तकनीकी सारांश: मेमेकॉइन नाजुकता का मापन (Measuring Memecoin Fragility)

समस्या विवरण (Problem Statement)

मेमेकॉइन्स (Memecoins) वेब3 अर्थव्यवस्था के एक विशिष्ट और विशाल खंड के रूप में विकसित हुए हैं, जिनका कुल पूंजीकरण अक्टूबर 2025 तक लगभग $84 बिलियन तक पहुँच गया है। तकनीक-संचालित क्रिप्टोकरेंसी के विपरीत, मेमेकॉइन का मूल्य मुख्य रूप से नैरेटिव-संचालित (narrative-driven) होता है, जो आंतरिक उपयोगिता के बजाय सामाजिक प्रसार, सेलिब्रिटी समर्थन और सट्टा प्रवाह द्वारा आकार लेता है। यह नैरेटिव पर निर्भरता उन्हें संरचनात्मक जोखिमों के प्रति अद्वितीय रूप से संवेदनशील बनाती है, जिसमें व्यवहारिक झटके (behavioral shocks), समन्वय घर्षण (coordination frictions) और लक्षित हेरफेर शामिल हैं।

मेमेकॉइन्स पर मौजूदा शोध खंडित है, जो अक्सर केवल अस्थिरता या ध्यान (attention) पर केंद्रित एकल-परिसंपत्ति अध्ययनों तक सीमित रहता है। कई ब्लॉकचेनों में नाजुकता को मापने के लिए एक सुसंगत, पारिस्थितिकी तंत्र-स्तरीय ढांचे का अभाव है। इसके अलावा, गवर्नेंस की कमजोरियां—जैसे अपारदर्शी टोकन आवंटन, केंद्रित स्वामित्व और पतली तरलता (thin liquidity)—इन कमजोरियों को बढ़ा देती हैं, फिर भी उन्हें बाजार की गतिशीलता के संबंध में व्यवस्थित रूप से मापा नहीं गया है।

कार्यप्रणाली: ME2F ढांचा (Methodology: The ME2F Framework)

इन कमियों को दूर करने के लिए, लेखक मेमेकॉइन इकोसिस्टम फ्रैजिलिटी फ्रेमवर्क (ME2F) का प्रस्ताव करते हैं। यह ढांचा तीन पूरक मात्रात्मक स्कोर के माध्यम से नाजुकता को संचालित करता है, जिससे व्यवस्थित मापन और क्रॉस-एसेट तुलना संभव होती है। इस ढांचे को सात प्रमुख मेमेकॉइन्स (DOGE, SHIB, TRUMP, MELANIA, FLOKI, PEPE, LIBRA) पर लागू किया गया, जो 65% से अधिक बाजार का प्रतिनिधित्व करते हैं, साथ ही बेंचमार्क टोकन (ETH, SOL) का भी उपयोग किया गया। डेटा 2023-2025 की अवधि के लिए CoinMarketCap, CoinGecko, Etherscan और CoinCarp से लिया गया था।

1. अस्थिरता गतिशीलता स्कोर (Volatility Dynamics Score - VDS)

VDS निरंतर और अत्यधिक मूल्य उतार-चढ़ाव को पकड़ता है, जिसे बाजार के पैमाने और बेस-चेन स्पिलओवर (base-chain spillovers) के लिए समायोजित किया जाता है।

• गणना: यह दैनिक अस्थिरता ($V_t$) के लिए एक रेंज-आधारित एस्टिमेटर का उपयोग करता है, जो सामान्यीकृत औसत अस्थिरता ($v^{(a)}_i$) और अधिकतम दैनिक अस्थिरता ($v^{(m)}_i$) को समान वेटिंग ($\alpha=0.5$) के साथ जोड़ता है।
• पैमाना समायोजन (Scale Adjustment): एक लचीलापन कारक ($R_i$) अधिकतम दैनिक वॉल्यूम और मार्केट कैपिटलाइजेशन के हार्मोनिक मीन का उपयोग करके लागू किया जाता है ताकि बड़े, तरल टोकन को कम महत्व दिया जा सके।
• स्पिलओवर समायोजन (Spillover Adjustment): बेस-लेयर चेन्स पर जारी किए गए टोकनों के लिए, स्कोर को बेस चेन की अस्थिरता और पैमाने द्वारा बढ़ाया जाता है ताकि संक्रामक प्रभावों (contagion effects) को समझा जा सके। स्टैंडअलोन चेन्स (जैसे DOGE) को इस समायोजन की आवश्यकता नहीं होती है।

