Problemy pryncypał–agent, nakłanianie i przetrwanie: Efekty stadne i niedopasowanie bodźców na rynkach kryptowalut

2026-06-23

Data publikacji: 17 kwietnia 2026 r.

Przedmowa

W ciągu dziewięciu lat od 2016 do 2025 roku rynek kryptowalut przeszedł co najmniej trzy pełne cykle boomu i krachu. Każdemu cyklowi towarzyszyło wyparowanie wartości rzędu miliardów, a nawet dziesiątek miliardów dolarów: rynek finansowania bańki ICO z lat 2017–2018 o wartości 17,8 mld dolarów załamał się niemal do zera w ciągu dwunastu miesięcy; w 2022 roku Terra/Luna w ciągu trzech dni wymazała około 50 mld dolarów, FTX sprzeniewierzyła 8 mld dolarów środków klientów, a Celsius pozostawiła lukę w roszczeniach klientów w wysokości 4,7 mld dolarów; w latach 2024–2025 98% tokenów na platformie pump.fun załamało się w ciągu 24 godzin, a traderzy $TRUMP spoza kręgu insiderów stracili łącznie około 2 mld dolarów.

Zdarzenia te zazwyczaj klasyfikuje się w odrębnych ramach narracyjnych — „oszustwo”, „bańka”, „awaria techniczna” lub „luka regulacyjna”. Niniejszy raport proponuje inną optykę analityczną: powyższe zjawiska mają wspólny zestaw strukturalnych przesłanek, które można ujednolicić w ramach jednego, trójwarstwowego, zagnieżdżonego modelu teoretycznego.
Warstwa bazowa to asymetria informacji — prywatne informacje, którymi dysponują zespoły projektowe, giełdy, animatorzy rynku i emitenci stablecoinów na temat własnych działań i stanu aktywów, dalece przewyższają to, co mogą zaobserwować ich użytkownicy i inwestorzy.
Warstwa środkowa to konflikt pryncypał–agent — w warunkach asymetrii informacji struktury bodźców agentów dysponujących uprawnieniami decyzyjnymi (operatorów giełd, zarządzających funduszami, projektantów tokenów, twórców protokołów) systematycznie odbiegają od interesów pryncypałów (użytkowników, inwestorów, posiadaczy tokenów).

Warstwa wierzchnia to kaskady informacyjne — gdy asymetria informacji eliminuje mechanizmy uprzedniej identyfikacji, a struktury agencyjne wbudowują ścieżki transferu wartości, przejrzystość danych on-chain i szybkość mediów społecznościowych pozwalają kierunkowo kanalizować kapitał ku konkretnym celom w niezwykle krótkich oknach czasowych.

W niniejszym raporcie wybrano dziesięć znaczących studiów przypadku w celu przetestowania tego modelu: bańkę ICO, Memecoin Casino i farming airdropów (wymiar kaskady informacyjnej); BitConnect, Three Arrows Capital, Celsius i FTX (wymiar załamania pryncypał–agent); algorytmiczne stablecoiny Terra/Luna, niepowodzenia tokenomiki oraz MEV (wymiar niepowodzenia w projektowaniu mechanizmów). Każde studium przypadku opiera się na publicznych dokumentach regulacyjnych, orzeczeniach sądowych, akademickich dowodach empirycznych oraz danych on-chain, bez opierania się na źródłach anonimowych czy niezweryfikowanych plotkach branżowych.

Należy jasno stwierdzić: niniejszy raport analizuje przypadki niepowodzeń i mechanizmy niepowodzeń. Na rynku kryptowalut istnieją również sprawnie funkcjonujące struktury agencyjne — regulowane giełdy działające jako zarejestrowani brokerzy-dealerzy, emitenci stablecoinów utrzymujący przejrzystość audytową oraz protokoły wykazujące projektowanie zgodne z bodźcami. Model analityczny niniejszego raportu ma na celu zidentyfikowanie przesłanek wywołujących systemowy transfer wartości i nie powinien być interpretowany jako zryczałtowany negatywny osąd rynku kryptowalut jako całości.

Niniejszy raport częściowo dzieli swoją podstawę teoretyczną z pierwszym wydaniem Bitbase Research Deep Dive, The Bifurcation of Crypto Derivatives Infrastructure (Bifurkacja infrastruktury kryptoderywatów), jest jednak niezależny pod względem przedmiotu analizy i kluczowej tezy. Rozdział 1 ustanawia trzy filary teoretyczne i ich zagnieżdżoną strukturę; rozdziały od 2 do 4 testują siłę wyjaśniającą modelu na studiach przypadku; rozdział 5 proponuje na podstawie tego modelu ścieżki diagnostyczne i naprawcze oraz uczciwie omawia ich ograniczenia.

Rozdział 1 · Model teoretyczny: akademicka mapa trzech mechanizmów niepowodzenia

1.1 Wprowadzenie · Krzywa kapitalizacji rynkowej trwająca czterdzieści minut

Wieczorem 14 lutego 2025 roku czasu argentyńskiego smart kontrakt tokena $LIBRA został wdrożony w puli handlowej Meteora w sieci Solana. Trzy minuty później ówczesny prezydent Argentyny Javier Milei opublikował wpis na swoim koncie X, opisując token jako prywatny projekt dla argentyńskich małych przedsiębiorstw. W ciągu około czterdziestu minut od publikacji zlecenia kupna wyniosły kapitalizację rynkową w obiegu $LIBRA z niemal zera do około 4,5 mld dolarów; cena wystrzeliła z milionowych części dolara do około 5,20 dolara.[¹][²] W zakupach wzięło udział ponad 40 000 portfeli [15].

W ciągu kolejnych jedenastu godzin kapitalizacja rynkowa załamała się w odwrotnym kierunku. Osiem portfeli insiderskich powiązanych z wdrażającą projekt firmą Kelsier Ventures wyprowadziło łącznie około 107 mln dolarów [15] (obejmujących 57,6 mln USDC plus około 249 700 SOL) poprzez usunięcie płynności i pobranie opłat. Do poranka 15 lutego kapitalizacja rynkowa w obiegu $LIBRA spadła do około 257 mln dolarów, co oznaczało obsunięcie o około 94% od szczytu. Milei następnie usunął swój wpis. Firma analityczna on-chain Nansen [16] podała, że w próbie uczestniczących portfeli około 114 000 portfeli wykazało łączne niezrealizowane straty w wysokości około 251 mln dolarów, przy czym około 86% traderów w chwili likwidacji znajdowało się na stracie. Federalny wymiar sprawiedliwości Argentyny następnie przyjął do rozpatrzenia skargi karne dotyczące tokena, a śledztwo w sprawie Mileia w chwili pisania niniejszego raportu nadal trwało.

To zdarzenie nie było anomalią. Token $TRUMP uruchomiony 17 stycznia 2025 roku oraz $MELANIA uruchomiony 19 stycznia wykazywały izomorficzne trajektorie: oba w ciągu jednego–dwóch dni osiągnęły kapitalizację rynkową w obiegu rzędu wielu miliardów dolarów, a następnie w ciągu tygodni–miesięcy odrobiły ponad 90%. Analiza on-chain Chainalysis wykonana na zlecenie The New York Times [17] wykazała, że traderzy $TRUMP spoza kręgu insiderów stracili łącznie około 2 mld dolarów. Od $TRUMP do $LIBRA — w ciągu dwudziestu sześciu dni trzy krzywe kapitalizacji rynkowej wywołane przez celebrytów lub urzędującą głowę państwa, które przeszły cały swój cykl boomu i krachu w niezwykle krótkich oknach czasowych — postawiły przed badaczami to samo pytanie: w jakich specyficznych warunkach strukturalnych rynku kryptowalut wielkoskalowy kapitał może być systematycznie alokowany w aktywa o ujemnej oczekiwanej stopie zwrotu?

Celem niniejszego rozdziału jest wydobycie z literatury ekonomicznej trzech filarów teoretycznych niezbędnych do odpowiedzi na to pytanie oraz wykazanie, jak zagnieżdżają się one w spójny model analityczny.

[¹]: Różne źródła podają moment szczytu z rozbieżnością kilku minut. W tej sekcji używa się „w ciągu około czterdziestu minut” jako interwału konserwatywnego; znaczniki czasu z dokładnością do sekundy zależą od dalszej weryfikacji na podstawie danych on-chain DEX.

[²]: Niektóre platformy agregacji cen (np. CoinGecko) odnotowują historyczny szczyt $LIBRA znacznie poniżej powyższej liczby. Tę rozbieżność należy przypisać temu, że platformy agregacji rozpoczynają zbieranie danych później niż faktyczny szczyt on-chain. W tej sekcji jako źródła pierwotne wykorzystuje się dane on-chain DEX oraz statystyki głównych mediów oparte na danych on-chain.

1.2 Kaskady informacyjne · Dlaczego porzuca się sygnały prywatne

Pierwszy filar wywodzi się z fundamentalnej pracy Bikhchandaniego, Hirshleifera i Welcha [1] o kaskadach informacyjnych. Ich kluczowy argument można streścić jako wynik wnioskowania bayesowskiego: gdy jednostki muszą działać w sekwencyjnych decyzjach, każda dysponuje zaszumionymi sygnałami prywatnymi o stanie i jednocześnie obserwuje publiczne działania poprzedników, istnieje próg — gdy skumulowane publiczne działania poprzedników okażą się wystarczające, by przeważyć siłę typowego sygnału prywatnego, optymalną strategią kolejnych jednostek jest porzucenie własnego sygnału prywatnego i skopiowanie działań poprzedników. „Zachowanie stadne” w tym kontekście nie jest deficytem poznawczym, lecz wynikiem racjonalnej aktualizacji bayesowskiej. Kluczowy wniosek z tego mechanizmu: gdy uformuje się kaskada informacyjna, mechanizm agregacji informacji natychmiast zawodzi — kolejne jednostki racjonalnie porzucają swoje sygnały prywatne, a ich publiczne działania nie przekazują już obserwatorom nowej informacji. Sekwencja publicznych działań grupy jedynie powtarza wówczas wczesne sygnały. Struktura ta oznacza, że nawet jeśli zagregowana informacja może być wystarczająca do zidentyfikowania prawidłowej decyzji, kaskada może stabilnie zbiegać ku błędnemu wnioskowi, a ten błędny wniosek nie skoryguje się samoistnie aż do nadejścia zewnętrznego szoku.

Pierwotny model Bikhchandaniego i współautorów [1] zbudowano na wyborach dyskretnych i skończonych przestrzeniach sygnałów, a od tego czasu rozszerzono go na rynki finansowe, zarażanie społeczne, podejmowanie decyzji organizacyjnych i inne dziedziny. Zastosowanie tej teorii do rynku kryptowalut po 2020 roku wymaga jednak krytycznej modyfikacji mechanistycznej: „publiczne działania” rynku kryptowalut to już nie tylko kupno lub sprzedaż, lecz widoczne on-chain adresy portfeli, rozkłady pozycji, sekwencja czasowa transakcji oraz polubienia, podania dalej i wskaźniki zaangażowania w mediach społecznościowych. Oznacza to, że działania poprzedników stają się jawne, mierzalne i odczytywalne maszynowo — próg uformowania kaskady ulega tym samym znacznemu obniżeniu, a prędkość rozprzestrzeniania znacznemu zwiększeniu.

Kogan, Makarov, Niessner i Schoar [2] dostarczyli empirycznej walidacji tej modyfikacji w kontekście rynku kryptowalut. Wykorzystując zdarzenia listingu tokenów jako próbę i konstruując miary współekspozycji na podstawie danych transakcyjnych on-chain oraz danych z mediów społecznościowych, stwierdzili, że gwałtowne wzrosty uwagi (attention surges) zachowywały istotną moc predykcyjną względem ceny i wolumenu w krótkich oknach po uwzględnieniu fundamentalnych zmiennych zastępczych; przy czym ta reakcja cenowa systematycznie odwracała się w ciągu jednego–dwóch tygodni. Autorzy zinterpretowali ten wzorzec jako „przereagowanie napędzane uwagą”, którego trajektoria empiryczna — szybka akumulacja, szczyt, odwrócenie — jest zgodna z teoretycznymi predykcjami modelu kaskadowego Bikhchandaniego i współautorów [1]. Co istotniejsze, w pracy ustalono, że skala kaskad informacyjnych w kryptotokenach jest znacznie większa niż w tradycyjnych akcjach: skala odwrócenia przy powrocie do średniej średnio przekraczała tę z porównywalnych badań zdarzeń dla aktywów tradycyjnych. Wynika stąd, że pierwszy filar teoretyczny jest nie tylko stosowalny do rynku kryptowalut, lecz stosuje się w formie wzmocnionej.

Umieszczona w tej perspektywie teoretycznej czterdziestominutowa trajektoria $LIBRA z sekcji 1.1 przestaje być odosobnioną anomalią i staje się egzemplarzem modelu kaskadowego o ekstremalnych parametrach: siła sygnałów działania publicznego (tweet prezydenta + początkowe zlecenia kupna) okazała się wystarczająca, by w ciągu dziesiątek minut przeważyć praktycznie wszystkie sygnały prywatne uczestników, a kaskada dopełniła się, zanim ukształtował się jakikolwiek fundament informacyjny.

1.3 Pryncypał–agent · Jak koszty agencyjne są strukturalnie wzmacniane

Drugim filarem jest model kosztów agencyjnych zaproponowany przez Jensena i Mecklinga [3]. Jego pierwotne sformułowanie w kontekście finansów przedsiębiorstw głosi: gdy pryncypał deleguje agentowi uprawnienia decyzyjne, a działania agenta nie są w pełni obserwowalne, agent będzie odchylał się od optimum pryncypała na marginesie, na którym interesy agenta wchodzą w konflikt z interesami pryncypała. Koszty agencyjne składają się z trzech komponentów — kosztów monitorowania ponoszonych przez pryncypała, kosztów samoograniczenia agenta oraz straty rezydualnej (residual loss) pozostającej przy optymalnym dla obu stron kontrakcie. Uniwersalność tego modelu pozwala przenosić go na relacje akcjonariusz–menedżer, wierzyciel–akcjonariusz, ubezpieczony–ubezpieczyciel oraz liczne inne struktury relacji.

Problemy agencyjne zwykle rozkłada się dalej na dwa źródła na poziomie informacyjnym. Selekcja negatywna (adverse selection) odnosi się do tego, że agent dysponuje prywatną informacją o własnym typie (zdolnościach, jakości, intencjach) jeszcze przed ustanowieniem relacji agencyjnej, co stawia pryncypała przed problemem „nierozróżnialności typów” przy projektowaniu kontraktu; model rynku samochodów używanych Akerlofa [4] jest standardowym sformułowaniem tego mechanizmu (sekcja 1.4 niniejszego rozdziału omówi go szczegółowo). Pokusa nadużycia (moral hazard) odnosi się do nieobserwowalności działań lub wysiłku agenta po ustanowieniu relacji agencyjnej, co daje agentowi bodźce do odchylania się od optimum pryncypała przy wykonywaniu kontraktu; Holmström [5] dostarczył rygorystycznej formalizacji matematycznej w The Bell Journal of Economics. Kluczowym wkładem Holmströma jest twierdzenie o statystyce dostatecznej (Sufficient Statistic Theorem) — obserwowalne sygnały, które przy danym wyniku nadal dostarczają dodatkowej informacji o wysiłku agenta, powinny być włączone do optymalnego kontraktu; i odwrotnie, gdy wynik staje się statystyką dostateczną dla wysiłku, dodatkowe sygnały nie mają krańcowej wartości kontraktowej. Twierdzenie to dostarcza zarazem rygorystycznego kryterium tego, „kiedy należy wprowadzić audyt lub ujawnienie”, i ustanawia formalną miarę „wartości sygnału” w ekonomii informacji.

Rynek kryptowalut dostarcza dla tych dwóch mechanizmów zestawu materiału empirycznego niezależnego od kontekstu finansów przedsiębiorstw. Cong, Li i Wang [6] potraktowali tokenomikę jako problem projektowania dynamicznego kontraktu bodźcowego i zauważyli, że podwójna rola tokenów — zarazem „instrumentu wynagrodzenia” i „instrumentu finansowania” — daje zespołom projektowym kontrolę nad emisją, alokacją i harmonogramami odblokowań tokenów, która strukturalnie odpowiada przestrzeni decyzyjnej agenta o niemal nieograniczonej liczbie stopni swobody w wymiarze renty emisyjnej (seigniorage), podczas gdy posiadacze tokenów jako rezydualni roszczeniodawcy praktycznie nie dysponują narzędziami monitorowania współmiernymi do tej przestrzeni decyzyjnej. Analiza ta identyfikuje samo projektowanie tokena jako kluczowy nośnik konfliktu agencyjnego.

Odwzorowując powyższy model na rynek kryptowalut, można wyróżnić co najmniej pięć powracających struktur agencyjnych, każdą z weryfikowalną kotwicą empiryczną.

Po pierwsze, relacja powiernicza między użytkownikami a scentralizowanymi giełdami. Przypadek FTX dostarcza odniesienia rzędu wielkości: w komunikacie prasowym o wyroku wydanym przez prokuraturę Południowego Dystryktu Nowego Jorku (DOJ) w marcu 2024 roku [18] prokurator USA Damian Williams wprost stwierdził, że Bankman-Fried sprzeniewierzył środki klientów „przekraczające 8 mld dolarów”, a sąd wydał nakaz konfiskaty „przekraczający 11 mld dolarów”; ostateczne postanowienie CFTC z sierpnia 2024 roku [19] nakazało FTX wypłacić 12,7 mld dolarów rekompensaty pieniężnej klientom i poszkodowanym, w tym 8,7 mld dolarów restytucji. Powiernik jednocześnie występujący jako trader własny, przy aktywach klientów niebędących rzeczywiście oddzielonymi, to bazowy przypadek konfliktu agencyjnego w architekturze scentralizowanego przechowywania powierniczego.

