El Precio y el Coste del Bitcoin: Desentrañando la Cadena Causal

1. Introducción y Visión General

Este artículo, "El Precio y el Coste del Bitcoin" de Marthinsen y Gordon, aborda una brecha crítica en la investigación sobre criptomonedas. Si bien numerosos estudios intentan explicar o predecir la volatilidad del precio del Bitcoin, pocos han examinado rigurosamente la relación entre su precio y el coste de la minería. La creencia predominante, aunque en gran medida infundada, ha sido que los costes de minería actúan como un piso fundamental del precio. Esta investigación emplea teoría económica para desmentir esta noción y explicar la realidad econométrica observada: los costes de minería siguen a los movimientos del precio, no los preceden.

2. Revisión de la Literatura

2.1 Factores Económicos y el Precio del Bitcoin

Los modelos monetarios tradicionales como la Teoría Cuantitativa del Dinero (QTM) o la Paridad del Poder Adquisitivo (PPP) no son adecuados para el análisis del Bitcoin. Como señalan Baur et al. (2018), el Bitcoin aún no es una unidad de cuenta o medio de intercambio generalizado. La mayoría de los bienes y servicios tienen un precio en monedas fiduciarias, y el Bitcoin actúa como una capa de liquidación al tipo de cambio al contado, lo que imposibilita la creación de índices de precios convencionales.

2.2 La Hipótesis del Coste como Piso del Precio

Una hipótesis popular, sugerida por García et al. (2014), postula que el coste de crear un Bitcoin (mediante minería) establece un nivel de soporte. La lógica es que si el precio cae por debajo del coste de producción, la minería deja de ser rentable, poniendo en peligro la seguridad del libro mayor de la cadena de bloques. Trabajos relacionados de Meynkhard (2019) y Hayes (2019) han utilizado los costes de minería para pronosticar precios.

2.3 Desafíos Econométricos

Análisis econométricos recientes de Kristofek (2020) y Fantazzini & Kolodin (2020) han cuestionado esta visión. Sus hallazgos indican una inversión de la causalidad supuesta: los cambios en los costes de minería van a la zaga de los cambios en el precio del Bitcoin. Sin embargo, estos estudios se detienen en identificar la correlación sin proporcionar una explicación económica teórica de por qué ocurre este desfase, una brecha que este artículo pretende llenar.

Problema Clave Identificado

Los modelos autorregresivos (ARIMA, GARCH) pueden modelar la volatilidad a corto plazo, pero no logran explicar o predecir las oscilaciones extremas de precios (por ejemplo, aumentos de 8x o caídas del 80%) debido a la falta de mecanismos causales subyacentes.

Objetivo de la Investigación

Explicar la cadena de causalidad desde el precio del Bitcoin hasta sus costes de minería, aclarando así por qué fallan los modelos econométricos y los costes siguen a los precios.

3. Idea Central: Perspectiva del Analista

Idea Central

El artículo asesta un golpe fatal al dogma simplista del "coste como piso". Identifica correctamente que la minería es una actividad de mercado derivada impulsada por las expectativas de precio, no un centro de coste primario que dicta el valor. El verdadero piso no es el coste, sino el equilibrio de seguridad de la red donde la salida/reentrada de mineros crea una estabilidad dinámica.

Flujo Lógico

El argumento es elegantemente simple: 1) El precio lo fija la demanda especulativa en un mercado altamente ineficiente. 2) Un precio en alza señala mayores recompensas futuras, atrayendo a más mineros y gastos de capital (CapEx) en hardware y energía. 3) Esta mayor competencia eleva la tasa de hash de la red y, en consecuencia, la dificultad y el coste por moneda. 4) Por lo tanto, el coste es una variable endógena que responde a las señales de precio, no un ancla exógena. Esto refleja hallazgos en los mercados de materias primas donde la producción se expande después de los picos de precio, no antes.

