數據解讀：2023年NFT市場增長背后的支持力量_NFT:NFT

2023年NFT市場增長背后的支撐力量，究竟是場內資金的內卷，還是新資本的加持？我們利用鏈上數據分析和地址聚類算法，揭示了這一問題的答案。

我們通過鏈上數據分析和地址聚類算法，研究了2023年整個NFT市場內新舊地址實體的交易量和投入資金占比，以及交易和資金增量的來源，從而揭示NFT市場的活躍度和新增動能主要來自舊玩家還是場外的新進入者。

自2022年6月底，NFT市場進入熊市，但Blur于2022年底推出Airdrop激勵機制之后，NFT市場的交易量有所改善。在Blur的空投活動期間，可以看到其對于整個NFT市場交易量的貢獻不斷增大。

圖一：NFT日交易量

Blur空投的獎勵機制以及代幣的成功發行，無疑是2023年NFT交易量暴漲的最大因素。但交易量暴漲的背后，整個NFT市場的真實形勢到底如何；換言之，NFT的場內資金是否有實際增量，以及是否有新的資本流入市場，還是主要是舊資金的內卷？

數據：NFT本周銷售額下降23%:金色財經報道，Cryptoslam.io數據顯示，本周NFT銷量較前一周下降23.39%。隨著經濟低迷，NFT買家顯著減少96.48%，NFT銷售數量下降15.26%。基于ETH的NFT銷售額位居榜首，占總銷售額的66.73%，上周達到1.3077億美元。ETH NFT銷量仍較前一周下降14.77%，BTC上的銷售額排名第二，上周錄得2337萬美元，周環比下跌34.99%。[2023/7/9 22:26:38]

我們1)探究了二季度相對于一季度，整個NFT市場新增交易量以及資金的來源；2）對比了Blur一季度和二季度空投活動期間，整個NFT市場不同地址實體的交易量以及投入資金的占比。

研究過程

1.得出各個地址的交易量數據

首先，我們選定研究的時間區間為時間段A和時間段B1；

其次，我們從buyer的角度進行交易量和資金量的研究，這是因為研究重點在于「NFT市場參與者對于NFT的投入」；

數據：USDT活躍地址數創18個月新高:金色財經報道，據Glassnodes數據顯示，USDT活躍地址數在過去一小時（7日均值）達到7,040.554個，創18個月新高。[2022/12/11 21:37:22]

再者，研究時間段內NFT市場的參與者眾多，但是數據顯示，貢獻整個NFT市場交易量/資金量90%的Top交易量地址個數僅占全部地址個數的8%。因此，為了便于分析，我們把研究對象范圍定義為「每個時間段內對于交易量/資金量合計貢獻九成的Top交易量地址」，由此篩選出總共7w多個地址；

最后，我們剔除了洗盤交易2，得到各個地址的真實交易量和交易筆數。

時間段A即對應Blur一季度空投，時間段B即對應Blur二季度空投，以2月14日BLUR代幣發行當天為分界線，這是因為BLUR的發行明顯快速帶動了NFT市場的活躍度。

Washtrades剔除規則：buyer=seller、buyer和seller有共同EOA資金來源。

數據：BTC合約多空持倉人數比1.54，合約持倉總量為14.78億美元:截至6月17日10:30，根據歐易OKEx交易大數據，BTC合約多空持倉人數比為1.54，市場做多人數占高；季度合約基差超過800USD，永續合約資金費率為負，交割及永續合約持倉總量為14.78億美元，總體多軍占優；BTC交割及永續合約精英持倉方面，精英賬戶多頭持倉20.59%，精英賬戶多頭占優，繼續關注大戶持倉變化。從期權合約數據來看，看漲/看跌主動買入量比為18.7，看漲/看跌主動賣出量比為1.01，主動看漲看跌買入量占據優勢。[2021/6/17 23:43:49]

2.基于交易量和交易筆數得出投入資金情況

基于先前得到的各個地址的交易量和交易筆數，分別計算每個buyer為不同NFTcollection中的各個token_id投入的金額3；

將每個buyer所有投入金額加總，得到各個地址投入NFT的資金量。

數據：99.3%的礦池算力支持激活Taproot:據Taproot.watch數據顯示，目前已經有99.3%的礦池算力支持激活Taproot。[2021/6/10 23:26:35]

