首先，θ越高，Bmarket中的出价就越高，这通过提高销售回报对卖家的福利产生积极影响。这一更高的B扩大了对与之相比，Lby导致向B市场提交销售订单的概率更高。另一方面，安全级别越高，拒绝概率越高。这种影响降低了L资产卖家的收益。鉴于后一种效应是θ的直接结果，当Pb的增量较大，即εPis较高时，第一种正效应支配后一种效应。什么时候弹性更可能高？这可以转化为市场均衡：当购买者的迁移成本较低时，较高的企业就会满足需求。另一方面，如果移民的成本很高，那么较高的价格可以维持下去，使PBS的弹性很高。因此当（i）φ较低或（ii）时，vS，Lexibits向上倾斜曲线π很大。E技术概述1。比特币加密货币的主要例子是比特币。比特币的概念是由Nakamoto（2008）首次提出的，他首次提出了区块链技术。这项提案的部分目标是为“双重开支”问题提供解决方案。比特币是经过漫长的分散交易媒介提议之后取得的第一个成功，使其成为加密货币交易市场中最大的市值（Narayanan等人，2016）。比特币区块链以防篡改的方式记录了参与者之间比特币流量的信息（“Alice paidX Bitcoin to Bob”）。在这个平台上，交易的商品是比特币本身。

为了有一个具体的想法，我们将比特币交易与附录A中的示例联系起来。假设在t=0的日期，流动性提供者拥有流动资产（现金或比特币），而流动性接受者拥有非流动资产，其共同价值为k。在t=1的日期，接受者受到流动性冲击的打击，并希望对其持有的资产进行流动（清算），以获得（净）效用vs- k来自s的流动现金量（orcoin），其中v是一些正的私人价值。t=1日的流动性提供者状态为st∈ {m，0}，其中stre表示她持有的现金或比特币的数量。为了将论点与附录A中介绍的示例联系起来，我们可以考虑实现SAS累积事务的结果：有日期t∈ {-N-（N）- 1), · · · , -1，0}，每个都有一个表示每个日期现金流的状态ST。假设s=0意识到（她过去已经花了现金或硬币）1- 流动性提供者的π分数，其余的s=m。由于宣布^s=m对所有买家都是严格主导的，1- π其中有一小部分人是骗子，他们试图使用他们已经花费的硬币或金钱（双倍花费）。在没有银行监控其客户账户和交易的传统现金市场中，欺诈代理人很容易将钱花在πvm>k的两倍（或更多），因为这种不平等意味着卖家想要出售资产。另一方面，在比特币网络中，两次消费比特币是极其困难的，因为即使s=0的代理声称s=m，这也不能成为协议。

也就是说，θ分数为1- π代理人未能完成欺诈交易，这使得诚实卖家的分数π（θ）=ππ+（1-θ)(1-π)> π.这为流动性接受者提供了更高的预期回报，因此他们有动机利用区块链平台而不是传统交易。在比特币的例子中，θ非常高，因为除非某个代理具有令人望而却步的强大计算能力，否则不允许双重消费。E2、以太坊（Ethereum）在正文中解释道，阻止双重消费并不是区块链技术实现的唯一功能。它还允许我们编写复杂的脚本，以确定哪些信息被视为并添加为“相关”信息。首先，如前所述，区块链上记录的状态信息非常可信。其次，通过编写这样的代码，“当且仅当国家满足条件（1）…，（2）…，和（N）时，交易才会发生，”我们可以使交易取决于理想的条件（1）-（N）。该技术有许多应用程序可以缓解资产交易、信息存储和分配中的信息问题。安永咨询（有限公司）创建的葡萄酒区块链就是一个具体的例子。2018年2月8日的TraAs假设π是常识，m<k<πvm保持不变，以便进行交易。当然，知道“双重支出”的θ分数失败了，流动性提供者的行为也会改变。我们在此不详述这一点，而将其留给正文第3节的正式分析。从技术上讲，以太坊事务中的脚本语言是图灵完备的，这是一种允许复杂语句的语言。

这种允许复杂性的能力使国家或有合同成为可能。金融服务业以外的其他部门，如供应链管理，也对产品的数字化和跟踪信息感兴趣。例如，沃尔玛股份有限公司正在IBM区块链技术上测试一个交易系统，以管理供应链数据(https://www-03.ibm.com/press/us/en/presskit/50610.wss，2018年5月10日访问）。这些产品包括猪肉、芒果、浆果和几十种其他产品。其目的是识别整个食品生产中间环节中的不良来源。此外，葡萄酒市场面临着假冒的风险（“阿克洛夫（Akerlof）[1970]意义上的柠檬”），据说每年的经济损失为10-5亿美元。低质量葡萄酒的问题很严重，因为许多中间商都参与了葡萄酒供应链，因此很难跟踪从配料厂到零售店的所有交易。然而，通过利用区块链和智能合约，网络交易几乎没有柠檬问题，没有任何可信的第三方或干预。与将硬币流量记录为状态变量的比特币示例不同，该示例可以直接采用附录a中的前一个示例。也就是说，状态信息可以具有一系列特征：它可以记录成分品牌、葡萄酒生产商名称、葡萄酒储存的温度和时间等。这也适用于消费者难以识别其价值的其他类别资产。给定状态信息的描述，以太坊允许我们在实现理想状态的前提下进行交易。E3、区块链与加密货币的连接上述两个例子中，区块链使用加密货币作为交易手段。

