Efectos de comportamiento gregario y desalineación de incentivos en los mercados de criptomonedas

Problemas de principal-agente, inducción y supervivencia

Fecha de publicación: 17 de abril de 2026

Prefacio

A lo largo de los nueve años que van de 2016 a 2025, el mercado cripto atravesó al menos tres ciclos completos de auge y caída. Cada ciclo vino acompañado de la evaporación de miles a decenas de miles de millones de dólares en valor: el mercado de financiación de 17.800 millones de dólares de la burbuja de las ICO de 2017–2018 se desplomó hasta casi cero en doce meses; en 2022, Terra/Luna borró aproximadamente 50.000 millones de dólares en tres días, FTX malversó 8.000 millones de dólares de fondos de clientes y Celsius dejó un agujero de 4.700 millones de dólares en reclamaciones de clientes; en 2024–2025, el 98 % de los tokens de la plataforma pump.fun se hundió en menos de 24 horas y los traders de $TRUMP ajenos al círculo interno perdieron en conjunto unos 2.000 millones de dólares.

Estos episodios suelen clasificarse bajo marcos narrativos separados: «estafa», «burbuja», «fallo técnico» o «vacío regulatorio». Este informe propone una lente analítica distinta: los fenómenos anteriores comparten un mismo conjunto de precondiciones estructurales que puede unificarse bajo un único marco teórico anidado de tres capas.

1. La capa base es la asimetría de información: la información privada que equipos de proyecto, exchanges, market makers y emisores de stablecoins poseen sobre sus propias acciones y posiciones de activos supera con creces lo que sus usuarios e inversores pueden observar.

2. La capa intermedia es el conflicto principal-agente: en condiciones de asimetría de información, las estructuras de incentivos de los agentes con capacidad de decisión (operadores de exchanges, gestores de fondos, diseñadores de tokens, constructores de protocolos) se desvían sistemáticamente de los intereses de los principales (usuarios, inversores, tenedores de tokens).

3. La capa superior son las cascadas informativas: una vez que la asimetría de información elimina los mecanismos de identificación ex ante y las estructuras de agencia han incrustado vías de transferencia de valor, la transparencia de los datos on-chain y la velocidad de las redes sociales permiten canalizar capital de forma direccional hacia objetivos concretos en ventanas de tiempo extremadamente cortas.

Este informe selecciona diez estudios de caso emblemáticos para poner a prueba el marco: la burbuja de las ICO, el Casino de las Meme Coins y el airdrop farming (dimensión de cascada informativa); BitConnect, Three Arrows Capital, Celsius y FTX (dimensión de colapso principal-agente); las stablecoins algorítmicas de Terra/Luna, los fallos de tokenomics y el MEV (dimensión de fallo de diseño de mecanismos). Cada estudio de caso se apoya en expedientes regulatorios públicos, resoluciones judiciales, evidencia empírica académica y datos on-chain, sin recurrir a fuentes anónimas ni a rumores sectoriales no verificados.

Conviene dejarlo dicho con claridad: este informe analiza casos de fracaso y mecanismos de fracaso. En el mercado cripto también existen estructuras de agencia que funcionan bien: exchanges que cumplen la normativa como broker-dealers registrados, emisores de stablecoins que mantienen transparencia de auditoría y protocolos que demuestran un diseño compatible con los incentivos. El marco analítico de este informe busca identificar las precondiciones que producen transferencia sistémica de valor y no debe interpretarse como un juicio negativo generalizado sobre el mercado cripto en su conjunto.

Este informe comparte parte de su base teórica con el primer número de Bitbase Research Deep Dive, La bifurcación de la infraestructura de derivados cripto, pero es independiente en su objeto de análisis y en su tesis central. El capítulo 1 establece los tres pilares teóricos y su estructura anidada; los capítulos 2 a 4 ponen a prueba la capacidad explicativa del marco mediante estudios de caso; el capítulo 5 propone vías de diagnóstico y corrección basadas en el marco, y discute con honestidad sus limitaciones.

Capítulo 1 · Marco teórico: un mapa académico de tres mecanismos de fallo

1.1 Apertura · Una curva de capitalización de cuarenta minutos

La noche del 14 de febrero de 2025, hora argentina, el contrato inteligente del token $LIBRA se desplegó en el pool de negociación Meteora de Solana. Tres minutos después, el entonces presidente argentino Javier Milei publicó en su cuenta de X un mensaje que describía el token como un proyecto privado para pequeñas empresas argentinas. En aproximadamente cuarenta minutos desde la publicación, las órdenes de compra llevaron la capitalización circulante de $LIBRA de casi cero a unos 4.500 millones de dólares; su precio pasó de millonésimas de dólar a unos 5,20 dólares.[¹][²] Más de 40.000 billeteras participaron en las compras [15].

