區塊鏈上交易傳統資產的例項研究—Part 3

買賣虛擬貨幣

自2008年推出以來,區塊鏈技術已經超越了其在加密貨幣中的應用,現在正準備改變眾多商業應用,包括價值鏈和供應鏈,商業模式和市場結構。這項工作遵循設計科學研究,以指導基於區塊鏈的概念驗證,原型的實施,該原型能夠實現汽車等現實資產的自動交易,並提供市場參與者,官方和其他第三方有效,透明和不可變的車輛歷史記錄。

原文作者:致遠博士格密鏈

原文連結:https://mp.weixin.qq.com/s/7F9OD-npBW5IKMDicS9MlQ

2.3檸檬市場的逆向選擇

逆向選擇描述了一種情況,其中互動方將價值附加到交易物件的質量上,但同時擁有不同級別的資訊。對於具有逆向選擇效應的市場,最著名的例子之一是Akerlof的檸檬市場(Akerlof 1970),其中不同質量的二手車在買賣雙方之間進行交易。

為了消除這種資訊的不對稱分佈,潛在購買者使用啟發式方法評估其預期購買的質量,並嘗試根據先前的經驗,市場交易類似商品或賣家提供的價格訊號從統計學角度估算器推斷汽車的特徵(Wolinsky 1983)。然而,儘管他們付出了努力,啟發式的準確性在雙邊或多邊市場結構中(market setups)降低,並且買方對汽車真實價值的瞭解通常仍然是不透明的,並且無法解決質量的剩餘不確定性(Genesove 1993)。

因此,均衡價格反映了市場上所有汽車的平均質量(Wilson 1980),好車和壞車以相同的價格出售,而只有賣家知道他們的真實特徵。


在這種彙集均衡中,低質量汽車(即檸檬)的賣家獲得的資訊租金等於市場價格與汽車真實價值之間的差額,從而有動力進入市場。


另一方面,高品質汽車的擁有者將獲得負租金,因為他們的車輛的真實價值大於均衡價格,因此從市場中退出。最終,格萊欣法則(Gresham‘s Law)生效,檸檬驅逐出高質量的汽車(Akerlof 1970)。在一個連續的世界中,不同的質量水平產生了級聯效應,因為低質量的汽車不斷推出略微更好的汽車,直到沒有剩餘需求或供應並且市場崩潰.

然而,現實並不那麼極端,諸如Bond (1982), Hendel andLizzeri (1999), or Peterson andSchneider (2014)等研究表明,二手車的市場從未完全關閉,儘管存在資訊不對稱, 交易量仍然很大。

這些發現的一個解釋是反制機構的發展(Akerlof 1970; Bond 1982;Genesove 1993),旨在確保最低質量水平。這些機構包括提供擔保,許可和認證,或引入品牌名稱。此外,在與重複交易的長期關係中,基於聲譽的機制可以作為一種約束機制(Genesove 1993)。


另一種解釋是,喜歡不同質量水平的駕駛員之間的有效分類的影響(Hendel et al.2005)。(Another explanation is the impact of efficient sorting betweendrivers who prefer different levels of quality)然而,由此產生的自我選擇效應僅適用於汽車的非功能性部件,例如車輛的外部狀況,而Peterson and Schneider(2014)發現,逆向選擇效應普遍存在於發動機或變速器等關鍵部件。

 第三種解決方案,Tirole(2012)提出了政府幹預措施,旨在為擁有最強遺產資產的賣家提供支援,同時清理市場上最弱的資產。

第四個也是最後一個解釋僅僅描述了一種情況,即買方能夠獲得足夠的資訊來充分估計汽車質量,來克服逆向選擇問題(Bond 1982)。


儘管效果有限,但所有這些反制措施(counteraction measures)都是昂貴的,因此可能會阻礙市場效率超出社會最佳水平(Bond 1982)。 Gavazza等人的證據.(2014)支援這一概念,並指出與資訊不對稱相關的交易成本對交易量,分配和低估值家庭福利的負面影響。同樣,Peterson and Schneider(2014)表明,逆向選擇效應對美國汽車二級市場的交易量和整體質量產生負面影響。

因此,我們遵循Pagano and Jappelli (1993),Jappelliand Pagano (2002), Djankov et al. (2007), Karapetyanand Stacescu (2014),他們確定了私人資訊披露對市場效率和交易量的積極影響,並引入了基於區塊鏈的交易系統,旨在透過共享以前的私人資訊來解決逆向選擇。


作為分散式,公開可用,雙方共識和安全的分類賬本,區塊鏈有助於資訊披露並阻止提供故意損壞的資訊。由此產生的交易資料庫為所有市場參與者提供了每個車輛有效和透明的歷史記錄 - 同樣知情的買家和訊息靈通的賣家 - 提高了不知情的買家接近汽車真實質量和價值的能力。從管理角度來看,交易系統承擔跟蹤所有權和車輛特徵變化的任務,在任何指定的時間及時提高資料庫的準確性和透明度。總體而言,我們建議利用區塊鏈作為現有機構的替代方案,一種公開披露車輛資訊的新機制,從而減少二手車市場的逆向選擇效應(Lewis 2011)。

研究問題3:基於區塊鏈的交易系統可以提供什麼程度的可靠、有效和一致的交易記錄,從而減少檸檬市場中質量不確定性的影響呢?

