Состоятельность модели ICO как альтернативного канала привлечения инвестиций в международном бизнесе

Характеристика каналов привлечения инвестиций в международном бизнесе. Изучение состоятельности модели ICO как альтернативного канала привлечения инвестиций. Определение особенностей модели и её сравнение с традиционными каналами привлечения инвестиций.

Рубрика Международные отношения и мировая экономика
Вид дипломная работа
Язык русский
Дата добавления 13.07.2020
Размер файла 879,4 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Выводы по главе 2

В течение последних лет рынок криптовалют претерпел множество изменений. Рост популярности крипто-активов и появление новых игроков позволили достичь общего пика рыночной капитализации. Однако высокая волатильность и доминирование Биткойна в удельном весе криптовалют говорят об относительной незрелости рынка. Процесс ICO способствует появлению новых игроков и общему развитию данного рынка.

Современное состояние рынка ICO характеризуется широкой страновой специализацией проектов. Выбор страны зависит от уровня развития экономического климата и особенностей законодательства. Процесс ICO сопряжен со множествами рисками как для инвесторов, так и для компаний, привлекающих средства. Подходы к регулированию ICO в разных странах продолжают совершенствоваться. Развитие законодательной базы позволит снизить риски, связанные с ICO, и усовершенствовать модель в целом.

3. Выявление факторов, влияющих на успех ICO

3.1 Разведочный анализ данных

Для определения внутренней состоятельности модели ICO необходимо проанализировать факторы, влияющие на её успешность в плане количества собранных средств. Для решения этой задачи была создана выборка на основе данных одного из крупнейших статистический порталов в сфере ICO: ICObench ICObench. URL: https://icobench.com/icos?. Выборка состоит из данных о кампаниях, взятых за период с 1 января 2018 года по 1 января 2020 года. Заданный временной промежуток обусловлен относительной стабильностью сферы криптовалют и большим объемом кампаний ICO. Описательная статистика и построение моделей производились с помощью Microsoft Excel 2016 и Stata 15.

Всего были собраны данные по 201 компании, которые содержат 13 параметров:

компания (Company), которая проводит ICO;

блокчейн-платформа (Platform), на которой компания реализует ICO;

минимальный порог средств (Minimum) в долларах США, необходимый для успешной реализации ICO;

фактически собранный объем средств (Collected);

параметр, показывающий насколько объем собранных средств превысил минимальный порог (Success);

параметр, показывающий достиг ли объем собранных средств максимально возможного значения (Hard_cup, дамми-переменная);

количество человек в команде-разработчиков (Team);

наличие White Paper (White_Paper, дамми-переменная);

возможность вкладываться в ICO фиатными валютами (Fiat, дамми-переменная);

Ethereum (Eth, дамми-переменная);

Bitcoin (BTC, дамми-переменная);

общее количество криптовалют, которыми можно было вкладываться в ICO (n_curr);

наличие бонуса для инвесторов при вкладывании в ICO (bonus, дамми-переменная).

Полная выборка представлена в приложении 2.

1. Платформы для реализации ICO.

Основная масса компаний реализует свои ICO на базе платформы Ethereum, что связано с большим количеством существующих проектов на базе Ethereum, а также высокой гибкостью кода Ethereum для разработки новых финтех продуктов. Распределение по платформам показано на рисунке 6.

Минимальный порог средств показывает количество средств в долларах США, которое необходимо для запуска проекта. Данная переменная является целочисленной и находится в диапазоне от 55 000 до 100 000 000. В таблице 11 представлены основные характеристики данной переменной.

Таблица 11 -- Минимальный порог средств

Источник: составлено автором

Для построения регрессионной модели, в частности линейной, одним из необходимых условий является нормальность распределения данных. В данной работе будет использоваться два способа проверки данных на нормальность: графический (построение гистограммы) и формальный (тест Шапиро-Уилка). Результаты графического способа представлены на рисунке 7.

Рисунок 7 -- Гистограмма распределения значений минимального порога средств

Источник: составлено автором

Как видно из графика, распределение является отличным от нормального. Убедимся в верности данного вывода формальным способом с помощью теста Шапиро-Уилка (см. таблица 12):

H0: значения минимального порога средств распределены нормально

H1: распределение значений минимального порога средств отличается от нормального

Таблица 12 -- Результаты теста Шапиро-Уилка для значений минимального порога средств

Источник: составлено автором

Так как параметр «Prob>z» меньше стандартных уровней значимости (0,01; 0,05 и 0,1), то мы отклоняем нулевую гипотезу о нормальности выборки и принимаем противоположную.

Для того чтобы попытаться нормировать данные, их необходимо логарифмировать. Построим гистограмму логарифмированных данных, результаты которых представлены на рисунке 8.

Рисунок 8 -- Гистограмма распределения логарифмов значений минимального порога средств

Источник: составлено автором

Графически данное распределение стало больше похоже на нормальное, но необходимо подтвердить данную гипотезу тестом Шапиро-Уилка (см. таблица 13):

Н0: логарифмы значений минимального порога средств распределены нормально

H1: распределение логарифмов значений минимального порога средств отличается от нормального

Таблица 13 -- Результаты теста Шапиро-Уилка для логарифмов значений минимального порога средств

Источник: составлено автором

Результаты данного теста не позволяют принять нулевую гипотезу о нормальности распределения выборки, в связи с чем принимается противоположная. Однако небольшое приближение к нормальности имеется, поэтому для дальнейшего регрессивного анализа необходимо составить логарифмы значений.

3. Фактический объем собранных средств (Collected)

Данная переменная показывает объем средств, который удалось привлечь компании для ICO, причем объем средств может быть как больше минимального порога средств, так и меньше. Основные характеристики данной переменной представлены в таблице 14.

Таблица 14 -- Фактически собранный объем средств

Источник: составлено автором

Данную выборку также необходимо графически и формально проверить на нормальность. Построенная гистограмма распределения значений фактически собранного объема средств представлена на рисунке 9.

Рисунок 9 -- Гистограмма распределения значений фактически собранного объема средств

Источник: составлено автором

Результаты построения указывают на распределение, отличное от нормального. Убедимся в этом формально (см. таблица 15):

H0: значения фактически собранного объема средств распределены нормально

H1: распределение значений фактически собранного объема средств отличается от нормального

Таблица 15 -- Результаты теста Шапиро-Уилка для значений фактически собранного объема средств

Источник: составлено автором

Результаты теста указывают на отказ от нулевой гипотезы и принятие противоположной о распределении данных, отличным от нормального.

Для нормализации данных прологарифмируем их и также построим гистограмму и проведем тест Шапиро-Уилка (см. рисунок 10).

Рисунок 10 -- Гистограмма распределения логарифмов значений фактически собранного объема средств

Источник: составлено автором

Результаты графического анализа указывает на нормализацию распределения данных. Подтвердим данный вывод формально (см. таблица 16):

Н0: логарифмы значений фактически собранного объема средств распределены нормально

H1: распределение логарифмов значений фактически собранного объема средств отличается от нормального

Таблица 16 -- Результаты теста Шапиро--Уилка для логарифмов значений фактически собранного объема средств

Источник: составлено автором

Значение параметра Prob>z указывает на то, что даже на уровне значимости в 0,1 мы не можем отклонить нулевую гипотезу о нормальности распределения данных, в связи с чем в дальнейшем эконометрическом анализе будут использоваться логарифмы значений фактически собранного объема средств.