Durante las once horas siguientes, la capitalización se desplomó en sentido inverso. Ocho billeteras del círculo interno vinculadas al deployer del proyecto, Kelsier Ventures, extrajeron en conjunto unos 107 millones de dólares [15] (57,6 millones de USDC más unos 249.700 SOL) retirando liquidez y cobrando comisiones. Para la mañana del 15 de febrero, la capitalización circulante de $LIBRA había caído a unos 257 millones de dólares, una caída de aproximadamente el 94 % desde su máximo. Milei borró después su publicación. La firma de análisis on-chain Nansen [16] informó de que, en una muestra de billeteras participantes, unas 114.000 billeteras acumulaban pérdidas latentes conjuntas de aproximadamente 251 millones de dólares, con en torno al 86 % de los traders en pérdidas en el momento de liquidar. La justicia federal argentina admitió posteriormente denuncias penales relativas al token, y la investigación sobre Milei seguía abierta en el momento de redactar este informe.

Este episodio no fue una anomalía. El token $TRUMP, lanzado el 17 de enero de 2025, y $MELANIA, el 19 de enero, mostraron trayectorias isomorfas: ambos alcanzaron capitalizaciones circulantes de miles de millones de dólares en uno o dos días y después retrocedieron más del 90 % en semanas o meses. El análisis on-chain de Chainalysis encargado por The New York Times [17] mostró que los traders de $TRUMP ajenos al círculo interno perdieron en conjunto aproximadamente 2.000 millones de dólares. De $TRUMP a $LIBRA —en veintiséis días, tres curvas de capitalización desencadenadas por celebridades o por un jefe de Estado en ejercicio, que completaron su ciclo completo de auge y caída en ventanas de tiempo extremadamente cortas— la misma pregunta quedó planteada ante los investigadores: bajo las condiciones estructurales específicas del mercado cripto, ¿por qué puede asignarse sistemáticamente capital a gran escala a objetivos con rentabilidad esperada negativa?

El propósito de este capítulo es extraer de la literatura económica los tres pilares teóricos necesarios para responder a esa pregunta y mostrar cómo se anidan en un marco analítico completo.

[¹]: Distintas fuentes sitúan el momento del máximo con variaciones de varios minutos. Esta sección utiliza «en aproximadamente cuarenta minutos» como intervalo conservador; las marcas de tiempo al segundo dependen de una verificación adicional con datos de DEX on-chain.

[²]: Algunas plataformas de agregación de precios (por ejemplo, CoinGecko) registran el máximo histórico de $LIBRA muy por debajo de la cifra anterior. Esa discrepancia debe atribuirse a que las plataformas de agregación empezaron a recopilar datos más tarde que el máximo real on-chain. Esta sección utiliza como fuentes primarias los datos de DEX on-chain y las estadísticas de medios de referencia basadas en datos on-chain.

1.2 Cascadas informativas · Por qué se abandonan las señales privadas

El primer pilar procede del trabajo fundacional de Bikhchandani, Hirshleifer y Welch [1] sobre las cascadas informativas. Su argumento central puede resumirse como un resultado de inferencia bayesiana: cuando los individuos deben actuar en decisiones secuenciales, cada uno con señales privadas ruidosas sobre el estado del mundo y observando a la vez las acciones públicas de sus predecesores, existe un umbral; una vez que las acciones públicas acumuladas de los predecesores bastan para superar la fuerza de una señal privada típica, la estrategia óptima de los individuos posteriores consiste en abandonar su propia señal privada y copiar las acciones de quienes les preceden. El «comportamiento gregario» en este contexto no es una deficiencia cognitiva, sino el resultado de una actualización bayesiana racional. Un corolario crítico de este mecanismo: una vez que se forma una cascada informativa, el mecanismo de agregación de información falla de inmediato; los individuos posteriores abandonan racionalmente sus señales privadas y sus acciones públicas dejan de transmitir información nueva a los observadores. La secuencia de acciones públicas del grupo se limita entonces a repetir las señales iniciales. Esta estructura implica que aunque la información agregada pueda bastar para identificar la decisión correcta, la cascada puede converger de forma estable en la conclusión equivocada, y esa conclusión errónea no se autocorregirá hasta que llegue un shock externo.

El modelo original de Bikhchandani y coautores [1] se construyó sobre elecciones discretas y espacios de señales finitos, y desde entonces se ha extendido a los mercados financieros, el contagio social, la toma de decisiones organizativas y otros ámbitos. Sin embargo, aplicar esta teoría al mercado cripto posterior a 2020 exige una modificación mecanística crítica: las «acciones públicas» del mercado cripto ya no son solo comprar o vender, sino direcciones de billetera visibles on-chain, distribuciones de tenencias, momentos de las transacciones y métricas de «me gusta», retuits e interacción en redes sociales. Esto significa que las acciones de los predecesores se vuelven explícitas, cuantificables y legibles por máquinas: el umbral de formación de la cascada baja de forma significativa y su velocidad de propagación aumenta de forma significativa.