Po drugie, alokacja uprzednia między posiadaczami tokenów a zespołami projektowymi. Struktura dystrybucji tokenów Worldcoin (World Foundation) w momencie startu 24 lipca 2023 roku [20] wykazała: z całkowitej podaży 10 mld WLD 25% przydzielono insiderom (inwestorzy Tools for Humanity 13,5%, główny zespół deweloperski 9,8%, rezerwy 1,7%), a 75% przeznaczono dla „społeczności”; jednak maksymalna podaż w obiegu w momencie startu wynosiła zaledwie około 143 mln WLD (1,43% całkowitej podaży), z czego około 70% pożyczono animatorom rynku spoza USA. Połączenie niskiego free floatu i wysokiego FDV (fully diluted valuation, w pełni rozwodniona wycena) oznacza, że cena, z którą inwestorzy detaliczni mają do czynienia na rynku wtórnym, ma systematyczny spread względem krzywej podaży insiderów po odblokowaniu — alokacja uprzednia strukturalnie wbudowuje ścieżkę transferu wartości.

Po trzecie, relacja informacyjna między inwestorami detalicznymi a nieujawnionymi płatnymi KOL-ami. Komunikat prasowy SEC z 3 października 2022 roku [21] ujawnił jej ugodę z Kim Kardashian za promowanie tokenów EthereumMax (EMAX) na Instagramie bez ujawnienia otrzymanego wynagrodzenia w wysokości 250 000 dolarów, z łącznymi sankcjami w wysokości 1,26 mln dolarów (grzywna 1 mln dolarów plus około 260 000 dolarów wydania korzyści i odsetek) oraz trzyletnim zakazem promowania kryptowalutowych papierów wartościowych. Gdy promotorzy nie ujawniają swojego płatnego statusu, ich faktyczny pryncypał odwraca się z audytorium na zespół projektowy, a audytorium ponosi ukryty problem agencyjny.

Po czwarte, zgodność interesów między LP a animatorami rynku. Pozew CFTC z 13 grudnia 2022 roku przeciwko FTX i Alamedzie [22] odnotował konkretny szczegół techniczny: w kodzie FTX znajdowała się furtka o nazwie „allow negative flag”, a także przyznana Alamedzie „praktycznie nieograniczona linia kredytowa”, umożliwiająca Alamedzie wyprowadzenie około 8 mld dolarów z depozytów klientów FTX na handel własny; pozew SEC z 21 grudnia 2022 roku przeciwko Caroline Ellison i Gary’emu Wangowi [23] przedstawił ten sam mechanizm w samodzielnych sformułowaniach. Ten sam podmiot kontrolujący jednocześnie prowadzący animatora rynku i platformę powierniczego przechowywania środków klientów stanowi skrajną próbkę konfliktu agencyjnego między animatorem rynku a rynkiem, który obsługuje.

Po piąte, alokacja ryzyka między deponentami a scentralizowanymi platformami pożyczkowymi. Celsius Network 13 lipca 2022 roku złożyła wniosek o reorganizację w trybie Chapter 11 [38] (sprawa nr 22–10964) w Sądzie Upadłościowym Południowego Dystryktu Nowego Jorku, przy czym dokumenty z pierwszego dnia ujawniły zobowiązania ogółem w wysokości około 5,5 mld dolarów, z których około 4,7 mld dolarów stanowiły niezabezpieczone roszczenia klientów, aktywa ogółem około 4,3 mld dolarów oraz lukę aktywa–zobowiązania w wysokości około 1,2 mld dolarów; ogłoszenie ugody FTC z 13 lipca 2023 roku [24] osobno nałożyło na podmiot korporacyjny Celsius karę cywilną w wysokości 4,7 mld dolarów (działanie samodzielne, którego kwota przypadkowo pokryła się z roszczeniami klientów), zawieszoną z powodu upadłości, aby pozostałe aktywa mogły zostać zwrócone konsumentom. Marketing z narracją bankopodobną na zewnątrz oraz działanie z nieoddzieloną strukturą wewnątrz stanowiły rdzeń konfliktu agencyjnego między platformami pożyczkowymi a deponentami.

Tych pięć przypadków powierzchownie należy do różnych typów działalności, lecz na poziomie struktury agencyjnej dzieli jeden szablon: jedna strona dysponuje prywatną informacją o własnych działaniach, kierunku przepływu aktywów lub strukturze bodźców, podczas gdy druga strona, przekazawszy uprawnienia decyzyjne lub uprawnienia do powierniczego przechowywania aktywów, jest pozbawiona egzekwowalnych mechanizmów monitorowania i dochodzenia roszczeń.

1.4 Asymetria informacji · Endogeniczne załamanie jakości rynku

Trzeci filar — asymetria informacji — nie jest samodzielnym mechanizmem równoległym do dwóch pierwszych, lecz ich bazową przesłanką. Model rynku samochodów używanych Akerlofa [4], opublikowany w Quarterly Journal of Economics, jest fundamentalnym sformułowaniem: gdy sprzedawcy dysponują prywatną informacją o jakości towaru, podczas gdy kupujący mogą obserwować jedynie rozkład ogólny, górna granica oferty kupujących jest zakotwiczona w wycenie odpowiadającej średniej jakości; cena ta jest niewystarczająca, by pokryć użyteczność rezerwacyjną sprzedawców wysokiej jakości, a podaż wysokiej jakości opuszcza rynek; średnia jakość na pozostałym rynku obniża się dalej, kupujący ponownie obniżają oferty, formując jednokierunkową spiralę, aż wolumen transakcji rynkowych skurczy się do zera lub niemal zera. Akerlof rozszerzył ten mechanizm z samochodów używanych na rynki ubezpieczeń, kredytu, pracy oraz rynki finansowe gospodarek rozwijających się, identyfikując go jako jednolity mechanizm wyjaśniający dużą liczbę zjawisk „brakujących rynków” — niepewność jakości + asymetria informacji = endogeniczne załamanie rynku.

Stosowalność tej analizy do rynku kryptowalut działa na dwóch poziomach. Pierwszy to strona aktywów: niezweryfikowane audytem tokeny, nieujawniony kod i nieujawnione harmonogramy alokacji są dla kupujących trudne do odróżnienia od w pełni zaudytowanych, otwartoźródłowych, przejrzyście alokowanych aktywów; mechanizm wyceny skłania się ku ściśnięciu obu w ten sam przedział wartości oczekiwanej; w braku wiarygodnych mechanizmów certyfikacji bodziec emitentów wysokiej jakości polega nie na kontynuowaniu emisji, lecz na wyjściu z rynku lub przeniesieniu się na inne platformy. Drugi to strona pośredników: wewnętrzna kondycja ryzyka scentralizowanych giełd, animatorów rynku, powierników i platform pożyczkowych jest dla użytkowników niemal nieobserwowalna; mogą oni szacować ich średnią jakość jedynie na podstawie marki, marketingu i sygnałów pośrednich — to wspólna struktura przypadków FTX, Celsius i Voyager w kategoriach ekonomii informacji.

Model Akerlofa ustanawia teoretyczną możliwość załamania rynku, lecz nie odpowiada bezpośrednio na inne pytanie ściśle związane z rynkiem kryptowalut: na rynku, na którym koszty transakcyjne nie są nieskończone, a kapitał arbitrażowy nie jest nieobecny, dlaczego asymetria informacji nadal jest zdolna trwale odpychać ceny od fundamentów? Empiryczne badanie Makarova i Schoara [7] w Journal of Financial Economics, poświęcone międzygiełdowym i międzyregionalnym różnicom cen bitcoina w latach 2017–2018, dostarczyło dowodów na samodzielną istotność granic arbitrażu (limits of arbitrage) na rynku kryptowalut. Autorzy stwierdzili, że bitcoin mógł przez dni–tygodnie utrzymywać spready cenowe rzędu kilku punktów procentowych między różnymi giełdami i że spready te istotnie korelowały z kanałami wpłat/wypłat fiata, tarciami rejestracyjnymi i compliance giełd oraz kontrolami przepływu kapitału. Arbitraż nie był nieobecny, lecz był ograniczony tarciami pozarynkowymi do poziomu dalece poniżej intensywności niezbędnej do wyeliminowania spreadów. Co więcej, autorzy udokumentowali, że spready te były geograficznie systematyczne — spready między rynkami Korei, Japonii i USA nie były symetrycznym szumem, lecz kierunkowymi sygnałami strukturalnymi. Ten wniosek empiryczny jest zgodny z tradycją teoretyczną Shleifera i Vishny’ego [8] dotyczącą granic arbitrażu, lecz wykazuje cechę nieobecną na rynkach klasycznych: technicznie natychmiastowe transgraniczne transfery środków są nadal silnie obarczone tarciem na poziomie compliance i kanałów.

Łącząc mechanizm załamania rynku Akerlofa z dowodami Makarova i Schoara dotyczącymi granic arbitrażu, ścieżkę oddziaływania asymetrii informacji na rynek kryptowalut można scharakteryzować w dwóch fazach: uprzednio asymetria informacji tłumi bodźce wejścia podaży wysokiej jakości, powodując obniżanie się średniej jakości rynku; następnie granice arbitrażu pozwalają błędnej wycenie utrzymywać się przez dostatecznie długie okna, nadając tym samym uprzedniemu załamaniu jakości czasową trwałość na poziomie cen.

1.5 Zagnieżdżona struktura trzech warstw

Ustawienie trzech filarów teoretycznych obok siebie nie wystarcza, by scharakteryzować obecne systemowe niepowodzenie rynku kryptowalut. Te trzy nie są logicznie równoległe, lecz zagnieżdżone. Asymetria informacji to przesłanka warstwy bazowej: określa ona, jaką prywatną informacją dysponują kupujący, sprzedawcy, pryncypałowie i agenci, oraz wyznacza warunki brzegowe monitorowania i identyfikacji. Problem pryncypał–agent to struktura warstwy środkowej: opisuje on, jak — przy danej asymetrii informacji — delegowanie uprawnień decyzyjnych i powierniczego przechowywania aktywów przekształca się w wartość ekonomiczną możliwą do wydobycia przez agentów; skala kosztów agencyjnych jest determinowana przez strukturę informacyjną warstwy bazowej, lecz ich faktyczna realizacja jest współdeterminowana przez projektowanie kontraktów, intensywność regulacji oraz rozkład praw rezydualnych. Kaskady informacyjne to dynamika warstwy wierzchniej: opisują one, jak — po tym, gdy struktury agencyjne wbudowały ścieżki transferu wartości, a asymetria informacji wyeliminowała mechanizmy uprzedniej identyfikacji — kapitał może być kierunkowo kanalizowany ku konkretnym celom w krótkich oknach czasowych; prędkość i skala kaskady zależą od widoczności sygnałów działania publicznego, siły sygnałów prywatnych oraz sekwencji podejmowania decyzji przez uczestników.

Bezpośrednim wnioskiem z tej zagnieżdżonej relacji jest: wzmacnianie narzędzi zarządzania na jednej tylko warstwie samo w sobie nie wystarcza. Jedynie ujawnianie tabel alokacji tokenów (wymierzone w asymetrię informacji), jedynie wymaganie od KOL-i oznaczania płatnej promocji (wymierzone w problemy agencyjne) lub jedynie następcze ściganie manipulacji ceną po uformowaniu kaskady (wymierzone w kaskady informacyjne) — każde z nich pokrywa na swoim poziomie tylko część pełnego mechanizmu; a gdy asymetria informacji warstwy bazowej nie została osłabiona, struktury agencyjne warstwy środkowej zreorganizują się w nowych formach, a kaskady warstwy wierzchniej zostaną wywołane przez nowe media. Powód, dla którego serie zdarzeń $LIBRA i $TRUMP mogły mimo to w pełni zaistnieć na tle istniejącego dyskursu regulacyjnego, polega nie na tym, że którakolwiek pojedyncza warstwa została całkowicie zignorowana, lecz na tym, że interakcji trzech warstw nie potraktowano jako całości.

Niniejszy rozdział ustanowił trzy filary teoretyczne i ich zagnieżdżoną strukturę. Począwszy od następnego rozdziału, raport przechodzi do etapu analizy przypadków. Rozdział 2 koncentruje się na mechanizmie warstwy wierzchniej trójwarstwowego modelu — kaskadach informacyjnych — i na studiach przypadku bańki ICO, Memecoin Casino oraz farmingu airdropów wykazuje, jak kaskady informacyjne są przyspieszane, wzmacniane i ostatecznie kanalizują wielkoskalowy kapitał ku aktywom o ujemnej oczekiwanej stopie zwrotu w szczególnych warunkach rynku kryptowalut.

Rozdział 2 · Efekty stadne: zbiór przypadków kaskad informacyjnych i dowodu społecznego

2.1 Wprowadzenie · Trzy fale, jeden mechanizm

Odkąd rynek kryptowalut rozwinął zdolność do wielkoskalowej mobilizacji kapitału, wystąpiły co najmniej trzy masowe napływy uczestników napędzane dynamiką kaskad informacyjnych, każdy wywołany przez inny nośnik, lecz kończący się podobnymi wynikami statystycznymi.

Pierwszą była fala ICO z lat 2016–2018. Zespoły projektowe wykorzystywały white papery jako główne narzędzie sygnalizacyjne, uzupełnione poparciem VC i listingami na giełdach, i w ciągu osiemnastu miesięcy zmobilizowały około 17,8 mld dolarów globalnego finansowania. Drugą była fala Memecoin Casino z lat 2024–2025. Zdecentralizowane platformy emisji tokenów ścisnęły próg tworzenia tokena z „white paper + trzy miesiące przygotowań” do „opłata 2 dolary + 30 sekund”, a media społecznościowe zastąpiły white papery jako główny nośnik sygnałów działania publicznego; jedna platforma w ciągu dwóch lat utworzyła ponad 11 mln tokenów. Trzecią była fala farmingu airdropów od 2022 roku do chwili obecnej. Zespoły projektowe poprzez programy punktowe i wymogi interakcji bezpośrednio definiowały zachowanie uczestników; kaskady nie opierały się już na naturalnie występującym naśladownictwie społecznym, lecz były aktywnie konstruowane za pomocą inżynierii bodźców, dystrybuując w ciągu trzech lat około 26,6 mld dolarów bodźców tokenowych.

Każda fala przyciągnęła miliony niezależnych uczestników. Wszystkie trzy dzieliły jedną cechę statystyczną: zagregowana oczekiwana stopa zwrotu uczestników była ujemna. Nie jest to kwestia tego, że „część ludzi traci pieniądze”, lecz systemowy wynik, w którym większość uczestników w chwili wyjścia znajdowała się na stracie. Niniejszy rozdział traktuje te trzy fale jako trzy niezależne eksperymenty teorii kaskad informacyjnych na rynku kryptowalut, wydobywając wspólne parametry mechanizmów wyzwalających, prędkości mobilizacji i morfologii załamania.

2.2 Przypadek pierwszy · Bańka ICO: kaskada sygnału white paper

Od stycznia 2017 roku do lipca 2018 roku globalny rynek ICO pozyskał łącznie około 17,8 mld dolarów [25], z czego około 5 mld dolarów w całym 2017 roku (Swartz 2022), a I kwartał 2018 roku osiągnął swój szczytowy kwartał. Około 966 projektów ICO ukończyło emisję w 2017 roku; liczba ta wzrosła skokowo do około 2284 w 2018 roku [26], przy czym w szczycie około 482 sprzedaży tokenów odbywało się jednocześnie. Liczby te opisują rynek finansowania, który w ciągu osiemnastu miesięcy rozszerzył się praktycznie z niebytu do poziomu dziesiątek miliardów.

Jednak Haffke i Fromberger [10] podali w swoim raporcie o rynku ICO, że około 55% tokenów ICO wyemitowanych w 2017 roku do końca 2018 roku „utraciło praktycznie całą wartość” (substantially all value lost). Niezależne statystyki analityka rynku kryptowalut Cermaka [40] dalej doprecyzowały ten obraz: 74% tokenów ICO z 2017 roku spadło o ponad 90% w przeliczeniu na BTC; mediana stopy zwrotu w dolarach wyniosła −87%; jedynie około 7,7% (około 30 projektów) wszystkich wyemitowanych w 2017 roku tokenów ICO przewyższyło BTC w okresie utrzymywania. Innymi słowy, „zagregowane stopy zwrotu inwestorów rynku ICO były ujemne” to nie narracja po fakcie, lecz statystycznie weryfikowalny fakt.