4. Отличие фактического объема собранных средств от необходимого минимального порога (Success)

Данная переменная показывает, насколько фактически объем собранных средств отличается от минимального порога. Отрицательное значение указывает на то, что фактически собранного объема средств не хватает для преодоления минимального порога. Основные характеристики выборки представлены в таблице 17.

Таблица 17 -- Характеристики переменной Success

Источник: составлено автором

Так как данная переменная также является количественной, необходимо проверить распределение ее значений на нормальность. Гистограмма распределения значений представлена на рисунке 11.

Рисунок 11 -- Гистограмма распределения значений переменной Success

Источник: составлено автором

Данная гистограмма указывает на распределение, отличное от нормального. Подтвердим это формально с помощью теста Шапиро-Уилка (см. таблица 18):

H0: значения переменной Success распределены нормально

H1: распределение значений переменной Success отличается от нормального

Таблица 18 -- Результаты теста Шапиро-Уилка для значений переменной Success

Источник: составлено автором

Результаты теста подтверждают предположения о распределении значений переменной Success, отличного от нормального.

Прологарифмируем значения переменной Success и построим на основе их диаграмму (см. рисунок 12).

Рисунок 12 -- Гистограмма распределения логарифмов значений переменной Success

Источник: составлено автором

Распределение немного стало больше похоже на нормальное, но далеко от него, в чем можно убедиться с помощью формального теста (см. таблица 19).

Н0: логарифмы переменной Success распределены нормально

H1: распределение логарифмов значений переменной Success отличается от нормального

Таблица 19 -- Результаты теста Шапиро-Уилка для логарифмов значений переменной Success

Источник: составлено автором

Даже в результате логарифмирования значений переменной Success распределение не стало более похоже на нормальное. Учитывая, что данная переменная измеряется в процентах, то лучше будет оставить ее линейный вид.

5. Факт достижения максимального объема средств

Данный параметр представляет собой дамми-переменную, где 1 - это достижение потолка объема средств, собираемых для ICO, а 0 - его недостижение. Количественное распределение значений представлено на рисунке 13.

6. Численность команды разработчиков (Team)

Данный параметр является числовым и указывает на количество человек в команде, которые разрабатывали проект для ICO. Основные характеристики данного параметра представлены в таблице 20.

Таблица 20 -- Характеристики переменной Team

Источник: составлено автором

Так как данная переменная является числовой, то ее необходимо проверить на нормальность распределения. Гистограмма распределения значений представлена на рисунке 14.

Рисунок 14 -- Гистограмма распределения значений переменной Team

Источник: составлено автором

Внешний вид распределения отличается от нормального. Подтвердим данное предположение формально (см. таблица 21).

H0: значения переменной Team распределены нормально

H1: распределение значений переменной Team отличается от нормального

Таблица 21 -- Результаты теста Шапиро-Уилка для значений переменной Team

Источник: составлено автором

Результат теста отклоняет нулевую гипотезу о нормальности распределения, поэтому принимаем противоположную гипотезу, то есть распределение значений переменной Team отлично от нормального.

Прологарифмируем значения данной переменной для того, чтобы приблизить распределение к нормальному.

Гистограмма распределения логарифмов значений представлена на рисунке 15.

Рисунок 15 -- Гистограмма распределения логарифмов значений переменной Team

Источник: составлено автором

Распределение стало ближе к нормальному, однако необходимо провести формальный тест (см. таблица 22).

H0: логарифмы значений переменной Team распределены нормально

H1: распределение логарифмов значений переменной Team отличается от нормального

Таблица 22 -- Результаты теста Шапиро--Уилка для логарифмов значений переменной Team

Источник: составлено автором

По результатам теста мы можем принять нулевую гипотезу о нормальном распределении логарифмов значений переменной Team, то есть для дальнейшего регрессионного анализа будем использовать логарифмы значений переменной Team.

7. Наличие технического документа (White_Paper)

Переменная White_Paper указывает на наличие у разработчиков документа, описывающего технические особенности разработанного проекта. Эта переменная является дамми, где 0 - это отсутствие документа, 1 - его наличие. Какое количество проектов имеют white paper представлено на рисунке 16.

8. Фиатные валюты (Fiat)

Данная дамми-переменная указывает на то, принимала компания в качестве инвестиций для ICO фиатные валюты: 0 - не принимала, 1 - принимала. Соотношение таких компаний можно увидеть на рисунке 17.

9. Ethereum (Eth)

Дамми-переменная, показывающая, принимала ли компания в качестве инвестиций Ethereum: 0 - не принимала, 1 - принимала. Из 201 компании не принимала Ethereum только 1 компания.

10. Bitcoin (BTC)

Дамми-переменная, показывающая, принимала ли компания в качестве инвестиций Bitcoin: 0 - не принимала, 1 - принимала. Соотношение таких компаний представлено на рисунке 18.

11. Количество криптовалют, принимаемых во время ICO (n_curr)

Числовая переменная n_curr, характеризующая, какое количество криптовалют принимала компания в ходе ICO кампании. Основные ее характеристики представлены в таблице 23.

Таблица 23 -- Характеристика переменной n_curr

Источник: составлено автором

Так как переменная является целочисленной, то распределение ее значений необходимо проверить на нормальность. Гистограмма распределения значений представлена на рисунке 19.

Рисунок 19 -- Гистограмма распределения значений переменной n_curr

Источник: составлено автором

Графически распределение отличается от нормального, в чем также можно убедиться с помощью формального теста (см. таблица 24).

H0: значения переменной n_curr распределены нормально

H1: распределение значений переменной n_curr отличается от нормального

Таблица 24 -- Результаты теста Шапиро-Уилка для значений переменной n_curr

Источник: составлено автором

Результат теста подтверждает предположение о распределение значений переменной n_curr, отличного от нормального.

Прологарифмируем значения переменной n_curr и построим гистограмму их распределения (см. рисунок 20).

Рисунок 20 -- Гистограмма распределения логарифмов значений переменной n_curr

Источник: составлено автором

Распределение графически отличается от нормального. Проведем формальный тест, чтобы проверить, приблизилось ли распределение к нормальному после логарифмирования (см. таблица 25):

H0: логарифмы значения переменной n_curr распределены нормально

H1: распределение логарифмов значений переменной n_curr отличается от нормального

Таблица 25 -- Результаты теста Шапиро--Уилка для логарифмов значений переменной n_curr

Источник: составлено автором

Распределение стало немного ближе к нормальному, согласно результатам теста. Вместе с тем, мы не можем принять нулевую гипотезу о нормальности распределения на любом из стандартных значений уровня значимости (0,01; 0,05; 0,1). Однако для регрессионного анализа оставим логарифмические значения переменной n_curr.

12. Наличие бонусной программы (bonus)

Дамми-переменная, показывающая, была ли у компании бонусная программа во время привлечения средств для ICO: 0 - бонусной программы не было, 1 - бонусная программа была. Соотношение таких компаний представлено на рисунке 21.

Рисунок 21 -- Наличие бонусной программы

3.2 Построение регрессионной модели

Для начала объясним объем собранных средств имеющимися данными. В ходе разведочного анализа было установлено, что нормальное распределение имеется у логарифмов значений объема собранных средств, который и будет являться зависимой переменной.

