[0] 위치 및 희소성 경매 가격
[0A] — 경매 1
세계 건물이 Decentraland 경험의 핵심 부분임을 감안할 때 구매자가 동기 부여 요소로 "핫스팟"위치 근접성을 고려했는지 테스트하고 싶었습니다. 랜드 마크 (도로, 지역 및 창세기 블록)가 이러한 관심 지점으로 작용할 수 있다고 가정 해 봅시다. 스마트 계약 메타 데이터에서 다른 등급의 랜드 마크까지의 거리에 따라 소포에 대해 지불 한 가격을 필터링 할 수 있습니다.
- 랜드 마크 유형 (도로, 창세기, 지구)까지 거리별로 소포를 필터링합니다.
- 각 위치 거리를 로컬 최대 거리에 대한 비율로 매핑하십시오.
- 예를 들어, 경매 1에서 가장 가까운 도로까지의 가장 먼 소포 "거리"는 ~ 60입니다. 도로 위치가 "1"인 소포는 가장 가까운 도로에서 한 블록이며 최대 거리의 1/60입니다.
- 비율이 높을수록 랜드 마크에서 멀어집니다.
- 로그 스케일에서 위치 매개 변수 메타 데이터에 기여한 중간 값 및 평균 $ USD를 계산하십시오.
랜드 마크와의 근접성이 추진 요인으로 간주되면 더 가까운 가격으로 더 높은 가격을 지불 할 것으로 예상됩니다. 즉, 비율이 높을수록 평균 또는 평균 $ USD 지불이 줄어 듭니다. 우리는 감소하는 기능이 근접성에 대해 지불 된 가격 사이에 긍정적 인 관계를 볼 것으로 기대합니다. 경매 1에서 더 높은 신호에 대한 선형 추세선을 눈으로 볼 수 있습니다.
[0B] — 경매 2
우리가 경매 2에 대해 동일한 분석을 수행한다면, 세 가지 랜드 마크 모두에 대한 위치와 가격 사이에는 거의 관계가 없습니다. 그러나 경매 2와 경매 1에서 지불 한 가격이 모든 랜드 마크의 모든 위치 매개 변수에서 일관되게 더 높은 것으로 나타났습니다. 한 가지 이유는 $ LAND 자산의 인식 부족 일 수 있습니다. 또 다른 이유는 프로젝트의 타이밍 및 실행 위험이 자산에 가격이 책정되어 있기 때문입니다 (개발 및 시장 활동 XNUMX 년).
[1] 위치 및 희소성의 시장 가격
대부분의 경매 소포 (~ 90 %)는 시장에 영향을 미치지 않았지만, 부동산 자산 가치의 출현 행동을 관찰하기 위해 시장을 살펴볼 수 있습니다. 구체적으로, 구매자의 행동은 토지 가치 기능에 대한 기대를 전제로합니다.
이 메타 데이터를 두 가지 방법으로 잘라낼 수 있습니다.
- 시장에서 거래 된 횟수 (회전율)로 거래 된 소포를 필터링합니다.
- 인지 된 시장 가치를 추론하기 위해 경매 가격 대비 가격 배수로 소포를 필터링하십시오.
[1A] 회전율
매출 거동을 관찰하는 것의 한 가지 중요한 점은 XNUMX 차 시장에서 구매 한 $ LAND 소포가 클러스터되는 경향이 있다는 것입니다. 또한 높은 이직률로 거래 된 소포가 종종 이러한 클러스터 근접성 내에 있음을 관찰했습니다.
[1B] : 가격 배수
가격 필터에서, 최고 가격의 배수 (10 배 이상 경매 가격)는 상대적으로 낮은 회전율을 가진 소포에 속한다는 것을 알 수 있습니다. 이것은 고래 (또는 $ LAND 군주)가이 소포의 가격이 저렴하다는 것을 인식하고 균일 한 가격으로 입찰에 알 렸음을 암시 할 수 있습니다.
[1C] : 위치
Decentraland 아틀라스를 오버레이하면 클러스터가 랜드 마크의 가장자리 근처에 형성되는 것을 볼 수 있습니다. 이는 UX 관점에서 사용자가 랜드 마크를 탐색하여 시작한 다음 인접한 $ LAND 인근 지역 / 소포로 이동할 수 있다는 구매자의 기대 일 수 있습니다.
[2] 입지 및 희소성의 부동산 가격
부동산은 서로 인접하고 단일 컬렉션으로 집계 된 $ LAND 소포를 말합니다. 아이디어는 부동산을 소유하거나 건축하는 것이 작은 동네를 소유하는 것과 같아서 도시와 같은 경험을 만들 수 있다는 것입니다. 놀랍게도, 부동산 가치는 규모와 양의 선형 관계를 나타냅니다.
