Web3 में स्टाइलाइज्ड तथ्य: टोकन रिटर्न और बाजार गतिशीलता का सांख्यिकीय विश्लेषण

1. परिचय

क्रिप्टोकरेंसी और व्यापक Web3 पारिस्थितिकी तंत्र के उदय के साथ, वित्तीय परिदृश्य एक मौलिक परिवर्तन से गुजर रहा है। Bitcoin ने इस क्षेत्र की शुरुआत की, जबकि Ethereum और स्मार्ट कॉन्ट्रैक्ट्स की शुरुआत ने विकेंद्रीकृत वित्त के विकास को उत्प्रेरित किया, जिससे केवल मुद्रा से परे विविध प्रकार के डिजिटल "टोकन" सृजित हुए। यह पत्र Web3 टोकन के उभरते क्षेत्र में पारंपरिक वित्तीय बाजारों की परिपक्व "स्टाइलाइज्ड फैक्ट्स" की अवधारणा को लागू करते हुए एक अभूतपूर्व सांख्यिकीय विश्लेषण प्रस्तुत करता है। हमने इस नई संपत्ति श्रेणी के मूलभूत सांख्यिकीय गुणों को उजागर करने के लिए, विकेंद्रीकृत एक्सचेंजों, लिक्विडिटी पूल्स और केंद्रीकृत एक्सचेंजों में टोकन की प्रतिफल वितरण, टेल रिस्क और समय निर्भरता का व्यवस्थित रूप से तुलनात्मक विश्लेषण किया है।

2. Web3 पारिस्थितिकी तंत्र में ब्लॉकचेन और टोकन

Web3 वित्तीय गतिशीलता को समझने के लिए अंतर्निहित प्रौद्योगिकी और संपत्ति प्रकारों की मूलभूत समझ आवश्यक है।

2.1. ब्लॉकचेन प्रौद्योगिकी

ब्लॉकचेन वेब3 का आधार बनने वाला एक अटूट वितरित लेजर है। कार्य प्रमाण और हिस्सेदारी प्रमाण जैसी सहमति तंत्र दोहरे खर्च की समस्या को हल करते हैं, जिससे विश्वास रहित लेनदेन संभव होता है। एथेरियम जैसे प्लेटफार्म ट्यूरिंग-पूर्ण स्मार्ट कॉन्ट्रैक्ट्स के माध्यम से इस कार्यक्षमता का विस्तार करते हैं, ये स्वचालित रूप से निष्पादित होने वाले प्रोटोकॉल उधार प्रोटोकॉल और स्वचालित मार्केट मेकर जैसे DeFi अनुप्रयोगों की रीढ़ बनाते हैं।

2.2. Web3 में टोकन वर्गीकरण

"टोकन" शब्द विभिन्न उपयोगिताओं वाली कई डिजिटल संपत्तियों को शामिल करता है:

• मूल/भुगतान टोकन (जैसे ETH, SOL): अपने संबंधित ब्लॉकचेन पर आधारभूत मुद्रा और लेनदेन निष्पादन के लिए "ईंधन" के रूप में कार्य करते हैं।
• शासन टोकन (जैसे UNI, CRV): विकेंद्रीकृत स्वायत्त संगठनों में प्रोटोकॉल शासन पर मतदान का अधिकार प्रदान करते हैं।
• उपयोगिता टोकन (जैसे LP टोकन): प्रोटोकॉल के भीतर संपत्ति पर दावे का प्रतिनिधित्व करते हैं, उदाहरण के लिए, तरलता प्रदाता टोकन जो ट्रेडिंग पूल में हिस्सेदारी का प्रतिनिधित्व करते हैं।
• स्थिर मुद्राएँ (जैसे USDC, DAI): इनका उद्देश्य फिएट मुद्रा से जुड़ाव बनाए रखना है, और DeFi में विनिमय के माध्यम और मूल्य संचय के साधन के रूप में कार्य करना है।