Независимые переменные представлены в таблице 26.

Таблица 26 -- Независимые переменные

Переменная

Описание

min

Минимальный установленный порог средств в долларах США, необходимый для успешной реализации ICO

success

Параметр, показывающий насколько объем собранных средств превысил минимальный установленный порог

hard_cup (дамми-переменная)

Параметр, показывающий достиг ли объем собранных средств максимально возможного значения (

team

количество человек в команде-разработчиков

white_paper (дамми-переменная)

Наличие White Paper

fiat (дамми-переменная)

Возможность вкладываться в ICO фиатными валютами

eth (дамми-переменная)

Возможность инвестирования при помощи Ethereum

btc (дамми-переменная)

Возможность инвестирования при помощи Bitcoin

n_curr (дамми-переменная)

Общее количество криптовалют, которыми можно было вкладываться в ICO

bonus (дамми-переменная)

Наличие бонуса для инвесторов при инвестировании в ICO

Источник: составлено автором

Перед построением модели сформулируем несколько гипотез.

Гипотеза 1

Минимальный установленный порог объема средств необходимых для реализации проекта, влияет на фактический объем собранных средств, привлеченных во время ICO

Гипотеза 2

Установленный порог максимального объема собранных средств влияет на фактический объем собранных средств, привлеченных во время ICO

Гипотеза 3

Численность команды разработчиков влияет на фактический объем собранных средств

Гипотеза 4

Наличие технического документа влияет на фактический объем собранных средств

Гипотеза 5

Принятие фиатных валют для инвестирования влияет на фактический объем собранных средств

Гипотеза 6

Принятие Ethereum для инвестирования влияет на фактический объем собранных средств

Гипотеза 7

Принятие Bitcoin для инвестирования влияет на фактический объем собранных средств

Гипотеза 8

Количество принимаемых криптовалют для инвестирования влияет на фактический объем собранных средств

Гипотеза 9

Наличие бонусной программы в ходе кампании ICO влияет на фактический объем собранных средств

Для проверки этих гипотез была построена модель со следующим уравнением регрессии:

ln(coll)=0,73ln(min)+0,001success+0,74hard_cup+0,11ln(team)-0,05white_paper+0,19fiat-0,002eth+0,44btc-0,28ln(curr)-0,09bonus

Результаты данной модели можно увидеть в таблице 27.

Таблица 27 -- Модель для объяснения объема собранных средств

Источник: составлено автором

Как видно из результатов модели, статистически значимыми регрессорами на уровне значимости в 1% оказались только минимальный необходимый порог объема средств, успешность кампании, достижение максимального объема собираемых средств и константа, на уровне значимости в 5% -- учет Bitcoin для инвестирования в ICO проект.

Несмотря на относительно высокую объясняющую силу модели, данная модель, на наш взгляд, является неудовлетворительной, так как переменная Success является нелинейной комбинацией переменных Minimum и Collected ().

Следовательно, для построения более корректной модели необходимо исключить параметр Success из модели с зависимой переменной log_coll (логарифм значений фактически собранных средств). В результате получается следующее уравнение:

ln(coll)=0,5ln(min)+1,62hard_cup+0,18ln(team)-0,04white_paper+0,29fiat-0,07eth+0,45btc-0,12ln(curr)-0,001bonus

Результаты данной модели можно увидеть в таблице 28.

Таблица 28 -- Скорректированная модель для объяснения объема собранных средств

Источник: составлено автором

Видно, что объясняющая сила модели снизилась практически в два раза (с 0,62 до 0,39), однако на уровне значимости в 10% стали значимы два параметра - количество криптовалют, которые принимались для инвестирования в ходе ICO кампании, и учет биткоина в качестве актива для инвестирования. Также хотелось бы отметить, что близок к значимости на 10% уровне параметр, отражающий учет фиатных активов для инвестирования.

Выводы по главе 3

На основе проведенного регрессионного анализа можно сделать следующие выводы:

параметры численность команды разработчиков, наличие технического документа и бонусной программы статистически не значимы на стандартных уровнях значимости (0,01; 0,05 и 0,1), а потому не влияют на объем собранных средств во время ICO.

учет Ethereum в качестве актива для инвестирования оказался незначимым в силу того, что он был использован всеми компаниями, которые есть в выборке, а использование других криптовалют (Биткоина), их количество, а также возможность использовать фиатные валюты для инвестирования - статистически значимы на 10%. К примеру, учет Биткоина в качестве актива для инвестирования увеличивает объем собираемых средств на 45,13%, а учет фиатных валют - на 29,04%. Вместе с тем, увеличение количества криптовалют, которые можно использовать для инвестирования в ICO кампанию негативно влияет на объем собранных средств - каждая новая криптовалюта, принимаемая для привлечения инвестиций, снижает объем привлеченных средств на 12,3%;

увеличение минимального порога объема собираемых средств на 1% ведет к увеличению объема собранных средств на 0,005%, что говорит, несмотря на статистическую значимость параметра, о его незначительном влиянии на зависимую переменную;

достижение установленного порога максимального объема собираемых средств приводит к увеличению объема фактически собранных средств в среднем на 162%, то есть можно предположить, что в среднем у компаний, которые достигли ими же установленного потолка по объему собранных средств, в 1,62 раза больше средств, чем у других компаний, преодолевших свой минимальный порог. Это позволяет нам сделать предположение о том, что те компании, которые достигли своего максимума по объему собранных средств, имеют небольшую разницу между минимальной и максимальной установленной планкой сбора.

Подводя итоги результатов проведенного исследования, можно сделать вывод, что на объем фактически собранных средств в ходе ICO кампании наибольшее влияние имеет возможность инвестирования с помощью Bitcoin или фиатных валют, так как наибольшее число потенциальных инвесторов имеют возможность инвестировать с помощью данных активов. Вместе с тем, увеличение количества криптовалют, с помощью которых можно инвестировать в проекты, негативно сказывается на объеме привлекаемых средств, что, вероятно, указывает на недоверие со стороны инвесторов к проектам с большим спектром активов для вложения. Следовательно, можно предположить, что на данном этапе развития финансовых и блокчейн технологий инвестор характеризуется как относительно консервативный, так как доверяет проверенным временем активам для инвестирования (фиатные валюты и Биткоин).

Таким образом, компании, участвующей в привлечение инвестиций при помощи модели ICO, необходимо привлекать средства через фиатные валюты или Биткоин, чтобы увеличить вероятность успешного завершения данной кампании.

Заключение

В ходе работы были выявлены основные особенности модели ICO, которые заключаются в простоте привлечения инвестиций, отсутствие законодательных барьеров, низких издержках, относительной анонимности инвесторов. Возможность создания смарт-контрактов и использование технологии блокчейн позволяет компаниям определять порог привлекаемых средств, цену выпускаемых токенов, размер эмиссии и временные рамки процесса. Модель ICO включает в себя определенные стадии, каждая из которых представляет собой процесс подготовки и выхода на ICO. По мере прохождения стадий компания разрабатывает собственную стратегию и подходы к её реализации. Процесс ICO может проходить в несколько этапов, каждый из которых имеет свои особенности как для компании, так и для инвесторов.

