чи потрібна інтервенція користувачам криптовалют?

• дослідження лабораторії досліджень pantera показало, що користувачі криптовалюти проявляють високий присутній упередженість та низький коефіцієнт зниження, що вказує на сильну прагнення до негайного задоволення.
• модель квазі-гіперболічної знижки, характеризується параметрами, такими як присутній упередженість (ꞵ) та фактор знижки (𝛿), корисна для розуміння тенденції осіб віддавати перевагу негайним винагородам перед майбутніми вигодами, поведінка особливо виразна на волатильному і спекулятивному криптовалютному ринку.
• цей дослід можна застосувати для оптимізації розподілу токенів, таких як ейрдропи, які служать для винагороди ранніх користувачів, децентралізації управління та маркетингу нових продуктів.

вступ

класична історія в легендах стартапів Силіконової Долини - це рішення PayPal заплатити людям 10 доларів за використання їх продукту. Резонування було таким, що якщо ви можете платити людям за вступ, в кінцевому рахунку вартість мережі буде достатньо високою, щоб нові люди приєдналися безкоштовно, і ви зможете припинити плату. Здається, це дійсно працювало, оскільки PayPal зміг припинити плату і продовжувати зростати, таким чином розпочавши свої мережеві ефекти.

у крипто ми використовуємо і розширюємо цей підхід з аеродропами, платимо людям не тільки за приєднання, але, як правило, за використання наших продуктів протягом певного періоду.

модель квазі-гіперболічної дисконтування

airdrops have become a multifaceted tool used to reward early users, decentralize protocol governance, and, frankly, to market something new. formalizing the distribution criteria has become an art, particularly when determining who should be rewarded and the value attributed to their efforts. in this context, both the quantity of tokens distributed and the timing of their release, often through mechanisms like vesting or gradual release, play significant roles. these decisions should be grounded in systematic analysis rather than relying on guesswork, sentiment, or precedents. using a more quantitative framework ensures fairness and strategic alignment with long-term objectives.

the модель квазі-гіперболічної дисконтуваннянадає математичний фреймворк для дослідження того, як індивіди здійснюють вибір, пов'язаний з компромісами між винагородами в різний час. Його застосування особливо важливе в областях, де імпульсивність та непослідовність з часом значно впливають на прийняття рішень, такі як фінансові рішення та поведінка, пов'язана зі здоров'ям

модель залежить від двох популяційно-специфічних параметрів: присутня впертість, ꞵ, і коефіцієнт зниження, 𝛿.

представлення упередження (ꞵ):

Цей параметр вимірює тенденцію людей надавати перевагу негайним винагородам над тими, що знаходяться далі в нерівній пропорції. Він варіюється від 0 до 1, де значення 1 вказує на відсутність присутньої упередженості, відображаючи збалансовану, часово-стійку оцінку майбутніх нагород. При підході значень до 0 вони вказують на все більш сильну присутню упередженість, що свідчить про збільшену вподобання до негайних винагород.

наприклад, маючи вибір між 50 сьогодні або 100 через рік, людина з високою теперішньою упередженістю (ближче до 0) віддасть перевагу $50 негайно, аніж чекати на більшу суму.

коефіцієнт зниження (𝛿):

Цей параметр описує швидкість, з якою цінність майбутніх винагород зменшується зі збільшенням часу до їх реалізації, що пояснює природне зниження їх сприйманої цінності з запізненням. Коефіцієнт дисконтування більш точно визначається кількісно протягом більш тривалих, багаторічних інтервалів. При оцінці двох варіантів у короткостроковій перспективі (менше одного року) цей фактор демонструє значну мінливість, оскільки безпосередні обставини можуть непропорційно впливати на сприйняття.

для узагальнених населення, дослідження показують, що ставка знижки зазвичай становить близько 0,9. проте це значення часто значно нижче серед груп з піддаються азартним іграм.Дослідженнявказує на те, що звичайні греки зазвичай мають середній коефіцієнт знижки трохи менше 0,8, тоді як проблемні греки мають коефіцієнт знижки ближче до 0,5.

Використовуючи наведені вище терміни, ми можемо виразити корисність U отримання винагороди X у момент часу T за допомогою наступної формули:

u(t) = tu(x)

ця модель відображає, як змінюється вартість винагород в залежності від їх часу: негайні винагороди оцінюються повною користю, тоді як майбутні винагороди знижуються вартістю, враховуючи як теперішню упередженість, так і експоненційний розпад.

