Chuyển tiếp tiêu đề gốc: Mười năm DAO: Mở khóa các khía cạnh mới của quản trị và phân tích chuyên sâu về các chỉ số quản trị chính

Lịch sử của DAO hiện kéo dài một thập kỷ, đã trải qua một sự bùng nổ đáng kể vào năm 2021. Mô hình tổ chức này đã dần hòa nhập vào xã hội, với nhiều DAO quy mô lớn sau đó tiến hành các thí nghiệm và mở rộng quản trị đa dạng, dẫn đến sự phát triển của các nghiên cứu quản trị khác nhau.

Bài viết này tổng hợp các thông số tham chiếu, làm nhiệm vụ chỉ số quản trị để phân tích các cấu trúc quản trị khác nhau. Mặc dù mỗi thông số thường đo lường một chỉ số cụ thể, nhưng quan trọng là lưu ý rằng tầm quan trọng của mỗi chỉ số thay đổi tùy thuộc vào loại DAO.

Phân tích các chỉ số quan trọng

Các chỉ số sau không bao gồm các chỉ số liên quan đến “độ phức tạp” và “tính nhất quán” trong lúc này, và “bỏ phiếu” được sử dụng một cách đồng nhất như một ví dụ. Phạm vi ứng dụng cụ thể có thể được mở rộng đến các dữ liệu khác nhau như quỹ, truyền thông, v.v.

chỉ số Herfindahl-Hirschman, HHI

Đây là một phương pháp được áp dụng rộng rãi để đo lường tập trung, được đặt theo tên của hai nhà kinh tế. Nó tính tổng bình phương thị phần của tất cả các thực thể trong một thị trường.

Để nói một cách đơn giản, tỉ lệ của mỗi đơn vị khác nhau được nhân với bình phương.

Ví dụ, A có 50%, B có 30%, và C có 20%

50 * 50 = 2500

30 * 30 = 900

20 * 20 = 400

Ba số này cộng lại 2500 + 900 + 400 = 3800

3800 là chỉ số tập trung của ABC

Tối đa 10,000 (1 người chiếm 100%)

Chỉ số Tập trung Quyền lực (CPI)

Một biến thể tạo ra từ HHI, trong đó cơ bản giống với HHI, nhưng xem xét rằng một tình huống đang diễn ra trong một DAO cụ thể, chẳng hạn như OP, các tổ chức quản trị khác nhau sẽ có các trọng số khác nhau. Do đó, điểm số cho mỗi đại diện phải được điều chỉnh dựa trên trọng số tương ứng của họ.

Ví dụ:

Nếu một đại diện có trọng số là 300 điểm nhưng tham gia cả Token House và Citizens’ House, tổng trọng số của họ sẽ là:

Tổng trọng lượng của anh ấy là:

30032.33% + 30034.59% = 200.76

Vì phép tính này liên quan đến các chỉ số quản trị, nó không tính đến tất cả các đại diện, chỉ tính đến những người tham gia vào quản trị. Do đó, khi hoạt động quản trị của cộng đồng giảm, cũng có thể dẫn đến tăng giá trị chỉ số.

Hệ số Nakamoto

Chủ yếu tập trung vào một câu hỏi: Cần bao nhiêu người tham gia để kiểm soát toàn bộ hệ thống?

Câu hỏi này rất thú vị và thực tế nó cũng rất hữu ích cho các chiến lược thị trường vốn.

Nếu có 5 người trong hệ thống, quyền bỏ phiếu của họ là:

• A: 30%
• B: 25%
• C: 20%
• D: 15%
• E: 10%

Số người tối thiểu cần để kiểm soát toàn bộ hệ thống là 30 + 35 = 55. Số người tối thiểu cần là 2, vì vậy hệ số Nakamoto là 2.

Nếu hệ số Nakamoto của một hệ thống là 20, điều đó có nghĩa là ít nhất 20 người cần phải hợp sức để kiểm soát hệ thống. Hệ thống này rất phân tán.

Càng cao hệ số, càng cao mức độ phi tập trung, và ngược lại.

Đa dạng người đề xuất (Chỉ số đa dạng Shannon)

Có nhiều cách tiếp cận đo lường. Một cách sử dụng HHI để đánh giá sự tập trung của các đề xuất được nộp; sự tập trung càng cao, sự đa dạng càng thấp.

Một phương pháp khác sử dụng Chỉ số đa dạng Shannon.

