灰度报告：区块链采用率如何影响代币估值

作者：Zach Pandl，Grayscale；编译：松雪，金色财经

与许多其他信息技术产品一样，公共区块链可以被视为网络。 网络具有一个特殊功能，即它们对任何一个用户的价值取决于其他用户的数量——通常称为“网络效应”。

网络效应预测用户采用率和网络价值之间的非线性关系。 这就是为什么与网络经济价值相关的资产（如社交媒体股票或区块链代币）可能在网络增长的某些阶段产生巨额回报。

尽管加密行业的历史很短，但我们已经可以在数据中观察到这些模式。 代币估值表明了跨协议和随着时间的推移的网络效应。

与主流互联网应用相比，当今公共区块链的活跃用户数量仍然非常低。 灰度研究认为，区块链采用率的提高可能会导致区块链代币价格非线性升值，达到临界值。

网络

区块链协议有数千种，单个代币增值的方式也有很多种。 但大多数加密项目都有一个共同点：它们都是网络技术。 网络是一种特殊类型的商品，具有独特的属性，即网络对任何一个用户的价值取决于其他用户的数量。 这些“网络效应”在信息技术行业中非常常见，这在一定程度上解释了为什么灰度研究对未来几年加密资产类别的回报潜力保持乐观。 [1]

网络技术的一个典型例子是电话。 一部电话本身没有经济价值——只有当同一网络上有其他电话可以连接时，它才变得有价值。 这与其他类型的商品和服务非常不同，在其他类型的商品和服务中，消费者的价值并不取决于其他消费者的行为（想想一片披萨或理发）。 还有许多其他类型的网络商品，包括社交媒体平台、操作系统或电子邮件。 语言和金钱也可以被视为网络技术：它们只有在其他人也在使用它们的情况下才有用。 [2]

由于网络依赖于用户之间的联系，因此它们通常在采用和价值之间呈现非线性关系。 这有一个简单的数学原因：用户之间可能的连接数量的增长速度远远快于用户数量的增长速度。 例如，具有两个用户的网络有一个可能的连接； 具有四个用户的网络有六个可能的连接； 一个有 8 个用户的网络有 28 个可能的连接； 等等。 因此，如果网络的效用也是可能连接数量的函数，那么用户数量和网络价值之间也应该存在非线性关系。

通过这种机制，每一个额外的网络参与者的加入最初都会对网络价值产生很大的影响。 然而，最终边际收益递减规律占据上风，每个新参与者对网络价值的影响越来越小。 因此，在网络行业中，我们应该会看到一种“S 曲线”模式，即网络价值最初随着网络规模达到临界值而呈指数增长，然后随着边际收益递减而趋于平稳（图表 1）。

图表 1：网络效应预测规模与价值之间的“S 曲线”关系

来源：灰度投资，仅用于说明目的

研究人员定期记录网络行业的这种模式，并争论其精确的数学形式。 也许是最著名的例子，以太网技术开发人员罗伯特·梅特卡夫 (Robert Metcalfe) 认为，Facebook 的收入随着 Facebook 用户数量的增加而增加，这种模式被称为“梅特卡夫定律”。 [3] 社交媒体收入与用户数量（即网络规模）之间的非线性关系已在许多其他平台上得到记录，包括 LinkedIn、Twitter 和 Reddit。 [4]

网络效应和区块链

公共区块链数据可能会出于多种原因揭示网络效应。 例如，如果代币被用作类似货币的资产（即价值存储或交换媒介），持有者将需要确定其他用户将来是否会接受该代币的价值。 智能合约区块链还应该通过应用程序的可用性来体验网络效应。 可用的应用程序越多，该平台对消费者就越有用，其他开发人员就越有可能在同一平台上启动应用程序。 同样，拥有大量用户的平台往往会提供更高的交易流动性，并可能为新的融资提供更深的资本基础。 在区块链生态系统中，就像其他网络行业一样，越大越好。[5]

尽管加密行业的历史很短，但我们已经可以在数据中观察到这些模式。 图表 2 显示了第 1 层和第 2 层集合的每日活跃用户与市值之间的关系（均以对数刻度表示）。 [6] 正如预期的那样，拟合线具有正斜率：用户数量较多的链以较高的市值进行交易。 这种关系也是非线性的：对于用户数量较多的链来说，拟合线的斜率更陡。 通过一些简单的计算，我们可以发现，一旦网络参与者数量达到大约 65 万（包括 BTC、ETH、MATIC、BNB 和 TRX），市值就会随着用户数量的增加而增加。[ 7] 从概念上讲，这可以被视为对区块链开始经历非线性网络效应所需的“临界值”的估计（尽管我们会强调这些估计在样本周期内会有所不同）。

图表 2：拥有更多用户的区块链以更高的市值进行交易