¿Qué tan centralizado es descentralizado?

Tabla de enlaces

Resumen e introducción

Trabajo y Metodología Relacionada

Resultados

Resumen y referencias

Abstracto

Las tecnologías de contabilidad distribuida (DLT) de rápido crecimiento han recibido recientemente atención entre los investigadores tanto de la industria como del mundo académico. Si bien se encuentran disponibles muchos análisis existentes (principalmente) de las redes Bitcoin y Ethereum, se observa la falta de mediciones para otros proyectos criptográficos. Este artículo aborda cuestiones sobre tokenómica y distribución de riqueza en criptomonedas. Analizamos las propiedades estadísticas dependientes del tiempo de los principales poseedores de criptomonedas para 14 proyectos diferentes de contabilidad distribuida. Las métricas proporcionadas incluyen el coeficiente Zipf aproximado, la entropía de Shannon, el coeficiente de Gini y el coeficiente de Nakamoto. Mostramos que existen diferencias cuantitativas entre las monedas (criptomonedas que operan en su propia red independiente) y los tokens (que operan sobre una plataforma de contrato inteligente). Los resultados presentados muestran que las monedas y los tokens tienen diferentes valores de coeficiente Zipf aproximado y niveles de centralización. Este trabajo es relevante para las DLT, ya que podría ser útil para modelar y mejorar el proceso de selección del comité, especialmente en organizaciones autónomas descentralizadas (DAO) y cadenas de bloques de prueba de participación delegada (DPoS).

Términos del índice: criptomonedas, tokenómica, DPoS, distribución de riqueza, ley Zipf

I. INTRODUCCIÓN

La llegada de Bitcoin [13] ha dado lugar a un creciente interés en los sistemas distribuidos a lo largo de la década de 2010. El espacio recién creado de las criptomonedas ha atraído a muchos científicos, programadores e inversores empresariales. Debido a la complejidad de las tecnologías de contabilidad distribuida (DLT), su desarrollo requiere experiencia en muchos campos de la ciencia, incluidas las matemáticas aplicadas, la criptografía, la teoría de juegos, la economía, las redes peer-to-peer (p2p) y la teoría de la codificación. En los primeros años de las DLT, las cuestiones de naturaleza tecnológica recibieron la mayor atención, ya que problemas como el mecanismo de consenso y la capa entre pares son el núcleo de cualquier tecnología de este tipo. Desafortunadamente, las cuestiones sobre economía, distribución de criptomonedas y tokenómica pasaron a un segundo plano en la investigación académica sobre las criptomonedas y no se han abordado lo suficiente (con algunas excepciones notables).

Esto es lamentable, ya que el modelo de cuenta pseudoanónima de Bitcoin permite una transparencia de las transacciones sin precedentes en los sistemas financieros tradicionales, donde casi todos los pagos son privados y altamente sensibles. Además, Bitcoin permitió nuevos modelos monetarios y los implementó a escala global. En particular, la cantidad de unidades monetarias de Bitcoin tiene un límite de 21 millones. Sin embargo, debido a la pérdida de algunas carteras de Bitcoin, como resultado de negligencia o error humano, la política monetaria de Bitcoin es efectivamente deflacionaria. La política monetaria no es el único factor importante en la distribución de las criptomonedas. Incluso las soluciones tecnológicas, como los mecanismos de consenso, podrían influir en la distribución de las criptomonedas. En este contexto, una comparación de los mecanismos de consenso de Prueba de trabajo (PoW) y Prueba de participación (PoS) es muy informativa. En PoW, las unidades monetarias recién creadas se recompensan a los usuarios especializados, llamados mineros, que tienen acceso a un circuito integrado de aplicación específica (ASIC) eficiente. Los mineros PoW pueden tener una gran cantidad de unidades de criptomonedas; sin embargo, una gran parte de las recompensas extraídas deben venderse para cubrir gastos como facturas de electricidad, alquiler y costos de amortización de las máquinas ASIC. Sin embargo, en los sistemas PoS, los nuevos tokens se recompensan a los participantes que poseen una gran cantidad de unidades de criptomonedas. A diferencia de los mineros de PoW, los apostadores de PoS no experimentan altos costos y están incentivados a no vender sus recompensas, ya que hacerlo aumenta sus ingresos en el futuro. Esto ilustra que incluso las soluciones tecnológicas supuestamente agnósticas monetarias podrían influir en la tokenómica.

Este artículo aborda parcialmente las cuestiones de la tokenómica de las criptomonedas. Analizamos la distribución de las cuentas más ricas en criptomonedas como Bitcoin, Ethereum y tokens ERC20 seleccionados. Nuestro análisis involucra conjuntos de datos tomados en diferentes fechas con un intervalo de tiempo determinado. Utilizamos dichos conjuntos de datos para medir diferentes métricas estadísticas y analizar su evolución a lo largo del tiempo. Estudios anteriores [6], [7], [10] mostraron que las distribuciones de los más ricos

Los equilibrios podrían modelarse con la ley de Zipf. Ampliamos estos resultados y estudiamos la evolución temporal del coeficiente de la ley de Zipf asociado con dichas distribuciones. En particular, analizamos criptomonedas que, hasta donde sabemos, nunca antes se habían analizado utilizando métodos similares. A continuación, procedemos con un análisis exhaustivo de una serie de métricas de centralización como la entropía de Shannon, el índice de Gini y el coeficiente de Nakamoto. Estas métricas se utilizan para responder a la pregunta principal abordada en este documento, que se formula de la siguiente manera: ¿Existen diferencias cuantitativas entre los saldos de las cuentas principales en “monedas” y “tokens” de criptomonedas? Por lo tanto, la novedad de este trabajo comprende los siguientes dos aspectos: (i) estudiar las diferencias cuantitativas entre monedas y tokens y (ii) examinar las criptomonedas cuyo análisis no se encuentra en la literatura.

Se hizo una distinción entre monedas y tokens de criptomonedas en [22], donde los autores definen las monedas como si operaran en su propio libro de contabilidad/red independiente y los tokens como si operaran sobre una red de monedas (normalmente plataformas de contratos inteligentes como Ethereum o Cardano). Para los propósitos de este artículo, utilizamos las mismas definiciones.

Esta investigación podría ser particularmente interesante para las DLT, donde un grupo de los principales poseedores de criptomonedas desempeña un papel especial. Los ejemplos incluyen Organizaciones Autónomas Descentralizadas (DAO) en las que un comité de los principales poseedores de tokens es responsable de la gobernanza de DAO o la gestión de tesorería. Otros ejemplos son las cadenas de bloques de prueba de participación delegada (DPoS), donde un comité relativamente pequeño de validadores de bloques emite actualizaciones del libro mayor o generadores de números aleatorios distribuidos basados en el esquema de firma de umbral. Dado que nuestra investigación se centra en un grupo relativamente pequeño de los principales poseedores de tokens, se puede aplicar directamente al modelado de los ejemplos antes mencionados. Esto también es razonable ya que el tamaño típico del comité de firma de umbral está limitado por la complejidad del mensaje (hasta 50-100 nodos). Nuestra investigación podría ayudar a mejorar el proceso de selección del comité, ya que proporcionamos una variedad de parámetros del coeficiente de la ley de Zipf, que podría usarse como modelo de distribución de criptomonedas.

La estructura del documento es la siguiente. En la siguiente sección, analizamos el trabajo relacionado e presentamos los métodos y herramientas utilizados en este documento. La sección III está dedicada a la presentación y análisis de los resultados. En la última sección, concluimos nuestros hallazgos y discutimos investigaciones futuras.