Giả sử có 4 người nộp đề xuất, họ đã nộp số đề xuất sau một khoảng thời gian nhất định:

• Người đề xuất A đã nộp 5 đề xuất
• Người đề xuất B đã nộp 3 đề xuất
• Người đề xuất C đã nộp 2 đề xuất
• Người đề xuất D đã nộp 1 đề xuất

Tiếp theo, tính tỷ lệ số đề xuất từ mỗi người đề xuất đến tổng số đề xuất.

Tổng số đề xuất là: 5 + 3 + 2 + 1 = 115

Tỷ lệ của mỗi người đề xuất là:

• A: ≈ 0.4545
• B：≈ 0.2727
• C: ≈ 0.1818
• D：≈ 0.0909

Tiếp theo, tính logarit tự nhiên của mỗi tỷ số (sử dụng nút “ln” trên máy tính):

• A: -0.7885
• B: -1.2993
• C: -1.7047
• D：−2.3979

Tiếp theo, nhân mỗi tỷ lệ với giá trị logarith của nó tương ứng:

• A：0.4545 × −0.7885 ≈ −0.3582
• B: 0.2727 × −1.2993 ≈ −0.3540
• C: 0.1818 × -1.7047 ≈ -0.3090
• D：0.0909 × −2.3979 ≈ −0.2171

Cuối cùng, tổng hợp tất cả các giá trị: kết quả là 1.2383. Giá trị cao hơn cho thấy đa dạng hơn trong hệ thống. So với HHI, chỉ số Shannon dễ hiểu hơn, đặc biệt trong trường hợp đa dạng cao, vì nó tốt hơn trong việc nhấn mạnh sự khác biệt (với HHI, giá trị nhỏ hơn tương ứng với sự phân tán nhiều hơn).

Chỉ số Gini

Đây là một chỉ số rất phù hợp cho việc biểu diễn đồ họa. Các bước thực hiện như sau. Thông thường, nó được sử dụng để đánh giá phân phối tài nguyên. Ví dụ, khi một tổ chức có nhiều dự án, chỉ số Gini có thể được sử dụng để hiểu xem liệu tài nguyên có được phân phối đều không. Nó cũng có thể phân tích các yếu tố như lương thưởng và điều kiện làm việc. Nếu nhiều giá trị giống nhau, chúng sẽ tạo thành một đường thẳng trên đồ thị.

1. Liệt kê tỷ lệ quyền biểu quyết của mỗi thành viên:

Đầu tiên, bạn cần biết tỷ lệ quyền biểu quyết của mỗi thành viên. Ví dụ, nếu có 5 thành viên, tỷ lệ quyền biểu quyết của họ có thể là:

• A: 40%
• B: 30%
• C: 15%
• D: 10%
• E: 5%

1. Được sắp xếp theo thứ tự tăng dần theo quyền biểu quyết:

Sắp xếp các tỷ lệ quyền bỏ phiếu này từ nhỏ nhất đến lớn nhất để chúng ta có thể nhìn thấy sự bất bình đẳng một cách dễ dàng hơn:

• E: 5%
• D: 10%
• C: 15%
• B: 30%
• A: 40%

1. Tính tổng số phiếu bầu tích lũy:

Bây giờ, chúng ta tính tổng tỷ lệ quyền biểu quyết tích lũy của từng thành viên bằng cách bắt đầu từ nhỏ nhất và cộng dồn từng cái một:

• E: 5%
• E + D: 5% + 10% = 15%
• E + D + C: 5% + 10% + 15% = 30%
• E + D + C + B: 5% + 10% + 15% + 30% = 60%
• E + D + C + B + A: 5% + 10% + 15% + 30% + 40% = 100%

Các giá trị tích lũy này - 5, 15, 30, 60 và 100 - có thể được vẽ trên đồ thị (từ góc dưới bên trái đến góc trên bên phải)

Khi sức mạnh bỏ phiếu được phân phối đều trong một tổ chức, đường này tiến dần đến một đường chéo thẳng. Đường cong càng uốn xuống, sự bất bình đẳng trong phân phối phiếu bầu càng nghiêm trọng.

Chỉ số phân quyền Z-Score

Z-Score Decentralized Metric được sử dụng để xác định mức độ gần gũi của quyền lực của một cá nhân (ví dụ: quyền biểu quyết) trong hệ thống so với quyền lực trung bình của người khác trong hệ thống. Nó trả lời câu hỏi: “Quyền lực của một cá nhân cách xa mức trung bình so với mọi người khác bao nhiêu?”