Рост популярности криптовалют и спрос на новые проекты стали основными предпосылками появления модели ICO. ICO является сопутствующим продуктом криптовалюты, который служит источником появления новых аналогов на рынке. Новые криптовалюты способствуют улучшению существующей технической базы и функционала крипто-активов.

Сравнительный анализ ICO с традиционными каналами привлечения инвестиций показал, что механизмы данных каналов в определенной степени были заимствованы в модели ICO. Однако данный способ привлечения инвестиций позволяет привлечь финансирование на уровне идеи с минимальным количеством начального капитала. Неограниченное число инвесторов без гарантии доли в собственности, перспективный рынок и широкий выбор валюты делают данную модель особенно привлекательной для стартапов.

С точки зрения инвесторов, вложения в проекты ICO являются высоко рискованными, а рынок имеет высокую асимметрию информации в виде отсутствия общепринятых правил. Однако высокая ликвидность, повышенный уровень конфиденциальности и отсутствие порога инвестируемых средств являются конкурентными преимуществами данного способа и заслуживают особого внимания инвесторов.

Современное состояние рынка ICO в определенной степени зависит от состояния рынка криптовалют. Высокая волатильность и доминирование Биткойна в удельном весе криптовалют говорят об относительной незрелости рынка. Новые криптовалюты, появившиеся в результате ICO, еще не достигли максимума своей капитализации и не могут конкурировать по цене с Биткойном.

Рынок ICO характеризуется высокой страновой специализацией. Выбор страны зависит от уровня развития экономического климата и особенностей законодательства. В целом, компании привлекают средства для проектов, связанных со сферой услуг. Однако большинство выпускаемых в итоге продуктов связано с криптовалютой.

Модель ICO связана с определенными рисками как для компаний эмитентов токенов, так и для инвесторов. Основным риском является отсутствие общепринятого устоявшегося регулирования. Подходы к регулированию ICO в разных странах продолжают совершенствоваться. Большинство стран склонны к включению ICO в существующие регулятивные рамки либо созданию новых законодательных норм. Однако некоторые из них являются сторонниками строгого запрета ICO и операций, связанных с криптовалютой.

В ходе регрессионного анализа факторов, влияющих на успех ICO, было выявлено, что на объем фактически собранных средств в ходе ICO кампании наибольшее влияние оказывает возможность инвестирования с помощью Биткойна или фиатных валют. Благодаря чему можно предположить, что на данном этапе развития рынка ICO инвестор характеризуется как относительно консервативный, так как доверяет проверенным временем активам для инвестирования.

Подводя итог данного исследования, можно сделать вывод о состоятельности модели ICO как альтернативного канала привлечения инвестиций в международном бизнесе. Модель ICO является перспективным источником привлечения инвестиций, в особенности для стартапов. Ясность в нормативно-правовой базе и подходе к регулированию ICO может являться ключевым шагом для дальнейшего развития данной модели.

Список литературы

1. Корнилов Д., Зайцев Д., Корнилова Е. Современные формы краудфандинга и краудселинга, аналитика рынка ICO. // ИТпортал. 2017. №3 (15). URL: http://itportal.ru/science/economy/sovremennye-formykraudfandinga-i-k/

2. Alharby M., Aldweesh A., Moorsel A. Blockchain-based Smart Contracts: A Systematic Mapping Study of Academic Research. // ResearchGate. 2018. P. 2 URL: https://www.researchgate.net/publication/333748177_Blockchain-based_Smart_Contracts_A_Systematic_Mapping_Study_of_Academic_Research_2018

3. Alsuwaidi H. Venture Capital Research Paper. // ResearchGate. 2019. P. 4 URL: https://www.researchgate.net/publication/318673054_Venture_Capital_Research_Paper

4. Boreiko D., Sahdev N. To ICO or not to ICO - Empirical analysis of Initial Coin Offerings and Token Sales. // ResearchGate. 2018. P. 11 URL: https://www.researchgate.net/publication/326756824_To_ICO_or_not_to_ICO_-_Empirical_analysis_of_Initial_Coin_Offerings_and_Token_Sales

5. Chanson M., Gjoen J., Risius M., Wortmann F. Initial coin offerings (ICOs): The role of social media for organizational legitimacy and underpricing. // ResearchGate. 2018. P 1-2. URL: https://www.researchgate.net/publication/328064803_Initial_Coin_Offerings_ICOs_The_role_of_Social_Media_for_Organizational_Legitimacy_and_Underpricing

6. De Vauplane H. OVERVIEW OF ICO REGULATIONS AROUND THE WORLD. // Kramer Levin. 2018. URL: https://www.kramerlevin.com/images/content/4/6/v2/46184/181115-presentation-ICO.pdf

7. EY research: initial coin offerings (ICOs). // EY. 2017. URL: https://www.ey.com/Publication/vwLUAssets/ey-research-initial-coin-offerings-icos/$File/ey-research-initial-coin-offerings-icos.pdf

8. Fenu G., Marchesi L., Marchesi M., Tonelli R. The ICO phenomenon and its relationships with ethereum smart contract environment. // ResearchGate. 2018. URL: https://www.researchgate.net/publication/324099008_The_ICO_phenomenon_and_its_relationships_with_ethereum_smart_contract_environment

9. Framework for “Investment Contract” Analysis of Digital Assets. // SEC. URL: https://www.sec.gov/corpfin/framework-investment-contract-analysis-digital-assets

10. France Approves First ICO. // Bitcoin.com. URL: https://news.bitcoin.com/france-approves-first-ico/

11. ICO Market Monthly Analysis November 2019. // ICObench. 2019. URL: https://icobench.com/reports/ICObench_ICO_Market_Analysis_November_2019.pdf

12. ICO Market Weekly Review. // ICObench. 21.01.2020. URL: https://icobench.com/reports/ICO_Market_Weekly_Review-03_2020.pdf

13. Initial Coin Offerings (ICOs) for SME Financing. // OECD. 2019. URL: http://www.oecd.org/finance/ICOs-for-SME-Financing.pdf

14. Initial coin offerings. // PWC. URL: https://www.pwc.ch/en/industry-sectors/financial-services/fs-regulations/ico.html

15. Making sense of bitcoin, cryptocurrency and blockchain. // PWC. URL: https://www.pwc.com/us/en/industries/financial-services/fintech/bitcoin-blockchain-cryptocurrency.html

16. Masiak C., Block J., Masiak T., Neuenkirch M., Pielen K. Initial coin offerings (ICOs): market cycles and relationship with bitcoin and ether // Springer. 2019. URL: https://link.springer.com/article/10.1007/s11187-019-00176-3

17. Mendelson M. From Initial Coin Offerings to Security Tokens: A U.S. Federal Securities Law Analysis. // STANFORD TECHNOLOGY LAW REVIEW. 2019. Vol. 22:1. URL: https://law.stanford.edu/wp-content/uploads/2019/01/Mendelson_20180129.pdf

18. Myaloa A., Glukhov N. Factors of Success of Initial Coin Offering. Empirical Evidence from 2016-2019. // Finance: Theory and Practice. 2019;23(5):30-49.

