3

价值从何而来:蓝筹 NFT 稀有度与价格是否相关?

 2 years ago
source link: https://news.huoxing24.com/20220403163421819315.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

价值从何而来:蓝筹 NFT 稀有度与价格是否相关?

NFTGo2022-04-03热度: 30250
稀有NFT的持有者所拥有的定价权比普通NFT持有者高了不止10倍。

作者:NFTGo

在很多情况下,人们愿意为稀有物品或独特体验支付溢价。古话说,物以稀为贵,但在NFT的世界里,我们该如何量化这个数字资产的稀有度和其对等的价值?

从纯粹的商业角度来看,许多资产原本不需要任何形式的限制供应,但稀有性的价值将影响消费者需求和市场层面需求的总和,人为进行稀有度和数量设计将产生不同的效果。稀有价值在经济上植根于这样一个概念:资源有限,需求无限,而价格就是表示资源稀缺一个信号。

蓝筹 NFT 的稀有价值可以从以下四点中衡量,一种是 NFT 所在项目本身的稀缺性——每个Collection发行特定的数量,大多为1万个。

第二种是与收藏品总量中其他NFT相比的稀有价值。稀有性与炫耀性“专有感”消费的概念密切相关——NFT 和拥有者的相似度和美学观感,在某种情况下也代表了一种态度和身份的情感价值。比如周杰伦所持有的Azuki和其本身特点的同质性。

第三是 NFT 的稀缺效应所带来的使用价值,或者说是溢价,包括买卖 NFT 的乐趣,在新领域 GameFi 和元宇宙中的多种应用和延伸。

第四个是获取难度或时间价值。稀缺性价值同时反映了社区维护成本。比如一些社区PASS的运维成本增长就会反映在价格上,形成一个闭环飞轮。

那么,其中稀有度是否是价格的主导影响因子?从1月份以来,虽然市场中 NFT 的整体交易量有所下滑,但前期市场共识下的蓝筹项目依旧因其稀缺性而价格上升,反映了消费者对顶级资产的积极预期。

我们可以通过数据量化NFT价格与稀有度之间的内在相关性,从而探索出可能的规律和模式。我们选取了六个各有特点的蓝筹项目,评估NFT稀有度对其价格的影响。

TL; DR

稀有NFT的持有者所拥有的定价权比普通NFT持有者高了不止10倍。

与人们的普遍认知“稀有NFT更贵”相反,稀有度对价格的影响并不完全呈正相关。

稀有度的影响力有时会让度给美学价值、社群共识等其他相对于稀有度更加隐性的因子。

即使Medium NFT在市场中较Bottom NFT的稀有度排名更高,但二者的市场价格分层效应并不明显。而Top NFT的价值远超于Medium NFT。

列举的6个项目中,Doodles稀有度与价格的相关性最强,而BAYC显然还存在其他影响价格的变量。

Note: 根据稀有度不同,我们把NFT分成了四组,x表示NFT的稀有程度:

90 ≤ x ≤ 100: Legendary

70 ≤ x < 90: Rare

40 ≤ x < 70: Classic

0 ≤ x < 40: Normal

售价最高的NFT,是稀有度最高的吗?

不同 NFT 的价格受稀有度的影响不尽相同,下图是各收藏品中售价排名前十的NFT的稀有程度,以及其在二级市场上的总流通时间。

分析

各蓝筹 Collection 中售价前十 NFT 的稀有度分布,来源:NFTGo.io

大部分场景下,很多人会通过各类工具查找稀有度。然而,除了收藏价值以外,NFT的其他价值会在很大程度上稀释稀有度对于价格的影响。稀有度的影响力有时会让度给美学价值、社群共识等其他更加隐性的因子。

CryptoPunks的市场定位更偏向于OG NFT项目,其作为第一个NFT项目的收藏价值不言而喻,而稀有度在收藏体验中无疑是极其重要的增味剂。而对于BAYC而言,尽管其也是一个非常经典、较为早期的蓝筹NFT,但是其项目背后的社群和商业体系撑起了NFT的部分其他价值,从而分散了稀有度对其价格的影响力。售价前十的NFT中传说级稀有度的占比相对于CryptoPunks出现了明显减少。

所以,从不同的项目定位这个因素来看,售价最高的NFT并不一定是稀有度最高的。

稀有度是否影响价格分层?

