区块链平台的经济影响

尽管如此，该模型提出了第一个研究新数字创新可衡量结果的理论框架。此外，未来一个可能的项目是将此框架扩展到动态设置中。具体而言，根据之前的文献，可以修改该模型，以分析世代重叠和资产时变随机股息的结构。正如Schilling和Uhlig（2018）指出的那样，加密货币的供应功能与区块链机制一起，是区块链与传统现金的另一个显著区别，结合这两个因素，可以为加密货币提供更全面的定价理论。尽管区块链技术和加密货币仍处于初级阶段，以投机为中心，但其影响力正在增长，其潜在应用正在积极寻求。因此，我们认为，在我们的理论模型中对其基本效应的分析不仅对金融市场，而且对整个经济都有重要的影响。乔治·ReferencesAkerlof，“柠檬市场”，《经济学季刊》，1970年，84（3），488-500。Ambrus、Attila和Rossella Argenziano，“双边市场中的不对称网络”，《美国经济杂志：微观经济学》，2009年，1（1），17–52。Asriyan、Vladimir、William Fuchs和Brett S Green，“逆向选择动态市场中的信息聚合”，2017年。Aune、Rune、Maureen O\'Hara和Ouziel Slama，“区块链上的足迹：信息泄漏未分配账本”，2017年。Bartoletti、Massimo和Livio Pompianu，“智能合约的实证分析：平台、应用程序和设计模式”，摘自2017年春季“金融加密和数据安全国际会议”，pp。

494–509.Biais、Bruno、Christophe Bisiere、Matthieu Bouvard和Catherine Casamatta，《区块链民俗定理》，2018年。Brandenburger，Adam M和Harborne W Stuart Jr，“基于价值的商业战略”，《经济与管理战略杂志》，1996年，5（1），5-24。Vitalik Buterin，“以太坊：平台回顾；私人和联盟锁链的机遇和挑战”，2016年。Camera，Gabriele和Iiting Li，“与货币共存的信贷系统的另一个例子”，《货币、信贷和银行杂志》，2008年，40（6），1295-1308。Chang，Briana，“逆向选择和流动性扭曲”，《经济研究评论》，2017年，85（1），275–306。陈小平，“市场细分，不对称信息多维度排序”，技术报告，2012年工作文件。Chiu、Jonathan和Thorsten V Koeppl，“逆向选择和搜索的交易动态：市场冻结、干预和复苏”，《经济研究评论》，2016年，83（3），969–1000。以及《加密货币经济学——比特币及其后》，2017年。2018年，“基于区块链的资产交易结算”。丛林威廉和何志国，“区块链中断和智能合约”，2017年。，叶莉和王能，“Tokenomics：动态采用和估值”，2018年。Damiano、Ettore和Li Hao，“竞争配对”，《欧洲经济协会杂志》，2008年，6（4），789-818。福柯、蒂埃里和克里斯蒂娜·帕洛尔，“上市竞争”，《兰德经济学杂志》，2004年，第页。

