Sélectionner la langue

Prix du Bitcoin et Coût du Minage : Démêler la Chaîne Causale

Une analyse économique expliquant pourquoi les coûts du minage de Bitcoin suivent les mouvements de prix, démystifiant la théorie du coût comme plancher de prix et explorant la causalité sous-jacente.
computingpowercurrency.org | PDF Size: 0.6 MB
Note: 4.5/5
Votre note
Vous avez déjà noté ce document
Couverture du document PDF - Prix du Bitcoin et Coût du Minage : Démêler la Chaîne Causale

1. Introduction & Aperçu

Cet article, « Le Prix et le Coût du Bitcoin » par Marthinsen et Gordon, aborde une énigme cruciale de l'économie des cryptomonnaies : la relation entre le prix de marché du Bitcoin et son coût de production (minage). Alors qu'un récit populaire suggère que le coût du minage agit comme un plancher de prix, des études économétriques empiriques (par ex., Kristofek, 2020 ; Fantazzini & Kolodin, 2020) montrent l'inverse—les coûts de minage suivent les variations de prix. Cette recherche vise à fournir la théorie économique manquante pour expliquer cette causalité observée, allant au-delà de la corrélation pour établir une chaîne logique de causalité allant du prix vers le coût.

2. Revue de la littérature

2.1 Facteurs économiques et prix du Bitcoin

Les modèles monétaires traditionnels comme la Théorie Quantitative de la Monnaie (TQM) ou la Parité de Pouvoir d'Achat (PPA) sont largement inefficaces pour l'analyse du Bitcoin. En effet, le Bitcoin fonctionne actuellement mal comme unité de compte ou moyen d'échange généralisé (Baur et al., 2018). La plupart des biens et services sont libellés en monnaies fiduciaires, le Bitcoin agissant davantage comme un actif spéculatif que comme une monnaie pour les transactions quotidiennes.

2.2 L'hypothèse du coût comme plancher de prix

Une croyance répandue mais largement infondée postule que le coût de création du Bitcoin (minage) fournit un niveau de support fondamental pour son prix. La logique est que si le prix tombe en dessous du coût de production, le minage devient non rentable, les mineurs cesseraient leurs opérations, et la sécurité du réseau Bitcoin (maintenir le registre public) serait menacée (Garcia et al., 2014). Une croyance connexe est que le prix doit augmenter avec la hausse des coûts de production.

2.3 Défis empiriques et lacunes

Des analyses économétriques récentes ont démystifié la théorie du plancher de coût, démontrant que les variations des coûts de minage sont des réponses retardées aux variations du prix du Bitcoin. Cependant, ces modèles statistiques, bien qu'identifiant la direction de la corrélation, n'expliquent pas le pourquoi—le mécanisme économique sous-jacent qui motive ce comportement. Cet article cherche à combler cette lacune explicative.

3. Cadre théorique & Modèle causal

3.1 La direction de la causalité : Prix → Coût

L'argument central est que le prix du Bitcoin est déterminé sur un marché spéculatif mondial par des facteurs comme le sentiment des investisseurs, l'actualité réglementaire, les tendances macroéconomiques et les récits d'adoption—largement indépendants des coûts de minage actuels. Une hausse du prix augmente le potentiel de revenus pour les mineurs, créant une incitation pour eux à investir dans du matériel plus performant et en plus grande quantité (augmentant le taux de hachage) pour se disputer les récompenses de bloc. Cet investissement fait monter le coût marginal du minage (principalement électricité et matériel), entraînant les coûts à suivre le prix.

3.2 Principaux moteurs économiques

  • Demande spéculative : Principal moteur de la volatilité des prix à court et moyen terme.
  • Rentabilité du minage : Agit comme une boucle de rétroaction. Prix élevé → Profit attendu élevé → Augmentation de l'investissement/compétition minière → Hausse du taux de hachage et de la difficulté du réseau → Augmentation du coût marginal.
  • Ajustement de la difficulté du réseau : Le protocole Bitcoin ajuste automatiquement la difficulté du minage pour maintenir un temps de bloc d'environ 10 minutes. Une compétition accrue entraîne une difficulté plus élevée, augmentant indirectement le coût énergétique par Bitcoin miné.

4. Cadre analytique & Exemple de cas

Cadre : Un modèle causal simplifié peut être représenté par un graphe acyclique orienté (DAG) :

Choc externe (ex. : nouvelle réglementaire positive)↑ Prix de marché du Bitcoin↑ Rentabilité attendue du minage↑ Entrée de nouveaux mineurs & Investissement dans des ASIC↑ Taux de hachage total du réseau↑ Difficulté de minage (ajustement du protocole)↑ Coût marginal de production (Électricité + Amortissement).

Exemple de cas (Bulle haussière 2020-2021) : Le prix du Bitcoin est passé d'environ 5 000 $ en mars 2020 à plus de 60 000 $ en mars 2021. Cette hausse de prix a précédé un afflux massif d'investissements dans le minage. Des entreprises comme Marathon Digital et Riot Blockchain ont commandé pour des milliards de dollars de nouveaux équipements de minage. Le taux de hachage global du réseau Bitcoin et la difficulté de minage ont atteint des sommets historiques des mois après le début de la hausse des prix, démontrant la réponse retardée des coûts de minage (capex et opex) aux signaux de prix.

5. Idée centrale & Analyse critique

Idée centrale :

Marthinsen et Gordon apportent une correction cruciale, bien que tardive, à un mythe de marché persistant. La théorie du « coût comme plancher » n'est pas seulement empiriquement fausse ; elle est conceptuellement inversée. Le minage de Bitcoin est une industrie dérivée dont l'économie est dictée par le prix de marché de l'actif, et non l'inverse. Considérer le coût du minage comme une métrique fondamentale de valorisation revient à valoriser Tesla par le coût de l'électricité de son usine—cela confond un intrant opérationnel avec le moteur de la demande spéculative.

Enchaînement logique :

La logique de l'article est solide et s'aligne sur la microéconomie de base : les signaux de prix orientent l'allocation des ressources. Un prix du Bitcoin plus élevé augmente le produit marginal du revenu de la puissance de hachage, attirant du capital et du travail (dans ce cas, des ASIC et de l'électricité) jusqu'à ce que le coût marginal de production augmente pour atteindre le nouvel équilibre. L'ajustement de difficulté tous les 14 jours est le mécanisme clé du protocole qui transforme les augmentations de taux de hachage induites par le prix en coûts soutenus plus élevés.

Points forts & Faiblesses :

Points forts : L'article fournit avec succès le lien théorique manquant pour les résultats économétriques antérieurs. Sa force réside dans l'application de la théorie classique de la production à un nouvel actif numérique. Il démystifie efficacement une heuristique dangereuse utilisée par certains investisseurs.

Faiblesses : L'analyse, bien que correcte sur la direction, est quelque peu simpliste. Elle minimise le potentiel d'une relation d'équilibre faible à long terme. Dans un scénario de dépression prolongée des prix, l'attrition des mineurs pourrait réduire le taux de hachage et la difficulté du réseau, abaissant le coût marginal pour les survivants, créant potentiellement une limite inférieure lâche. De plus, elle n'intègre pas pleinement le rôle des frais de transaction, qui pourraient devenir une part plus significative des revenus des mineurs après le halving, modifiant potentiellement la dynamique.

Perspectives actionnables :

  • Pour les investisseurs : Abandonnez le coût du minage comme prédicteur de prix à court terme ou modèle de plancher. C'est un indicateur retardé, pas un indicateur avancé. Concentrez-vous plutôt sur les analyses on-chain (ex. : NUPL, MVRV Z-Score), les flux d'échange et les conditions de liquidité macro.
  • Pour les mineurs : Opérez en comprenant que vous êtes un preneur de prix sur un marché brutalement concurrentiel. Votre modèle économique est intrinsèquement procyclique. Les stratégies de couverture et l'accès à une énergie à très bas coût et interruptible sont critiques pour la survie pendant les périodes de ralentissement.
  • Pour les chercheurs : Les futurs modèles devraient traiter le taux de hachage et le coût du minage comme des variables endogènes au sein d'un système plus large piloté par des chocs de prix exogènes. La modélisation basée sur les agents (ABM) pourrait être fructueuse ici, similaire aux approches utilisées dans la recherche sur les systèmes financiers complexes.

La conclusion de cet article est étayée par des recherches plus larges en valorisation d'actifs. Comme le souligne l'œuvre séminale sur les bulles spéculatives de Brunnermeier & Oehmke (2013), les prix des actifs sur des marchés avec des croyances hétérogènes et de l'effet de levier peuvent se découpler de tout « coût » fondamental pendant de longues périodes. Le Bitcoin, avec son offre fixe et ses moteurs de demande purement spéculatifs, est un exemple parfait de ce phénomène.

6. Détails techniques & Formulation mathématique

La relation peut être formalisée. Le profit ($\pi$) d'un mineur par unité de temps est :

$\pi = \frac{R}{D \cdot H} \cdot H_m \cdot P - C_e \cdot H_m - C_h$

Où :
$R$ = Récompense de bloc (BTC)
$D$ = Difficulté du réseau
$H$ = Taux de hachage total du réseau
$H_m$ = Taux de hachage du mineur
$P$ = Prix du Bitcoin (USD/BTC)
$C_e$ = Coût de l'énergie par unité de taux de hachage
$C_h$ = Coûts fixes du matériel (amortis)

En équilibre concurrentiel, le profit attendu tend vers zéro. En posant $\pi = 0$ et en résolvant pour le prix d'équilibre $P_{be}$, on montre sa dépendance aux conditions du réseau ($D, H$) qui sont elles-mêmes des fonctions des prix passés :

$P_{be} = \frac{D \cdot H}{R} \cdot (C_e + \frac{C_h}{H_m})$

Puisque $D$ et $H$ s'ajustent à la hausse en réponse à un $P$ plus élevé avec un décalage (dû aux délais d'approvisionnement et de livraison du matériel), $P_{be}$ est une fonction de $P$ retardé, et non un déterminant du $P$ actuel.

7. Applications futures & Axes de recherche

  • Modèles prédictifs : Intégrer la causalité prix→coût dans des modèles de séries temporelles plus sophistiqués (ex. : VAR, LSTMs) pour améliorer les prévisions à moyen terme du taux de hachage et de la rentabilité du minage.
  • Analyse de l'impact environnemental : Utiliser ce cadre pour modéliser l'empreinte carbone du minage de Bitcoin en fonction des cycles de prix, aidant aux évaluations de durabilité.
  • Comparaison avec la Preuve d'Enjeu (PoS) : Appliquer un raisonnement économique similaire pour analyser les structures de coûts et les budgets de sécurité des réseaux PoS comme Ethereum, où le « coût » est le coût d'opportunité du capital, et non l'énergie.
  • Politique réglementaire : Éclairer la politique énergétique et les réglementations en comprenant que la demande de minage est élastique au prix du Bitcoin, et non une charge de base fixe.
  • Valorisation des actions minières : Développer de meilleurs modèles de valorisation pour les sociétés minières cotées en bourse qui tiennent compte de leur cyclicité inhérente et de leur décalage par rapport au prix du Bitcoin.

8. Références

  1. 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
  2. Fantazzini, D., & Kolodin, N. (2020). Does the hashrate affect the Bitcoin price? Journal of Risk and Financial Management, 13(11), 263.
  3. Hayes, A. S. (2019). Bitcoin price and its marginal cost of production: support for a fundamental value. Applied Economics Letters, 26(7), 554-560.
  4. 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.
  5. Brunnermeier, M. K., & Oehmke, M. (2013). Bubbles, financial crises, and systemic risk. In Handbook of the Economics of Finance (Vol. 2, pp. 1221-1288). Elsevier.
  6. Kristofek, L. (2020). Bitcoin and its mining on the equilibrium path. SSRN Working Paper.