NFTの価格定義を探る

記事の著者：Gringotts DAO

記事の翻訳：Block unicorn

原文タイトル：《Exploring NFT Price Distribution Across Collections》

仮想土地、PFP（NFTアバター）、ゲーム資産などのNFTカテゴリは、プロジェクトやコレクションを評価するための一般的なフレームワークです。しかし、これらの資産の中であまり議論されず、時には直感に反する特性は、コレクション内での価格の「階層」であり、同じ価格階層の資産がコレクションやNFTカテゴリ内でどのように機能するかです。

Gringotts DAOの使命は、NFT保有者が流動性を得るためのワンストップショップになることです。新しいNFT金融化プロトコルの急速な出現に伴い、私たちはユーザーが流動性を求めるNFTタイプの文脈で、さまざまなアプローチの効果を評価することに着手しました。私たちは資産カテゴリにのみ焦点を当てるのではなく、これらすべての資産が共有する特性、つまりそれらの価格を研究しました。

より具体的には、私たちは3つの質問に答えようとしています：

NFTは市場全体でどのような価格分布を持っていますか？

価格分布のパターンは存在しますか？もしそうなら、それらはどの程度一般的ですか？

これらの分布から、特定のNFTが他の流動性手法よりも特定の流動性手法に適している可能性のある価格「階層」をどのように定義できますか？

主な発見の一つは、コレクションやNFTカテゴリ内のプロジェクトは、同じコレクション内のプロジェクトよりも似たように振る舞う可能性があるということです。したがって、価格分布の分析は、ユーザーや開発者が流動性を見つけるのに最適な場所や、金融化手法の潜在的な市場をより包括的に理解するのに役立ちます。

方法

NFTBankは、類似資産の過去の価格に基づいてNFT価格を予測する機械学習を使用したアルゴリズム資産評価製品です。私たちはNFTバンクから3ヶ月以上のデータを抽出しました。最初は2021年12月15日（279のコレクション、約240万NFT、約370万ETHの時価総額）、次に2022年1月13日（540のコレクション、約1420万NFT、約890万ETHの時価総額）、そして最も最近は2022年2月27日（538のコレクション、約1480万NFT、約650万ETHの時価総額）です。

この記事では、私たちが発見した4つの観察結果を詳しく探ります：

1.価格分布は通常、コレクション間およびコレクション内で非常に集中しています。

2.価格分布には5つの主要な「形状」があり、これらはNFTの「カテゴリ」（PFP、ゲーム、仮想土地など）とは無関係のようです。

3.価格分布の形態は一般的に不変です。75%のコレクションでは、価格分布は異なる時点で不変です。変化があったものについては、「関連」する形状に向かって進化しています。

4.指数減衰と対数正規分布を持つコレクション（60%のコレクション）については、基底、中間、上位資産の挙動を定義し、検証できます。

集中価格分布

さまざまなシリーズの中で、市場は上位10のシリーズに集中しており、時価総額の60%以上を占めています（標準化された）ジニ係数は約0.9です。

コレクション内では、ほとんどの価格分布が、ほとんどの商品の価格が底値に近いパターンに従っています。残りのいくつかの商品の価格が範囲の大部分を構成し、コレクションの時価総額に大きく貢献しています。

標準化された価格分布の例：

これらのグラフでは、x軸は100の等しい部分に分割されているため、たとえば最初のグラフ（CryptoPunks）は、ほぼすべてのパンクの価格設定が全価格範囲の前2%内にあることを示しています。

これは、NFTXのような流動性プールが「場内AMM」として機能し、NFT所有者に即時の流動性を提供できるため、場内プロジェクトに最適なNFT金融化製品にとって希望があります。

大量の場内アイテムと信頼できる価格フィードを持つコレクション（多くの異なるユニークなアドレス間で頻繁に取引されるコレクション）は、P2Pool貸出製品の担保としても機能できます。これは、フロア資産が通常「同じ」と見なされるため、手動評価が不要だからです。一度価格フィードとリスク評価の自動化手段が挿入されれば、貸出条件は自動化できます。

しかし、上記の例では、特定のコレクション（たとえばVeeFriendsやDecentraland）がこの「パターンはフロア価格」というモデルに適していないことに注意してください。実際、価格分布のパターンは5つの異なる形状のいずれかに属し、これが次の観察につながります。

価格分布には5つの主要な形状があります

さまざまなシリーズの中で、私たちが観察した価格分布の形状は次のとおりです：

1) 指数減衰。これらは、その大部分の商品がフロアで価格設定されているコレクションであり、高価格商品の長い尾があります。私たちがサンプリングした約40%のコレクションがこのプロファイルを示しています。例にはCryptopunks、RTFKT Clone X + Murakami、Mutant Ape Yacht Clubが含まれます。

