Расшифровка сетевых эффектов криптоактивов

0

Очередная статья от Data Always о сетевых эффектах. Для лучшего понимания терминологии предлагаем ознакомиться с двумя ранее опубликованными работами автора: «Сетевые эффекты: Биткойн» и «Сетевые эффекты: Эфириум«.

В последние двадцать лет наблюдался рост и трансформация p2p-сетей в одни из самых ценных компаний в мире, а затем прилив венчурных капиталистов из Кремниевой долины, пытающихся найти следующего единорога распределённой сети. В этом центре столпотворения денег теряются фундаментальные ценностные предложения для перспективных компаний и криптоактивов: реальные движущие силы роста стоимости были отброшены и заменены рамками, основанными на законе Меткалфа. Результатом являются несвязанные ожидания будущей ценности и искажённые прогнозы относительных цен между (крипто) активами.

Это касается не только венчурных компаний, одни и те же концепции сетевых эффектов неправильно применяются практически всеми в этой области: макрофондами, инвестиционными банками, независимыми исследователями и розничными инвесторами.

Зак Пандл и Изабелла Розенберг из Goldman Sachs Global Investment Research написали отчёт [1] в середине 2021 года, который был близок, но не дотянул до понимания недостатка в основном моделировании сетевых эффектов. В отчёте были проанализированы оценки криптовалют и размеры сети, чтобы определить, что ценность криптовалют, как правило, увеличивалась более чем 1:1 по сравнению с показателями размера сети, но меньше, чем предсказывал закон Меткалфа.

Методология, используемая Пандлом и Розенбергом, заключалась в регрессии различных метрик (активные адреса, ненулевые балансы и т.д.) для некоторых крупных криптовалют по сравнению с оценками сетей, а затем в расчёте среднего значения каждого отношения, так называемого коэффициента Меткалфа, чтобы попытаться найти оптимальный паттерн масштабирования криптовалют с увеличением числа пользователей.

Фундаментальный недостаток их анализа заключается в том, что не все (даже не большинство) криптовалют получают свою ценность через межпользовательские, или так называемые одноранговые, соединения.

Эта статья основана на моём анализе сетевых эффектов для биткойна и эфириума, которые я бы назвал необходимыми к прочтению для получения максимальной отдачи от текущего анализа. Однако, чтобы сэкономить большинству из вас 20 минут чтения, я ещё раз коротко расскажу о необходимых основах.

Краткий обзор

В этом анализе нас в основном интересуют два типа сетей: центральный узел (закон Сарноффа) и распределённый узел (закон Меткалфа) [2]. Эти два типа сетей генерируют свою ценность по-разному: сети с центральным узлом полагаются на один или небольшую группу основных узлов, от которых получают ценность другие второстепенные узлы, в то время как сети с распределёнными узлами генерируют свою ценность за счёт взаимодействия между всеми узлами.

Источник: Изменено из NFX: The Network Effects Bible

Примером разницы между этими типами сетей может служить сравнение стриминговых сайтов Netflix и YouTube.

  • Netflix является поставщиком контента; пользователи не взаимодействуют друг с другом. Их (Сарноффа) модель доходов проста:
    • Доход = цена подписчика × количество подписчиков
  • YouTube — это платформа, на которой пользователи предоставляют контент для других пользователей; каждый новый пользователь создает потенциальную ссылку на каждого другого пользователя. Чтобы смоделировать доход p2p-сети, подобной этой, мы смотрим на количество возможных соединений и среднее значение каждого соединения. Конечным результатом является следующая модель дохода (Меткалф):
    • Доход = стоимость соединения x количество соединений; однако количество соединений масштабируется с квадратом числа пользователей, поэтому модель сводится к следующему:
    • Доход = стоимость соединения х количество пользователей^2

Силиконовая долина хотела бы, чтобы вы поверили, что эффекты распределённой сети, обусловленные законом Меткалфа, сильнее, но эта позиция основывается на том, что сеть достигает критической массы и ценность связи распределённого узла с распределённым узлом генерирует достаточную ценность.

Сети Меткалфа чрезвычайно трудно довести до критической массы, потому что до тех пор, пока не наберётся достаточное количество пользователей, опыт первых пользователей будет сокращён. Во многих случаях лучше построить сеть с центральным узлом, чем потерпеть неудачу в создании сети с распределённым узлом — или построить сеть с центральным узлом, а затем медленно перевести её в сеть с распределённым узлом.

Цель этой статьи — легко визуально классифицировать криптоактивы в сети типа Сарноффа или Меткалфа. Пугающие термины, однако анализ может быть трансформирован в невероятно простое упражнение.

Единственное требование — знать безболезненный математический трюк: если вместо обычного сопоставления активных пользователей с сетевым значением мы логарифмически масштабируем как ось x, так и ось y, результирующий наклон линии будет определяться исключительно степенью полинома.

Простым языком: кривые роста всех сетей типа Меткалфа (распределённых узлов) будут иметь одинаковый наклон, а рост всех сетей типа Сарноффа (центрального узла) будет иметь наклон вдвое меньший, чем у сетей типа Меткалфа. Это видно на рисунке ниже.

Теоретическое масштабирование сетевого эффекта

Развивая эту концепцию, мы можем создавать пользовательские линии сетки по путям типа Сарноффа и Меткалфа. Это позволит при простом визуальном осмотре быстро классифицировать криптоактивы по тому, как свободный рынок рассматривает их ценностные предложения.

Оставьте ответ

Ваш электронный адрес не будет опубликован.