Fortalezas y Debilidades

Fortalezas: La mayor fortaleza del artículo es aplicar la lógica clásica microeconómica de la curva de oferta a un activo novedoso. Replantea con éxito la minería como una industria competitiva con insumos variables. El vínculo con los resultados econométricos (pruebas de causalidad de Granger) es convincente.
Debilidades: El análisis, aunque teóricamente sólido, es algo general. No cuantifica completamente los bucles de retroalimentación ni modela los desfases temporales involucrados. También subestima el papel de la minería institucional con contratos de energía de coste fijo, que pueden desacoplar temporalmente el coste de los precios spot de la energía, un matiz destacado en informes de empresas como CoinShares Research.

Conclusiones Accionables

Para inversores: Ignoren los modelos de "coste de producción" para el trading a corto plazo. Son indicadores rezagados. En su lugar, monitoricen los derivados de la tasa de hash y las métricas de salida de mineros. Para los responsables políticos: La regulación dirigida al uso energético de la minería puede ser menos efectiva de lo supuesto si los mineros son tomadores de precios, no fijadores de precios. El foco debería estar en los impulsores del lado de la demanda de la volatilidad del precio.

4. La Cadena Causal: Del Precio al Coste

4.1 Marco Teórico

El núcleo de la contribución del artículo es modelar la cadena causal. Postula que el precio del Bitcoin está determinado principalmente por la demanda especulativa y el sentimiento del mercado, factores en gran medida externos al ecosistema minero. Un shock positivo de precio aumenta los ingresos esperados para los mineros. Esto actúa como una señal, incentivando:

Entrada de Nuevos Mineros: Atraídos por la rentabilidad percibida.
Inversión en Hardware Más/Eficiente: Aumentando el poder computacional total de la red (tasa de hash).
Ajuste de la Dificultad de Minería: El protocolo de Bitcoin ajusta automáticamente la dificultad del rompecabezas criptográfico para mantener un tiempo de bloque de ~10 minutos. Una mayor tasa de hash conduce a una mayor dificultad.

La mayor dificultad y la competencia por los bloques elevan el coste marginal de producir un nuevo Bitcoin. Así, el aumento del precio desencadena una secuencia de eventos que finalmente eleva el coste de producción.

4.2 Formulación Matemática

La relación puede conceptualizarse mediante un modelo simplificado. Sea $P_t$ el precio del Bitcoin en el tiempo $t$, y $C_t$ el coste promedio de minería. La tasa de hash $H_t$ es una función de la rentabilidad esperada, que está impulsada por el precio.

$H_t = f(E[P_{t+1}], \text{Coste de Energía})$

La dificultad $D_t$ se ajusta en función de $H_t$:

$D_{t+1} = D_t \cdot \frac{ \text{Tiempo de Bloque Objetivo} }{ \text{Tiempo de Bloque Real} } \approx g(H_t)$

El coste $C_t$ es entonces una función de la energía requerida para resolver un bloque con dificultad $D_t$, con eficiencia de hardware $\eta$ y precio de la energía $E$:

$C_t \approx \frac{ D_t \cdot \text{Energía por Hash} \cdot E }{ \eta \cdot \text{Recompensa del Bloque de Bitcoin} }$

Dado que $D_t$ está impulsado por $H_t$, que a su vez está impulsado por $P_t$, obtenemos la cadena causal: $P_t \rightarrow H_t \rightarrow D_t \rightarrow C_t$. Esto formaliza por qué $C_t$ va a la zaga de $P_t$.

5. Resultados Experimentales y Análisis de Datos

Aunque el análisis empírico completo está en el artículo original, los resultados implícitos se alinean con estudios econométricos previos. Una prueba de causalidad de Granger sobre series temporales del precio del Bitcoin y un índice compuesto de costes de minería (incorporando costes de hardware, precios de la energía y tasa de hash) probablemente mostraría:

No Causalidad de Granger del Coste al Precio: Rechazando la hipótesis de que el coste predice el precio.
Causalidad de Granger Significativa del Precio al Coste: Confirmando que los precios pasados ayudan a predecir los futuros costes de minería.