Kogan, Makarov, Niessner y Schoar [2] aportaron validación empírica de esta modificación en el contexto del mercado cripto. Usando como muestra eventos de listado de tokens y construyendo medidas de coexposición a partir de datos de transacciones on-chain y de redes sociales, hallaron que los picos de atención conservaban un poder predictivo significativo sobre precio y volumen en ventanas cortas tras controlar por variables proxy de fundamentales, y que esa respuesta de precios se revertía sistemáticamente en una o dos semanas. Los autores interpretaron ese patrón como una «sobrerreacción impulsada por la atención», cuya trayectoria empírica —acumulación rápida, máximo, reversión— es coherente con las predicciones teóricas del modelo de cascadas de Bikhchandani y coautores [1]. Más aún, el artículo halló que la magnitud de las cascadas informativas en tokens cripto es significativamente mayor que en la renta variable tradicional: la escala de reversión hacia la media superó de media la de estudios de eventos comparables en activos tradicionales. La implicación es que el primer pilar teórico no solo es aplicable al mercado cripto, sino que se aplica en forma amplificada.

Situada en esta perspectiva teórica, la trayectoria de cuarenta minutos de $LIBRA de la sección 1.1 deja de ser una anomalía aislada y pasa a ser un caso de parámetros extremos del modelo de cascadas: la fuerza de las señales de acción pública (tuit presidencial + primeras órdenes de compra) bastó para superar prácticamente todas las señales privadas de los participantes en decenas de minutos, y la cascada se completó antes de que se hubiera generado ningún fundamento informativo.

1.3 Principal-agente · Cómo se amplifican estructuralmente los costes de agencia

El segundo pilar es el marco de costes de agencia propuesto por Jensen y Meckling [3]. Su formulación original, en el contexto de las finanzas corporativas, sostiene que cuando un principal delega la capacidad de decisión en un agente y las acciones del agente no son plenamente observables, el agente se desviará del óptimo del principal en aquel margen en el que sus intereses entren en conflicto con los de este. Los costes de agencia se componen de tres elementos: los costes de supervisión del principal, los costes de fianza del agente y la pérdida residual que persiste bajo el contrato óptimo para ambas partes. La generalidad de este marco permite trasplantarlo a las relaciones accionista-directivo, acreedor-accionista, asegurado-asegurador y a muchas otras estructuras relacionales.

Los problemas de agencia suelen descomponerse además en dos fuentes de nivel informativo. La selección adversa se refiere a que el agente posee información privada sobre su propio tipo (capacidad, calidad, intención) antes de que se establezca la relación de agencia, lo que obliga al principal a afrontar un problema de «indistinguibilidad de tipos» en el diseño del contrato; el modelo del mercado de coches usados de Akerlof [4] es la formulación estándar de este mecanismo (la sección 1.4 de este capítulo lo tratará en detalle). El riesgo moral se refiere a la inobservabilidad de las acciones o del esfuerzo del agente una vez establecida la relación de agencia, lo que da al agente incentivos para desviarse del óptimo del principal en la ejecución del contrato; Holmström [5] ofreció una formalización matemática rigurosa en The Bell Journal of Economics. La contribución central de Holmström es el teorema del estadístico suficiente: las señales observables que siguen aportando información adicional sobre el esfuerzo del agente una vez dado el resultado deben incorporarse al contrato óptimo; a la inversa, cuando el resultado es un estadístico suficiente del esfuerzo, las señales adicionales no tienen valor contractual marginal. Este teorema proporciona a la vez un criterio riguroso sobre «cuándo introducir auditoría o divulgación» y establece la medida formal del «valor de una señal» en economía de la información.

El mercado cripto ofrece para estos dos mecanismos un conjunto de materiales empíricos independiente del contexto de las finanzas corporativas. Cong, Li y Wang [6] trataron la tokenomics como un problema de diseño de contratos dinámicos de incentivos y señalaron que el doble papel de los tokens como «instrumento de retribución» e «instrumento de financiación» otorga a los equipos de proyecto un control sobre la emisión, la asignación y los calendarios de desbloqueo que se corresponde estructuralmente con un espacio de decisión del agente con grados de libertad casi ilimitados en la dimensión del señoreaje, mientras que los tenedores de tokens, como acreedores residuales, carecen prácticamente de herramientas de supervisión proporcionadas a ese espacio de decisión. Este análisis identifica el propio diseño del token como el vehículo central del conflicto de agencia.

Al trasladar el marco anterior al mercado cripto pueden identificarse al menos cinco estructuras de agencia recurrentes, cada una con un anclaje empírico verificable.

Primera: la relación de custodia entre usuarios y exchanges centralizados. El caso FTX ofrece una referencia de orden de magnitud: en la nota de prensa de sentencia del Distrito Sur de Nueva York del Departamento de Justicia de marzo de 2024 [18], el fiscal federal Damian Williams declaró explícitamente que Bankman-Fried malversó fondos de clientes «por encima de 8.000 millones de dólares», y el tribunal dictó una orden de decomiso «superior a 11.000 millones de dólares»; la resolución final de la CFTC de agosto de 2024 [19] ordenó a FTX pagar 12.700 millones de dólares en reparación monetaria a clientes y víctimas, incluidos 8.700 millones de dólares en restitución. Un custodio que actúa a la vez como operador por cuenta propia, con activos de clientes no segregados de forma efectiva, es el caso de referencia del conflicto de agencia bajo una arquitectura de custodia centralizada.

