Einführung

Für die meisten Menschen haben unerwartete Störungen in den Lieferketten wenig Vorteile. Für Forscher bieten diese Störungen jedoch wertvolle Möglichkeiten, die Marktdynamik zu verstehen, die sonst schwer zu entwirren ist. Zum Beispiel, da Preise und Mengen die beobachteten Ergebnisse von Angebot und Nachfrage sind, ist es schwer zu wissen, ob Angebot, Nachfrage oder beides Auswirkungen haben. Dies führt zum alten Sprichwort „nicht von einer Preisänderung ausgehen.“ Aber wenn sich einer der Faktoren plötzlich auf vorhersehbare Weise ändert, kann man manchmal doch darauf schließen.

Zum Beispiel ein studieren Das NBER nutzt den COVID-19-Angebotschock, um die Nachfrageentwicklung zu verstehen und zeigt, wie solche plötzlichen externen Schocks als bedeutende Umverteilungskräfte wirken, die sich auf Arbeitsplätze und Umsätze in der US-Wirtschaft auswirken. Durch die Analyse von Verhaltensänderungen während seltener Marktereignisse können Forscher Krisen in Chancen für tiefere wirtschaftliche Erkenntnisse umwandeln.

Blockchain-Netzwerke arbeiten mit inhärenten Kapazitätsbeschränkungen, ähnlich wie Produktionslinien. Jeder Block hat eine feste Kapazität für Transaktionsdaten, wodurch der Platz zu einem begrenzten Ressourcen wird. Mit steigender Nachfrage nach Transaktionen nimmt der Wettbewerb um den Blockplatz zu, was zu potenzieller Netzwerküberlastung führt.

Im März zielt die Umsetzung von EIP-4844 darauf ab, die Netzwerkkapazität zu erhöhen und die Transaktionskosten für Layer-2s von Ethereum zu senken, was Netzwerken wie Arbitrum und Optimism mit erheblichen Gaspreissenkungen zugute kommt [1]. Kurz nach dieser Umsetzung jedoch erlebte Base einen Anstieg der Gaspreise, der die zuvor beobachteten Niveaus vor EIP-4844 übertraf.

In diesem Zeitraum gab es einen bemerkenswerten Anstieg der Nutzeraktivität auf Base, der hauptsächlich durch DeFi-Handelsaktivitäten angetrieben wurde. Dieser Anstieg war besonders unerwartet, da das Base-Ökosystem darauf ausgelegt ist, verbraucherorientierte Anwendungen zu fördern. Base wurde ursprünglich vom Coinbase-Team inkubiert und hat von umfangreichen Marketing- und Branding-Maßnahmen profitiert, die darauf abzielen, eine Kette zu schaffen, die Schöpfer, Builder und Community-Engagement fördert. Folglich besteht das Ökosystem überwiegend aus Verbraucher-Apps, wobei die erfolgreichsten Anwendungen wie Friend.tech verbraucherorientiert sind.

Die Umkehrung der Benutzeraktivität und der plötzliche Anstieg des Handels auf Base könnten potenziell auf einen Angebotschock zurückzuführen sein, der durch ein unerwartetes externes Ereignis verursacht wurde, das die Lieferkette des Systems beeinflusste. Solche Schocks können die Verfügbarkeit und Kosten erheblich verändern und somit das Nutzerverhalten und die Netzwerkdynamik grundlegend verändern.

Catalyst Hunting

Um als echter Angebotsknappheit zu gelten, muss das Ereignis exogen, unerwartet und ausreichend stark sein, um die etablierte Marktdynamik zu stören.

Nach der Umsetzung von EIP-4844 war eine der bedeutendsten Veränderungen der plötzliche Anstieg des DEX-Handels, der über die typischen Stablecoins und ETH hinausging und neue Tokens umfasste. Zuvor konzentrierte sich der Handel auf Base hauptsächlich auf diese Kategorien, wobei Meme-Tokens im Durchschnitt weniger als 15% des wöchentlichen Handelsvolumens auf allen DEXs ausmachten.

Historisch gesehen werden Memecoin-Saisons oft von einem "Leuchtfeuer"-Token entfacht, das erhebliches Marktinteresse weckt und neue Handelsbenchmarks setzt. Dieses Phänomen wird wahrscheinlich durch Faktoren wie Informationskaskaden [2] vorangetrieben. Auf Plattformen wie Crypto Twitter werden erfolgreiche Handelsgeschichten verstärkt, während Misserfolge oft ignoriert werden, was zu einer verzerrten Wahrnehmung möglicher Gewinne führt. Da Händler das Verhalten anderer beobachten und nachahmen, in der Annahme, dass sie wertvolle Einblicke haben, entsteht eine sich selbst verstärkende Schleife. Dies treibt die Preise von Memecoins schnell in die Höhe und führt oft zu erheblicher Markvolatilität.

Zum Beispiel stieg Ende 2023 auf Solana der Dogwifhat-Token (WIF) innerhalb weniger Monate von einer Marktkapitalisierung von weniger als 1 Million US-Dollar auf Milliarden [3]. Der Erfolg von WIF inspirierte eine Memecoin-Manie auf Solana, gekennzeichnet durch eine Zunahme von Meme-Token-Starts und die Entwicklung von Memecoin-Infrastruktur [4].