3方法論:設計科學方法

為了指導我們原型的建立,評估和展示,我們利用了Hevner(2004)等人提出的設計科學研究(DSR)方法。 並在開發基於區塊鏈的交易系統的過程中遵循他們的指導方針。表1總結了我們的研究與Hevner(2014)等人的DSR指南的對應關係。 


由此產生的IT工件是一個概念驗證原型,旨在用無信任,分散和自動化的替代方案取代傳統的註冊系統,並使用內建機制來防止不必要的交易。利用區塊鏈的核心功能,它還為多方提供了靈活,透明且有效的資料庫,例如汽車,政府機構和其他第三方的買方和賣方,透過共享以前的私人資訊來減少資訊不對稱。

為了確保工件的功效和效率,我們根據DMR的使用情況進行詳細的需求分析,並在建築階段的每次迭代中不斷重新評估系統(March and Smith 1995)。總體而言,我們透過擴充套件基於區塊鏈的IT工件開發的知識,為基於區塊鏈的商業系統的現有研究做出貢獻,提供瞭解決公共部門註冊管理機構效率低下的新方法(Fairfield 2015)。此外,我們超越了已知的概念,提出了一種新的逆向選擇效果解決方案 ,並透過在沒有中央機構或組織的情況下在無信任的設定中交易資產。

表1  我們的IT工件(IT artifact)與Hevner等人的DSR指南的對映關係。 

指導原則

貢獻

設計成一個工件

我們研究的結果是一個概念驗證原型,它實現了一個基於區塊鏈的IT工件,它具有內建交易保護,可以糾正交易過程中的錯誤

問題相關性

我們的研究問題可以減少區塊鏈系統中固有的交易風險(研究問題1),減少公共登記系統中的低效率(研究問題2),以及解決二手商品或檸檬市場的逆向選擇風險(研究問題3) 

評估設計

我們透過結構和功能測試評估和展示我們的原型的實用性,質量和功效(Hevner et  al. 2004).此外,我們在DMR用例的不同場景中執行我們的原型,以測試和說明其功能

研究貢獻

我們研究的貢獻有三個方面:首先,我們擴充套件了基於區塊鏈的商業系統的知識,並透過提供了一種減少交易風險的內建機制(Bo ¨hme et al. 2015),允許使用者取消不正確的交易。其次,我們採用無信任經濟系統的概念(Beck et al.2016)來討論DMR的使用案例,並引入一種新方法,一個無信任,可能具有成本效益,自治的交易系統,取代基於信任和集中的官僚機構。第三,我們透過共享透明,可靠,完整的車輛歷史和所有權記錄,減輕逆向選擇效應,消除買賣雙方之間的資訊不對稱

嚴謹的研究

為了確保我們的研究的嚴謹性,我們採用了成熟的DSR框架,例如Hevner et al. (2004) Gregor and Hevner (2013), and March and Smith  (1995),指導我們的IT工件的建立和構建。此外,我們還包括專門用於支援基於區塊鏈的系統開發中的架構和結構決策的指南(Xu et al.2016; Glaser 2017; Walsh et al.2016)

設計為搜尋過程(PS:大概意思是他們的工作像是不斷的搜尋,不斷的找到更好的)

為了發現引入的研究問題的有效解決方案,我們建立在基於區塊鏈的交易系統的現有文獻的基礎上,Beck et al. (2016), Nakamoto (2008), Buterin (2013), or Wood  (2017),並在整個開發過程中持續的評估和調整(Simon 1996)我們的IT工件(March and Smith 1995; Hevner et  al.2004)

研究交流

為了最大限度地發揮我們研究的潛在影響並將我們的結果呈現給技術導向和麵向管理的受眾,我們根據Gregor and Hevner(2013)構建我們的工作,並利用DMR的用例來說明組織工件的開發和應用的來龍去脈。為了促進對面向技術的受眾的理解,我們提供了原型軟體體系結構,其實現邏輯,功能和應用程式來龍去脈的詳細描述。為了支援面向管理的受眾,我們進一步討論了潛在的業務問題以及相關的經濟理論。最後,我們透過討論原型的潛力和侷限以及未來的應用來證明我們解決方案的有效性

待續


免責聲明:

  1. 本文版權歸原作者所有,僅代表作者本人觀點,不代表鏈報觀點或立場。
  2. 如發現文章、圖片等侵權行爲,侵權責任將由作者本人承擔。
  3. 鏈報僅提供相關項目信息,不構成任何投資建議

推荐阅读

;