Segunda: la asignación ex ante entre tenedores de tokens y equipos de proyecto. La estructura de distribución de tokens de Worldcoin (World Foundation) en su lanzamiento del 24 de julio de 2023 [20] mostraba: de un suministro total de 10.000 millones de WLD, un 25 % asignado a insiders (inversores de Tools for Humanity, 13,5 %; equipo de desarrollo principal, 9,8 %; reservas, 1,7 %), con un 75 % destinado a la «comunidad»; sin embargo, el suministro circulante máximo en el lanzamiento era de solo unos 143 millones de WLD (el 1,43 % del suministro total), de los cuales alrededor del 70 % estaba prestado a market makers no estadounidenses. La combinación de bajo flotante y FDV alta (valoración totalmente diluida) implica que el precio que afrontan los inversores minoristas en el mercado secundario mantiene un diferencial sistemático frente a la curva de oferta de los insiders tras el desbloqueo: la asignación ex ante incrusta estructuralmente una vía de transferencia de valor.

Tercera: la relación informativa entre inversores minoristas y KOL remunerados que no lo declaran. La nota de prensa de la SEC del 3 de octubre de 2022 [21] hizo público su acuerdo con Kim Kardashian por promocionar tokens EthereumMax (EMAX) en Instagram sin revelar los 250.000 dólares de retribución recibidos, con sanciones totales de 1,26 millones de dólares (1 millón de dólares de multa más unos 260.000 dólares de devolución de beneficios e intereses) y una prohibición de tres años para promocionar valores de criptoactivos. Cuando los promotores no revelan su condición de remunerados, su principal de hecho ha pasado de la audiencia al equipo de proyecto, y la audiencia soporta un problema de agencia oculto.

Cuarta: la alineación de intereses entre LP y market makers. La demanda de la CFTC contra FTX y Alameda del 13 de diciembre de 2022 [22] recogió un detalle técnico concreto: el código de FTX contenía una puerta trasera de tipo «allow negative flag», sumada a una «línea de crédito prácticamente ilimitada» concedida a Alameda, que permitía a esta retirar unos 8.000 millones de dólares de los depósitos de clientes de FTX para operar por cuenta propia; la demanda de la SEC del 21 de diciembre de 2022 contra Caroline Ellison y Gary Wang [23] reformuló el mismo mecanismo en términos independientes. Que un mismo controlador opere simultáneamente un market maker y una plataforma de custodia de fondos de usuarios constituye una muestra extrema de conflicto de agencia entre un market maker y el mercado al que sirve.

Quinta: la asignación de riesgo entre depositantes y plataformas de préstamo centralizadas. Celsius Network solicitó la reorganización bajo el Capítulo 11 [38] (caso №22–10964) ante el Tribunal de Quiebras del Distrito Sur de Nueva York el 13 de julio de 2022, y sus escritos del primer día revelaron pasivos totales de unos 5.500 millones de dólares, de los cuales aproximadamente 4.700 millones de dólares correspondían a reclamaciones de clientes sin garantía, activos totales de unos 4.300 millones de dólares y un desfase entre activos y pasivos de unos 1.200 millones de dólares; el anuncio de acuerdo de la FTC del 13 de julio de 2023 [24] impuso por separado una sanción civil de 4.700 millones de dólares a la entidad corporativa Celsius (una acción independiente, cuyo importe coincide por casualidad con el de las reclamaciones de clientes), suspendida por la quiebra para permitir que los activos restantes se devuelvan a los consumidores. Comercializarse de cara al exterior con un relato bancario mientras se opera internamente con una estructura no segregada constituyó el núcleo del conflicto de agencia entre plataformas de préstamo y depositantes.

Estos cinco casos pertenecen en apariencia a tipos de negocio distintos, pero en el plano de la estructura de agencia comparten una única plantilla: una parte posee información privada sobre sus propias acciones, el destino de los activos o su estructura de incentivos, mientras la otra, que ha cedido capacidad de decisión o la custodia de activos, carece de mecanismos exigibles de supervisión y de recurso.

1.4 Asimetría de información · El colapso endógeno de la calidad de mercado

El tercer pilar —la asimetría de información— no es un mecanismo independiente y paralelo a los dos anteriores, sino su precondición subyacente. El modelo del mercado de coches usados publicado por Akerlof [4] en la Quarterly Journal of Economics es la formulación fundacional: cuando los vendedores poseen información privada sobre la calidad del producto mientras los compradores solo pueden observar la distribución agregada, la oferta máxima de los compradores queda anclada a la valoración correspondiente a la calidad media; ese precio no basta para cubrir la utilidad de reserva de los vendedores de alta calidad, y la oferta de alta calidad abandona el mercado; la calidad media del mercado restante cae aún más, los compradores vuelven a bajar sus ofertas y se forma una espiral unidireccional hasta que el volumen de transacciones se comprime a cero o casi cero. Akerlof extendió este mecanismo de los coches usados a los seguros, el crédito, el trabajo y los mercados financieros de economías en desarrollo, identificándolo como el mecanismo unificado que explica un gran número de fenómenos de «mercado ausente»: incertidumbre de calidad + asimetría de información = colapso endógeno del mercado.