Z-Score có thể là số dương hoặc số âm

• Nếu Z-Score rất gần với 0, điều đó có nghĩa là sức mạnh của người đó gần bằng với trung bình của người khác.
• Nếu Z-Score lệch rất xa 0, điều đó có nghĩa là sức mạnh của người đó khác biệt rất nhiều so với mức trung bình. Hoặc sức mạnh của anh ta rất lớn hoặc rất nhỏ.

Đây là một chỉ số thống kê có thể được sử dụng để xác định dữ liệu như cấu trúc lương, v.v.

Giả sử có 5 thành viên và tỷ lệ quyền biểu quyết của họ là:

• A: 40%
• B：25%
• C：15%
• D：10%
• E：10%

Quyền biểu quyết trung bình:

• trung bình = 20%

Tính sự khác biệt về sức mạnh của từng cá nhân:

Tiếp theo, chúng ta cần xem xét sức mạnh của mỗi thành viên khác biệt như thế nào so với trung bình.

Ví dụ:

• A: 40% - 20% = 20%
• B: 25% − 20% = 5%
• C: 15% - 20% = -5%
• D: 10% - 20% = -10%
• E：10% − 20% = −10%

Tính độ lệch chuẩn: Độ lệch chuẩn được sử dụng để biểu diễn sự lệch của sức ảnh hưởng bỏ phiếu của mỗi thành viên so với giá trị trung bình.

Độ lệch chuẩn là trung bình của tất cả các số bình phương và sau đó lấy căn bậc hai.

Chia mỗi sai lệch cá nhân cho độ lệch chuẩn. Ví dụ, nếu sai lệch của D là −10% và độ lệch chuẩn là 11.4%, Z-Score là:

-10 / 11.4 = −0.88

Nhưng tại sao không chỉ nhìn vào sự khác biệt?

• Z-Score cung cấp chuẩn hóa. Ví dụ, khi so sánh các tổ chức DAO khác nhau, một khác biệt 10% trong quyền biểu quyết có thể có vẻ tương tự, nhưng chuyển đổi nó thành Z-Scores cho phép so sánh trực tiếp trên các tổ chức.
• Z-Score làm nổi bật sự khác biệt tương đối. Ví dụ, nếu độ lệch của D vẫn giữ nguyên là −10%, nhưng độ lệch chuẩn thay đổi do sự thay đổi trong phân phối quyền lực tổng thể, Z-Score của D cũng sẽ thay đổi, phản ánh những biến động này.

Nó cũng có thể được sử dụng để phân tích sự thay đổi lương. Ví dụ, nếu mức lương của một người không thay đổi trong khi độ lệch chuẩn của lương trên toàn công ty tăng do một cuộc tăng lương chung, Z-Score có thể tiết lộ cách mà mức lương của cá nhân đó đã thay đổi hiệu quả so với trung bình công ty.

Trong khi Z-Score có thể không lý tưởng để phân tích việc bỏ phiếu trong DAO, nó lại có giá trị khi đánh giá các thay đổi trong phân bổ nguồn lực của dự án hoặc đóng góp cá nhân.

Thay đổi động trong quyền biểu quyết

Chỉ số Di chuyển Quyền biểu quyết

Chỉ số này đo lường mức độ sức mạnh bỏ phiếu “lưu thông” giữa các thành viên trong một hệ thống. Nếu sức mạnh bỏ phiếu liên tục tập trung vào tay của một vài người, điều đó cho thấy một cấu trúc quyền lực cứng nhắc với cơ hội tham gia giới hạn. Nếu sức mạnh bỏ phiếu thay đổi thường xuyên giữa các thành viên, điều đó cho thấy một hệ thống “hoạt động” nơi mọi người có cơ hội tham gia, dẫn đến một hệ thống công bằng hơn và phi tập trung hơn.

Giả sử đây là phân phối quyền biểu quyết trong Q1 và Q2:

• Quý đầu tiên
  • Quyền biểu quyết của A: 40%
  • Quyền biểu quyết của B: 30%
  • Quyền biểu quyết của C: 30%
• Quý 2
  • Quyền biểu quyết của A: 35%
  • Quyền biểu quyết của B: 40%
  • Quyền biểu quyết của C: 25%

Bước 2: Tính toán sự thay đổi trong sức ảnh hưởng bỏ phiếu cho mỗi thành viên

Biến thể của mỗi thành viên Đây là sức mạnh bỏ phiếu trong quý thứ hai trừ đi sức mạnh bỏ phiếu trong quý đầu tiên:

• Thay đổi trong A: 35% - 40% = -5% (giảm 5%)
• Thay đổi trong B: 40% - 30% = +10% (tăng 10%)
• Thay đổi trong C: 25% - 30% = -5% (giảm đi 5%)

Bước 3: Cộng dồn các thay đổi của tất cả thành viên lại

Trong bước này, chúng tôi đặt giá trị tuyệt đối của sự thay đổi của mọi người (bất kể tăng hay giảm, chỉ lấy kích thước) và cộng chúng lại để có được “Chỉ số Di chuyển Quyền lực Bỏ phiếu” của toàn bộ hệ thống.

