سه راه ارزشگذاری قیمت زمین در متاورس
تجارت املاک و مستغلات در متاورس به سطح دیوانه کننده ای رسیده است. چهار متاورس بزرگ …
خانه »
تجارت املاک و مستغلات در متاورس به سطح دیوانه کننده ای رسیده است. چهار متاورس بزرگ با جهت گیری تجارت ملک یعنی سندباکس، دسنترالند، کریپتوواکسلز و سومنیوم فعلا بهترین مقاصد سرمایه گذاری هستند اما قبل از اینکه خودتان دست به عملی در این زمینه بزنید باید بدانید که چگونه می توانید یک قطعه از املاک متاورس را ارزشگذاری کنید.
احتمالا هیچ روشی وجود ندارد که کامل و بی نقص باشد. اما در اینجا سه ایده ارائه می شود که می تواند به شما در ارزش گذاری متاورس کمک کند. روش اول ارزشگذاری سنتی، روش دوم یادگیری ماشینی و روش آخر مدل سازی مالی است. در این مقاله از دسنترالند به عنوان مثال استفاده می شود.
ارزشگذاری سنتی
اکثر مردم احتمالا به سراغ این روش می روند. اساسا در این روش به لوکیشن و مکان ملک توجه می شود. در زندگی واقعی ارزشگذاری املاک به نوع خانه، تعداد اتاق ها و غیره هم توجه می شود اما فعلا در متاورس اینها اهمیتی ندارند. شاید در آینده این فاکتورها هم لحاظ شوند ولی فعلا نه.
در دسنترالند نزدیکی به مناطق محبوبی مثل جاده های پرترافیک و میدان ها بسیار تعیین کننده است. به عنوان مثال قطعه ای که در میان قطعات دیگر محصور است ممکن است 570 اتریوم قیمت داشته باشد در حالی که یک قطعه زمین در همان محل اما رو به خیابان 625 اتریوم قیمت بخورد. این روش مزایا و معایب خود را دارد. اگر در تجارت املاک در متاورس تجربه داشته باشید به راحتی می توانید این تفاوت قیمت ها را تشخیص دهید اما اگر در سرمایه گذاری در متاورس تازه کار هستید احتمالا از تجربه های خود در دنیای واقعی باید کمک بگیرید و آن تجربه ها برای شما مفید خواهد بود.
یادگیری ماشینی
از آنجایی که در متاورس داده ها به صورت رایگان در دسترس هستند (مثلا می توانید از Decentraland API آنها را دریافت کنید) می توانید به راحتی یک مدل K-means بسازید تا به شما بگوید که یک قطعه املاک چقدر می ارزد. می توانید قیمت زمین ها را با هم خوشه بندی کنید تا تشخیص دهید که کدام خوشه ها باید تقریبا چقدر ارزش داشته باشند. مثلا اگر K-means شما دارای سه خوشه است، می توانید روی نقشه ی دسنترالند یک کد رنگی قرار دهید که قطعه ها در کلاسترهای کمتر از 1000، بین 1001 و 2000 و بیشتر از 2000 اتر قرار بگیرند. مزیت این کار اینست که الگوریتم یادگیری ماشین قوانین قیمت گذاری را برای شما پیدا می کند و می توانید به راحتی قیمت های پرت را شناسایی کنید. از آنجایی که این روش اتوماتیک تر است می توانید بیشتر انرژی خود را برای مذاکره و چانه زنی صرف کنید نه برای کشف قیمت. عیب این روش هم وجود نویزهای احتمالی است زیرا روش های یادگیری ماشین معمولا خیلی صریح عمل نمی کنند و همیشه احتمال وجود مقداری نویز در داده ها را به عنوان بخشی از محاسبات در نظر می گیرند. نویز در اینجا به معنی متغیرهای نامرتبط است که منجر به ایجاد همبستگی آنها با نتیجه ی مطلوب می شود.
پیش بینی مالی
این روش بر جریان نقدی املاک متکی است و از فاکتورهای زیادی استفاده می کند و به راحتی ممکن است نتایج اشتباهی را تولید کند، مخصوصا در مورد نوسانات قیمت ارزهای دیجیتال. با این حال، یک مدل خوب می تواند جریان های نقدی را دست کم در مورد ترتیب بزرگی قیمت ها به دقت تخمین بزند. به عنوان مثال در دسنترالند قطعه ای در مقابل Genesis Plaza ممکن است بین 3000 تا 10000 اتر قیمت داشته باشد. با چنین محدوده ی قیمت گذاری ای، واقعا چطور می شود فهمید که 3000 اتر منصفانه است یا 10000 اتر؟
برای ارزشگذاری درست باید مقداری Fermi-izing انجام دهید که روشی برای محاسبه ی اعداد دشوار بدون داشتن اطلاعات کافی است. به عنوان مثال جستجوی سریع گوگل به ما نشان می دهد که دسنترالند روزانه 18000 کاربر دارد. فرض کنید ما در حال فروش لباس زنانه هستیم و می خواهیم یک قطعه را در متاورس برای تبلیغ بخریم و نیمی از کاربران هم زن هستند. همچنین می دانیم که به ازای هر دلار درآمد ایجاد شده، 90 سنت صرف هزینه های عملیاتی از جمله تبلیغات می شود. پس 10 سنت سود عملیاتی به دست می آوریم. پس به ازای 9000 کاربر روزانه ی زن، می توانیم 900 دلار در روز سود کسب کنیم. این مقدار رقم بالایی نیست اما در سال نزدیک 328 هزار دلار می شود.
در مرحله ی بعد فرض کنید که می خواهیم برای ده سال آینده در متاورس دسنترالند باشیم. می توانیم رشد سالانه ی کاربر را اندازه گیری کنیم و آن را به محاسبات خود اضافه کنیم. سپس باید نرخ تنزیل اتر را حدس بزنیم که به علت نوسانات زیاد تقریبا غیر ممکن است پس در عوض از نرخ تنزیل دلار استفاده می کنیم زیرا فعلا فروش ما هنوز به دلار است. اگر نرخ رشد سالانه ی کاربر را 20 درصد و نرخ تنزیل ده ساله را 5 درصد فرض بگیریم و این اعداد را به یک مدل جریان نقدی متصل کنیم، ارزش ذاتی یک قطعه املاک می تواند تا 32 میلیون دلار ارزش داشته باشد. این قیمت این روزها (فوریه ی 2022) در حدود 10136 اتر می شود.
خب حالا این رقم 32 میلیون دلار عدد قابل اعتمادی است؟ قطعا نه. تبلیغات در متاورس به احتمال زیاد شبیه تبلیغات در دنیای واقعی نیست. اگر ثباتی در دنیای رمزارزها بود ممکن بود مدل جریان نقدی خوب عمل کند. از آنجایی که ارز دیجیتال و بلاکچین هنوز بسیار جدید هستند بعید است که فعلا به ثبات برسند. پس قطعا باید اعداد محاسبه شده را کاهش داد. معمولا سرمایه گذاران حرفه ای در پیش بینی های خود حدود دوبرابر قیمت واقعی اشتباه می کنند پس می توانیم پیش بینی خود را نصف کنیم و به عدد 16 میلیون می رسیم. هنوز هم این عدد بزرگ است اما به هر حال به ما می فهماند که پرداخت میلیونها دلار برای یک قطعه ملک در متاورس واقعا ارزش دارد یا نه. مثلا پرداخت 5000 اتر برای قطعه ای کنار جاده و روبروی Genesis Plaza ممکن است قیمت منصفانه ای باشد.