論文の概要: Market Responses to Genuine Versus Strategic Generosity: An Empirical
Examination of NFT Charity Fundraisers
- arxiv url: http://arxiv.org/abs/2401.12064v1
- Date: Mon, 22 Jan 2024 15:58:47 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-24 18:20:18.478079
- Title: Market Responses to Genuine Versus Strategic Generosity: An Empirical
Examination of NFT Charity Fundraisers
- Title（参考訳）: 遺伝性Versus Strategic Generosityに対する市場反応:NFTチャリティ資金調達者の実証検討
- Authors: Chen Liang, Murat Tunc, Gordon Burtch
- Abstract要約: 非Fungible token (NFT) 慈善基金は、芸術作品のNFTの販売と、慈善事業に寄付された収益を含んでいる。
我々は、寄付者の後の市場成果に対する慈善募金者内のNFT購入の因果関係について検討する。
我々は、NFTの「リクルーター」が、他のNFTリスティングで命令できる価格の観点から、市場で重要な罰則を経験していることを示します。
- 参考スコア（独自算出の注目度）: 15.310650714527602
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Crypto donations now represent a significant fraction of charitable giving
worldwide. Nonfungible token (NFT) charity fundraisers, which involve the sale
of NFTs of artistic works with the proceeds donated to philanthropic causes,
have emerged as a novel development in this space. A unique aspect of NFT
charity fundraisers is the significant potential for donors to reap financial
gains from the rising value of purchased NFTs. Questions may arise about the
motivations of donors in these charity fundraisers, resulting in a negative
social image. NFT charity fundraisers thus offer a unique opportunity to
understand the economic consequences of a donor's social image. We investigate
these effects in the context of a large NFT charity fundraiser. We identify the
causal effect of purchasing an NFT within the charity fundraiser on a donor's
later market outcomes by leveraging random variation in transaction processing
times on the blockchain. Further, we demonstrate a clear pattern of
heterogeneity, based on an individual's decision to relist (versus hold) the
purchased charity NFTs (a sign of strategic generosity), and based on an
individual's degree of social exposure within the NFT marketplace. We show that
charity-NFT "relisters" experience significant penalties in the market, in
terms of the prices they are able to command on other NFT listings,
particularly among those who relist quickly and those who are more socially
exposed. Our study underscores the growing importance of digital visibility and
traceability, features that characterize crypto-philanthropy, and online
philanthropy more broadly.
- Abstract（参考訳）: 現在、暗号通貨の寄付は世界中の慈善寄付のかなりの部分を占めている。
nft(nonfungible token)の慈善募金事業は、慈善団体に寄付された収益で芸術作品のnftの販売を伴い、この分野で新たな発展を遂げた。
NFTチャリティ資金調達者のユニークな側面は、寄付者が購入したNFTの価値の上昇から金銭的利益を享受する大きな可能性である。
これらのチャリティー募金者の寄付者のモチベーションに関する疑問が持ち上がり、社会的イメージが否定的になる。
NFTチャリティの募金者は、寄付者の社会的イメージの経済的影響を理解するユニークな機会を提供する。
大規模NFTチャリティ募金者の文脈におけるこれらの効果について検討する。
我々は、ブロックチェーン上でのトランザクション処理時間のランダムな変動を利用して、寄付者の後の市場成果に対するチャリティ募金者内のNFT購入の因果効果を同定する。
さらに、購入した慈善団体NFT(戦略的寛大さの兆候)をリストアップする個人の決定に基づいて、NFTマーケットプレース内での個人の社会的露出度に基づいて、異質性の明確なパターンを実証する。
我々は、NFTの「リクルーター」が、他のNFTリスティングで命令できる価格、特に迅速にリトライする人、より社会的に露出した人に対して、市場で大きなペナルティを経験していることを示します。
我々の研究は、デジタル可視性とトレーサビリティの重要性の高まり、暗号慈善を特徴付ける特徴、そしてオンライン慈善をより広く示す。
関連論文リスト
- A Latent Dirichlet Allocation (LDA) Semantic Text Analytics Approach to