329–355.Fuchs、William和Andrzej Skrzypacz，《柠檬市场动态交易的成本和收益》，工作文件，2017年。，Brett Green和Dimitris Papanikolaou，“逆向选择、资本流动缓慢和配置不当”，《金融经济学杂志》，2016年，120（2），286–308。Gabszewicz、Jean J和Xavier Y Wauthy，“垂直产品差异化和双边市场”，《经济学快报》，2014年，123（1），58-61。Glosten、Lawrence R和Paul R Milgrom，“具有信息不对称交易者的专业市场中的买入、卖出和交易价格”，《金融经济学杂志》，1985年，14（1），71–100。Gu、Chao、Fabrizio Mattesini和Randall Wright，《货币和信贷redux》，《计量经济学》，即将出版，2014年。Guerrieri、Veronica和Robert Shimer，“动态逆向选择：非流动性、再销售和轻量化理论”，《美国经济评论》，2014年，104（7），1875-1908年。Halaburda、Hanna和Yaron Yehezkel，“不对称信息下的平台竞争”，《美国经济杂志：微观经济学》，2013年，5（3），22–68。Harvey，Campbell，《加密金融》，2016年。拉尔斯·霍姆伯格，“葡萄酒欺诈”，《国际葡萄酒研究杂志》，2010年，第2期（10）。Khapko、Mariana和Marius A Zoican，《智能定居点》，2016年。Kim，Kyungmin，“柠檬的内生市场细分”，《兰德经济杂志》，2012年，43（3），562–576。Kocherlakota、Narayana和NeilWallace，“不完整的记录保存和最佳支付安排”，《经济理论杂志》，1998年，81（2），272–289。Kocherlakota，Narayana R，“金钱就是记忆”，《经济理论杂志》，1998年，81（2），232–251。Kroll、Joshua A、Ian C Davey和Edward W Felten，《比特币开采的经济学，或对手面前的比特币》，《WEIS学报》，第2013卷，第页。

11、Lagos、Ricardo和Randall Wright，“货币理论和政策分析的统一框架”，《政治经济学杂志》，2005年，113（3），463-484。Lehmann、Donald R和Lyman E Ostlund，“消费者对产品保修的认知：探索研究”，ACR北美进步，1974年。Malinova、Katya和Andreas Park，“区块链技术的市场设计”，2017年。Satoshi Nakamoto，“比特币：点对点电子现金系统”，2008年。Narayanan、Arvind、Joseph Bonneau、Edward Felten、Andrew Miller和Steven Goldfeder，《比特币和加密货币技术：全面介绍》，普林斯顿大学出版社，2016年。Palfrey、Thomas和Thomas Romer，“担保、履约和买卖纠纷的解决”，《贝尔经济学杂志》，1983年，第97-117页。Philippon、Thomas和Vasiliki Skreta，《逆向选择市场的最佳干预》，《美国经济评论》，2012年，102（1），1-28。Przyswa，E，“葡萄酒和烈酒市场中的假货：关键问题和防伪技术介绍”，巴黎谷歌学者SELINKO，2014年。Rochet、Jean Charles和Jean Tirole，“双边市场：进展报告”，《兰德经济学杂志》，2006年，37（3），645–667。Rocheteau、Guillaume和Randall Wright，“搜索均衡中的货币、竞争均衡中的货币和竞争搜索均衡中的货币”，《计量经济学》，2005年，73（1），175–202。Schilling、Linda和Harald Uhlig，“一些简单的比特币经济学”，NBER工作文件，2018年，第号。

Nick Szabo，“在公共网络上建立和保障关系”，1997年第一个星期一，2（9）。David J Teece，“技术创新的支持：整合、协作、许可和公共政策的影响”，研究政策，1986年，15（6），285-305。Jean Tirole，《产业组织理论》，麻省理工学院出版社，1988年。，“克服逆向选择：公共干预如何恢复市场功能”，《美国经济评论》，2012年，102（1），29–59。Marie Odile Yanelle，“银行业竞争与市场效率”，《经济研究评论》，1997年，64（2），215–239。朱浩翔，“暗池是否会损害价格发现？”，《金融研究评论》，2014年，27（3），747–789。附录：θ智能合约的激励示例：减少不对称信息考虑一个想购买商品（比如一盒葡萄酒）的代理人。葡萄酒对消费者的价值取决于状态的多个维度，S=（S，S，···，sN）。我们可以将其视为葡萄的品牌、生产者、年份、储存条件等。葡萄酒生产商和消费者之间有N个中介步骤，每个步骤都由一个匿名中介操作，其类型为H或L（见图4）。状态sj表示中介的类型，并采用两个值sj∈ {sH，sL}，其中pr（sj=sH）=p。我们通过假设消费者的商品私人价值为正，当且仅当所有状态均为高，s=sH，简化了论点≡ （sH，sH，···，sHN）。否则，货物就毫无价值。只有当货物售出时，每个中间人才能获得同等的奖励。为了描述有关商品质量的不对称信息，假设葡萄酒的“标签”表明中介机构声称的已公布状态，而真实状态无法验证：消费者只能看到s=（s，···，sN）。

