Làm cách nào để xác định "giao dịch rửa" NFT?
Bài viết này đến từ ForkastBài viết này đến từ

, tác giả gốc: ANNDY LIAN, dịch giả Katie Ku của Odaily biên dịch.Đối với các nhà tài chính, "giao dịch rửa" (wash trading) không phải là một thuật ngữ mới. Tiền điện tử cũng được "xáo trộn" qua lại với cùng một kỹ thuật mua và bán, và điều này cũng đúng với thị trường NFT.
Vậy làm thế nào để sử dụng dữ liệu trên chuỗi để xác định "giao dịch rửa" và phát hiện các hoạt động đáng ngờ?
tiêu đề phụ
"wash trade" là gì?
Trong các giao dịch NFT, "giao dịch rửa" xảy ra khi cùng một người dùng đóng vai trò là người mua và người bán giao dịch NFT. Không giống như chứng khoán truyền thống, thị trường NFT không chịu sự giám sát của chính phủ và rất khó để xác định danh tính thực đằng sau địa chỉ. Do đó, wash trade rất phổ biến trên thị trường NFT.
tiêu đề phụ
Tại sao ai đó rửa NFT?
Có hai động lực chính đằng sau việc "rửa sạch" trong lĩnh vực NFT.
Nhận phần thưởng nền tảng
Một số thị trường NFT, như X2Y2, thưởng cho người dùng tích cực bằng cách thưởng cho họ (dưới dạng mã thông báo giao thức) dựa trên khối lượng giao dịch của họ. Các nhà giao dịch rửa lợi dụng điều này để tối đa hóa lợi nhuận của họ bằng cách tạo ra một lượng lớn khối lượng giả. Đổi lại, điều này có thể dễ dàng đánh lừa những người dùng muốn phân tích định lượng các bộ sưu tập NFT hoặc thị trường về mặt thanh khoản.
Để tạo ra ảo tưởng về tính thanh khoản và giá trị thổi phồng của các bộ sưu tập NFT cụ thể, một số người sáng tạo vô đạo đức đã chuyển sang rửa giao dịch để đánh lừa người mua. Người mua chân chính kiếm được lợi nhuận khi họ bị lừa mua NFT từ họ với giá tăng cao. Loại wash trader này che giấu hoạt động của họ bằng các địa chỉ ví mới được tự tài trợ bởi các ví trao đổi tập trung. Loại giao dịch rửa này tạo ra khối lượng tương đối nhỏ và ít gây xáo trộn thị trường hơn so với giao dịch rửa Loại 1.
tiêu đề phụ
"Giao dịch rửa" được thực hiện như thế nào?
Hình 1 cho thấy một ví dụ về hoạt động wash trade trên thị trường X2Y2.

Mô tả hình ảnh
Từ hình trên, chúng ta có thể thấy rằng cùng một NFT (ID 164) đã được mua qua lại giữa hai ví giống nhau nhiều lần trong ngày và giá bán của mỗi giao dịch vượt quá 300 ETH. Vào ngày 1 tháng 9 năm 2022, hai địa chỉ này đã giao dịch 19 lần, dẫn đến khối lượng giao dịch là 7228 ETH và đã trả phí nền tảng X2Y2 là 36,14 ETH. Và tỷ lệ tiền bản quyền của Dreadfulz không được đặt trên X2Y2. Do đó, người sáng tạo không phải trả phí. Các nhà giao dịch rửa sẽ chọn chuỗi không có phí bản quyền để giảm thiểu chi phí giao dịch của họ.
tiêu đề phụ
Làm thế nào để nhận biết "washing trading"?
Tôi đã nghiên cứu cách một số nền tảng phân tích phát hiện ra nó. Dựa trên kiến thức và phân tích của riêng tôi, sau đây là danh sách các dữ liệu và hoạt động đáng ngờ:
Một NFT cụ thể được giao dịch hơn X lần mỗi ngày tại cùng một địa chỉ, trong khi các đồ sưu tầm khác không thay đổi;
Cùng một địa chỉ đang thực hiện cùng một giao dịch NFT với tần suất cao;
Bộ sưu tập NFT tự bán với tần suất cao mà không cần hỗ trợ tiếp thị hoặc quảng cáo;
Giá giao dịch lịch sử trung bình của thị trường A gấp X lần giá giao dịch của thị trường B;
Giá bán của NFT cao gấp X lần so với NFT có giá thấp nhất hiện có để bán;
Cùng một ví tài trợ cho tất cả các ví đáng ngờ mua và bán NFT;
Các giả định trên không hoàn hảo và tôi hy vọng có thể hợp tác với các nhà nghiên cứu để phát triển một "thẻ điểm" toàn diện hơn có thể xác định xu hướng và hành vi của NFT một cách hiệu quả hơn. Khả năng theo dõi nhiều ví theo thời gian để xác định các mức độ quan hệ khác nhau cũng rất quan trọng.
tiêu đề phụ
Trong Hình 2, Footprint Analytics áp dụng các quy tắc nhận dạng của họ cho chuỗi NFT được giao dịch nhiều nhất trên X2Y2 vàLookRare.

Mô tả hình ảnh
Theo quy tắc của họ, họ đã phát hiện ra rằng 95% khối lượng trở lên trong chuỗi này là giao dịch rửa. Các giao dịch rửa chiếm một tỷ lệ cực kỳ cao trong khối lượng của những món đồ sưu tầm này, điều này gây hiểu lầm về khối lượng lịch sử và hoạt động bán hàng của những món đồ sưu tầm này.

Hình 3 - Thống kê giao dịch wash trade cho dòng blue-chip NFT (Nguồn: Footprint Analytics)

Hình 4 - Rửa dữ liệu thương mại từ LookRare và X2Y2 (Nguồn: Footprint Analytics)

Mô tả hình ảnh
tóm tắt
tóm tắt

Mô tả hình ảnh
Hình 6 - Dữ liệu bán hàng NFT hàng tháng từ OpenSea,LookRare và X2Y2 (Nguồn: Footprint Analytics)