Explore Topical Features in Charity Crowdfunding Campaigns [0.6298586521165193]
本研究では、LDA(Latent Dirichlet Allocation)を用いて、チャリティキャンペーンのテキスト記述から潜在テーマを抽出する、革新的テキスト分析フレームワークを提案する。
この研究は4つの異なるテーマを探求し、それぞれ2つのキャンペーンとインセンティブの説明を行った。
この研究はランダムフォレストを用いて、主題的パラメータと数値的パラメータの両方を用いてキャンペーンの成功を予測することに成功した。
論文 参考訳（メタデータ） (2024-01-03T09:17:46Z) - How NFT Collectors Experience Online NFT Communities: A Case Study of
Bored Ape [0.0]
非偽造トークン(英: Non-fungible tokens、NFT)は、デジタルメディアの所有権を表すユニークな暗号資産である。
本研究では,オンラインNFTコミュニティにおけるNFTコレクタの体験について検討する。
論文 参考訳（メタデータ） (2023-09-17T16:48:37Z) - Learning Profitable NFT Image Diffusions via Multiple Visual-Policy
Guided Reinforcement Learning [69.60868581184366]
NFT画像に対する報酬として,複数ビジュアルポリシーを用いた拡散型生成フレームワークを提案する。
提案するフレームワークは,大規模言語モデル (LLM) と拡散型画像生成装置,および設計による視覚的報酬からなる。
我々のフレームワークは、SOTAのアプローチと比較して、より視覚的に魅力的な要素と高い市場価値を示すNFT画像を生成することができる。
論文 参考訳（メタデータ） (2023-06-20T17:59:46Z) - Unveiling the Risks of NFT Promotion Scams [24.54041279375181]
我々は823のNFTプロジェクトをまとめて推進したTwitter上で439のプロモーションサービス(アカウント)を調査した。
これらのプロジェクトの36%以上が不正で、フィッシング、ラグプル、プレミント詐欺で構成されていた。
我々はTwitter上で382の不正なNFTプロジェクトを積極的に検出できる機械学習ツールを開発した。
論文 参考訳（メタデータ） (2023-01-24T04:13:44Z) - A Game of NFTs: Characterizing NFT Wash Trading in the Ethereum Blockchain [53.8917088220974]
非Fungible Token(NFT)市場は2021年に爆発的に成長し、2022年1月には月間貿易額が60億ドルに達した。
ウォッシュトレーディングの可能性に関する懸念が浮かび上がっており、あるパーティがNFTを取引してそのボリュームを人為的に膨らませる市場操作の形式である。
洗濯物取引は全NFTコレクションの5.66%に影響し、総生産量は3,406,110,774ドルである。
論文 参考訳（メタデータ） (2022-12-02T15:03:35Z) - Probably Something: A Multi-Layer Taxonomy of Non-Fungible Tokens [62.997667081978825]
非Fungible Tokens(NFT)は、メタバースの重要なビルディングブロックとして売り出されつつある。
本研究の目的は,分類学における共通の特徴を同定し,構造化することで,NFTの基本的かつ包括的理解を確立することである。
論文 参考訳（メタデータ） (2022-08-29T18:00:30Z) - A Comprehensive Survey on Trustworthy Graph Neural Networks: Privacy,
Robustness, Fairness, and Explainability [59.80140875337769]
グラフニューラルネットワーク(GNN)は近年,急速な発展を遂げている。
GNNは個人情報をリークしたり、敵対的攻撃に弱いり、トレーニングデータから社会的バイアスを継承したり、拡大したりすることができる。
本稿では、プライバシー、堅牢性、公正性、説明可能性の計算面におけるGNNの包括的調査を行う。
論文 参考訳（メタデータ） (2022-04-18T21:41:07Z) - "It's A Blessing and A Curse": Unpacking Creators' Practices with
Non-Fungible Tokens (NFTs) and Their Communities [9.270221748331096]
我々はNFTのクリエーターと探索的質的研究の結果に焦点をあてる。
参加者は,NFTとそのコミュニティに対するニュアンスな感情を持っていた。
ブロックチェーンとNFTの組み込みプロパティがこれらの問題にどのように貢献したのかを議論する。
論文 参考訳（メタデータ） (2022-01-15T08:52:26Z) - Under the Skin of Foundation NFT Auctions [0.0]
NFTのオークションや取引を専門とするマーケットプレースであるFoundationを研究した。
ファウンデーション上のNFTの移動に基づいて作成したグラフ上で,ソーシャルネットワーク分析を行った。
我々は、類似のNFTを検索およびクラスタリングするためのニューラルネットワークベースの類似性モデルを構築した。
論文 参考訳（メタデータ） (2021-09-25T09:01:44Z) - How COVID-19 Have Changed Crowdfunding: Evidence From GoFundMe [77.34726150561087]
この研究は、過去2年間にGoFundMeで公開されたすべてのキャンペーンのユニークなデータセットを使用する。
我々は、クラウドファンディングサイトに存在するカバーイメージやその他の変数を分析し、クラウドファンドされたプロジェクトのコーパスについて研究する。
論文 参考訳（メタデータ） (2021-06-18T08:03:58Z) - Batch Normalization Increases Adversarial Vulnerability and Decreases
Adversarial Transferability: A Non-Robust Feature Perspective [91.5105021619887]
バッチ正規化(BN)は、現代のディープニューラルネットワーク(DNN)で広く使われている。
BNは、対向ロバスト性を犠牲にしてモデル精度を高めることが観察された。
BNが主にロバスト特徴(RF)と非ロバスト特徴(NRF)の学習を好んでいるかどうかは不明である。
論文 参考訳（メタデータ） (2020-10-07T10:24:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。