2. व्हेल डोमिनेंस स्कोर (Whale Dominance Score - WDS)

WDS शीर्ष धारकों के बीच स्वामित्व एकाग्रता और असमानता को मापता है।

• बाहरी प्रभुत्व (External Dominance): यह शीर्ष $n$ एड्रेस (जहाँ $n=100$ निश्चित है) के संचयी हिस्से ($C_i$) की गणना करता है।
• आंतरिक असमानता (Internal Inequality): यह इन शीर्ष एड्रेसों के बीच होल्डिंग्स के वितरण को मापने के लिए हर्फेंडल-हर्शमैन इंडेक्स (HHI) का उपयोग करता है, जिसे संचयी हिस्से को ध्यान में रखते हुए सामान्यीकृत किया गया है।
• कम्पोजिट स्कोर: अंतिम WDS संचयी हिस्से और सामान्यीकृत आंतरिक एकाग्रता सूचकांक का गुणनफल है, जो उस संरचनात्मक नाजुकता को उजागर करता है जहाँ प्रभुत्व और असमानता एक साथ मिलते हैं।

3. सेंटिमेंट एम्प्लीफिकेशन स्कोर (Sentiment Amplification Score - SAS)

SAS यह मूल्यांकन करता है कि अंतर्निहित सेंटिमेंट अस्थिरता बाहरी झटकों के प्रति मूल्य प्रतिक्रियाओं को कैसे बढ़ाती है।

• अस्थिरता सूचकांक ($U_i$): फियर एंड ग्रीड इंडेक्स (FGI) से प्राप्त, यह घटक सेंटिमेंट की रेंज ($R_F$), चरम अवस्थाओं (लालच/डर) के अनुपात और तटस्थ मध्य बिंदु से विचलन को मापता है।
• शॉक इंडेक्स ($K_i$): यह FGI के अधिकतम एकल-दिवसीय पूर्ण परिवर्तन और संबंधित पूर्ण मूल्य रिटर्न के संयुक्त प्रभाव को मापता है।
• कम्पोजिट स्कोर: SAS को $U_i \cdot (K_i)^\delta$ (जहाँ $\delta=1.5$) के रूप में परिभाषित किया गया है, जो इस बात पर जोर देता है कि अचानक झटके, क्रमिक सेंटिमेंट बदलावों की तुलना में मूल्य की नाजुकता पर अधिक महत्वपूर्ण प्रभाव डालते हैं।

मुख्य परिणाम (Key Results)

ME2F का अनुप्रयोग मेमेकॉइन इकोसिस्टम में नाजुकता के एक स्तरीकृत परिदृश्य (stratified landscape) को प्रकट करता है:

• राजनीतिक टोकन (उच्चतम नाजुकता): TRUMP, MELANIA, और LIBRA जैसे टोकन सभी आयामों में उच्चतम नाजुकता स्कोर प्रदर्शित करते हैं। वे अत्यधिक अस्थिरता, अभूतपूर्व स्वामित्व एकाग्रता (अक्सर कुछ वॉलेट्स द्वारा >98% स्वामित्व) और सेंटिमेंट झटकों के प्रति उच्च संवेदनशीलता को जोड़ते हैं। विशेष रूप से TRUMP ने उच्चतम SAS दर्ज किया, जो कम लिक्विडिटी बेस और छिटपुट अटेंशन शॉक से प्रेरित था।
• स्थापित मेमेकॉइन्स (मध्यवर्ती नाजुकता): SHIB, PEPE, और FLOKI जैसे टोकन मध्य स्तर पर स्थित हैं। वे महत्वपूर्ण अस्थिरता क्लस्टरिंग और मजबूत सेंटिमेंट-प्राइस सह-संबंध प्रदर्शित करते हैं। हालांकि राजनीतिक टोकनों की तुलना में इनमें व्यापक रिटेल भागीदारी है, फिर भी ये केंद्रित स्वामित्व (उदाहरण के लिए, SHIB के शीर्ष 100 धारकों के पास ~76% सप्लाई है) और सीमित मार्केट डेप्थ से जूझ रहे हैं।
• बेंचमार्क एसेट्स (न्यूनतम नाजुकता): ETH, SOL, और DOGE निरंतर लचीलापन प्रदर्शित करते हैं। ETH और SOL गहरी लिक्विडिटी, संस्थागत भागीदारी और विसरित स्वामित्व संरचनाओं (जैसे, SOL के शीर्ष 100 धारक केवल ~23% सप्लाई को नियंत्रित करते हैं) से लाभान्वित होते हैं। DOGE, अपने मेमेकॉइन मूल के बावजूद, अपने लंबे समय तक अपनाने के इतिहास और व्यापक वितरण के कारण सापेक्ष लचीलापन दिखाता है, हालांकि यह बेस-लेयर बेंचमार्क की तुलना में अधिक अस्थिर है।