Z perspektywy teorii kaskad informacyjnych mechanizm mobilizacji rynku ICO można rozłożyć na czterowarstwową strukturę nakładania sygnałów. Pierwsza warstwa to white paper — dokument opisujący wizję projektu, architekturę techniczną i alokację tokenów. Druga warstwa to poparcie ze strony VC lub znanych inwestorów — zazwyczaj prezentowane w postaci tytułów „doradca (Advisor)” lub ogłoszeń „inwestor strategiczny”. Trzecia warstwa to relacjonowanie i promocja ze strony kryptowalutowych mediów i KOL-i społeczności. Czwarta warstwa to listing na giełdzie — token projektu uzyskiwał wsparcie obrotu na platformach takich jak Poloniex, Bittrex i Binance. Każda warstwa sygnału z osobna zawierała ograniczoną informację: white paper nie gwarantował realizacji kodu; poparcie VC nie gwarantowało uczciwości zespołu projektowego; relacjonowanie w mediach nie gwarantowało niezależnej oceny projektu; listing na giełdzie gwarantował jedynie dostarczenie płynności, a nie jakość bazowego aktywa. Jednak cztery nałożone warstwy tworzyły siłę sygnałów działania publicznego wystarczającą, by przeważyć sygnał prywatny typowego inwestora detalicznego — dokładnie spełniając warunki uformowania kaskady opisane przez Bikhchandaniego, Hirshleifera i Welcha [1] w ich fundamentalnej pracy o kaskadach informacyjnych.

Swartz [9] zaproponowała w New Media & Society model socjologiczny uzupełniający teorię kaskad informacyjnych: bańka ICO nie była tradycyjną binarną strukturą „w pełni poinformowani oszuści kontra niepoinformowane ofiary”, lecz raczej tym, co zdefiniowała jako „oszustwo sieciowe (network scam)”, w którym VC, media, KOL-e, zespoły projektowe i inwestorzy detaliczni byli w różnym stopniu zarazem nadawcami sygnałów i ich odbiorcami, zarazem napędzającymi kaskadę i jej nosicielami.[³] To spostrzeżenie jest zgodne z teoretyczną predykcją Bikhchandaniego i współautorów [1]: w kaskadzie informacyjnej działania kolejnych naśladowców same stają się sygnałami dalej wzmacniającymi kaskadę — dlatego role „ofiary” i „wzmacniacza” są strukturalnie nierozdzielne.

Wzorzec załamania rynku ICO również był zgodny z predykcjami teorii kaskad informacyjnych. W styczniu 2018 roku ETH osiągnął historyczny szczyt około 1352 dolarów; do grudnia tego samego roku ETH spadł do około 84 dolarów, co oznaczało spadek o około 94% od szczytu. Załamanie nie polegało na tym, że „poszczególne projekty kolejno obnażały problemy, skłaniając inwestorów do stopniowego wychodzenia”, lecz na tym, że cały rynek załamał się jednocześnie. Do czynników wyzwalających należały co najmniej trzy wysokiej jakości sygnały zewnętrzne: DAO Report of Investigation wydany przez SEC 25 lipca 2017 roku [27] (uznający tokeny DAO za papiery wartościowe); całkowity zakaz ICO w Chinach we wrześniu 2017 roku; oraz utrzymujący się spadek ceny ETH począwszy od I kwartału 2018 roku. W teorii Bikhchandaniego i współautorów [1] odwrócenie kaskady wymaga sygnału zewnętrznego o sile wystarczającej, by przeważyć skumulowane sygnały — załamanie ceny ETH i działania egzekucyjne SEC dokładnie spełniły tę rolę.

Bańka ICO ukazała formę kaskad informacyjnych w epoce „wysokich kosztów sygnału” — wymagającą wielostronnej koordynacji między white paperami, VC i giełdami. Następna sekcja pokazuje, czym stają się kaskady, gdy koszty sygnału spadają do „2 dolarów i 30 sekund”.

[³]: Swartz 2022 to praca z dziedziny socjologii/medioznawstwa. W niniejszym rozdziale jej model „network scam” jest cytowany jako interdyscyplinarne uzupełnienie teorii kaskad informacyjnych.

2.3 Przypadek drugi · Memecoin Casino: zindustrializowana kaskada „2 dolarów i 30 sekund”

Platforma pump.fun, uruchomiona 19 stycznia 2024 roku, fundamentalnie zmieniła strukturę kosztów emisji tokenów. Proces emisji nowego tokena na platformie: wgrać obraz, wpisać nazwę tickera, zapłacić opłatę około 2 dolarów w równowartości SOL — i token natychmiast wchodzi do modelu wyceny po krzywej bondingowej (krzywa automatycznie wyznaczająca cenę na podstawie wolumenu zakupów); 30 sekund później może go handlować każdy. Nie jest wymagany ani white paper, ani audyt kodu, ani poparcie VC, ani weryfikacja giełdy. Gdy wolumen zakupów tokena na krzywej bondingowej osiągnie około 85 SOL, płynność automatycznie migruje na zdecentralizowaną platformę handlową (przed marcem 2025 roku — Raydium, następnie — własny AMM PumpSwap od pump.fun), wchodząc do otwartego obiegu — proces ten nazywa się „ukończeniem (graduation)”.

Do końca 2025 roku pump.fun utworzyła łącznie ponad 11 mln tokenów, ze szczytowym tworzeniem około 65 000 dziennie. W okresie swojej działalności platforma odpowiadała za ponad 80% tworzenia tokenów w sieci Solana. Według DefiLlama [28] jej łączny wolumen obrotu na DEX przekroczył 150 mld dolarów.[⁴] Szczytowy przychód miesięczny sięgnął 138 mln dolarów, a szczytowy przychód dzienny wyniósł około 15 mln dolarów.

Jednak ten skalowany proces tworzenia tokenów wiązał się ze skrajnymi wskaźnikami odsiewu. Mniej niż 2,1% tokenów „ukończyło (graduated)” etap krzywej bondingowej. Około 98% tokenów załamało się niemal do zera w ciągu 24 godzin. Po stronie użytkowników publiczne statystyki wykazywały około 11,5 mln portfeli na stracie wobec mniej niż 10 mln portfeli zyskownych; jedynie około 0,6% portfeli miało skumulowany zysk przekraczający 10 000 dolarów.

W porównaniu z epoką ICO doszło tu do obniżenia progu uformowania kaskady o rząd wielkości. Koszty sygnału epoki ICO — napisanie white papera, komunikacja z VC, negocjacje listingu na giełdzie — mierzono w miesiącach i dziesiątkach–setkach tysięcy dolarów. W modelu pump.fun koszty sygnału zostały ściśnięte do 2 dolarów i 30 sekund. Implikacja w ekonomii informacji jest taka: gdy koszty zainicjowania kaskady zbliżają się do zera, kaskady przestają być „okazjonalnymi anomaliami behawioralnymi” i stają się zindustrializowanym procesem produkcyjnym inicjowanym dziesiątki tysięcy razy dziennie, w którym przytłaczająca większość kończy się w ciągu godzin, a znikoma część otrzymuje krótkotrwałe wzmocnienie.

W tym procesie media społecznościowe zastąpiły white papery jako główny nośnik sygnałów działania publicznego. Polubienia na Twitterze, podania dalej, komentarze na transmisjach KOL-i, wiadomości w grupach Telegrama — te metryki funkcjonalnie odpowiadały „temu, ile mediów zrelacjonowało white paper” z epoki ICO. Kogan, Makarov, Niessner i Schoar [2] dostarczyli ilościowego wsparcia dla tego mechanizmu: na podstawie danych o 200 000 traderach platformy eToro stwierdzili, że gwałtowne wzrosty uwagi zachowywały istotną moc predykcyjną względem ceny i wolumenu kryptotokenów w krótkich oknach po uwzględnieniu fundamentalnych zmiennych zastępczych. Skala tego efektu w przypadku kryptotokenów była znacznie większa niż w tradycyjnych akcjach — tj. wzmacniający kaskadę efekt sygnałów społecznościowych na rynku kryptowalut jest potwierdzony empirycznie, a nie spekulatywny.

TRUMP, uruchomiony 17 stycznia 2025 roku, oraz MELANIA — 19 stycznia, były znaczącymi egzemplarzami tego wzorca: w niespełna dwa dni od uruchomienia w pełni rozwodniona wycena $TRUMP (na podstawie wszystkich 1 mld tokenów) krótkotrwale sięgnęła około 27 mld dolarów, a następnie w ciągu kolejnych tygodni–miesięcy odrobiła ponad 90%;[⁵] $MELANIA wykazywała izomorficzną trajektorię. Przypadek $LIBRA został szczegółowo omówiony w rozdziale 1 i nie jest tu powtarzany. Wszystkie trzy ukazują wspólną cechę kaskad informacyjnych epoki memecoinów: źródłem sygnału wyzwalającego nie są już white papery i VC, lecz pojedynczy wpis w mediach społecznościowych osoby o kolosalnym wpływie.

Metazjawiskiem zasługującym na osobną obserwację jest własna emisja tokena pump.fun, która odbyła się 12 lipca 2025 roku. Według zapisów finansowania DefiLlama [28] runda składała się z dwóch części: prywatnej sprzedaży tokenów za 400 mln dolarów oraz publicznego ICO za 600 mln dolarów, łącznie 1 mld dolarów, przy w pełni rozwodnionej wycenie 4 mld dolarów.[⁶] Jest to zdarzenie strukturalnie godne uwagi: platforma specjalnie dostarczająca infrastrukturę do tworzenia i handlu tokenami o wysokim wskaźniku odsiewu stokenizowała samą siebie i przeprowadziła mobilizację kapitału na skalę finansowania na poziomie instytucjonalnym. Kaskady informacyjne w tym przypadku to nie tylko „zjawisko, w które wciągani są inwestorzy detaliczni”, lecz model biznesowy, który może być zinstytucjonalizowany, sekurytyzowany i wyceniany przez rynki wtórne — uczestnicy mający osądy co do dynamiki kaskad informacyjnych mogą teraz wyrazić swoje oczekiwania co do trwałości kaskady, nabywając sam token platformy. Niniejsza sekcja jedynie odnotowuje tę strukturę faktyczną i nie wydaje osądu co do jej statusu regulacyjnego ani oceny etycznej.

Memecoin Casino ukazało, jak media społecznościowe przekształciły nośnik kaskady ze „statycznych white paperów” w „dynamiczną uwagę”. Następna sekcja pokazuje, jak kaskady są dalej instytucjonalizowane w „nakłanianie mechanizmowe”.

[⁴]: Dane DefiLlama według stanu na kwiecień 2026 roku wskazują łączny wolumen obrotu pump.fun na DEX na około 157,5 mld dolarów. Raport CoinDesk z grudnia 2025 roku przytaczał liczbę na koniec 2025 roku jako „>150 mld dolarów”. W tej sekcji używa się 150 mld dolarów jako konserwatywnej dolnej granicy.

[⁵]: Dla kapitalizacji rynkowej $TRUMP istnieje rozbieżność metryk. CoinMarketCap odnotowuje kapitalizację rynkową w obiegu (uwzględniającą jedynie 200 mln publicznie wyemitowanych tokenów) na szczycie około 11,7 mld dolarów (cena ATH około 74–75 dolarów, 19 stycznia 2025 roku); Wikipedia i większość autorytatywnych mediów podają 27 mld dolarów, mając na myśli w pełni rozwodnioną wycenę wszystkich 1 mld tokenów. W tej sekcji przyjmuje się tę drugą wielkość, aby odzwierciedlić pełną skalę mobilizacji kapitału zdarzenia, z odnotowaniem rozbieżności metryk.

[⁶]: Co do całkowitego finansowania tokena PUMP różne źródła podają różne liczby. DefiLlama odnotowuje 400 mln dolarów sprzedaży prywatnej + 600 mln dolarów publicznego ICO = 1 mld dolarów; niektóre doniesienia medialne podają łącznie 1,3 mld dolarów (600 mln dolarów publicznie + 700 mln dolarów prywatnie). Rozbieżność może wynikać z różnych zakresów ujęcia sprzedaży prywatnej. W tej sekcji DefiLlama używana jest jako źródło pierwotne.

2.4 Przypadek trzeci · Farming airdropów: kaskada indukowana mechanizmem

W bańce ICO kaskady informacyjne były wyzwalane przez sygnały white papera; w Memecoin Casino — przez uwagę w mediach społecznościowych. Oba dzieliły wspólną cechę: uczestnicy musieli wciąż wykazywać aktywny osąd — wybierać, który projekt ICO, za którym memecoinem podążać. Farming airdropów wprowadził trzecią dynamikę: zespoły projektowe poprzez publicznie ogłaszane reguły programów punktowych bezpośrednio definiowały zachowanie uczestników. Uczestnicy nie musieli oceniać jakości projektu; musieli jedynie wykonywać określone działania on-chain zgodnie z regułami — bridging międzyłańcuchowy, dostarczanie płynności, wykonanie określonej liczby transakcji — by oczekiwać przyszłych airdropów tokenów. Jest to kaskada indukowana mechanizmem: celem kaskady jest nie „co kupują uczestnicy”, lecz „co robią uczestnicy”.

Skalę tego wzorca można mierzyć w dwóch wymiarach. Po stronie dystrybucji tokenów zespoły projektowe w ciągu trzech lat rozdystrybuowały poprzez airdropy łącznie około 26,6 mld dolarów tokenów [29]. Po stronie uczestników farming airdropów zrodził zindustrializowany łańcuch dostaw zbudowany wokół ataków sybilijskich (Sybil attacks) — w których jeden podmiot tworzy liczne adresy portfeli, powtarzając ten sam zestaw zdefiniowanych regułami działań na każdym adresie, by uzyskać wielokrotne przydziały airdropu.

Ataki sybilijskie nie są odosobnionymi aktami oszustwa, lecz strukturalnymi produktami ubocznymi kaskad indukowanych mechanizmem. Gdy reguły bodźcowe zależą od metryk takich jak „liczba portfeli”, „liczba transakcji” czy „liczba wiadomości międzyłańcuchowych”, które mogą być generowane maszynowo, koszty krańcowe maszyn są dalece niższe niż ludzkie, a zautomatyzowany arbitraż staje się optymalną strategią racjonalnego uczestnika. Dane sybilijskie z trzech znaczących przypadków airdropów wyraźnie ilustrują tę strukturę:

Airdrop LayerZero z czerwca 2024 roku stanowił najbardziej agresywny przypadek anty-sybil. Projekt publicznie wezwał operatorów sybili do samodzielnego zgłoszenia się przed snapshotem, obiecując, że samozgłaszający się będą mogli zachować 15% oczekiwanych przydziałów. Następnie współpracował z Chaos Labs i Nansen w zakresie analizy on-chain. Ostatecznie LayerZero ogłosił zidentyfikowanie i wykluczenie 803 093 [30] adresów sybilijskich, co stanowiło około 59% jego początkowej puli adresów kandydujących; CEO Bryan Pellegrino później ujawnił, że ostateczna szacowana łączna liczba adresów sybilijskich mieści się w przedziale od 1,1 mln do 1,3 mln. Oznacza to, że w protokole o około 6 mln łącznych interakcji portfeli stopień penetracji operatorów sybili dalece przekroczył połowę adresów kandydujących. Po airdropie (20 czerwca 2024 roku) cena tokena ZRO spadła z 4,79 dolara do około 4,00 dolara w ciągu 36 dni — spadek o około 16%.

Airdrop zkSync Era z czerwca 2024 roku spotkał się z szeroką krytyką za niedostateczne środki anty-sybil. CISO Polygon Labs Mudit Gupta publicznie skomentował: „To może być najbardziej farmowalny airdrop w historii. O ile mogę stwierdzić, filtracja sybili praktycznie nie była prowadzona”. Jego natywny token ZK spadł o około 39,29% w ciągu 36 dni od dnia airdropu (17 czerwca 2024 roku) do 23 lipca 2024 roku — około 2,5-krotność spadku ZRO LayerZero w tym samym okresie.

Airdrop Hyperliquid z listopada 2024 roku dostarczył próbki kontrolnej. Projekt rozdystrybuował około 274 mln tokenów HYPE (około 27,4% całkowitej podaży 1 mld; przydzielono 310 mln, z uwzględnieniem części odebranej) na około 94 000 adresów, średnio około 2915 HYPE na adres.[⁷] Kluczowe odróżnienie od LayerZero i zkSync: system punktowy Hyperliquid był bezpośrednio powiązany z faktycznym zachowaniem handlowym (składanie zleceń, realizacja transakcji, zarządzanie pozycjami), a nie z możliwym do replikacji maszynowej bridgingiem czy wysyłaniem wiadomości; ponadto projekt nie miał zewnętrznych inwestycji VC, przy czym 76,2% podaży tokenów wprost przydzielono społeczności. Po emisji HYPE nie tylko nie spadł, lecz nieprzerwanie rósł z ceny otwarcia około 2 dolarów, krótkotrwale sięgając około 35 dolarów. Międzyprojektowe badanie Cookie3 [31] wykazało, że aż 70% kwalifikujących się portfeli airdropu było operatorami wielu portfeli — lecz Hyperliquid, kotwicząc reguły bodźcowe w trudnym do zautomatyzowania zachowaniu handlowym, skutecznie obniżył krańcową stopę zwrotu z operacji sybilijskich, osiągając tym samym niekonfrontacyjną filtrację sybili poprzez projektowanie strukturalne.

Obserwując trzy przypadki równolegle, wyłania się relacja strukturalna: zdolność anty-sybil i stabilność ceny tokena są dodatnio skorelowane. zkSync, praktycznie bez mechanizmu anty-sybil, spadł o 39% w 36 dni; LayerZero, z agresywnym, lecz retroaktywnym anty-sybil, spadł o 16% w 36 dni; Hyperliquid, z logiką anty-sybil wbudowaną w projektowanie reguł bodźcowych, odnotował aprecjację ceny po emisji. Makarov i Schoar [7] zauważyli w swoim badaniu granic arbitrażu, że mechanizmy korekty cen rynku kryptowalut są ograniczone tarciami pozarynkowymi — zdolność identyfikacji sybili w farmingu airdropów stanowi nowy egzemplarz takiego tarcia: techniczna granica identyfikacji sybili projektu określa strukturę presji sprzedażowej po emisji tokena, co z kolei określa krótkoterminową stabilność ceny.

