Título original: "Usuários de criptografia são comparativamente impacientes"

Autor:PAUL VERADITTAKIT

Compilado por: Deep Wave TechFlow

Os usuários de criptomoedas precisam intervir?

• Um estudo do Pantera Research Lab descobriu que os usuários de criptomoedas apresentam maior preferência atual e menores fatores de desconto, indicando uma forte preferência por gratificação instantânea.

• Caracterizado por parâmetros como o viés presente (ꞵ) e o fator de desconto (𝛿), o modelo de desconto quase hiperbólico ajuda a compreender a tendência dos indivíduos em preferir retornos imediatos a ganhos futuros, comportamento que prevalece em criptomoedas voláteis e especulativas. mercados cambiais.

• Esta pesquisa pode ser usada para otimizar a distribuição de tokens, como lançamentos aéreos para recompensar os primeiros usuários, descentralizar a governança e comercializar novos produtos.

introduzir

Uma das histórias clássicas de startups do Vale do Silício é a decisão do Paypal de pagar US$ 10 aos usuários para usar seu produto. A lógica por trás disso é que se você puder pagar às pessoas para aderirem, eventualmente o valor da rede será alto o suficiente para que novas pessoas se inscrevam gratuitamente e você possa parar de pagar. Isto pareceu funcionar, uma vez que o PayPal conseguiu parar de pagar e continuar a crescer, canalizando assim os efeitos de rede.

No espaço das criptomoedas, adotamos e expandimos essa abordagem, não apenas pagando às pessoas para aderirem por meio de lançamentos aéreos, mas muitas vezes exigindo que elas usassem nosso produto por um período de tempo.

Modelo de desconto quase hiperbólico

Os Airdrops tornaram-se uma ferramenta multifacetada usada para recompensar os primeiros usuários, descentralizar a governança do protocolo e promover novos produtos. Especialmente quando se trata de determinar quem merece uma recompensa e o valor dos seus esforços, o desenvolvimento de critérios de atribuição tornou-se uma forma de arte. Neste contexto, a quantidade e o momento da distribuição de tokens (normalmente através de mecanismos como períodos de aquisição de direitos ou libertações graduais) desempenham um papel importante. Estas decisões devem basear-se na análise de sistemas, em vez de depender de suposições, emoções ou precedentes. A utilização de um quadro mais quantitativo pode garantir a justiça e o alinhamento estratégico com os objetivos de longo prazo.

O modelo de desconto quase hiperbólico fornece uma estrutura matemática para explorar as escolhas dos indivíduos ao fazerem compensações de recompensas entre diferentes pontos no tempo. A sua aplicação é particularmente relevante em áreas onde a impulsividade e a inconsistência temporal afetam significativamente a tomada de decisões, como decisões financeiras e comportamentos relacionados com a saúde.

O modelo é orientado por dois parâmetros específicos: preferência atual (ꞵ) e fator de desconto (𝛿).

Preferência atual (ꞵ):

Este parâmetro mede a tendência de um indivíduo de priorizar recompensas imediatas em detrimento de recompensas distantes. Seu valor varia entre 0 e 1, onde 1 indica nenhuma preferência atual e reflete uma avaliação equilibrada e consistente no tempo das recompensas futuras. Quanto mais próximo o valor estiver de 0, mais forte será a preferência atual, indicando uma alta preferência por recompensas imediatas.

Por exemplo, ao escolher entre receber 50 dólares hoje ou 100 dólares num ano, uma pessoa com uma preferência atual elevada (próxima de 0) preferiria receber 50 dólares imediatamente em vez de esperar por uma quantia maior.

Fator de desconto (𝛿):

Este parâmetro descreve a taxa à qual o valor das recompensas futuras diminui à medida que o tempo até à realização aumenta, tendo em conta o seu declínio natural no valor percebido com o atraso. O fator de desconto é quantificado com mais precisão em intervalos mais longos e plurianuais. Este factor apresenta uma variabilidade considerável quando se avaliam duas opções a curto prazo (menos de um ano), uma vez que as circunstâncias imediatas podem afectar desproporcionalmente as percepções.