3. कार्यप्रणाली और डेटा

हमारे विश्लेषण ने 2020 से 2024 तक चुनिंदा प्रमुख Web3 टोकन के उच्च-आवृत्ति और दैनिक मूल्य डेटा का उपयोग किया। डेटासेट में प्रमुख केंद्रीकृत और विकेंद्रीकृत एक्सचेंजों के टोकन शामिल हैं। रिटर्न की गणना $r_t = \log(P_t) - \log(P_{t-1})$ के रूप में की गई। हमने स्टाइलाइज्ड तथ्यों की पहचान करने के लिए सामान्यता परीक्षण, स्वतःसहसंबंध परीक्षण और अस्थिरता मॉडलिंग सहित कठोर अर्थमितीय परीक्षण लागू किए।

4. Web3 टोकन के अनुभवजन्य स्टाइलाइज्ड तथ्य

Web3 टोकनों की तकनीकी नवीनता के बावजूद, उनके सांख्यिकीय गुण पारंपरिक वित्तीय परिसंपत्तियों के साथ आश्चर्यजनक स्थिरता प्रदर्शित करते हैं।

4.1. मोटी पूंछ वाला रिटर्न वितरण

रिटर्न वितरण स्पष्ट रूप से गैर-गाऊसीय हैं। बिना शर्त संभाव्यता घनत्व फलन "भारी पुच्छ" विशेषता प्रदर्शित करता है, जिसका अर्थ है कि चरम मूल्य उतार-चढ़ाव की आवृत्ति सामान्य वितरण की भविष्यवाणी से कहीं अधिक है। इसे उच्च कर्टोसिस मान और चरम मूल्य सिद्धांत द्वारा अनुमानित धनात्मक पुच्छ सूचकांक के माध्यम से मापा जाता है। सामान्यीकृत पारेटो वितरण में आकार पैरामीटर $\xi$ आमतौर पर धनात्मक होता है, जो भारी-पुच्छ व्यवहार की पुष्टि करता है।

4.2. एकत्रीकरण सामान्यता

सैंपलिंग अंतराल बढ़ने के साथ, रिटर्न वितरण धीरे-धीरे गाऊसी वितरण के करीब पहुंच जाता है। यह समय समुच्चयन प्रभाव, एक शास्त्रीय स्टाइलाइज्ड तथ्य के रूप में, Web3 टोकनों के लिए भी मान्य है। केंद्रीय सीमा प्रमेय धीरे-धीरे प्रभावी होता है, जो उच्च-आवृत्ति शोर और भारी पुच्छों को चिकना कर देता है।

4.3. अस्थिरता समूहन

उच्च अस्थिरता की अवधियाँ एकत्रित होकर प्रकट होती हैं, जिसके बाद अपेक्षाकृत शांत अवधियाँ आती हैं। यह रिटर्न टाइम सीरीज़ में स्पष्ट रूप से दिखाई देता है और वर्गाकार या निरपेक्ष रिटर्न में महत्वपूर्ण एवं धीरे-धीरे क्षीण होने वाली स्वतः-सहसंबंध द्वारा पुष्ट होता है। इसका अर्थ है कि बाजार दबाव में निरंतरता होती है, न कि स्वतंत्र एवं समान रूप से वितरित।

4.4. लीवरेज प्रभाव और समय उत्क्रमण असममिति

हमने पाया कि शेयरों की तुलना में, Web3 टोकनों में "लीवरेज प्रभाव" कमजोर या असंगत है। हालाँकि, समय उत्क्रमण असममिति मौजूद है: अतीत की अस्थिरता की गतिशीलता गैर-रैखिक तरीके से भविष्य के रिटर्न को प्रभावित करती है, जिसे विषमांगी स्वत:प्रतिगमन जैसे मॉडलों द्वारा पकड़ा जा सकता है।

5. CEX बनाम DEX: तुलनात्मक विश्लेषण

एक प्रमुख निष्कर्ष यह है कि केंद्रीकृत एक्सचेंजों और विकेंद्रीकृत एक्सचेंजों पर कारोबार करने वाली संपत्तियाँ सांख्यिकीय रूप से समान हैं। बाजार संरचना में मौलिक अंतरों के बावजूद, मुख्य स्टाइलाइज्ड तथ्य काफी हद तक समान हैं। यह अभिसरण मुख्य रूप से आर्बिट्रेजर्स द्वारा संचालित होता है, जो विभिन्न व्यापारिक स्थलों के बीच मूल्य अंतर का लाभ उठाकर, बाजारों को प्रभावी ढंग से एक साथ जोड़ते हैं और सांख्यिकीय समानता लागू करते हैं। हालाँकि, DEX-विशिष्ट टोकन अंतर्निहित पुरस्कार तंत्र के कारण अद्वितीय दीर्घकालिक रिटर्न विशेषताएँ प्रदर्शित कर सकते हैं।