Faza wyjścia kaskad indukowanych mechanizmem wykazuje cechę odmienną od kaskad naturalnych. Dane LayerZero dają precyzyjny obraz: od 30 kwietnia 2024 roku (data snapshotu) do 7 lipca 2024 roku (blisko daty airdropu) wiadomości międzyłańcuchowe LayerZero spadły o 91,5%, a transakcje dzienne — o ponad 92%. Załamanie aktywności nie zostało wywołane „zbiorowym odwróceniem nastrojów”, lecz „realizacją bodźca”, która wyzwoliła powszechne wycofanie. Gdy oczekiwana stopa zwrotu z reguł punktowych zrealizowała się w postaci tokenów airdropu, krańcowa stopa zwrotu z kontynuowania interakcji spadła do zera, a uczestnicy racjonalnie przenosili się do kolejnego protokołu, który jeszcze nie przeprowadził airdropu. Ten wzorzec wyjścia obnaża trzecią cechę strukturalną kaskad indukowanych mechanizmem: uczestnicy są formalnie „wolnymi użytkownikami”, lecz na poziomie dopasowania bodźców stanowią zdefiniowaną przez zespół projektowy siłę roboczą zlecaną na zewnątrz — ich zachowanie jest precyzyjnie zaprogramowane regułami bodźcowymi, a moment ich wyjścia precyzyjnie wyzwolony realizacją bodźca.

[⁷]: Łączny przydział Hyperliquid: 310 mln HYPE (31% z 1 mld); około 274 mln faktycznie odebrano (część użytkowników nie odebrała, nie podpisawszy warunków Genesis Event; ASXN Data). 94 000 adresów odebrało, średnio około 2915 na adres. Dystrybucja była jednak skrajnie nierównomierna: około 56,6% użytkowników otrzymało nie więcej niż 100 tokenów; największe odebranie pojedynczego adresu wyniosło 970 000 tokenów.

2.5 Wspólny rdzeń trzech wzorców

Parametry mechanizmów trzech fal można zestawić w porównaniu równoległym. W wymiarze sygnału wyzwalającego kaskady ICO były wyzwalane przez white papery i poparcie VC; kaskady memecoinów — przez uwagę w mediach społecznościowych; kaskady airdropów — przez publicznie ogłaszane reguły punktowe. W wymiarze nośnika mobilizacji epoka ICO opierała się na relacjonowaniu w kryptowalutowych mediach i weryfikacjach listingu na giełdach; epoka memecoinów — na Twitterze, Telegramie, transmisjach i zautomatyzowanej wycenie po krzywej bondingowej; epoka airdropów — na oficjalnej dokumentacji zespołów projektowych i tworzonych przez KOL-i „samouczkach”. W wymiarze roli uczestnika uczestnicy ICO postrzegali siebie jako „inwestorów”, uczestnicy memecoinów — jako „traderów”, a uczestnicy airdropów strukturalnie przypominali „użytkowników” kierowanych do wykonywania określonych działań — jednak wszyscy trzej zajmowali tę samą pozycję w modelu kaskady informacyjnej: kolejnych naśladowców. W wymiarze morfologii załamania rynek ICO załamał się synchronicznie jako całość (spadek ETH w całym 2018 roku o 94%); memecoiny załamywały się pojedynczo w ciągu 24 godzin jako norma (98% zerowało się w ciągu dnia); airdropy przejawiały się jako zbiorowe wycofanie po realizacji bodźca (wolumen wiadomości LayerZero spadł o 91,5%).

Wspólny rdzeń za tymi różnicami można streścić jako kluczowe spostrzeżenie proponowane przez niniejszy raport: zawsze, gdy koszty „zainicjowania sygnału działania publicznego” na rynku kryptowalut są systematycznie obniżane, kaskady informacyjne powracają w nowych formach. W epoce ICO standaryzacja white paperów obniżyła koszty sygnału z „setek tysięcy dolarów + miesięcy” do „dziesiątek tysięcy dolarów + tygodni”; w epoce memecoinów wycena po krzywej bondingowej obniżyła koszty sygnału z „dziesiątek tysięcy dolarów + tygodni” do „2 dolarów + 30 sekund”; w epoce airdropów publiczna kwantyfikacja reguł punktowych obniżyła „koszty sygnału bodźcowego” z „wymaga indywidualnego osądu” do „realizacji wedle reguły”. Trzy obniżenia, trzy kaskady.

Trzy fale dzieliły także drugi warunek strukturalny: wszystkie trzy działały w środowiskach pozbawionych zarówno mechanizmów uprzedniej identyfikacji, jak i mechanizmów następczego śledzenia. Egzekucja SEC z epoki ICO była ściganiem następczym; związane z pump.fun postępowania sądowe z epoki memecoinów nadal trwają; identyfikacja sybili z epoki airdropów w najbardziej agresywnym przypadku (LayerZero) zdołała wykluczyć jedynie 59% adresów kandydujących do sybili. Żadna epoka nie ustanowiła skutecznych uprzednich instytucji zapobiegających uformowaniu kaskady.

Najistotniejsze spostrzeżenie brzmi: kaskady informacyjne to nie „wypadki” na rynku kryptowalut, lecz cecha strukturalna. Co 3–4 lata, gdy narzędzia technologiczne obniżają koszty sygnału, media społecznościowe odświeżają nośniki mobilizacji, a cykle opóźnienia egzekucji regulacyjnej ponownie otwierają okna, kaskady powracają w nowych formach.

Niniejszy rozdział przeanalizował trzy reprezentatywne przejawy kaskad informacyjnych na rynku kryptowalut i wykazał sygnały wyzwalające, nośniki mobilizacji oraz morfologię załamania każdego wzorca. Lecz kaskady to jedynie dynamika warstwy wierzchniej — tym, co naprawdę pozwala kaskadom być wielokrotnie instytucjonalizowanymi jako instrumenty finansowania, jest problem struktury agencyjnej warstwy środkowej. Rozdział 3 przechodzi do zbioru przypadków załamania pryncypał–agent, analizując, jak BitConnect, Three Arrows Capital, Celsius i FTX ukazują skrajne formy rozbieżności interesów agenta i pryncypała na rynku kryptowalut.

Rozdział 3 · Załamanie pryncypał–agent: skrajne przypadki niedopasowania bodźców

3.1 Wprowadzenie · Cztery załamania, jeden szablon

W ciągu sześciu lat od 2016 do 2022 roku na rynku kryptowalut wystąpiły cztery wielkoskalowe zdarzenia załamania agencyjnego, każde przedstawione w innej formie biznesowej, lecz dzielące ten sam zestaw przesłanek na poziomie struktury agencyjnej. BitConnect (2016–2018) wchłaniał aktywa inwestorów pod przykrywką „programu pożyczkowego”; akt oskarżenia DOJ ustalił oszustwo na około 2,4 mld dolarów. Three Arrows Capital (załamanie w czerwcu 2022 roku) działał jako kryptowalutowy fundusz hedgingowy; dokumenty likwidacyjne wykazały długi wobec 27 wierzycieli na łączną kwotę około 3,5 mld dolarów. Celsius Network (złożył wniosek o upadłość w lipcu 2022 roku) wchłaniał depozyty detaliczne pod narracją „wysokodochodowych oszczędności”; dokumenty z pierwszego dnia upadłości ujawniły zobowiązania ogółem w wysokości około 5,5 mld dolarów, z niezabezpieczonymi roszczeniami klientów w wysokości około 4,7 mld dolarów. FTX (załamanie w listopadzie 2022 roku) przechowywała aktywa użytkowników w swojej roli powiernika giełdowego; ostateczne orzeczenie CFTC ustaliło rekompensatę pieniężną w wysokości 12,7 mld dolarów.

Cztery przypadki objęły trzy pełne fazy rynku kryptowalut — od ICO przez DeFi Summer do „narracji instytucjonalizacji” — jednak załamania agencyjne występowały w każdej fazie, z tendencją wzrostową skali ekspozycji. Fakt ten wskazuje na pytanie strukturalne: jakie wspólne warunki w relacjach agencyjnych rynku kryptowalut pozwalają wielkoskalowemu transferowi wartości działać nieprzerwanie miesiącami lub latami przed załamaniem? Niniejszy rozdział odpowiada na to pytanie poprzez dogłębną analizę czterech przypadków.

3.2 BitConnect · Załamanie agencyjne typu Ponziego

„Program pożyczkowy” BitConnect wymagał od użytkowników wpłacenia BTC na platformę, która twierdziła, że jej „bot handlowy oprogramowania zmienności (Volatility Software Trading Bot)” wykorzysta te środki do handlu, generując użytkownikom około 1% dziennej stopy zwrotu składanej — około 3700% w skali roku. Akt delegowania był w tym momencie dopełniony: kontrola nad aktywami przeszła z użytkowników na operatorów BitConnect, a użytkownicy otrzymywali nieweryfikowalną „liczbę zwrotu” — wyświetlaną w wewnętrznym systemie BitConnect, lecz użytkownicy nie mogli potwierdzić, czy odpowiada ona realnym zyskom handlowym, czy redystrybucji z nowych napływających środków.

Struktura ta jednocześnie spełnia warunki zarówno selekcji negatywnej, jak i pokusy nadużycia w ramach modelu kosztów agencyjnych Jensena i Mecklinga [3]. Na poziomie selekcji negatywnej: użytkownicy nie mogli przed ustanowieniem relacji agencyjnej ocenić, czy „bot handlowy” istnieje ani czy posiada deklarowaną rentowność — informacja o typie agenta była dla pryncypała nieobserwowalna. Na poziomie pokusy nadużycia: po ustanowieniu relacji agencyjnej faktyczne wykorzystanie środków przez operatorów (czy środki rzeczywiście były wykorzystywane do handlu) było dla użytkowników całkowicie nieprzejrzyste — informacja o działaniach agenta była dla pryncypała nieobserwowalna. DOJ następnie ustalił w swoim akcie oskarżenia [32]: „BitConnect prowadził podręcznikowy schemat Ponziego” — tj. agent nigdy faktycznie nie wykonał delegowanego zadania; rzekomy bot handlowy albo nie istniał, albo nigdy nie generował deklarowanych zwrotów.[⁸]

[⁸]: Co do skali oszustwa BitConnect pozew cywilny SEC z września 2021 roku podał „2 mld dolarów”; akt oskarżenia karnego DOJ z lutego 2022 roku podał „2,4 mld dolarów”. Rozbieżność należy przypisać różnym metodom obliczeń między postępowaniem cywilnym a karnym. W niniejszym rozdziale obie liczby są cytowane w różnych kontekstach ze wskazaniem źródeł.

Zdolność mobilizacyjna BitConnect częściowo wywodziła się z jego wielopoziomowej sieci promotorów. Operatorzy wypłacali prowizje promotorom, którzy werbowali nowych inwestorów poprzez filmy na YouTube, posty w mediach społecznościowych i wydarzenia osobiste. Promotorzy zajmowali podwójną tożsamość wewnątrz struktury agencyjnej: wobec inwestorów promotorzy byli „agentami informacyjnymi”, których publicznie demonstrowane doświadczenia inwestycyjne i prezentacje zwrotów służyły jako sygnały działania publicznego w kaskadzie informacyjnej; wobec platformy promotorzy byli „agentami pozyskania”, których wynagrodzenie było powiązane z nowym napływającym kapitałem. Czołowy promotor w USA Glenn Arcaro przyznał się do winy wobec federalnych zarzutów karnych we wrześniu 2021 roku; w styczniu 2023 roku sąd nakazał mu wypłatę restytucji w wysokości 17 mln dolarów około 800 poszkodowanym. Sama ta liczba ilustruje efekt dźwigni promotorów wewnątrz struktury agencyjnej — działalność promocyjna jednej osoby mogła wpływać na decyzje alokacyjne aktywów setek pryncypałów.

Załamanie zostało wyzwolone ścieżką typową dla końcowych etapów struktur Ponziego. 3 stycznia 2018 roku Stanowa Rada Papierów Wartościowych Teksasu wydała nakaz zaprzestania działalności [34] przeciwko BitConnect, wprost używając sformułowania „schemat Ponziego”; departament papierów wartościowych Karoliny Północnej poszedł w jego ślady. 17 stycznia 2018 roku BitConnect zamknął swój program pożyczkowy; tokeny BCC runęły o 92% w ciągu dnia, z wcześniejszego historycznego szczytu około 463 dolarów, wchodząc w nieodwracalne niszczenie wartości. Załamanie nastąpiło nie dlatego, że „użytkownicy zbiorowo odkryli prawdę”, lecz dlatego, że działanie regulacyjne przecięło napływ nowego kapitału — zgodnie z teoretyczną predykcją struktur Ponziego: gdy napływ nowego kapitału jest niewystarczający do pokrycia istniejących zobowiązań, struktura musi się załamać, przy czym moment załamania jest determinowany przez szok zewnętrzny, a nie wewnętrzny wyciek informacji.

Założyciel BitConnect Satish Kumbhani został oskarżony [33] przez federalną wielką ławę przysięgłych w lutym 2022 roku i stanął wobec wielu zarzutów karnych (oszustwo z wykorzystaniem środków łączności, pranie pieniędzy, manipulacja ceną itd.) z maksymalnym wymiarem 70 lat. W chwili pisania niniejszego raportu miejsce pobytu Kumbhaniego jest nieznane — SEC potwierdziła, że opuścił Indie, a jego obecny kraj zamieszkania jest nieznany. Indyjski Dyrektoriat Egzekucyjny (Enforcement Directorate) zajął około 190 mln dolarów aktywów powiązanych z BitConnect w lutym 2025 roku.[⁹]

[⁹]: Źródło o zajęciu aktywów BitConnect przez indyjski ED: CoinDesk, 17 lutego 2025 roku, „India’s Directorate of Enforcement Seizes $190M in BitConnect Ponzi Scheme Case”. https://www.coindesk.com/policy/2025/02/17/india-s-directorate-of-enforcement-seizes-usd190m-in-bitconnect-fraud-case/

BitConnect reprezentuje „najczystszą” strukturę agencyjną spośród czterech przypadków — agent nigdy nie wykonał delegowanego zadania, a koszty agencyjne równały się 100% delegowanych aktywów. W kolejnym przypadku problem agencyjny jest niejawny: zwroty rzeczywiście istniały, lecz ekspozycja na ryzyko była systematycznie ukrywana.

3.3 Three Arrows Capital · Załamanie agencyjne typu dźwigniowego

Three Arrows Capital (dalej „3AC”) był kryptowalutowym funduszem hedgingowym zarejestrowanym na Brytyjskich Wyspach Dziewiczych (BVI), z aktywami pod zarządzaniem w szczycie, według doniesień, przekraczającymi 10 mld dolarów [35]. Jego pożyczkodawcy — w tym Genesis (2,3 mld dolarów), Voyager Digital (685 mln dolarów), Blockchain.com oraz w sumie 27 wierzycieli — pożyczali 3AC, ufając jego zdolności jako „profesjonalnego zarządzającego kryptowalutowym funduszem” w zakresie zarządzania ryzykiem.

Problem agencyjny 3AC przejawił się w krytycznej strukturze asymetrii informacji: każdy pojedynczy pożyczkodawca mógł obserwować jedynie własne warunki pożyczki i status depozytu zabezpieczającego wobec 3AC, lecz żaden pojedynczy pożyczkodawca nie znał całkowitego wolumenu zapożyczeń 3AC ani całkowitej koncentracji jego pozycji wobec wszystkich pozostałych pożyczkodawców. Była to struktura agencyjna „rozproszone pożyczanie + skoncentrowane pozycjonowanie” — niezależnie oceniana przez każdego pożyczkodawcę ekspozycja na ryzyko była dalece mniejsza niż prawdziwe ryzyko systemowe 3AC. Twierdzenie o statystyce dostatecznej Holmströma [5] dostarcza tu weryfikacji odwrotnej: gdyby pożyczkodawcy mogli obserwować „zbiorczy raport pozycji wobec wszystkich pożyczkodawców” jako dodatkowy sygnał, sygnał ten — przy danym wyniku już znanym każdemu pojedynczemu pożyczkodawcy (tj. wyniku spłaty własnej pożyczki) — nadal dostarczałby dodatkowej informacji o prawdziwym zachowaniu 3AC wobec ryzyka. Dlatego, zgodnie z teorią Holmströma, sygnał ten powinien zostać włączony do warunków kontraktu pożyczkowego. W praktyce kryptowalutowy rynek pożyczkowy w 2022 roku był pozbawiony jakiegokolwiek takiego międzyinstytucjonalnego mechanizmu wymiany informacji. Wymóg depozytu zabezpieczającego Genesis dla pożyczek 3AC wynosił zaledwie 80% — to znaczy 3AC mógł pożyczyć 125 dolarów przy 100 dolarach depozytu, a Genesis nie mógł potwierdzić, czy te 100 dolarów było jednocześnie zastawione u innych pożyczkodawców.