通过对比两种稀有度不同的NFT的数据——最常见的Normal和最稀有的Legendary(分别是后40%以及前10%),我们可以看出稀有度在不同收藏品中影响程度不一。对PFP项目,总体来说,稀有度越高,价格越高,拥有 1/1 top trait的NFT往往拥有较高售价。

从下图中我们可以看出,在 Cryptopunks 和 Doodles 项目中,稀有度的巨大差异使 NFT平均价格的飙升。而对BAYC来说,显然,稀有度并没有很明显的价格分层,稀有度并不能代表和反映 NFT 本身的核心价值。

分析

基于稀有度排名的NFT平均售价(以美元为单位);来源:NFTGo.io

头部和长尾效应

在比较最高和最低稀有度价格分层差距后,还有一个用户时常会遇到的问题,如果无法负担前10%稀有度的高价 NFT,那么后90%的稀有度区间中的NFT,该如何选择呢?我们去除前10%的高稀有度的NFT,在相对较低稀有度 NFT 中进一步分析。

通过收集当下稀有度排名在2000至4000的NFT作为数据集(列为Medium NFT),并将其与排名4000以外的NFT进行价格对比(列为Bottom NFT)。很多人都会认为,Medium NFT比Bottom NFT含有更加稀有的NFT,显然它的价格也应该更高,结果真的是如此吗?下图是两类NFT的平均售价(美元)

分析

不同稀有度排名NFT的平均售价(美元);来源:NFTGo.io

我们可以看到,稀有度排名较高的NFT与排名较低的NFT之间有一条很清楚的分界线。为了研究高稀有度的作用,我们将稀有度为Legendary的NFT加入进来,选取排名在2千以内的NFT(称为Top NFT),下图显示了每一组NFT的平均价格(美元):

分析

来源:NFTGo.io

我们不难发现,即使Medium NFT在市场中较Bottom NFT的地位更高,但二者的市场价格分层效应并不明显。另一方面,虽然Medium NFT在市场上较为稀有,但Top NFT的价值还是要远超Medium NFT。显然,一种“头部效应”影响着NFT的价格。

市场上有多种多样的交易行为,我们常常听到扫地板、有收集头部,收集1/1 trait,但是对于收集腰部的相关说法却很少见。即便是对于稀有度和打金关联的一些GameFi玩法的项目,收集中等稀有度的NFT相对另外两种策略也显得并不是很经济。

因此,处于心理和经济性上的一些原因,稀有度对于价格的影响在腰部存在着一定的“失灵”。

哪组NFT的相关性最大?

为了进一步印证稀有度和价格的关联,我们也选用了z-score标准化及标准差和皮尔逊相关系数(Pearson Correlation Coefficient)对Collection的售价进行了分析。一方面衡量数据偏离其所在数据集平均数的大小,同时评估NFT收藏品价格的多样性,从而理解卖家如何推动市场。

分析

皮尔逊相关(Pearson Correlation)

其中,x表示稀有程度,y表示最新售价。只有当每个数据集都是正态分布时,皮尔逊相关(Pearson Correlation)才成立,而NFT数据连近似正态也不是,通常更多是非正态的。为了评估两个数据集的分布(NFT稀有度和最新价格),我们统计了六组收藏品样本的NFT稀有度和价格,如下:

分析

NFT收藏品的稀有度和价格分布;来源:NFTGo.io

通过上图,我们不难发现,尽管某些收藏品,例如BAYC,呈现出正态分布,但在价格方面,NFT收藏的数据分布仍然是非正态的,这也意味着稀有度对价格的影响较小。在价格数据集呈现非正态的情况下,我们用QQ-plot method来检验数据是否符合正态分布。将NFT价格与正态分布进行比较——图上的红线代表符合正态分布的数据,点代表真实的数据。

