请选择 进入手机版 | 继续访问电脑版

厦门部落

 找回密码
 立即注册
搜索
热搜: 活动 交友 discuz
查看: 204|回复: 0
打印 上一主题 下一主题

说说:研究

[复制链接]

969

主题

969

帖子

2万

积分

论坛元老

Rank: 8Rank: 8

积分
24749
跳转到指定楼层
楼主
发表于 2022-2-21 21:17 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式



★ 厦门人自己的微信平台、厦门微帮...点击查看>>>




原标题:《DAO | G成本和选民参与》也就是说imtoken向着良好的方向发展是可能的,未来还有很多值得我们期待的地方。


协议治理机制的选择对协议的成功和未来的发展路径有很大的影响。在诸如 C 的 G B 之类的链式治理框架上,允许对提案结果进行信任执行,这提供了更大的去中心化,但需要用户支付交易费用才能参与。另一方面,像 S 这样的链下投票机制支持自由投票,但不能自动执行,并且涉及额外的信任假设(例如,信任多重签以正确跟踪投票结果)。

协议必须权衡更多参与的好处与中心化风险。但在他们开始考虑这种权衡之前,他们需要更好地了解交易成本和G如何影响参与链上协议。客座贡献者 R 提供了一个数据驱动的分析,其中有一些关于去中心化协议的惊人发现。



投票成本会影响治理参与吗

我们试图通过数据优先的方法来回答这个问题。下面我们将分享我们的发现并量化交易成本与投票之间的相关性。

如果您对方法论不太感兴趣,可以跳到下面的结果部分。



总结

交易成本会影响治理参与,但只有超过 10 美元才会显著影响。

在我们包含 110 个提案和 5000 多张选票的整个数据集中,投票成本仅占差异的 2%。换句话说,没有相关性。

然而,过滤掉平均成本低于 10 美元的提案会使相关性增加到 7%。进一步过滤掉低于 20 美元的提案,相关性进一步提高至 185%。

总之,成本确会影响参与度,随着成本的增加,参与度的影响会越来越大。然而,185%仍然客观上较低,表明其他因素的影响更大。

了解更多分析过程,请看此部分。

验设计:弄清楚如何量化交易成本和治理参与之间的关系。

我们的研究涵盖了五个 DAO 的提案。他们分别是:

C

I

I

I

P T

我们在每个DAO中收集个人投票数据,并按提案对其进行分组。

为了量化投票参与和交易成本之间的相关性,我们首先需要定义这两个变量。

定义提案参与

我们将给定提案的治理参与定义为:

投出的选票数量  对同一 DAO 中的单个提案投出的最大选票数量

这种简单的方法有助于控制 DAO 在规模和参与度方面的自然差异。结果是一个简单的百分比,用于捕获给定提案的参与。

定义交易成本

我们的下一步是定义交易成本。研究的所有 DAO 都在以太坊上,我们可以用 G 计价交易成本。然而,考虑到以太坊的波动性和标准化指标的愿望,我们选择以美元计价交易成本。

一个怪癖是我们法收集交易中使用的确切G(我们只能收集G限制)。

这使得我们声明的交易成本高于选民际花费的金额。然而,鉴于选民设定了限额,我们认为这代表了选民愿意支付的金额。

结果

有了我们的数据集,我们就可以进行分析了。我们首先查看所有数据点。

正如您所料,趋势线显示,随着投票成本的增加,参与度下降。然而,当我们查看际的相关性时,它揭示了一个不同的故事。

皮尔逊系数只有 2%,这基本上意味着没有相关性。

一种想法是,当义投票成本很小时,变化不应该对参与产生影响。例如,我们是否应该期望 5 美分的差异会影响参与度

包括这些低投票价格会给数据集带来很多噪音,降低整体相关性。

在这里,我们删除了平均投票成本低于 10 美元的所有提案。而且,我们际上看到 皮尔逊系数增加了倍以上,达到 7%。

按照同样的思路,我们可以假设从 10 美元到 1050 美元的变化不应该影响参与率。

下面,我们删除了平均投票成本低于 20 美元的所有数据点。再次,我们看到 P 系数,这次一直到 185%。

那么,我们如何解释这些不同的观点呢

论我们是否按投票成本过滤参与数据,我们都会看到两个一致的结果:

1所有图表都显示负趋势线,并且

2所有图表都显示了相当低的 R2 值。

直觉上,低于某个阈值,交易成本的变化不会影响参与。因此,过滤掉低于某个数量的提案是合适的,指出对参与度下降的贡献介于 11% 到 185% 之间。

尽管如此,这是一个相当低的皮尔逊平方值,并强调了存在许多混杂变量的现。

可能的例子包括提案的重要性、协议的当前流行度、协议的大小和日期等。

自己探索数据

我们创建了一个交互式仪表板,您可以在其中自己处理数据。

您可以按 DAO 进行过滤,以查看协议的参与如何单独关联。具有讽刺意味的是,I 的参与际上是负相关的(随着交易价格的上涨,参与也随之增加)。

此外,您可以通过平均投票成本来限制数据集中包含哪些提案。

下一步

为了加深我们对参与成本影响的理解,我们应该丰富我们的数据集。

一些想法包括:

1按通过的票数分割地址

2在G成本环境中引入控件,例如 S

引入措施来控制活动代表随时间推移的漂移

构建数据库,添加更多 DAO、提案和价格点

最终,如果 DAO 想要最大限度地参与,他们应该承认交易成本的影响,并考虑在高交易成本环境中减轻影响的方法。但与此同时,重要的是不要夸大G成本的影响,因为可能有更重要的选民参与驱动因素。某些缓解措施,例如使用G 链下投票和用于提案执行的多重签,会损害安全性和去中心化。因此,对于 DAO 来说,重要的是要考虑收益是否大于风险。

DAO DAO研究奖金池:

资助地址:?0C75265C941269E667774A89E8871

投票进展:DAO C 47 通过

赏金总量:70? USDC

研究种类:DAO, C  P,G ,

原文作者:T

贡献者:D, DAO @DAO

原文: G C  V P
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|厦门兼职网 ( 闽ICP备14019374号-1

GMT+8, 2024-5-4 20:45 , Processed in 0.062500 second(s), 22 queries .

Powered by Discuz! X3.1

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表