La aplicabilidad de este análisis al mercado cripto opera en dos niveles. El primero es el lado de los activos: los tokens sin auditar, el código no publicado y los calendarios de asignación no divulgados son difíciles de distinguir para los compradores de activos plenamente auditados, de código abierto y de asignación transparente; el mecanismo de fijación de precios tiende a comprimir ambos en el mismo rango de valor esperado; a falta de mecanismos de certificación creíbles, el incentivo de los emisores de alta calidad no es seguir emitiendo, sino salir o desplazarse a otros lugares. El segundo es el lado de los intermediarios: la postura de riesgo interna de exchanges centralizados, market makers, custodios y plataformas de préstamo resulta casi inobservable para los usuarios, que solo pueden estimar su calidad media a partir de la marca, el marketing y señales indirectas; esta es la estructura común de los casos FTX, Celsius y Voyager en términos de economía de la información.

El modelo de Akerlof establece la posibilidad teórica del colapso del mercado, pero no responde directamente a otra pregunta muy ligada al mercado cripto: en un mercado donde los costes de transacción no son infinitos y el capital de arbitraje no está ausente, ¿por qué puede la asimetría de información alejar los precios de los fundamentales de forma persistente? El estudio empírico de Makarov y Schoar [7] en el Journal of Financial Economics sobre las diferencias de precio del bitcoin entre exchanges y regiones en 2017–2018 aportó evidencia sobre la importancia autónoma de los límites del arbitraje en el mercado cripto. Los autores hallaron que el bitcoin podía sostener diferenciales de precio de varios puntos porcentuales entre distintos exchanges durante días o semanas, y que esos diferenciales estaban significativamente correlacionados con los canales de entrada y salida de dinero fiat, las fricciones de registro y cumplimiento de los exchanges y los controles de cuenta de capital. El arbitraje no estaba ausente, sino limitado por fricciones no de mercado a un nivel muy inferior a la intensidad necesaria para eliminar los diferenciales. Además, los autores documentaron que esos diferenciales eran geográficamente sistemáticos: los diferenciales entre los mercados de Corea, Japón y Estados Unidos no eran ruido simétrico, sino señales estructurales direccionales. Esta conclusión empírica es coherente con la tradición teórica de Shleifer y Vishny [8] sobre los límites del arbitraje, pero exhibe un rasgo ausente en los mercados clásicos: las transferencias transfronterizas de fondos, técnicamente instantáneas, siguen estando fuertemente friccionadas en el plano del cumplimiento y de los canales.

Combinando el mecanismo de colapso de mercado de Akerlof con la evidencia sobre límites del arbitraje de Makarov y Schoar, la vía de impacto de la asimetría de información sobre el mercado cripto puede caracterizarse en dos fases: ex ante, la asimetría de información reprime los incentivos de entrada de la oferta de alta calidad y hace que la calidad media del mercado se hunda; ex post, los límites del arbitraje permiten que la mala fijación de precios persista durante ventanas suficientemente largas, lo que otorga al colapso de calidad ex ante persistencia temporal en el plano de los precios.

1.5 La estructura anidada de tres capas

Situar los tres pilares teóricos uno junto a otro no basta para caracterizar el fallo sistémico actual del mercado cripto. Los tres no son lógicamente paralelos, sino anidados. La asimetría de información es la precondición de la capa base: define qué información privada poseen compradores, vendedores, principales y agentes, y fija las condiciones de contorno de la supervisión y de la identificación. El problema principal-agente es la estructura de la capa intermedia: describe cómo, dada la asimetría de información, la delegación de la capacidad de decisión y de la custodia de activos se traduce en valor económico extraíble por los agentes; la magnitud de los costes de agencia viene determinada por la estructura informativa de la capa base, pero su realización efectiva la determinan conjuntamente el diseño contractual, la intensidad regulatoria y la distribución de los derechos residuales. Las cascadas informativas son la dinámica de la capa superior: describen cómo, después de que las estructuras de agencia hayan incrustado vías de transferencia de valor y de que la asimetría de información haya eliminado los mecanismos de identificación ex ante, el capital puede canalizarse de forma direccional hacia objetivos concretos en ventanas de tiempo cortas; la velocidad y la magnitud de la cascada dependen de la visibilidad de las señales de acción pública, de la fuerza de las señales privadas y del orden de decisión de los participantes.

Un corolario directo de esta relación anidada: reforzar las herramientas de gobernanza en una sola capa no basta. Limitarse a divulgar tablas de asignación de tokens (dirigido a la asimetría de información), limitarse a exigir que los KOL etiqueten las promociones pagadas (dirigido a los problemas de agencia) o limitarse a perseguir ex post la manipulación de precios una vez formada la cascada (dirigido a las cascadas informativas): cada medida cubre solo una parte del mecanismo completo en su nivel respectivo; y mientras no se debilite la asimetría de información de la capa base, las estructuras de agencia de la capa intermedia se reorganizarán en formas nuevas y las cascadas de la capa superior se dispararán a través de medios nuevos. Que la serie de episodios de $LIBRA y $TRUMP pudiera producirse íntegramente sobre el telón de fondo del discurso regulatorio existente no se debe a que se ignorara por completo alguna capa aislada, sino a que la interacción entre las tres capas no se trató como un todo.