Während Memecoins seit dem ersten Start auf Base existieren, hat keiner von ihnen bis März dieses Jahres die Marktanteile erobert. Der ursprüngliche Start des Mainnets von Base wurde von einem Handelsrausch um Memecoins angetrieben [5]. Vor dem offiziellen Start des Netzwerks migrierten Tausende von Benutzern zu Base, um Memecoins zu handeln. Die Aktivität in diesen Token ließ nach, als neue Anwendungen gestartet wurden. Inspiriert von einem Charakter aus einem populären Buch mit Pepe wurde der BRETT-Token Ende Februar bis Anfang März auf Base eingeführt und machte schnell von sich reden, indem er bereits eine Marktkapitalisierung von 350 Millionen Dollar erreichte, lange bevor der Handel mit Memes Fahrt aufnahm [5]. Sein schneller Aufstieg unterschied ihn nicht nur von typischen Markttrends, sondern entfachte auch einen breiteren Handelsrausch im gesamten Netzwerk.

Der anfängliche Erfolg des BRETT-Tokens zog spekulative Händler durch potenzielle mimetische Effekte an und zog eine neue Kohorte von Benutzern an, die sich mehr für den Handel mit Memes als für die Nutzung der Anwendungen des Netzwerks interessierten. Obwohl sich der Fokus dieser Gruppe eng auf den Handel mit Memes beschränkt hat, ist es wertvoll, die Auswirkungen dieser Meme-Hysterie auf die bestehende Benutzerbasis des Base-Ökosystems zu untersuchen, insbesondere wie sich ihre typischen Verhaltensweisen als Reaktion auf dieses Ereignis verschoben haben. Trotzdem kann allein oberflächliche Daten nicht bestätigen, dass die beobachtete Überlastung direkt auf das BRETT-Token-Ereignis zurückzuführen ist, es ermutigt uns jedoch, eine detailliertere Analyse zu verfolgen, um die direkten Auswirkungen auf das Benutzerverhalten und die Nachfrage genau zu bewerten.

Das Experiment:

Das Hauptziel des vorgeschlagenen Experiments besteht darin, die Angebot- und Nachfrage-Dynamik auf Base zu analysieren und sich darauf zu konzentrieren, wie sich die Gasgebühren (Angebot) und die Transaktionsaktivität (Nachfrage) vor, während und nach dem BRETT-Event gegenseitig beeinflussen. Ein wichtiger Aspekt dieser Analyse besteht darin, die Auswirkungen des BRETT-Launchs vom allgemeinen Marktverhalten zu isolieren.

Um klare Einblicke in die Marktdynamik zu gewinnen, werden wir Handelsaktivitäten, die direkt mit dem BRETT-Token zusammenhängen, ausschließen. Unsere Analyse konzentriert sich auf Adressen, die bereits vor dem Start des Tokens Ende Februar aktiv waren, um eine konsistente Benutzerbasis zu bewerten, die nicht von dem spekulativen Interesse beeinflusst wird, das neue Tokens oft erzeugen. Dieser Ansatz stellt sicher, dass unsere Untersuchung des breiteren Benutzerverhaltens auf Base nicht voreingenommen ist und nicht übermäßig von denen beeinflusst wird, die hauptsächlich am BRETT interessiert sind.

Das Model:

In dieser Studie verwenden wir ein Regressionsmodell mit einer Kern-Binärvariablen, um die Auswirkungen des BRETT-Launchs zu analysieren. Die Auswahl der Variablen und ihre Funktionen innerhalb des Modells werden gewählt, um die nuancierten Effekte dieses Marktgeschehens widerzuspiegeln.

Das Modell wird wie folgt definiert:

Wo:

• Durchschnittliche Gasnutzung (𝑄𝑡): Stellt die durchschnittliche Gasnutzung zu einem bestimmten Zeitpunkt 𝑡 dar und dient als wichtiger Indikator für die Transaktionskomplexität und Netzwerkbelastung.
• Schockindikator (𝐷𝑡): Eine binäre Variable, die anzeigt, ob das BRETT-Token-Ereignis stattgefunden hat (0, wenn vor dem Start, 1 sonst).
• Gasgebühr (𝑃𝑡): Bezeichnet den Preis von Gas in Gwei zum Zeitpunkt 𝑡.
• Interaktionsterm (𝐷𝑡𝑃𝑡): Erfasst die Interaktion zwischen dem BRETT-Schock und den Benzinpreisen.
• Transaktionsanzahl (𝑇𝑡): Gibt die Anzahl der Transaktionen zum Zeitpunkt 𝑡 an, um zu verstehen, wie sich Variationen des Transaktionsvolumens auf die Netzwerküberlastung und den Gasverbrauch auswirken.