Ścieżka załamania rozpoczęła się od zdarzenia Terra/Luna w maju 2022 roku. Sądowe dokumenty likwidacyjne [35] udokumentowały, że 3AC zainwestował około od 200 do 600 mln dolarów w tokeny LUNA w lutym 2022 roku; ta inwestycja została niemal całkowicie zniszczona w majowym załamaniu Terry. Kilku pożyczkodawców jednocześnie wystosowało wezwania do uzupełnienia depozytu (margin calls); 3AC nie mógł im sprostać. 27 czerwca 2022 roku sąd BVI wydał nakaz likwidacji; 2 lipca 3AC złożył wniosek o ochronę upadłościową w trybie Chapter 15 w USA. Likwidator Teneo [35] następnie ujawnił uderzający fakt: 3AC miał „praktycznie żadnych ksiąg ani zapisów” — likwidator początkowo nie mógł nawet wejść do biur 3AC i potrzebował pomocy sądu. „Praktycznie brak ksiąg” nie był jedynie niepowodzeniem ładu korporacyjnego, lecz skrajnym znacznikiem załamania agencyjnego — agent nie tylko ukrył przebieg swoich działań, lecz wyeliminował możliwość audytu następczego.

Dokumenty sądowe ujawniły także zachowanie założycieli Su Zhu i Kyle’a Daviesa podczas likwidacji: obaj przebywali na Bali (według doniesień publicznych Zhu surfował, Davies malował); dokumenty sądowe odnotowały wpłacenie przez Zhu zadatku na jacht o wartości około 50 mln dolarów; likwidator dążył do zbadania, czy dwa singapurskie Good Class Bungalow zapisane na nazwisko żony Zhu (o wartości około 35 mln i 21 mln dolarów) zostały nabyte z aktywów spółki. We wrześniu 2023 roku Zhu został aresztowany na singapurskim lotnisku Changi przy próbie opuszczenia kraju i skazany na 4 miesiące pozbawienia wolności za odmowę współpracy z procesem likwidacji.

Załamanie 3AC ukazało zarażanie ryzykiem agencyjnym przez łańcuchy pożyczkowe. Genesis, spustoszony nieściągalnym długiem 3AC w wysokości 2,3 mld dolarów, częściowo absorbował swoje straty dzięki spółce macierzystej Digital Currency Group (DCG); Genesis ostatecznie zbankrutował w 2023 roku. Voyager Digital złożył wniosek o upadłość bezpośrednio z powodu niewypłacalności 3AC na 685 mln dolarów. Blockchain.com przeprowadził masowe zwolnienia. Każdy poziom relacji pożyczkowej miał własną asymetrię informacji, lecz warstwowe ryzyko systemowe dalece przekraczało obserwowalny poziom jakiegokolwiek pojedynczego poziomu — to „efekt zarażania” problemów agencyjnych, w którym załamanie agencyjne jednego pożyczkodawcy rozprzestrzenia się przez sieć wierzycieli w ogólnosystemowy kryzys kredytowy.

Makarov i Schoar [7] zauważyli w swoim badaniu granic arbitrażu, że mechanizmy korekty cen rynku kryptowalut są ograniczone tarciami pozarynkowymi. Przypadek 3AC dostarcza rozszerzenia tego wniosku na rynek kredytowy: pożyczkodawcy teoretycznie mogliby śledzić pozycje on-chain 3AC poprzez dane on-chain, lecz tarcia compliance, prywatności i techniczne uniemożliwiły skuteczne zastosowanie tej weryfikacji w faktycznych decyzjach kredytowych. „Przejrzystość on-chain” rynku kryptowalut nie przełożyła się na skuteczne monitorowanie wewnątrz faktycznych relacji agencyjnych.

3.4 Celsius · Załamanie agencyjne typu depozytowo-pożyczkowego

Kluczową narracją Celsius Network wobec użytkowników były „wysokodochodowe kryptooszczędności”: wpłać kryptoaktywa do Celsius, zarabiaj 5%–18% w skali roku i „wypłacaj w dowolnej chwili”. Narracja ta skonstruowała niejawną relację pryncypał–agent — użytkownicy delegowali zarządzanie kryptoaktywami Celsiusowi, który obiecywał bezpieczne przechowywanie plus zwrot. Jednak Warunki świadczenia usług Celsius pozwalały mu „używać, zastawiać, pożyczać, sprzedawać i w inny sposób obracać” wpłaconymi kryptoaktywami użytkowników; przytłaczająca większość użytkowników ani nie przeczytała, ani nie rozumiała implikacji tej autoryzacji.

Rozmieszczenie aktywów Celsius dalece przekraczało „konserwatywne pożyczanie”: pożyczanie aktywów klientów 3AC (Celsius był wśród wierzycieli 3AC, z ekspozycją około 75 mln dolarów); staking ETH klientów; inwestycje w wysokoryzykowne protokoły DeFi. Te ścieżki rozmieszczenia były niemal niewidoczne dla użytkowników — użytkownicy widzieli na interfejsie Celsius jedynie „saldo” i „zwrot”, nie mogąc prześledzić faktycznego kierunku przepływu swoich aktywów.

Jak zauważono w rozdziale 1, Cong, Li i Wang [6] wskazali w swoim modelu finansów platform stokenizowanych, że dodatnia pętla sprzężenia zwrotnego między wartością tokena platformy a aktywnością platformy sama w sobie wbudowuje mechanizm wzmacniania konfliktu agencyjnego. Choć Celsius nie był typowym emitentem tokenów, dynamika jego tokena platformowego CEL w pełni odpowiadała temu modelowi: wzrost ceny CEL → przyciąga więcej depozytów użytkowników → Celsius uzyskuje więcej środków do rozmieszczenia → generuje wyższe krótkoterminowe zwroty → cena CEL rośnie dalej. Ta dodatnia pętla sprzężenia zwrotnego przyspieszała ekspansję skali Celsius w czasie rynków byka, jednocześnie ukrywając prawdziwy poziom ryzyka po stronie jego aktywów.

Osobiste zachowanie CEO Celsius Alexa Mashinsky’ego dalej zaostrzyło pokusę nadużycia. Akt oskarżenia DOJ z lipca 2023 roku [37] zarzucił Mashinsky’emu publiczne stwierdzenie „Celsius jest bezpieczniejszy niż banki”, podczas gdy wiedział, że platforma stoi w obliczu istotnych trudności finansowych. W grudniu 2024 roku Mashinsky przyznał się do winy wobec dwóch zarzutów oszustwa towarowego i manipulacji rynkiem.[¹⁰] Nie jest to osąd „cech osobistych”, lecz standardowy dowód empiryczny pokusy nadużycia — agent w okresie trwania relacji agencyjnej wykorzystał przewagę informacyjną do podjęcia działań na szkodę interesów pryncypała, a gdy wymagane było ujawnienie, wybrał wprowadzenie w błąd.

[¹⁰]: Źródło o przyznaniu się Mashinsky’ego do winy: Reuters, 3 grudnia 2024 roku; komunikat prasowy DOJ z grudnia 2024 roku.

Ścieżka załamania była bezpośrednio powiązana z 3AC. Efekty kaskadowe załamań Terra/Luna i 3AC z maja–czerwca 2022 roku uderzyły w stronę aktywów Celsius — 3AC jako jeden z pożyczkobiorców Celsius nie mógł spłacić swoich pożyczek, a wartości protokołów DeFi jednocześnie się skurczyły. 12 czerwca 2022 roku Celsius ogłosił zawieszenie wszystkich wypłat — użytkownicy dopiero w tym momencie odkryli, że obietnica „wypłacaj w dowolnej chwili” jest niewykonalna. 13 lipca 2022 roku Celsius złożył wniosek o reorganizację w trybie Chapter 11 [38] w Sądzie Upadłościowym Południowego Dystryktu Nowego Jorku (sprawa nr 22–10964); dokumenty z pierwszego dnia ujawniły zobowiązania ogółem w wysokości około 5,5 mld dolarów, z których około 4,7 mld dolarów niezabezpieczonych roszczeń klientów, aktywa ogółem około 4,3 mld dolarów oraz lukę aktywa–zobowiązania w wysokości około 1,2 mld dolarów. Ugoda FTC z lipca 2023 roku [24] osobno nałożyła karę cywilną w wysokości 4,7 mld dolarów na podmiot korporacyjny Celsius (działanie samodzielne, którego kwota przypadkowo pokryła się z roszczeniami klientów).

Załamania agencyjne Celsius i 3AC połączyły się przez ten sam łańcuch pożyczkowy, ukazując efekty drugiego rzędu warstwowej agencji: użytkownik → Celsius → 3AC → Terra/Luna. Każdy poziom relacji agencyjnej miał własną asymetrię informacji, lecz ostatecznym nosicielem strat był detaliczny deponent na końcu łańcucha — który, wpłacając aktywa, nie wiedział, że jego środki są pożyczane 3AC, tym bardziej że pozycje 3AC były skoncentrowane na kierunkowym zakładzie na Terra/Luna. Kara FTC w wysokości 4,7 mld dolarów [24] prawnie potwierdziła wniosek: „bankopodobna narracja” Celsius była faktycznie wprowadzeniem w błąd.

3.5 FTX · Załamanie agencyjne typu powierniczego

Struktura agencyjna FTX była najbardziej złożona spośród czterech przypadków. Użytkownicy wpłacali aktywa na giełdę FTX (rola pierwsza: powiernik); Alameda Research wykorzystywała te aktywa do kierunkowego handlu własnego (rola druga: handel własny); Alameda jednocześnie świadczyła usługi animacji rynku dla wielu par handlowych na platformie FTX (rola trzecia: animacja rynku) — trzy role skoncentrowane pod kontrolą Samuela Bankman-Frieda. W finansach tradycyjnych obligatoryjne rozdzielenie przechowywania powierniczego i handlu własnego (Chinese Wall) należy do najbardziej podstawowych wymogów compliance; FTX nie tylko nie miała rozdzielenia, lecz wbudowała w swój kod techniczne furtki umożliwiające Alamedzie obchodzenie kontroli ryzyka.

Jak cytowano w rozdziale 1, pozew CFTC z 13 grudnia 2022 roku [22] udokumentował dwa konkretne szczegóły techniczne: „allow negative flag” w kodzie FTX, który pozwalał saldu konta Alamedy schodzić poniżej zera bez wyzwalania automatycznej likwidacji, oraz przyznaną Alamedzie „praktycznie nieograniczoną linię kredytową”, umożliwiającą jej wyprowadzanie środków z depozytów klientów na handel własny. Samodzielny pozew SEC z 21 grudnia 2022 roku przeciwko Caroline Ellison i Gary’emu Wangowi [23] przedstawił ten sam mechanizm innymi sformułowaniami. Jensen i Meckling [3] rozłożyli koszty agencyjne na koszty monitorowania, koszty samoograniczenia i stratę rezydualną; w przypadku FTX koszty monitorowania zbliżały się do nieskończoności (użytkownicy nie mogli audytować wewnętrznych przepływów środków FTX), koszty samoograniczenia zbliżały się do zera (Warunki świadczenia usług FTX nie zakazywały wprost sprzeniewierzenia), a strata rezydualna = kwota sprzeniewierzenia „przekraczająca 8 mld dolarów” potwierdzona w komunikacie prasowym DOJ.

Załamanie zostało wyzwolone klasycznym przełamaniem asymetrii informacji. 2 listopada 2022 roku CoinDesk [36] doniósł, że bilans Alamedy utrzymywał duże ilości FTT (tokena platformowego FTX) — informację wcześniej niewidoczną dla rynku. CEO Binance Changpeng Zhao następnie ogłosił, że sprzeda swoje zapasy FTT, wywołując panikę rynkową. Użytkownicy rozpoczęli masowe wypłaty; FTX nie mogła sprostać popytowi na wypłaty, ponieważ środki klientów zostały sprzeniewierzone przez Alamedę. 11 listopada 2022 roku FTX złożyła wniosek o ochronę upadłościową w trybie Chapter 11. Od doniesienia CoinDesk do złożenia wniosku o upadłość — zaledwie 9 dni — druga co do wielkości giełda kryptowalut na świecie przeszła od normalnej działalności do upadłości w niespełna dwa tygodnie.

Rewelacje po załamaniu dalej zilustrowały stopień braku monitorowania agencyjnego: FTX nie miała niezależnej rady dyrektorów; nie miała niezależnego dyrektora finansowego (CFO); nie miała formalnych systemów kontroli finansowej; nie miała mechanizmu segregacji aktywów klientów. 28 marca 2024 roku prokuratura Południowego Dystryktu Nowego Jorku [18] ogłosiła, że Bankman-Fried został skazany na 25 lat federalnego pozbawienia wolności; komunikat prasowy prokuratora USA Damiana Williamsa wprost stwierdził jego sprzeniewierzenie środków klientów „przekraczające 8 mld dolarów”. Ostateczne postanowienie CFTC z sierpnia 2024 roku [19] nakazało FTX wypłacić 12,7 mld dolarów rekompensaty pieniężnej klientom i poszkodowanym, w tym 8,7 mld dolarów restytucji, przy czym sąd dodatkowo wydał nakaz konfiskaty „przekraczający 11 mld dolarów”.

Twierdzenie o statystyce dostatecznej Holmströma [5] dostarcza kolejnej weryfikacji odwrotnej: gdyby użytkownicy mogli obserwować sygnał „czy aktywa klientów są rzeczywiście oddzielone od kont Alamedy”, sygnał ten — przy danym wyniku „platforma działa normalnie” — nadal dostarczałby dodatkowej informacji o prawdziwym zachowaniu agenta (czy doszło do sprzeniewierzenia). Dlatego, zgodnie z teorią Holmströma, sygnał ten powinien zostać włączony do rozsądnego kontraktu pryncypał–agent. Lecz architektura FTX nigdy nie zapewniła użytkownikom tej obserwowalności. Nie było to następcze „przeoczenie”, lecz preustawienie na poziomie kodu — istnienie „allow negative flag” oznaczało, że nieoddzielenie aktywów było wbudowaną przesłanką działalności FTX, a nie przypadkowym wynikiem.

Od BitConnect do FTX struktura załamania agencyjnego ewoluowała od „jawnego Ponziego” do „niejawnego potrójnego konfliktu”, lecz dzieliła niezmienny szablon.

3.6 Wspólny szablon czterech przypadków

Parametry struktury agencyjnej czterech przypadków można zestawić w porównaniu równoległym. W wymiarze typu agencji BitConnect był czystym Ponzim (agent nigdy nie wykonał delegowanego zadania); 3AC był typem zarządzania funduszem (agent realizował inwestycje, lecz apetyt na ryzyko dalece przekraczał tolerancję pryncypałów); Celsius był typem depozytowo-pożyczkowym (agent wchłaniał aktywa pod narracją „oszczędności”, a następnie rozmieszczał je w wysokoryzykownej działalności); FTX był typem potrójnego konfliktu łączącym przechowywanie powiernicze + handel własny + animację rynku (interesy trzech ról instytucjonalnie kolidowały pod jednym podmiotem kontrolującym). W wymiarze krytycznej asymetrii informacji kluczowym nieobserwowalnym BitConnect było „czy bot handlowy istniał”; 3AC — „całkowite pozycje wobec wszystkich pożyczkodawców”; Celsius — „faktyczna ścieżka rozmieszczenia aktywów klientów”; FTX — „czy aktywa klientów były rzeczywiście oddzielone od konta handlu własnego”. W wymiarze szoku zewnętrznego wyzwalaczem BitConnect był regulacyjny nakaz zaprzestania działalności; 3AC — załamanie Terra/Luna; Celsius — zarażenie od załamania 3AC; FTX — ujawnienie w mediach bilansu Alamedy plus ogłoszenie CZ o sprzedaży FTT. W wymiarze ujawnionej prawdziwej skali — od 2,4 mld dolarów BitConnect przez 3,5 mld dolarów 3AC i 5,5 mld dolarów Celsius do 12,7 mld dolarów FTX — wzrost o pełny rząd wielkości w ciągu sześciu lat.

Niniejszy raport proponuje, by cztery przypadki dzieliły trzyetapową ścieżkę:

Etap pierwszy: warunki początkowe niedopasowania bodźców. Agent dysponuje prywatną informacją o własnych działaniach + pryncypał jest pozbawiony egzekwowalnych mechanizmów monitorowania + struktura bodźców agenta predysponuje go do nadmiernego podejmowania ryzyka lub bezpośredniego sprzeniewierzenia. Czas trwania tego etapu wahał się od tygodni (wczesne operacje BitConnect) do lat (FTX działała ponad trzy lata).

Etap drugi: okres nieobserwowalnej akumulacji ryzyka. Agent akumuluje ekspozycję na ryzyko dalece przekraczającą zobowiązania bez wiedzy pryncypała. Czas trwania tego etapu zależy od dwóch czynników: kierunku rynku (rosnący rynek maskuje straty) oraz prędkości napływu nowego kapitału (nowy napływający kapitał może pokrywać istniejące zobowiązania). BitConnect trwał około dwóch lat; dźwignia 3AC przekroczyła bezpieczne marginesy na początku 2022 roku, lecz była podtrzymywana przez rosnący rynek miesiącami; niedopasowanie aktywa–zobowiązania Celsius ukształtowało się do 2021 roku; sprzeniewierzenie FTX było wbudowane w kod od momentu założenia Alamedy.

Etap trzeci: szok zewnętrzny wyzwala ujawnienie skali. Pewne zdarzenie egzogeniczne (działanie regulacyjne, załamanie rynku, ujawnienie w mediach) przełamuje asymetrię informacji, a prawdziwe zachowanie agenta zostaje ujawnione. Pryncypałowie zbiorowo się wycofują (zamrożenia wypłat, wezwania do uzupełnienia depozytu, zawiadomienia organów ścigania), a załamanie agencyjne dopełnia się w ciągu dni–tygodni.