當token_standard=erc721時，各個token_id對應同一個token，因此為每個token_id投入金額為買入該token_id支付的平均價格；當token_standard=erc1155時，各個token_id可以對應多個token，因此我們假設每個token_id投入金額為買入該token_id花費的總金額。

3.基于地址聚類算法劃分不同實體

基于資金關聯的邏輯，把高度可能屬于同一實體操控的地址劃分為一個群，從而按實體的維度研究兩個時間段交易量和資金量的來源。

我們規定聚類基于以下準則?：1）地址之間曾有eth或者穩定幣的轉移；2）兩個地址之間必須互相轉過賬，次數為：一個方向>=3筆，另一個方向>=1筆；3）只限制在地址之間2023年的交易。

日本數字貨幣交易所協會的數據顯示：2017年日本的數字貨幣交易額達到69兆日元:據日本數字貨幣交易所協會的數據顯示，2017年日本的數字貨幣交易額達到69兆日元，是2016年交易額的20倍。此外，據金融期貨和交易協會數據顯示，17年的店面外匯交易金額為4179兆日元，比16年減少了15%，連續兩年呈下降趨勢。日本外匯綜合研究所（gaitamesk）的調查部長神田卓也在接受日經新聞采訪時表示，投資數字貨幣的人數也極有可能已經超過了外匯人數。[2018/5/21]

利用算法按照上述準則進行地址聚類，得到不同的地址群，并用s1_ind和s2_ind對地址是否在時間段A和時間段B參與過NFT交易進行標識?。其中，若地址群中至少包含一個s1_ind=1的地址，則該地址群為舊實體；若地址群中地址s1_ind均為0，則該地址群為新實體。

我們的算法可以識別錢包之間直接或間接的關聯。「直接」是指兩個NFT玩家之間的交互滿足標準。而當多個NFT玩家曾與同一地址進行交互并且交互滿足上述標準時，這些NFT玩家之間就會形成「間接」鏈接。

s1_ind=1且s2_ind=1說明該地址在兩個時間段都參與了NFT交易；s1_ind=1且s2_ind=0說明該地址僅在時間段A參與了NFT交易；s1_ind=0且s2_ind=1說明該地址僅在時間段B參與了NFT交易。

研究結果與分析

1.數據結果?

1.1）兩個時間段分別的交易量和資金量：

時間段A和時間段B的交易量和資金量

1.2）新舊地址?在時間段B的交易量和資金量：

新舊地址在時間段B的交易量和資金量

1.3）新舊實體?在時間段B的交易量和資金量：

新舊實體在時間段B的交易量和資金量

「在時間段B的交易量和資金量」分別輸出地址和實體角度的數據是為了彌補地址聚類可能存在的缺陷，從而獲得數據的基準。

s1_ind=1則為舊地址，s1_ind=0則為新地址。

on_ind=old則為舊實體，on_ind=new則為新實體。

2.結果分析

2.1)NFT場內資金的增長情況

時間段B的總交易量和資金量均大于時間段A的，交易量和資金量增量絕對值分別為906,857E和661,159E。交易量和資金量均呈現上升趨勢，表明NFT市場總體呈增長態勢。

2.2）新增資金的來源

資金量的增量小于新實體在時間段B的資金量，因此新增資金量主要來源于新實體，而至少部分舊實體投入NFT市場的資金量在萎縮。

2.3）新舊實體的交易量和資金量的占比情況

綜合地址和實體角度在時間段B的交易量和資金量數據，舊實體交易量和資金量的占比大致位于55%-70%。

舊實體在時間段B的交易量和資金量占比均超五成，表明舊實體是NFT市場活躍度的主要貢獻者；

但同時應當注意到，新舊實體在占比方面并未相差懸殊，因此我們認為新實體對于NFT市場的貢獻力量不容忽視。

結論

通過研究NFT市場新舊實體的交易量和投入資金占比，以及交易和資金增量的來源，我們認為，舊玩家是NFT市場活躍度的主要貢獻者，而場外的新進入者是NFT市場新增動能的來源。

需要注意的是，資金增量以及新玩家進場并不完全意味著NFT市場在蓬勃生長。這是由于大部分增量都聚集于Blur上，極大可能是被代幣獎勵而不是NFT本身的價值吸引而來。至于如何在空投過后維持NFT市場長期的繁榮，仍然是市場共同面臨的一大挑戰。

Tags：NFTBLURBLUNFT價格NFT幣BLUR幣是什么幣BLU幣是什么幣

火幣網下載官方app