विश्लेषण पुष्टि करता है कि नाजुकता समान रूप से वितरित नहीं है। राजनीतिक थीम वाले टोकन उच्चतम जोखिम को केंद्रित करते हैं, जबकि बेस-लेयर एसेट्स एक स्थिर आधार प्रदान करते हैं। इसके अलावा, अध्ययन पहचानता है कि मेमेकॉइन की अस्थिरता अक्सर बेस-लेयर टोकनों में फैल जाती है, जिससे उनके अंतर्निखंड पारिस्थितिक तंत्रों में उतार-चढ़ाव बढ़ जाता है।

महत्व और दावे (Significance and Claims)

यह पेपर दावा करता है कि यह प्रमुख मेमेकॉइन्स का पहला इकोसिस्टम-स्तरीय अनुभवजन्य अध्ययन (empirical study) प्रदान करता है, जो एकल-एसेट विश्लेषण से आगे बढ़कर एक एकीकृत, क्रॉस-डायमेंशनल ढांचे के माध्यम से साहित्य में एक महत्वपूर्ण अंतर को भरता है।

• व्यवस्थित मात्रात्मक निर्धारण: लेखक का दावा है कि ME2F सफलतापूर्वक गुणात्मक तंत्रों (नैरेटिव डिपेंडेंस, गवर्नेंस कंसंट्रेशन) को मात्रात्मक संकेतकों में बदल देता है, जिससे विविध संपत्तियों के बीच सुसंगत तुलना संभव होती है।
• गवर्नेंस निहितार्थ: निष्कर्षों से पता चलता है कि स्वामित्व एकाग्रता और नैरेटिव संवेदनशीलता, अलग-अलग होते हुए भी ओवरलैपिंग कमजोरियों के स्रोत हैं। पेपर सुझाव देता है कि ये अंतर्दृष्टि वेब3 युग में गवर्नेंस डिजाइन और नियामक निरीक्षण के लिए महत्वपूर्ण हैं, विशेष रूप से राजनीतिक थीम वाले और समुदाय-संचालित टोकनों के बढ़ते जोखिम के संदर्भ में।
• अर्ली-वार्निंग उपयोगिता: इस ढांचे को एक संभावित 'रिस्क अलार्म सिस्टम' के रूप में प्रस्तावित किया गया है। रोलिंग विंडोज़ के माध्यम से VDS, WDS और SAS को ट्रैक करके, हितधारक यह पहचान सकते हैं कि कब कोई टोकन ऐतिहासिक थ्रेशोल्ड को पार कर जाता है, जो सख्त जोखिम प्रबंधन या गवर्नेंस हस्तक्षेप की आवश्यकता का संकेत देता है।

लेखक अपने ढांचे के दायरे के संबंध में विनम्र रहते हैं, जिसमें एग्रीगेटेड मार्केट डेटा पर निर्भरता, ट्रांजैक्शन टोपोलॉजी और क्रॉस-चेन माइग्रेशन का बहिष्करण, और वर्तमान समय सीमा की सीमाओं जैसी कमियों को स्वीकार किया गया है। वे सुझाव देते कि भविष्य के कार्यों में ऑन-चेन स्ट्रक्चरल डेटा को ऑफ-चेन व्यवहारिक मेट्रिक्स के साथ एकीकृत किया जाना चाहिए ताकि यह पता लगाया जा सके कि संरचनात्मक तनाव और नैरेटिव-संचालित व्यवहार एक-दूसरे को कैसे सुदृढ़ करते हैं।