这类区块链平台包括葡萄酒交易平台（EY，基于以太坊）、安全平台（tZERO）、国际汇款平台（比特币）、艺术和摄影平台（Kodak，基于KodakOne和KodakCoin）等。另一个有趣的例子是Ripple。尽管Ripple的底层技术并不完全是区块链，但Ripple还利用分布式账本来提供银行和商业企业之间的安全交易，其中使用了加密货币XRP。在比特币系统中，交易批准不是通过工作证明（PoW）进行的，而是通过一组经过认证的验证节点进行的。因此，交易结算速度比比特币系统更快，PoW系统固有的电力浪费也得到了缓解。还有一些区块链平台不需要加密货币流通作为交易媒介。例如，为交换各种资产（葡萄酒、艺术品、珠宝）提供区块链平台的EverLedger声称，他们对构建自己的加密货币没有兴趣，因为他们想避免许多政治挑战。此外，许多“许可区块链”平台不需要使用数字货币或挖掘过程来记录信息。对于交易不一定由加密货币执行的区块链平台，该模型提供了区块链本身基本价值（价格）的含义。

具体而言，正文的第6条建议提出了这些区块链技术价格的理论衡量标准，并表明其对应于网络参与者的福利收益。F向卖家收取费用如果供应商（或商品生产商）必须支付使用区块链的费用怎么办？我们可以使用相同的逻辑推导出经理可以在市场卖方收取的最大可能费用，我们将其表示为fS:fS=vSwith公司主模型的vSin（16）。什么时候vS，Lis在θ中增加，总费用也在增加，而如果vS，Lis递减，fs的形式不明确，因为它取决于π的水平。假设参数值vS，Ldecreasinginθ。在这种情况下，可以很自然地得出结论，较低的π会使FS向下倾斜，因为它会增加重量然而，情况并非如此。例如，如果我们做π→ 0，我们已经vS，L/dθ→ 0和d fS/dθ→ 这是因为市场上主导的L资产。随着π水平的降低，L资产的份额增加，并且在极限情况下，两个市场中只有L资产。这意味着进入B股市场不会带来回报：福利收益趋同于零。由于分析特征的困难，附录D提供了关于卖方支付意愿的进一步分析，作为数值实验。F1、经理人与卖家下一步，假设经理人通过向市场的卖家收取费用来赚钱，而ZF则试图最大限度地提高卖家的福利。

从（16）、（17）和（18）中，我们知道以下几点：例如，参见Holmberg（2010）和Przyswa（2014）。更多详情请参见Buterin（2016）。http://www.eweek.com/cloud/hyperledger-blockchain-project-is-not-about-bitcoingainH资产持有人的比例单调增加，对fS施加了正压力，而L资产持有人的比例具有模糊效应。此外，命题8暗示，只要由于d的支配效应，fs在θ中单调增加vS，H/dθ，管理者设定的最优θ与vS，L最大化的θ不一致。因此，H资产持有人的福利最大化，而L质量资产的卖方则会出现福利损失。命题8意味着H资产持有人和L资产持有人的福利之间存在冲突：一旦实现了资产类型，即使是社会规划师也无法最大化这两类交易员的福利。由于我们无法进一步分析卖方福利的性质，因此我们依赖于数字样本。我们发现总费用收入向上倾斜，在大多数参数范围内，最大化FSV与最大化VS一致。注意，围绕弹性的讨论清楚地表明了这种福利损失在什么情况下会发生。下图提供了卖家福利和费用的数字示例。参数取π∈{0.01、0.1、0.4、0.7、0.9}和φ∈ {0.35, 0.5, 0.7}. 第一（二）列显示了H型（L型）卖家的总福利和保留福利，以及fS经理征收的费用。第三列是卖家和fS的总（事前）福利图。根据该理论，vh在θ上单调增加，而vS、Lis要么单调减少，要么呈驼峰状。如果fScan在θ中减小，则应在θ相对较高时发生。

然而，即使我们将L型卖家的份额设定为较大（π=0.01），FSF的配置也会向上倾斜。这是因为当π很小时，θ的变化主要通过vS的变化来影响vS。也就是说，L型卖方的福利收益vS，L- vS，L不受θ的影响（请参见蓝色和绿色虚线之间的差异）。当然，θ越高，B市场交易的福利收益越高。同时，它降低了C市场中的福利收益，这对福利具有主导作用，因为只有1- 销售的θ分数试图获得更高θ的好处。图9：卖家福利和费用：π=0.01图10：卖家福利和费用：π=0.1图11：卖家福利和费用：π=0.4图12：卖家福利和费用：π=0.7图13：卖家福利和费用：π=0.9