6. मुख्य अंतर्दृष्टि और सांख्यिकी कार्ड

7. तकनीकी ढांचा और गणितीय मॉडल

इन तथ्यों को मॉडल करने के लिए, मानक इकोनोमेट्रिक उपकरण लागू हैं लेकिन समायोजन की आवश्यकता है:

• वोलैटिलिटी मॉडलिंग: GARCH(1,1) मॉडल क्लस्टरिंग को प्रभावी ढंग से पकड़ सकता है। EGARCH या GJR-GARCH जैसे विस्तारित मॉडल असममित प्रभावों का परीक्षण करने के लिए उपयोग किए जा सकते हैं।
• टेल रिस्क: गॉसियन वितरण पर आधारित तरीकों की तुलना में, चरम मूल्य सिद्धांत या फ़िल्टर्ड ऐतिहासिक सिमुलेशन का उपयोग करके गणना किया गया वैल्यू एट रिस्क और अपेक्षित कमी अधिक सटीक जोखिम माप प्रदान करते हैं।
• बहुभिन्नरूपी निर्भरता: डायनेमिक कंडीशनल कोरिलेशन मॉडल टोकनों के बीच समय-परिवर्तनीय सहसंबंध गुणांक को प्रकट करते हैं, जो पोर्टफोलियो निर्माण के लिए महत्वपूर्ण है।

8. प्रयोगात्मक परिणाम और ग्राफ़ विवरण

चार्ट 1: ETH दैनिक रिटर्न वितरण और Q-Q प्लॉट: ETH दैनिक रिटर्न का हिस्टोग्राम एक फिट किए गए सामान्य वितरण के साथ ओवरले किया गया है, जो स्पष्ट रूप से उच्च कर्टोसिस और मोटी पूंछ दिखाता है। साथ वाला क्वांटाइल-क्वांटाइल प्लॉट सामान्यता धारणा के तहत सीधी रेखा से काफी विचलित होता है, विशेष रूप से पूंछों में।

चार्ट 2: निरपेक्ष रिटर्न की ऑटोकोरिलेशन: प्रतिनिधि टोकन के बार ग्राफ़ उनके निरपेक्ष रिटर्न के ऑटोकोरिलेशन फ़ंक्शन को दर्शाते हैं। ऑटोकोरिलेशन फ़ंक्शन धीरे-धीरे क्षय होता है और कई लैग ऑर्डर पर सकारात्मक बना रहता है, जो अस्थिरता क्लस्टरिंग और लंबी स्मृति का संकेत है।

चार्ट 3: CEX बनाम DEX मूल्य श्रृंखला और प्रसार: दो-अक्ष चार्ट 24 घंटे की अवधि में एक प्रमुख CEX और अग्रणी DEX पर किसी टोकन के मिनट-स्तरीय मूल्यों को प्लॉट करता है। नीचे का दूसरा पैनल मूल्य अंतर दिखाता है। यह चार्ट घनिष्ठ युग्मन और कभी-कभार होने वाले प्रसार स्पाइक्स को दृश्य रूप से प्रदर्शित करता है, जो तुरंत आर्बिट्राज द्वारा समाप्त कर दिए जाते हैं।

9. विश्लेषणात्मक ढांचा: एक व्यावहारिक केस अध्ययन

केस: DeFi लिक्विडिटी पूल में टेल रिस्क का मूल्यांकन
लक्ष्य: Uniswap v3 पर एक अस्थिर टोकन जोड़ी की स्थिति में तरलता प्रदाताओं के लिए 1-दिवसीय 95% वैल्यू-एट-रिस्क का अनुमान लगाएं।
ढांचा:

1. डेटा: ETH और ALT के ऐतिहासिक मूल्य एकत्र करें और चयनित मूल्य सीमा के लिए अनिश्चित हानि फ़ंक्शन की गणना करें।
2. मॉडल: ETH और ALT के रिटर्न पर एक द्विचर DCC-GARCH मॉडल फिट करें, ताकि उनकी गतिशील सहसंबंध और अस्थिरता को पकड़ा जा सके।
3. सिमुलेशन: फिट किए गए मॉडल का उपयोग करके दो परिसंपत्तियों के भविष्य के 10,000 एक-दिवसीय रिटर्न पथों का अनुकरण करें।
4. गणना: प्रत्येक सिम्युलेटेड पथ के लिए, परिणामस्वरूप होने वाले पूल मूल्य में परिवर्तन की गणना करें।
5. परिणाम: सिम्युलेटेड मूल्य परिवर्तन वितरण का 5वां प्रतिशतक अनुमानित VaR है। यह EVT/GARCH-आधारित VaR गॉसियन-आधारित VaR की तुलना में काफी अधिक होगा, जिससे उच्च जोखिम का सही संकेत मिलेगा।

10. भविष्य के अनुप्रयोग और शोध संभावनाएं

• ऑन-चेन डेटा एकीकरण: भविष्य के मॉडलों को केवल मूल्य विश्लेषण से परे जाकर, रिटर्न और अस्थिरता की भविष्यवाणी करने के लिए चर के रूप में ऑन-चेन मेट्रिक्स को शामिल करना चाहिए।
• क्रॉस-लेयर विश्लेषण: लेयर-1 टोकन, लेयर-2 समाधान और एप्लिकेशन लेयर टोकन के बीच सांख्यिकीय निर्भरता का अध्ययन करने की आवश्यकता है।
• विकेंद्रीकृत डेरिवेटिव: dYdX और GMX जैसे प्रोटोकॉल पर विकल्पों और स्थायी अनुबंधों के मूल्य निर्धारण और जोखिम प्रबंधन के लिए स्टाइलाइज्ड तथ्य महत्वपूर्ण हैं।
• नियामक जोखिम मॉडलिंग: नियामक घोषणाओं के प्रभाव को टोकन रिटर्न प्रक्रिया में "जंप" घटनाओं के रूप में मात्रात्मक रूप देना।
• मशीन लर्निंग संवर्धन: पारंपरिक प्रणालीगत जोखिम साहित्य में प्रयुक्त विधियों के समान, वेब3 वित्तीय नेटवर्क में प्रणालीगत जोखिम और संक्रमण की भविष्यवाणी करने के लिए ट्रांसफॉर्मर मॉडल या ग्राफ न्यूरल नेटवर्क लागू करना।

11. विश्लेषक दृष्टिकोण: मुख्य अंतर्दृष्टि, तार्किक संरचना, शक्तियां और कमियां, क्रियान्वयन योग्य सुझाव

मुख्य अंतर्दृष्टि: यह लेख एक शक्तिशाली और प्रतिज्ञानातीत सत्य को उजागर करता है: DeFi और Web3 के आक्रामक बाहरी आवरण के नीचे, एक वित्तीय हृदय धड़क रहा है जो वॉल स्ट्रीट के समान सांख्यिकीय लय का पालन करता है। अराजकता में संरचना होती है; नवाचार परिचित है। यह एक खामी नहीं, बल्कि एक विशेषता है, जो क्रिप्टो परिसंपत्तियों के वैश्विक वित्तीय प्रणाली में एकीकरण और परिपक्वता को मान्य करती है।

तार्किक संरचना: तर्क प्रक्रिया संक्षिप्त और सुंदर है। 1) पारंपरिक बाजारों की ज्ञात सांख्यिकीय विशेषताओं को स्थापित करना। 2) नए Web3 क्षेत्र पर समान कठोर माप लागू करना। 3) आश्चर्यजनक समानताएँ खोजना, जो साबित करती हैं कि ये केवल नवीनता नहीं बल्कि "वास्तविक" वित्तीय बाजार हैं। 4) एक प्रमुख संरचनात्मक अंतर का उपयोग एक नियंत्रित प्रयोग के रूप में करना, यह पाते हुए कि आर्बिट्रेज सांख्यिकीय विचलन को समाप्त कर देता है, जो मौलिक स्तर पर बाजार दक्षता को सिद्ध करता है।

