بازار cryptocurrency پس از ماهها رشد مداوم ، از سد 100 میلیارد دلار سرمایه در بازار پیشی گرفت. با وجود اهمیت روزافزون آن در دنیای مالی ، تجزیه و تحلیل جامع از کل سیستم هنوز فاقد آن است ، زیرا بیشتر مطالعات منحصراً بر رفتار یک (بیت کوین) یا چند ارز رمزنگاری شده اند. در اینجا ، ما تاریخچه کل بازار را در نظر می گیریم و رفتار 1469 ارز رمزپایه معرفی شده بین آوریل 2013 و مه 2017 را تجزیه و تحلیل می کنیم. خواص بازار سالهاست که پایدار بوده است. این موارد شامل تعداد ارزهای رمزنگاری فعال ، توزیع سهم بازار و گردش مالی ارزهای رمزنگاری شده است. با اتخاذ یک دیدگاه زیست محیطی ، ما نشان می دهیم که به اصطلاح مدل خنثی تکامل قادر به تولید تعدادی از مشاهدات کلیدی تجربی است ، با وجود سادگی و فرض هیچ مزیت انتخابی از یک رمزنگاری بر دیگری. نتایج ما به خواص بازار رمزنگاری می پردازد و اولین پیوند رسمی بین مدل سازی زیست محیطی و مطالعه این سیستم در حال رشد ایجاد می کند. ما پیش بینی می کنیم که آنها تحقیقات بیشتری را در این جهت ایجاد کنند.
1. مقدمه
بیت کوین یک دارایی دیجیتالی است که برای کار به عنوان واسطه مبادله طراحی شده است [1،2]. کاربران می توانند نشانه های بومی ، "بیت کوین" را ارسال و دریافت کنند ، در حالی که به طور جمعی معاملات را به روشی غیرمتمرکز و شفاف تأیید می کنند. فناوری اساسی مبتنی بر یک دفترچه عمومی یا blockchain است که بین شرکت کنندگان و مکانیسم پاداش از نظر بیت کوین به عنوان انگیزه کاربران برای اجرای شبکه معامله به اشتراک گذاشته شده است. برای تأمین معاملات و کنترل ایجاد واحدهای اضافی ارز ، به رمزنگاری متکی است ، از این رو نام "cryptocurrency" [3،4].
پس از ظاهر شدن بیت کوین در سال 2009 ، تقریباً 1500 ارز رمزنگاری شده دیگر معرفی شده اند که امروزه حدود 600 مورد از آنها به طور فعال معامله می شوند. همه ارزهای رمزنگاری شده از فناوری زیربنایی blockchain و مکانیسم پاداش را به اشتراک می گذارند ، اما آنها به طور معمول در شبکه های معامله ای جدا شده زندگی می کنند. بسیاری از آنها اساساً کلون های بیت کوین هستند ، اگرچه با پارامترهای مختلفی مانند منابع مختلف ، زمان اعتبارسنجی معامله و غیره. برخی دیگر از نوآوری های مهم تر فناوری blockchain اساسی پدید آمده اند [5] (به مواد مکمل الکترونیکی ، §S3 مراجعه کنید).
ارزهای رمزپایه امروزه هم به عنوان رسانه ای مبادله برای پرداخت روزانه مورد استفاده قرار می گیرند ، دلیل اصلی معرفی بیت کوین و برای گمانه زنی ها [6،7]. کاربردهای دیگر شامل راه آهن پرداخت برای انتقال پول غیرقانونی مرزها و استفاده های مختلف غیر پولی مانند مهر زنی زمان است [2]. خود سازماندهی استفاده های مختلف هم در یک رمزنگاری منفرد و هم به عنوان عنصر تمایز بین ارزهای رمزنگاری ، بازار ارزهای رمزنگاری شده را منحصر به فرد می کند و قیمت آنها بسیار بی ثبات است [8-10].
بین 2. 9 تا 5. 8 میلیون کاربر خصوصی و همچنین نهادی به طور فعال نشانه ها را تبادل می کنند و شبکه های مختلف معامله را اجرا می کنند [5]. در ماه مه سال 2017 ، سرمایه گذاری در بازار ارزهای رمزنگاری فعال از 91 میلیارد دلار فراتر رفت [11]. بیت کوین در حال حاضر بر بازار حاکم است اما موقعیت پیشرو آن هم با نگرانی های فنی [12-16] و هم با پیشرفت های فناوری سایر ارزهای رمزنگاری شده به چالش کشیده می شود [17].
با وجود علاقه نظری و اقتصادی بازار رمزنگاری [2،4،18،19] ، با این حال ، تجزیه و تحلیل جامع از پویایی آن هنوز فاقد آن است. مطالعات موجود یا روی بیت کوین متمرکز شده است ، به عنوان مثال ، شبکه معاملات [20-24] یا رفتار و سرنوشت قیمت آن [9،25-30] یا در یک گروه محدود از ارزهای رمزپایه (به طور معمول 5 یا 10)مورد علاقه خاص [5،17،32،31]. اما حتی در این مورد ، اختلاف نظر در مورد اینکه آیا موقعیت غالب بیت کوین ممکن است در معرض خطر باشد [5] یا تسلط آینده آن به عنوان پیشرو در Cryptocurrency خارج است [31].
در اینجا ، ما اولین تجزیه و تحلیل کامل از بازار cryptocurrency را با توجه به تکامل آن بین آوریل 2013 و مه 2017 ارائه می دهیم. ما روی سهام بازار ارزهای مختلف رمزنگاری تمرکز می کنیم (نگاه کنیداز دونده های فوری. سپس ما نشان می دهیم که چندین ویژگی آماری سیستم طی چند سال گذشته پایدار بوده است ، از جمله تعداد ارزهای رمزنگاری فعال ، توزیع سهم بازار ، ثبات رتبه بندی و میزان تولد و مرگ و میر ارزهای رمزپایه جدید. ما یک دیدگاه "اکولوژیکی" در مورد سیستم ارزهای رمزنگاری اتخاذ می کنیم و توجه می کنیم که چندین توزیع مشاهده شده توسط به اصطلاح "مدل خنثی" تکامل [33،34] توصیف شده است ، که باعث کاهش سهم بازار بیت کوین نیز می شود. ما معتقدیم که یافته های ما اولین قدم به سمت درک بهتر و الگوبرداری از بازار cryptocurrency است.