2) 対数正規分布は、指数に似た形状を持ちますが、パターンは底値よりもわずかに高いです。私たちがサンプリングした約20%のコレクションがこのプロファイルを示しています。例にはBored Ape Yacht Club、Sandbox LAND、Decentralandが含まれます。

3) 対称（または類似正規）分布は、資産が平均価格の近くに高度に集中し、両側が徐々に減少することを指します。私たちがサンプリングした約5%のコレクションがこのプロファイルを示しています。例にはAnonymice、Blitmap、Rollbotsが含まれます。

4) 多峰性分布は、より広範な範囲で複数の隆起とピークを示します。私たちがサンプリングした約20%のコレクションがこのプロファイルを示しています。例にはVeeFriends、Autoglyphs、FLUF Worldが含まれます。

5) 点分布パターンは、上記の形状のいずれかを持ちますが、価格分布は

興味深いことに、NFTカテゴリ（PFP、仮想土地、ゲーム資産など）は価格分布の形状とは無関係です。たとえば、Cryptovoxels、Decentraland、Somnium Spaceの仮想土地NFTは、異なる分布（指数分布、対数正規分布（それぞれ1月/12月データで対称）、および多峰性分布）を持っています。

価格分布は、コレクション自体の固有の特徴の関数である可能性が高く、所属するNFTカテゴリの関数ではありません。土地の場合、これは位置、区画のサイズ、トラフィック（収益の可能性）、すでに建設されており、したがってプレミアムで販売されている土地などが考えられます。

次に、これらの価格分布が時間とともに変化するかどうかを調査しました。

価格分布は（通常）不変です

ここでのデータは限られているため（3つのデータポイント）、ここでの分析が将来にわたって持続するかどうかは時間が証明します。標準化された価格を再度見ると、12月（灰色）と1月（赤色）の価格分布は、通常（ただし常にではない）2月（青色）の価格分布と一致するか、少なくとも類似の形状を持っています。

1月と2月のデータに含まれる537のコレクションの中で、166の価格分布の形状が変化しました（30%）。1月から12月にかけて、私たちは同様の割合の変化も見ました（25%）。これは多くのように聞こえるかもしれませんが、上記のコレクションの分布形状の分類はやや曖昧であり、締切に対してあまり厳密ではないことを考慮してください。

たとえば、指数減衰と対数正規を区別することができます：「もしパターン>底値=>対数正規」。底値との比率を見て、私たちはより緩やかな定義を選択し、パターンが底値の10%-20%の上にあっても許可しました。なぜなら、私たちはフィットした分布を見てそれらの形状を分類したからです。

これに基づいて、私たちは指数減衰分布と対数正規分布が「関連している」と考えています。

価格分布の変化が観察された場合：

~42%が点分布に変更されるか、点分布から変更されます。点分布は、他の4つの形状のいずれかであり、価格範囲が非常に狭いだけです。

~26%が指数減衰または対数正規から多峰性に変わります。このクラスの定義も比較的緩やかで、私たちの発行版は通常1つのパターンしか持っていません。この形状を定義するのは、VeeFriendsやそのいくつかの凹凸（パターン）のような分布を他の形状から分けるためです。

~22%が指数減衰から対数正規分布に/対数正規分布から（厳密な方法を採用すれば、この数字ははるかに高くなります）。

~10%の残りの変化はすべて対称分布であり、その中で対数正規分布が主要な割合を占めています（6%）。これは、対数正規分布と対称分布の間の直線的な定義がかなり緩やかであるためです（つまり、これらの2つの形状も「関連している」）。

価格階層の定義

上記の観察に基づいて、私たちは指数減衰と対数正規形状を持つコレクションを探して価格階層を定義します。なぜなら、底値がここでの合理的なアンカーとして機能するからです。もちろん、「絶対的」な下限は単に最低価格の商品である可能性があるため、より多くの商品を下限商品として分類するための適切な乗数を見つけたいと考えています。

下限の定義：私たちは異なる下限分位数とそれらの底値との比率を調査しました。

この800件のコレクションの中で、約90%の中央値が1.4*底値未満です。ここでの閾値の選択は、私たちが考慮しているユースケースに大きく依存します：もし私たちが右側により大きな割合のコレクションプロジェクトを含めるなら、私たちはその価格範囲を拡大するコストを運営し、このコレクションをあまり均質にしないようにします。

約90%のコレクションに適用するための閾値は：

1.3は25%の分位数を提供します（したがって25%のプロジェクトをカバーします）。

1.4は約50%の分位数/中央値を提供します。

1.75は~75%の分位数を示します。

30%未満のコレクションは少なすぎる可能性があり、[底値、底値*1.75]の価格範囲は広すぎる可能性があります。したがって、私たちは1.4の乗数を下限として選択します。言い換えれば、「フロア」プロジェクトは、[フロア価格、フロア価格*1.4]の価格範囲内のプロジェクトを指します。これにより、3分の2のコレクションが75%のアイテムを含むことになります。

