本文扩展了DeTEcT框架,通过引入静态与动态以及确定性与概率性的参数化方法,增强了对不同类型代币经济体中财富分布的建模能力。本文还提出了动态货币供应扩展,支持无上限代币经济(如以太坊)的建模,阐明了时间平移对称性与折现因子的关系,丰富了DeTEcT对现实经济的适用范围。
DeTEcT框架核心介绍:
经典财富分布模型回顾:
| 模型类型 | 交易规则说明 | 典型财富分布 |
|---|---|---|
| 无储蓄模型 | 随机财富交易,无储蓄倾向 | 波尔兹曼分布(贫富极端不均) |
| 具有最低投资的无储蓄 | 交易基于较低财富者的小额投资 | 幂律分布(大部分被市场驱逐) |
| 全局储蓄倾向模型 | 每代理有相同储蓄比例λ保留财富 | Gamma分布(更公平财富分配) |
| 个体储蓄倾向模型 | 每代理有个体特定储蓄比例λj | Pareto分布(80-20法则) |
DeTEcT参数扩展及其分类:
将DeTEcT与经典经济模型关联:
动态货币供应建模:
文章结论与未来工作:
报告题目:
DeTEcT: Dynamic and Probabilistic Parameters Extension — Modelling wealth distribution in token economies with time-dependent parameters
作者:
R. Sadykhov, Dr. G. Goodell, Prof. P. Treleaven
发布机构:
University College London
发布时间:
2024年2月
主题:
本报告扩展了Zadykhov等人之前提出的DeTEcT框架,是一个用于模拟代币经济中财富分布的数学建模工具。研究聚焦于参数化方法的扩展(动态与概率性参数),同时引入了动态货币供应量的模型,以适用无最大供应限制的代币经济(如以太坊)。
核心论点和目标:
作者想要传递的主要信息为:DeTEcT框架可通过灵活多样的参数化方式,囊括多种现实和经典的财富分布模型,并可被扩展为动态货币量适用的模型,从而提升对现实代币经济建模的适应性和预测能力。
摘要中指出,DeTEcT是一个用于模拟代币经济中的经济活动及政策算法设置的框架。通过四种参数化方式,将框架泛化以满足不同建模需求,并实现对经典财富分布模型的推导。最后,探讨动态货币供应如何引入框架及其对财富动态的影响,尤其适用于无最大供应限制的代币经济。
引言定义了代币经济的基本概念及代币经济学(Tokenomics)的研究范围,侧重于财富有效配置问题。文中强调DeTEcT框架可以模拟经济主体的互动分布财富,帮助设计调控策略。然而当前框架存在诸如最大供应量固定、参数静态、数值方法局限等缺陷。论文目标在于突破这些限制,提升模型灵活性与适应性。
1.1节说明研究范围,详细介绍了四种参数化组合形成的不同建模配置,并介绍动态最大供应建模安排,且安排章节讨论内容。
将经济体中的代理(agents)分类归类(agent categories),定义代理类别之间交互和财富转移(代表交易和“旋转”)。
代理财富记为f(a,t)=w,集合中代理财富为F(A,t)=W,财富流动由服务于状态转移的微分方程控制。
最大供应M为所有代理类别财富的总和,体现财富守恒原则。
交互率βAA′为财富重新配置速率,旋转率γAA′为代理类别财富内部转换速率。
公式:
M=A∈Et∑F(A,t),财富守恒:A∈Et∑ΔtΔF(A,t)=0,动力学描述为:
ΔtΔ[F(t)]=M1F(t)⊙[B⋅F(t)]+Γ⋅F(t),其中,B为反对称的交互率矩阵,Γ为旋转率矩阵且列和为零,⊙为点积乘法。
此节介绍一类基于动力学理论的财富分布模型,灵感来自气体分子相互作用的动理学模型,采取简单的交易规则,刻画财富如何随机转移。
无储蓄模型(Dragulescu等):交易规则中财富完全随机分配,数学表现是Boltzmann(Gibbs)分布,导致财富极端不均。
