Token Valuation: A Systematic Literature Review and Empirical Analysis

This thesis explores the challenges of token taxonomy and valuation within the rapidly evolving blockchain ecosystem. Through an extensive review of both academic and grey literature, the research identified critical gaps in the structured classification of tokens and the absence of robust valuation methodologies. A systematic review of DLT sys- tems and token taxonomy literature was conducted, revealing significant points of con- vergence across different frameworks. The review provided a detailed understanding of the shared characteristics of DLT systems. Key findings underscored the complex nature of DLT systems and highlighted that token behavior is influenced by the underlying sys- tem. Moreover, the literature revealed a convergence towards three main token types: Security Tokens, Utility Tokens, and Payment Tokens. A systematic review on valua- tion methodologies was also coduncted and it demonstrated a notable lack of structured models, especially for DeFi tokens. While established valuation models have been applied to cryptocurrencies with revenue generation, DeFi tokens, often serving utility purposes, presented a unique valuation challenge. To bridge this gap, this thesis propose a relative valuation model, identifying key parameters for L2 solutions and DEXs, through a lit- erature review. The empirical study focused on four L2 projects, Arbitrum, Optimism, Mantle, and Polygon. From literature review, key drivers for L2 valuation was derived. The relative valuation model was applied, with Market Capitalization per Daily Trans- actions (MC/TPD) selected as the key valuation multiple. Additionally, TVL was used as a companion variable. A regression analysis between MC/TPD and TVL, over a pe- riod of three months, showed a notable correlation. The parameters from literature were empirically tested through SARIMAX model. Ethereum price emerged as the strongest predictor of L2 market capitalization. This approach provided a framework for comparing projects and assessing their market positions.

Questa tesi esplora le sfide legate alla tassonomia e alla valutazione dei token all’interno dell’ecosistema blockchain in rapida evoluzione. Attraverso una revisione approfondita sia della letteratura accademica che di quella grigia, la ricerca ha identificato lacune critiche nella classificazione dei token e l’assenza di metodologie di valutazione robuste. Una revisione sistematica dei sistemi DLT e della letteratura sulla tassonomia dei token ha rivelato punti di convergenza significativi tra diversi framework. La revisione ha fornito una comprensione dettagliata delle caratteristiche comuni dei sistemi DLT. I risultati principali hanno sottolineato la complessità dei sistemi DLT e hanno evidenziato come il comportamento dei token sia influenzato dal sistema sottostante. Inoltre, la letteratura ha mostrato una convergenza verso tre principali tipi di token: Security Tokens, Utility Tokens e Payment Tokens. Una revisione sistematica sulle metodologie di valutazione ha inoltre dimostrato una notevole carenza di modelli strutturati, in particolare per i token DeFi. Sebbene i modelli di valutazione consolidati siano stati applicati alle criptovalute con generazione di entrate, i token DeFi, che spesso svolgono funzioni di utilità, presen- tano una sfida unica per la valutazione. Per colmare questa lacuna, la tesi propone un modello di valutazione relativa, identificando parametri chiave per le soluzioni L2 e i DEX attraverso una revisione della letteratura. Lo studio empirico si è concentrato su quattro progetti L2: Arbitrum, Optimism, Mantle e Polygon. Dalla revisione della letteratura sono stati derivati i principali fattori di valutazione per le soluzioni L2. Il modello di valutazione relativa è stato applicato, selezionando il rapporto tra Capitalizzazione di Mercato e Transazioni Giornaliere (MC/TPD) come principale multiplo di valutazione. Inoltre, il TVL è stato utilizzato come variabile complementare. Un’analisi di regressione tra MC/TPD e TVL, su un periodo di tre mesi, ha mostrato la presenza di correlazione. I parametri derivati dalla letteratura sono stati testati empiricamente attraverso il modello SARIMAX, rivelando che il prezzo di Ethereum è emerso come il più forte predittore della capitalizzazione di mercato delle soluzioni L2. Questo approccio ha fornito un framework per confrontare i progetti e valutarne la posizione sul mercato.