19. Payment Tokens. // Medium. URL: https://medium.com/coinbundle/for-beginners-payment-tokens-2caae2fcc1d8

20. Perkins D. Cryptocurrency: The Economics of Money and Selected Policy Issues. // Congressional Research Service. 2020. Volume 3. URL: https://fas.org/sgp/crs/misc/R45427.pdf

21. The 3 Types of Tokens and Why They're Worth So Much. // Medium. URL: https://medium.com/block-16/the-3-types-of-tokens-and-why-theyre-worth-so-much-86e65703e320

22. Top 5 biggest scam projects in crypto history. // Medium. URL: https://medium.com/coinbundle/top-5-biggest-scam-projects-in-crypto-history-ef5ce879ded9

23. Zetsche D., Buckley R., Arner D., Fohr L. The ICO Gold Rush: It's a Scam, It's a Bubble, It's a Super Challenge for Regulators. // ResearchGate. 2018. URL: https://www.researchgate.net/publication/321381542_The_ICO_Gold_Rush_It's_a_Scam_It's_a_Bubble_It's_a_Super_Challenge_for_Regulators

Приложение 1

Сравнение платформ для проведения ICO

Платформа

Преимущества

Недостатки

Ethereum

Бесплатная установка

Стандарт токена ERC?20

Собственный язык программирования

Четкие рекомендации для разработчиков

Доступность сопровождающей литературы

Популярность

Перегрузка сети

Трудность масштабирования

Дороже аналогов

Проблемы безопасности

Уязвимость для хакеров

Waves

Простота создания собственных токенов

Высокая скорость операций

Разнообразный функционал

Перебои в системе

Проблемы безопасности

Небольшая база пользователей

Hyperledger fabric

Бесплатное использование

Открытый исходный код

Поддержка IBM

Разнообразный функционал

Возможность использования нескольких языков программирования

Невозможность создания собственных токенов

Stellar

Простота в использование

Высокая производительность

Низкие издержки использования

Не подходит для более сложных смарт-контрактов

Недоработанное программное обеспечение

NEM

Простота в использовании (основан на языке Java)

Масштабируемость

Высокая производительность

Высокий уровень безопасности

Небольшая база пользователей

Небольшой набор инструментов

Менее децентрализованный

Источник: Myaloa A., Glukhov N. Factors of Success of Initial Coin Offering. Empirical Evidence from 2016-2019. // Finance: Theory and Practice. 2019;23(5):30-49. P. 32

Приложение 2

Выборка ICO

компания

платформа

мин. сумма сбора (USD)

cобранно (USD)

success %

hard cup

кол-во чел в комаде

white paper

fiat

eth

btc

n_curr

bonus

Tixl

Separate bl.

1 000 000,00

1 250 000,00

25

0

8

1

1

1

1

5

1

Cryptoindex

Ethereum

3 000 000,00

11 037 891,00

267,9297

0

10

1

0

1

1

5

1

ETERBASE

Ethereum

1 600 000,00

7 200 000,00

350

0

5

1

0

1

1

2

1

2local

stellar

150 000,00

650 000,00

333,33333

0

18

0

1

1

1

5

1

JOYS

Ethereum

5 000 000,00

279 850,00

-94,403

0

22

0

0

1

1

4

1

Aenco

Ethereum

15 000 000,00

16 456 000,00

9,7066667

0

15

1

0

1

1

2

1

Max Crowdfund

Separate bl.

500 000,00

750 000,00

50

0

7

1

1

1

1

8

1

Minter

Separate bl.

1 900 000,00

6 336 000,00

233,47368

1

8

0

0

1

1

3

0

MyTVchain

Ethereum

1 000 000,00

2 000 000,00

100

0

10

1

1

1

1

6

1

Sylo

Ethereum

25 000 000,00

10 600 000,00

-57,6

0

21

1

0

1

0

1

0

TriipMiles

Ethereum

250 000,00

700 000,00

180

0

10

1

1

1

1

4

1

Verasity

Ethereum

4 000 000,00

4 000 000,00

0

0

15

1

0

1

1

2

0

Cryptocean

Ethereum

25 000 000,00

2 796 880,00

-88,81248

0

12

1

1

1

1

7

1

Lition

Ethereum

2 000 000,00

4 900 000,00

145

0

14

1

0

1

1

2

0

Ojooo

Ethereum

1 500 000,00

7 500 000,00

400

0

22

1

1

1

1

3

1

Phoneum

Ethereum

1 000 000,00

2 400 000,00

140

0

13

1

0

1

1

4

1

QuarkChain

Ethereum

4 000 000,00

4 000 000,00

0

1

7

1

0

1

0

1

1

Smart Valor

Ethereum

3 000 000,00

5 882 520,00

96,084

0

14

0

1

1

1

3

1

Azbit

Ethereum

6 500 000,00

9 000 000,00

38,461538

0

11

1

1

1

1

6

0

Bytus

Ethereum

8 000 000,00

21 000 000,00

162,5

1

15

1

0

1

1

3

1

Consentium

Ethereum

10 000 000,00

42 000 000,00

320

1

6

0

1

1

0

2

1

Contentos

Ethereum

20 000 000,00

31 230 000,00

56,15

1

5

1

0

1

0

1

0

ELIGMA

Separate bl.

3 000 000,00

11 377 277,00

279,24257

0

27

0

0

1

0

1

1

InnovaMinex

Separate bl.