शक्तियाँ और कमियाँ: इसका लाभ मौलिक अनुभववाद में निहित है। यह Web3 के लिए सांख्यिकीय नियमों की पहली व्यापक पुस्तिका प्रदान करता है, चर्चा को प्रचार से कठोर डेटा की ओर मोड़ता है। यह शेयर बाजार पर आर्थिक भौतिकी के प्रारंभिक अनुसंधान में सांख्यिकीय यांत्रिकी के अनुप्रयोग के समान है। एक प्रारंभिक अध्ययन के रूप में इसकी कमी, "क्या है" पर "क्यों" की तुलना में अधिक ध्यान केंद्रित करने में निहित है। यह मोटी पूंछ की पहचान करता है, लेकिन उन ऑन-चेन तंत्रों को गहराई से मॉडल नहीं करता है जो इसका कारण बनते हैं। यह "Web3 टोकन" को एक समग्र इकाई के रूप में भी देखता है, संभवतः DAI जैसे स्थिर सिक्कों और सट्टा शासन टोकन के बीच के मौलिक अंतरों की उपेक्षा करता है।

क्रियान्वयन योग्य सुझाव: निवेशकों और निर्माताओं के लिए, यह अध्ययन अपवादवाद को त्यागने के लिए एक चेतावनी घंटी है।पोर्टफोलियो प्रबंधक: आपके मौजूदा मात्रात्मक उपकरण यहां समान रूप से लागू होते हैं - उनका उपयोग करें, लेकिन मोटी पूंछों के लिए अंशांकित करें। क्रिप्टो परिसंपत्तियों को एक जादुई, स्वतंत्र परिसंपत्ति वर्ग के रूप में देखना बंद करें।प्रोटोकॉल डिजाइनर: यदि आपके टोकन के रिटर्न अंततः इन सामान्यीकृत तथ्यों को प्रदर्शित नहीं करते हैं, तो इसका मतलब तरलता की कमी या एक दोषपूर्ण आर्थिक मॉडल हो सकता है। बाजार के स्वास्थ्य की अपनी सांख्यिकीय विशेषताएं होती हैं।नियामक: CEX-DEX अभिसरण का प्रमाण यह दर्शाता है कि नियामक एक पक्ष को अनिवार्य रूप से दूसरे को प्रभावित करेगा। आप उन्हें अलग-अलग नहीं देख सकते। निष्कर्ष गहरा है: Web3 वित्त अपने सांख्यिकीय किशोरावस्था से आगे निकल चुका है। अब इसका विश्लेषण पारंपरिक वित्त के जटिल, सतर्क उपकरणों से करने का समय है, न कि इसके शैशवकाल के प्रचार-प्रसार वाले आख्यानों से।

12. संदर्भ सूची

1. Cont, R. (2001). Empirical properties of asset returns: stylized facts and statistical issues. Quantitative Finance, 1(2), 223-236.
2. Nakamoto, S. (2008). Bitcoin: A Peer-to-Peer Electronic Cash System.
3. Buterin, V. (2014). Ethereum: A Next-Generation Smart Contract and Decentralized Application Platform.
4. Mandelbrot, B. (1963). The variation of certain speculative prices. द जर्नल ऑफ बिजनेस, 36(4), 394-419.
5. एंगल, आर. एफ. (1982). यूनाइटेड किंगडम की मुद्रास्फीति के विचरण के अनुमानों के साथ ऑटोरेग्रेसिव कंडीशनल हेटरोस्केडास्टिसिटी। इकोनोमेट्रिका, 50(4), 987-1007.
6. बोलर्सलेव, टी. (1986). जनरलाइज्ड ऑटोरेग्रेसिव कंडीशनल हेटरोस्केडास्टिसिटी। जर्नल ऑफ इकोनोमेट्रिक्स, 31(3), 307-327.
7. Zhu, J.-Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks. Proceedings of the IEEE International Conference on Computer Vision (ICCV). (एक फ्रेमवर्क उदाहरण के रूप में उद्धृत, जैसे कि दो डोमेन के बीच स्थिरता लागू करने के लिए आर्बिट्रेशन)।
8. Bank for International Settlements (BIS). (2021). Annual Economic Report - Chapter III: Cryptoassets and decentralised finance. (DeFi प्रणालीगत जोखिम पर एक आधिकारिक बाहरी स्रोत)।