• Giá trị tuyệt đối của sự thay đổi trong A: 5%
• Giá trị tuyệt đối của sự thay đổi trong B: 10%
• Giá trị tuyệt đối của sự thay đổi trong C: 5%

Tổng thay đổi = 5% + 10% + 5% = 20%

20% này là chỉ số “Chỉ số Di Động Quyền Lực Bỏ Phiếu”. Nó nói rằng 20% quyền lực bỏ phiếu trong hệ thống đã thay đổi giữa hai quý.

Khái niệm này tương tự như Z-Score rất giống nhau, và bạn cũng có thể thêm độ lệch chuẩn để xem tỷ lệ thay đổi.

Thay đổi trong sức mạnh bỏ phiếu tích lũy

Chúng tôi xem xét các “thành viên hàng đầu” có quyền biểu quyết nhiều nhất để xem xem phần trăm quyền biểu quyết của họ có đang tăng lên không. Nếu phần trăm của những thành viên hàng đầu này đang ngày càng tăng lên, điều đó có nghĩa là quyền lực trong hệ thống đang trở nên tập trung hơn và hơn; nếu không có nhiều thay đổi, điều đó có nghĩa là quyền lực của hệ thống vẫn được phân tán và quyền biểu quyết của mọi người tương đối đồng đều.

Giả sử chúng ta có dữ liệu sức mạnh bỏ phiếu cho Q1 và Q2:

• Quý 1
  • Sức bỏ phiếu của A: 40%
  • Sức bình chọn của B: 25%
  • Sức phiếu của C: 20%
  • Quyền bỏ phiếu của D: 10%
  • Sức ảnh hưởng bỏ phiếu của E: 5%
• Quý 2
  • Sức bình chọn của A: 45%
  • Sức ảnh hưởng bỏ phiếu của B: 20%
  • Sức ảnh hưởng phiếu bầu của C: 15%
  • Sức bình chọn của D: 15%
  • Sức ảnh hưởng bỏ phiếu của E: 5%

Chúng tôi xếp hạng quyền biểu quyết của từng quý từ lớn nhất đến nhỏ nhất:

• Quý 1: A > B > C > D > E
• Quý hai: A > B > D > C > E

Bước 2: Tính toán phần trăm quyền biểu quyết của các thành viên “top 20%”

Để quan sát ‘tập trung quyền lực’, chúng ta thường xem xét sức mạnh phiếu bầu tích lũy của những ‘thành viên hàng đầu’ trong các quý khác nhau để xem họ có đang tăng lên hay không.

Trong số 5 thành viên, 20% thành viên hàng đầu là 1 thành viên có sức mạnh bỏ phiếu cao nhất (A).

• Quý đầu tiên: Sức ảnh hưởng bỏ phiếu của A = 40% (sức ảnh hưởng bỏ phiếu tích lũy của 20% đầu = 40%)
• Quý 2: Quyền biểu quyết của A = 45% (tổng quyền biểu quyết tích lũy của top 20% = 45%)

Như có thể thấy, cổ phần quyền lực bỏ phiếu của 20% người dùng hàng đầu tăng từ Q1 lên Q2.

Bước 3: Tính toán tỷ lệ biểu quyết của các thành viên ‘top 40%’

Chúng ta cũng có thể xem tổng cộng phần trăm chia sẻ của 40% người dùng hàng đầu (trong số 5 thành viên, đó là 2 người hàng đầu).

• quý đầu: Quyền biểu quyết tích lũy của A + B = 40% + 25% = 65%
• quý hai: Quyền biểu quyết tích lũy của A + B = 45% + 20% = 65%

Ở đây bạn có thể thấy rằng không có sự thay đổi trong tổng số lượng phiếu bầu tích lũy của 40% cổ phiếu hàng đầu.

Phép tính này cho phép bạn xem xét xem một sự thay đổi như là việc đại diện đơn giản chỉ là một sự dịch chuyển trong quyền biểu quyết, hay liệu có một sự tập trung lớn của phiếu biểu quyết hay không.