全局储蓄倾向模型(Chakraborti):引入统一储蓄参数 λ,每代理保存比例λ的财富,其余按随机比例分配,平衡态财富分布为Gamma分布。
个体储蓄倾向模型(Chatterjee等):每个代理拥有独立储蓄率λi,该模型经过多次模拟得到的平均分布符合帕累托分布,符合现实社会财富集中现象(80-20法则)。
提出两维参数分类:静态/动态(参数是否随着时间变化)与确定性/概率性(参数是否基于概率模型),共4种组合。
举例应用场景:
| 确定性 | 概率性 | |
|---|---|---|
| 静态 | 模拟中隐含参数,从反向传播获得 | 历史数据平均参数 |
| 动态 | 基于实时数据调整参数 | 随机过程模拟参数 |
动态参数进一步分为主动(Proactive,预测性)与被动(Reactive,基于经济状态反馈生成)。
交互率βAA′详细定义为:
βAA′=ΔtMF(A,t)F(A′,t)∑iAA′∈IAA′ι(iAA′,t),其中ι是每个交互类型参与的财富重新分配额,进而根据成交量和价格推导。
通过假设每个代理类别只有一个代理,且无旋转,DeTEcT动力学方程简化到个体交易标准形式,可以导出现有常见财富分布模型。
证明了当n个代理分别为代理类别时,交易动态满足以下离散差分方程:
F(Aj,t)=F(Aj,t−Δt)+k=j∑ΔFAjAk(t−Δt),其中ΔF表示净财富变化,且满足反对称条件ΔFAjAk=−ΔFAkAj。
现有DeTEcT框架假设最大供应恒定,适用于比特币等。但以太坊等没有最大供应限制,需要动态供应建模。
4.1节定义动态供应的三类模型:
简单线性增长/减少
M(t)=(1+rt)Minitial
r为增减率。
复合(指数)增长/减少
M(t)=(1+r)tMinitial
复利形式,指数快速变化。
随机过程模型
利用如几何布朗运动的随机过程Rt调节,
M(t)=RtMinitial
反映不确定波动。
4.2节运用物理对称性(Noether定理)讲解了动态供应下经济系统的时间平移对称性,推导财富守恒与贴现因子的内在联系。证明了在上述动态供应模型下,最大供应函数g(t)具备时间平移对称(invariance)。
4.3节将动态供应引入DeTEcT动力学系统,添加增量财富向量G(t),使方程变为:
ΔtΔ[F(t)]=g(t)1F(t)⊙[B(t)⋅F(t)]+Γ(t)⋅F(t)+G(t).此表达既适应动态参数,又适用动态货币供应。
总结了DeTEcT框架的新扩展:
报告中包含的表格均为参数化技术的分类汇总:
| Deterministic | Probabilistic | |
|---|---|---|
| Static | 模拟隐含参数,反向传播获得 | 历史数据平均参数 |
| Dynamic | 基于新数据改变参数 | 随机模拟参数 |
说明不同时空属性和确定性属性的参数应用,突出参数灵活设计。
| Deterministic | Probabilistic | |
|---|---|---|
| Proactive | 预定参数变更计划 | 预定随机参数变更计划 |
| Reactive | 基于经济状态生成新参数 | 基于经济状态生成随机参数 |
区分主动与被动动态参数生成策略,应对不同仿真和预测需求。
| 名称 | 供应量变化 | 是否确定性 | 是否单调 |
|---|---|---|---|
| Simple Incrementation | 线性增长或减少 | 是 | 是 |
| Compound Incrementation | 指数增长或减少 | 是 | 是 |
| Stochastic Incrementation | 平均增长,有随机波动 | 否 | 否 |
体现了最大供应时间函数可能的多样形式,结合报告中推导对称性提供理论支撑。
报告不涉及具体企业或资产估值,中心在于数学建模及应用于经济系统模拟方法的理论框架拓展。因此,没有传统金融分析中常用的现金流折现(DCF)、市盈率等估值模型,而是在动力系统与随机模拟中定义财富演化路径与参数,以支持政策优化和风险评估。
