MétaCan
Menu
Retour à la cohorte
Enregistrement W4386865006 · doi:10.1287/mnsc.2023.4882

Tokenomics: When Tokens Beat Equity

2023· article· en· W4386865006 sur OpenAlexaffabout
Katya Malinova, Andreas Park

Notice bibliographique

RevueManagement Science · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensUniversity of TorontoMcMaster University
Organismes subventionnairesnon disponible
Mots-clésEquity (law)Moral hazardSecurity tokenFinanceRevenue sharingRevenueEconomicsDebtBusinessAccountingMicroeconomicsComputer sciencePolitical scienceIncentive

Résumé

récupéré en direct d'OpenAlex

In a token offering, investors fund a venture in exchange for tokens that grant rights to future economic output. To many financial industry insiders, tokens have no intrinsic merit and exist only as a way to evade regulations. We demonstrate that generic revenue-based token contracts are indeed economically inferior to equity and lead to over- or underproduction. However, an optimally designed token contract, which is a combination of an output presale and an incremental revenue-sharing agreement, yields the same payoffs as equity and debt. Moreover, with entrepreneurial moral hazard, tokens can finance a strictly larger set of ventures than equity. This paper was accepted by Will Cong, Special Section of Management Science: Blockchains and Crypto Economics. Funding: This work was supported by the Social Sciences and Humanities Research Council of Canada and Canadian Securities Institute Research Foundation [Grants 20013075 and 435-2017-064]. Financial support from the Global Risk Institute and the Mackenzie Investment Chair in Evidence-Based Decision Making is also acknowledged.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,005
Communication savante0,0070,014
Science ouverte0,0010,005
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0320,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,041
Tête enseignante GPT0,271
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueManagement ScienceMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207