógeno, inesperado e suficientemente poderoso para perturbar a dinâmica estabelecida do mercado.
Uma das mudanças mais significativas após a implementação da proposta EIP-4844 foi o aumento repentino no volume de negociação de exchanges descentralizadas (DEX), que se expandiu além das stablecoins típicas e ETH para novas categorias de tokens. Anteriormente, a negociação na rede Base concentrava-se principalmente nessas categorias, com moedas meme representando, em média, menos de 15% de todo o volume semanal de negociação DEX.
Historicamente, a moda das moedas meme tem sido frequentemente desencadeada por um token “beacon” que atrai um interesse significativo do mercado e estabelece novos padrões de negociação. Este fenômeno é provavelmente impulsionado por fatores como cascatas de informações. Em plataformas como o Crypto Twitter, as histórias de negociação bem-sucedidas são amplificadas, enquanto os casos de fracasso são frequentemente ignorados, levando a uma percepção distorcida de ganhos potenciais. Quando os traders observam e imitam o comportamento dos outros, presumindo que possuem informações valiosas, é criado um ciclo de auto-reforço. Isso pode aumentar rapidamente o preço das moedas meme e muitas vezes levar a oscilações violentas no mercado.
Por exemplo, em Solana, no final de 2023, a capitalização de mercado do token dogwifhat (WIF) disparou de menos de US$ 1 milhão para bilhões de dólares em questão de meses. O sucesso do WIF desencadeou uma mania de moedas meme em Solana, com o aumento da emissão de moedas meme e o desenvolvimento da infraestrutura de moedas meme.
Embora as moedas meme existam desde o lançamento da rede Base, até março deste ano, nenhuma moeda meme atraiu a atenção generalizada do mercado. O lançamento inicial da rede principal Base foi impulsionado por um frenesi de negociação de moedas meme. Milhares de usuários migraram para a Base para negociar moedas meme antes do lançamento oficial da rede. À medida que novos aplicativos são lançados, a atividade de negociação desses tokens diminui gradualmente. Inspirado no personagem do popular livro com tema Pepe, o token BRETT foi lançado no final de fevereiro até o início de março e rapidamente ganhou destaque na Base, com sua capitalização de mercado atingindo US$ 350 milhões antes da enorme atividade de negociação de memes. A sua ascensão meteórica não só a separou das tendências típicas do mercado, como também provocou um frenesim comercial mais amplo em toda a rede.
O sucesso inicial do token BRETT atraiu comerciantes especulativos através de um potencial efeito imitador, atraindo um novo grupo de usuários mais focados na negociação de memes do que em aplicativos participantes da rede. Embora este grupo tenha um foco mais restrito, vale a pena explorar os efeitos em cascata dessa mania de memes na base de usuários existente do ecossistema Base, particularmente como seu comportamento típico mudou como resultado do incidente. Embora os dados superficiais por si só não possam confirmar que o congestionamento observado foi causado diretamente pelo evento do token BRETT, isto levou-nos a realizar uma análise mais detalhada para avaliar com precisão o seu impacto direto no comportamento e na procura do utilizador.
projeto experimental
O principal objetivo deste experimento é analisar a dinâmica de oferta e demanda na rede Base, com foco na interação entre as taxas de gás (oferta) e a atividade de transação (demanda) antes, durante e depois do evento BRETT. Uma parte fundamental desta análise é isolar o impacto do lançamento do BRETT do comportamento geral do mercado.
Para obter uma visão clara da dinâmica do mercado, excluiremos a atividade comercial diretamente relacionada ao token BRETT. Nossa análise se concentrará em endereços que já estavam ativos antes do token entrar em operação no final de fevereiro, o que nos permitirá avaliar uma base contínua de usuários que não é afetada pelo interesse especulativo no novo token. Essa abordagem garante que nosso estudo do comportamento mais amplo do usuário na rede Base seja imparcial e não seja afetado desproporcionalmente por aqueles focados principalmente no BRETT.
Projeto do modelo
Neste estudo, usamos um modelo de regressão com uma variável binária central para analisar o impacto da entrada do BRETT online. As variáveis do modelo e suas funções foram escolhidas para refletir os efeitos sutis deste evento de mercado.
