Baroque Street
Baroque Street
Journal
2018 Aug. Issue
仮想通貨プロジェクトの活動
指標間の相関分析
09
本誌刊行にあたって
本誌の位置づけ 2008 年に登場したビットコインは「通貨の信用を非中央集権的にする」 という、従来から議論の行われていた課題を初めて実現した暗号技術とし て脚光を浴びた。一方で暗号通貨を実際に売買することのできる取引所で は、その大部分が暗号通貨本来の性質を反映しない状態で、あたかも ETF や FX の取引所のような管理体制で運営が行われている。そのため、現在 の暗号通貨は「インターネットを通じて売買することのできる有価証券」 的な性質を持っているといえる。 暗号通貨自体はそれ以外にも、モノやサービスを購入することのできる 通貨や、改ざんが困難なデータベースといった側面を持つが、本誌ではそ ういった性質については取り上げない。また、「暗号通貨の取引所が非中 央集権的でなければ、暗号通貨の意味がない」「暗号通貨を金融商品とし て認めると相当なリスクがある」といった議論も盛んに行われているが、 本誌では、一旦暗号通貨の金融商品としての性質のみにフォーカスし、客 観的な情報提供を行うことを第一義としており、そういった議論に対して の立場を明確にするものではない。 暗号通貨の流通促進 現在、日本における暗号通貨取引は個⼈や小規模なファンドが主導して おり、政府や大企業は未参入・様子見のスタンスをとっている。相場のボ ラティリティが非常に大きく、プロの投資家よりもむしろギャンブル的な 思想の一般⼈ばかりが市場に流れ込む傾向にあるため、相場は為替や株式 のように安定的に推移しないし、その新たな相場変動をビジネスチャンス とする詐欺まがいの行為も多い。このような状況が改善され、暗号通貨が 広範囲に普及し、安定した取引が行われるには、大企業や政府の参入が⽋ かせない。しかしながら、そういった大きな組織が暗号通貨市場を判断す るに足る客観的かつ定量的な情報は、現時点で圧倒的に不足しており、噂 や憶測が情報の中心となっているのもまた事実である。このような不確実 な情報ではなく、客観的かつ定量的な情報を第三者的な立場から示すこと で、暗号通貨の金融商品としての性質を議論するための一つの材料を提供 することが今後の暗号通貨市場の安定には不可⽋である。目次
1．要旨 ……… 1
2．調査の背景 ……… 1
3．方法 ……… 2
4．結果 ……… 4
5．考察 ……… 7
6．最後に ……… 9
仮想通貨プロジェクトの活動指標間の相関分析
株式会社 Baroque Street (2018 年 7 月 31 日 )
１．要旨 仮想通貨プロジェクトの活動指標について、これらの関係性を明らかにすることを目的に相関分析を 実施した。CoinGecko が提供する API を用いて、時価総額上位 200 通貨のデータを収集し、対数変換後、 ピアソンの相関係数を算出した。結果として、同じウェブ媒体の活動指標には強い正の相関が示された が、媒体間の相関は他の指標と同程度の正の相関にとどまった。そのため、プロジェクトのウェブ上で の活動量を示すには、各ウェブ媒体の指標をそれぞれ用いることが望ましいことが示唆された。また、 これら項目を用いて主成分分析を行い、要約された指標によって各仮想通貨の特性を分類できる可能性 を示した。 ２．調査の背景 プロジェクト評価への関心 前年の連続した BTC 価格の高騰に伴って過熱していた仮想通貨プロジェクトも現在は一旦落ち着き を見せ、市場も比較的冷静さを取り戻しつつある状況にある。しかしながら、現在も日夜新たなプロジェ クトが生まれ、それぞれが掲げるビジョンやアイディアを世に発信し続けている。このようの状況下で、 数あるプロジェクトの中から本当に注目すべきプロジェクトはどれなのかという「ものさし」を求める 声は多く、プロジェクトの分類や評価に対して関心が高まっている。 活動指標の関係性 現在、インターネットで確認されるだけでも、仮想通貨プロジェクトのレーティングを行なっている サイトは多く存在する。これらのレーティングサイトでは、SNS の活動を元にした社会的スコアなどが 示されていることも多い。プロジェクトを定量的な形で評価する上では、このような数値が利用できれ ば取得も比較的容易なため利便性が高い。しかしながら、社会的スコアがどのようにプロジェクトの性 質と関連があるのかは不透明な点が多い。またこれらの指標を用いて統計解析を行う場合、相関の強い もの同士が混在することで誤った結果を生じる多重共線性の回避のためにも、これらの変数間の関係性 についての知見は必要である。 そこで今回の調査では、仮想通貨プロジェクトの活動指標について、これらの関係性を相関分析によっ て明らかにすることを目的とした。― 2 ― ３．方法 データの取得 CoinGecko(https://www.coingecko.com/) が提供する API を用いて、時価総額上位 200 通貨の属性情 報について 2018 年 7 月 31 日時点のデータを収集した。取得できた項目については表 1 に示した。い くつかの通貨や項目についてはデータの記載がなかったため、以後の分析に十分なデータセットを揃え るため、表中の 18 項目を共通項目として、「ジェネシスブロック生成からの日数」の記載があるデー タセットと「ICO 開始からの日数」「ICO 実施期間」「ICO 調達額」の記載があるデータセットの 2 パター ンのデータセットを用意した ( 以後、それぞれを「データ G」および「データ I」と呼ぶ )。 