2. نتایج
2. 1شرح بازار
تجزیه و تحلیل ما بر سهم بازار ارزهای رمزنگاری شده مختلف متمرکز است و بر اساس کل تاریخ بازار رمزنگاری بین 28 آوریل 2013 و 13 مه 2017 است. مجموعه داده های ما شامل 1469 ارز رمزنگاری شده است که از این تعداد حدود 600 تا آن زمان فعال بودند (نگاه کنید).
کل سرمایه گذاری در بازار C ارزهای رمزنگاری شده از اواخر سال 2015 پس از یک دوره آرامش نسبی در حال افزایش است (شکل 1). از ماه مه 2017 ، سرمایه گذاری در بازار بیش از چهار برابر ارزش آن در مقایسه با ماه مه 2016 است و رشد نمایی C ∼ Exp (λ T) را با ضریب λ = 0. 02 ± 0. 30 نشان می دهد ، جایی که T در واحدهای 15 هفته اندازه گیری می شودواد
شکل 1. تکامل سرمایه بازار. تکامل سرمایه بازار با گذشت زمان (از آوریل 2013) ، برای همه ارزهای رمزپایه (خط آبی ، الماس) و برای بیت کوین (خط قرمز ، نقاط). خط متراکم یک منحنی نمایی f (t) ∼ e λt است ، با λ = 0. 3 ، به عنوان راهنمای چشم نشان داده شده است. داده ها به طور متوسط بیش از یک پنجره 15 هفته ای است.
2. 2کاهش سهم بازار بیت کوین
بیت کوین در سال 2009 معرفی شد و پس از آن یک رمزنگاری دوم (Namecoin ؛ به مواد تکمیلی الکترونیکی ، §S1) فقط در 18 آوریل 2011 مراجعه کنید. این مزیت اولین حرکت باعث می شود که بیت کوین تا به امروز مشهورترین و غالب ترین رمزنگاری شود. با این حال ، مطالعات اخیر با تجزیه و تحلیل سهام بازار بیت کوین و سایر ارزهای رمزنگاری شده به نتیجه گیری متضاد در مورد وضعیت فعلی آن رسیده است. در حالی که گاندال و هالبوردا در مطالعه خود در سال 2016 نتیجه گرفتند که "به نظر می رسد بیت کوین حداقل در این مرحله ، به عنوان برنده روشن" پدید آمده است "[35] ، گزارش سال 2017 توسط هیلمن و راوچ خاطرنشان کردند که" بیت کوین سهم قابل توجهی در بازار را به خود اختصاص داده است. سایر ارزهای رمزپایه [5].
برای روشن شدن وضعیت، کل تحول سهم بازار بیت کوین در 4 سال گذشته را در نظر می گیریم. شکل 2 الف نشان می دهد که سهم بازار بیت کوین در سال های گذشته به طور پیوسته در حال کاهش بوده است، فراتر از نوساناتی که ممکن است این روند را به تحقیقات کوتاه مدت بپوشاند. این کاهش به خوبی با یک تناسب خطی f (t) = a + bt با ضریب زاویهای b = 0. 002±0. 035- که نشان دهنده تغییر در سهم بازار در طول t = 1 سال است، توصیف میشود. با نادیده گرفتن تأثیر اثرات غیرخطی و تغییرات بالقوه در محیط رقابت، این مدل نشان میدهد که سهم بازار بیتکوین میتواند تا سال 2025 تقریباً حدود 50 درصد در نوسان باشد. برعکس، شکل 2 ب نشان میدهد که 5 نفر اول برتر هستند (به مطالب تکمیلی الکترونیکی، § مراجعه کنید. S1) سهم قابل توجهی از بازار را به دست آورده اند و اکنون بیش از 20 درصد از بازار را به خود اختصاص داده اند.
شکل 2. تکامل سهم بازار ارزهای دیجیتال با رتبه برتر.(الف) سهم بازار بیت کوین در طول زمان نمونه برداری هفتگی (خط خاکستری) و به طور میانگین در یک پنجره متحرک 10 هفته ای (خط قرمز). خط چین یک تناسب خطی با ضریب زاویهای b =-0. 035±0. 002 (نرخ تغییر در یک سال) و ضریب تعیین R2 = 0. 63 است. ضریب همبستگی اسپیرمن ρ =-0. 8 است، که یک همبستگی منفی معنیدار را در سطح معنیداری 1 درصد نشان میدهد.(ب) کل سهم بازار 5 ارز دیجیتال برتر به استثنای بیت کوین نمونه برداری هفتگی (خط خاکستری) و میانگین در یک بازه زمانی 10 هفته ای (خط سبز). خط چین برازش خطی با ضریب زاویهای b = 0. 021±0. 002 (نرخ تغییر در یک سال) و ضریب تعیین R2 = 0. 45 است. ضریب همبستگی اسپیرمن 67/0 = ρ است که نشان دهنده همبستگی مثبت معنادار در سطح معناداری 1 درصد است.
2. 3. ثبات بازار ارزهای دیجیتال
برای توصیف بهتر پویایی ارزهای دیجیتال، اکنون بر روی ویژگی های آماری بازار تمرکز می کنیم. ما متوجه شدیم که در حالی که تکامل نسبی بیت کوین و ارزهای دیجیتال رقیب پر سر و صدا است، بسیاری از ویژگی های آماری بازار پایدار هستند.
