價值從何而來：藍籌 NFT 稀有度與價格是否相關？

作者：NFTGo

在很多情況下，人們願意為稀有物品或獨特體驗支付溢價。古話說，物以稀為貴，但在NFT的世界裡，我們該如何量化這個數字資產的稀有度和其對應的價值？

從純粹的商業角度來看，許多資產原本不需要任何形式的限制供應，但稀有性的價值將影響消費者需求和市場層面需求的總和，人為進行稀有度和數量設計將產生不同的效果。稀有價值在經濟上植根於這樣一個概念：資源有限，需求無限，而價格就是表示資源稀缺的一個信號。

藍籌 NFT 的稀有價值可以從以下四點中衡量，一種是 NFT 所在項目本身的稀缺性------每個Collection發行特定的數量，大多為1萬個。

第二種是與收藏品總量中其他NFT相比的稀有價值。稀有性與炫耀性"專有感"消費的概念密切相關------NFT 和擁有者的相似度和美學觀感，在某種情況下也代表了一種態度和身份的情感價值。比如周杰倫所持有的Azuki和其本身特點的同質性。

第三是 NFT 的稀缺效應所帶來的使用價值，或者說是溢價，包括買賣 NFT 的樂趣，在新領域 GameFi 和元宇宙中的多種應用和延伸。

第四個是獲取難度或時間價值。稀缺性價值同時反映了社區維護成本。比如一些社區PASS的運維成本增長就會反映在價格上，形成一個閉環飛輪。

那麼，其中稀有度是否是價格的主導影響因子？從1月份以來，雖然市場中 NFT 的整體交易量有所下滑，但前期市場共識下的藍籌項目依舊因其稀缺性而價格上升，反映了消費者對頂級資產的積極預期。

我們可以通過數據量化NFT價格與稀有度之間的內在相關性，從而探索出可能的規律和模式。我們選取了六個各有特點的藍籌項目，評估NFT稀有度對其價格的影響。

TL; DR

稀有NFT的持有者所擁有的定價權比普通NFT持有者高了不止10倍。

與人們的普遍認知"稀有NFT更貴"相反，稀有度對價格的影響並不完全呈正相關。

稀有度的影響力有時會讓度給美學價值、社群共識等其他相對於稀有度更加隱性的因子。

即使Medium NFT在市場中較Bottom NFT的稀有度排名更高，但二者的市場價格分層效應並不明顯。而Top NFT的價值遠超於Medium NFT。

列舉的6個項目中，Doodles稀有度與價格的相關性最強，而BAYC顯然還存在其他影響價格的變量。

Note: 根據稀有度不同，我們把NFT分成了四組，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

售價最高的NFT，是稀有度最高的嗎？

不同 NFT 的價格受稀有度的影響不尽相同，下圖是各收藏品中售價排名前十的NFT的稀有程度，以及其在二級市場上的總流通時間。

各藍籌 Collection 中售價前十 NFT 的稀有度分佈，來源：NFTGo.io

大部分場景下，很多人會通過各類工具查找稀有度。然而，除了收藏價值以外，NFT的其他價值會在很大程度上稀釋稀有度對於價格的影響。稀有度的影響力有時會讓度給美學價值、社群共識等其他更加隱性的因子。

CryptoPunks的市場定位更偏向於OG NFT項目，其作為第一個NFT項目的收藏價值不言而喻，而稀有度在收藏體驗中無疑是極其重要的增味劑。而對於BAYC而言，儘管其也是一個非常經典、較為早期的藍籌NFT，但是其項目背後的社群和商業體系撐起了NFT的部分其他價值，從而分散了稀有度對其價格的影響力。售價前十的NFT中傳說級稀有度的占比相對於CryptoPunks出現了明顯減少。

所以，從不同的項目定位這個因素來看，售價最高的NFT並不一定是稀有度最高的。

稀有度是否影響價格分層？

通過對比兩種稀有度不同的NFT的數據------最常見的Normal和最稀有的Legendary（分別是後40%以及前10%），我們可以看出稀有度在不同收藏品中影響程度不一。對PFP項目，總體來說，稀有度越高，價格越高，擁有 1/1 top trait的NFT往往擁有較高售價。

從下圖中我們可以看出，在 Cryptopunks 和 Doodles 項目中，稀有度的巨大差異使 NFT平均價格的飆升。而對BAYC來說，顯然，稀有度並沒有很明顯的價格分層，稀有度並不能代表和反映 NFT 本身的核心價值。

基於稀有度排名的NFT平均售價（以美元為單位）；來源：NFTGo.io

頭部和長尾效應

在比較最高和最低稀有度價格分層差距後，還有一個用戶時常會遇到的問題，如果無法負擔前10%稀有度的高價 NFT，那麼後90%的稀有度區間中的NFT，该如何選擇呢？我們去除前10%的高稀有度的NFT，在相對較低稀有度 NFT 中進一步分析。

通過收集當下稀有度排名在2000至4000的NFT作為數據集（列為Medium NFT），並將其與排名4000以外的NFT進行價格對比（列為Bottom NFT）。很多人都會認為，Medium NFT比Bottom NFT含有更加稀有的NFT，顯然它的價格也應該更高，結果真的是如此嗎？下圖是兩類NFT的平均售價（美元）

不同稀有度排名NFT的平均售價（美元）；來源：NFTGo.io

我們可以看到，稀有度排名較高的NFT與排名較低的NFT之間有一條很清楚的分界線。為了研究高稀有度的作用，我們將稀有度為Legendary的NFT加入進來，選取排名在2千以內的NFT（稱為Top NFT），下圖顯示了每一組NFT的平均價格（美元）：