対象とした通貨とデータセットの組み合わせについては表 2 に示したとおりである。データ取得時 点の時価総額の順に並べているが、データが⽋損していた通貨については除外している。データ G は 130 通貨、データ I については 64 通貨分のデータを使用した。 仮想通貨情報の相関分析 各指標について通貨によって数値の桁が大きく異なる場合が多く見られたため、指標それぞれに常用 対数を取ることでスケールの差を小さくした。なお、指標に 0 が含まれることがあったため、指標に 1 を加えた数値の対数として算出を行なった。これらデータ G およびデータ I の対数化した指標に対して ピアソンの相関分析を実施した。 表 1 本調査で使用した仮想通貨の特徴項目名と詳細 market_cap (USD) total_volume 24 (USD) facebook_likes Facebook twitter_followers Twitter reddit_average_posts_48h Reddit (48 ) reddit_average_comments_48h Reddit (48 ) reddit_subscribers Reddit reddit_accounts_active_48h Reddit (48 ) github_forks Github github_stars Github github_contributors Github github_total_issues Github github_closed_issues Github github_pull_requests_merged Github github_pull_request_contributors Github github_commit_count_4_weeks Github (4 ) alexa_rank Alexa rank bing_matches Bing match
G genesis_date
ico_start_date ICO ico_period ICO total_raised ICO
表 2 本調査で対象とした仮想通貨とデータセットの組み合わせ Bitcoin Paypex Ethereum ChainLink EOS NXT Litecoin Elastos Tron TenX Monero CyberMiles NEO Nuls Dash Electroneum Ethereum Classic Bibox Token NEM Veritaseum Binance Coin Enigma Tezos ZCoin VeChain QASH Zcash WAX OmiseGo KickCoin Huobi Token Centrality 0x Gifto Qtum Factom Zilliqa Nexus Bytecoin Storm Decred Substratum BitShares Ethos
Aeternity High Performance Blockchain ICON WINCOIN
Ontology Infinity Economics Maker True USD DigiByte Game
Verge Santiment Network Token Dogecoin BnkToTheFuture Siacoin Storj Augur Dragonchain Basic Attention Token Gnosis Bytom Matrix AI Network Bitcoin Diamond Civic Golem Dai RChain Libra Credit Stratis Vertcoin KuCoin Shares GAY Money Waves SALT Mithril Skycoin Pundi X Particl Status Iconomi MaidSafeCoin Blocknet Waltonchain Crypterium IOStoken Ubiq Populous Nucleus Vision Loopring Ignis DigixDAO Bluzelle Wanchain Aragon GXChain iExec RLC Ardor Time New Bank aelf SmartMesh Aion Bankera Kin Groestlcoin SmartCash Ravencoin MOAC Neblio
MonaCoin Dynamic Trading Rights Bitcoin Private Bottos
Dentacoin SingularityNET Nebulas CRYPTO20 Cryptonex MediShares FunFair THEKEY ODEM DigitalNote EmerCoin Cindicator Decentraland Request Network Monaco Po.et Bancor Network Token SONM Kyber Network Raiden Network Token Reddcoin Noah Coin Ark Streamr DATAcoin Metaverse ETP Engagement Token Polymath Network ProximaX Power Ledger Seele Dropil