Es ist wichtig anzuerkennen, dass dieses Modell in seiner aktuellen Form recht vereinfacht ist und in erster Linie dazu dient, Verschiebungen in der Nachfrage im Zusammenhang mit diesem spezifischen Katalysator vorzuschlagen. Das Modell berücksichtigt nicht die potenzielle Endogenität, die sich aus den Ausgangsbedingungen oder anderen zugrunde liegenden Trends ergeben könnte, was die wahre Kausalität und Elastizität der Nachfrage vor dem Ereignis verschleiern könnte. Zum Beispiel könnten weggelassene Variablen existieren, und es könnte eine gleichzeitige Kausalität zwischen dem Gasverbrauch und den Gebühren geben, zusammen mit zusätzlichem Rauschen, das die Genauigkeit unserer anfänglichen Schätzungen beeinträchtigen könnte.

Allerdings ermöglicht uns dieses Modell festzustellen, ob der BRETT-Schock zu einer statistisch signifikanten Veränderung im Transaktionsverhalten auf der Plattform führte, unabhängig von BRETTs direkten Handelsaktivitäten.

Regressionsresultate

Wenn wir uns eine nicht BRETT-spezifische Kohorte von Benutzern von Anfang Januar 2024 bis Ende Mai auf Stundenbasis ansehen, können wir folgendes über den Start und den ersten Anstieg des BRETT-Tokens ableiten:

Nach der Einführung des Brett-Token auf Base gab es eine statistisch signifikante Verhaltensänderung bei den Benutzern als Reaktion auf steigende Gaspreise. Das Regressionsmodell deutete auf einen signifikanten negativen Interaktionsterm (𝛽3=−0.333) hin, was darauf hindeutet, dass der Anstieg der Gasgebühren nach der Einführung des Tokens wahrscheinlich Benutzertransaktionen abschreckte.

Genauer gesagt deutet der Interaktionsterm darauf hin, dass bei einer Erhöhung der Gaspreise um eine Standardabweichung (Δ𝑃 = 1,2 × 105 Gwei) nach dem Meme-Ereignis mit einer Abnahme des Gasverbrauchs, Δ𝑄, von 41,2k zu rechnen ist, was 79% der typischen stündlichen Standardabweichung entspricht. Mit anderen Worten, laut Modell führt eine Erhöhung der Gaspreise um eine Standardabweichung zu einer Abnahme der Nachfrage um etwa 0,79 Standardabweichungen während eines Ereignisses mit hoher Überlastung.

Insgesamt hatte die Einführung des Memecoin-Beacon-Tokens BRETT negative Auswirkungen auf die ursprüngliche Benutzerbasis von Base. Die durch den Katalysator verursachte Überlastung erhöhte die Sensibilität dieser Kohorte für steigende Gaspreise und machte sie kostenempfindlicher, obwohl diese Kosten nahe den vor der Implementierung von EIP-4844 beobachteten Levels lagen.

Herauszoomen

Die Auswirkungen von BRETT auf Base dienen als Illustration für die breiteren Schwachstellen und anpassungsfähigen Verhaltensweisen, die für Krypto-Ökosysteme charakteristisch sind. Diese Veranstaltung verdeutlicht, wie aufstrebende Tokens und insbesondere unerwartete Ereignisse Transaktionsmetriken, Benutzerverhalten und Netzwerkstabilität erheblich beeinflussen können und zeigt das schnelle Tempo, mit dem sich Dynamiken innerhalb des operationellen Rahmens einer Blockchain entwickeln können.

Dieser Vorfall verdeutlicht die nuancierte Beziehung zwischen Angebot (in diesem Fall Netzwerkgebühren) und Benutzer nachfrage, die weit entfernt von einer einfachen linearen Gleichung ist. Die Nachfrage kann sich abrupt verändern, wie der BRETT-Vorfall zeigt, oder sich graduell entwickeln, wenn das Ökosystem reift. Solche Verschiebungen verdeutlichen das komplexe Zusammenspiel zwischen Netzwerkanpassungen und Benutzerantworten, die nicht immer vorhersehbar sind und je nach externen Schocks oder erwarteten Änderungen wie Netzwerk-Upgrades stark variieren können.

In Anbetracht der Zukunft wird es immer wichtiger, die zugrunde liegenden Dynamiken zu verstehen, wenn mehr exogene Ereignisse oder bekannte Upgrades eintreten. Die Erkennung von Mustern und potenziellen Reaktionen der Benutzer auf Veränderungen im Ökosystem kann dazu beitragen, die echten Benutzerdynamiken und -reaktionen besser vorherzusagen.

Haftungsausschluss：

1. Dieser Artikel wurde aus gedruckt.[Stanford Blockchain Review], Alle Urheberrechte liegen beim ursprünglichen Autor [Stanford Blockchain Club]. Wenn es Einwände gegen diesen Nachdruck gibt, wenden Sie sich bitte an das Gate LearnTeam, und sie werden sich darum kümmern.
2. Haftungsausschluss: Die in diesem Artikel geäußerten Ansichten und Meinungen sind ausschließlich die des Autors und stellen keine Anlageberatung dar.
3. Übersetzungen des Artikels in andere Sprachen werden vom Gate Learn-Team durchgeführt. Sofern nicht anders angegeben, ist das Kopieren, Verteilen oder Plagiieren der übersetzten Artikel untersagt.