Este capítulo ha establecido los tres pilares teóricos y su estructura anidada. A partir del siguiente capítulo, el informe entra en la fase de análisis de casos. El capítulo 2 se centra en el mecanismo de la capa superior del marco de tres capas —las cascadas informativas— y, a través de los estudios de caso de la burbuja de las ICO, el Casino de las Meme Coins y el airdrop farming, muestra cómo las cascadas informativas se aceleran, se amplifican y acaban canalizando capital a gran escala hacia objetivos con rentabilidad esperada negativa bajo las condiciones especiales del mercado cripto.

Capítulo 2 · Efectos de comportamiento gregario: una colección de casos de cascadas informativas y prueba social

2.1 Apertura · Tres oleadas, un mecanismo

Desde que el mercado cripto desarrolló la capacidad de movilizar capital a gran escala se han producido al menos tres oleadas masivas de participación impulsadas por dinámicas de cascada informativa, cada una desencadenada a través de un medio distinto pero concluida con resultados estadísticos similares.

La primera fue la oleada de las ICO de 2016–2018. Los equipos de proyecto usaron los whitepapers como su principal herramienta de señalización, complementada con el respaldo de fondos de capital riesgo y los listados en exchanges, y movilizaron unos 17.800 millones de dólares de financiación global en dieciocho meses. La segunda fue la oleada del Casino de las Meme Coins de 2024–2025. Las plataformas descentralizadas de emisión de tokens comprimieron el umbral de creación de «whitepaper + tres meses de preparación» a «2 dólares de comisión + 30 segundos», con las redes sociales sustituyendo a los whitepapers como medio principal de las señales de acción pública; una sola plataforma creó más de 11 millones de tokens en dos años. La tercera es la oleada de airdrop farming, de 2022 hasta hoy. Los equipos de proyecto, mediante programas de puntos y requisitos de interacción, definieron directamente el comportamiento de los participantes; las cascadas dejaron de depender de la imitación social espontánea y pasaron a diseñarse activamente mediante mecanismos de incentivos, con un reparto de unos 26.600 millones de dólares en incentivos en tokens a lo largo de tres años.

Cada oleada atrajo a millones de participantes independientes. Las tres compartieron una característica estadística: la rentabilidad esperada agregada de los participantes fue negativa. No se trata de que «algunas personas perdieran dinero», sino de un resultado sistémico en el que la mayoría de los participantes estaba en pérdidas al salir. Este capítulo trata esas tres oleadas como tres experimentos independientes de la teoría de las cascadas informativas en el mercado cripto, y extrae parámetros comunes sobre mecanismos de disparo, velocidad de movilización y morfología del colapso.

2.2 Conjunto de casos uno · La burbuja de las ICO: la cascada de la señal del whitepaper

De enero de 2017 a julio de 2018, el mercado global de ICO captó de forma acumulada unos 17.800 millones de dólares [25], con unos 5.000 millones de dólares en el conjunto de 2017 (Swartz 2022) y con el primer trimestre de 2018 como trimestre de máximo. Alrededor de 966 proyectos de ICO completaron su emisión en 2017; esa cifra se disparó hasta unos 2.284 en 2018 [26], con unas 482 ventas de tokens desarrollándose de forma simultánea en el momento álgido. Estas cifras describen un mercado de financiación que pasó de ser casi inexistente a la escala de las decenas de miles de millones en dieciocho meses.

Sin embargo, Haffke y Fromberger [10] señalaron en su informe sobre el mercado de las ICO que aproximadamente el 55 % de los tokens de ICO emitidos en 2017 había «perdido prácticamente todo su valor» a finales de 2018. Las estadísticas independientes del analista de mercado cripto Cermak [40] afinaron aún más el cuadro: el 74 % de los tokens de ICO de 2017 cayó más de un 90 % medido en BTC; la rentabilidad mediana en dólares fue del −87 %; solo alrededor del 7,7 % (unos 30 proyectos) de todos los tokens de ICO emitidos en 2017 batió al BTC durante su período de tenencia. Dicho de otro modo, que «la rentabilidad agregada de los inversores en el mercado de ICO fuera negativa» no es un relato construido a posteriori, sino un hecho estadísticamente contrastable.