10 000 000,00

4 000 000,00

-60

0

19

0

0

1

1

8

1

MoneyToken

Ethereum

3 000 000,00

37 189 195,00

1139,6398

1

7

0

0

1

1

4

1

Roobee

Ethereum

4 500 000,00

4 500 000,00

0

0

18

1

0

1

0

1

1

Solve.Care

Ethereum

3 000 000,00

20 000 000,00

566,66667

1

2

0

0

1

1

2

1

Spiking

Ethereum

2 000 000,00

32 230 000,00

1511,5

1

7

1

0

1

0

1

1

Unibright

Ethereum

2 200 000,00

12 604 551,00

472,93414

0

8

1

0

1

1

2

1

Volentix

eos

3 000 000,00

15 489 322,00

416,31073

0

10

1

0

1

1

4

1

aXpire

Ethereum

3 000 000,00

20 000 000,00

566,66667

1

13

1

0

1

1

2

0

BQT

Ethereum

2 000 000,00

37 000 000,00

1750

0

19

0

0

1

0

1

1

Cura Network

Ethereum

5 000 000,00

500 000,00

-90

0

6

1

0

1

1

4

1

DeStream

stratis

5 500 000,00

5 600 000,00

1,8181818

0

21

1

0

1

1

6

1

Holo

Ethereum

1 000 000,00

19 389 382,00

1838,9382

0

10

1

0

1

0

1

0

moolyacoin

Ethereum

3 000 000,00

25 000 000,00

733,33333

1

12

1

1

1

0

2

1

qiibee

Ethereum

3 000 000,00

8 460 000,00

182

0

18

1

1

1

1

10

1

Unibright

Ethereum

2 200 000,00

12 604 551,00

472,93414

0

8

1

0

1

1

2

1

V-ID

Ethereum

1 000 000,00

3 400 000,00

240

0

13

1

1

1

1

3

1

Vertex

Ethereum

3 000 000,00

3 000 000,00

0

0

12

1

0

1

1

2

0

WPP

Ethereum

5 000 000,00

59 780 000,00

1095,6

1

15

1

0

1

1

3

1

DreamTeam

Ethereum

2 000 000,00

10 106 035,00

405,30175

0

13

0

0

1

1

2

1

iOWN Token

Ethereum

1 200 000,00

1 500 000,00

25

0

12

1

0

1

0

1

1

LOLTOKEN

Ethereum

10 000 000,00

3 000 000,00

-70

0

21

1

0

1

0

1

0

Root Blockchain

Ethereum

1 000 000,00

1 000 000,00

0

0

5

0

0

1

0

1

1

Stacktical

Ethereum

1 000 000,00

1 170 000,00

17

0

5

1

0

1

0

1

1

Swipecrypto

Ethereum

480 000,00

1 800 000,00

275

1

15

0

0

1

1

5

0

TEMCO

rsk

5 000 000,00

19 000 000,00

280

1

12

0

0

1

1

3

0

Adab Solutions

Ethereum

2 500 000,00

7 251 100,00

190,044

0

11

0

0

1

1

2

1

aQuest

Ethereum

1 000 000,00

3 200 000,00

220

0

10

1

1

1

1

4

1

ARROUND

Ethereum

5 000 000,00

30 000 000,00

500

1

9

0

0

1

1

5

0

Auctus

Ethereum

1 634 000,00

3 770 005,00

130,72246

1

12

1

0

1

0

1

1

Bidooh

Ethereum

5 000 000,00

3 245 118,00

-35,09764

0

19

1

0

1

1

3

0

BitOrb

tomo

1 000 000,00

1 515 650,00

51,565

0

12

0

0

1

1

2

1

Brain Space

Ethereum

14 526 000,00

20 140 000,00

38,647942

0

4

1

0

1

1

2

0

BuratinoBS

Ethereum

3 000 000,00

10 150 000,00

238,33333

0

9

1

0

1

1

6

1

CargoCoin

Ethereum

5 000 000,00

5 000 000,00

0

0

15

1

1

1

1

4

1

Coupon Chain

Ethereum

4 000 000,00

2 000 000,00

-50

0

9

1

0

1

0

1

1

Crypt ON

Ethereum

4 000 000,00

3 750 450,00

-6,23875

0

12

0

0

1

1

7

1

Crypto Market Ads

Ethereum

70 000,00

100 000,00

42,857143

0

9

0

0

1

0

1

1

Cryptoprofile

Ethereum

1 162 556,00

1 397 988,00

20,25124

0

7

0

0

1

0

1

0

DexAge

Ethereum

5 000 000,00

6 068 720,00

21,3744

0

11

1

0

1

1

2

1

ECOMI

Ethereum

5 750 000,00

22 125 000,00

284,78261

0

15

0

1

1

0

2

1

Excolony

x11

1 000 000,00

1 128 000,00

12,8

0

9

0

0

1

0

1

1

Fanfare

Ethereum

4 000 000,00

9 000 000,00

125

0

7

0

0

1

0

1

1

Fidelity House

Ethereum

50 000 000,00

3 000 000,00

-94

0

24

1

0

1

0

1

1

Fiii

custom

15 000 000,00

10 708 813,00

-28,60791

0

24

0

0

0

1

2

1

FoodNation

Ethereum

1 200 000,00

150 000,00

-87,5

0

6

0

0

1

0

1

1

Fortem Capital

Ethereum

2 000 000,00

5 124 000,00

156,2

0

15

0

0

1

1

2

0

FortFC

Ethereum

2 000 000,00

785 876,00

-60,7062

0

33

0

1

1

1

3

1

FRELDO

Ethereum

500 000,00

20 172 828,00

3934,5656

1

15

1

1

1

1

3

1

Gastery

Ethereum

1 000 000,00

1 764 397,00

76,4397

0

7

0

0

1

1

4

1

Geeba

Ethereum

3 200 000,00

3 600 000,00

12,5

0

13

0

1

1

1

4

1

GigTricks

Ethereum

2 500 000,00

2 800 000,00

12

0

13

0

1

1

1

3

1

HighBank

Ethereum

5 000 000,00

5 000 000,00

0

0

15

1

0

1

1

3

0

HubrisOne

Ethereum

100 000,00

500 000,00

400

0

4

1

0

1

0

1

1

Humancoin

Ethereum

6 000 000,00

6 607 055,00

10,117583

0

4

0

0

1

0

1

1

IGT

Ethereum

1 000 000,00

1 664 444,00

66,4444

0

11

1

0

1

1

4

0

imusify

neo

1 000 000,00

1 607 008,00

60,7008

0

19

1

0

1

1

7

1

iOWN Token

Ethereum

1 200 000,00

1 500 000,00

25

0

12

1

0

1

0

1

1

Liker

Ethereum

1 400 000,00

14 000 000,00

900

1

22

1

0

1

0

1

1

Lynked.World

Ethereum

5 000 000,00

6 215 494,00

24,30988

0

21

1

0

1

1

2

1

Nagricoin

Ethereum

500 000,00

1 718 000,00

243,6

0

13

1

0

1

0

1

1

Neironix

Ethereum

1 000 000,00

3 003 664,00

200,3664

0

19

1

0

1

1

2

1

Okschain

Ethereum

4 725 000,00

9 765 266,00

106,6723

0

5

1

1

1

1

4

1

OPP Open WiFi

Ethereum

4 000 000,00

4 462 120,00

11,553

0

12

1

1

1

1

3

1

Opu Labs

Ethereum

2 000 000,00

2 000 000,00

0

0

24

0

0

1

1

2

1

Peculium

Ethereum

7 000 000,00

9 917 634,00

41,680486

0

35

0

0

1

0

1

1

Peoplewave

Ethereum

2 000 000,00

591 600,00

-70,42

0

19

0

1

1

1

3

1

Securix

Ethereum

3 000 000,00

5 000 000,00

66,666667

0

11

0

1

1

1

4

1

Snapparazzi

Ethereum

10 000 000,00

10 000 000,00

0

0

8

1

1

1

1

3

0

Solarex

Ethereum

5 000 000,00

2 100 000,00

-58

0

18

1

0

1

1

6

1

Stacktical

Ethereum

1 000 000,00

1 170 000,00

17

0

5

1

0

1

0

1

1

Swinca

pivx

10 000 000,00

5 325 000,00

-46,75

0

12

0

0

1

1

2

1

TEMCO

rsk

5 000 000,00

19 000 000,00

280

1

12

0

0

1

1

3

0

Terawatt

Ethereum

2 000 000,00

10 852 570,00

442,6285

0

5

1

0

1

1

2

1

TerraGreen

Separate bl.