报告未专门列出风险因素条目,但从分析角度,以下风险或局限隐含于内容之中:
参数假设风险: 动态与概率参数的设定依赖外部数据及假设,过度拟合或不足拟合均可能导致预测失真。
数据可用性风险: 静态概率参数和动态概率参数都依赖高质量历史数据,数据不足会影响模型的有效性。
模型简化风险: 假设代理行为简化(如无借贷,单一交易),可能无法捕捉复杂现实经济现象。
货币供应模型合理性: 定义的动态供应模型需保证供应值符合经济逻辑(避免负值),且经济现实中货币政策复杂,模型简化可能低估实际动态。
报告设置了避免过拟合的策略讨论(如正则化、样本分割)但具体实现待后续工作。
报告以数学拓展为主,参数分类充分但对如何选取具体概率分布、经济响应函数缺乏实证指导或案例支持,未来工作可能需强化此方面。
动态参数的灵活性虽提高拟合能力,但也给模型带来过拟合风险,虽然作者提及一些缓解方案,但未展开具体方法和效果验证。
动态货币供应模型理论证明了时间平移对称性,展现经济模拟与物理定理的创新结合,但实际经济中货币政策存在人为干预和非连续性,模型盲点明显。
报告中多次强调与现有财富分布模型的连接,这一部分严格采用数学推导、仿真方程连接清晰,说明模型具有良好的理论一致性。
模型默认财富守恒且无债务情况,与现实经济具备信用机制的情况存在差异,限制应用范围。
本报告在前期DeTEcT理论基础上,系统提出了参数的静态/动态、确定性/概率性四个维度的参数化拓展,将模型灵活性大幅提升。通过修改参数定义方式,可衍生出一系列经典财富分布模型(如无储蓄的Boltzmann分布、具全局或个体储蓄倾向的Gamma与帕累托分布),理论上实现了对现实经济代理行为的模拟与政策模拟能力。
报告另外创新性地引入了动态货币供应模型,涵盖线性、指数及随机过程三类变化方式,理清了时间平移对称性与经济财富守恒和贴现因子之间的联系,明晰了财富随时间演进的数学性质。借此进一步完善了DeTEcT框架,允许更广泛代币经济(如无最大供应的以太坊)进行建模。
图表清晰梳理了参数修改类别及不同供应模型,系统展示参数化技术和动态模拟的多种应用可能。
总体来说,报告理论严谨,结构严密,充分结合现有学术成果并推动框架创新扩展。提供了对代币经济及财富分布动态模拟领域兼顾数学深度与应用广度的理论基础,为未来开发实用模拟引擎、政策评估与风险分析工具奠定了坚实支撑。
报告最后的定位明确——这些改进极大增强了DeTEcT模拟器实用性,拟支持复杂代币经济中不同代理类别间财富交互分析。虽然仍非穷尽,表明未来可延伸功能丰富,报告呈献了该领域重要的理论前沿进展。
| 变量 | 释义 |
|---|---|
| F(A,t) | 代理类别A在时间t的总财富函数 |
| βAA′ | 代理类别A与A′交互率,显财富重新分配速率 |
| γAA′ | 旋转率,代理类别之间财富转移速率(代理身份转变) |
| M | 代币经济最大供应量 |
| F(t) | 代理类别财富向量 |
| B | 交互率矩阵,反对称矩阵 |
| Γ | 旋转率矩阵,各列和为零 |
| G(t) | 动态货币供应下代理类别财富增量向量 |
| DiAA′(t) | 交互类型i需求量 |
| PiAA′(t) | 交互类型i商品价格 |
| ΔFAjAk(t) | 代理j与k间于时间t的净财富转移 |
| λ,λj | 储蓄倾向,全局或个体层面 |
表1 应用参数修改技术
表2 动态参数修改应用
表3 动态最大供应模型分类
本报告对DeTEcT框架进行了数学和概念上的重要扩展,提出了一套完整的参数化体系(静态/动态×确定性/概率性),并将其与经典财富分布模型成功衔接,从而实现理论上的统一框架。动态货币供应的引入,以及基于Noether定理的对称性证明,赋予模型更深层的物理与经济学解释力。此研究对于增强代币经济模拟和政策设计的准确性与灵活性,具有显著价值。
2405.16688.pdf