― 4 ― ４．結果 取得データ 取得したデータのいくつかの指標に関して、データ G を図 1 にデータ I を図 2 に示す。それぞれのデー タは対数化した数値を示しており、数値の上位 5 位の通貨を図中に示している。 データ G、データ I ともに時価総額と似た傾向を示す指標と、関連性が見られない指標があることが 分かる。また、データとして 0 の値を示すものも少なからず見られた。 図 3 暗号通貨・トークンの変化率の推移 図 1 データ G の各仮想通貨の指標 ( 全て対数値を示す )
相関分析 項目間の相関分析の結果について、データ G における相関係数を図 3 に、データ I における相関係 数を図 4 に示す。縦軸と横軸には同じ項目が並んでおり、それぞれの項目が水平垂直に交わるブロッ クの色の濃さが項目間の相関の強さを示している。濃い緑であるほど、一方が大きい値である時にもう 一方も大きい値となる傾向が強いことを示す。 図 2 データ I の各仮想通貨の指標 ( 全て対数値を示す )
― 6 ― まず両方の図に共通していることに、時価総額と取引量、Reddit ポスト数とコメント数、Reddit サ ブ数とアクティブアカウント数、GitHub 関連項目の間で強い正の相関が確認できた。また時価総額と Reddit ポスト数の間にも強い正の相関が見られた。Reddit 関連項目の中であっても上記以外の相関は 比較的弱かった。Alexa rank についてはいずれの項目との相関が弱く、独立性の強い指標であることが 示唆された。また Facebook いいね数についても各指標と比較的弱い相関が示された。 データ G に関して、ジェネシスブロック生成からの日数は、コミット数を除く GitHub 関連項目との 相関は比較的強く、他の項目との相関は中程度であった。データ I に関して、ICO 実施期間や調達金額 は他の項目との相関が弱く、ICO 開始からの日数は他の項目と中程度の相関を示した。 図 6 変化率に基づいたクラスタリング分析の結果 図３ データ G における項目間の相関係数
５．考察 指標間の関連性
本調査では Facebook、Twitter、Reddit、GitHub における活動指標を取り扱ったが、これら 4 つの 媒体間の相関は中程度にとどまった。これは媒体それぞれの活動間にそれほど強い関連は無いことを示 しており、プロジェクトのウェブ上の活動量を定量化するならば、媒体ごとの指標を別々に用いること が適していることを示唆する。また今回相関が低かった Facebook いいね数や Alexa rank のような指標 には、他の指標にない観点を評点できる可能性がある一方で、全くプロジェクトとは無関係である可能 性も高い。プロジェクトを定量的に評価するためには、多くの指標を用意することで何を解明しようと するのか、被説明変数を適切に設定することが重要である。 また本調査で用いたデータには⽋損値として 0 の値が散見された。より厳密な分析を行うためには すべての項目について揃ったデータセットを用いることが望ましい。 図 7 相対標準偏差に基づいたクラスタリング分析の結果 図４ データ I における項目間の相関係数
― 8 ― 主成分分析 共分散行列の固有値問題によって主成分分析を実施すると、第一・第二主成分によって各通貨が図 5、 6 のようにプロットされた。各々の累積寄与率は 62%、55% であった。主成分に要約された変数の解 釈については割愛するが、各成分がおおむね規模の大きい通貨によって引っ張られていることが推察さ れる。主成分分析は、回帰分析の際に問題となる多重共線性も、変数が要約されることで解消される手 法であり、多くの変数を含んだビッグデータ解析にも有用な手法である。ある特徴 ( 例えばマイニング 手法の種類など ) がどのような変数に影響を与えるかを洞察する材料にもなる。しかしながら、主成分 に要約された変数の解釈が必要であること、大きく外れた値によって左右されやすいことなどに注意し なければいけない。 図５ データ G に対する主成分分析による仮想通貨のマッピング (pc1 寄与率 :49%、pc2 寄与率 13%)
６．最後に ボラティリティーの大きい IPO( 新規株式公開 ) 市場であっても、申請や監査などで 3 年ほどの準備 期間を要する資金調達であり、責任の所在も含め ICO は全く別次元の金融取引であると考えるのがよ いであろう。仮想通貨は「分散的」であるため、第三者の責任や信用を借りることなく、プロジェクト を自由に迅速に世界に広めることができる環境となりつつある。しかしながら、この「分散的」である が故に、既存の金融市場では相手にされないような計画性の無いプロジェクトも多いのは事実であり、 金儲けのための無法地帯となる危険性をはらんでいるのが現状である。 証券市場や為替市場と比べれば、仮想通貨プロジェクト市場は極めて歴史が浅く、未だ手に入るデー タも限られているということは留意しなければいけない点である。過去の全てのデータを用いても翌日 の動向を推定することすら困難であり、今回の調査もあくまで現時点における状況の分析にとどまると いうことを強調しておきたい。また社会的スコアのような定量的な指標も、表面的な数値のみで判断を するのではなく、内実も意識することが肝要であることは言うまでもない。ネット活動に由来する指標 は API などによって取得が容易である反面、やり方次第で数値の操作も用意に行うことができる。基 本的に信用を担保する第三者を必要としない仮想通貨の世界に対して我々がどのように向き合うべきな 図６ データ I に対する主成分分析による仮想通貨のマッピング (pc1 寄与率 :42%、pc2 寄与率 12%)