Eskalacja skali z 2,4 mld dolarów do 12,7 mld dolarów nie jest przypadkowa. Odzwierciedla ona progresję „narracji instytucjonalizacji” rynku kryptowalut — w miarę jak rynek próbował wejść do głównego nurtu, złożoność struktury agencyjnej i skala zarządzanych aktywów rosły równolegle, lecz prędkość ewolucji mechanizmów monitorowania dalece pozostawała w tyle za prędkością ekspansji struktur agencyjnych. „White paper + promocja na YouTube” epoki BitConnect wystarczały, by zmobilizować miliardy dolarów; „poparcie VC + sponsoring sportowy + lobbing w Kongresie” epoki FTX mogły zmobilizować zaufanie na poziomie setek miliardów. Struktura agencyjna każdej epoki była bardziej złożona, trudniejsza do monitorowania i większa skalą niż jej poprzedniczki — podczas gdy ramy regulacyjne zawsze nadrabiały, nigdy nie wyprzedzając.

Rozdział 4 · Projektowanie algorytmów i inżynieria bodźców: niepowodzenie na poziomie mechanizmu

4.1 Wprowadzenie · Od ludzi do mechanizmów

Cztery przypadki rozdziału 3 — BitConnect, Three Arrows Capital, Celsius, FTX — można przypisać wyborom behawioralnym konkretnych agentów: Kumbhani nigdy nie obsługiwał deklarowanego bota handlowego; Zhu i Davies naciskali dźwignię dalece poza tolerancję pryncypałów; Mashinsky składał fałszywe oświadczenia, wiedząc, że platforma stoi w obliczu trudności; Bankman-Fried preustawił kanały sprzeniewierzenia na poziomie kodu. Choć warunki strukturalne uczyniły te załamania możliwymi, ostateczne wyzwalacze były prześledzalne do konkretnych osób.

Niniejszy rozdział przechodzi do głębszego pytania: gdy konflikt agencyjny jest nie wyborem pojedynczej osoby, lecz cechą projektową samego mechanizmu, natura niepowodzenia rynku ulega fundamentalnej zmianie — przesuwa się od „zdarzenia incydentalnego”, naprawialnego karaniem pojedynczych aktorów, do „cechy strukturalnej”, wymagającej przeprojektowania mechanizmu. Niniejszy rozdział wykazuje to przejście na trzech zbiorach przypadków: mechanizmie algorytmicznego stablecoina Terra/Luna (projektowanie algorytmu wbudowało spiralę śmierci), strukturze renty emisyjnej tokenomiki (reguły emisji tokenów zinstytucjonalizowały konflikt agencyjny) oraz MEV (prawa uporządkowania transakcji na poziomie protokołu stały się strukturalnym problemem agencyjnym). Ich wspólna cecha: nawet jeśli wszyscy uczestnicy są racjonalni i działają w dobrej wierze, sam mechanizm wytwarza asymetryczny rozkład wartości.

4.2 Terra/Luna · Spirala śmierci projektowania algorytmu

Przed swoim załamaniem w maju 2022 roku Terra była trzecim co do wielkości ekosystemem kryptowalut po Bitcoinie i Ethereum. Mechanizm bicia/spalania (mint/burn) między jej algorytmicznym stablecoinem UST a siostrzanym tokenem LUNA działał następująco: gdy cena UST przekraczała 1 dolara, użytkownicy mogli spalić LUNA o wartości 1 dolara, by wybić 1 UST, zarabiając spread i jednocześnie zmniejszając podaż LUNA; gdy cena UST spadała poniżej 1 dolara, użytkownicy mogli spalić 1 UST, by wybić LUNA o wartości 1 dolara, zarabiając spread i jednocześnie zwiększając podaż LUNA. Ten dwukierunkowy mechanizm arbitrażowy teoretycznie utrzymywał dolarowy parytet UST.

Jego krytyczna wada tkwiła w zstępującej pętli sprzężenia zwrotnego. Gdy podaż UST w obiegu dalece przekraczała zdolność kapitalizacji rynkowej LUNA do wspierania umorzeń, presja sprzedażowa LUNA tworzona przez masowe umorzenia UST spychała cenę LUNA jeszcze niżej, a spadająca cena LUNA oznaczała, że umorzenie tej samej ilości UST wymagało wybicia większej ilości LUNA, co dalej zwiększało presję sprzedażową — samowzmacniająca się spirala śmierci. Liu, Makarov i Schoar [11] w swojej pracy NBER Anatomy of a Run: The Terra Luna Crash przeprowadzili analizę empiryczną tego załamania na podstawie pełnych danych on-chain. Ich kluczowy wniosek: załamanie nie zostało spowodowane ukierunkowaną manipulacją ze strony osób trzecich, lecz wyrosło z rosnących obaw uczestników rynku co do zrównoważoności systemu. Ten osąd przesuwa załamanie Terra/Luna z narracji „pojedynczych złośliwych aktorów” do kategorii analitycznej niepowodzenia w projektowaniu mechanizmu.[¹¹]

[¹¹]: Założyciel Terraform Labs Do Kwon następnie stanął wobec ścigania karnego i cywilnego w wielu jurysdykcjach. Jednak fokus analityczny niniejszego rozdziału dotyczy strukturalnych wad mechanizmu algorytmicznego, a nie osobistego zachowania Do Kwona.

Lyons i Viswanath-Natraj [12] w swoim badaniu opublikowanym w Journal of International Money and Finance dostarczyli porównawczego modelu kruchości algorytmicznych stablecoinów. Ich wnioski empiryczne wykazały, że stabilność parytetu stablecoinów zabezpieczonych fiatem (takich jak Tether) wynika przede wszystkim z sił arbitrażowych po stronie popytu, a nie z interwencji emitenta — gdy Tether migrował z Omni na Ethereum, niższy próg wejścia dla inwestorów arbitrażowych zawęził spread arbitrażowy z 70 punktów bazowych do 30 punktów bazowych. Algorytmicznym stablecoinom brakowało tego rodzaju zewnętrznej kotwicy; ich parytet zależał całkowicie od cyrkularnej wyceny między tokenami. Gdy przesłanka cyrkularnej wyceny (kapitalizacja rynkowa LUNA wystarczająca do pokrycia umorzeń UST) została przełamana, żadna siła zewnętrzna nie mogła pełnić funkcji pożyczkodawcy ostatniej instancji.

Wzmacniaczem załamania był Anchor Protocol — protokół pożyczkowy obiecujący około 19,5% rocznej stopy zwrotu od depozytów UST. Dane Liu i współautorów [11] wykazały, że do kwietnia 2022 roku dzienna subsydia niezbędna do utrzymania tej stopy zwrotu osiągnęła 6 mln dolarów. Źródłem subsydii były inflacja LUNA i zastrzyki Terraform Labs (TFL) — w lutym 2022 roku Luna Foundation Guard (LFG) wstrzyknęła 510 mln UST do rezerw dochodowych Anchor. Koncepcja „renty emisyjnej” Conga, Li i Wanga [6] w ich modelu finansów platform stokenizowanych znalazła tu skrajny egzemplarz: TFL, kontrolując emisję UST i subsydia odsetkowe Anchor, w istocie sprawowała władzę renty emisyjnej — przyciągając użytkowników w krótkim okresie, jednocześnie akumulując ryzyko systemowe w długim. Stopa subsydii Anchor wyraźnie nie spełniała warunku „spójności czasowej (time consistency)” w modelu Conga i współautorów [6]: uczestnicy zarządzania stali wobec konfliktu interesów — obniżenie stopy subsydii spowodowałoby odpływ użytkowników i spadek wartości tokena, więc krótkoterminowe bodźce trwale wskazywały na utrzymywanie niezrównoważenie wysokich stóp zwrotu.

7 maja 2022 roku niewielka liczba dużych posiadaczy UST rozpoczęła repozycjonowanie — Liu i współautorzy [11] udokumentowali, że tego dnia dwa duże adresy wycofały 375 mln UST z Anchor. Inni duzi traderzy podążyli za nimi. Technologia blockchain pozwalała inwestorom monitorować nawzajem swoje działania w czasie rzeczywistym, wzmacniając prędkość runu (panicznego wycofywania). Wieczorem 9 maja kapitalizacja rynkowa LUNA spadła poniżej podaży UST w obiegu — krytycznego punktu spirali śmierci — a cena UST spadła do 0,75 dolara. W ciągu kolejnych trzech dni wyparowało około 50 mld dolarów wyceny. Podaż LUNA spuchła ponad 20 000-krotnie podczas załamania.

Niedoceniany wniosek Liu i współautorów [11]: zamożniejsi, bardziej wyrafinowani inwestorzy wychodzili pierwsi i tracili mniej; ubożsi, mniej wyrafinowani inwestorzy wychodzili później i tracili więcej. Znacząca część tych drugich próbowała nawet „kupować dołek” podczas załamania. Działo się tak nie dlatego, że ci drudzy byli „mniej racjonalni”, lecz dlatego, że ci pierwsi dysponowali lepszymi narzędziami monitorowania on-chain i niższym tarciem wyjścia. Asymetria informacji przejawiła się tu nie jako „wiedza kontra niewiedza”, lecz jako „nierówność prędkości wyjścia”. Różni się to krytycznie od załamań agencyjnych rozdziału 3: Bankman-Fried z FTX wiedział, co robi; lecz problem Terra/Luna był głębszy — charakterystyki ryzyka mechanizmu przekraczały zdolność poznawczą każdego pojedynczego uczestnika, w tym jego projektantów.

4.3 Niepowodzenie tokenomiki · Instytucjonalizacja renty emisyjnej

Tokenomika to nie techniczne pytanie „jak zespoły projektowe dystrybuują tokeny”, lecz pytanie projektowe o to, jak konflikt agencyjny jest instytucjonalizowany w reguły emisji tokenów. Gdy zespoły projektowe kontrolują kadencję emisji tokenów, harmonogramy odblokowań i warunki pożyczania animatorom rynku, w istocie sprawują „władzę renty emisyjnej” opisaną przez Conga, Li i Wanga [6] — posiadacze jako rezydualni roszczeniodawcy praktycznie nie dysponują narzędziami monitorowania współmiernymi do tej przestrzeni decyzyjnej.

Ta władza renty emisyjnej jest instytucjonalizowana co najmniej trzema ścieżkami.

Ścieżka pierwsza: emisja przy niskim free floacie + wysokim FDV. Jak cytowano w rozdziale 1, Worldcoin (World Foundation) [20] przy swoim starcie w lipcu 2023 roku przydzieliła 25% z 10 mld WLD insiderom, a 75% nominalnie przeznaczyła dla „społeczności”; jednak maksymalna podaż w obiegu w momencie startu wynosiła zaledwie około 143 mln tokenów (1,43% całkowitej podaży), przy czym około 70% pożyczono animatorom rynku spoza USA. „Cena”, z którą inwestorzy detaliczni mają do czynienia na rynku wtórnym, odpowiada równowadze przy skrajnie niskim free floacie; gdy insiderzy stopniowo uwalniają tokeny zgodnie z harmonogramami odblokowań, przesunięcie krzywej podaży nieuchronnie wywiera presję spadkową na ceny rynku wtórnego. Ten spread to nie „zmienność rynkowa” — to wbudowana projektem w strukturę emisji asymetria informacji.

Ścieżka druga: nieprzejrzystość warunków pożyczania animatorom rynku. Zespoły projektowe zazwyczaj pożyczają animatorom rynku 5%–15% całkowitej podaży jako wynagrodzenie za dostarczanie płynności. Warunki pożyczania nie są ujawniane posiadaczom tokenów. W scenariuszach skrajnych animatorzy rynku mogą sprzedać pożyczone tokeny (np. po odblokowaniu lub w warunkach stresu rynkowego); wynikająca presja sprzedażowa jest ponoszona przez posiadaczy tokenów, podczas gdy korzyści z warunków pożyczania są dzielone między zespół projektowy a animatora rynku. Jest to asymetria informacji na poziomie kontraktu — posiadacze nie wiedzą ani ile tokenów pożyczono, ani na jakich warunkach mogą one zostać sprzedane.

Ścieżka trzecia: inżynieria bodźców airdropów. Jak rozdział 2 przeanalizował z perspektywy kaskady informacyjnej, uprawnienia projektowania reguł airdropów należą do zespołu projektowego. Z perspektywy projektowania mechanizmów struktura bodźców airdropów zawiera nieodłączny konflikt agencyjny: optymalna strategia zespołu projektowego (maksymalizacja krótkoterminowych metryk aktywności dla wsparcia wyceny i kolejnego pozyskiwania środków) oraz optymalna strategia posiadaczy tokenów (długoterminowy wzrost wartości) pozostają w napięciu strukturalnym. Gdy reguły airdropu nagradzają mierzalne metryki, takie jak „liczba interakcji” czy „wolumen bridgingu”, zespół projektowy w istocie wykorzystuje tokeny do kupowania wskaźników wzrostu raportowanych inwestorom — a te koszty kupna są ostatecznie przerzucane na posiadaczy tokenów poprzez rozwodnienie.

Model „cytryn” Akerlofa [4] dostarcza tu predykcji na poziomie tokenomiki: gdy „projekty wysokiej jakości” i „projekty niskiej jakości” na rynku tokenów dzielą formalnie podobne struktury emisji (oba — niski free float + wysokie FDV + lockup VC), kupujący nie mogą ich uprzednio rozróżnić i mogą jedynie licytować na poziomie oczekiwania średniej jakości. Ta średnia cena jest niewystarczająca, by pokryć faktyczną wartość projektów wysokiej jakości, osłabiając ich bodźce do emisji — średnia jakość rynku obniża się. To „selekcja negatywna prowadząca do endogenicznego załamania jakości rynku” Akerlofa, bezpośrednio odwzorowana na rynek emisji tokenów.

Krytyczne odróżnienie konfliktu agencyjnego tokenomiki od rozdziału 3: usunięcie pojedynczych aktorów nie rozwiązuje problemu. Nawet jeśli zespół projektowy jest całkowicie uczciwy, struktura emisji „niski free float + wysokie FDV” nadal stawia inwestorów detalicznych w statystycznie niekorzystnym położeniu — jest to strukturalne, a nie moralne. Konflikt agencyjny nie jest skoncentrowany w jakiejkolwiek pojedynczej osobie, lecz rozproszony po regułach emisji, harmonogramach odblokowań, warunkach animatorów rynku i kryteriach airdropów. Uprawnienia projektowania tych parametrów należą do zespołu projektowego, a posiadacze tokenów praktycznie nie mają drogi do uczestnictwa lub nadzoru.

4.4 MEV · Problem agencyjny na poziomie protokołu

Maksymalna możliwa do wydobycia wartość (Maximal Extractable Value, MEV) odnosi się do wartości możliwej do wydobycia poprzez kontrolę nad uporządkowaniem transakcji wewnątrz bloku — przez przeporządkowanie, wstawianie lub wykluczanie transakcji. Daian i współautorzy [13] w swojej pracy Flash Boys 2.0, zaprezentowanej na IEEE S&P, wnieśli fundamentalny wkład, identyfikując MEV jako cechę strukturalną mechanizmów konsensusu blockchaina, a nie „nadużycie” pojedynczych uczestników — dopóki istnieją uprawnienia uporządkowania transakcji, istnieje MEV.

W finansach tradycyjnych brokerzy są winni klientom obowiązek „najlepszej realizacji (best execution)” — kluczowe ograniczenie zachowania agenta. Na zdecentralizowanych giełdach (DEX) rynku kryptowalut uprawnienia uporządkowania transakcji należą do walidatorów i konstruktorów bloków (block builders). Transakcje złożone przez użytkowników mogą zostać przeporządkowane, zaklinowane między innymi transakcjami (ataki kanapkowe) lub opóźnione do kolejnych bloków przed potwierdzeniem. Trzy najczęstsze strategie MEV to: arbitraż (wykorzystywanie różnic cen między DEX-ami lub pulami), likwidacja (wyzwalanie niedostatecznie zabezpieczonych pozycji w protokołach pożyczkowych w celu uzyskania nagród) oraz ataki kanapkowe (wstawianie transakcji przed i po transakcji użytkownika w celu czerpania zysku z poślizgu cenowego).

Skala MEV nie jest już pomijalna. Dane z 2025 roku [39a][39b] wskazują, że ataki kanapkowe stanowiły 51,56% całkowitego wolumenu transakcji MEV, około 290 mln dolarów, co stanowi ponad połowę całkowitych 562 mln dolarów MEV. Oznacza to, że ponad połowa wydobycia MEV bezpośrednio szkodzi cenom realizacji transakcji zwykłych użytkowników — użytkownicy płacą wyższe koszty niż cena uczciwa, przy czym różnica jest przechwytywana przez poszukiwaczy MEV (searcherów) i konstruktorów bloków. Na Ethereum ponad 81% walidatorów zarejestrowało się w MEV-Boost (przekaźniku konstrukcji bloków od Flashbots), przy czym bloki wyprodukowane przez MEV-Boost stanowiły 89% w ciągu ostatnich 14 dni. Na Solanie ponad 92% walidatorów uruchamia oprogramowanie związane z MEV od Jito, z jeszcze bardziej skrajną koncentracją MEV.