5 000 000,00

6 724 000,00

34,48

0

13

1

0

1

1

5

1

Tokeneo

Ethereum

3 000 000,00

505 723,00

-83,14257

0

11

1

0

1

1

4

1

WatermelonBlock

nem

3 500 000,00

3 500 000,00

0

0

18

1

0

1

1

3

0

Winnest

Ethereum

3 500 000,00

4 776 404,00

36,468686

0

16

0

1

1

1

4

1

Zichain

Ethereum

3 000 000,00

3 300 000,00

10

0

21

0

0

1

1

3

1

Acorn Collective

Ethereum

7 000 000,00

15 000 000,00

114,28571

0

29

0

0

1

0

1

1

Aerum

Ethereum

3 000 000,00

5 123 054,00

70,768467

0

11

0

0

1

1

6

1

AgentMile

Ethereum

1 000 000,00

18 544 627,00

1754,4627

0

9

0

0

1

0

1

1

AllSesame

Ethereum

1 500 000,00

700 000,00

-53,33333

0

21

0

0

1

1

2

1

Alt.Estate

Ethereum

1 000 000,00

4 593 121,00

359,3121

0

13

1

0

1

1

2

1

ARAW

Ethereum

2 000 000,00

2 500 000,00

25

0

11

0

0

1

0

1

1

Beaxy Exchange

Ethereum

4 200 000,00

3 000 000,00

-28,57143

0

18

0

0

1

0

1

0

BitCanna

Separate blockchain

3 000 000,00

16 000 000,00

433,33333

0

19

1

1

1

1

3

0

Boomstarter.Network

Ethereum

3 000 000,00

3 480 368,00

16,012267

0

11

0

0

1

1

2

1

CEEK

Ethereum

10 000 000,00

17 344 575,00

73,44575

0

7

0

0

1

1

2

1

CryptoHIT

Ethereum

5 000 000,00

1 080 412,00

-78,39176

0

8

0

1

1

1

3

1

CYBR

Ethereum

2 000 000,00

2 000 000,00

0

0

7

1

0

1

0

1

0

Dacxi

Ethereum

3 000 000,00

3 000 000,00

0

0

13

0

0

1

1

2

0

Datareum

Ethereum

500 000,00

5 144 571,00

928,9142

0

9

0

0

1

0

1

1

DatEat

Ethereum

3 000 000,00

18 000 000,00

500

0

19

0

0

1

0

1

1

DateCoin

Ethereum

4 000 000,00

19 000 000,00

375

0

9

0

0

1

1

2

1

Donocle

Ethereum

10 000 000,00

10 000 000,00

0

0

14

1

0

1

1

2

1

EarthCycle

Waves

12 000 000,00

16 400 000,00

36,666667

0

4

1

0

1

1

2

1

Elysian

Ethereum

3 000 000,00

7 000 000,00

133,33333

1

12

0

0

1

0

1

1

Eternal Trusts

EOS

7 000 000,00

6 195 576,00

-11,49177

0

9

0

0

1

1

2

1

Etheal

Ethereum

4 800 000,00

820 000,00

-82,91667

0

7

1

0

1

0

1

0

Exolover

Ethereum

500 000,00

2 317 600,00

363,52

0

8

1

0

1

0

1

0

EXTRADECOIN

Ethereum

5 000 000,00

1 739 528,00

-65,20944

0

6

0

0

1

0

1

1

FinanceX

Ethereum

3 000 000,00

7 000 000,00

133,33333

0

16

0

0

1

1

2

1

Finlocale

Ethereum

2 000 000,00

2 520 000,00

26

0

5

0

1

1

2

1

Fluzcoin

Ethereum

10 000 000,00

10 000 000,00

0

0

7

0

0

1

1

2

0

GAMB

Ethereum

5 000 000,00

8 200 000,00

64

0

31

1

0

1

0

1

1

Grapevine

Ethereum

4 500 000,00

26 799 000,00

495,53333

0

7

1

0

1

1

4

1

Gric

Ethereum

1 000 000,00

17 114 775,00

1611,4775

0

8

1

0

1

1

4

1

Inmediate

Zilliqa

4 000 000,00

5 000 000,00

25

0

14

0

0

1

1

2

0

IronX

Ethereum

18 000 000,00

26 319 447,00

46,21915

0

21

1

1

1

1

3

1

Jibbit

Ethereum

1 000 000,00

920 000,00

-8

0

23

0

0

1

0

1

1

Jury.Online

Ethereum

3 000 000,00

3 927 409,00

30,913633

0

3

0

0

1

1

5

0

Kepler Token

Ethereum

5 000 000,00

13 700 000,00

174

0

12

0

0

1

1

2

1

Litenett

Ethereum

1 500 000,00

2 450 500,00

63,366667

0

9

0

1

1

0

2

1

Membrana

Ethereum

1 000 000,00

600 000,00

-40

0

11

0

1

1

1

5

1

Multiversum

Ethereum

5 000 000,00

21 403 270,00

328,0654

0

14

0

0

1

1

5

1

MyCryptoBank

EOS

3 000 000,00

3 000 000,00

0

0

16

0

0

1

1

6

1

Omnitude

Hyperledger

10 000 000,00

8 000 000,00

-20

0

12

1

0

1

1

3

0

Onam

Ethereum

2 500 000,00

2 000 000,00

-20

0

13

0

0

1

1

2

1

Online

Ethereum

5 000 000,00

50 000 000,00

900

1

11

0

0

1

1

2

1

Paymon

Ethereum

500 000,00

1 092 514,00

118,5028

0

12

0

0

1

1

2

1

Ponder

Ethereum

1 500 000,00

3 500 000,00

133,33333

0

13

0

0

1

0

1

1

PROOF OF TOSS

Ethereum

2 420 000,00

1 702 799,00

-29,6364

0

13

1

0

1

0

1

1

SKYFchain

Ethereum

5 000 000,00

6 200 000,00

24

0

14

1

0

1

1

2

1

SportsFix

NEM

2 000 000,00

2 000 000,00

0

0

10

0

0

1

0

1

1

Stips

EOS

4 400 000,00

1 400 000,00

-68,18182

0

11

1

0

1

1

6

1

Streamity

Ethereum

500 000,00

4 200 000,00

740

0

19

1

1

1

1

5

0

Swachhcoin

Ethereum

5 000 000,00

11 000 000,00

120

0

14

0

0

1

1

4

0

The 4th Pillar

Ethereum

2 320 000,00

1 000 000,00

-56,89655

0

36

1

0

1

0

1

1

Treon

Ethereum

4 000 000,00

1 137 000,00

-71,575

0

7

0

0

1

1

2

1

Vectorium Plus

Separate blockchain

1 500 000,00

626 152,00

-58,25653

0

15

1

1

1

1

9

1

VegaWallet

Ethereum

3 500 000,00

6 294 962,00

79,856057

0

13

0

1

1

1

4

0

VISO

Waves

3 000 000,00

1 000 000,00

-66,66667

0

6

0

0

1

1

3

1

WhenHub

Ethereum

35 000 000,00

4 000 000,00

-88,57143

0

9

1

0

1

0

3

1

Xriba

Ethereum

10 000 000,00

12 600 000,00

26

0

9

0

0

1

0

1

0

Yanu

Ethereum

1 000 000,00

1 130 500,00

13,05

0

15

0

0

1

1

5

1

YOUnited

Graphene

2 400 000,00

600 000,00

-75

0

20

1

0

1

1

3

1

Yumerium

Ethereum

3 000 000,00

3 000 001,00

3,333E-05

0

12

0

0

1

1

2

1

BASIS NEURO

Ethereum

5 000 000,00

9 000 000,00

80

0

12

0

0

1

0

1

0

BCNEX

Ethereum

2 000 000,00

1 000 000,00

-50

0

8

0

0

1

1

4

0

Biogen

Ethereum

3 000 000,00

750 000,00

-75

0

8

1

0

1

0

1

0

Bitozz

Ethereum

4 000 000,00

5 100 000,00

27,5

0

9

1

0

1

1

2

0

Crypto Circle eXchange

Ethereum

5 000 000,00

1 515 000,00

-69,7

0

13

1

0

1

0

1

1

Cryptoxygen

Ethereum

3 500 000,00

400 000,00

-88,57143

0

7

1

0

1

1

3

1

ELAD Network

Ethereum

55 000,00

502 563,00

813,75091

0

13

1

0

1

1

4

1

Enkidu

Ethereum

5 000 000,00

373 000,00

-92,54

0

4

0

0

1

1

2

1

Fox Trading

Ethereum

500 000,00