شکل 3 a تکامل تعداد ارزهای رمزنگاری فعال را در طول زمان نشان می دهد که میانگین آن در یک پنجره 15 هفته ای است. تعداد ارزهای رمزنگاری شده فعالانه معامله شده به دلیل نرخ مشابه تولد و مرگ از پایان سال 2014 ثابت است (شکل 3 ب). میانگین نرخ تولد و مرگ ماهانه از سال 2014 به ترتیب 1. 16٪ و 1. 04٪ است که مربوط به تقریباً هفت ارز رمزنگاری شده است که هر هفته ظاهر می شوند در حالی که همین تعداد رها می شود.
شکل 3. تکامل تعداد ارزهای دیجیتال.(الف) تعداد ارزهای دیجیتالی که از آوریل 2013 تاکنون وارد بازار شده اند (خط پر شده) و تعداد ارزهای رمزنگاری شده فعالانه معامله شده (خط چین).(ب) نرخ تولد و مرگ محاسبه شده در طول زمان. نرخ تولد (به ترتیب مرگ) به عنوان کسر ارزهای دیجیتالی که در یک هفته معین وارد بازار می شوند (به ترتیب، از آن خارج می شوند) نسبت به تعداد ارزهای دیجیتال زنده در آن نقطه اندازه گیری می شود. میانگین داده ها در یک پنجره 15 هفته ای است.
جالب اینجاست که توزیع سهم بازار در طول زمان پایدار است. شکل 4 نشان می دهد که منحنی های به دست آمده با در نظر گرفتن دوره های مختلف ، قابل تشخیص نیستند. این امر قابل توجه است زیرا منحنی های گزارش شده با در نظر گرفتن داده های سالهای مختلف و همچنین داده های جمع آوری شده در دهانه های زمانی مختلف - از یک هفته تا کل تقریباً 4 سال داده بدست می آیند. توزیع به دست آمده یک دم گسترده را به خوبی توصیف می کند که توسط یک قانون قدرت P (x) ∼ x-α با نماینده α = 0. 12 ± 1. 58 (شکل 4 A) شرح داده شده است (شکل 4 A) ، که در آن ضریب تناسب با استفاده از روش تفصیلی در [36] محاسبه می شود. رابطه مورد انتظار بین توزیع احتمال و توزیع رتبه فرکانس پیش بینی می کند که دومی یک تابع قدرت P (R) ∼ R-β با نمایانگر β = 1/(α −1) است [37] ، در مورد ما β = بازده است. 1. 72 (شکل 4 b). ضریب تناسب تجربی β = 0. 23 ± 1. 93 با این پیش بینی سازگار است. این همچنین برای هر سال به صورت جداگانه تأیید شد (به مواد مکمل الکترونیکی ، §S4 مراجعه کنید).
شکل 4. خصوصیات پایدار بازار cryptocurrency.(الف) توزیع سهم بازار محاسبه شده در یک سال معین (خطوط پر از خاکستری) و در طول هفته 6-13 مه 2017 (خط ضخیم آبی). خط متراکم یک قانون قدرت p (x) ∼ x - α با نمایانگر α = 1. 5 است.(ب) توزیع فرکانس-رتبه بندی ارزهای رمزنگاری شده ، تجمع محاسبه شده در یک سال معین (خطوط پر از خاکستری) ، و در طول هفته 6-13 مه 2017 (خط ضخیم آبی). خط متراکم یک منحنی قدرت قانون P (R) ∼ R-β با نمایانگر β = 2 است.(ج) میانگین زمان (در هفته ها) یک رمزنگاری یک رتبه معین را اشغال می کند ، به طور متوسط در تمام سالها (خط آبی) و در طول سالهای معین (خطوط خاکستری ، inset) محاسبه می شود.(د) گردش مالی توزیع رتبه بندی ، به عنوان تعداد کل ارزهای رمزپایه که تاکنون رتبه بالاتر از یک رتبه معین را اشغال کرده اند. این اندازه گیری به طور متوسط در سالهای معین محاسبه می شود (خطوط پر از خاکستری). منحنی های 2013 و 2017 باید صرفاً به عنوان نشانه ای در نظر گرفته شود زیرا در کمتر از 12 ماه (به ترتیب هشت و چهار ماه) محاسبه می شوند. خط متراکم دارای ضریب زاویه ای 1 است و مطابق با موردی است که در آن رتبه بندی ارزهای رمزنگاری شده ثابت است (یعنی گردش متغیر فقط اندازه اولیه لیست برتر را ضبط می کند).
ما در ادامه ثبات بازار را با اندازه گیری میانگین زمان شغل رتبه (شکل 4 C) ، که به عنوان مقدار زمانی که یک رمزنگاری رمزنگاری می کند ، قبل از تغییر آن ، در یک رتبه معین صرف می کند ، بررسی می کنیم. ما می دانیم که زمان صرف شده در یک مقام برتر با رتبه سریع پوسیده می شود ، در حالی که برای موقعیت های پایین رتبه چنین زمانی به یک هفته نزدیک می شود. باز هم ، این رفتار در طول سالها پایدار است (شکل 4 c ، inset). ما همچنین مشخصات گردش مالی را به عنوان تعداد کل ارزهای رمزپایه که تاکنون رتبه بالاتر از یک رتبه معین را در دوره T اشغال کرده اند ، در نظر می گیریم (برای تعریف مشابه به [38] مراجعه کنید). شکل 4 D نشان می دهد که این مقدار در طول زمان نیز از نظر قابل ملاحظه ای پایدار است.
رتبه اول همیشه اشغال شده است و همچنان توسط بیت کوین اشغال شده است ، در حالی که 5 رده بعدی (یعنی رده های 2-6) در مجموع 33 ارز رمزنگاری با طول متوسط 12. 6 هفته جمع شده اند. این مقادیر به سرعت تغییر می کنند وقتی که مجموعه بعدی رده ها را از 7 به 12 در نظر می گیریم تا به 70 ارز رمزنگاری و متوسط طول 3. 6 هفته برسیم. در رده های بالاتر ، تحرک افزایش می یابد و ارزهای رمزپایه به طور مداوم موقعیت را تغییر می دهند.
