개요
본 저장소는 2024-2025년 바이낸스의 중앙화 거래소 (CEX) 에어드롭 프로그램 (Megadrop 및 HODLer Airdrop) 의 분배 비대칭 메커니즘 을 실증적·이론적으로 분석한 사전 워킹 페이퍼, 소스 코드, 데이터, 다이어그램을 포함합니다.저자: 김호광 (Dennis Kim), Betalabs Inc. CEO 상태: Preliminary Working Paper, 2026년 5월 SSRN: Abstract ID 6688740 동반 논문: Kim, H. (2026). The 72-Hour Shock: Token Unlock Price Impact. SSRN 6632838
연구 질문
바이낸스의 26억 달러 규모 에어드롭 프로그램에서 누가 실제로 이익을 얻고, 누구의 비용으로 이루어지는가?
2024-2025년 바이낸스는 76개 이상의 보상 프로그램을 통해 BNB 보유자에게 약 26억 달러를 분배했으며, 이는 글로벌 CEX 분배의 약 94%를 차지합니다. 대표 프로그램은 Megadrop 과 HODLer Airdrop 이며, "BNB를 락업하면 신규 프로젝트 토큰을 무료로 받는다" 라고 광범위하게 홍보됩니다.
본 연구는 세 행위자에 미치는 차별적 영향을 형식화합니다:
- BNB 홀더 — 분배된 토큰의 수령자
- 발행 재단 — 신규 토큰을 발행하는 프로젝트 주체
- BNB Chain 생태계 — 블록체인 플랫폼 자체
핵심 발견
1. 재단 재앙 (Foundation Disaster)
평균 분배 비율 α = 7.3% 의 Megadrop 토큰의 경우:
- 재단 비용 ≈ FDV의 30.5% (Fully Diluted Valuation)
- 비대칭 비율 R = 4.18 (재단 손실 : 홀더 이익)
- 가치 파괴 D ≈ FDV의 23% (시장 마찰을 통한)
2. 수학적 강건성
합리적 파라미터 범위에서 (α: 2-15%, θ: 30-60%, d: 10-90%):
- 재단 비용은 항상 ≥ 12.75%
- 비대칭 비율은 항상 R ≥ 1.70
- 임계 분배 비율 α = 5.95% (R=5)** — Megadrop의 일반적 5-8% 범위가 폭발 영역에 포함
3. 실증 검증
부트스트랩 95% 신뢰구간 분석 (N = 10,000회 반복, 표본 N = 21개 토큰):
| 카테고리 | N | 평균 수익률 | 95% CI |
|---|---|---|---|
| Megadrop | 5 | -76.0% | [-86.4%, -65.8%] |
| HODLer | 8 | -19.5% | [-67.8%, +39.6%] |
| Launchpool | 5 | -29.8% | [-50.4%, +0.0%] |
| Direct (Memecoin) | 2 | +81.5% | [+68.0%, +95.0%] |
| Direct (HYPE 포함) | 3 | +384.3% | [+68.0%, +990.0%] |
4. 디커플링 패턴 (Decoupling Pattern)
Megadrop 토큰이 하락하는 동안 BNB Chain 생태계는 반대 방향 으로 성장:
| 지표 | 2025년 Q1→Q3 변화 |
|---|---|
| BNB Chain 거래량 | +171.4% |
| BNB Chain DeFi TVL | +47.2% |
| BNB Chain 활성 지갑 | +91.6% |
| BNB 가격 | $629 → $1,030 (Q4 ATH $1,369) |
| Megadrop 카테고리 시가총액 | -75% |
5. 3 행위자 절대 금액 영향 (2024-2025)
| 행위자 | 추정 영향 |
|---|---|
| BNB 홀더 (이익) | +$14억-20억 |
| 발행 재단 (손실) | -$48억 |
| BNB Chain 시가총액 (성장) | +$1,040억 |
6. 이론적 기여
7개 정리가 재단 비용 함수를 형식화하고 다음을 증명:
- 정리 6: 손익분기 불가능성 — d* = -α/(1-α-θ) < 0 (재단은 가격 상승으로만 손익분기 가능)
- 정리 7: 내쉬 균형 — 즉시 매도가 지배 전략
본 연구는 Allen, Berg, Lane (2023) 의 직접 에어드롭 분석을 중앙화 거래소 주도 (CEX-led) 에어드롭 의 새로운 카테고리로 확장하며, Schelling (1960) 의 협조 게임 이론과 Morris와 Shin (1998) 의 Global Games 프레임워크를 적용합니다.
저장소 구조
.