Makarov i Schoar [7] zauważyli w swoim badaniu granic arbitrażu rynku kryptowalut, że mechanizmy korekty cen rynku kryptowalut są ograniczone tarciami pozarynkowymi. MEV dostarcza rozszerzenia tego wniosku na poziom protokołu: poszukiwacze MEV mogą widzieć oczekujące transakcje w mempoolu; zwykli użytkownicy — nie. Jest to asymetria informacji wbudowana na poziomie protokołu. Użytkownicy nie mogą uniknąć wydobycia MEV poprzez „mądrzejsze strategie handlowe”, ponieważ luka informacyjna tkwi nie w strategii, lecz w widoczności oczekujących transakcji. Narzędzia takie jak Flashbots Protect próbują to łagodzić, składając prywatne transakcje omijające publiczny mempool, lecz sam MEV nie może być całkowicie wyeliminowany — to nieunikniony produkt uboczny istnienia uprawnień uporządkowania transakcji.

MEV to najczystsza forma „problemu agencyjnego na poziomie mechanizmu”: nie ma oszustów, nie ma struktur Ponziego, jest jedynie asymetryczne wydobycie wartości tworzone przez same reguły protokołu. W maju 2024 roku federalni prokuratorzy USA postawili zarzuty karne [41] Antonowi Peraire-Bueno i Jamesowi Peraire-Bueno za wykorzystanie luki w przekaźniku MEV-Boost do wydobycia około 25 mln dolarów z uporządkowania transakcji Ethereum w 12 sekund — pierwszy przypadek wejścia MEV do systemu wymiaru sprawiedliwości karnej, także wykazujący, że gdy wykorzystywanie „cech strukturalnych” osiąga pewną skalę, system prawny zaczyna interweniować, lecz staje wobec trudności klasyfikacyjnych.

4.5 Wspólne cechy konfliktu agencyjnego na poziomie mechanizmu

Trzy zbiory przypadków — algorytmiczna spirala śmierci Terra/Luna, zinstytucjonalizowana renta emisyjna tokenomiki oraz wydobycie wartości na poziomie protokołu przez MEV — powierzchownie należą do różnych warstw (projektowanie algorytmu / emisja tokenów / realizacja transakcji), lecz dzielą kluczową cechę strukturalną: nawet jeśli wszyscy uczestnicy są racjonalni i działają w dobrej wierze, sam mechanizm wytwarza asymetryczny rozkład wartości. Spirala śmierci Terra/Luna nie wymagała manipulatora — ścieżka załamania z dodatnim sprzężeniem zwrotnym była wbudowana na etapie projektowania. Renta emisyjna tokenomiki nie wymagała oszusta — struktura emisji „niski free float + wysokie FDV” statystycznie stawia inwestorów detalicznych w niekorzystnym położeniu. MEV nie wymagało złośliwego aktora — samo istnienie uprawnień uporządkowania transakcji tworzy wartość możliwą do wydobycia.

Tworzy to wyraźny kontrast z „indywidualnymi załamaniami agencyjnymi” rozdziału 3: problem rozdziału 3 polega na tym, że „usunięcie pojedynczych aktorów mogłoby zapobiec załamaniu”; problem rozdziału 4 polega na tym, że „usunięcie pojedynczych aktorów nie może rozwiązać problemu — musi zostać przeprojektowany sam mechanizm”. To odróżnienie niesie implikacje dla zarządzania — egzekucja karna (następcze ściganie osób) jest skuteczna dla rozdziału 3, lecz nieskuteczna dla rozdziału 4; rozdział 4 wymaga przeprojektowania na poziomie mechanizmu.

Wracając do trójwarstwowego modelu rozdziału 1, niniejszy rozdział domyka pętlę. Asymetria informacji (sekcja 1.4) przejawiła się na poziomie mechanizmu: ryzyko Terra/Luna było nieobserwowalne dla większości uczestników — Liu i współautorzy [11] wprost zauważyli, że „złożoność systemu utrudniała nawet insiderom zrozumienie akumulacji ryzyka”; prawdziwa krzywa podaży tokenomiki jest nieobserwowalna dla inwestorów detalicznych; widoczność mempoolu dla poszukiwaczy MEV wobec zwykłych użytkowników stanowi strukturalną lukę informacyjną. Konflikt pryncypał–agent (sekcja 1.3) przejawił się na poziomie mechanizmu: projektanci tokenów i projektanci protokołów jako twórcy mechanizmów dysponują przestrzeniami decyzyjnymi dalece przekraczającymi zdolność monitorowania posiadaczy tokenów i użytkowników — model kosztów agencyjnych Jensena i Mecklinga [3] jest walidowany na poziomie projektowania mechanizmów. Kaskady informacyjne (sekcja 1.2) znalazły na poziomie mechanizmu skrajny egzemplarz: przejrzystość on-chain Terra/Luna faktycznie przyspieszyła run — kontrintuicyjne przejawienie modelu kaskadowego Bikhchandaniego i współautorów [1] w środowisku on-chain: więcej publicznej informacji nie spowolniło kaskady, lecz zwiększyło jej prędkość rozprzestrzeniania o rząd wielkości.

Trójwarstwowy model w niniejszym rozdziale dokonuje funkcjonalnego przejścia od „wyjaśniania przypadków historycznych” do „przewidywania wad projektowania mechanizmów”: każdy nowy mechanizm tokena lub projekt protokołu spełniający potrójny warunek „asymetria informacji warstwy bazowej + asymetria władzy agencyjnej warstwy środkowej + wysokoprędkościowe rozprzestrzenianie sygnałów warstwy wierzchniej” posiada strukturalną możliwość wytwarzania systemowego transferu wartości. Ten osąd nie przewiduje, że pewne konkretne przyszłe zdarzenie nastąpi, lecz raczej identyfikuje weryfikowalny zestaw przesłanek — ścieżki zarządzania rozdziału 5 budują się na sekwencyjnej korekcie każdej przesłanki.

Niniejszy rozdział wykazał, jak konflikt agencyjny eskaluje z poziomu indywidualnego zachowania na poziom projektowania mechanizmów — nawet bez oszustów projektowanie algorytmów, tokenomika i reguły protokołów same mogą wytwarzać systemowy transfer wartości. Rozdział 5 proponuje na tej podstawie ścieżki diagnostyczne i instytucjonalne: jeśli konflikt agencyjny jest wbudowany w mechanizmy, ścieżki naprawcze również muszą być na poziomie mechanizmów — trójwymiarowa architektura zarządzania obejmująca ramy regulacyjne, projektowanie protokołów i samoregulację platform.

Rozdział 5 · Diagnoza i ścieżki instytucjonalne: gdzie są wyjścia?

5.1 Diagnoza · Naprawialność trójwarstwowych przesłanek

Rozdział 4 zakończył wnioskiem, że każdy mechanizm tokena lub projekt protokołu spełniający potrójną przesłankę „asymetria informacji warstwy bazowej + asymetria władzy agencyjnej warstwy środkowej + wysokoprędkościowe rozprzestrzenianie sygnałów warstwy wierzchniej” posiada strukturalną możliwość wytwarzania systemowego transferu wartości. Niniejsza sekcja ocenia naprawialność każdej przesłanki warstwa po warstwie — które mogą być osłabione poprzez poprawę instytucjonalną, a które są wbudowanymi cechami rynku kryptowalut.

Warstwa bazowa · Asymetria informacji. Asymetrie informacji zidentyfikowane w rozdziałach 1–4 dzielą się na co najmniej dwie kategorie. Pierwsza jest naprawialna poprzez obowiązkowe ujawnianie: tabele alokacji tokenów (jak w przypadku Worldcoin z rozdziału 1 z jego alokacją 25%/75% między insiderami a społecznością), harmonogramy odblokowań zespołu i warunki pożyczania animatorom rynku — te informacje są technicznie standaryzowalne, a ich publiczne ujawnianie egzekwowalne; problem nie polega na tym, czy ujawnienie jest możliwe, lecz na tym, czy istnieją instytucje go wymagające. Druga jest strukturalnie nieobserwowalna: prawdziwa ekspozycja na ryzyko smart kontraktów (jak w mechanizmie spirali śmierci Terra/Luna z rozdziału 4, którego złożoność przekraczała zdolność poznawczą większości uczestników, w tym projektantów) oraz przewaga widoczności poszukiwaczy MEV nad mempoolem — tych nie można rozwiązać przez „więcej ujawniania”, ponieważ nawet gdy informacja jest upubliczniona, sam próg zrozumienia stanowi faktyczną asymetrię informacji. Do istniejących prób naprawczych należą audyty on-chain (np. firmy audytujące bezpieczeństwo Certik, Trail of Bits) oraz Proof of Reserves (po FTX kilka giełd wprowadziło weryfikację rezerw opartą na drzewie Merkle’a). Na podstawie analizy rozdziałów 1–4 ocena niniejszego raportu jest następująca: narzędzia te redukują część asymetrii informacji, lecz są dalekie od jej wyeliminowania — audyty pokrywają bezpieczeństwo kodu, lecz nie ryzyko projektowania mechanizmu ekonomicznego; Proof of Reserves pokrywa stan aktywów w jednym punkcie czasu, lecz nie zachowanie agenta między dwoma dowodami.

Warstwa środkowa · Asymetria władzy agencyjnej. Również podzielona na dwie kategorie. Pierwsza jest rozszerzalna z istniejącego precedensu regulacyjnego: segregacja aktywów klientów na giełdach (kluczowa wada przypadku FTX z rozdziału 3) jest objęta regułami SEC dla zarejestrowanych brokerów-dealerów w finansach tradycyjnych; przejrzystość rezerw emitentów stablecoinów jest już wymagana w niektórych jurysdykcjach (np. regulacja NYDFS emitenta USDC — Circle). Druga jest trudna do skutecznego ograniczenia w ramach obecnych ram instytucjonalnych: władza renty emisyjnej projektantów tokenów (analiza tokenomiki z rozdziału 4) teoretycznie mogłaby być ograniczona poprzez zarządzanie DAO, lecz w praktyce wskaźniki uczestnictwa w głosowaniu w zarządzaniu DAO są ogólnie niskie (obserwacje branżowe często przytaczają liczby poniżej 10%), duzi posiadacze dominują w decyzjach, a samo zarządzanie staje się kolejnym problemem agencyjnym. Do istniejących prób naprawczych należą ramy EU MiCA, reżim licencjonowania VASP Hongkongu oraz system rejestracji giełd Japonii jako uprzednie reżimy dopuszczeniowe, a także trwające usprawnienia struktur zarządzania DAO. Ocena niniejszego raportu jest następująca: uprzednie reżimy dopuszczeniowe to jedyne najskuteczniejsze narzędzie redukcji prawdopodobieństwa załamań agencyjnych typu rozdziału 3, lecz ich skuteczność zależy od koordynacji międzyjurysdykcyjnej — surowa regulacja jednej jurysdykcji jest podważana przez arbitraż regulacyjny przy braku globalnej koordynacji.

Warstwa wierzchnia · Wysokoprędkościowe rozprzestrzenianie sygnałów. Ta warstwa wykazuje najniższą naprawialność. Przejrzystość danych on-chain i prędkość rozprzestrzeniania mediów społecznościowych to wbudowane cechy rynku kryptowalut — przypadek Terra/Luna z rozdziału 4 wykazał, jak przejrzystość on-chain faktycznie przyspieszyła run. Tych cech nie można i nie powinno się „ograniczać”. Można jednak poprawić jakość sygnałów: wymaganie od KOL-i ujawniania płatnej promocji (jak w karze SEC w wysokości 1,26 mln dolarów przeciwko Kim Kardashian z rozdziału 1), wymaganie od zespołów projektowych ujawniania pełnych parametrów reguł airdropów (przypadki airdropów z rozdziału 2). Istniejące przypadki egzekucji (ściganie płatnej promocji przez SEC / FCA w trybie indywidualnym) mają efekt odstraszający, lecz nie ukształtowały systematycznego reżimu. Ocena niniejszego raportu jest następująca: prędkość rozprzestrzeniania sygnałów jest nienaprawialna, lecz zawartość informacyjna sygnałów może być stopniowo poprawiana przez wymogi ujawniania — pod warunkiem, że takie wymogi mogą być egzekwowane w różnych jurysdykcjach.

5.2 Trójwymiarowa architektura zarządzania

Na podstawie poprzedzającej diagnozy niniejsza sekcja proponuje ścieżki naprawcze wzdłuż trzech wymiarów. Każda ścieżka prowadzi z powrotem do konkretnych wad mechanizmów zidentyfikowanych w rozdziałach 1–4.

Wymiar pierwszy · Ramy regulacyjne: od ścigania następczego do dopuszczenia uprzedniego

Dowody z rozdziałów 1–4 łącznie wskazują na jeden fakt: głównym trybem regulacji rynku kryptowalut do tej pory było „ściganie następcze” — SEC, DOJ i CFTC stawiały zarzuty po załamaniach, a sądy wydawały orzeczenia po zakończeniu likwidacji. BitConnect działał od 2016 roku do swojego załamania w 2018 roku; SEC nie złożyła pozwu aż do 2021 roku. FTX działała od 2019 roku do swojego załamania w 2022 roku; DOJ nie ukończyła wyroku aż do 2023 roku. Efekt odstraszający ścigania następczego istnieje (jak wykazał rozdział 3 — restytucja Arcaro w wysokości 17 mln dolarów, 25-letni wyrok Bankman-Frieda), lecz nie może ono zapobiec załamaniom — może jedynie rozdzielić odpowiedzialność po fakcie.

Uprzednie reżimy dopuszczeniowe wymagają od giełd, emitentów stablecoinów i emitentów tokenów spełnienia zestawu standardów (wymogi kapitałowe, segregacja aktywów klientów, obowiązki ujawniania) przed rozpoczęciem działalności — standardowa praktyka na tradycyjnych rynkach finansowych. Makarov i Schoar [14] w swoim przeglądzie opublikowanym w Brookings Papers on Economic Activity wprost zauważyli, że wolumen obrotu CEX rynku kryptowalut jest przede wszystkim skoncentrowany na giełdach offshore „podlegających niewielkiemu nadzorowi regulacyjnemu lub niepodlegających mu wcale”. MiCA UE (przyjęta w 2023 roku, wdrażanie etapowe od 2024 roku), reżim licencjonowania VASP Hongkongu (wdrożony w 2023 roku) oraz system rejestracji giełd FSA Japonii (od 2017 roku) są obecnie trzema najpełniejszymi uprzednimi ramami dopuszczeniowymi.

Ocena niniejszego raportu: uprzednie dopuszczenie to jedyne najskuteczniejsze narzędzie redukcji załamań agencyjnych typu rozdziału 3 (sprzeniewierzenie przez giełdy, błędna alokacja ryzyka przez platformy pożyczkowe). Jednak jego skuteczność staje wobec ograniczenia strukturalnego — arbitrażu regulacyjnego. Dopóki istnieją jurysdykcje nieegzekwujące równoważnych standardów dopuszczeniowych, kapitał i użytkownicy będą przepływać na najsłabiej regulowane rynki, podważając instytucjonalną skuteczność jurysdykcji o surowej regulacji. Nie jest to unikalne dla rynku kryptowalut, lecz „bezgraniczne” cechy techniczne rynku kryptowalut czynią arbitraż regulacyjny łatwiejszym do osiągnięcia niż w finansach tradycyjnych.

Wymiar drugi · Projektowanie protokołów: od „zaufaj agentowi” do „zweryfikuj mechanizm”

Trzy zbiory przypadków z rozdziału 4 wykazały, że mechanizmy same mogą wbudowywać konflikt agencyjny — ścieżki naprawcze muszą zatem być na poziomie projektowania mechanizmów, a nie tylko na poziomie regulacyjnym.

Istniejące próby naprawcze dzielą się na cztery kategorie. Proof of Reserves: po FTX kilka giełd wprowadziło weryfikację rezerw opartą na drzewie Merkle’a, pozwalającą użytkownikom zweryfikować, czy giełda posiada wystarczające aktywa rezerwowe, bez zaufania stronie trzeciej. To bezpośredni egzemplarz przesunięcia od „zaufaj agentowi” do „zweryfikuj mechanizm”. Łagodzenie MEV: jak omówiono w rozdziale 4, Flashbots Protect składa prywatne transakcje omijające publiczny mempool, a MEV-Share zwraca część MEV użytkownikom — te rozwiązania próbują redystrybuować, a nie wyeliminować MEV. Usprawnienia projektowania stablecoinów: cytowane w rozdziale 4 badanie Lyonsa i Viswanath-Natraja [12] wykazało, że stabilność stablecoinów zabezpieczonych fiatem wynika przede wszystkim ze struktury arbitrażowej, a nie z interwencji emitenta — ten wniosek dostarcza empirycznego wsparcia dla ścieżki projektowej „nadzabezpieczenie + audyt w czasie rzeczywistym” (np. comiesięczne atestacje Circle dla USDC), jednocześnie wyznaczając granice dla alternatyw z algorytmicznymi stablecoinami. Przejrzystość odblokowań tokenów: niektóre projekty zaczęły publicznie ujawniać pełne harmonogramy odblokowań i warunki animatorów rynku; choć nie jest to jeszcze standard branżowy, kierunek jest zgodny z diagnozą władzy renty emisyjnej tokenomiki z rozdziału 4 niniejszego raportu.

Ocena niniejszego raportu: model „zaufaj agentowi” na rynku kryptowalut został systematycznie obalony przez cztery przypadki rozdziału 3. „Weryfikacja bezzaufaniowa (trustless verification)” to bardziej obiecująca ścieżka, lecz jej stosowalność jest ograniczona przez obecną dojrzałość technologii — Proof of Reserves może zweryfikować, że aktywa istnieją, lecz nie może zweryfikować, czy aktywa są jednocześnie zastawione u innych stron (jak w przypadku wielokrotnego zastawu 3AC z rozdziału 3).

