único agente privado puede movilizar el criptomercado.

A single private agent can mobilize the crypto market.

Históricamente, el mercado de criptomonedas ha tenido periodos especialmente importantes al alza y a la baja. Dos momentos relevantes fueron los años 2020 y 2021, cuando la capitalización del mercado global de estos activos digitales creció cerca de 300¬%, el cual pudo haber sido alentado, además de la naturaleza volátil de los criptoactivos, por dos motivos: el primero de ellos por la crisis sanitaria SARS-CoV-2 (Reyes, 2021), y el otro factor explicativo es la influencia de personajes públicos con el poder de movilizar los mercados, tal es el caso de Elon Musk (reconocido empresario tecnológico y fundador de Tesla Motors), quien a partir de publicaciones en sus redes sociales logró apreciar más del 45 000¬% la criptodivisa Dogecoin. Este incremento se observó considerando el valor mínimo del año 2020 de 0.00468 dólares, el cual, el 26 de abril de 2021, llegó al pico de 0.68 dólares.

Mundialmente, el año 2021, según Gavrílova (2021), fue testigo de un amplio crecimiento en la diseminación de las criptodivisas, observando en el continente americano gran potencial para el desarrollo de mercados debido al amplio uso de dispositivos celulares. En América existen dos países que merecen ser mencionados: México y El Salvador.

México, en el periodo de 2019 a 2021, observó un crecimiento de 150¬% en el número de usuarios de criptomonedas (Domínguez, 2021). Por otro lado, en el centro del continente americano, el presidente Nayib Bukele, en una acción única e histórica en el mundo, promovió y consiguió la aceptación de una criptomoneda (Bitcoin) para utilizarse de manera legal en El Salvador, lo que, en palabras de Bukele, promovería la inclusión financiera de miles de personas (BBC, 2021). Las razones de esta inusual e innovadora acción gubernamental, se sustentan en que operar la criptomoneda en El Salvador es más barato que operar con dólares debido a los costos logísticos (EL CEO, 2021). En 2022, el presidente Bukele mencionó que el hecho de haber dado curso legal al Bitcoin, en parte, es factor clave para el crecimiento económico de El Salvador (La Gaceta, 2022).

En contraparte, el Bitcoin en el Salvador está relacionado a un fondo gestionado por el Banco de Desarrollo de la República de El Salvador, por tanto, una caída en el precio afectaría al fondo y posiblemente a la economía del país (Uranga-Betancur, 2022). En complemento, Gorjón (2021) refirió a la preocupación enunciada por el FMI en torno a los riesgos del uso de criptomonedas, dado que el uso de criptoactivos descentralizados pueden devenir en inestabilidad cambiaria, inflación y ausencia de instituciones intermediarias. Además, debería considerarse la brecha digital de acceso a tecnología digital, así como el costo ambiental derivado de la tecnología de producción de Bitcoin (Dilek, 2019; Wang et al., 2022).

En suma a los argumentos anteriores, Ogue (2021) refirió al contexto económico, social, así como a las amplias posibilidades en el desarrollo de criptodivisas para los negocios, como factores explicativos del éxito observado en el mercado mundial, el cual es otro de los motivantes de esta investigación. Además, la volatilidad natural de las criptomonedas y el impacto positivo de las criptodivisas en las personas, las empresas y los gobiernos (Ogue, 2021), se hace necesario entender y describir la evolución del criptomercado, argumento que motiva este artículo. Nikolova Nikolova (2021) mencionó que la naturaleza volátil y especulativa de las criptodivisas, las convierte en un interesante objeto de estudio. Este argumento se ve reforzado por los esfuerzos de Caporale y Plastun (2019); Katsiampa et al. (2019) y Walther et al. (2019), quienes centraron sus investigaciones en la volatilidad de los criptoactivos.

Derivado de la argumentación presentada, surge la pregunta de investigación: ¿es posible modelar la evolución del mercado de criptomonedas y describir escenarios probables en función de su capitalización y precio de apertura? Asimismo, se propone, como hipótesis de investigación, que con la aplicación de los algoritmos estadísticos de análisis de clúster y el algoritmo de Holt-Winters, será posible conformar grupos de criptomonedas con comportamientos similares y proponer escenarios futuros del comportamiento de las criptomonedas en estudio. En este sentido, la investigación es pertinente en función de la poca referenciación teórica sobre cómo estudiar el mercado de criptomonedas; además, el estudio estadístico proporciona un marco de referencia para futuros estudios por la metodología usada para la clasificación y elección de activos que desde un enfoque de teoría de portafolio permite identificar activos no correlacionados que permitan disminuir el riesgo de inversión. Es importante mencionar que, de acuerdo con la referenciación bibliográfica, no existe consenso en cuanto a un marco o metodología sobre el estudio y entendimiento de los patrones de comportamiento histórico de criptomonedas.

Una criptomoneda puede definirse como la representación de un valor digital, que no es emitido por algún banco central, institución de crédito o de dinero electrónico, pero que tiene la característica circunstancial de alternativa al dinero (Neuto Yate y Varón Quiroga, 2022; Vranken, 2017). Para Chuen et al. (2017), las criptomonedas son un subconjunto de las monedas digitales. Con base en Fry y Cheah (2016), estos activos provienen de desarrollos tecnológicos cuyo uso fue masificado a raíz de la crisis económica de 2008, la diseminación de estos activos, según Ji et al. (2019), ha sido exponencial. A pesar de que Laise y Manzo-Ugas (2019) mencionaron que no hay una definición universal de este activo digital, la criptomoneda es epicentro de una revolución global financiera, política, económica y social (García-Ramos Lucero y Rejas Muslera, 2022).

Barroilhet (2019) define las criptomonedas como bits con datos cuya finalidad es fungir como dinero, la diferencia es el medio de transmisión digital, además, su naturaleza les dota de aplicación universal. Las transacciones con criptomonedas son descentralizadas y se utiliza la criptografía para dar seguridad a la avenencia. Gómez y Demmler (2018) coinciden con Barroilhet (2019) en el carácter cuasi anónimo en la operatividad con criptomonedas que funcionan con la tecnología blockchain. Estos activos gozan de libre flotación en su tasa de intercambio, es decir, su valor depende de la oferta y demanda (Barroilhet, 2019). De esta forma, según Laise y Manzo-Ugas (2019), son una alternativa al sistema convencional, donde la intermediación de diversidad de agentes económicos es fundamental.

La criptomoneda es transable a partir de técnicas criptográficas (Caro Padrón, 2020), pero, según Cavello Serna et al. (2018); Pineda González et al. (2018), Girón Castro (2020) y García-Ramos Lucero y Rejas Muslera (2022), las criptomonedas pueden ser, además de un medio de pago, un activo de inversión. Según Agmon (2021) y Gómez y Demmler (2018), algunos beneficios de operar con criptodivisas son: la descentralización y no existencia de intermediarios, cuasi anonimato en la ejecución de pagos, así como la recompensa por minar estos activos. Para Laise y Manzo-Ugas (2019), el valor de las criptomonedas no está intrínseco en ellas, sino que su valor está en función de la demanda.

Para entender el funcionamiento de Bitcoin es menester mencionar que la tecnología blockchain es fundamental para la seguridad de esta criptomoneda (Dash et al., 2023). Según Selvaraj et al. (2019), blockchain es el vehículo que permite realizar las operaciones de esta criptodivisa; en específico, para la arquitectura Bitcoin, es una lista de registros, también llamados bloques, que conforman una cadena unida a través de un algoritmo matemático (hash), donde cada uno de estos bloques contiene una lista de transacciones, un hash previo, un hash del bloque y una prueba de trabajo, esta según Nakamoto (2008) es un problema matemático que debe ser resuelto, el usuario que logre resolverlo primero o en su defecto logre validar la cadena de bloques más larga, tendrá una retribución en bitcoins por haber verificado la transacción.

Laise y Manzo-Ugas (2019) y Vidan y Lehdonvirta (2019) mencionaron que cada criptomoneda es única y existe un registro, en el blockchain, de cada activo creado y transferido, la manera de almacenarles es una cartera digital con una clave privada asociada e irrecuperable.

Con base en Nakamoto (2008), la estructura de bitcoin configura un sistema descentralizado de transacciones, en el cual todos los nodos de la red pueden verificar las transacciones, la forma de hacerlo se encuentra sustentada en la tecnología blockchain. Asimismo, hay riesgos inherentes al uso como: irreversibilidad de la transacción (una vez realizado un pago es imposible deshacerlo), posibilidad de utilizar los mecanismos de operación con fines ilícitos, incertidumbre legal y riesgos de inversión (Laise y Manzo-Ugas, 2019).

Con la difusión internacional vivida en 2021 que han tenido los criptoactivos, es posible observar indeterminación en el marco institucional regulatorio para estos activos, por ello es necesario diseñar aparatos legales de unificación de criterios globales.

Limba et al. (2019) señalaron que Bitcoin y la tecnología blockchain han tenido una amplia difusión, pero también advierten que en algunas regiones podría resultar ilegal, lo que lleva a una amplia discusión sobre la parte social y regulatoria. Estas consideraciones de análisis suponen grandes oportunidades de arbitraje (Czapliński y Nazmutdinova, 2019). Dentro de estas discusiones, más allá de la parte económica, Taran et al. (2015) destacaron la existencia de dos posturas: los que creen que el uso de criptodivisas es una trampa y los que piensan que será la moneda del futuro. Por una parte, el uso masivo resulta prometedor dado el nivel de avance tecnológico (Ashimbayev y Tashenova, 2018), y por el otro, al existir una falta de regulación legislativo, podría advertirse como un peligro (Lukianchuk et al., 2017). En este sentido, Makarov y Schoar (2020) mencionaron la necesidad de análisis sistemático de estos mercados, especialmente en el arbitraje y la formación de precios.

La regulación de las criptodivisas ha sido un tema apremiante en términos globales, siendo valioso debido a que a globalmente los países han asumido diversas posturas y medidas regulatorias, algunos han acogido la moneda virtual para el comercio electrónico, pero en algunos países, como China, se ha limitado su uso (Griffith y Clancey-Shang, 2023). Pese a esto, debido al fenómeno de popularidad que han presentado las criptomonedas derivado de su portabilidad, divisibilidad, transparencia y resistencia a la inflación, algunos bancos centrales han expresado la intención de lanzar sus propias criptodivisas, lo que ha impulsado un incremento en las investigaciones desde la academia en torno al marco regulatorio, la eficiencia de precios, liquidez, inversión, diversificación de carteras, entre otros (Pattnaik, et al., 2023). En América latina se observan tres posturas gubernamentales: prohibición, no prohibición y sin postura precisa. En la categoría de prohibición se encuentran Bolivia y Ecuador, en no prohibición se observan a Uruguay, Colombia, Venezuela, Brasil y Argentina. En la tercera categoría se encuentran México, Panamá, Perú y Chile (Gavrílova, 2021).

La metodología de esta investigación es cuantitativa, prospectiva y longitudinal. Tiene por hipótesis de investigación que al analizar los datos históricos será posible generar escenarios que favorezcan el entendimiento del fenómeno en estudio, además, podría ser de apoyo para la gestión de portafolios.

El primer paso consistió en obtener las observaciones diarias de la plataforma Coingecko respecto a las variables de precio de apertura y capitalización del mercado, entendida esta variable como un indicador que mide el precio del activo multiplicado por el número de activos en circulación en algún momento determinado (la selección de variables para estudios sobre criptomonedas no tiene por ahora consenso sobre cuál variable usar, sin embargo, según Quiroga Juárez y Villalobos Escobedo (2016), las variables de precio y volumen permiten detectar patrones y hacer pronósticos en el mercado de valores, por tanto, resultan relevantes para este análisis), asociadas a cien criptomonedas, para el periodo del 28 de abril de 2013 al 4 de agosto de 2022.

Los cien activos estudiados mantienen una estructura ordinal en función de la capitalización del mercado entendida como «el precio de las monedas virtuales multiplicado por la cantidad de monedas en el mercado» (Reyes, 2021, párr. 4); es decir, la criptomoneda listada con el número 1 de la tabla 1 representa mayor capitalización de mercado que la listada con el número 2, y este mecanismo se generaliza hasta la criptomoneda ubicada en la posición 100. Es importante aclarar que la información que muestra la plataforma es dinámica y el criterio ordinal se ajusta de acuerdo con la capitalización de los últimos siete días, por ello se optó por definir un periodo de recolección de datos que fuera inferior a siete días para afectar en lo mínimo el criterio de orden (las observaciones se llevaron a cabo del 6 al 12 de agosto de 2022).

Con la información obtenida, se construyó una matriz de datos inicial de 3384 filas y 200 columnas. Las filas son correspondientes a cada uno de los días de observación (la frecuencia de observación fue diaria) asociados con cada activo. Las columnas contienen las variables de precio de apertura y capitalización del mercado de cada criptomoneda durante el periodo de estudio. La primera columna es el precio de cierre histórico de la criptomoneda listada con el número 1, la segunda columna es la capitalización de mercado histórica de la criptomoneda listada con el número 1, así sucesivamente hasta obtener precio de cierre y capitalización de la centésima criptomoneda.

Es deber mencionar que en esta matriz de datos inicial hubo 257 249 observaciones, en las cuales hubo valores perdidos debido a que no todas las criptomonedas tienen el mismo periodo de operaciones, por ello fue necesario definir criterios para homogeneizar el periodo y evitar el problema de valores perdidos. El primero fue identificar las criptomonedas que tuvieran observaciones para todo el periodo y sobre ellas describir su comportamiento estadístico, considerando la variable de capitalización de mercado. Consecuentemente, se optó por analizar la misma variable en subperiodos: el primero corresponde a estudiar el año 2018, porque es un punto de inflexión para la criptomoneda más representativa (Bitcoin); en diciembre de 2017 se observó un precio cercano a 20 000 USD y, al final de 2018, el precio llegó a poco menos de 4000 USD.

Los años de estudio son relevantes porque, a finales del año 2019, se descubrió el COVID-19, un año paradigmático en lo social, político y tecnológico. Los subperiodos de 2020, 2021 y parte de 2022 (enero-agosto) son relevantes por ser los años de etapa de pandemia y nueva normalidad.

Subsecuentemente, y con la intención de pronosticar sobre el conjunto de datos del año 2022, se aplicó el algoritmo de Holt-Winters, contenido en la paquetería para R, llamada forecast. Según Castillo Marroquín (2019) deriva del suavizado exponencial para conjuntos univariados. Además, con este algoritmo se puede modelar el comportamiento de la serie en función de nivel, tendencia y estacionalidad (Millán Rodríguez, 2017). Si el lector desea profundizar la matemática del algoritmo, se sugiere consulte Holt (2004) y Winters (1960).

Consecuentemente, y en orden de obtener una clasificación en función del precio de apertura de las criptomonedas listadas en conjunto del año 2022, se aplicó el análisis de clúster k-means, retomado de Hartigan y Wong (1979). Este método, según Díaz (2007), permite dividir el conjunto original en grupos que poseen la mayor correlación entre los miembros del grupo y les aleja de los miembros de otros grupos con los cuales son disímiles. Este método tiene la capacidad de encontrar grupos sin un marco de referencia previo para la formación de los mismo (clasificación a partir de una estructura natural).

El software utilizado para realizar el estudio fue R, las librerías fueron tidyverse, cluster, factoextra, NbClust y tidyr. En este estudio se adaptó la referencia de codificación de Vallejo-Medina (2020).

El primer resultado fue haber obtenido las cien criptodivisas que durante el periodo de observación mostraron mayor capitalización del mercado. En cada una de las casillas se encuentra la clave asociada al nombre de la criptomoneda (ver Tabla 1).

Table 1. List of the cryptocurrencies studied here

Es importante recordar que el número a la izquierda de cada criptomoneda indica un criterio ordinal decreciente; es decir, la criptomoneda 1 Bitcoin (BTC) tuvo mayor capitalización de mercado que la 2 Ether (ETH), y esta, a su vez, más que la posterior.

En la Tabla 2 se presenta históricamente el número de criptomonedas creadas año con año para el periodo de 2013 a 2022. Cabe destacar que, aunque Bitcoin fue creada en 2009, la información contenida en la plataforma de consulta mantiene registro desde 2013.

Table 2. Timeline showing the year when each cryptocurrency was introduced

Al final de 2013, solo había dos de las cien criptomonedas en estudio. Para 2014 se agregaron dos más; en 2015 aparecieron tres criptodivisas, y en 2016 se añadieron dos más, llegando a nueve. En 2017 se listaron cuatro; en 2018 hubo un incremento notorio, llegando a veintisiete; en 2019 se agregan quince más, logrando un acumulado de cuarenta y dos. 2020 y 2021 comparten el mismo número de criptoactivos añadidos: 22, alcanzando ochenta y seis al final de 2021. Hasta el periodo de observación, en 2022 se agregaron catorce más, acumulando así cien.

La revisión de la literatura configuró en sí un resultado importante, derivado de que el objeto de estudio se encuentra en la intersección del paradigma tradicional de la economía, los negocios y la diseminación dinámica de las tecnologías de la información. Se observaron dos formas de aproximarse al objeto en estudio, desde el desconocimiento del objeto de estudio y desde el aporte positivo del fenómeno a la economía.

Los autores de este artículo reconocen la importancia y crecimiento mundial que se ha observado en el mercado de las criptodivisas, además del impacto positivo en las personas, empresas y gobiernos, encontrando sustento en los trabajos de Ogue (2021) y Fernández (2021). En suma, la tecnología blockchain ofrece seguridad de transacciones impidiendo por definición la manipulación de los activos (Nakamoto, 2008). Asimismo, el enfoque en el modelado estadístico, aplicado en esta investigación, resulta cercano a los trabajos de Caporale y Plastun (2019); Katsiampa et al. (2019) y Walther et al. (2019), situando a estas investigaciones en la misma postura, aquella que asumen un aporte positivo a la economía.

En contraste a la postura de aporte positivo a la economía, se observó en la literatura un sentimiento negativo sobre estos activos. Reina Camacho (2021) y Delbert (2021) apuntaron el efecto en el medio ambiente, proveniente de su naturaleza y uso intensivo de los recursos eléctricos. En esta perspectiva de sentimiento negativo, se lee, en Martín (2022), un descrédito a la tecnología blockchain y al sistema descentralizado en el cual se ha gestado el ecosistema del criptomercado.

De estas ideas cobra sentido lo expresado por Reina Camacho (2021), quien refiere que aún hay desinformación respecto a la naturaleza y operatoria de las criptodivisas. Es así como los autores apuntan la necesidad de contribuir a este fenómeno de estudio a través de los resultados de esta investigación.

A través del análisis de la evolución histórica de las criptodivisas, en suma, con revisión bibliográfica, se dio luz al fenómeno en estudio, permitiendo observar el poder de influencia que un único agente privado, Elon Musk, demostró para movilizar y apreciar el mercado, en específico, según Reyes (2021), el Dogecoin, a un nivel de 14 000¬%, a partir de un tweet en su red social. Este impulso a un activo surgido no de las instituciones gubernamentales contrapone a la teoría económica dominante en la cual el papel de los bancos centrales es fundamental.

A partir de la tendencia alcista del criptomercado, en el caso de Latinoamérica en el entorno gubernamental, el presidente salvadoreño, Nayib Bukele, propició, en 2021, la adición de una nueva ley para dar curso legal a bitcoin, lo que podría ser percibido como una acción de innovación financiera y social o, desde lo mencionado por Uranga-Betancur (2022), supondría la aceptación de un riesgo no calculado.

En este sentido, el caso salvadoreño, de acuerdo con Limba et al. (2019), configura un escenario de discusión sobre el impacto social del uso de criptomonedas.

Con base en los argumentos planteados, en los cuales se interrelacionan decisiones e intereses de la empresa privada, el Gobierno y la implicación de estas acciones en la sociedad, hacen necesario el modelado de la evolución histórica de los activos digitales. Se observó que, en el año 2018, la tendencia fue a la baja y, para 2019, hubo una corrección, cerrando el año por encima de 2018. Para el caso de 2020, se observó un cierre con tendencia alcista con capitalización del mercado mucho mayor que 2019. El año 2021, consecutivamente, cerró en números mayores con respecto al 2020. En el año 2022 hubo corrección a la baja, pero, hasta el momento de concluir el análisis (septiembre 2022), la capitalización aún se encontraba por encima del valor máximo de 2020.

A partir de esta investigación se analizó, en términos estadísticos, cómo se ha comportado la muestra de criptomonedas analizada en este estudio. La fuente de consulta fue la plataforma Coingecko, la cual contiene datos libres e históricos desde el año 2013, cuyos registros contienen precios de apertura y volumen de mercado, los cuales permiten hacer una aproximación estadística al objeto de estudio. El análisis permitió ver la evolución de las criptomonedas en términos de creación de activos y capitalización de mercado. En el año 2013 existían dos criptomonedas y al final del periodo (agosto 2022) la plataforma contenía 6000 criptodivisas. Con base en la página de El Mundo Financiero (2021), veinte criptomonedas representan el 90% del mercado total, para este estudio de las 6000 criptomonedas disponibles se eligieron las cien con mayor capitalización del mercado, en el periodo de estudio.

En la evolución histórica de capitalización del mercado de Bitcoin se aprecian patrones con picos y valles muy pronunciados, esto indica alta volatilidad del activo. Al ser la criptomoneda más representativa de las existentes, su patrón de comportamiento afecta a otras, tal es el caso de Litcoin.

Se destaca que el análisis de clúster permite clasificar las criptomonedas con comportamiento similar en un conglomerado común y alejándose de aquellas con menor correlación. Estos resultados son especialmente importantes para la teoría de portafolio, dado que el método usado maximiza las distancias entre elementos no comunes, podrían considerarse los dos grupos formados para diversificar un portafolio y así, al tener activos no correlacionados en la cartera, disminuirá el riesgo de inversión.

Los escenarios prospectivos derivados de la aplicación del análisis de clúster y del algoritmo de Holt-Winters permiten dar validez a la hipótesis de investigación y responder a la pregunta de investigación. A través de dicho algoritmo, se describieron escenarios probables (entendiendo escenario desde la definición de la RAE que enuncia es una posibilidades o perspectivas de un hecho o de una situación) que permitirían indicar periodos de compra o venta; sin embargo, debe recordarse que las criptomonedas son activos de alta volatilidad y podría encontrarse el mercado en una etapa previa a un nuevo valle más profundo. Los autores proponen que el estudio del criptomercado sea analizado a la luz de la posible relación con el incremento en el uso del comercio electrónico suscitado durante la etapa de mayor afectación por la pandemia COVID 19, además de contemplar las implicaciones de la participación de agentes individuales con alto poder de influencia que movilizan los mercados de criptomonedas, los cuales son altamente complejos y dinámicos. Por tal motivo, los autores proponen futuras líneas de investigación que consideren lo planteado.