Sự minh bạch về Quỹ

Chỉ số này thường không được định lượng một cách nghiêm ngặt. Thông thường nó bao gồm việc so sánh báo cáo tài chính công bố với tổng số quỹ lưu động hoặc đánh giá mức độ chi tiết được tiết lộ. Mặc dù có tính chủ quan và có ý nghĩa hạn chế, nhưng các yếu tố như phương pháp tiết lộ, mức độ chi tiết và việc kiểm toán có thể vẫn được sử dụng để đánh giá một cách đơn giản.

Thời điểm ra quyết định

Cách tiếp cận thông thường để phân tích thời gian ra quyết định tập trung vào giai đoạn chuẩn bị trước khi đề xuất được gửi.

Ví dụ, tính trung bình thời gian kéo dài của giai đoạn “thu thập phản hồi” cho mỗi đề xuất.

Vì thời gian bỏ phiếu thường cố định, việc đo lường thường thiếu ý nghĩa trừ khi có tình huống mà tất cả các phiếu được bỏ liên tục rất nhanh (điều hiếm gặp).

Các tham số thời gian thông thường:

• Thời gian lấy ý kiến
• Thời gian xử lý đa chữ ký
• Thời gian xem xét đề xuất

Cơ chế khuyến khích liên quan đến quản trị

Công bằng của các cơ chế khuyến nghị thường được đánh giá bằng Chỉ số Gini. Tuy nhiên, điều này đòi hỏi phải giải quyết vấn đề định lượng “đóng góp quản trị”, thường thực hiện bằng cách chuyển đổi đóng góp cố định thành khuyến nghị tỷ lệ.

Đo lường đóng góp quản trị là một thách thức để đảm bảo tính nhất quán trong dài hạn. Dưới đây là một số phương pháp có thể áp dụng:

• Điểm Đóng Góp Tổng Hợp = (tỷ lệ hoàn thành nhiệm vụ × trọng số 1) + (thời gian tham gia × trọng số 2) + (tham gia ra quyết định × trọng số 3) +…
• (Trọng lượng của Nhiệm vụ 1 x Số lượng của Nhiệm vụ 1) + (Trọng lượng của Nhiệm vụ 2 x Số lượng của Nhiệm vụ 2)…

Dữ liệu liên quan bên ngoài bao gồm:

• Tổng phần thưởng mỗi quý
• Khoản thưởng trung bình mà cá nhân kiếm được
• Phân tích Z-Score hoặc Gini để xác định xem các động lực được phân phối công bằng hay quá tập trung vào một số ít người tham gia chính.

Các chỉ số khác không cần giải thích

• Tỷ lệ tham gia bỏ phiếu
• Tỷ lệ chấp thuận đề xuất
• Định tính dân số: Điều này tương tự như thống kê xã hội học, như tuổi, giới tính, ngôn ngữ, v.v.
• Số vụ tấn công/quản trị/các vụ việc chống lại việc chiếm đóng

Kết luận

Khám phá sự thật ẩn đằng sau các đồng bằng dữ liệu đòi hỏi phải tích lũy và điều tra liên tục. Trong khi học hỏi kinh nghiệm quản trị trên các DAO khác nhau, LXDAO cũng đang cố gắng làm rõ các manh mối quản trị thông qua các phương pháp định lượng, đặt nền tảng cho phân tích hiệu suất DAO. Nỗ lực này nhằm mục đích khám phá thêm dữ liệu và khả năng bổ sung. Hy vọng bài viết này sẽ cung cấp những hiểu biết hữu ích cho những ai quan tâm đến phân tích quản trị.

Miễn trừ trách nhiệm:

1. Bài viết này được sao chép từ [LXDAO]. Chuyển tiếp tiêu đề ban đầu “Mười năm của DAO: Mở khóa chiều sâu mới của quản trị và phân tích sâu rộng về các chỉ số quản trị chính”. Bản quyền thuộc về tác giả ban đầu [LXDAO]. Nếu bạn có bất kỳ phản đối nào đối với việc in lại, vui lòng liên hệ với nhóm Gate Learn (gatelearn@Gate.io), và nhóm sẽ xử lý nó càng sớm càng tốt theo các quy trình liên quan.
2. Tuyên bố từ chối trách nhiệm: Các quan điểm và ý kiến được thể hiện trong bài viết này chỉ đại diện cho quan điểm cá nhân của tác giả và không cấu thành bất kỳ lời khuyên đầu tư nào.
3. Nhóm Gate Learn đã dịch bài viết sang các ngôn ngữ khác. Việc sao chép, phân phối hoặc đạo văn các bài viết đã dịch là không được phép trừ khi được đề cập.