Wymiar trzeci · Samoregulacja platform: od „wzrost przede wszystkim” do „zgodność bodźców przede wszystkim”

Ten wymiar jest najbardziej kontrowersyjny — czy przy niedopasowanych bodźcach „samoregulacja” zasługuje na zaufanie? Analiza rozdziałów 1–4 dostarcza odpowiedzi warunkowej.

Przypadek airdropu Hyperliquid z rozdziału 2 dostarcza pozytywnego odniesienia: gdy reguły bodźcowe zostały zakotwiczone w trudnym do zautomatyzowania, autentycznym zachowaniu handlowym, krańcowe stopy zwrotu z operacji sybilijskich spadły, a dynamika ceny tokena po emisji przewyższyła przypadki kontrolne bez środków anty-sybil (zkSync −39% w 36 dni wobec utrzymującej się aprecjacji Hyperliquid po emisji). Wykazuje to, że zgodność bodźców na poziomie projektowania mechanizmów może wytwarzać lepsze wyniki rynkowe bez regulacji zewnętrznej.

Ocena niniejszego raportu: samoregulacja platform nie może zastąpić regulacji — doświadczenia BitConnect i FTX wykazują, że gdy interesy agentów silnie rozchodzą się z interesami użytkowników, samoregulacja nie zachodzi. Jednak samoregulacja na poziomie projektowania mechanizmów (zgodność bodźców) może uzupełniać ramy regulacyjne. Platformy proaktywnie redukujące konflikt agencyjny na poziomie projektowania mechanizmów — poprzez bardziej przejrzystą alokację tokenów, reguły bodźcowe trudniejsze do wykorzystania przez sybili oraz bardziej rygorystyczny samoaudyt — mogą posiadać strukturalne przewagi konkurencyjne w konkurencji długoterminowej, ponieważ samo zaufanie jest zasobem deficytowym i konkurencyjnym.

5.3 Ograniczenia i pytania otwarte

Granice ścieżek naprawczych muszą być uczciwie omówione.

Ograniczenie pierwsze: arbitraż regulacyjny nie może być wyeliminowany. Dopóki istnieje wiele niezależnych jurysdykcji, istnieje arbitraż regulacyjny. „Bezgraniczna” cecha rynku kryptowalut — użytkownicy mogą uzyskać dostęp do giełdy dowolnej jurysdykcji przez VPN — czyni arbitraż regulacyjny poważniejszym niż w finansach tradycyjnych. MiCA jest skuteczna w UE, lecz jeśli większość wolumenu obrotu pozostaje skoncentrowana na platformach offshore niepodlegających MiCA (jak udokumentowali Makarov i Schoar [14]), jej praktyczne oddziaływanie zostanie rozmyte. Globalna koordynacja regulacyjna jest teoretycznie optymalna, lecz w realiach geopolitycznych jest pozbawiona egzekwowalnego mechanizmu koordynacji.

Ograniczenie drugie: MEV nie może być wyeliminowany. Jak przeanalizowano w rozdziale 4, MEV to nieunikniony produkt uboczny uprawnień uporządkowania transakcji. Rozwiązania takie jak Flashbots mogą redystrybuować MEV (zwrócić część wartości użytkownikom), lecz nie wyeliminować istnienia MEV. Oznacza to, że problem agencyjny na poziomie protokołu to długoterminowa cecha strukturalna, którą można zarządzać, lecz której nie można rozwiązać — dopóki blockchainy utrzymują zdecentralizowane mechanizmy uporządkowania transakcji, porządkujący transakcje dysponują przewagą informacyjną nad zwykłymi użytkownikami.

Ograniczenie trzecie: kaskady informacyjne nie mogą być wyeliminowane. Przejrzystość danych on-chain i prędkość rozprzestrzeniania mediów społecznościowych to wbudowane cechy techniczne rynku kryptowalut. Trzy fale kaskad z rozdziału 2 (ICO / Memecoin / Airdrop) wykazały wzorzec: zawsze, gdy koszty sygnału są obniżane, kaskady powracają w nowych formach. „Prędkość” kaskady może być obniżona przez okresy schłodzenia lub ograniczenia handlu, lecz „wystąpienia” kaskady nie można zapobiec — to strukturalny produkt architektury informacyjnej rynku kryptowalut.

Ograniczenie czwarte: własne ograniczenia niniejszego raportu. Niniejszy raport jest przeglądem i komentarzem i nie zawiera oryginalnych badań empirycznych. Cytaty opierają się na publicznie opublikowanych streszczeniach prac, oficjalnych opisach oraz weryfikacji poprzez relacjonowanie w wiodących mediach akademickich (zob. sekcję „Oświadczenie” na końcu). Dobór przypadków nieuchronnie cierpi z powodu „odwrócenia błędu przeżywalności” — niniejszy raport analizuje przypadki załamania i mechanizmy niepowodzenia, lecz na rynku kryptowalut istnieją również sprawnie funkcjonujące struktury agencyjne: Coinbase działa jako zarejestrowany w USA broker-dealer, USDC utrzymuje comiesięczną przejrzystość audytową, a projekt airdropu Hyperliquid demonstruje możliwość zgodności bodźców. Model analityczny niniejszego raportu ma na celu zidentyfikowanie przesłanek niepowodzenia, lecz nie powinien być interpretowany jako zryczałtowany negatywny osąd rynku kryptowalut jako całości.

Na koniec niniejszy raport pozostawia jedno nieodpowiedziane pytanie otwarte: czy konflikty agencyjne rynku kryptowalut mogą być w dostatecznym stopniu złagodzone bez importowania architektury regulacyjnej finansów tradycyjnych? Czy też rynek kryptowalut ostatecznie będzie musiał zbiec się ku gęstości regulacji podobnej do finansów tradycyjnych? Odpowiedź na to pytanie zostanie wspólnie zdeterminowana przez ewolucję rynku, rozwój technologiczny i praktykę regulacyjną i wykracza poza zdolność jakiegokolwiek pojedynczego raportu badawczego do jej rozstrzygnięcia.

Niniejszy raport, wychodząc od trzech filarów teoretycznych, zbudował trójwarstwowy model analityczny — od asymetrii informacji przez konflikt agencyjny do kaskad informacyjnych — na bańce ICO, Memecoin Casino i farmingu airdropów jako trzech zbiorach przypadków kaskad informacyjnych; BitConnect, Three Arrows Capital, Celsius i FTX jako czterech zbiorach przypadków załamania agencyjnego; oraz Terra/Luna, tokenomice i MEV jako trzech zbiorach przypadków niepowodzenia w projektowaniu mechanizmów. Wartość tego modelu polega nie na wyjaśnianiu już zaistniałych załamań, lecz na zidentyfikowaniu zestawu przesłanek, które mogą wytworzyć systemowy transfer wartości w przyszłości — i, dla każdej przesłanki, możliwych ścieżek naprawczych i ich ograniczeń.

Oświadczenie

Ujawnienie konfliktu interesów: niniejszy raport został przygotowany przez Bitbase Research. Bitbase Research jest pionem badawczym giełdy derywatów Bitbase. Mechanizmy niepowodzeń rynkowych omawiane w niniejszym raporcie — w szczególności te związane z relacjami pryncypał–agent między giełdami a użytkownikami — istnieją również w środowisku rynkowym, w którym działa platforma Bitbase. Stanowisko badawcze niniejszego raportu polega na diagnozowaniu problemów strukturalnych w celu wspierania ewolucji branży, a nie na samousprawiedliwianiu.

Narzędzia i wsparcie generowania. W niniejszym raporcie zaawansowane duże modele językowe wykorzystano jako narzędzia wspomagające badania w procesach gromadzenia materiałów, międzyźródłowej weryfikacji faktów, ustrukturyzowanej argumentacji i pisania szkiców. Wszystkie dane pierwotne, dokumenty regulacyjne, prace akademickie i wskaźniki rynkowe zostały punkt po punkcie zweryfikowane przez człowieka względem ich oryginalnych źródeł; wszystkie wzory matematyczne, kryptograficzne szczegóły techniczne i cytaty prawne zostały sprawdzone przez człowieka i albo zachowane, albo poprawione. Uznajemy nieodłączne ryzyko błędów narzędzi wspomagających AI przy przetwarzaniu danych „długiego ogona” i zredukowaliśmy to ryzyko poprzez wieloetapowe procesy weryfikacji faktów, lecz nie możemy go całkowicie wyeliminować.

Oświadczenie o braku porad inwestycyjnych. Niniejszy raport oraz wszystkie zawarte w nim analizy, dane, modele i wnioski służą wyłącznie celom badań branżowych i dyskusji akademickiej. Nic w niniejszym raporcie nie powinno być interpretowane jako porada dotycząca kupna, sprzedaży lub utrzymywania jakiegokolwiek aktywa cyfrowego, kontraktu derywatowego lub konkretnej platformy. Przeczytanie niniejszego raportu nie ustanawia żadnej formy relacji powierniczej ani doradztwa inwestycyjnego z autorami ani z Bitbase. Uczestnicy branży powinni podejmować decyzje handlowe na podstawie własnej należytej staranności lub należytej staranności niezależnych stron trzecich.

Informacje zwrotne i korekty. Bitbase Research z zadowoleniem przyjmuje przedkładanie przez czytelników korekt i krytyki dotyczących cytowania danych, stwierdzeń faktycznych lub rozumowania logicznego. Jeśli zostaną zidentyfikowane jakiekolwiek błędy faktyczne lub wady argumentacji, z zadowoleniem przyjmiemy ich przedłożenie kanałami publicznymi i potwierdzimy je oraz poprawimy w kolejnych raportach śledzących lub notach o erratach.

Bibliografia

Literatura akademicka

[1] Bikhchandani, S., Hirshleifer, D., & Welch, I. (1992). A Theory of Fads, Fashion, Custom, and Cultural Change as Informational Cascades. Journal of Political Economy, 100(5), 992–1026. https://doi.org/10.1086/261849

[2] Kogan, S., Makarov, I., Niessner, M., & Schoar, A. (2024). Are Cryptos Different? Evidence from Retail Trading. Journal of Financial Economics, 159, 103897. https://doi.org/10.1016/j.jfineco.2024.103897

[3] Jensen, M. C., & Meckling, W. H. (1976). Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure. Journal of Financial Economics, 3(4), 305–360. https://doi.org/10.1016/0304-405X(76)90026-X

[4] Akerlof, G. A. (1970). The Market for “Lemons”: Quality Uncertainty and the Market Mechanism. The Quarterly Journal of Economics, 84(3), 488–500. https://doi.org/10.2307/1879431

[5] Holmström, B. (1979). Moral Hazard and Observability. The Bell Journal of Economics, 10(1), 74–91. https://doi.org/10.2307/3003320

[6] Cong, L. W., Li, Y., & Wang, N. (2022). Token-Based Platform Finance. Journal of Financial Economics, 144(3), 972–991. https://doi.org/10.1016/j.jfineco.2021.10.002

[7] Makarov, I., & Schoar, A. (2020). Trading and Arbitrage in Cryptocurrency Markets. Journal of Financial Economics, 135(2), 293–319. https://doi.org/10.1016/j.jfineco.2019.07.001

[8] Shleifer, A., & Vishny, R. W. (1997). The Limits of Arbitrage. The Journal of Finance, 52(1), 35–55. https://doi.org/10.1111/j.1540-6261.1997.tb03807.x

[9] Swartz, L. (2022). Theorizing the 2017 Blockchain ICO Bubble as a Network Scam. New Media & Society. https://doi.org/10.1177/14614448221099224

[10] Haffke, L., & Fromberger, M. (2018). ICO Market Report 2017: Performance Analysis of Initial Coin Offerings. SSRN Working Paper 3309271. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3309271

[11] Liu, J., Makarov, I., & Schoar, A. (2023). Anatomy of a Run: The Terra Luna Crash. NBER Working Paper №31160. https://www.nber.org/papers/w31160

[12] Lyons, R. K., & Viswanath-Natraj, G. (2023). What Keeps Stablecoins Stable? Journal of International Money and Finance, 131, 102777. https://www.nber.org/papers/w27136

[13] Daian, P., Goldfeder, S., Kell, T., Li, Y., Zhao, X., Bentov, I., Breidenbach, L., & Juels, A. (2020). Flash Boys 2.0: Frontrunning in Decentralized Exchanges, Miner Extractable Value, and Consensus Instability. 2020 IEEE Symposium on Security and Privacy (SP), 910–927. https://doi.org/10.1109/SP40000.2020.00040

[14] Makarov, I., & Schoar, A. (2022). Cryptocurrencies and Decentralized Finance (DeFi). Brookings Papers on Economic Activity, Spring 2022. https://www.nber.org/papers/w30006

Dokumenty regulacyjne, dokumenty sądowe i źródła danych empirycznych

[15] Cointelegraph / The Block / Fortune / DL News. $LIBRA event consolidated reporting, February 2025. https://cointelegraph.com/news/milei-libra-token-scandal-107m-rug-pull

[16] Nansen. $LIBRA on-chain wallet analysis (114,000 wallets / $251 million in losses).

[17] Fortune / Chainalysis. “TRUMP memecoin traders lost $2 billion.” February 11, 2025. https://fortune.com/2025/02/11/trump-memecoin-traders-2-billion-dollar-loss-family-100-million-fees/

[18] DOJ / U.S. Attorney’s Office, S.D.N.Y., March 28, 2024. “Samuel Bankman-Fried Sentenced to 25 Years in Prison.” https://www.justice.gov/usao-sdny/pr/samuel-bankman-fried-sentenced-25-years-prison

[19] CFTC Press Release 8938–24, August 7, 2024. “Federal Court Orders FTX and Alameda to Pay $12.7 Billion.” https://www.cftc.gov/PressRoom/PressReleases/8938-24

[20] World Foundation, “The Circulating Supply of Worldcoin (WLD): An Explainer”; Kaiko Research, “Worldcoin Tokenomics.”

[21] SEC Press Release 2022–183, October 3, 2022. “SEC Charges Kim Kardashian.” https://www.sec.gov/newsroom/press-releases/2022-183

[22] CFTC Press Release 8638–22, December 13, 2022. “CFTC Charges Sam Bankman-Fried, FTX Trading and Alameda with Fraud.” https://www.cftc.gov/PressRoom/PressReleases/8638-22

[23] SEC Press Release 2022–234, December 21, 2022. “SEC Charges Caroline Ellison and Gary Wang.” https://www.sec.gov/newsroom/press-releases/2022-234

[24] FTC, July 13, 2023. “FTC Reaches Settlement with Crypto Platform Celsius Network.” https://www.ftc.gov/news-events/news/press-releases/2023/07/ftc-reaches-settlement-crypto-platform-celsius-network-charges-former-executives-duping-consumers

[25] TokenData. ICO funding statistics 2017–2018. https://www.tokendata.io (original source offline; figures cross-verified via Swartz 2022 [9], Haffke & Fromberger 2018 [10], and multiple secondary sources).

[26] ICObench. ICO project count statistics 2017–2018. https://icobench.com (original source offline; figures cross-verified via Cointelegraph 2019–01–05 “ICO Market 2018 vs 2017”).

[27] SEC, July 25, 2017. “Report of Investigation Pursuant to Section 21(a): The DAO.” Release №81207. https://www.sec.gov/litigation/investreport/34-81207.pdf

[28] DefiLlama. pump.fun cumulative DEX trading volume and revenue data. https://defillama.com/protocol/pump.fun

[29] DailyCoin. “Airdrops Under Attack: Can Sybil Farmers Be Stopped?” September 30, 2024. https://dailycoin.com/airdrops-under-attack-can-sybil-farmers-be-stopped/

[30] LayerZero Labs / Chaos Labs / Nansen. Sybil identification and exclusion data, May–June 2024.

[31] Cookie3. Cross-project Sybil proportion survey (70% of eligible wallets are multi-wallet operators).

[32] DOJ, various dates. BitConnect-related criminal indictments. SEC Press Release 2021–172, September 1, 2021. https://www.sec.gov/newsroom/press-releases/2021-172

[33] DOJ, February 25, 2022. “BitConnect Founder Indicted in Global $2.4 Billion Cryptocurrency Scheme.” https://www.justice.gov/opa/pr/bitconnect-founder-indicted-global-24-billion-cryptocurrency-scheme

[34] Texas State Securities Board, Cease and Desist Order, January 3, 2018.

[35] Teneo. Three Arrows Capital Liquidation Affidavits, July 7, 2022; The Block / Decrypt / Fortune, July 19, 2022. 3AC bankruptcy liquidation filings.

[36] CoinDesk, November 2, 2022. Alameda Research balance sheet reporting (FTX collapse trigger).

[37] DOJ, July 2023 / December 2024. Alex Mashinsky indictment and guilty plea.

[38] Stretto. Celsius Network Bankruptcy, Case №22–10964, S.D.N.Y. https://cases.stretto.com/celsius/

[39a] Flashbots. MEV-Explore Dashboard & Transparency Reports. https://transparency.flashbots.net

[39b] EigenPhi. MEV transaction classification and statistics, 2025. https://eigenphi.io

[40] Cermak, Larry. ICO investor return statistical analysis, 2019. Originally published at The Block Research; data cited by Bitcoinist (2019–08–09) and multiple other sources.

[41] DOJ / U.S. Attorney’s Office, S.D.N.Y., May 15, 2024. “Two Brothers Arrested for Attacking Ethereum Blockchain.” (Anton & James Peraire-Bueno, wire fraud and money laundering conspiracy, $25M, 12-second MEV-Boost exploit). https://www.justice.gov/usao-sdny/pr/two-brothers-arrested-attacking-ethereum-blockchain