EFI:需求理论:Web3集成分析_DEF

对于每一个经济部分,都有从微观到中观的模式过渡。这意味着每一项经济活动都要从对执行微观部分的分析开始。要想完美估计利率,就需要对汇率活动进行微观整合,这也就意味着需求和供给在每个经济市场中都是不可避免的,它们决定了经济结构的模式。

需求

需求是在特定时期获得资产的欲望。众所周知,需求定律认为,“需求越高,价格越高”,同时,“价格越低,需求量越高”,反之亦然。然而,索取资产的结果是为得到满足,即获得效用。因此,需求理论的底层是效用。

效用函数

这是一个显示两个资产($ETH & $BTC)或(DeFi和NFT)之间关系的函数。在实物商品方面,我们用q1和q2表示,因此U= f(q1, q2)。这个函数的基本假设是,它是一个连续函数,也就是说,在这期间可能有更多的其他资产驱动你的兴趣。然而,对于效用函数有一些一般的假设。它们是:

加密货币ETP提供商21Shares因投资需求减弱而关闭旗下基金:金色财经报道,据彭博社发文表示,随着投资者需求减弱,加密货币交易所交易产品发行商21Shares正在关闭五只基金并将另一只基金退市。

此前报道,今年一月,美国证券交易委员会(SEC)第二次拒绝了方舟投资管理公司(Ark Investment Management)和21Shares联合发行比特币现货ETF的申请。[2023/3/17 13:09:21]

完整性:Web3发烧友对选择有直接的偏好。他要么只想待在NFT领域,要么只想待在DeFi领域。尽管在这些领域中可能存在其他选择,但对于消费者想要达到的目标的完整性的确信是满足假设的。这是因为偏好是可以排序的。对于两种商品,他要么更喜欢 NFT 而不是 DeFi(NFT > DeFi),要么更喜欢 DeFi 而不是 NFT(DeFi > NFT),或者更确切地说是对两者都漠不关心(DeFi ~ NFT),这意味着他在两个领域都保持流动性。

英国央行副行长:FTX崩溃凸显出加强加密货币监管的迫切需求:11月23日消息,英国央行负责金融稳定副行长Jon Cunliffe爵士表示,加密货币交易所FTX的崩溃凸显出加强加密货币监管的迫切需求。Jon Cunliffe爵士说:“我们不应等到加密货币规模庞大且相互关联时才制定必要的监管框架,以防止可能产生更大破坏稳定影响的加密货币冲击。”

此外,Cunliffe补充说,英国财政部将很快开始就扩大投资者保护、市场诚信和其他监管框架进行磋商,这些框架涵盖金融产品的推广和交易,涉及涉及加密资产的活动和实体。[2022/11/23 8:00:38]

传递性:这个假设通过排除偏好的一致性来支持完整性的假设。给定三(3)种偏好,DeFi, CeFi和NFT,或$ETH, $Sol和$Metis,如果他更喜欢DeFi而不是CeFi,他也更喜欢CeFi而不是NFT,假设意味着他绝对更喜欢DeFi而不是NFT。

央行罗锐:数字人民币产品设计将充分考虑特定群体现实需求:央行货币金银局局长罗锐表示,在未来的数字人民币产品设计中,还将充分考虑特定群体的现实需求,通过多种技术手段,降低使用难度,避免因“数字鸿沟”带来的使用障碍。为弥合“数字鸿沟”,数字人民币也将探索推出智能可视卡等“硬钱包”,以解决老年人、残障人士等特定群体操作智能手机不便问题。罗锐表示,数字人民币钱包设计便于线上线下全场景应用,满足用户多主体、多层次、多类别、多形态的差异化需求。(经济日报)[2021/7/20 1:03:44]

理性:每个经济主体都喜欢多而不喜欢少,因此,产生了一种单调的偏好。简单来说,当需要购买资产或商品时,每个人都会理性思考,你会购买更多能给你最高效用的资产。

连续性:这个假设结合了完整性和传递性。他知道自己想要什么,而且他的想法始终如一。

效用理论中有无差异曲线和无差异图。无差异曲线显示两种商品的组合得到相同程度的满意度,而无差异图显示各种商品产生不同的效用。

分析:人们对银行缺乏信任催生了DeFi等另类金融服务的需求:在经历2008年金融危机的12年后,人们似乎仍然对银行保持警惕。根据美国联邦存款保险公司的一项家庭调查,除了高额费用和最低存款余额,受访者指出,在与银行打交道时缺乏信任和隐私,是他们没有支票账户或储蓄账户的原因。综合来看,缺乏信任(16.1%)和缺乏隐私(7.1%)几乎占了受访用户未设银行账户主要原因的四分之一(23.2%)。