Para a população em geral, a pesquisa mostra que a taxa de desconto normalmente fica em torno de 0,9. No entanto, entre grupos com maior tendência para jogar, este valor é normalmente significativamente inferior. A pesquisa mostra que os jogadores habituais têm um fator de desconto médio ligeiramente inferior a 0,8, enquanto os jogadores problemáticos têm um fator de desconto próximo de 0,5.

Usando os termos acima, podemos expressar a utilidade U de receber a recompensa x no momento t por:

Você(t) = tU(x) Você(t) = tU(x)

O modelo captura como o valor da recompensa muda ao longo do tempo: as recompensas imediatas são avaliadas com plena utilidade, enquanto as recompensas futuras são ajustadas com base nas preferências atuais e na decadência exponencial.

experimentar

No ano passado, o Pantera Research Lab conduziu um estudo quantificando as tendências comportamentais dos usuários de criptomoedas. Entrevistamos os participantes com duas perguntas simples destinadas a avaliar sua preferência por pagamento imediato versus valor futuro.

Esta abordagem ajudou-nos a identificar valores representativos de ꞵ e 𝛿. Nossa pesquisa descobriu que uma amostra representativa de usuários de criptomoedas exibe uma preferência atual ligeiramente acima de 0,4 e um fator de desconto significativamente menor.

A pesquisa revela que os usuários de criptomoedas têm preferências atuais acima da média e baixos fatores de desconto, sugerindo que eles tendem a ser impacientes e preferem a gratificação imediata a ganhos futuros.

Isto pode ser atribuído a vários fatores inter-relacionados no ambiente das criptomoedas:

• Comportamento cíclico do mercado: Os mercados de criptomoedas são conhecidos pela sua volatilidade e ciclicidade, com os tokens frequentemente experimentando rápidas flutuações de valor. Esta ciclicidade afecta o comportamento dos utilizadores porque muitas pessoas estão habituadas a navegar nestes ciclos em vez de empregar estratégias de investimento de longo prazo, mais comuns nas finanças tradicionais. Altos e baixos frequentes podem levar os usuários a descontar o valor futuro de forma mais acentuada, temendo que quedas potenciais possam acabar com os lucros.

• Estigma dos tokens: A pesquisa perguntou especificamente sobre os tokens e seu valor futuro percebido, o que pode destacar o estigma profundo associado à negociação de tokens. O estigma associado às avaliações simbólicas cíclicas e especulativas reforça a cautela sobre o investimento a longo prazo. Além disso, se o inquérito tivesse medido a moeda fiduciária ou outras formas de recompensas, os resultados poderiam ter sido mais consistentes com as médias globais, sugerindo que a natureza das recompensas pode influenciar significativamente o comportamento de desconto observado.

• Natureza especulativa das aplicações de criptomoedas: O atual ecossistema de criptomoedas está profundamente enraizado na especulação e no comércio, e essas características são particularmente prevalentes em suas aplicações mais bem-sucedidas. Esta tendência indica uma preferência esmagadora entre os utilizadores actuais por plataformas especulativas, uma preferência reflectida nos resultados do inquérito que mostram uma forte preferência por ganhos financeiros imediatos.

Embora as descobertas possam diferir das normas comportamentais humanas típicas, elas refletem as características e tendências da atual população de usuários de criptomoedas. Esta distinção é particularmente importante para projetos que concebem lançamentos aéreos e distribuições de tokens, uma vez que a compreensão destes comportamentos únicos permite um planeamento mais estratégico e estruturas de sistemas de recompensa.

Por exemplo, DEX DEX, um contrato perpétuo em Solana, lançou recentemente seu token nativo DRIFT. A equipe do Drift incluiu um mecanismo de atraso em sua estratégia de distribuição de tokens, oferecendo recompensas em dobro aos usuários que esperarem 6 horas após o token ser liberado para receber o lançamento aéreo. O atraso tem como objetivo aliviar o congestionamento normalmente causado por bots nos estágios iniciais de um lançamento aéreo e ajudar a estabilizar o desempenho do token, reduzindo o aumento inicial de vendedores.

Na verdade, apenas 7,5 mil ou 15% (no momento em que este artigo foi escrito) dos potenciais reclamantes não esperaram 6 horas para reivindicar suas recompensas em dobro. Com base em nossas descobertas, o Drift pode atrasar alguns meses e, estatisticamente, deve atender às necessidades da maioria dos usuários finais.