上位プロジェクトの定義：私たちは上位分位数を使用して類似のルートをたどることができます：

2.5の閾値は90%のコレクションをカバーします-この800のコレクションの85%。また、95%のコレクションを3分の2のコレクションに含め、さらに99%のコレクションを~20%のコレクションに含めます。言い換えれば、2.5の閾値は、上位10%の資産を90%のコレクションの「上位」バケットに配置します。

同様に、私たちはこのコレクションに対してさらに排他的な操作を行うことができ、たとえばこの閾値を4に引き上げることができます。

これらの底値と上限の定義に基づいて、価格が[底値*1.4、底値*2.5]の間にある中間製品を定義できます。さて、これらの価格階層の特徴を見てみましょう。

価格階層の特徴を定義する

底値対底値*1.4で価格設定されたプロジェクト。

フロアは通常、コレクションの50-75%を占め、時価総額の25-50%を占めます。それらの数量と同質的な行動は、流動性プールに適しており、効果的に「場内AMM」として機能し、ユーザーは場内資産の取引活動から利益を得て、他の価格階層と比較して最も深い流動性を享受できます。

プロジェクトは底値*1.4から底値*2.5で価格設定されています。

フロア価格は通常、製品の20%-40%を占め、コレクションの時価総額の10%-20%を占めます。現状では、中間製品は最も利益を上げにくい取引品種かもしれません。なぜなら、彼らが必要とする流動性は場内取引よりも低く、Grailsと比較して反射的な上昇に対するエクスポージャーが小さいからです。コレクションの中で、パターンが中間（対称価格分布を持つもの）であるものは、多くのユーザーが資産自体の特性や効用により興味を持っている可能性が高いです。たとえば、仮想土地のフロアは小さすぎるか、収益性のない位置にあるかもしれませんが、大きくてトラフィックの多い土地は高すぎるか、販売されていないかもしれません。したがって、土地の買い手は、位置、土地のサイズ、価格が適切な資産を探しています。

もしフロア価格が一部の「一時的」なプロジェクトを含むことが証明されれば、つまり底値が上昇したり価格が下落したりする場合、これは投機と関連するヘッジの適用のための層になる可能性があります。

TOPまたは上位プロジェクト、商品価格設定>底値*2.5。

上位プロジェクトは通常、商品全体の5%-10%を占め、コレクションの時価総額の20%-40%を占めます。アンティークの販売は非常に騒がしく、価格変動も大きく、伝統的なアートや不動産の高級品に似たパフォーマンスを示します。取引量と速度は非常に低いですが、担保として使用したり、分割して流動性を得たりする良い潜在能力があります。

3つの階層の各層のアイテムの割合について、私たちはフロアアイテム（青色）の割合が大きいことを見ています。ここやそこに小さなものがありますが、これは私たちの形状の曖昧な定義に関連しています。たとえば、Meebit（最初の列）は、上でさらに示したこれらの追加の凹凸があるため、私たちの階層論理に完全には従っていません。

コレクション名は小さいですが、名前の末尾の（Jan）または（Dec）は、それぞれ1月または12月のデータセットからのものであることを示しています。

各価格レベルの市場シェアを見ると、これらのレベルの時価総額の割合については、状況が少し騒がしくなります。フロアは依然として市場シェアの大部分を占めているようですが、コレクションにとって、カップ状のアイテムはフロアよりも10-1000倍高く、コレクションの時価総額を侵食することが一般的です。

全体として、約25%-50%の時価総額が下層に、10%-20%が中間に、20%-40%が上位に属しています：

今後の作業

この記事では、NFTの価格変動行動と各コレクション内の層に基づいてNFTを分類するためのいくつかの初歩的なステップを踏みました。上で述べたように、ユースケースに応じて層の境界を調整できます。私たちの目的の一つは、コレクションや資産カテゴリを超えたNFTの共通の行動と特徴を導き出し、保有者が流動性を探す最良の方法を知らせることです。この分析は、その評価マトリックスに情報を提供するのに役立ちます。

現在、私たちは資産がコレクション内でどのように機能するかについての高レベルの概要を持っており、ここで行った重要な観察を拡大し、さらに分析することができます。たとえば：

特定のコレクションの主要な属性は、彼らが持つ価格分布パターンを引き起こす可能性がありますか？

内部（たとえばプロジェクト開発）または外部（たとえば市場の感情）要因は、特定のシリーズが時間の経過とともに価格分布の形状を変える原因となる可能性がありますか？

価格分布は、特定の金融化プロトコルの先行指標または分析指標として機能する可能性がありますか？（たとえば、担保やNFT AMMの開始に使用される資産）

私たちは、今後の記事でこれらの問題を探求したいと考えています。現在、私たちは価格階層を定義するための定量的なメンタルモデルと、今後数ヶ月間にわたるNFT流動性手法に関する仮説を評価するための初歩的なフレームワークを提供しています。