2. 4یک مدل ساده برای اکولوژی cryptocurrency
برای پاسخگویی به خصوصیات تجربی پویایی ارزهای رمزنگاری شده در بالا که در بالا مورد بحث قرار گرفتیم ، دیدگاه "اکولوژی رمزنگاری" را اتخاذ می کنیم و مدل خنثی تکامل را در نظر می گیریم ، یک مدل نمونه اولیه در ژنتیک و اکولوژی جمعیت [33،34].
مدل Wright-Fisher از تکامل خنثی جمعیتی با اندازه ثابت از افراد N را توصیف می کند که در آن هر فرد متعلق به یکی از گونه های M است. در هر نسل ، افراد N توسط N افراد جدید جایگزین می شوند. هر فرد جدید متعلق به گونه ای است که به طور تصادفی از نسل قبلی کپی شده است ، با احتمال 1− μ ، یا به گونه هایی که قبلاً دیده نمی شود ، با احتمال μ ، جایی که μ یک پارامتر جهش است که با گذشت زمان تغییر نمی کند [39]. با وجود سادگی ، مدل خنثی قادر به تولید الگوهای استاتیک پویایی رقابت بسیاری از سیستم ها از جمله سیستم های زیست محیطی [40] و ژنتیک [41] ، تغییر فرهنگی [42] ، استفاده از کلمات انگلیسی [43] و استناد به حق ثبت اختراع فناوری است [44]
در نقشه برداری ما از مدل زیست محیطی به بازار رمزنگاری ، هر فرد با مقدار مشخصی از دلار مطابقت دارد ، در حالی که گونه ها با ارزهای رمزنگاری شده مختلف مطابقت دارند (به مواد مکمل الکترونیکی ، §S2 مراجعه کنید). مکانیسم کپی نشان دهنده تجارت است و μ احتمال معرفی یک رمزنگاری جدید را نشان می دهد. انتخاب ما از μ توسط داده ها برای ارائه تعدادی از ارزهای رمزپایه جدید در هر واحد متناسب با مشاهده تجربی مطلع می شود. بنابراین ما μ = 7/ n را برطرف می کنیم ، جایی که n اندازه جمعیت در مدل است. بنابراین ، یک نسل مدل با یک هفته مشاهدات مطابقت دارد ، انتخاب μ تضمین می کند به طور متوسط هفت ارز رمزنگاری جدید که هر هفته وارد سیستم می شوند ، همانطور که از نظر تجربی مشاهده می شود. سرانجام ، بر خلاف اکثر مدل های خنثی ، فرض می کنیم که یک گونه جدید با یک فرد واحد وارد سیستم نمی شود بلکه با اندازه متناسب با سهم متوسط تجربی بازار یک رمزنگاری جدید وارد سیستم می شود (به مواد مکمل الکترونیکی ، §S2 مراجعه کنید).
مدل خنثی به ساده ترین روش سه فرض اصلی ترجمه می شود [45]: (i) تعامل بین ارزهای رمزپایه بر اساس سرانه فردی معادل است (یعنی به ازای هر دلار آمریکا) ، (ب) روند تصادفی است ، و (iii) آن استیک تئوری نمونه برداری ، که در آن نسل جدید پایه و اساس ساخت موارد زیر است. به عبارت دیگر ، مدل خنثی فرض می کند که همه گونه ها/ارزهای رمزنگاری معادل هستند و همه افراد/دلار آمریکا معادل هستند.
- نماینده توزیع سهم بازار (شکل 5 الف) ؛
- رفتار خطی مشخصات گردش مالی ارزهای رمزنگاری غالب (شکل 5 b) ؛
- میانگین زمان اشغال هر رتبه معین (شکل 5 c) ؛وت
- کاهش خطی رمزنگاری غالب (شکل 5 D).
شکل 5. مدل خنثی برای تکامل و مشاهدات تجربی.(الف) توزیع سهام ارزهای رمزنگاری شده در تمام سالها (خط خاکستری ، نقاط) و توزیع تعادل ناشی از شبیه سازی های عددی (خط آبی ، مربع) بیش از 210 نسل جمع شده است. خط متراکم منحنی قانون P (x) ∼ x-α است که از نظر تحلیلی با α = 1. 5 پیش بینی می شود [46].(ب) گردش مالی توزیع رتبه بندی با توجه به 52 نسل از داده های رمزنگاری (خطوط خاکستری ، نقاط) و برای شبیه سازی های عددی (خط آبی). ج) تعداد متوسط نسل های یک رمزنگاری (خطوط خاکستری) و یک گونه در مدل خنثی (خط آبی) یک رتبه معین را اشغال می کند. میانگین در 52 نسل محاسبه می شود.(د) تکامل سهم بازار بیت کوین (خط خاکستری) و سهم بازار مورد انتظار اولین گونه در شبیه سازی های عددی (خط آبی). تمام شبیه سازی ها برای n = 10 5 و μ = 7/ n از یک گونه در حالت اولیه اجرا می شوند. اندازه گونه های ورودی M ، که میانگین M = 15 توسط داده ها آگاه می شود ، در فاصله M = [10،20] به طور تصادفی گرفته می شود. میله های خطا انحراف استاندارد هستند که در 100 شبیه سازی محاسبه می شوند.(ب) و (ج) اقدامات در نسل g شروع می شود1= 105 (برای تغییرات این پارامتر به مواد مکمل الکترونیکی ، §S2 مراجعه کنید).