來源：NFTGo.io

我們不難發現，即使Medium NFT在市場中較Bottom NFT的地位更高，但二者的市場價格分層效應並不明顯。另一方面，雖然Medium NFT在市場上較為稀有，但Top NFT的價值還是要遠超Medium NFT。顯然，一種"頭部效應"影響著NFT的價格。

市場上有多種多樣的交易行為，我們常常聽到掃地板、有收集頭部，收集1/1 trait，但是對於收集腰部的相關說法卻很少見。即便是對於稀有度和打金關聯的一些GameFi玩法的項目，收集中等稀有度的NFT相對另外兩種策略也顯得並不是很經濟。

因此，處於心理和經濟性上的一些原因，稀有度對於價格的影響在腰部存在著一定的"失靈"。

哪組NFT的相關性最大？

為了進一步印證稀有度和價格的關聯，我們也選用了z-score標準化及標準差和皮爾森相關係數（Pearson Correlation Coefficient）對Collection的售價進行了分析。一方面衡量數據偏離其所在數據集平均數的大小，同時評估NFT收藏品價格的多樣性，從而理解賣家如何推動市場。

皮爾森相關（Pearson Correlation）

其中，x表示稀有程度，y表示最新售價。只有當每個數據集都是正態分佈時，皮爾森相關（Pearson Correlation）才成立，而NFT數據連近似正態也不是，通常更多是非正態的。為了評估兩個數據集的分佈（NFT稀有度和最新價格），我們統計了六組收藏品樣本的NFT稀有度和價格，如下：

NFT收藏品的稀有度和價格分佈；來源：NFTGo.io

通過上圖，我們不難發現，儘管某些收藏品，例如BAYC，呈現出正態分佈，但在價格方面，NFT收藏的數據分佈仍然是非正態的，這也意味著稀有度對價格的影響較小。在價格數據集呈現非正態的情況下，我們用QQ-plot method來檢驗數據是否符合正態分佈。將NFT價格與正態分佈進行比較------圖上的紅線代表符合正態分佈的數據，點代表真實的數據。

NFT價格的QQ-plot；來源：NFTGo.io

我們觀察到，數據集中有一部分是符合正態分佈的，但我們選擇分析方法時，必須要考慮到收藏品中的所有異常值。一般來說，NFT價格傾向於非正態分佈，一些研究證實，也正是這種傾向導致了皮爾森相關係數（Pearson Correlation Coefficient）的估計值出現了誤差。

非正態分佈導致相關係數膨脹了+0.14，同時我們選用了一種更加穩健的方式進行驗證------斯皮爾曼相關（Spearman Correlation）對稀有度與價格相關的估測要相對保守，下面是斯皮爾曼相關（Spearman Correlation）的簡化公式。

Spearman Correlation

該式的結果是一個介於-1到1之間的值，表示關係完全為正或完全為負，這個數值越接近0，則表示相關性越呈現出非負相關。斯皮爾曼相關（Spearman Correlation）在不同收藏品之間變化很大，根據計算結果顯示，某些收藏品稀有度與價格的相關性很小，也就是說還存在其他變量，而某些收藏品的稀有度與價格是顯著相關的。下圖顯示了皮爾森相關（Pearson Correlation）和斯皮爾曼相關（Spearman Correlation）分析結果的差異。

皮爾森相關和斯皮爾曼相關的差異；來源：NFTGo.io

研究結果表明，斯皮爾曼算法所產生的誤差較小，而在使用皮爾森相關時，由於非正態分佈的存在，所有收藏品的估計結果都出現了過大或過小的情況。

最終的統計結果表明，在列舉研究的6個項目中，Doodles稀有度與價格的相關性最強，而BAYC顯然還存在其他影響價格的變量，也許這就是BAYC成為史上最成功NFT項目之一的原因所在，除了一隻稀有的猴子，人們還看重BAYC所帶來的其他更加有價值的東西。

價格由社區定義還是稀有度定義？

就像是Panini NBA球星卡，稀有遊戲卡牌，當一類收藏品的玩家群體數量足夠多的時候就會產生價格分層。NFT 也是如此，但 NFT 價格分層不僅有稀有度單個影響因子。更多或許是由社區定義。

比如mfer，比如StartCatchers，裡面有不同的Dynamic Traits，社區會定義3個dynamic traits >2個>1個>全都靜止。再者，mfers的項目價值點在於其背後的文化共識，NFT形象讓眾多的持有者都仿佛看見了自己，引起共鳴。

稀有度對價格的影響力被極大的稀釋了，取而代之的是美學上的共鳴以及社區共識。此外，NFT 價格也和名人效應相關，一些和名人相關聯的Trait NFT售價會高於平均值。比如，很多人會選擇買和周杰倫持有Azuki相同Trait的NFT，從而推高這類NFT的價格。

由此可見，在發行 NFT 上，項目方也需要有很多構思。社區通過打造出更多玩法意味著更容易宣傳以及增加流通量，PFP 項目圖片中蘊藏的玩法（或噱頭）是其中需要考慮的一環。另一方面，對於那些打算做 NFT估值工具的項目方來說，需要了解 NFT 價值由多種因素決定和影響。PFP 項目通過合作和meme傳播，在拓展自身影響力的同時，重新定義稀有度，隱性提升 NFT 售價。

結論

通過構建數據分析機制，我們探究了NFT稀有度與價格的相關性，量化分析了NFT定價權，重新評估稀有度對價格的影響。同時，需要注意，由於持有時間不同，以及購買者買入時間的差異，在價格和稀有度分析下也存在著一定偏差和變量。此外，我們基於二級市場流通時間、項目活動及差異性等動態因素，針對不同藏品系列的特性進行了進一步分析，幫助投資者更好地規劃NFT市場的投資策略及收益預期。