O modelo é definido da seguinte forma:
em:
Uso Médio de Gás (Q): Uso médio de gás ao longo do tempo, um indicador-chave da complexidade da transação e da carga da rede.
Indicador de impacto (D): Uma variável binária que indica se ocorreu um evento de token BRETT (0 antes da listagem, 1 após a listagem).
Custo do Gás (P): Preço do gás no momento, em gwei.
Termo de interação (DP): utilizado para captar o efeito interativo entre os choques BRETT e os preços do gás.
Contagem de transações (T): representa o número de transações por vez, usado para entender como as mudanças no volume de transações afetam o congestionamento da rede e o uso de gás.
É importante notar que este modelo é relativamente simples na sua forma actual e é utilizado principalmente para revelar alterações na procura associadas a este catalisador específico. O modelo não tem em conta a endogeneidade que pode surgir das condições de base ou de outras tendências subjacentes, que podem obscurecer a verdadeira causalidade e a elasticidade da procura antes de um evento ocorrer. Por exemplo, podem existir variáveis omitidas e podem existir relações causais simultâneas entre a utilização do gás e as taxas, o que, juntamente com outros ruídos, pode afetar a precisão das nossas estimativas iniciais.
No entanto, o modelo permite-nos determinar se os choques BRETT conduzem a mudanças significativas no comportamento comercial na rede Base que são independentes da atividade comercial direta BRETT.
Resultados da regressão
Através da análise hora a hora da base de usuários não relacionados ao BRETT, desde o início de janeiro até o final de maio de 2024, podemos tirar as seguintes conclusões sobre o lançamento do token BRETT e seu primeiro aumento:
Após o lançamento do token BRETT, os usuários mostraram uma mudança comportamental significativa diante do aumento dos preços do gás. O modelo de regressão mostra um termo de interação negativo significativo (₃ = −0,333), o que indica que o aumento nas taxas do gás depois que o token fica online provavelmente inibirá o comportamento comercial dos usuários.
Especificamente, o termo de interação mostra que para cada aumento de desvio padrão no preço do gás (Δ = 1,2 × 10⁵ gwei) após o evento meme, o uso de gás (Δ) diminuirá em 41.200 gwei, equivalente a 79% do desvio padrão horário típico . Por outras palavras, o modelo prevê que a procura diminuirá em aproximadamente 0,79 desvios padrão por cada aumento de um desvio padrão nos preços do gás durante eventos de elevado congestionamento.
No geral, a introdução do “beacon” da moeda meme BRETT teve um efeito cascata negativo na base inicial de usuários do Base. O congestionamento induzido pelo catalisador exacerba a sensibilidade deste grupo ao aumento dos preços do gás, tornando-os mais resistentes aos custos de transacção – mesmo que esses custos estejam próximos dos níveis pré-EIP-4844.
Ampliar
O impacto do BRETT na Base demonstra vulnerabilidades mais amplas no ecossistema criptográfico e no comportamento adaptativo dos usuários. O incidente destaca como os tokens emergentes, especialmente eventos inesperados, podem impactar significativamente as métricas de negociação, o comportamento do usuário e a estabilidade da rede, refletindo a rapidez das mudanças dinâmicas dentro da estrutura operacional do blockchain.
O incidente realça a delicada relação entre a oferta (neste caso, tarifas de rede) e a procura dos utilizadores, que não é uma relação linear simples. A procura pode mudar repentinamente, como o evento BRETT, ou evoluir gradualmente à medida que o ecossistema amadurece. Estas mudanças realçam a complexa interação entre os ajustes da rede e as respostas dos utilizadores, que nem sempre são previsíveis e podem variar amplamente em resposta a choques externos ou a atualizações previstas da rede.
No futuro, a compreensão destas dinâmicas fundamentais tornar-se-á crítica à medida que ocorrerem mais eventos exógenos ou escaladas conhecidas. Identificar padrões de usuários e reações potenciais a mudanças dentro do ecossistema pode ajudar a prever dinâmicas e reações de usuários mais realistas.