مدل خنثی در واقع توزیع گونه های جمع شده را ایجاد می کند (یعنی به دست می آید که تمام نسل های تا اول با هم ترکیب می شوند و به عنوان یک جمعیت واحد با اندازه n * i [44،47] تجزیه و تحلیل می شوند) که در تعادل می توان توسط توصیف کردتوزیع قانون P (x) ∼ x-α با α = 1. 5 [46] ، در توافق با مقدار تجربی α = 0. 12 ± 1. 58 به دست آمده توسط روش اتصالی شرح داده شده در [36]. شکل 5 A توافق بین شبیه سازی ها و داده ها (همان رفتار دم بلند) را نشان می دهد ، که در آن نتایج شبیه سازی در طول نسل I = 210 جمع می شوند ، که مربوط به 4 سال مشاهدات تجربی تحت انتخاب ما است. وجود یک فاز قدرت قانون با نمای 1. 5 در مدل مستقل از μ است (به مواد تکمیلی الکترونیکی ، §S2 و [46] مراجعه کنید).
علاوه بر این ، هنگامی که ما این واقعیت را به حساب می آوریم که بیت کوین در ابتدا تنها با تنظیم یک گونه در حالت اولیه تنها رمزنگاری شده بود ، این مدل همچنین خصوصیات باقیمانده را ضبط می کند. در شکل 5 B ، C ، مشخصات گردش مالی و زمان شغل رتبه بندی را با نتایج شبیه سازی مربوطه مقایسه می کنیم. ما این مقادیر را در طی یک دوره 52 نسل محاسبه می کنیم ، که مربوط به 1 سال مشاهدات است. منحنی گزارش شده در شکل 5 B ، C مربوط به اقدامات انجام شده بین نسل G است1= 105 و گرم2= 156 ، مربوط به سال 3 (2015) در داده ها. با این حال ، هر دو اقدام به موقع پایدار هستند ، یعنی آنها به انتخاب G بستگی ندارند1(اما برای یک دوره اولیه از تنوع درجه بالا برای نسل های اول ، به مواد مکمل الکترونیکی ، §S2 مراجعه کنید). شایان ذکر است که خطی بودن مشخصات گردش مالی در شکل 5 B مربوط به یک رفتار مشابه مشاهده شده در [38] است که این اندازه گیری بین دو نسل متوالی انجام می شود. شکل 5 D کاهش خطی مشاهده شده از سهم پیشرو در بازار cryptocurrency را نشان می دهد ، نشان می دهد که ارزهای رمزپایه تازه متولد شده بیشتر به یک مسلط آسیب می رسانند.
3. بحث و چشم انداز
در این مقاله ، ما کل بازار رمزنگاری را بین آوریل 2013 و مه 2017 بررسی کرده ایم. ما نشان داده ایم که کل سرمایه گذاری بازار 1 سال پیش وارد مرحله رشد نمایی شده است ، در حالی که سهم بازار بیت کوین به طور پیوسته کاهش یافته است. ما چندین مشاهدات را که از ابتدای سریال های زمانی ما پایدار بوده اند ، از جمله تعداد ارزهای فعال رمزنگاری ، توزیع سهم بازار و گردش مالی رتبه بندی کرده ایم. با اتخاذ یک دیدگاه زیست محیطی ، ما خاطرنشان کردیم که مدل خنثی تکامل چندین ویژگی مشاهده شده بازار را ضبط می کند.
این مدل ساده است و پیچیدگی کامل بوم شناسی رمزنگاری را ضبط نمی کند. با این حال ، مسابقه خوب با حداقل بخشی از تصویر ناشی از داده ها نشان می دهد که برخی از خواص بلند مدت بازار رمزنگاری می توانند بر اساس فرضیه های ساده حساب شوند. به طور خاص ، همانطور که این مدل هیچ مزیت انتخابی از یک رمزنگاری نسبت به دیگری را فرض نمی کند ، تناسب با داده ها نشان می دهد که هیچ اجماع سطح جمعیت قابل تشخیص در مورد "بهترین" ارز وجود ندارد یا اینکه ارزهای مختلف برای استفاده های مختلف سودمند هستند. علاوه بر این ، تطابق بین مدل خنثی و داده ها حاکی از آن است که الگوهای مشاهده شده از بازار رمزنگاری با سناریویی سازگار است که در آن پیشرفت های تکنولوژیکی مهم نبوده است (به مواد مکمل الکترونیکی ، §S3 مراجعه کنید) و جایی که کاربران و/یا سرمایه گذارانهر بسته پول را به طور مستقل اختصاص دهید. کار آینده باید نقش یک سرمایه گذاری کلی در بازار را در نظر بگیرد و از همه مهمتر ، سعی کنید اطلاعات مربوط به معاملات منفرد ، در صورت وجود را در تصویر مدل سازی درج کنید.
در آینده فوری و میان دوره ای ، پیشرفت های قانونی ، فنی و اجتماعی احتمالاً بر بازار رمزنگاری به طور جدی و رویکرد ما تأثیر می گذارد ، همراه با نتایج اخیر در علوم اجتماعی محاسباتی که با کمیت تجارت مالی و تشکیل حباب سروکار دارند [48-51]، می تواند به ایجاد تکامل بازار کمک کند. به عنوان مثال ، در آوریل 2017 ، ژاپن درمان بیت کوین را به عنوان یک شکل قانونی پرداخت ، افزایش ناگهانی قیمت بیت کوین به دلار آمریکا آغاز کرد [52] ، در حالی که در فوریه 2017 تغییر مقررات در چین منجر به افت قیمت 100 دلار شد [53]. به طور مشابه ، افزایش نمایی در سرمایه گذاری در بازار (شکل 1) احتمالاً توجه سوداگرانه بیشتری را به این بازار جلب می کند ، در عین حال قابلیت استفاده از ارزهای رمزنگاری شده را به عنوان یک روش پرداخت افزایش می دهد. در حالی که استفاده از ارزهای رمزپایه به عنوان دارایی های سوداگرانه باید تنوع را ارتقا بخشد [31] ، تصویب آنها به عنوان یک روش پرداخت (یعنی استفاده معمولی از یک واسطه مشترک پرداخت) باید یک رژیم برنده را ارتقا بخشد [54،55]. چگونگی استفاده از خود سازماندهی از ارزهای رمزپایه با این تنش ، سؤال جالبی است که در مطالعات آینده مورد توجه قرار می گیرد.