由于只有当s=SH时，消费者的个人价值才是正的，因此宣布^sj=Shis对所有j都是最优的，这导致^s=SH。这描述了一种典型的情况，即消费者缺乏全面的知识来评估商品的价值，在购买和饮用葡萄酒之前很难确定葡萄酒的质量。这由图4中的第一行中介表示。图4：现金和区块链中介现在，我们介绍区块链协议（图4中的第二行中介）。如果步骤j中的交易通过区块链完成，那么宣布的状态^sj应该是可信的，即^sj=sj，以太坊上的脚本仅在所有过去的状态都是H时才进行交易。我们将^θ定义为采用区块链交易的中介的分数，θ：[0，1]→ [0，1]作为中间环节中被拒绝的低质量商品的吸引（作为^θ的函数）。定义π（^θ）≡ Pr（S=SH |^θ）。如果区块链没有进行任何交易，我们得到π（0）=pN≡ π、 和1- π零售店（步骤N）中的部分商品质量较低。我们将此视为一个基准，其中仅使用传统的交易手段。现在，假设0<M≤ N通过区块链技术进行中介步骤；^θ=MN。因此，在本例中，无需指定零售商店电子软件中高质量商品的最终概率。任何积极的回报，如私人价值和金钱回报，都会在买家购买商品时产生相同的结果。如果商品中含有某些步骤j的SL，消费者不会从中间商N（即零售商）购买产品。那么，如果^sj=sH，j≤ N- 1、零售商最好宣布Shann并在其门店销售。

另一方面，如果有一些j≤ N- 1如果宣布sL，则零售商在明知无法将商品出售给消费者的情况下不接受该商品。把这个论点向后看，我们可以说零售商出售的所有商品都有相同的标签，即^S=SH。将这些论点引入比特币区块链很容易；交易资产是比特币本身，状态sj表示在t=j日比特币交易方账户的余额，交易方可能在每个期间都有交易或流动性冲击（状态），这决定了当前期间的状态。例如，STI要么“花费了x个硬币数量（st=st-1.- x） “或”赚取额外y金额的硬币（st=st-1+y）“具有一定的概率。一组信息也包括^，但这并不传递任何信息，因为所有中介机构都有动机发出高位信号，无论其真实类型如何。由于我们设置pj=p，我们可以假设，在不丧失一般性的情况下，前M个步骤是通过区块链执行的。π（^θ）=pN-M、 根据θ的定义，这可以表示为θ：π（^θ）=ππ+（1- θ)(1 - π） ，这是在拒绝θ分数的劣质商品后，以商品为条件的优质商品在零售店销售的概率。通过将这两个表达式相等，我们可以将θ重写为^θ的单调递增函数：θ=1- pN^θ1- pN编号∈ [0, 1].因此，在本次讨论中，随着基于区块链技术的交易数量（θ）的增加，拒绝低质量商品的可能性（θ）单调增加。在主模型中，我们使用θ作为区块链安全性的度量，即区块链技术减少经济范围内信息不对称的能力。

