Введение

Для большинства людей неожиданные нарушения в цепочках поставок имеют мало положительных моментов. Однако для исследователей эти нарушения представляют ценные возможности для понимания рыночной динамики, которую иначе сложно разобрать. Например, поскольку цены и количество являются наблюдаемыми результатами спроса и предложения, трудно понять, какое влияние оказывает спрос, предложение или оба фактора. Отсюда возникает старая поговорка «не рассуждайте по изменению цены». Но когда один из этих факторов внезапно изменяется предсказуемым образом, иногда можно.

Например, учиться Из NBER использует шок предложения COVID-19 для понимания динамики спроса, показывая, как такие внезапные внешние потрясения могут служить значительными силами перераспределения, влияющими на рабочие места и продажи в экономике США. Анализируя изменения поведения во время редких рыночных событий, исследователи могут превратить кризисы в возможности для более глубокого экономического понимания.

Сети блокчейн работают с врожденными ограничениями мощности, аналогичными производственным линиям. У каждого блока есть фиксированная ёмкость для транзакционных данных, что делает пространство ограниченным ресурсом. По мере увеличения спроса на транзакции конкуренция за место в блоке усиливается, что приводит к потенциальной сетевой перегрузке.

В марте была внедрена EIP-4844 с целью увеличить сетевую мощность и снизить транзакционные издержки для Layer-2 Ethereum, что принесло выгоду сетям, таким как Arbitrum и Optimism, в виде значительного снижения цен на газ [1]. Однако вскоре после этого внедрения Base столкнулась с всплеском цен на газ, превысившим предыдущие уровни, наблюдавшиеся до внедрения EIP-4844.

В течение этого периода заметно увеличилась активность пользователей на Base, преимущественно благодаря торговым операциям DeFi. Этот всплеск был особенно неожиданным, учитывая, что экосистема Base выращивалась для поддержки потребительских приложений. Изначально инкубированный командой Coinbase, Base получил выгоду от обширных маркетинговых и брендовых усилий, направленных на создание цепочки, которая поощряет создателей, строителей и вовлечение сообщества. В результате экосистема в основном состоит из приложений для потребителей, а наиболее успешные приложения, такие как Friend.tech, ориентированы на потребителей.

Резкий оборот в активности пользователей и внезапный всплеск торговли на Base, возможно, могут быть обусловлены шоком предложения, вызванным неожиданным внешним событием, которое повлияло на цепочку поставок системы. Такие шоки могут значительно изменить доступность и стоимость, фундаментально изменяя поведение пользователей и динамику сети.

Поиск катализатора

Чтобы квалифицироваться как подлинный шок предложения, событие должно быть экзогенным, неожиданным и достаточно сильным, чтобы нарушить установленную динамику рынка.

После внедрения EIP-4844 одним из самых значительных изменений стал резкий рост торговли на децентрализованных биржах (DEX), которая расширилась за пределы типичных стейблкоинов и ETH, охватив новые токены. Ранее торговля на Base в основном концентрировалась на этих категориях, а мем-токены составляли менее 15% от средненедельного торгового объема на всех DEX.

Исторически, сезоны мемкоинов часто запускаются «сигнальным» токеном, который привлекает значительный интерес рынка и устанавливает новые торговые показатели. Это явление, скорее всего, обусловлено факторами, такими как информационные каскады [2]. На платформах, таких как Crypto Twitter, успешные торговые истории усиливаются, в то время как неудачи часто игнорируются, что приводит к искаженному восприятию потенциальных выгод. Поскольку трейдеры наблюдают и имитируют действия других, предполагая, что у них есть ценные идеи, создается самоусиливающаяся петля. Это стремительно поднимает цены на мемкоины и часто приводит к значительной рыночной волатильности.

Например, в конце 2023 года на платформе Solana токен dogwifhat (WIF) поднялся с рыночной капитализацией менее 1 миллиона долларов до миллиардов за несколько месяцев [3]. Успех WIF вдохновил манию по мемкоинам на платформе Solana, сопровождающуюся ростом запусков мем-токенов и развитием инфраструктуры мемкоинов [4].

Хотя мемкоины существуют на базе с момента ее запуска, ни один из них не завоевал рыночного внимания до марта этого года. Начальный запуск основной сети Base был подогрет торговым безумием на мемкоины [5]. Перед официальным запуском сети тысячи пользователей перешли на Base, чтобы торговать мем-монетами. Активность по этим токенам снизилась по мере запуска новых приложений. Вдохновленный персонажем из популярной книги с Пепе, токен BRETT был запущен в конце февраля - начале марта и быстро произвел фурор на Base, достигнув рыночной капитализации в 350 миллионов долларов задолго до начала значительной торговли мемами [5]. Его стремительный рост не только отличал его от типичных рыночных тенденций, но и разжег более широкое торговое безумие по всей сети.

Первоначальный успех токена BRETT привлек спекулятивных трейдеров через потенциальные миметические эффекты, привлекая новую группу пользователей, более заинтересованных в мем-торговле, чем во взаимодействии с приложениями сети. Хотя фокус этой группы остался узким, ценно исследовать реакцию существующей базы пользователей экосистемы Base на эту мем-лихорадку, особенно то, как их типичное поведение изменилось в ответ на это событие. Тем не менее, хотя поверхностные данные самостоятельно не могут подтвердить, что наблюдаемая конгестия прямо результат события с токеном BRETT, это побуждает нас провести более подробный анализ для точной оценки прямых влияний на поведение пользователей и спрос.

Эксперимент:

Основная цель предлагаемого эксперимента - проанализировать динамику предложения и спроса на Base, сфокусировавшись на том, как взаимодействуют комиссии за газ (предложение) и активность транзакций (спрос) перед, во время и после события BRETT. Критическим аспектом этого анализа является выделение влияния запуска BRETT на общее поведение рынка.