4- مواد و روشها
4. 1داده ها
داده های cryptocurrency از کلاه بازار سکه وب سایت [11] استخراج شد ، و جمع آوری داده های هفتگی از 157 سیستم عامل بازار مبادله شروع از 28 آوریل 2013 تا 13 مه 2017. برای کلیه ارزهای رمزنگاری شده ، وب سایت سرمایه گذاری بازار را فراهم می کند ، قیمت دلار آمریکاو حجم معاملات در 24 ساعت قبل. داده های مربوط به حجم معاملات از 29 دسامبر 2013 جمع آوری شد.
در این وب سایت ارزهای رمزنگاری شده در بازارهای مبادله عمومی که قدیمی تر از 30 روز هستند و برای آن یک API و همچنین یک URL عمومی نشان می دهد که کل عرضه استخراج شده در دسترس است. اطلاعات مربوط به سرمایه در بازار ارزهای رمزنگاری شده که در 6 ساعت معامله نمی شوند و قبل از انتشار هفتگی داده ها در وب سایت گنجانده نشده است. Cryptocurrencies غیرفعال به مدت 7 روز در لیست منتشر شده گنجانده نشده است. این اقدامات حاکی از آن است که برخی از ارزهای رمزنگاری می توانند از لیست ناپدید شوند تا بعداً دوباره ظاهر شوند.
4. 2تحلیل و بررسی
مقادیر زیر مشخصه رمزنگاری های فردی را مشخص می کند: عرضه در گردش تعداد سکه های موجود در اختیار کاربران است. قیمت نرخ ارز است که با پویایی عرضه و تقاضا تعیین می شود. سرمایه گذاری در بازار محصول عرضه در گردش و قیمت است. سهم بازار سرمایه گذاری در بازار یک ارز عادی شده توسط کل سرمایه بازار است.
بیشتر تحلیل های ما سرمایه گذاری در بازار و سهم بازار ارزهای رمزپایه را در نظر می گیرند. این مقادیر از سکه های نابود شده یا خفته غفلت می کنند ، به عنوان مثال ، به 51 ٪ از بیت کوین های معدن بر اساس داده های دوره 18 ژوئیه 2010 تا 13 مه 2012 [20].
قابلیت دسترسی داده ها
مجموعه داده های مورد استفاده در این مطالعه عمومی است و می توان در کلاه بازار سکه یافت [11]. داده های وب را نیز می توان در مخزن Dryad به عنوان http://dx. doi. org/10. 5061/dryad. 38776 [56] یافت.
کمک های نویسندگان
مفهوم مطالعه: A. B. طراحی مطالعه: A. E. ، L. A. ، A. K. ، R. P.-S. و A. B. دستیابی به داده ها و پیش پردازش: A. E. تجزیه و تحلیل و تفسیر داده ها: A. E. ، L. A. ، A. K. ، R. P.-S. و A. B. تهیه نسخه خطی: A. E. ، L. A. ، A. K. ، R. P.-S. و A. B.
منافع رقابتی
ما اعلام می کنیم که هیچ منافع رقابتی نداریم.
منابع مالی
R. P.-S. حمایت مالی از مینکو اسپانیایی ، تحت پروژه های FIS2013-47282-C2-2 و FIS2016-76830-C2-1-P و پشتیبانی مالی اضافی از آکادمی ICREA ، تأمین شده توسط Generalitat de Catalunya را تأیید می کند.
پانویسها و منابع
مواد مکمل الکترونیکی بصورت آنلاین در https://dx. doi. org/10. 6084/m9. figshare. c. 3919681 در دسترس است.
منتشر شده توسط انجمن سلطنتی تحت شرایط مجوز انتساب Creative Commons http://creativeecommons. org/licenses/by/4. 0/ ، که امکان استفاده نامحدود را فراهم می کند ، مشروط بر اینکه نویسنده و منبع اصلی اعتبار داشته باشند.