експеримент

минулого року лабораторія досліджень pantera провела дослідження для вимірювання поведінкових тенденцій користувачів криптовалют. ми опитали учасників двома простими питаннямипризначенийщоб виміряти їхні уподобання до негайного платежу проти отримання якоїсь майбутньої вартості.

Цей підхід допоміг нам встановити представницькі значення як для ꞵ, так і для 𝛿. Наші висновки показали, що представницька вибірка користувачів криптовалюти проявляє теперішню упередженість, що трохи перевищує 0,4, і помітно низький коефіцієнт зниження.

дослідження виявиловище середнього Поточна упередженість і низький коефіцієнт дисконту серед користувачів криптовалют, що свідчить про тенденцію до нетерплячості та перевагу негайного задоволення перед майбутніми прибутками.

це можна пояснити кількома взаємопов'язаними факторами у криптосфері:

• циклічна поведінка ринку: крипторинок відомий своєю волатильністю та циклічною природою, часто виявляють швидкі зміни вартості жетонів. Ця періодичність впливає на поведінку користувачів, оскільки багато з них звикли навігувати через ці цикли, а не приймати довгострокові інвестиційні стратегії, які більш поширені в традиційній фінансовій сфері. Часті коливання можуть призвести до того, що користувачі більш глибоко розцінюють майбутню вартість, будучи обережними перед можливими спадами, які можуть анулювати прибуток.
• Стигма навколо токенів: В опитуванні конкретно запитували про токени та їхню передбачувану майбутню вартість, що могло б підкреслити вкорінену стигму, пов'язану з торгівлею конкретними токенами. Стигма, пов'язана з періодичним і часто спекулятивним характером оцінок токенів, підсилює обережний підхід до довгострокових інвестицій у криптопростір. Крім того, припустимо, що в опитуванні вимірювалися вподобання за допомогою фіатної валюти або іншої форми винагороди. У цьому випадку ставки дисконтування користувачів криптовалют можуть більш точно відповідати середнім світовим показникам, що свідчить про те, що характер винагороди може суттєво вплинути на спостережувану поведінку дисконтування.
• спекулятивний характер крипто-додатків: сучасна криптосистема глибоко зароджена в спекуляціях та торгівлі, рисах, які притаманні її найуспішнішим додаткам. Ця тенденція підкреслює, що поточні користувачі переважно нахиляються до спекулятивних платформ, що відображається в результатах опитування, які свідчать про сильну тяжіння до негайних фінансових вигод.

хоча результати дослідження можуть відхилятися від типових норм поведінки людини, вони відображають характеристики та тенденції поточної користувацької бази крипто. Це розгалуження особливо важливе для проектів, які розробляють аеродроми та розподіл токенів, оскільки розуміння цих унікальних поведінкових моделей дозволяє більш стратегічне планування та структурування системи винагород.

возьмем, например, подходДрейф, перпс-декс на платформі Solana, який недавно запустив свій власний токен, drift. Команда drift включила механізм затримки в стратегію розподілу свого токена, пропонуючи подвоїти винагороди для користувачів, які зачекають 6 годин після запуску токена, щоб отримати свій аірдроп. Затримка часу була додана, щоб пом'якшити перевантаження, яке зазвичай спричиняють боти на початку аірдропів, і можливо, допомогти стабілізувати результати токена, зменшивши початковий наплив продавців.

фактично, лише 7.5т, або 15% (на момент написання), потенційних вимагачів не зачекали 6 годин, щоб подвоїти свої винагороди. на основі наших проведених досліджень, з подвоєною вартістю винагороди, дрейф міг би затриматися на кілька місяців і статистично повинен був заспокоїти більшість своїх кінцевих користувачів.

Попередження:

1. Цю статтю передруковано з [Вердикт]. всі авторські права належать оригінальному автору [пол верадиттакіт]. якщо є заперечення до цього повторного друку, будь ласка, зв'яжіться з Вивчайте Gateкоманди, і вони оперативно цим займуться.
2. відмова відповідальності: погляди та думки, висловлені в цій статті, належать виключно автору і не становлять жодної інвестиційної поради.
3. переклади статті на інші мови виконуються командою Gate.io learn. Якщо не зазначено інше, заборонено копіювання, поширення або плагіат перекладених статей.