300 000,00

-40

0

8

1

0

1

1

2

1

GSC Platform

Ethereum

1 000 000,00

1 322 490,00

32,249

0

18

1

1

1

1

5

1

HetaChain

Ethereum

100 000 000,00

4 401 316,00

-95,59868

0

11

0

0

1

1

3

1

iLink2Music

Ethereum

3 500 000,00

1 006 359,00

-71,24689

0

15

1

1

1

1

12

1

Lucre

Ethereum

1 600 000,00

11 160 000,00

597,5

1

7

1

1

1

0

2

1

Memority

Ethereum

5 000 000,00

4 816 000,00

-3,68

0

16

1

1

1

1

5

1

MEvU

Ethereum

2 000 000,00

380 000,00

-81

0

9

0

0

1

0

1

1

MUST Protocol

Ethereum

6 700 000,00

4 760 000,00

-28,95522

0

10

0

1

1

1

3

1

NHCT

Ethereum

1 000 000,00

2 600 000,00

160

0

11

1

0

1

1

2

1

PBET

Ethereum

2 000 000,00

250 000,00

-87,5

0

14

0

0

1

1

3

0

Sidera

Ethereum

1 500 000,00

3 300 000,00

120

0

24

0

1

1

0

2

1

Spotcoin

NEO

5 000 000,00

14 500 000,00

190

0

22

1

1

1

1

6

1

Sword Coin

Ethereum

1 000 000,00

20 660 000,00

1966

0

9

0

1

1

1

3

1

The Sun Exchange

Ethereum

5 400 000,00

1 068 205,00

-80,21843

0

9

1

1

1

1

3

1

Tradingene

Waves

4 000 000,00

1 428 166,00

-64,29585

0

12

1

0

1

1

5

1

AdHive

Ethereum

2 000 000,00

12 000 000,00

500

1

10

1

1

1

1

3

1

Alive Casino

Ethereum

1 000 000,00

162 000,00

-83,8

0

8

1

0

1

0

1

0

Amon

Ethereum

3 000 000,00

1 332 600,00

-55,58

0

8

0

0

1

1

2

1

Auditchain

Ethereum

200 000,00

2 500 000,00

1150

0

8

1

0

1

1

4

1

Auricoin

Ethereum

40 000 000,00

80 000 000,00

100

1

25

1

1

1

1

8

1

Bitenny

Ethereum

3 000 000,00

378 716,00

-87,37613

0

9

1

0

1

0

1

0

BitRewards

Ethereum

3 000 000,00

6 583 400,00

119,44667

0

19

1

0

1

1

2

0

Block-Chain.com

Ethereum

100 000,00

1 047 028,00

947,028

0

9

1

0

1

1

4

0

BoatPilot

Ethereum

3 920 000,00

5 025 224,00

28,19449

0

6

0

0

1

1

4

0

Buzcoin

Ethereum

8 000 000,00

227 000,00

-97,1625

0

9

1

0

1

1

5

1

EMX

Ethereum

5 000 000,00

5 000 000,00

0

0

10

1

0

1

1

3

1

ENDO Protocol

EOS

5 000 000,00

5 000 000,00

0

0

20

0

1

1

1

4

0

ETHernitymining

Ethereum

2 500 000,00

2 500 000,00

0

0

5

1

0

1

0

1

1

FLOGmall

Ethereum

8 000 000,00

23 212 696,00

190,1587

0

23

0

0

1

1

3

1

GlitzKoin

Stellar

10 000 000,00

18 000 000,00

80

0

6

1

0

1

1

3

1

Global Funeral Care

Ethereum

200 000,00

200 000,00

0

0

3

1

0

1

1

4

1

Global REIT

Ethereum

5 000 000,00

12 450 870,00

149,0174

0

6

1

1

1

1

3

0

Hawk Network

Ethereum

10 000 000,00

10 000 000,00

0

0

6

1

0

1

0

1

1

Источник: составлено автором по данным ICObench URL: https://icobench.com/icos?

Размещено на Allbest.ru


Подобные документы

  • Сущность и роль иностранных инвестиций в экономике. Анализ современного состояния и проблем привлечения иностранных инвестиций в Российскую Федерацию. Факторы экономического роста. Инвестиционный климат и динамика иностранных инвестиций в России.

    курсовая работа [267,2 K], добавлен 06.09.2014

  • Изучение основных направлений экономической политики правительства Х. Мубарака в Египте. Ставка на рыночные методы хозяйствования и проведение структурных и институциональных преобразований для привлечения частных инвестиций в производственную сферу.

    реферат [45,7 K], добавлен 03.04.2011

  • Классификация и структура иностранных инвестиций, формы их привлечения. Типы инвесторов и направления их деятельности. Региональная и отраслевая структура иностранных инвестиций. Основные отрасли инвестирования в Россию, их региональное распределение.

    курсовая работа [57,9 K], добавлен 12.10.2009

  • Сущность и особенности регулирования иностранных инвестиций. Основные тенденции развития экономики России как условие для привлечения иностранных инвестиций. Оценка инвестиционной привлекательности России. Проблемы социально-экономического развития.

    дипломная работа [284,0 K], добавлен 21.06.2012

  • Крупнейшая арабская страна, расположенная на северо-востоке Африки. Экономическое положение Египта. Курс на поддержание нормальных отношений со всеми странами. Создание благоприятного климата для привлечения инвестиций.

    реферат [26,2 K], добавлен 09.08.2007

  • Сущность инвестиций, их экономическое значение, формы и источники, анализ российского рынка инвестиций. Выявление проблем, которые препятствуют притоку иностранных инвестиций. Анализ участия инвестора в выборе объектов инвестирования и вложения средств.

    курсовая работа [293,0 K], добавлен 16.09.2010

  • Характеристика инвестиционного климата стран G7 (на примере Франции). Отношение страны к инвестированию. Сравнительный анализ политики привлечения иностранных инвестиций в развитых и развивающихся странах. Элементы регулирующего механизма за инвестициями.

    контрольная работа [27,6 K], добавлен 23.09.2010

  • Понятие и сущность особой экономической зоны. Изучение этапов становления свободных экономических зон в России. Анализ эффективности использования налоговых и таможенных льгот для бизнеса, привлечения иностранных инвестиций в национальную экономику.

    реферат [34,2 K], добавлен 08.04.2014

  • Австралия как одна из самых успешных стран в области привлечения прямых иностранных инвестиций на современном этапе. Урегулирование разногласий и споров. Соответствие инвестиционного законодательства Австралии правилам международного инвестирования МВФ.

    реферат [16,5 K], добавлен 05.12.2012

  • Особенности исламской финансовой системы и ее место в ОАЭ. Государственное регулирование иностранных инвестиций, его влияние на инвестиционный климат в стране. Анализ опыта ОАЭ по созданию свободных экономических зон для привлечения иностранного капитала.

    дипломная работа [4,1 M], добавлен 23.10.2016

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.