부동산에 대한 추가 $ LAND의 한계 가치는 어떻습니까? 별로…
- 부동산 가격 : 부동산을 크기별로 필터링하고 소포 당 평균 가격을 계산합니다.
- 기본 가격 : 해당 개별 소포의 가격을 XNUMX 차 경매 가격 또는 XNUMX 차 시장 가격의 최대 값으로 계산하십시오.
- 보험료의 중앙값을 계산하십시오.
[2A] : $ LAND 뒤집기
분석 이전의 초기 가설 중 하나는 구매자가 인접한 $ LAND 소포를 구입하여 부동산으로 모은 다음 부동산을 판매한다는 것입니다. 흥미롭게도, 아래 데이터는 경매에 참여한 시장 참가자들에게 이러한 행동이 사실임을 보여줍니다. 판매 된 대부분의 부동산은 마켓 플레이스에서 구매 한 소포로 구성되지 않았으며, 구매자가 기본적으로 XNUMX 차 토지에서이 소포를 $ LAND로 구입 한 다음 해당 기능을 사용할 수있게되면 부동산으로 뒤집 었다는 것을 의미합니다.
XNUMX 차 시장에서 구매 한 $ LAND 자산으로 소수의 부동산 만 구성되지만, 섹션 [1B] 구매자가 XNUMX 차 시장에서 아직 판매되지 않은 부동산을 형성했음을 암시 할 수 있습니다. 이 부동산 소유주는 $ LAND 부동산을 판매하기 전에 시장이 이러한 대화 형 환경의 실제 건설 및 건축에 반응하기를 기다리고있을 수 있습니다.
[2B] : 무임 승차
부동산 다이어그램에서 부동산 옆에 구매 한 개별 소포가 많이 있음을 알 수 있습니다. 더 깊게 다이빙하려면보다 엄격한 타임 라인 분석이 필요하지만, 랜드 마크 옆에 앉아있는 논리와 유사하게 부동산 옆에 $ LAND를 소유하는 것이 좋습니다.
이 분석에 나타난 시장 행동은 $ LAND 소유자가 소포의 향후 사용 및 유용성에 대한 일부 기대를 가정합니다 (많은 공개 토큰 프로젝트와 유사). Decentraland 분석의 독창성은 다른 가용 한 암호화 자산과 다른 평가 특성을 유발할 수있는 NFT 기능별 변수를 이해하려는 시도입니다. 높은 수준에서 이러한 기능은 근접성과 크기로 요약됩니다.
Decentraland는 대화식 경험이 될 것입니다. 빌더 도구가 출시되기 직전에 $ LAND 소유자가 실제로 자산을 생산적으로 만드는 방법 (건물, 임대, 인접 구매, 판매)을 추적하는 것은 흥미로울 것입니다. 우리는 시간이 지남에 따라 토지 소유자가 토지를 생산적으로 또는 단순히 사용했는지 여부를 볼 수 있습니다. 호의적 인 추측을 기다렸다. 이번 조사 결과는 임대를 통해 $ LAND를 분배하는 것이 임대료 추구 자, 투기꾼 또는 부 파커보다는 토지를 가장 효율적으로 활용할 수있는 사람들에게 갔다.
대부분의 암호화 사용 사례에서와 같이 희소성의 시행 가능성은 강력하게 보장됩니다. 부족의 매개 변수는 영구적으로 고정되지 않습니다. $ LAND의 경우 실제 부동산과 달리 가상 세계 부족은 물리학에 국한되지 않습니다. Decentraland는이 아이디어를 반복하려는 시도입니다. 이것은 시간이 지남에 따라 $ MANA (이 분석에서 거의 무시 됨)를 Decentraland 경제의 거버넌스 토큰으로 사용하여 변경 될 수 있으며, 이는 결국 다음과 같은 희소성 및 유틸리티와 관련된 제안에 투표하는 데 사용될 수 있습니다 지도의 크기를 증가 or 소포의 크기 (레: 거버넌스의 수수께끼…)
가상 세계에서 우리는 NYC와 같은 환경을 조성하는 오랜 사회 및 경제 원동력을 뺀 진공 엔터테인먼트 엔터테인먼트 사회를 공동으로 구축하고 있습니다. 그러나 우리 모두는 새로운 인센티브와 환경에 대한 오랜 실험 단계Decentraland는 자체 빌드에 시간이 걸리지 만 최소한 실시간으로 유틸리티를 추적 할 수 있습니다. 내 Decentraland 부동산이 젠트리 화 될 때까지 얼마나 걸립니까?
모든 데이터는 $ LAND 스마트 계약을 통해 공급되었으며 nonfungible.com 2019–02–28에.
Source: https://tokeneconomy.co/decentraland-lords-9953d0de1e5c?source=rss—-fbbd350c08fc—4