Для того чтобы получить ясное представление о динамике рынка, мы исключим торговую активность, непосредственно связанную с токеном BRETT. Наш анализ будет сосредоточен на адресах, которые были активны до запуска токена в конце февраля, что позволит нам оценить постоянную пользовательскую базу, не затронутую спекулятивным интересом, который часто вызывают новые токены. Такой подход гарантирует, что наше изучение широкого пользовательского поведения на Base остаётся неискаженным, не слишком сильно подверженным влиянию тех, кто в первую очередь заинтересован в BRETT.

Модель:

В этом исследовании мы используем регрессионную модель с основной бинарной переменной для анализа влияния запуска BRETT. Выбор переменных и их функции в модели выбраны таким образом, чтобы отразить тонкие эффекты этого рыночного события.

Модель определена следующим образом:

Где:

• Средний объем газа (𝑄𝑡): Представляет собой средний объем газа в момент времени 𝑡, служащий ключевым показателем сложности транзакции и нагрузки сети.
• Индикатор шока (𝐷𝑡): Бинарная переменная, указывающая, произошло ли событие токена BRETT (0, если до запуска, 1 в противном случае).
• Gas Fee (𝑃𝑡): Обозначает цену газа в гвей в момент времени 𝑡.
• Взаимодействующее слагаемое (𝐷𝑡𝑃𝑡): Отражает взаимодействие между шоком BRETT и ценами на газ.
• Количество транзакций (𝑇𝑡): Обозначает количество транзакций в момент времени 𝑡, включенное для понимания того, как изменения объема транзакций влияют на перегруженность сети и использование газа.

Важно отметить, что эту модель в ее текущей форме можно назвать относительно упрощенной, и она в первую очередь служит для предположения о сдвигах в спросе, связанных с этим конкретным катализатором. Модель не учитывает потенциальную эндогенность, исходящую из базовых условий или других базовых тенденций, которые могут затмить истинную причинно-следственную связь и эластичность спроса до события. Например, могут существовать пропущенные переменные, и между использованием газа и комиссиями может существовать одновременная причинность, а также дополнительный шум, который может подвергнуть опасности точность наших первоначальных оценок.

Однако эту модель позволяет нам определить, привел ли шок БРЕТТ к статистически значимому изменению поведения сделок на Базе, независимо от прямых торговых действий БРЕТТ.

Результаты регрессии

Просматривая не специфическую для BRETT когорту пользователей с начала января 2024 года до конца мая на часовой основе, мы можем вывести следующее, касающееся запуска и первого роста токена BRETT:

После введения токена Brett на платформе Base произошло статистически значимое изменение поведения пользователей в ответ на рост цен на газ. Регрессионная модель указывает на значительный отрицательный коэффициент взаимодействия (𝛽3=−0,333), что говорит о том, что увеличение комиссий за газ после введения токена, скорее всего, отпугнуло пользователей от совершения транзакций.

Конкретно, термин взаимодействия подразумевает, что при увеличении цен на газ на одно стандартное отклонение (Δ𝑃=1.2×105 гвей) после события-мема мы можем ожидать уменьшения использования газа, Δ𝑄, на 41.2k, что соответствует 79% от типичного часового стандартного отклонения. Другими словами, согласно модели, увеличение цен на газ на одно стандартное отклонение приводит к приблизительному уменьшению спроса на 0.79 стандартного отклонения во время события высокой загруженности.

В целом введение мемкоина-токена BEETT негативно сказалось на первоначальной пользовательской базе Base. Стимулирующая заторы задвигают эту когорту более чувствительными к росту цен на газ, заставляя их избегать затрат на транзакции, хотя эти затраты были близки к уровням, наблюдавшимся до внедрения EIP-4844.

Отдаление взгляда

Рябь эффекты BRETT на базе служат иллюстрацией более широких уязвимостей и адаптивного поведения, характерного для криптосистем. Это событие подчеркивает, как новые токены, и более конкретно неожиданные события, могут существенно влиять на показатели транзакций, поведение пользователей и стабильность сети, иллюстрируя быстроту, с которой могут развиваться динамика в операционной структуре блокчейна.

Этот инцидент подчеркивает тонкие отношения между предложением (в данном случае, сетевыми комиссиями) и спросом пользователей, которые далеки от простого линейного уравнения. Спрос может резко измениться, как это было в случае события BRETT, или эволюционировать более постепенно по мере зрелости экосистемы. Такие изменения подчеркивают сложное взаимодействие между коррекциями сети и реакцией пользователей, которые не всегда предсказуемы и могут сильно различаться в зависимости от внешних ударов или ожидаемых изменений, таких как обновления сети.

Взглянув вперед, по мере появления новых внешних событий или известных обновлений, понимание этих основных динамик становится жизненно важным. Определение шаблонов и потенциальных реакций пользователей на изменения в экосистеме может помочь в прогнозировании более подлинных динамик пользователей и их реакций.

Отказ от ответственности:

1. Эта статья перепечатана с [Stanford Обзор блокчейна], Все авторские права принадлежат оригинальному автору [Клуб блокчейна Стэнфорда]. Если есть возражения против этой перепечатки, пожалуйста, свяжитесь с Gate Learnкоманда, и они незамедлительно займутся этим.
2. Отказ от ответственности за обязательства: Мнения и взгляды, выраженные в этой статье, являются исключительно мнениями автора и не являются инвестиционным советом.
3. Переводы статьи на другие языки выполняются командой Gate Learn. Если не указано иное, копирование, распространение или плагиатирование переведенных статей запрещено.