换句话说，我们可以把这个例子看作是主模型中θ的一个微观基础，通过使step-N零售商成为“卖家”在附录E中，我们将此架构应用到一些真实世界的示例中：比特币和以太坊。它还提供了和加密货币流通无关的锁链平台的示例。耗时交易国家或有交易最显著的好处之一体现在国际贸易或汇款中。众所周知，解决国际货物贸易需要巨大的成本和时间，因为这主要涉及手工文书工作、两国银行的授权以及管辖权问题。这也适用于我们需要验证双方银行账户的国际汇款。我们可以用上面的例子来描述这种情况。假设加利福尼亚州的Alice希望在非洲向Bob汇款，而Bob的账户可能不真实，他可能会逃之夭夭，而不会发回资金或货物。链的起点（j=0）是Bob，他是一个好的或坏的代理人（银行账户是否真实），以及所有其他中间人（j=2~ N、 假设banks）尝试验证Bob atj=0是真实的。对于银行而言，验证可能需要很长时间，甚至不可能（sj=1），概率为1- p、 Alice需要即时性，S，Sh因延迟成本而付出代价。然而，如果交易是通过比特币进行的，那么由于上述机制，它可以非常安全，不再需要很长时间（这使得sj=sH）。我们可以将^θ解释为引入区块链并缩短验证时间的交易的一部分。

然后，它将延迟的可能性降低θ，使交易更加有效。在线附录B在线附录：具有不知情卖家的广义模型考虑与主模型相同的结构。此外，假设卖方被告知概率λ，而未被告知概率1- λ. 如果被告知，她知道优质资产的特定特征，并能区分柠檬，而不知情的代理人则无法区分。知情卖方的最优行为与主模型相同。B1、不知情卖家的最佳行为不知情卖家的行为是通过比较以下收益来确定的：WU=（π+φ（1- π） ）α，WUC=PC，WUB=（π+（1- π)(1 - θ） ）PB+（1- π)θφα. （19） 第一个是消费自己资产的回报，第二个是在C市场销售的回报，最后一个是在B市场销售的回报。在最后一种情况下，如果交易完成，她将获得PBS，而如果订单被拒绝，她将消耗自己的资产。两个系数（19）代表成功交易和拒绝的概率。设∧π≡ π + φ(1 - φ), π≡ π + (1 - π)(1 - θ） 并定义参数ξ≡π + (1 - π)( 1 - θ)π + φ(1 - π)(1 - θ)~π.不知情卖家的行为与拥有低质量资产的知情卖家的行为相似，因为他们都害怕被发现的风险。然而，正如我们从（19）中所看到的，在B市场销售的回报WUB低于知情卖家WBin（7），因为回报是通过其资产质量低的概率来贴现的。另一方面，在C市场销售的回报不受此影响。也就是说，他们完全有可能出售质量未知的资产。

因此，鉴于资产的预期持续价值，这再次成为价格-流动性权衡，这使得相对低（或高）-α卖家在C市场（或B市场）交易资产。因此，如果B市场的价格足够低（ξPB≤ B股市场的交易不是最优的：他们要么在C股市场出售，要么保持不活跃。因此，存在一个唯一的阈值αU=Pc∧π。这将进入C市场的卖家与不活跃的卖家分开。来自未告知卖家的销售订单数量Isub=0，SUC=（1- λ） F级PC▄π,它直接对应于供应量：KUj=SUj。在这种情况下，为了简单起见，假设α的实现独立于被告知或未被告知的实现。另一方面，如果B市场的价格足够高，ξPB>PC，则不知情的卖家会同时使用这两个市场，因为B市场的较高价格严格超过了高α卖家持有柠檬的风险。也就是说，有两个阈值，αU=PC- πPBφθ（1- π） ，αU=ππ+φ（1- π)(1 - θ） PB将不知情的卖家分为三类。与低质量资产的知情卖方一样，如果α≤ αU，（ii）在B市场中，如果α∈ （αU，αU）和（iii）保持不活动，否则。因此，来自未知情交易者的卖出订单数量Isub=（1- λ） [F（αU）- F（αU）]，SUC=（1- λ） F（αU），区块链筛选后的供应量isKUB=（1- λ） π[F（αU）- F（αU）]，KUC=（1- λ） F（αU）。B2、总供给和市场质量前几小节中的供给函数决定总供给，KSBand KSC，以及市场质量，πBandπC。设χ为ξPB>PC的指标函数，即χ=i{ξPB>PC}。