منابع
واد2008 بیت کوین: یک سیستم نقدی الکترونیکی همتا به همتا. گوگل دانشکده
Ali R ، Brdear J ، Clews R ، Southgate J
واد2014 اقتصاد ارزهای دیجیتال. گوگل دانشکده
واد2014 بیت کوین: و آینده پول. شیکاگو ، IL: کتابهای Triumph. گوگل دانشکده
Vigna P ، Casey MJ
واد2015 عصر Cryptocurrency: چگونه بیت کوین و پول دیجیتال نظم اقتصادی جهانی را به چالش می کشند. نیویورک ، نیویورک: مطبوعات سنت مارتین. گوگل دانشکده
Hileman G ، Rauchs M
وادمطالعه معیار جهانی Cryptocurrency 2017. کمبریج ، انگلستان: مرکز کمبریج برای امور مالی جایگزین. گوگل دانشکده
واد2014 بیت کوین: رقیب پول فیات یا دارایی مالی سوداگرانه؟پایان نامه کارشناسی ارشد ، لوئیس گیدو کارلی ، روم ، ایتالیا. گوگل دانشکده
rogojanu a ، badea l
واد2014 موضوع ارزهای رقیب. مطالعه موردی --بستوین. نظریهکاربردECON21 ، 103–114. گوگل دانشکده
واد2013 آیا بیت کوین یک ارز واقعی است؟یک ارزیابی اقتصادی. گزارش فنی ، دفتر ملی تحقیقات اقتصادی. گوگل دانشکده
واد2015 محرک های اصلی قیمت بیت کوین چیست؟شواهدی از تجزیه و تحلیل انسجام موجک. PLOS ONE 10 ، E0123923.(doi: 10. 1371/journal. pone. 0123923) Crossref ، PubMed ، ISI ، Google Scholar
واد2015 بازار ارزهای رمزپایه. Cato J. 35 ، 383-402. گوگل دانشکده
رید اف ، هریگان م
واد2013 تجزیه و تحلیل ناشناس بودن در سیستم بیت کوین. در امنیت و حفظ حریم خصوصی در شبکه های اجتماعی (eds y Altshuler ، y elovici ، ab Cremers ، n Aharony ، A Pentland) ، صص 197-223. نیویورک ، نیویورک: اسپرینگر. گوگل دانشکده
Bamert T ، Decker C ، Elsen L ، Wattenhofer R ، Welten S
وادسال 2013 یک میان وعده دارید ، با بیت کوین پرداخت کنید. در سال 2013 IEEE 13th Int. کنفرانسدر محاسبات همتا به همتا (P2P) ، ترنتو ، ایتالیا ، صص 1-5. IEEEگوگل دانشکده
Decker C ، Wattenhofer R
واد2013 انتشار اطلاعات در شبکه بیت کوین. در سال 2013 IEEE 13th Int. کنفرانسدر محاسبات همتا به همتا (P2P) ، ترنتو ، ایتالیا ، صص 1-10. IEEEگوگل دانشکده
Gervais A ، Capkun V ، Capkun S ، Karame Go
واد2014 آیا بیت کوین یک ارز غیر متمرکز است؟امنیت و حریم خصوصی IEEE 14 ، 54-60.(doi: 10. 1109/msp. 2014. 49) Crossref ، ISI ، Google Scholar
Wang S ، Vergne J-P
وادفاکتور وزوز 2017 یا پتانسیل نوآوری: چه چیزی توضیح می دهد که ارزهای رمزپایه بازده دارند؟PLOS ONE 12 ، E0169556.(doi: 10. 1371/journal. pone. 0169556) PubMed ، ISI ، Google Scholar
کیسی ام جی ، وینگنا P
واد2015 بیت کوین و انقلاب دیجیتال ارز. Wall St. J. 23. به https://www. wsj. com/articles/the-revolutionary-power-of-digital-currency-1422035061 مراجعه کنید (دسترسی به 31 اکتبر 2017). گوگل دانشکده
Trimborn S ، Härdle wk
واد2016 CRIX یک شاخص برای ارزهای مبتنی بر blockchain. مقاله بحث SFB 649 2016-021 ، ریسک اقتصادی ، برلین. موجود در SSRN: https://ssrn. com/abstract=2800928.(doi: 10. 2139/ssrn. 2800928) Google Scholar
واد2013 تجزیه و تحلیل کمی از نمودار معاملات کامل بیت کوین. در intکنفرانسدر مورد رمزنگاری مالی و امنیت داده ها ، اوکیناوا ، ژاپن ، صص 6-24. اسپرینگرگوگل دانشکده
Kondor D ، Pósfai M ، Csabai I ، Vattay G
واد2014 آیا ثروتمندان ثروتمندتر می شوند؟تجزیه و تحلیل تجربی از شبکه معاملات بیت کوین. PLOS ONE 9 ، E86197.(doi: 10. 1371/journal. pone. 0086197) Crossref ، PubMed ، ISI ، Google Scholar
Tasca P ، Liu S ، Hayes A
واد2016 تکامل اقتصاد بیت کوین: استخراج و تجزیه و تحلیل شبکه روابط پرداخت. گوگل دانشکده
Kondor D ، Csabai I ، Szüle J ، Pósfai M ، Vattay G
واد2014 استنباط تعامل بین ساختار شبکه و اثرات بازار در بیت کوین. جدید. J. Phys. 16 ، 125003. (doi: 10. 1088/1367-2630/16/125003) Crossref ، ISI ، Google Scholar
Lischke M ، Fabian B
واد2016 تجزیه و تحلیل شبکه بیت کوین: چهار سال اول. اینترنت آینده 8 ، 7. (doi: 10. 3390/fi8010007) CrossRef ، ISI ، Google Scholar
Iwamura M ، Kitamura Y ، Matsumoto T
واد2014 آیا بیت کوین تنها رمزنگاری در شهر است؟اقتصاد cryptocurrency و Friedrich A. Hayek. موجود در SSRN: https://ssrn. com/abstract=2405790.(doi: 10. 2139/ssrn. 2405790) Google Scholar
واد2013 بیت کوین با Google Trends و ویکی پدیا ملاقات می کند: کمیت رابطه بین پدیده های دوران اینترنت. علمیRep. 3 ، 3415. (doi: 10. 1038/srep03415) Crossref ، PubMed ، ISI ، Google Scholar
واد2014 اکوسیستم بیت کوین. ارتباطACM 57 ، 22-24.(doi: 10. 1145/2661047) Crossref ، ISI ، Google Scholar
Garcia D ، Schweitzer F
وادسیگنال های اجتماعی 2015 و تجارت الگوریتمی بیت کوین. علمی باز2 ، 150288. (doi: 10. 1098/rsos. 150288) لینک ، ISI ، Google Scholar