Desde la perspectiva de la teoría de las cascadas informativas, el mecanismo de movilización del mercado de ICO puede descomponerse en una estructura de apilamiento de señales de cuatro capas. La primera capa era el whitepaper: un documento que describía la visión del proyecto, la arquitectura técnica y la asignación de tokens. La segunda capa era el respaldo de fondos de capital riesgo o de inversores destacados, presentado normalmente como títulos de «Advisor» o anuncios de «inversor estratégico». La tercera capa era la cobertura y la promoción por parte de medios cripto y KOL de la comunidad. La cuarta capa era el listado en exchanges: que el token del proyecto obtuviera soporte de negociación en plataformas como Poloniex, Bittrex y Binance. Cada capa de señal contenía por separado información limitada: un whitepaper no garantizaba que el código se implementara; el respaldo de un fondo no garantizaba la integridad del equipo; la cobertura mediática no garantizaba una evaluación independiente del proyecto; el listado en un exchange solo garantizaba provisión de liquidez, no calidad subyacente. Sin embargo, las cuatro capas apiladas producían una fuerza de señal de acción pública suficiente para superar la señal privada del inversor minorista típico, satisfaciendo con precisión las condiciones de formación de cascadas descritas por Bikhchandani, Hirshleifer y Welch [1] en su artículo fundacional sobre cascadas informativas.

Swartz [9] propuso en New Media & Society un marco sociológico complementario a la teoría de las cascadas informativas: la burbuja de las ICO no respondía a la estructura binaria tradicional de «estafadores plenamente informados frente a víctimas desinformadas», sino a lo que ella definió como una «estafa en red», en la que fondos de capital riesgo, medios, KOL, equipos de proyecto e inversores minoristas eran, en distinto grado, emisores y receptores de señales a la vez, tanto impulsores como portadores de la cascada.[³] Esta observación es coherente con la predicción teórica de Bikhchandani y coautores [1]: en una cascada informativa, las acciones de los seguidores posteriores se convierten a su vez en señales que refuerzan aún más la cascada; por tanto, los papeles de «víctima» y de «amplificador» son estructuralmente inseparables.

El patrón de colapso del mercado de ICO también fue coherente con las predicciones de la teoría de las cascadas informativas. En enero de 2018, ETH alcanzó un máximo histórico de unos 1.352 dólares; en diciembre de ese mismo año, ETH había caído a unos 84 dólares, un descenso de alrededor del 94 % desde el máximo. El colapso no consistió en que «los proyectos fueran revelando problemas de forma sucesiva y los inversores salieran poco a poco», sino en el hundimiento simultáneo de todo el mercado. Entre los factores desencadenantes hubo al menos tres señales externas de alta calidad: el informe de investigación de la SEC sobre The DAO del 25 de julio de 2017 [27] (que determinó que los tokens de The DAO eran valores); la prohibición total de las ICO en China en septiembre de 2017; y la caída sostenida del precio de ETH desde el primer trimestre de 2018. En la teoría de Bikhchandani y coautores [1], la reversión de una cascada exige una señal externa lo bastante fuerte como para superar las señales acumuladas: el desplome del precio de ETH y las actuaciones sancionadoras de la SEC cumplieron exactamente ese papel.

La burbuja de las ICO mostró la forma de las cascadas informativas en una era de «costes de señal altos», que exigía coordinación entre varias partes: whitepapers, fondos de capital riesgo y exchanges. La siguiente sección muestra en qué se convierten las cascadas cuando los costes de señal caen a «2 dólares y 30 segundos».

[³]: Swartz 2022 es un artículo de sociología y estudios de medios. Este capítulo cita su marco de «estafa en red» como complemento interdisciplinar a la teoría de las cascadas informativas.

2.3 Conjunto de casos dos · El Casino de las Meme Coins: la cascada industrializada de 2 dólares y 30 segundos

La plataforma pump.fun, lanzada el 19 de enero de 2024, alteró de raíz la estructura de costes de la emisión de tokens. El proceso para emitir un token nuevo en la plataforma: subir una imagen, introducir un nombre de ticker, pagar el equivalente a unos 2 dólares en SOL como comisión, y el token entra de inmediato en un modelo de fijación de precios por curva de bonding (una curva que fija el precio automáticamente en función del volumen de compra); 30 segundos después, cualquiera puede negociarlo. Sin whitepaper, sin auditoría de código, sin respaldo de fondos de capital riesgo, sin revisión de ningún exchange. Cuando el volumen de compra de un token en la curva de bonding alcanza unos 85 SOL, la liquidez migra automáticamente a una plataforma de negociación descentralizada (Raydium antes de marzo de 2025 y, después, el AMM propio de pump.fun, PumpSwap) y entra en circulación abierta, en un proceso denominado «graduación».

A finales de 2025, pump.fun había creado de forma acumulada más de 11 millones de tokens, con un máximo de creación diaria de unos 65.000. La plataforma concentró más del 80 % de la creación de tokens en Solana durante su período de actividad. Según DefiLlama [28], su volumen acumulado de negociación en DEX superó los 150.000 millones de dólares.[⁴] Los ingresos mensuales máximos alcanzaron los 138 millones de dólares, con ingresos diarios máximos de unos 15 millones de dólares.

Sin embargo, ese proceso de creación de tokens a escala vino acompañado de tasas de mortalidad extremas. Menos del 2,1 % de los tokens «se graduó» de la fase de curva de bonding. Alrededor del 98 % de los tokens se hundió hasta casi cero en menos de 24 horas. Del lado de los usuarios, las estadísticas públicas mostraban unos 11,5 millones de billeteras en pérdidas frente a menos de 10 millones de billeteras en beneficio; solo alrededor del 0,6 % de las billeteras acumulaba beneficios superiores a 10.000 dólares.