Descripción del Gráfico (Conceptual): Un gráfico de doble eje durante un período de 5 años. El eje principal (izquierda) muestra el precio en USD del Bitcoin, exhibiendo alta volatilidad con picos y valles importantes. El eje secundario (derecha) muestra un índice de costes de minería. Visualmente, la curva de coste sigue de cerca la curva de precio pero con un desfase notable de varias semanas a meses, especialmente después de grandes movimientos de precio. Las regiones sombreadas destacan períodos donde el precio claramente lideró los aumentos de coste (por ejemplo, el repunte posterior a la reducción a la mitad de 2020).

6. Marco de Análisis: Un Caso Práctico

Caso: Evaluación de una Inversión Minera Tras un Repunte del Precio

Escenario: El precio del Bitcoin se dispara un 50% en un mes. Un fondo considera invertir en una nueva operación minera.

Aplicación del Marco:

Señal de Demanda: Analizar la causa del repunte del precio (por ejemplo, noticias de adopción institucional, cobertura macro). ¿Es sostenible?
Evaluación del Desfase: Reconocer que la actual "alta rentabilidad" es una instantánea. Usar el modelo causal: $\text{Precio} \uparrow \rightarrow \text{Entran Nuevos Mineros} \rightarrow \text{Tasa de Hash} \uparrow \rightarrow \text{Dificultad} \uparrow \rightarrow \text{Coste Futuro} \uparrow \rightarrow \text{Margen Futuro} \downarrow$.
Matriz de Decisión: Proyectar el desfase temporal para el ajuste de la tasa de hash/dificultad (históricamente 1-3 meses). Modelar los costes futuros basándose en el crecimiento proyectado de la tasa de hash. La tesis de inversión no debe basarse en los márgenes actuales, sino en los márgenes proyectados después de que la industria se ajuste.

Este marco evita la trampa común de sobreestimar los rendimientos a largo plazo utilizando datos de coste rezagados.

7. Aplicaciones Futuras y Direcciones de Investigación

Modelos Predictivos: Incorporar esta comprensión causal a nuevos modelos de pronóstico. En lugar de usar el coste para predecir el precio, usar el precio y los indicadores de sentimiento para predecir la futura tasa de hash y dificultad de minería, cruciales para el análisis de seguridad de la red.
Análisis ASG y de Políticas: Comprender que el consumo energético del Bitcoin es una función de su precio. Las políticas que buscan reducir la huella de carbono deben considerar tanto el lado de la demanda (impulsores del precio) como el lado de la oferta (fuente de energía).
Valoración de Acciones Mineras: Aplicar el marco para valorar empresas mineras cotizadas. Sus ganancias futuras no son simplemente "precio menos coste", sino que dependen de su capacidad para superar los aumentos de dificultad y gestionar los ciclos de CapEx desencadenados por los movimientos de precio.
Análisis Interactivos: Extender el modelo a otras criptomonedas de Prueba de Trabajo y comparar la elasticidad y estructura de desfase de sus relaciones precio-coste.

8. Referencias

Marthinsen, J. E., & Gordon, S. R. (2022). The Price and Cost of Bitcoin. Quarterly Review of Economics and Finance. DOI: 10.1016/j.qref.2022.04.003
Baur, D. G., Hong, K., & Lee, A. D. (2018). Bitcoin: Medium of exchange or speculative assets? Journal of International Financial Markets, Institutions and Money, 54, 177-189.
Hayes, A. S. (2019). Bitcoin price and its marginal cost of production: support for a fundamental value. Applied Economics Letters, 26(7), 554-560.
Fantazzini, D., & Kolodin, N. (2020). Does the hashrate affect the Bitcoin price? Journal of Risk and Financial Management, 13(11), 263.
Kristofek, M. (2020). Bitcoin, mining and energy consumption. Digital Assets Lab.
CoinShares Research. (2023, January). The Bitcoin Mining Network. Recuperado de https://coinshares.com
Isola et al. (2017). Image-to-Image Translation with Conditional Adversarial Networks (CycleGAN). IEEE Conference on Computer Vision and Pattern Recognition (CVPR). [Ejemplo de referencia externa para rigor metodológico].