├── README.md # 영문판
├── README_KR.md # 한국어판 (이 파일)
├── README_CN.md # 중국어판
├── README_JP.md # 일본어판
├── paper/ # 논문 산출물
│ ├── Distribution_Asymmetry_CEX_Airdrops.md
│ ├── Distribution_Asymmetry_CEX_Airdrops.pdf
│ ├── Distribution_Asymmetry_CEX_Airdrops_with_figures.docx
│ └── Distribution_Asymmetry_CEX_Airdrops_with_figures.pdf
├── figures/ # 7개 출판 등급 시각 자료
├── scripts/ # Python 소스 코드
├── data/ # 입력 데이터 (CSV, 영문)
├── results/ # 분석 결과 출력
└── docs/ # 문서
재현성
빠른 시작
# 저장소 복제
git clone https://github.com/gameworkerkim/vibe-investing.git
cd vibe-investing/02.Investment\ Idea\ Column/BNBChain
# 의존성 설치
pip install pandas numpy scipy matplotlib
# 모든 분석 실행 (results/ 에 출력)
cd scripts/
python correlation_analysis.py
python robustness_analysis.py
python integrated_analysis_v10.py
python pair_trading_backtest.py
# 모든 다이어그램 재생성 (figures/ 에 출력)
for f in generate_figure*.py; do python "$f"; done
주의사항 및 한계
본 연구는 사전 워킹 페이퍼 입니다. 다음 한계를 명시적으로 인정합니다:
- 표본 크기: N=21 토큰 (카테고리당 N=2-8) 은 완전한 통계적 추론에 부족. 후속 버전에서 N≥100으로 확대 예정
- 인과성: 디커플링 패턴은 관찰 증거에만 해당. 완전한 Granger 인과성 검정은 일별 데이터가 필요하며 후속 버전에서 진행
- 시간 해상도: 분기별 데이터는 단기 인과 방향 추론을 제한
- 선택 편향: Direct 카테고리 밈코인 편향은 HYPE 포함 (N=2→N=3) 으로 부분 완화되었으나 선택 효과를 완전히 배제할 수는 없음
- 트레이딩 전략: 5.4절의 BTC 도미넌스 패턴은 관찰 증거 일 뿐 트레이딩 전략 사용 권장 안 함
- 예측: 본 연구는 과거 상장 사례의 기술적 분석 을 생산. CEX 정책 변화로 미래 토큰은 다른 패턴을 보일 수 있음
인용
본 코드, 데이터, 논문을 연구에 사용하실 경우 다음과 같이 인용 부탁드립니다:
@misc{kim2026distribution,
author = {Kim, HoKwang},
title = {Distribution Asymmetry of Centralized Exchange Airdrops and the BNB Chain Ecosystem},
year = {2026},
publisher = {SSRN},
doi = {10.2139/ssrn.6688740},
url = {https://ssrn.com/abstract=6688740},
note = {Preliminary working paper}
}
라이선스
본 저장소는 이중 라이선스 를 사용합니다:
저자
김호광 (Dennis Kim) · 독립 연구자
- Betalabs Inc. CEO (블록체인 컴퍼니 빌더)
- 전 Cyworld Z CEO
- 전 Microsoft Azure MVP (9년)
- ORCID: 0009-0002-0962-2175
- GitHub: @gameworkerkim
- Email: [email protected]
로드맵
v1.2 (현재 — 2026년 5월)
- HYPE 반사실 통합 (N=2→N=3)
- 부트스트랩 95% CI (N=10,000회 반복)
- 3 행위자 차별적 영향 정량화
- 7개 출판 등급 다이어그램 + 학술 캡션
- 5.2절 상관계수 값 수정
- 본문 등장 순서대로 그림 번호 재부여
v2.0 (예정 — 2027)
- 표본 크기 N≥100 토큰
- CoinGecko/Binance API 를 통한 일별 OHLCV 데이터
- 완전한 Granger 인과성 검정
- 선택 편향에 대한 Propensity Score Matching (PSM)
- Heckman 2단계 추정
- 다중 거래소 비교 (Bybit, OKX, Coinbase)
- 동료 검토 학술지 LaTeX 제출
관련 문헌
- 동반 논문: Kim, H. (2026). The 72-Hour Shock: Token Unlock Price Impact. SSRN 6632838.
- 토큰 언락 문헌: Allen, F., Gu, X., & Li, J.Y. (2023). Crypto Tokens and Token Offerings. Annual Review of Financial Economics.
- 공적분 방법론: Engle, R.F., & Granger, C.W.J. (1987). Co-integration and Error Correction. Econometrica.
- 협조 게임: Schelling, T.C. (1960). The Strategy of Conflict. Harvard University Press.
- Global Games: Morris, S., & Shin, H.S. (1998). Unique Equilibrium in a Model of Self-Fulfilling Currency Attacks. American Economic Review.
최종 업데이트: 2026년 5월 1일