[论文解读] The Art NFTs and Their Marketplaces

Lanqing Du, Michelle Kim+1 more|arXiv (Cornell University)|Oct 23, 2022

Art History and Market Analysis被引用 6

一句话总结

本文利用11个主要平台为期一年的每日数据集，对艺术NFT市场进行分析，应用主成分分析（PCA）以揭示市场动态。研究发现，二级交易占主导地位（90.16%），其中CryptoPunk表现出稳定且高价值的市场特征，需四个主成分才能解释95%的方差，表明其交易行为与其他平台（如BAYC和ArtBlocks）存在显著差异。

ABSTRACT

Non-Fungible Tokens (NFTs) are crypto assets with a unique digital identifier for ownership, powered by blockchain technology. Technically speaking, anything digital could be minted and sold as an NFT, which provides proof of ownership and authenticity of a digital file. For this reason, it helps us distinguish between the originals and their copies, making it possible to trade them. This paper focuses on art NFTs that change how artists can sell their products. It also changes how the art trade market works since NFT technology cuts out the middleman. Recently, the utility of NFTs has become an essential issue in the NFT ecosystem, which refers to the owners' usefulness, profitability, and benefits. Using recent major art NFT marketplace datasets, we summarize and interpret the current market trends and patterns in a way that brings insight into the future art market. Numerical examples are presented.

研究动机与目标

• 通过实证数据分析，理解艺术NFT市场动态的演变过程。
• 利用真实世界数据集，识别NFT交易行为中的关键市场趋势与模式。
• 通过定量分析，评估不同类型NFT（数字、PFP和物理数字融合型）的实用性和市场行为。
• 应用PCA，提取驱动多个NFT市场活动的主要因素。
• 比较高知名度NFT项目（如CryptoPunk与BAYC）之间在交易行为上的结构性差异。

提出的方法

• 收集了2021年9月13日至2022年9月12日期间，来自11个NFT市场的每日多变量时间序列数据（例如，OpenSea、SuperRare、BAYC）。
• 每个市场提取10项关键特征：交易数量、总销售额、平均销售额、活跃钱包数量、一级/二级交易、以及独立买家/卖家数量。
• 应用主成分分析（PCA）以降低维度，并识别主导的市场行为模式。
• 使用主成分系数热力图和累计方差解释率，解释各项特征对主成分的贡献。
• 对比不同NFT项目在PCA结果上的差异，以识别市场动态的结构性差异。
• 通过识别每种线性组合中最具影响力的特征，对主成分进行解释。

实验结果

研究问题

• RQ1 艺术NFT市场中，一级交易与二级交易各占多大比例？
• RQ2 像CryptoPunk、BAYC和ArtBlocks这样的主要NFT项目之间，市场动态有何不同？
• RQ3 在NFT市场PCA模型中，哪些特征主导了主成分？
• RQ4 为何CryptoPunk需要四个主成分才能解释95%的方差，而其他NFT仅需两到三个？
• RQ5 NFT在多大程度上作为投机性交易资产，而非长期投资？

主要发现

• 在11个NFT市场中，二级交易占总交易量的约90.16%，表明艺术NFT主要作为投机资产进行交易。
• ArtBlocks的初始铸造交易比例最高（30.33%），表明其相较于其他平台更注重首次发行。
• CryptoPunk是唯一一个需要四个主成分才能解释95%总方差的NFT市场，表明其市场结构更为复杂且稳定。
• 在CryptoPunk的PCA中，第一个主成分主要由SalesUSD、ActiveMarketWallets、SecondarySalesUSD、UniqueBuyers和UniqueSellers主导，各项对主成分的贡献率均在38%至39%之间。
• 对于BAYC，第二个主成分主要由AverageUSD（系数为-0.83）驱动，表明价格波动显著影响市场行为。
• 在CryptoPunk的第四主成分中，NumberOfSales和SecondarySales两项特征贡献显著，凸显了交易量在其市场动态中的重要性。