人们对银行缺乏信任,催生了对另类金融服务的需求,也为DeFi带来了巨大机遇,因为它有能力为大多数人提供金融服务。根据行业网站DeFi Pulse的数据,在过去一年里,DeFi平台锁定的总价值增加了约120亿美元。在各国央行大幅降息、基准利率接近于零之际,投资者正在寻找新的回报,并已经准备好探索DeFi领域。据统计,该行业筹集的风险投资资金已经超过5亿美元。虽然该行业仍处于早期阶段,但DeFi项目已经通过增加金融包容性、增加流动性和降低成本来解决当前体系中的低效率问题。自2020年第三季度开始,“加密货币爱好者存入DeFi项目的存款已从20亿美元增至100亿美元以上。”(Cointelegraph)[2020/11/29 22:31:02]

动态 | 三星SDSNexledger区块链平台采用以太坊等多个网络实现需求定制:在今日的CoinDesk共识大会新加坡站上,来自三星SDS的Seungjai Min表示:三星SDS从2015年开始构建Nexledger区块链平台,采用了以太坊和超级账本等多个网络,使区块链应用可以根据业务需求定制。[2018/9/19]

简单地说,无差异曲线显示了消费者对两种不同资产或商品漠不关心的程度。这意味着他可能会根据满意度在任何时间点用一种资产替换另一种资产,这杯称为“商品替代率”,这是无差异曲线的斜率。然而,要实现ROCS,消费者就需要获得两个资产的额外单位来做出这样的决定,这被称为资产的边际效用。因此,ROCS是两种资产的边际效用之比。你可能购买了$Sol和$ETH,但是,随着时间的推移,你将能够根据市场的变化来确定替换掉哪个。

总而言之,对于效用,更多的 Solana NFT 集成会导致 Arbitrum NFT 集成的大幅减少,同样,更多的Aptos集成也将导致Solana NFT集成的减少。(科布道格拉斯效用函数)。

普通需求函数(马歇尔需求)和补偿需求函数(希克斯需求)

马歇尔需求函数

马歇尔需求函数是一个重视效用最大化的需求函数。效用的基本重要性在于它是资产或商品的函数,而资产是收入、偏好和价格的函数。因此,根据传递性假设,效用也是收入、偏好和价格的函数。这意味着,在你着手购买商品或资产之前,你会评估你的偏好(这可能是无关紧要的),但你也会在购买之前考虑资产的价格>>你会找到一个与数字资产相关的很好的价格入口。所有这一切都可以通过流动性(收入)实现。因此,为了求解马歇尔需求函数,我们建立了目标函数和约束条件,然后利用拉格朗日乘子求解偏导数,求解出资产的价值,如下图所示:

在结果的最后,我们解出效用,称为“间接效用函数”。这是因为马歇尔把效用看得比收入重要。

普通需求函数的性质

收入的递增函数:这意味着需求会随着收入的增加而上升。更好的解释是,在ETH市场中,有几个人愿意购买$ETH,提高了对$ETH的总体需求。然而,就个人而言,你对ETH的需求水平来自于你的收入水平。一个拥有5000美元的人可以购买价值1500美元的ETH,期望获得450美元的30%回报。然而,拥有150美元的人将获得45美元也就是30%的收益,这是完全不同的需求水平。因此,“收入越高,对某种资产的需求就越高”。

价格递减函数:需求受价格负向影响。如果你计划以1250美元的价格买入ETH,当你醒来时,它已经涨到了1700美元,你的购买欲望就会消失。也就是说,价格越高,需求量越低。

收入和价格的同质度为零:这意味着收入和价格水平以恒定的速度增长,这对需求水平没有影响。如果ETH的价格是2000美元,而你的收入是500美元,你用200美元购买ETH,预期很快会有20%-30%的收益。一个月后,从工作中,你的收入增加了10%,ETH也增加了10%,你的收入现在是550美元,ETH现在是2200美元,你不会需要更多的以太坊,也就是说,你可能仍然用200美元或250美元购买。因此,你的收入并没有刺激对资产的更多需求。

希克斯需求函数

希克斯需求函数在另一个程度上与马歇尔需求函数相反。这意味着希克斯需求函数将预算(收入)与效用的关系最小化。我用一个简单的术语,如果你有1000美元的预算来增加资产,希克斯函数告诉你如何管理预算以实现效用最大化。马歇尔需求使效用最大化,而不考虑收入。使用相同的拉格朗日,我们在下面的图表中展示了一个例子;

希克斯需求函数与价格有直接关系,因为我们将价格与收入挂钩。价格越高,该商品的收入和需求就越低,反之亦然。

这些是需求理论的基本函数。我们没有细说,但我希望你能从解释中获得价值。

Source:https://medium.com/@RubiksWeb3/theory-of-demand-web-3-integration-analysis-a1a9df5f3531

去中心化金融社区

个人专栏

阅读更多

金色早8点

区块律动BlockBeats

1435Crypto

金色财经

吴说区块链

比推 Bitpush News

blockin

Block unicorn

Foresight News

Odaily星球日报

Bankless

DeFi之道

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

大币网

[0:15ms0-17:434ms