[논문 리뷰] NFT Bubbles

Andrea Barbon, Angelo Ranaldo|arXiv (Cornell University)|2023. 03. 10.

Financial Markets and Investment StrategiesEconomics, Econometrics and Finance인용 수 3

한 줄 요약

이 논문은 블록체인 추적 NFT 거래 데이터를 사용하여 사기적 버블 기간 동안 소매 투자자 행동을 연구하며, 특히 투자자 숙련도를 포함한 에이전트 수준의 특성들이 버블 형성과 붕괴를 상당히 예측할 수 있음을 밝혀낸다. 연구는 숙련된 투자자들이 다른 이들보다 뛰어난 성과를 내며, 그들의 존재가 붕괴 위험을 낮추는 데 기여함을 보여주며, 위장 거래와 낮은 유동성은 위험을 증가시킴을 시사한다. 이는 정보에 기반한 소매 투자자들이 시장 안정성에 기여한다는 강력한 증거를 제공한다.

ABSTRACT

By investigating nonfungible tokens (NFTs), we provide the first systematic study of retail investor behavior through asset bubbles. Given that NFTs are recorded in public blockchains, we are able to track investor behavior over time, leading to the identification of numerous price run-ups and crashes. Our study reveals that agent-level variables, such as investor sophistication, heterogeneity, and wash trading, in addition to aggregate variables, such as volatility, price acceleration, and turnover, significantly predict bubble formation and price crashes. We find that sophisticated investors consistently outperform others and exhibit characteristics consistent with superior information and skills, supporting the narrative surrounding asset pricing bubbles.

연구 동기 및 목표

• 소매 투자자 개인의 행동이 NFT 시장에서 자산 가격 버블의 형성과 붕괴에 어떻게 영향을 미치는지 조사하기 위해.
• 시장 수준의 변수보다 투자자 수준의 변수, 예를 들어 투자자 숙련도와 위장 거래가 버블 역학을 더 효과적으로 예측할 수 있는지 판단하기 위해.
• 버블 예측 모델에 개인 투자자 행동을 통합할 경우 경제적 가치가 어떻게 증가하는지 평가하기 위해.
• 숙련된 투자자들이 존재할 경우 붕괴 위험이 감소하고, 후속 상승 기간 수익률이 향상되는지 검토하기 위해.

제안 방법

• 2021년 1월부터 2022년 9월까지 오픈시에서 거래된 상위 1,000개의 NFT 컬렉션을 대표하는 데이터셋을 구축하였으며, 이는 1,500만 건 이상의 거래와 180억 달러 이상의 거래량을 포함한다.
• 그린우드 등(2019)의 고주기 방법론을 변형하여 가격 상승과 붕괴 이벤트를 식별하였으며, 약 1,000건의 상승이 관찰되었고, 그 중 절반은 붕괴로 이어졌다.
• 붕괴 가능성 예측을 위해 시장 수준 변수(변동성, 가격 가속도, 거래량)와 에이전트 수준 변수(투자자 숙련도, 위장 거래, 이질성)를 조합한 회귀 모델을 추정하였다.
• 2021년 데이터로 학습한 모델의 예측을 바탕으로 2022년 데이터에 대해 검증하는 외부 표본 트레이딩 전략을 구현하였으며, 포트폴리오 수익률은 평균 시간대별 가격을 기반으로 계산되었다.
• 위장 거래를 제외하고 모델을 재추정하는 방식으로 내성적 검증을 실시하였으며, 위장 거래가 데이터에 미치는 잡음은 미미하며 결과에 왜곡을 주지 않음을 확인하였다.
• 경제적 가치 평가를 위해 예측된 붕괴 확률에 기반한 장/단 포트폴리오의 누적 수익률을 분석하였으며, 에이전트 수준 예측 변수를 포함한 모델과 포함하지 않은 모델을 비교하였다.

Figure 1: NFT market. The figure presents the weekly time series of average transaction prices (in USD) and total trading volume (in million USD) based on our data set, comprising the 1,000 most traded NFT collections on OpenSea from January 2021 to September 2022. This sample covers around 5% of th

실험 결과

연구 질문

• RQ1 투자자 숙련도와 위장 거래와 같은 에이전트 수준의 투자자 특성이 NFT 가격 버블의 형성과 붕괴를 예측할 수 있는가?
• RQ2 숙련된 투자자들이 버블 상승기와 붕괴기 동안 다른 이들보다 얼마나 뛰어난 성과를 내는가?
• RQ3 숙련된 투자자들의 존재가 붕괴 위험을 감소시키고 후속 상승 수익률을 향상시키는가?
• RQ4 시장 수준 변수만을 사용하는 것과 비교해 에이전트 수준 변수를 포함할 경우 버블 모델의 예측 능력은 얼마나 향상되는가?

주요 결과

• 높은 변동성, 가속도, 낮은 거래량은 NFT 가격 붕괴의 강력한 예측 변수이며, 변동성과 가속도는 붕괴 가능성을 증가시키고, 거래량은 이를 감소시킨다.
• 숙련된 투자자들은 일관되게 다른 이들보다 뛰어난 성과를 보이며, 뛰어난 정보와 기술을 바탕으로 한 것으로 나타나, 정보에 기반한 소매 투자자 참여의 서사를 뒷받침한다.
• 상승 기간 동안 숙련된 에이전트의 비율이 높을수록 붕괴 위험이 크게 감소하고, 후행 수익률이 증가하지만, 투자자 수가 적거나 위장 거래가 많을수록 붕괴 위험과 유동성 부족이 증가한다.
• 에이전트 수준 변수를 활용한 외부 표본 트레이딩 전략은 경제적으로 의미 있는 수익을 창출한다: 예측된 붕괴가 아닌 경우 50 ETH, 예측된 붕괴의 경우 164 ETH를 얻었으며, 시장 수준 변수만을 사용한 경우는 각각 19 ETH와 133 ETH였다.
• 내성적 검증 결과, 위장 거래는 데이터셋에 미미한 잡음을 추가할 뿐이며 주요 결과에 왜곡을 주지 않음을 확인하였다.
• 에이전트 수준 변수를 예측 모델에 통합할 경우 붕괴 예측의 경제적 가치가 크게 향상되어, 리스크 관리 및 트레이딩 분야에서 실용적 관련성을 입증하였다.

Figure 2: Events distribution. Distribution of price run-up events over time, aggregated at a weekly frequency. Run-up events are defined as situations in which the average sell price of an NFT collection increases by more than 100% within 24 hours.