分析

NFT价格的QQ-plot;来源:NFTGo.io

我们观察到,数据集中有一部分是符合正态分布的,但我们选择分析方法时,必须要考虑到收藏品中的所有异常值。一般来说,NFT价格倾向于非正态分布,一些研究证实,也正是这种倾向导致了皮尔逊相关系数(Pearson Correlation Coefficient)的估计值出现了误差。

非正态分布导致相关系数膨胀了+0.14,同时我们选用了一种更加稳健的方式进行验证——斯皮尔曼相关(Spearman Correlation)对稀有度与价格相关的估测要相对保守,下面是斯皮尔曼相关(Spearman Correlation)的简化公式。

分析

Spearman Correlation

该式的结果是一个介于-1到1之间的值,表示关系完全为正或完全为负,这个数值越接近0,则表示相关性越呈现出非负相关。斯皮尔曼相关(Spearman Correlation)在不同收藏品之间变化很大,根据计算结果显示,某些收藏品稀有度与价格的相关性很小,也就是说还存在其他变量,而某些收藏品的稀有度与价格是显著相关的。下图显示了皮尔逊相关(Pearson Correlation)和斯皮尔曼相关(Spearman Correlation)分析结果的差异。

分析

皮尔逊相关和斯皮尔曼相关的差异;来源:NFTGo.io

研究结果表明,斯皮尔曼算法所产生的误差较小,而在使用皮尔逊相关时,由于非正态分布的存在,所有收藏品的估计结果都出现了过大或过小的情况。

最终的统计结果表明,在列举研究的6个项目中,Doodles稀有度与价格的相关性最强,而BAYC显然还存在其他影响价格的变量,也许这就是BAYC成为史上最成功NFT项目之一的原因所在,除了一只稀有的猴子,人们还看重BAYC所带来的其他更加有价值的东西。

价格由社区定义还是稀有度定义?

就像是Panini NBA球星卡,稀有游戏卡牌,当一类收藏品的玩家群体数量足够多的时候就会产生价格分层。NFT 也是如此,但 NFT 价格分层不仅有稀有度单个影响因子。更多或许是由社区定义。

比如mfer,比如StartCatchers,里面有不同的Dynamic Traits,社区会定义3个dynamic traits >2个>1个>全都静止。再者,mfers的项目价值点在于其背后的文化共识,NFT形象让众多的持有者都仿佛看见了自己,引起共鸣。

稀有度对价格的影响力被极大的稀释了,取而代之的是美学上的共鸣以及社区共识。此外,NFT 价格也和名人效应相关,一些和名人相关联的Trait NFT售价会高于平均值。比如,很多人会选择买和周杰伦持有Azuki相同Trait的NFT,从而推高这类NFT的价格。

由此可见,在发行 NFT 上,项目方也需要有很多构思。社区通过打造出更多玩法意味着更容易宣传以及增加流通量,PFP 项目图片中蕴藏的玩法(或噱头)是其中需要考虑的一环。另一方面,对于那些打算做 NFT估值工具的项目方来说,需要了解 NFT 价值由多种因素决定和影响。PFP 项目通过合作和meme传播,在拓展自身影响力的同时,重新定义稀有度,隐性提升 NFT 售价。

结论

通过构建数据分析机制,我们探究了NFT稀有度与价格的相关性,量化分析了NFT定价权,重新评估稀有度对价格的影响。同时,需要注意,由于持有时间不同,以及购买者买入时间的差异,在价格和稀有度分析下也存在着一定偏差和变量。此外,我们基于二级市场流通时间、项目活动及差异性等动态因素,针对不同藏品系列的特性进行了进一步分析,帮助投资者更好地规划NFT市场的投资策略及收益预期。

免责声明:作为区块链信息平台,本站所提供的资讯信息不代表任何投资暗示,本站所发布文章仅代表个人观点,与火星财经官方立场无关。虚拟货币不具有法定货币等同的法律地位,参与虚拟货币投资交易存在法律风险。火星财经反对各类代币炒作,请投资者理性看待市场风险。
语音技术由科大讯飞提供

About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK