Retrieve (4) Es

Suscríbete a DeepL Pro para poder traducir archivos de mayor tamaño.
Más información disponible en www.DeepL.com/pro.
Análisis Económico, vol. XXXVI, núm. 93, septiembre-diciembre de 2021, pp.167-187, ISSN: 0185-3937, e- ISSN: 2448-6655
¿Es eficiente el mercado de Bitcoin? Revisión bibliográfica 1
¿Es eficiente el mercado de Bitcoin? Una revisión de la literatura

Recibido: 20/abril/2021; aceptado: 22/julio/2021; publicado: 01/septiembre/2021
Krisztina Eva Lengyel-Almos* (en inglés)

https://doi.org/10.24275/uam/azc/dcsh/ae/2021v36n93/Lengyel Michael Demmler**
RESUMEN
Este artículo presenta una investigación documental sobre el comportamiento del

mercado de Bitcoin con respecto a la eficiencia del mercado y la existencia de burbujas
especulativas. Para ello se analizan 25 artículos de revistas para responder a la
siguiente pregunta de investigación: ¿Es eficiente el mercado de Bitcoin?
Basándose en la Hipótesis del Mercado Eficiente (HME) de Eugene Fama, los
artículos seleccionados se clasifican en dos grupos: el primer grupo contiene
artículos que apoyan y potencialmente aceptan la HME ; el segundo grupo
incluye artículos que refutan o rechazan esta hipótesis basándose en pruebas
empíricas dife rentes de burbujas financieras dentro del mercado de Bitcoin . Los
dos grupos indican que en 2021 no existe un consenso cristalino entre los académicos
y los analistas financieros en términos de eficiencia. Sin embargo, son muchos más los
artículos que rechazan la HME que los que la apoyan, concluyendo que el mercado de
Bitcoin es propenso a desarrollar burbujas especulativas. Además, debido a la
elevada volatilidad documentada por ambos grupos, se recomienda a los usuarios y
futuros inversores que tengan en cuenta no sólo las posibles ganancias
financieras que puede ofrecer la criptomoneda más popular, sino también
sus numerosos riesgos.
Palabras clave : Bitcoin; criptomonedas; burbujas financieras ; eficiencia del mercado.
Clasificación JEL : G14; G19.
RESUMEN
Este artículo presenta una investigación documental sobre el comportamiento del

mercado de Bitcoin con respecto a la eficiencia del mercado y la existencia de
Esta obra está protegida bajo burbujas especulativas. Con este fin, el documento analiza 25 artículos de revistas
una Licencia Creative para responder a la siguiente pregunta de investigación: ¿es eficiente el mercado
Commons Reconocimiento-
de Bitcoin? Con base en la Hipótesis de Mercado Eficiente (EMH) de Eugene
NoComercial-
SinObraDerivada 4.0 Fama, los artículos seleccionados se clasifican en dos grupos: el primer grupo
Internacional contiene
1 El artículo es resultado de un proyecto de investigación sobre burbujas de activos financieros y eficiencia de mercado
realizado en el posgrado en Ciencias Económico Administrativas de la Universidad Autónoma de Querétaro (UAQ) , México.
Sin financiamiento.
* Doctor c. Ciencias Económico Administrativas de la Universidad Autónoma de Querétaro (FCA -UAQ), Querétaro, México.
Profesor de tiempo completo en el Tecnológico de Monterrey (ITESM), Escuela de Ciencias Sociales y Gobierno, Campus
Querétaro. Email: klengyel13@alumnos.uaq.mx; https://orcid.org/0000-0002-1197-0278
** Doctor en Ciencias Económicas de la Universidad de Bayreuth, Alemania, profesor de tiempo completo de la Facultad de
Contaduría y Administración de la Universidad Autónoma de Querétaro (FCA -UAQ), Querétaro, México. https://orcid.org/0000-
0002-1629- 5814. Autor corresponsal para el artículo en el siguiente correo electrónico: michael.demmler@uaq.mx.
168 Análisis Económico, vol. XXXVI, núm. 93, septiembre-diciembre de 2021, ISSN: 0185-3937, e- ISSN: 2448-6655
artículos que potencialmente aceptan la EMH; mientras que el segundo grupo incluye artículos que refutan o
rechazan esta hipótesis con base en distintas evidencias empíricas de burbujas financieras en el mercado del Bitcoin.
Los dos grupos indican que para 2021 no existe un consenso claro entre los académicos y analistas financieros
sobre si el mercado de Bitcoin es eficiente o no. Sin embargo, por cantidad, muchos más artículos rechazan la EMH
de los que la apoyan, concluyendo que el mercado de Bitcoin es propenso a desarrollar burbujas especulativas.
Además, debido a la alta volatilidad documentada por ambos grupos, se recomienda a los usuarios y futuros
inversores que consideren no sólo las posibles ganancias financieras que puede ofrecer la criptomoneda más popul ar,
sino también sus numerosos riesgos.
Palabras Clave : Bitcoin; criptomonedas; burbujas financieras ; eficiencia del mercado .
Clasificación JEL : G14; G19.
INTRODUCCIÓN
Bitcoin ha sido un fenómeno desde su creación en 2008 por varias razones. El emblemático libro blanco
de Satoshi Nakamoto (2008) expuso los principios y los fundamentos técnicos de un nuevo
sistema de pago electrónico descentralizado peer-to-peer nunca visto hasta entonces. Desde
entonces, la novedosa criptomoneda Bitcoin, como ha sido bautizada, y pronto sus spinoff s han
experimentado un enorme crecimiento y popularidad debido a sus peculiares características que las
hacen atractivas en todo el mundo. Entre sus características principales se encuentran el
anonimato de los usuarios, las transacciones sin coste pero irreversibles, la flexibilidad, la fungibilidad y
una menor supervisión de las autoridades que otras formas de pago (Böhme et al., 2015). La capacidad de
Bitco para operar fuera del alcance de los bancos centrales y de la supervisión del Estado, lo hace
especialmente cautivador para las transacciones que prefieren no dejar rastro, como cualquier comercio
ilícito , y puede haber sido una de las razones clave para su adopción temprana. Otras características, por
ejemplo su cobertura mundial, la distinguen de otras monedas descentralizadas alternativas, como las
monedas sociales, que tienen un alcance geográfico y una capacidad limitados (Gómez y Demmler,
2018).
La trayectoria de crecimiento de Bitcoin no ha estado exenta de importantes contratiempos,
desafíos y serias preocupaciones de las autoridades. El asombroso aumento del precio de Bitcoin a finales
de 2017 y el posterior desplome a principios de 2018 ilustraron la volatilidad de las criptodivisas y arrojan
serias dudas sobre su utilidad como unidad de cuenta y depósito de valor. No obstante, a pesar de esta
épica subida y caída , a principios de 2021 hay más de 8.400 criptodivisas registradas en la plataforma
online Coin marketcap (Coinmarketcap, 2021), lo que indica un crecimiento sustancial de este mercado
en el que Bitcoin posee actualmente más del 60% de la capitalización bursátil. El precio de Bitcoin
está de nuevo en alza, superando los 49.000 USD por primera vez en su historia el 14 de febrero de
2021, superando el precio máximo histórico alcanzado anteriormente en 2017, cuando un Bitcoin
costaba 19.166,98 USD, el 16 de diciembre de 2017 (Coindesk, 2021). Con todos los altibajos de
Bitcoin y de los mercados de criptomonedas en general, en los últimos años ha surgido un intenso debate
en la comunidad científica internacional sobre la eficiencia del mercado de Bitcoin y su vulnerabilidad a las
tendencias de burbuja financiera. Por lo tanto, al definir las burbujas financieras como un ejemplo empírico
importante de las ineficiencias existentes en el mercado, se plantea la cuestión de si Bitcoin y, en términos
generales, todas las criptomonedas pueden considerarse un mercado financiero eficiente o ineficiente.
El objetivo de este artículo es investigar la eficiencia del mercado de criptomonedas basándose en
una investigación documental de Bitcoin en particular, para determinar si satisface la hipótesis de Fama o
si contradice los principios de la Hipótesis del Mercado Eficiente (HME). La principal conclusión del artículo
es que la mayoría de la literatura revisada rechaza la HME más que apoyarla, aunque hay algunos
artículos académicos recientes que apoyan y potencialmente aceptan la eficiencia del mercado de Bitcoin.
Por lo tanto, a principios de 2021, no parece surgir ninguna conclusión clara en la literatura
académica con respecto a su eficiencia de mercado.
Este artículo se organiza de la siguiente manera: en primer lugar, para contextualizar,
presentamos los conceptos clave de la HME y resumimos los datos históricos de la evolución del
precio de Bitcoin dentro del marco de la HME; en segundo lugar, presentamos
Lengyel y Demmler, ¿Es eficiente el mercado Bitcoin? A literature 169
review
describimos la metodología que utilizamos para seleccionar y clasificar los artículos que
revisamos para evaluar la eficiencia del mercado de Bitcoin; en tercer lugar, en la sección de resultados
y discusión presentamos nuestros principales hallazgos; por último, discutimos nuestras conclusiones
junto con recomendaciones para futuras investigaciones.
I. MARCO TEÓRICO Y CONTEXTUAL
Hipótesis del mercado eficiente y burbujas de precios de los activos
Según la HME, presentada por el premio Nobel de Economía Eugene Fama (1970), un mercado es
eficiente cuando los precios de cualquier activo reflejan toda la información disponible y los inversores
racionales incorporan rápidamente la nueva información a los precios de mercado. Por lo tanto, nadie
puede superar los precios del mercado basándose en la misma información; sólo puede ocurrir por
casualidad, o como lo llamó Fama, por paseos aleatorios (Fama, 1991). Como se indica en la HME, no
es posible que los inversores obtengan sistemáticamente un rendimiento superior al rendimiento de
equilibrio del mercado utilizando información histórica (eficiencia de forma débil), información pública
(eficiencia de forma semifuerte) e información privilegiada (eficiencia de forma fuerte) (Fama, 1970). Esto
implica que el mercado es eficiente y reacciona rápidamente a cualquier cambio o noticia relacionada con
el activo, y que el precio refleja su valor fundamental2. Según este principio, ningún inversor puede superar a
los demás y no puede generar beneficios extraordinarios durante un tiempo prolongado.
Esencialmente, según la HME, los mercados financieros siguen un camino aleatorio, ya que
los precios de mercado sólo se mueven a causa de la nueva información, que inicialmente cambia los valores
fundamentales y, en consecuencia, también los precios de mercado. Como la aparición de nueva información
es básicamente imposible de predecir, las variaciones de los precios de mercado deberían distribuirse
aleatoriamente, es decir, seguir un camino aleatorio (Samuelson, 1965; Fama, 1965). Según la
forma ortodoxa de la hipótesis del paseo aleatorio, el precio de mercado futuro (incierto) de un activo es la
suma del precio de mercado actual y una variable aleatoria (normalmente distribuida, con un valor
esperado de 0). Por lo tanto, la mejor estimación del precio de mercado futuro de un activo es su precio de
mercado actual, ya que los rendimientos esperados son 0 (modelo martingala) y las variaciones consecutivas del
precio de mercado son independientes entre sí, es decir, tienen una autocorrelación de 0 (Samuelson, 1965).
Por consiguiente, las pruebas de la hipótesis de la marcha aleatoria se consideran esencialmente pruebas
de la HME.
Una de las principales consecuencias de la HME es que ninguna burbuja de activos puede
formarse de forma persistente, ya que los participantes racionales del mercado la eliminarían rápidamente
cuando el precio de los activos se desvíe de sus valores fundamentales. Este concepto, una de las teorías
más influyentes de la literatura financiera, ha sido puesto a prueba y muy debatido por otros estudiosos
de la literatura académica, como el también premio Nobel de Economía Robert Shiller (2015), quien
argumentó que las burbujas de activos sí existen. Señaló que durante la década de 1990 en el sector
tecnológico se produjo una desviación significativa de los precios de las acciones con respecto a su
valor fundamental y utilizó el término "exuberancia irracional", acuñado por Alan Greenspan, para
describir el espíritu inversor de esta época (Shiller, 2015). Además, las burbujas no solo pueden ser
resultado de la euforia económica, sino que pueden contagiarse de un mercado a otro, traspasando
fronteras sin esfuerzo (Kindleberger y Aliber, 2015).
El término burbuja de activos se refiere precisamente a este fenómeno, cuando el precio de
cualquier activo se aleja significativamente de su valor fundamental y el proceso subsiguiente se
caracteriza por un aumento espectacular de los precios de mercado al que sigue posteriormente un
desplome, tal y como lo resumió Brunnenmeier (2008). El autor agrupa las burbujas de precios de
los activos en cuatro categorías, según las explicaciones ofrecidas para su formación: 1)
burbujas racionales bajo información simétrica , la explicación menos probable y aceptada, ya que no
todos los inversores son racionales, ni poseen la misma información simultáneamente; 2) burbujas
racionales bajo información asimétrica en las que los inversores racionales no tienen la misma información
sobre el activo por lo que le ponen precios diferentes; 3) burbujas debidas a los límites al arbitraje que
resultan de los diferentes riesgos
2 El cálculo del valor fundamental del activo se basa en su rentabilidad futura esperada ajustada al riesgo (Demmler, 2017).
review
como la existencia de operadores de ruido irracionales o los costes de arbitraje; 4) creencias heterogéneas de
los inversores sobre la existencia de burbujas en las que los inversores difieren en su juicio sobre el precio
del activo, por lo que los precios pueden variar.
A pesar de los numerosos artículos académicos que documentan empíricamente la existencia de
burbujas de activos y las circunstancias de cuándo y cómo se forman, los economistas siguen manteniendo
opiniones divergentes sobre las burbujas de activos. Lo más importante es que los inversores a menudo
se comportan de forma racional, pero otras veces de forma irracional a la hora de fijar el precio,
comprar y vender activos. Varios estudios documentaron los factores psicológicos de las estrategias y el
comportamiento de inversión, como el comportamiento de rebaño, el comportamiento de "vender al más
tonto", el exceso de confianza de los inversores o el bucle de retroalimentación positiva que puede
exacerbar un sentimiento optimista inicialmente moderado de los inversores y provocar grandes
subidas de precios, entre otros factores (Shiller, 2015; Demmler, 2017).
Por consiguiente, no cabe esperar que los mercados financieros se comporten únicamente de
forma racional, sino que las burbujas están abocadas a producirse en determinadas condiciones que
crean un entorno fértil para la inversión excesivamente entusiasta. Una de estas condiciones suele
estar relacionada con la difusión de una nueva tecnología que crea un sentimiento inversor optimista
en el mercado financiero . Tal fue el caso en los años sesenta, con la aparición de las nuevas empresas
"trónicas", o en los noventa, con la aparición de las "tech-firms", como han documentado Baker &
Wurgler (2006). Otro factor puede ser la disponibilidad de financiación barata, cuando los tipos de interés
son bajos durante un tiempo prolongado, como a principios de la década de 2000 (Shiller, 2015) con la
aparición de la burbuja subprime en el mercado inmobiliario estadounidense. Además de estas
circunstancias, los autores Froot y Obstfeld (1991) han aportado pruebas empíricas de la existencia de
"burbujas intrínsecas", lo que significa que las burbujas de activos son elementos frecuentes e inevitables
del mercado financiero y pueden crecer exponencialmente antes de estallar. Aún más problemática es la
constatación de que no sólo se producen burbujas, sino que pueden persistir durante un periodo
prolongado, como han observado los académicos Dhar y Goetzmann: "Una burbuja puede mantenerse
algún tiempo por el sentimiento inversor y la retroalimentación comercial a pesar de la conciencia
generalizada de que los activos están mal valorados". (Dhar y Goetzmann, 2006, p. 4). Teniendo en
cuenta estas características del mercado, no es sorprendente ver los estallidos estelares que se han
producido en los mercados de criptomonedas desde 2017.
Es importante señalar que existen otros ejemplos de ineficiencias del mercado, además de la
aparición de burbujas financieras especulativas. Otros factores pueden ser la previsibilidad de los precios
futuros de los activos, las anomalías de calendario (cambios de precio previsibles en determinados
días de la semana), la sobrerreacción y la infrarreacción a los anuncios públicos en relación con un
activo o la empresa emisora, entre otros (Demmler, 2017). No obstante, teniendo en cuenta que el
fenómeno más común y frecuentemente estudiado en el mercado de Bitcoin es la aparición de
burbujas, en el presente estudio se considera esta característica para el análisis de la
eficiencia/ineficiencia del mercado.
Bitcoin (BTC)
Entre las criptodivisas existentes, Bitcoin es la más popular con diferencia. Su popularidad se debe a
varios factores, documentados por diversos autores (Böhme et al., 2015; Frisby, 2014; Metha et al., 2019).
Por un lado, fue la primera criptodivisa virtual que apareció en el mercado y, por lo tanto, hay más
confianza y experiencia acumulada con su uso que con i sus pares. En segundo lugar, su cantidad futura
total está limitada a 21 millones de BTC; en otras palabras, no es propensa a fomentar la inflación
debido a su limitada disponibilidad. En tercer lugar, la tecnología que la sustenta - blockchain digital
descentralizada - se considera revolucionaria y se espera que se extienda a otras áreas más allá de las
finanzas para su uso generalizado, por ejemplo, el registro de títulos de propiedad, diplomas, incluyendo
blockchains públicas y privadas; más recientemente, para el seguimiento de las vacunas COVID-19
(Korin, 2020). Otro aspecto positivo de BTC radica en su carácter democratizador, ya que es fácilmente
accesible a cualquier persona del mundo con un smartphone y acceso a Internet, incluidos millones de
personas que no tienen cuenta bancaria -los "no bancarizados"- y que han quedado al margen y
desatendidos por el sector financiero tradicional. De hecho, otro factor clave del aumento de la popularidad
de BTC y las demás monedas digitales alternativas (altcoins) puede atribuirse a
review
el desencanto con el comportamiento monopólico e imprudente del sector financiero que se hizo
demasiado evidente durante la crisis financiera de 2007 y 2008. ( Mehta et al., 2019).
A pesar de sus numerosas virtudes, Bitcoin se enfrenta a varias críticas y desafíos. Por
nombrar algunos, parece estar diseñado por ingenieros, dejando de lado las consideraciones de los
expertos legales y reguladores (Böhme et al., 2015). Esto significa que, debido a su configuración técnica
descentralizada en la que los pagos van de igual a igual sin pasar por una institución financiera
intermediaria, ningún banco central o consejo de supervisión financiera puede intervenir en la creación y el
comercio de Bitcoin. En consecuencia, las disputas comerciales no pueden ser remediadas por las
autoridades (Mehta et al., 2019). Además, como las transacciones erróneas o no deseadas no pueden
revertirse, los errores transaccionales pueden resultar costosos. Además, las brechas de seguridad en las
plataformas en línea no son infrecuentes, por ejemplo, el incidente de piratería del sitio de comercio en
línea Mt. Gox en 2014, que dio lugar a una pérdida de más de 800.000 BTC, aproximadamente 460
millones de dólares estadounidenses (McMillan, 2014), sin ninguna solución a prueba de balas hasta el
momento. Así pues, aunque la tecnología blockchain no haya sido vulnerada hasta ahora, las plataformas
de intercambio y los artilugios de apoyo (como el firmware) han sido objeto de ciberataques. Los autores
Böhme et al., (2015) categorizan estos riesgos mencionados de la siguiente manera: "Examinamos
el riesgo de mercado, el problema del mercado poco profundo, el riesgo de contraparte, el riesgo de
transacción, el riesgo operativo, el riesgo relacionado con la privacidad y los riesgos legales y regulatorios.
Además, cualquier usuario que posea bitcoins se enfrenta al riesgo de mercado a través de la fluctuación
del tipo de cambio entre bitcoin y otras divisas" (Böhme et al., 2015, p.226).
Otra crítica a BTC está relacionada con su valor fundamental, que, según algunos estudiosos, es
cero (por ejemplo, Cheah & Fry, 2015); en otras palabras, no tiene valor intrínseco , a diferencia del
oro, la plata o las acciones, por ejemplo. Como observación, el dinero FIAT3 común, como el dólar
estadounidense o los billetes de euro, también carecen de valor intrínseco. Además, como el BTC
debe "minarse" en ordenadores muy potentes que requieren mucha energía, se ha cuestionado
seriamente la sostenibilidad de su funcionamiento, ya que consume demasiada energía. Por último, la
gran volatilidad de los precios del Bitcoin hace poco práctica e inútil la señalización de precios, que suele
ser una función básica del dinero, para poder utilizarlo como unidad de cuenta. La Figura 1 muestra las
variaciones históricas del precio de Bitcoin desde enero de 2017. Como se puede observar en la Figura 1,
los cambios de precio de Bitcoin indican una enorme volatilidad, pasando de unos 800 USD a principios de
2017 a más de 19 ,000 USD a finales del mismo año, y una caída a 6,300 USD en febrero de 2018. La
última tendencia en la segunda mitad de 2020 muestra otro aumento explosivo del precio, de unos 5.000
USD en marzo a más de 40.000 USD el 6 de febrero de 2021, seguido de un máximo histórico de 49.375,94
USD el 14 de febrero de 2021 (Coindesk, 2021).
Como los estudios empíricos del historial de precios de los activos financieros suelen utilizar
rendimientos en lugar de precios de mercado, la Figura 2 muestra también, el comportamiento de los
rendimientos simples diarios de Bitcoin desde 2017 hasta 2021. Una vez más se pueden observar las
características de alta volatilidad de la criptodivisa. Aparentemente se alternan periodos de alta volatilidad
con periodos de menor volatilidad. Parece que Bitcoin atraviesa actualmente (principios de 2021) una fase
de volatilidad relativamente alta. Históricamente hablando, el máximo (mínimo) rendimiento diario
se produjo el 10 de diciembre de 2017 (12 de marzo de 2020) con un 23,9% (-27,1%) (Coindesk,
2021).
3 El
término "dinero FIAT" se refiere a un objeto intrínsecamente inútil que se utiliza como medio de cambio, como los billetes de
papel y los billetes de banco (Wallace, 2017).
review
Figura 1
Comportamiento del precio del mercado de Bitcoin, 2017-2021
60000
50000
40000
30000
20000
10000
0
01/01/2017 01/01/2018 01/01/2019 01/01/2020 01/01/2021
Fuente: Coindesk (2021).
Figura 2
Comportamiento de las rentabilidades diarias de Bitcoin, 2017 -2021
0.3
0.2
0.1
0
01/01/2017 01/01/2018 01/01/2019 01/01/2020 01/01/2021
-0.1
-0.2
-0.3
Fuente: Coindesk (2021).
Como los autores Böhme et al., (2015) revisaron el uso de Bitcoin desde que se convirtió en un
sistema de pago electrónico viable, ha habido algunas transformaciones importantes. Los primeros
usuarios utilizaron BTC para probarlo y como medio de pago de muchos artículos ilícitos que se
comerciaban en el sitio Silk Road (drogas, armas, pastillas, etc.) .
Más tarde, los usuarios compraron BTC para realizar pagos y, cada vez más, como activo de
compra y venta, diversificando sus carteras financieras. La demanda más reciente de BTC y su
negociación se debe a dos circunstancias: 1) la gente lo utiliza como depósito de valor principal, similar al
de otras divisas fuertes, incluido el oro; 2) debido a la cercana
tipos de interés cero en los países desarrollados cuando se produce la relajación cuantitativa de los mercados
estadounidense, europeo y japonés, los inversores esperan presiones inflacionistas y buscan mejores
oportunidades de inversión, de ahí que recurran a los criptomercados, además de a los mercados
tradicionales de valores y activos. Todos estos mercados han experimentado un aumento debido al mayor
efectivo disponible en los mercados financieros. Además, como esbozan los autores Schilling & Uhlig
(2019), el Bitcoin se financia con un impuesto al dólar estadounidense, ya que los dólares son
suministrados por la
Banco central de Estados Unidos y se utilizan para comprar Bitcoins . Esto explica en parte el aumento de
la demanda de Bitcoin en 2020.
Otras explicaciones incluyen el ahorro de efectivo en algunos segmentos de la sociedad, ya que la
gente no está gastando en muchos bienes de consumo, viajes o comer fuera durante la pandemia de
COVID-19 (Fitzgerald, 2020). Los nuevos adoptantes de Bitcoin, como Paypal, Mastercard o inversores
como Elon Musk que abrazaron abiertamente Bitcoin también contribuyen a su reciente subida de precios
(Bradshaw & Murphy, 2020; Szalay, 2021). Jim Rieder, CIO de la empresa de inversión estadounidense
BlackRock, declaró que Bitcoin pronto podría sustituir al oro (Coindesk, 2020). Publicaciones financieras
de gran prestigio, como el Financial Times, también describen una tendencia alcista en los
criptomercados que indica altas ganancias en medio de una volatilidad muy elevada y una posible
caída pronunciada (Szalay, 2020; Samson, 2020, Smith, 2021). Aunque la tendencia a largo plazo
probablemente mantenga más saltos y desplomes de precios, los analistas esperan una tendencia
general al alza, debido a la escasez de Bitcoin y a la promesa del modelo stock- to-flow (PlanB, 2020).
II. METODOLOGÍA
Para responder a la pregunta de investigación inicial, si los académicos consideran que el mercado
de Bitcoin es eficiente o ineficiente en términos de la HME, realizamos una investigación
documental no cuantitativa a partir de fuentes primarias. Para ello se seleccionaron 25 artículos de
revistas académicas indexadas relacionados con el análisis y la eficiencia del mercado de Bitcoin. Con
el fin de encontrar un criterio convincente, pero simple, para responder a nuestra pregunta de
investigación, agrupamos los estudios analizados en dos grupos: artículos que aceptan (o al menos no
rechazan) la HME para el mercado de Bitcoin y artículos que rechazan la HME. La mayoría de los
artículos se publicaron en revistas financieras y económicas especializadas entre 2014 y 2020 (por
ejemplo, International Journal of Economic Sciences, Economics Letters, Finance Research Letters,
Journal of Applied Finance & Banking, Risks). Sin embargo, algunos artículos se publicaron en revistas de
disciplinas diferentes, como física y estadística (por ejemplo, Physica A: Statistical Mechanics and its
Applications) . Existen muchos más estudios, ya que BTC y las criptomonedas son un campo de
investigación muy dinámico. Sin embargo, hemos seleccionado artículos con citas de gran impacto que se
centraban específicamente en la eficiencia del mercado de Bitcoin. Por esta razón, estamos seguros de
que nuestra selección de 25 artículos de alto impacto representa una imagen completa del estado del arte de los
estudios de eficiencia del mercado de Bitcoin.
III. RESULTADOS Y DEBATE
Presentación de resultados
Los resultados del presente estudio pueden verse resumidos en el Apéndice A, que está organizado en
dos secciones: La sección A incluye el grupo de artículos que no rechazan y potencialmente aceptan la
HME, mientras que la sección B presenta el grupo de artículos que sí rechazan la HME. Dentro de ambas
secciones, los artículos se organizan primero en orden cronológico según el año de publicación y, dentro
de cada año, los artículos se enumeran en orden alfabético por autor. La organización que utilizamos
ayuda a tener una mejor visión de la evolución de la interpretación dentro de la literatura.
Además de la información básica de cada artículo -como los autores y el año de publicación, el
título del artículo, la revista donde se publicó-, el Apéndice A presenta dos columnas adicionales que
review
proporcionan
análisis cualitativo resumido de cada artículo. En la columna llamada Key Focus , además del
objetivo más relevante del artículo, se indica el periodo de tiempo del análisis de los datos, los
modelos más importantes utilizados por los autores y las criptomonedas u otros activos que fueron objeto
del análisis. Es importante señalar que, cuando fue posible, se mencionaron tanto el mes como el año en
que se recopilaron los datos, y si se utilizaron más de 3 modelos. A menudo se aplicaron más de 8
modelos o pruebas, y se estudiaron más de 5 divisas, pero no todos se incluyen en este cuadro,
debido a las limitaciones de espacio. Indicamos en la tabla aquellos casos en los que encontramos un
exceso de modelos y monedas, como un estudio que incluyó más de 450 monedas (Wei, 2018). Las
abreviaturas de las criptodivisas enumeradas pueden consultarse en el apéndice B y los modelos y
pruebas estadísticas en el apéndice C.
La columna Conclusión presenta las conclusiones más relevantes que son críticas para la
evaluación de la HME en cada estudio, resumiendo si el artículo acepta o rechaza la HME.
Discusión de los resultados
Después de revisar la tabla resumen en el Apéndice A , es evidente que hay muchos más artículos de
investigación que rechazan la HME que los que la aceptan: 20 artículos (80%) rechazaron la HME,
mientras que 5 (20%) la aceptaron, con sólo el documento nº 2, potencialmente aceptando la hipótesis, lo
que indica que la mayoría de los investigadores consideran el mercado Bitcoin como ineficiente, y que es
propenso a desarrollar burbujas especulativas de vez en cuando. Cabe destacar que tres artículos que
consideraban el mercado de Bitcoin como eficiente utilizaban datos anteriores a la subida de precios de
finales de 2017; en otras palabras, sus datos no incluían los múltiples episodios de auge y caída que no se
habían visto anteriormente. Solo dos estudios incluyeron datos del 2º semestre de 2017 (Caporale &
Plastun, 2019; Vidal-Tomás & Ibáñez, 2018), lo que indica que a pesar de un aumento dramático en los
precios de Bitcoin en 2017, estos autores no encontraron evidencia de que el mercado de Bitcoin sería
ineficiente. Los académicos Vidal - Tomás & Ibáñez (2018) encontraron evidencia para la forma semi
-fuerte de eficiencia de mercado, observando que los inversores sobrerreaccionan a eventos y
anuncios públicos relacionados con el mercado Bitcoin, pero no a otros anuncios de política
monetaria. Del mismo modo, los autores Caporale & Plastun (2019), consideraron el pico de precios de
2017 como una reacción exagerada de los inversores en los mercados de criptodivisas, que puede
aprovecharse para generar beneficios con la estrategia adecuada . Sin embargo, los académicos no
pudieron rechazar la HME basándose en los resultados de sus pruebas empíricas.
Los otros 20 estudios que rechazan la HME utilizaron a menudo datos comprendidos entre
20 10 y 2018, la mayoría de 4 a 7 años. Sin embargo, hay unos pocos estudios que solo utilizaron
periodos de datos de uno o dos años, por ejemplo Fry & Cheah, 2016), y aun así, encontraron pruebas
suficientes para rechazar la HME. Las fuentes de los datos parecen ser muy coherentes entre los 25
estudios, ya que tienden a utilizar los proveedores de información sobre criptomonedas más
comunes, como Coindesk o Coinmarketcap.
Teniendo en cuenta las múltiples y diversas pruebas que aplicaron estos 25 estudios, también
hay varios modelos y pruebas recurrentes, que ayudan a comparar los resultados entre las diversas
divisas y periodos de tiempo seleccionados. Entre los métodos más utilizados se encuentran la prueba de
Ljung-Box para la autocorrelación, la prueba de Bartel utilizada para la independencia de los rendimientos,
las pruebas de autorregresión vectorial (VAR) y sus variaciones, como FCVAR para el análisis de paseo
aleatorio, Brock, Dechert y Scheinkman (o BDS) para la prueba de independencia, el análisis de
fluctuación sin tendencia (DFA), la prueba del exponente de Hurst, el modelo OLS, la prueba
Dickey-Fuller aumentada (ADF), los modelos de tipo GARCH, el modelo PWY (Phillips, Wu y Yu,
2011a y 2011b) , el modelo PSY (Phillips, Shi y Yu, 2015). Estos dos últimos modelos, especialmente el
modelo PSY (2015), son aplicados con frecuencia por otros autores (por ejemplo, Cheung et al., 2015;
Geuder et al., 2019), por lo que es uno de los más ubicuos entre estos trabajos, ya que estos autores
señalan que ofrece la mejor capacidad predictiva.
Varios artículos recientes favorecen el modelo de ley de potencia logarítmica periódica (LPPL).
review
Esto es más común en los estudios que incluyen datos para el aumento de precios de 2017, lo que
requirió el análisis del crecimiento exponencial , para
ejemplo, el estudio de Geuder, Kinateder & Wagner, 2019; Wheatley et al ., 2018; Xiong et al., 2020. La
comprobación y confirmación de la presencia de martingala para tendencias de burbujas especulativas
altamente explosivas en el mercado de Bitcoin también está presente en el artículo de Schilling &
Uhlig (2019). Como se ha mencionado anteriormente, la mayoría de los estudios utilizan múltiples
modelos, a menudo hasta 6-8 modelos y pruebas.
En cuanto a las criptodivisas incluidas en los 25 artículos, también existe una gran diversidad,
aunque Bitcoin es el denominador común y, a menudo, la única moneda digital analizada. Otras
criptodivisas importantes que estuvieron presentes incluyen Ethereum, Ripple, Litecoin y DASH. Los
autores Hu, Valera, & Oxley (2019) analizaron un número significativamente mayor de criptodivisas
probando 31 monedas digitales, mientras que Wei (2018) analizó 456 criptodivisas. Además de las
criptodivisas, varios estudios compararon y probaron el comportamiento del mercado de Bitcoin con el
de otras divisas, como USD, GBP, AUD, etc. (por ejemplo, Cheah et al., 2018) o con otros tipos de
activos, como el oro o las acciones estadounidenses (Bartos, 2015; da Fonseca & da Fonseca, 2019). Al
comparar Bitcoin con divisas u otros tipos de activos, los autores encontraron un comportamiento más
extremo en los criptomercados y concluyen que es más probable que las criptodivisas presenten ciclos de
burbujas especulativas extremas que otras clases de activos.
Además, es notable que algunos estudiosos, por ejemplo Stosic et al., 2019, examinaron el
comportamiento de Bitcoin y otras siete criptodivisas desde el punto de vista de la teoría del caos,
analizando su complejidad y entropía, junto con el comportamiento aparentemente caótico observado por
sus patrones de negociación. Como señalaron los autores brasileños, "las criptodivisas van desde ser
parcialmente deterministas (predecibles desde el pasado) hasta ser completamente impredecibles
(alta entropía y complejidad cero); Bitcoin y otras criptodivisas importantes se sitúan en algún punto
intermedio" (Stosic et al., 2019, p.555).
Una curiosa predicción de los autores Xiong et al. , publicada a principios de 2020, utilizando el
modelo LPPL es que la "próxima gran burbuja se espera para la segunda mitad de 2020" (p.10) y parece
estar en lo cierto. A principios de 2021, un Bitcoin se vendía al nivel más alto de todos los tiempos, por
encima de los 40.000 USD. Dado el notable éxito de la predicción de Xiong et al ., es probable que otros
investigadores vuelvan a poner a prueba los modelos de prueba y predicción que proponen.
CONCLUSIONES
El objetivo del presente trabajo era investigar la eficiencia del mercado de criptomonedas a partir de una
investigación documental sobre Bitcoin en particular. De la muestra de 25 estudios analizados, 20
presentan evidencia en contra de la HME y solo 5 aceptan (o al menos no rechazan) la HME.
Sorprendentemente, solo un estudio (Urquhart, 2016; incluido en el grupo de estudios que aceptan) presenta
evidencia mixta y sugiere que el comportamiento del mercado de criptodivisas puede asentarse en el futuro
cuando el mercado esté más establecido (Urquhart, 2016). Dado el abrumador apoyo al rechazo de la
HME basado en el análisis de los 25 artículos académicos, concluimos que a partir de 2020 el Bitcoin y los
mercados de criptomonedas son ineficientes, ya que la aparición de burbujas especulativas como
principales ejemplos de ineficiencias del mercado está demostrada en el pasado y puede esperarse para
el futuro.
Además, cabe mencionar que los autores Corbet et al. , (2019) han realizado una
clasificación sistemática de 32 artículos de revistas publicados entre 2009-2018, y según los temas en los
que se centran, establecieron cinco categorías principales como áreas de investigación dentro de la
literatura de Bitcoin/criptodivisas: 1) dinámica de burbujas, 2) regulación, 3) cibercriminalidad, 4)
diversificación y 5) eficiencia. Este artículo de Corbet et al., (2019) no se centró en la eficiencia de los
mercados de criptodivisas, sino que agrupó la literatura seleccionada según los cinco temas principales.
Nuestro artículo contribuye a la investigación que evalúa la eficiencia del mercado de Bitcoin
basándose en los criterios de la HME clásica. Además de organizar y analizar sistemáticamente 25
artículos académicos , hemos tenido en cuenta otras características en nuestra evaluación, como el
lapso de tiempo de los datos, el tipo de modelos utilizados para el análisis y las criptomonedas que se
compararon. Teniendo en cuenta las pruebas de la
review
presente estudio relacionado con los mercados modernos de criptomonedas, contribuimos a la larga lista
de investigaciones contemporáneas y menos recientes que cuestionan la relevancia práctica de la HME .
La investigación futura puede incluir más investigaciones académicas publicadas en esta área de la
literatura financiera que cambia y crece rápidamente. Recomendamos encarecidamente que el proceso
de comprobación de la HME en Bitcoin y otros mercados de criptomonedas continúe para encontrar aún
más pruebas en contra (o a favor) de la eficiencia de los criptomercados. Además, los nuevos estudios
empíricos podrían perfeccionar los métodos estadísticos existentes, que podrían adaptarse aún
mejor a las características innovadoras de estas monedas.
REFERENCIAS
Agosto, A., y Cafferata, A. (2020). Financial Bubbles: A Study of Co -Explosivity in the Cryptocurrency
Market. Risks, 8(2), 34. MDPI AG. http://dx.doi.org/10.3390/risks8020034
Álvarez-Ramírez, J., Rodríguez, E., & Ibarra-Valdez, C. (2018). Correlaciones de largo alcance y asimetría
en el mercado Bitcoin. Physica A: Statistical Mechanics and its Applications , Vol. 492, February, 948-
955. https://doi.org/10.1016/j.physa.2017.11.025
Baker, M., y Wurgler, J. (2006). Investor sentiment and the cross-section of stock returns. The Journal of
Finance , 61(4), 1645-1680. https://doi.org/10.1111/j.1540-6261.2006.00885.x
Bariviera, A. F. (2017). La ineficiencia de Bitcoin revisitada: Un enfoque dinámico. Economics Letters , Vol.
161 (C), 1-4. https://doi.org/10.1016/j.econlet.2017.09.013
Bartos, J. (2015). Sigue Bitcoin la hipótesis del mercado eficiente? Revista Internacional de
Ciencias Económicas , 4(2), 10-23. https://doi.org/10.20472/ES.2015.4.2.002
Böhme, R., Christin, N., Edelman, B., & Moore, T. (2015). Bitcoin: Economía, tecnología y
gobernanza. Journal of economic Perspectives , Vol. 29 (2), 213-38. https://doi.org/
10.1257/jep.29.2.213
Bradshaw, T. & Murphy, H. (2020, 21 de octubre). PayPal finalmente abraza cryptocurrencies con licencia
de Nueva York. The Financial Times . Obtenido del sitio Web: https://www.ft.com/content/794a0a37 -
b235-466f-b66f- 230b875f8951
Brunnermeier M.K. (2008) Burbujas. En: Palgrave Macmillan (eds ) The New Palgrave Dictionary
of Economics . Palgrave Macmillan, Londres. https://doi.org/10.1057/978 -1-349-95121-5_44-2
Bundi, N., & Wildi, M. (2019). Bitcoin y mercado -(in) eficiencia: un enfoque sistemático de
series temporales. Digital Finance , 1(1-4), 47-65. https://doi.org/10.1007/s42521-019-00004-z
Caporale, G.M. y Plastun, A. (2019), Price overreactions in the cryptocurrency market, Journal of
Economic Studies, Vol. 46 n.º 5, pp. 1137-1155. https://doi.org/10.1108/JES-09-2018-0310
Cheah, J. E.-T. y Fry, J. (2015). ¿Burbujas especulativas en los mercados de Bitcoin? An empirical
investigation into the fundamental value of Bitcoin, Economics Letters , 130. https://doi.org/
10.1016/j.econlet.2015.02.029 Cheah, E. T., Mishra, T., Parhi, M., & Zha ng, Z. (2018). Interdependencia e
ineficiencia de la memoria larga.
en los mercados de Bitcoin. Economics Letters , 167,
18-25.
https://doi.org/https://doi.org/10.1016/j.econlet.2018.02.010
Cheung, A., Roca, E., & Su, J. J. (2015). Crypto-currency bubbles: an application of the Phillips -Shi-Yu
(2013) methodology on Mt. Gox bitcoin prices. Applied Economics , 47 (23), 2348-2358.
https://doi.org/10.1080/00036846.2015.1005827
Coindesk (2021). Bitcoin BTC. Obtenido el 14 de febrero de 2021, del sitio Web:
https://www.coindesk.com/price/bitcoin.
Coindesk (2020, 20 de noviembre). Noticias diarias de CoinDesk: Blackrock CIO: Bitcoin Could
Replace Gold, Goldman: China's Digital Yuan a llegar a 1
mil millones usuarios. Obtenido de de
https://www.coindes k . c o m / v i d e o / b l a c k r o c k - c i o -
bitcoin-could-replace-gold-goldman-
c h i n a s - d i g i t a l - yuan-to-reach-1-billion-users
Coinmarketcap. (2021). Bitcoin (BTC) price, marketcap, chart, and info. Extraído el 14 de febrero de 2021, de
https://coinmarketcap.com/currencies/bitcoin/
Corbet, S., Lucey, B., & Yarovaya, L. (2018) . Datestamping las burbujas de Bitcoin y Ethereum. Finance
Research Letters , 26, septiembre, 81-88. https://doi.org/10.1016/j.frl.2017.12.006
Corbet, S., Lucey, B., Urquhart, A., & Yarovaya, L. (2019). Cryptocurrencies como activo financiero:
Un análisis sistemático. International Review of Financial Analysis , 62, 182-199.
https://doi.org/10.1016/j.irfa.2018.09.003
da Fonseca, V. M., & da Fonseca, M. A. (2019). Un enfoque sencillo para evaluar si existe una "burbuja"
financiera: El Caso del Bitcoin. Applied Economics and Finance , 6(4), 1-10.
https://doi.org/10.11114/aef.v6i4.4266
Demmler, M. (2017). Irracionalidad de las burbujas de precios de activos - Human Decision -Making in the
Course of Financial Bubbles . México: Pearson Educación.
Dhar, R. & Goetzmann, W. N. (2006). Inversores en burbujas: ¿en qué estaban pensando? Documento
de trabajo, No.
06-22, Centro Internacional de Finanzas de Yale. http://ssrn.com/abstract= 683366
Fama, E. F. (1965). The Behavior of Stock-Market Prices. Journal of Business , 38(1), 34-105.
https://doi.org/10.1086/294743
Fama, E. (1970). Mercados de capitales eficientes: A review of theory and empirical work. Journal of
Finance , 25(2), 383-417. https://doi.org/10.1111/j.1540-6261.1970.tb00518.x
Fama, E. (1991). Efficient capital markets: II. Revista ofFinance , 46(5), 1575-1617.
https://doi.org/10.1111/j.1540-6261.1991.tb04636.x
Fitzgerald, M. (2020, 29 de mayo). La tasa de ahorro de EE.UU. alcanza un récord del 33%, ya que el
coronavirus hace que los estadounidenses acumulen efectivo, frenar el gasto.
CNBC. Extraído de noviembre 20, 2020, de
https://www.cnbc.com/2020/05/29/us-savings-rate-hits-record-33percent-as-coronavirus-causes-
americans-to-stockpile-cash-curb-spending.html
Frisby, D. (2014). Bitcoin: ¿el futuro del dinero? Londres: Unbound.
Froot, K. A. & Obstfeld, M. (1991). Intrinsic Bubbles - The Case of Stock Prices. American
Economic Review, Vol. 81, No. 5, pp. 1189-1214.
Fry, J., & Cheah, J. E. T. (2016). Burbujas y shocks negativos en los mercados de criptodivisas.
International Review of Financial Analysis , 47(C), 343-352. https://doi.org/10.1016/j.irfa.2016.02.008.
Garcia, D., Tessone, C. J., Mavrodiev, P., & Perony, N. (2014). Las huellas digitales de las burbujas:
ciclos de retroalimentación entre señales socioeconómicas en la economía Bitcoin. Journal of
the Royal Society Interface, 11(99), 20140623.
https://royalsocietypublishing.org/doi/full/10.1098/rsif.2014.0623
Geuder, J., Kinateder, H., & Wagner, N. F. (2019). Las criptodivisas como burbujas financieras: El
caso de Bitcoin. Finance Research Letters , Vol. 31, diciembre.
https://doi.org/10.1016/j.frl.2018.11.011
Gómez, G.L. &. Demmler, M. (2018). Monedas sociales y criptodivisas: Características, Riesgos y Análisis
Comparativo. CIRIEC-España, Revista de Economía Pública, Social y Cooperativa , 93, 265- 291,
https://doi.org/10.7203/CIRIEC-E.93.10978.
Hu, Y., Valera, H. G. A., & Oxley, L. (2019). Market efficiency of the top market -cap
cryptocurrencies: Further evidence from a panel framework. Finance Research Letters , 31, 138-
145. https://doi.org/10.1016/j.frl.2019.04.012
review
Kindleberger, C. P., y Aliber, R. Z. (2015). Manías, pánicos y cracks: Una historia de las crisis
financieras .
Basingstoke, Hampshire: Palgrave MacMillan.
Kristoufek, L. (2018). Sobre la (in) eficiencia de los mercados Bitcoin y su evolución. Physica A: Statistical
Mechanics and its Applications , 503, agosto, 257-262. https://doi.org/10.1016/j.physa.2018.02.161
Korin, N. (2020). Uso de blockchain para supervisar la cadena de suministro de vacunas COVID -
19. Obtenido de
https://www.weforum.org/agenda/2020/11/using-
blockchain-to-monitor-covid-19-vaccine-supply-
chain?utm_source=facebook
Kurihara, Y., & Fukushima, A. (2017). La eficiencia del mercado de Bitcoin: Una perspectiva de
anomalía semanal. Journal of Applied Finance and Banking, Vol. 7(3), 57-64.
http://www.scienpress.com/Upload/JAFB%2fVol%207_3_4.pdf
McMillan, R. (2014). The Inside Story of Mt. Gox, Bitcoin's $460 Million Disaster. Wired. Obtenido de
https://www.wired.com/2014/03/bitcoin-exchange/
Mehta, N., Agashe, A., & Detroja, P. (2019). Burbuja o revolución: Presente y futuro del blockchain y las
criptodivisas . Paravane Ventures.
Nadarajah, S., & Chu, J. (2017). Sobre la ineficiencia de Bitcoin. Economics Letters , 150 (C), 6-9.
https://doi.org/10.1016/j.econlet.2016.10.033
Nakamoto, S. (2008). Bitcoin: Un sistema de dinero electrónico entre iguales. Consultado en:
http://bitcoin.org/bitcoin.pdf.
Newbold, P., Carlson, W. L., & Thorne, B. (2013). Estadística para los negocios y la economía . Harlow:
Pearson Education.
Pagnotta, E. (2020). Bitcoin as Decentralized Money: Precios, minería y seguridad de la red.
http://dx.doi.org/10.2139/ssrn.3264448
Phillips, P. C., Shi, S. y Yu, J. (2015). Pruebas de burbujas múltiples: Teoría límite de los
detectores en tiempo real. International Economic Review , 56(4), 1079-1134.
https://doi.org/10.1111/iere.12131
Phillips, P. C., Wu, Y., & Yu, J. (2011a). Explosive behavior in the 1990s Nasdaq: When did exuberance
escalate asset values? International Economic Review, 52(1), 201-226. https://doi.org/10.1111/j.1468-
2354.2010.00625.x
Phillips, Peter C. B. y Shi, Shuping y Yu, Jun, Testing for Multiple Bubbles (2011b). CAFE Research Paper
No. 13.18, http://dx.doi.org/10.2139/ssrn.2316339
PlanB. (2020, 22 de julio). Bitcoin Stock-to-Flow Cross Asset Model. Obtenido del sitio Web:
https://medium.com/@100trillionUSD/bitcoin -stock-to-flow-cross-asset-model-50d260feed12
Samson, A. (2020, 18 de noviembre). El renacimiento de Bitcoin: ¿boom o burbuja? The Financial Times .
Obtenido de https://www.ft.com/content/a47090ee-fdf5-4cfa-9d17-47c56afad8c3
Samuelson, P. A. (1965). Proof that properly anticipated prices fluctuate ran domly. Industrial Management
Review, 6(2), 41-49. https://doi.org/10.2307/3003046
Schilling, L., & Uhlig, H. (2019). Algo de economía simple del bitcoin. Journal of Monetary Economics ,
Vol.
106, 16-26. https://doi.org/10.1016/j.jmoneco.2019.07.002
Shiller, R. (2015). Exuberancia irracional: Revised and Expanded Third Edition . Princeton; Oxford:
Princeton University Press. https://doi.org/10.2307/j.ctt1287kz5
Smith, I. (2021, 03 de enero). Bitcoin supera los 34.000 dólares al reanudarse un rally que bate récords. The
Financial Times .
Retrieved from https://www.ft.com/content/314f6c8a-ff7f-4a52-b5d1-98eb36a7bf40
Stosic, D., Stosic, D., Ludermir, T. B., & Stosic, T. (2019). Explorando el desorden y la
complejidad en el espacio cryptocurrency. Physica A: Statistical Mechanics and Its Applications ,
Vol. 525, 548-556. https://doi.org/10.1016/j.physa.2019.03.091
Szalay, E. (2020, 18 de noviembre). Bitcoin supera los 18.000 dólares y se acerca a máximos históricos.
The Financial Times. Retrieved from https://www.ft.com/content/5480ae1a-1a48-414d-a0a1-
843f53f55308
Szalay, E. (2021, 12 de febrero). ¿Tulipán digital o nueva clase de activos? Bi tcoin's bid to go
mainstream. The Financial Times. Obtenido de https://www.ft.com/content/7ac6c3a6 -3fed-4dd9-8a69-
939ad6094933 Urquhart, A. (2016). La ineficiencia de Bitcoin. Economics Letters , 148, noviembre, 80-82.
https://doi.org/
10.1016/j.econlet.2016.09.019.
Vidal-Tomás, D., & Ibáñez, A. (2018). Eficiencia semifuerte del Bitcoin. Finance Research Letters , 27,
259-265. https://doi.org/10.1016/j.frl.2018.03.013.
Wallace, N. (2017). Fiat Money. En The New Palgrave Dictionary of Eco nomics (pp. 1-9). Palgrave
Macmillan UK. https://doi.org/10.1057/978 -1-349-95121-5_454-2
Wei, W. C. (2018). Liquidez y eficiencia del mercado en cryptocurrencies. Economics Letters , Vol. 168
(C), julio, 21-24. https://doi.org/10.1016/j.econlet.2018.04.003
Wheatley, S., Sornette, D., Huber, T., Reppen, M., & Gantner, R. N. (2018). Son predecibles las
burbujas de Bitco? Combinando una Ley de Metcalfe generalizada y el modelo LPPLS. Combinando
una Ley de Metcalfe generalizada y el modelo LPPLS (15 de marzo de 2018). Swiss Finance Institute
Research Paper, (18 - 22). https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3141050
Xiong, J., Liu, Q., & Zhao, L. (2020). Un nuevo método para verificar las burbujas de Bitcoin: Basado
en el coste de producción. The North American Journal of Economics and Finance , Vol. 51, enero.
https://doi.org/10.1016/j.najef.2019.101095
ANEXOS
Apéndice A
25 artículos seleccionados analizados según acepten o rechacen la HME
SECCIÓN A: ART ICULOS QUE NO RECHAZAN/ACEPTAN LAEMH CONSIDERANDO LA MARCA BITCOIN
Doc. No. Artículo Títul Revista Enfoque clave Conclusión
o (Periodo de tiempo, modelos y pruebas utilizados;
(autores, año) criptomoneda estudiada)
1 Bartos, J. (2015) ¿Sigue Bitcoin Revista Estudia si el precio de Bitcoin sigue o no la hipótesis de Encuentra que los precios de Bitcoin siguen la
la hipótesis del Internacional los mercados eficientes. En este trabajo se analizan las forma semi-fuerte de la HME ya que reaccionan
mercado de Ciencias principales características de Bitcoin y el comportamiento inmediatamente a la publicación de nueva
eficiente? Económicas de su precio. Periodo: Mar 2013-Jul 2014 información. Además, afirma que Bitcoin puede
Modelo utilizado: Prueba Dickey-Fuller aumentada considerarse un bien económico estándar cuyo precio
(ADF), prueba LM Breusch-Godfrey, modelo MCO, se determina por la interacción de la oferta y la
modelo de corrección de errores (MCE). demanda en el mercado. Rechaza que los efectos
Criptomonedas: BTC, LTC frente a otras acciones y activos. macroeconómicos exógenos impulsen el cambio de
precio del Bitcoin.
2 Urquhart, A. La ineficacia de Cartas de Analiza la eficiencia del mercado de Bitcoin mediante Proporciona pruebas de que los rendimientos de
(2016) Bitcoin. Economía varias pruebas robustas. Bitcoin son significativamente ineficientes en toda
Periodos: Ago 2010- Jul 2016 la muestra, pero cuando la muestra se divide en dos
(segmentado: 2010-2013, 2013-2016 subperíodos de muestra, se encuentra que algunas
Modelo utilizado: test VAR automático, test de Ljung- pruebas indican que Bitcoin es
Box, test de Bartel, test AVR, test BDS, test del exponente eficiente entre 2013 -2016. Concluye que Bitcoin
de Hurst (R/S Hurst) para la memoria larga de los mercado puede estar en proceso de
rendimientos bursátiles. un mercado eficiente.
Cripto: BTC.
3 Nadarajah, S., & Sobre la Cartas de Reexamina la investigación de Urquhart (2016) sobre la Demuestra que una simple transformación de potencia
Chu, J. (2017) ineficiencia de Economía eficiencia del mercado de Bitcoin mediante cinco del
Bitcoin. pruebas diferentes sobre los rendimientos de Los rendimientos de Bitcoin satisfacen la forma débil
Bitcoin. (El estudio original concluyó que los de
rendimientos de Bitcoin no satisfacen la HME). La hipótesis de la HME con el uso de ocho pruebas
Periodos: Ago 2010- Jul 2016 (segmentado: 2010-2013, diferentes (incluida la prueba de la diferencia de
2013-2016) martingala). Sólo se rechazan las pruebas de
Modelo utilizado: Prueba de Ljung-Box, prueba de Bartel independencia; las demás pruebas aceptan la
para la independencia de los rendimientos, pruebas de hipótesis nula, lo que indica mercados poco eficientes
ratio de varianza y BDS. .
Cripto: BTC.
review
Doc. No. Artículo Título Revista Enfoque clave Conclusión

(Periodo de tiempo, modelos y pruebas utilizados;
4 Vidal-Tomás, D., Eficiencia Cartas Estudia la eficiencia semi-fuerte de Bitcoin en los Las pruebas confirman que Bitcoin se ha vuelto
& Ibáñez, A. semi-fuerte de mercados de Bitstamp y Mt.Gox y muestra cómo más eficiente con el tiempo en relación con sus
(2018) de Bitcoin. investigac reacciona Bitcoin a la política monetaria y a otros propios eventos de mercado. Por tanto, se acepta
ión acontecimientos relacionados con el mercado de la forma semifuerte de la HME.
financier criptodivisas. Sin embargo, el Bitcoin no se ve afectado por las
a Periodo: Sep 2011-Dic 2017 noticias de política monetaria, anunciadas por el
Modelos y pruebas utilizados: estudio de eventos, banco central, ya que la moneda digital no está
modelos de tipo GARCH (CGARCH, AR-CGARCH) conectada a los mercados financieros regulados.
Cripto: BTC.
5 Caporale, G. M., Reacciones Revista Examina las sobrerreacciones de los precios y el Varias pruebas paramétricas y no paramétricas
& Plastun, A. exageradas de de efecto del día de la semana en el caso de las cuatro confirman la presencia de patrones de precios tras las
(2019) los precios en Estudios principales criptomonedas. A continuación, se utiliza un sobrerreacciones: las variaciones de precios al día
el mercado de Económic enfoque de robot de trading para establecer si estas siguiente en ambas direcciones son mayores que
criptomonedas os anomalías estadísticas pueden explotarse para generar tras días "normales". Sin embargo, las
. beneficios. sobrerreacciones detectadas en el mercado de
Periodo: 2013 - 2017 criptomonedas no dan lugar a oportunidades de
El modelo utilizó el análisis de medias, la prueba t de beneficio explotables (debido a los costes de
Student, la prueba ANOVA, la prueba de Kruskal- transacción, según los autores) y no pueden
Wallis y el análisis de regresión con variables considerarse pruebas en contra de la HME. Se
ficticias. recomiendan más pruebas y una muestra mayor de
Criptomonedas: BTC, LTC, XRP, DASH. criptomonedas para
pruebas futuras.
SECCIÓN B: ART ICULOS QUE RECHAZAN ELEMH CONSIDERANDO LA MARCA BITCOIN T
Doc. No. Artículo Título Revista Enfoque clave Conclusión
(Periodo de tiempo, modelos y pruebas utilizados;
1 García, D., y otros, Las huellas Revista de la Estudia el papel de las interacciones sociales en la Los autores encuentran dos circuitos de
(2014) digitales de las Royal Society creación de burbujas de precios. Centrándose en retroalimentación positiva en el mercado de Bitcoin
burbujas: ciclos Interface Bitcoin, los autores plantean la hipótesis de que las que conducen a burbujas de precios en ausencia
de fluctuaciones de precios se deben en gran medida a la de estímulos exógenos: uno impulsado por el boca a
retroalimentació interacción entre distintos fenómenos sociales. boca y el otro por los nuevos adoptantes de Bitcoin.
n entre señales Periodo: Ene 2009 - Oct 2013 Debido a la existencia de bucles de retroalimentación
socioeconómicas Modelos y pruebas utilizados: prueba de autorregresión positiva y de
en la economía vectorial (VAR) formación de burbujas de activos, la HME no puede
Bitcoin. Criptomonedas: BTC. aceptarse.
2 Cheung, A., Roca, Burbujas de Economía Analiza si Bitcoin se caracteriza por burbujas y estallidos Detecta la existencia de tres grandes burbujas y otras
E., & Su, J. J. criptomonedas: Aplicada (como el caso de la quiebra de la bolsa de comercio, menores entre 2010-2014, incluido el colapso de la
(2015) una aplicación Mt. Gox), utilizando la metodología de Phillips -Shi- bolsa Mt Gox, mediante la técnica PSY.
del Phillips-Shi- Yu (PSY) (2013). Confirma la existencia de burbujas de las que se
Yu (2013) Periodo: Jul 2010 - Feb 2014 había informado anteriormente en medios
metodología Modelos y pruebas utilizados: Modelo PSY, prueba t financieros no académicos. Por lo tanto, se
sobre los ADF, prueba GSADF (Generalized Supremum ADF). proporciona evidencia el Bitcoin no puede ser
precios del considerado como un mercado eficiente .
Criptomonedas: BTC.
bitcoin de Mt. Por último, los autores consideran que Bitcoin es
Gox. una mercancía especulativa que no posee ningún
valor intrínseco.
valor.

(autores, año) criptomoneda
estudiad
o)
3 Cheah, J. E.T. & ¿Burbujas Cartas de Aplica modelos económicos y econométricos a los Concluye que Bitcoin presenta burbujas
Fry, J. (2015) especulativas en Economía precios de Bitcoin. especulativas . Por lo tanto, se rechaza la HME.
los mercados Periodo: Jul 2010 - Jul 2014 Además, los autores muestran evidencia empírica
de Bitcoin? Una Modelos y pruebas utilizados: perspectiva del de que el precio fundamental de Bitcoin es cero.
investigación componente de burbuja especulativa (hipótesis
empírica sobre clave: tasa de rendimiento intrínseca, nivel de riesgo
el valor intrínseco), pruebas BDS.
fundamental de Criptomonedas: BTC.
Bitcoin.
4 Fry, J., y Cheah, Burbujas y shocks Revista Estudia la relación entre la física estadística y las Los resultados confirman la existencia de una
J. E. T. (2016) negativos en los Internacional finanzas matemáticas para desarrollar modelos burbuja negativa en 2014 tanto para Bitcoin como
mercados de de Análisis estadísticos que evalúen y comprueben la existencia de para Ripple . Por lo tanto, estos mercados
criptomonedas. Financiero burbujas y cracks financieros. Periodo: para el análisis de digitales no pueden considerarse eficientes según
BTC Jul 2010-Feb 2015; conjunto reducido para la HME.
comparación: Feb 2013 -Feb 2015 Este estudio combina los enfoques de la econofísica
Modelos y pruebas: perspectiva de burbuja y los modelos financieros dominantes para
especulativa (hipótesis clave: tasa de rendimiento supervisar y analizar los mercados financieros.
intrínseca, nivel intrínseco de r isk), modelo
multivariante.
Criptomonedas: BTC y XRP.
5 Bariviera, A. F. La ineficiencia Cartas de Revisa la eficiencia informativa del mercado de Bitcoin, Confirma que la volatilidad de los precios muestra
(2017) de Bitcoin Economía analizando el comportamiento variable en el tiempo de la una larga memoria durante todo el periodo . Esto
revisitada: Un memoria de rendimientos sobre Bitcoin y la volatilidad. refleja un proceso dinámico subyacente diferente
enfoque Periodo: 2011-2017 que genera los precios y la volatilidad. Identifica una
dinámico. Modelos y pruebas: Método R/S, prueba DFA clara diferencia en los rendimientos de los datos
(utilizando el exponente de Hurst). anteriores y posteriores a 2014; recomienda
Criptomonedas: BTC. utilizar el modelo DFA.
6 Kurihara, Y. & La eficiencia del Revista Examina empíricamente si existen anomalías Los resultados empíricos muestran que el mercado
Fukushima, A. mercado de de Banca semanales de precios en el mercado de Bitcoin, de Bitcoin no es eficiente, considerando datos
(2017) Bitcoin: una y poniendo a prueba la eficiencia del mercado de Bitcoin. semanales . Sin embargo, los resultados de la
perspectiva de Finanzas Periodo: Jul 2010 - Dic 2016 prueba muestran que las transacciones de
anomalía Aplicada Modelos y pruebas utilizados: Prueba ADF, modelos de Bitcoin se están volviendo y pueden volverse más
semanal. s regresión OLS y RLS (mínimos cuadrados ordinarios y eficientes.
robustos).
Criptomonedas: BTC
.
review

7 Álvarez-Ramírez Correlaciones Physica A: Analiza las correlaciones a largo plazo y la eficiencia Basándose en los resultados comunicados, los autores
et al., (2018) a largo plazo y Mecánica informativa del mercado de Bitcoin. concluyen que el mercado de Bitcoin no es
asimetría en el Estadística y Periodo: 2013-2017 uniformemente eficiente, ya que la antipersistencia
mercado de sus Modelos y pruebas utilizados: Prueba de los rendimientos de los precios apareció
Bitcoin. Aplicaciones de análisis de fluctuación de tendencia cíclicamente con un periodo de ∼0,75 años.
(DFA) Criptomonedas: BTC. Posibles explicaciones ofrecidas: a) efectos
macroeconómicos exógenos; b) efectos
endógenos de la dinámica de mercado intrínseca de
un mercado emergente de criptodivisas.
8 Cheah, J.E.T., y Interdependencia Cartas de Modela los precios de Bitcoin entre mercados como Resume que los mercados de Bitcoin son "de
otros, (2018) de memoria larga Economía procesos a largo plazo y analiza la interdependencia moderada a altamente ineficientes", por lo que
e ineficiencia en los dinámica entre distintas plataformas de intercambio, de rechaza la HME. Debido a esta característica, los
mercados de 5 mercados desarrollados. inversores pueden explotar la larga memoria
Bitcoin. Periodo: Nov 2011 - Mar 2017 estimada en los precios para obtener beneficios
Modelos y pruebas utilizados: Modelo GARCH (1,1), especulativos. Confirma que la incertidumbre
pruebas VAR y FCVAR, modelo de estimación local tiene una influencia negativa general en los
exacta de Whittle (ELW) en dos pasos, prueba de mercados de Bitcoin. Sugiere que la ineficiencia
cointegración fraccional. observada podría regularse.
Cripto: BTC (frente a EUR, USD, AUD, CAN, GBP).
9 Corbet, S., Lucey, Datestamping de Cartas Examina la existencia y las fechas de las burbujas de Concluye que hay periodos de claro
B., & Yarovaya, las burbujas de precios en Bitcoin y Ethereum, aplicando la comportamiento de burbuja, con Bitcoin casi con
L. (2018) Bitcoin y investigac metodología de (Phillips et al., 2011). toda seguridad en una fase de burbuja en 2017-
Ethereum. ión Periodo: Ene 2009 - Nov 2017 2018. Sin embargo, los autores no encuentran
financier Modelos y pruebas utilizados: Modelo PSY, pruebas pruebas claras de que existan burbujas persistentes ni
a SADF, GSADF y BSADF. en el mercado de Bitcoin ni en el de Ethereum.
Criptomonedas: BTC, ETH. A la vista de los resultados, la HME no puede
aceptarse.
10 Kristoufek, L. Sobre la Physica A: Estudia la eficiencia de dos mercados de Bitcoin (con Encuentra pruebas convincentes de que ambos
(2018) (in)eficiencia de Mecánica respecto al dólar estadounidense y al yuan chino) y su mercados de Bitcoin son ineficientes entre 2010 y
los mercados Estadística rendimiento a lo largo del tiempo. 2017 , excepto varios períodos de caídas de
Bitcoin y su y sus Periodo: 2010 - 2017 precios que siguen a importantes aumentos de
evolución. Aplicaciones Modelos y pruebas utilizados: dependencia de largo precios similares a burbujas. Por tanto, no se
alcance y sus estimadores, exponente de Hurst, acepta la HME.
índice de eficiencia (IE).
Criptomonedas: BTC.
Doc. Artículo Títul Revista Enfoque clave Conclusión

No. o (Periodo de tiempo, modelos y pruebas utilizados;
11 Wei, W. C. (2018) Liquidez y Cartas de Examina la liquidez de 456 criptomonedas diferentes Los resultados empíricos muestran que el mercado
eficiencia del Economía y comprueba si la previsibilidad de la rentabilidad se de Bitcoin no es eficiente . Confirma que, aunque
mercado de reduce en las criptomonedas con alta liquidez de Bitcoin pueda indicar eficiencia, numerosas
criptomonedas. mercado. criptodivisas siguen mostrando signos de
Periodo: Ene-Dic 2017 autocorrelación y no independencia. Sin embargo,
Modelos y pruebas utilizados: Prueba de Ljung-Box, los resultados muestran que las transacciones de
prueba de Bartel, prueba VAR, prueba BDS de Bitcoin y otras monedas digitales se están
independencia serial. convirtiendo y pueden convertirse en
Cripto: BTC y otras 455 monedas (agrupadas en 5 transacciones más eficientes a medida que
categorías). aumenta la liquidez.
12 Wheatley, S., y ¿Son previsibles las Documento Presenta un diagnóstico convincente de las burbujas y Utilizando una Ley de Metcalfe generalizada basada
otros, (2018) burbujas del de desplomes en Bitcoin, mediante el estudio de la en las propiedades de la red, se cuantifica un valor
Bitcoin? investigación coincidencia del valor fundamental y los indicadores fundamental, y los autores demuestran que el precio
Combinando una del Instituto técnicos. superó el valor fundamental. Este fue el caso en al
Ley de Metcalfe Suizo de Periodo: 2011-2018 menos cuatro ocasiones, cuando se desarrollaron
generalizada y el Finanzas Modelos y pruebas utilizados: Ley de Metcalfe burbujas y posteriormente estallaron en el mercado
modelo LPPLS. y generalizada y modelos LPPLS. de Bitcoin. Debido a la existencia de burbujas, la
el LPPLS Cripto: BTC. HME no se considera aceptable.
Modelo.
13 Bundi, N., & Bitcoin y la Finanzas Analiza Bitcoin y verifica la pertinencia de la hipótesis del Confirma que las pruebas estadísticas encontradas
Wildi, M. (2019) (in)eficiencia digitales mercado eficiente. Aunque puede haber habido violan la HME, ya que los autores encuentran una
del mercado: ineficiencia en sus inicios, BTC ha pasado correlación serial positiva de los rendimientos. Los
un enfoque recientemente a ser un mercado eficiente. Los autores autores rechazan rotundamente la HME para el
sistemático de cuestionan esta afirmación proponiendo estrategias de mercado de Bitcoin durante el periodo de muestra y
series negociación sencillas. en los últimos tiempos en particular. Señala que las
temporales. Period: Abr2014- Ene 2019 desviaciones de la linealidad parecen ser marginales y
Modelos y pruebas utilizados: Modelo GARCH, retornos pueden ser limitadas sólo después de la caída del
logarítmicos, modelos de previsión ARMA, pruebas precio de Bitcoin en 2018.
neutrales no lineales.
Criptomonedas: BTC.
14 da Fonseca, V. Un enfoque Economía Evalúa si el reciente comportamiento del precio del Encuentra pruebas consistentes para el periodo de
M., & da Fonseca, sencillo para y Finanzas Bitcoin puede caracterizarse como una "burbuja" del 2013 -2018
M. A. (2019) evaluar si existe Aplicadas mercado financiero. Para comprobarlo, utiliza una - con una confianza cercana al 100%- que
una "burbuja" definición estadística de "burbuja" derivada de la HME y Bitcoin no sigue el patrón dinámico de un paseo
financiera: El propone un método sencillo para probar esta proposición, aleatorio; por lo tanto, se rechaza la HME. Según los
caso de Bitcoin. basado en el modelo de series temporales conocido autores, Bitcoin sigue una "burbuja" financiera,
como paseo aleatorio. mucho más que otros índices bursátiles utilizados
Periodo: muestra original 2009 -2018, muestra reducida: como referencia (Nasdaq, índice Russell 2000).
2013-2018
Modelos y pruebas utilizados: análisis de regresión
simple. Cripto: BTC (frente a otros valores
estadounidenses).
review

No. o (Periodo de tiempo, modelos y pruebas utilizados;
15 Geuder, J., Las criptodivisas Cartas Estudia el comportamiento de las burbujas en los Subraya que el comportamiento de burbuja es
Kinateder, H., & como burbujas de precios de Bitcoin basándose en dos metodologías de claramente una característica común y recurrente
Wagner, N. F. financieras: El investigac prueba distintas. El modelo PSY se utiliza para identificar de los precios de Bitcoin. El modelo de ley de
(2019) caso de Bitcoin. ión múltiples periodos de burbuja. potencia log-periódica (LPPL) identifica el
financier Period: Mayo 2016 -Sep 2018 crecimiento de las burbujas y los posibles momentos
a Modelos y pruebas utilizados: Modelo PSY (2015), ley de finalización de las mismas. Dado que los autores
de potencia log-periódica (LPPL) de Filimonov y confirman la existencia de burbujas, no puede
Sornette (2013) Criptomonedas: BTC. aceptarse la EM H.
16 Hu, Y., Valera, H. Eficiencia del Cartas Analiza 31 criptomonedas utilizando diversas pruebas Basándose en la evidencia empírica presentada,
G. A., & Oxley, mercado de las de de panel para determinar si su comportamiento es concluye que las fluctuaciones de precios de 31
L. (2019) criptomonedas de investigac coherente o no con la hipótesis del mercado criptodivisas son inconsistentes con la HME ,
mayor ión eficiente. señalando ineficiencia de mercado en el mercado
capitalización financier Period: Ago 2017 -Enero 2019 de criptodivisas más común.
bursátil: Más a Modelos y pruebas utilizados: pruebas de raíz Los autores también confirman la dependencia
pruebas a partir unitaria/estacionaria de panel, modelo de regresión transversal entre las criptomonedas más populares, lo
de un marco de CADF. que indica
panel. Criptomonedas: BTC y otras 31 criptomonedas. desbordamiento de la burbuja.
17 Stosic et al., Exploración del Physica A: Trata el mercado de criptomonedas como un sistema Las criptomonedas existen en distintos planos del
(2019) desorden y la Mecánica complejo y lo analiza con métodos de la física espacio de representación. Además, estas
complejidad en el estadística estadística. Se emplea el plano de causalidad monedas en distintas posiciones a lo largo del
espacio de las y sus complejidad-entropía (o plano CH) para explorar el plano CH se comportan de forma muy diferente
criptomonedas. aplicaciones desorden y la complejidad en el espacio de las a lo largo del tiempo. Las criptomonedas oscilan
criptomonedas. entre ser totalmente predecibles a partir del pasado
Periodos: Mayo 2013- Ene 2018 (deterministas) y ser completamente impredecibles.
Modelos y pruebas utilizados: plano de causalidad Según los autores, Bitcoin y otras criptomonedas
complejidad-entropía (plano CH) importantes se sitúan entre los extremos. De ahí
Criptomonedas: BTC, ETH, XRP, BTH, LTC, NEO, que estos mercados no se consideren eficientes.
NEM, XLM, DASH.
18 Agosto, A., & Burbujas Riesgos Investiga la coexplosividad en criptoactivos, es decir, si Encuentra relaciones significativas entre los
Cafferata, A. financieras: A la explosividad en una criptodivisa lleva a la comportamientos explosivos de las criptodivisas y
(2020) Study of Co- explosividad en otras criptodivisas. constata que la dinámica de los precios de las
Explosivity in the Periodo estudiado: 2017-2018 criptodivisas es muy interdependiente entre sí.
Cryptocurrency Modelos utilizados: Modelos PWY, PSY Documenta varios episodios explosivos en los
Market. Criptomonedas: 5 más grandes (BTC, ETH, XRP, LTC, precios del mercado de Bitcoin, así como en otros
XLM). mercados de criptomonedas.

No. (Periodo de tiempo, modelos y pruebas utilizados;
(autores, año) o
criptomoneda estudiada)
19 Pagnotta, E. Bitcoin como Revista de Se centra en cómo se determinan los precios de Bitcoin Confirma que los efectos de retroalimentación
(2020) dinero Estudios en una economía monetaria descentralizada. Analiza las entre precio y seguridad pueden aumentar el
descentralizado: Financiero previsiones de los usuarios sobre el valor transaccional y impacto de la volatilidad de las perturbaciones
Precios, minería y s de reventa de las tenencias de Bitcoin y pone precio al fundamentales y provocar ciclos de auge y caída
seguridad de la red. riesgo de ataques maliciosos al sistema. y pérdidas de bienestar. En consecuencia, estos
Periodos: Jul 2010- Ene 2020 movimientos no son compatibles con la HME, ya
Modelos y pruebas utilizados: se analiza el modelo que indican ineficiencia del mercado. Los
de seguridad; se modela el equilibrio monetario autores presentan pruebas de que la viabilidad
descentralizado (EMD). de Bitcoin en comparación con las monedas
Cripto: BTC, ETH, XRP. fiduciarias depende de su
aceptabilidad y presiones inflacionistas.
20 Xiong, J., Liu, Q. Un nuevo método Revista Se centra en los ciclos de precios de Bitcoin para probar la Basándose en la teoría anterior de las burbujas de
& Zhao, L. (2020) para verificar las norteameri teoría de la burbuja durante un periodo de dos años. Se activos, verifica que la burbuja de Bitcoin se basa en
burbujas de Bitcoin: cana de basa en la teoría de la burbuja existente. el coste de producción con la aplicación de los
Basado en el coste economía Period: Ene 2017 - Dic 2018 modelos VAR y LPPL, y que este método logró un
de producción. y finanzas M Modelos y pruebas utilizados: Modelo LPPL, prueba buen poder predictivo. Los autores describen el
VAR, prueba de causalidad de Granger. tamaño de la burbuja, la escala del colapso, el
Cripto: BTC. coste de producción y su cambio con el modelo
LPPL. Pronostican la próxima burbuja de Bitcoin,
después de 2018, a finales de
2020.
Fuente: elaboración propia.
Apéndice B
L ista de abreviaturas de las criptomonedas mencionadas en el Apéndice A
BTC - Bitcoin
BTH - Bithereum
ETH - Ethereum
XRP - Ripple
LTC - Litecoin
XLM - Stellar
DASH - Dash
NEO - NEO (plataforma de contratos inteligentes)
NEM (XEM) -Movimiento de Nueva Economía (NEM)
Fuente: Coinmarketcap (2021).
Apéndice C
L ista de abreviaturas de los modelos y pruebas estadísticas mencionados en
el Apéndice A
Prueba ADF - Prueba Dickey-Fuller aumentada

Prueba ANOVA - Análisis unidireccional de la
prueba de varianza
Modelo ARMA - Modelo de media móvil autorregresiva para la previsión
Prueba de Bartel - se utiliza para la independencia de los rendimientos
Prueba BDS - Prueba de independencia de Brock, Dechert y Scheinkman (o
BDS) BSADF - Backward Supremum ADF (Augmented Dickey-Fuller)
Prueba CADF - Regresiones Dickey-Fuller (ADF) aumentadas
transversalmente Prueba DFA - Análisis de fluctuación detrendida
DME - equilibrios monetarios
descentralizados ELW - modelo de
corrección de errores
ELW - Componente local exacto de Whittle
FCVAR - Prueba de vectores autorregresivos fraccionalmente
cointegrados (FCVAR) Modelo GARCH - Heteroscedasticidad condicional
autorregresiva generalizada Prueba GSADF - Prueba ADF suprema
generalizada
Prueba de Hurst, que utiliza el
exponente de Hurst Prueba de Ljung-
Box: se utiliza para la autocorrelación
Modelo LPPL: ley de potencia log-
periódica
Modelo LPPLS - log-periodic power law singularity model
Modelo OLS - Ordinary Least Square model
Modelo PSY - Phillips, Shi y Yu (2015)
Modelo PWY - Phillips, Wu y Yu (2011a y 2011b) Modelo
RLS - Modelo robusto de mínimos cuadrados
SADF - Prueba ADF suprema
Prueba VAR: prueba de autorregresión vectorial (VAR)
Fuente: Newbold, Carlson y Thorne (2013), Phillips, Shi y Yu (2015) .
Los derechos de autor de Análisis Económico son propiedad de la Universidad Autónoma
Metropolitana, Unidad Azcapotzalco y su contenido no puede ser copiado o enviado por
correo electrónico a múltiples sitios o publicado en un listserv sin el permiso expreso y por
escrito del titular de los derechos de autor. Sin embargo, los usuarios pueden imprimir,
descargar o enviar por correo electrónico los artículos para uso individual.

Retrieve (4) Es

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Retrieve (4) Es

Cargado por

Copyright:

Formatos disponibles

Suscríbete a DeepL Pro para poder traducir archivos de mayor tamaño.

Más información disponible en www.DeepL.com/pro.

¿Es eficiente el mercado de Bitcoin? Revisión bibliográfica 1

¿Es eficiente el mercado de Bitcoin? Una revisión de la literatura

Krisztina Eva Lengyel-Almos* (en inglés)

Este artículo presenta una investigación documental sobre el comportamiento del

Este artículo presenta una investigación documental sobre el comportamiento del

I. MARCO TEÓRICO Y CONTEXTUAL

Hipótesis del mercado eficiente y burbujas de precios de los activos

resultan de los diferentes riesgos

Fuente: Coindesk (2021).

III. RESULTADOS Y DEBATE

Discusión de los resultados

Doc. No. Artículo Título Revista Enfoque clave Conclusión

Doc. No. Artículo Títul Revista Enfoque clave Conclusión

Doc. No. Artículo Títul Revista Enfoque clave Conclusión

Doc. Artículo Títul Revista Enfoque clave Conclusión

Doc. Artículo Títul Revista Enfoque clave Conclusión

Doc. Artículo Títul Revista Enfoque clave Conclusión

Prueba ADF - Prueba Dickey-Fuller aumentada

También podría gustarte