Garcia D ، Tessone CJ ، Mavrodiev P ، Perony N
واد2014 آثار دیجیتالی حباب ها: چرخه بازخورد بین سیگنال های اقتصادی و اجتماعی در اقتصاد بیت کوین. J. R. Soc. رابط 11 ، 20140623. (doi: 10. 1098/rsif. 2014. 0623) لینک ، ISI ، Google Scholar
Ciaian P ، Rajcaniova M ، Kancs A
. 2016 اقتصاد شکل گیری قیمت بیت کوین. Appl. اقتصاد48، 1799-1815.(doi:10. 1080/00036846. 2015. 1109038) Crossref، ISI، Google Scholar
گاندال ن، هلابوردا اچ
. 2016 آیا می توانیم در بازاری با اثرات شبکه ای برنده را پیش بینی کنیم؟رقابت در بازار ارزهای دیجیتال. Games 7 , 16. (doi:10. 3390/g7030016) Crossref، Google Scholar
الندنر اچ، تریمبورن اس، اونگ بی، لی تی ام
. 2016 بخش متقاطع ارزهای دیجیتال به عنوان دارایی های مالی: یک مرور کلی. گزارش فنی، Sonderforschungsbereich 649، دانشگاه هومبولت، برلین، آلمان. Google Scholar
. 1983 نظریه خنثی تکامل مولکولی. کمبریج، انگلستان: انتشارات دانشگاه کمبریج. Crossref، Google Scholar
. 2001 نظریه بی طرف یکپارچه تنوع زیستی و جغرافیای زیستی. پرینستون، نیوجرسی: انتشارات دانشگاه پرینستون. Google Scholar
گاندال ن، هلابوردا اچ
. رقابت 2014 در بازار ارزهای دیجیتال. کارنامه بانک کانادا، شماره 2014-33. اتاوا، کانادا: بانک کانادا. Google Scholar
Clauset A، Shalizi CR، Newman MEJ
. 2009 توزیع های قانون قدرت در داده های تجربی. SIAM Rev. 51, 661-703.(doi:10. 1137/070710111) Crossref، ISI، Google Scholar
Adamic LA، Huberman BA
. 2002 قانون Zipf و اینترنت. Glottometrics 3، 143-150. Google Scholar
Bentley RA، Lipo CP، Herzog HA، Hahn MW
. 2007 نرخ های منظم تغییر فرهنگ عامه منعکس کننده کپی تصادفی است. تکامل. هومرفتار28، 151-158.(doi:10. 1016/j. evolhumbehav. 2006. 10. 002) Crossref، ISI، Google Scholar
. 2012 ژنتیک جمعیت ریاضی 1: مقدمه نظری، جلد. 27. نیویورک، نیویورک: Springer Science & Business Media. Google Scholar
McGill BJ، Maurer BA، Weiser MD
. 2006 ارزیابی تجربی نظریه خنثی. اکولوژی 87، 1411-1423.(doi:10. 1890/0012-9658(2006)87[1411:EEONT]2. 0. CO;2) Crossref، PubMed، ISI، Google Scholar
. 1968 سرعت تکامل در سطح مولکولی. طبیعت 217، 624-626.(doi:10. 1038/217624a0) Crossref، PubMed، ISI، Google Scholar
. 1995 تنوع سبک در دیدگاه تکاملی: استنباط از تنوع تزئینی و فاصله ترکیبی در مجموعههای سرامیکی جنگلی ایلینوی. صبح. عتیقه60، 7-36.(doi:10. 2307/282074) Crossref، ISI، Google Scholar
Ruck D، Bentley RA، Acerbi A، Garnett P، Hruschka DJ
. 2017 تکامل و گردش خنثی در طول قرن ها محبوبیت کلمه انگلیسی.(http://arxiv. org/abs/1703. 10698) Google Scholar
Bentley RA، Hahn MW، Shennan SJ
. 2004 رانش تصادفی و تغییر فرهنگ. Proc. R. Soc. لندن. B 271، 1443-1450.(doi:10. 1098/rspb. 2004. 2746) پیوند، ISI، Google Scholar
آلونسو دی، اتین آر اس، مککین ای جی
. 2006 محاسن نظریه خنثی. روندهاEcol. تکامل.(Amst.) 21، 451-457.(doi:10. 1016/j. tree. 2006. 03. 019) Crossref، PubMed، ISI، Google Scholar
اودوایر جی پی، کندلر آ
. 2017 استنتاج فرآیندهای انتقال فرهنگی: نقش حیاتی انواع نادر در تشخیص بی طرفی از سوگیری های جدید. فیل. ترانس. R. Soc. B 372 , 20160426. (doi:10. 1098/rstb. 2016. 0426) پیوند، ISI، Google Scholar
هان MW، بنتلی RA
. 2003 رانش به عنوان مکانیزمی برای تغییر فرهنگی: نمونه ای از نام نوزادان. Proc. R. Soc. لندن. B 270، S120–S123.(doi:10. 1098/rsbl. 2003. 0045) پیوند، ISI، Google Scholar
پریس تی، اشنایدر جی جی، استنلی هی
. 2011 تغییر فرآیندها در بازارهای مالی. Proc. Natl Acad. علمیUSA 108، 7674-7678.(doi:10. 1073/pnas. 1019484108) Crossref، PubMed، ISI، Google Scholar
Botta F، Moat HS، Stanley HE، Preis T
. 2015 کمی سازی توزیع بازده سهام در بازارهای مالی. PLoS ONE 10, e0135600.(doi:10. 1371/journal. pone. 0135600) Crossref، PubMed، ISI، Google Scholar
سورنت دی، یوهانسن آ
. 2001 اهمیت پیش سازهای دوره ای ورود به سیستم برای سقوط های مالی. مقدار. مالی1، 452-471.(doi:10. 1088/1469-7688/1/4/305) Crossref، Google Scholar
جانسون ان، ژائو جی، هونسادر ای، چی اچ، جانسون ان، منگ جی، تیونان بی
. 2013 افزایش ناگهانی اکولوژی ماشینی جدید فراتر از زمان پاسخ انسان. علمینمایندگی 3، srep02627.(doi:10. 1038/srep02627) Crossref، ISI، Google Scholar
بیت کوین 2017 به دلیل تقاضای بالا در ژاپن به رکورد بالایی رسید. http://time. com/4763114/bitcoin-record-high-japan/ را ببینید (دسترسی در 5 ژوئن 2017). Google Scholar
. کنوانسیون 1969: یک مطالعه فلسفی. نیویورک، نیویورک: جان وایلی و پسران. Google Scholar
البهراوی A، الساندرتی L، کندلر A، کشیش-Satorras R، Baronchelli A