En comparación con la era de las ICO, lo ocurrido fue una reducción de un orden de magnitud en el umbral de formación de cascadas. Los costes de señal de la era ICO —redacción de whitepapers, comunicación con fondos, negociación de listados— se medían en meses y en decenas o centenares de miles de dólares. Bajo el modelo de pump.fun, los costes de señal se comprimieron a 2 dólares y 30 segundos. La implicación desde la economía de la información: cuando el coste de iniciar una cascada se aproxima a cero, las cascadas dejan de ser «anomalías conductuales ocasionales» y pasan a ser un proceso de producción industrializado que se inicia decenas de miles de veces al día, con la inmensa mayoría terminando en cuestión de horas y una fracción minúscula recibiendo una amplificación breve.

En este proceso, las redes sociales sustituyeron a los whitepapers como medio principal de las señales de acción pública. Los «me gusta» y retuits en Twitter, los comentarios en las retransmisiones en directo de los KOL, los mensajes de los grupos de Telegram: esas métricas equivalían funcionalmente al «cuántos medios cubrieron el whitepaper» de la era ICO. Kogan, Makarov, Niessner y Schoar [2] aportaron soporte cuantitativo a este mecanismo: a partir de los datos de 200.000 traders de la plataforma eToro, hallaron que los picos de atención conservaban un poder predictivo significativo sobre el precio y el volumen de los tokens cripto en ventanas cortas tras controlar por variables proxy de fundamentales. La magnitud de este efecto en los tokens cripto era significativamente mayor que en la renta variable tradicional; es decir, el efecto amplificador de las señales sociales sobre las cascadas en el mercado cripto está confirmado empíricamente, no es una especulación.

TRUMP, lanzado el 17 de enero de 2025, y MELANIA, el 19 de enero, fueron ejemplos emblemáticos de este patrón: en menos de dos días desde el lanzamiento, la valoración totalmente diluida de $TRUMP (calculada sobre los 1.000 millones de tokens) llegó brevemente a unos 27.000 millones de dólares y después retrocedió más del 90 % a lo largo de las semanas y meses siguientes;[⁵] $MELANIA mostró una trayectoria isomorfa. El caso $LIBRA se trató en detalle en el capítulo 1 y no se repite aquí. Los tres muestran un rasgo común de las cascadas informativas de la era de las meme coins: la fuente de la señal desencadenante ya no son los whitepapers ni los fondos de capital riesgo, sino una única publicación en redes sociales de una persona con enorme influencia.

Un metafenómeno que merece observación aparte es la propia emisión de token de pump.fun el 12 de julio de 2025. Según los registros de financiación de DefiLlama [28], la ronda constó de dos partes: una venta privada de tokens de 400 millones de dólares y una ICO pública de 600 millones de dólares, con un total de 1.000 millones de dólares y una valoración totalmente diluida de 4.000 millones de dólares.[⁶] Es un episodio estructuralmente notable: una plataforma que proporciona específicamente infraestructura para crear y negociar tokens de altísima mortalidad se tokenizó a sí misma y completó una movilización de capital a escala de financiación institucional. Las cascadas informativas dejan de ser en este caso «un fenómeno que arrastra a los minoristas» y pasan a ser un modelo de negocio institucionalizable, titulizable y valorable por el mercado secundario: quienes tengan una opinión sobre la dinámica de las cascadas informativas pueden ahora expresar sus expectativas sobre su persistencia comprando el propio token de la plataforma. Esta sección se limita a registrar esa estructura factual y no emite juicio alguno sobre su situación de cumplimiento normativo ni valoración ética.

El Casino de las Meme Coins mostró cómo las redes sociales transformaron el medio de la cascada, de «whitepapers estáticos» a «atención dinámica». La siguiente sección muestra cómo las cascadas se institucionalizan aún más hasta convertirse en «inducción por mecanismo».

[⁴]: Los datos de DefiLlama a fecha de abril de 2026 sitúan el volumen acumulado de negociación en DEX de pump.fun en unos 157.500 millones de dólares. El informe de CoinDesk de diciembre de 2025 citaba la cifra de cierre de 2025 como «>150.000 millones de dólares». Esta sección utiliza 150.000 millones de dólares como límite inferior conservador.

[⁵]: Existe una discrepancia de métrica en la capitalización de $TRUMP. CoinMarketCap registra el máximo de capitalización circulante (contando solo los 200 millones de tokens emitidos públicamente) en unos 11.700 millones de dólares (precio máximo histórico de unos 74–75 dólares, 19 de enero de 2025); Wikipedia y la mayoría de los medios de referencia citan 27.000 millones de dólares, en referencia a la valoración totalmente diluida de los 1.000 millones de tokens. Esta sección adopta la segunda cifra para reflejar la escala completa de movilización de capital del episodio, dejando constancia de la discrepancia de métrica.

[⁶]: Sobre la financiación total del token PUMP, distintas fuentes ofrecen cifras diferentes. DefiLlama registra 400 millones de dólares de venta privada + 600 millones de dólares de ICO pública = 1.000 millones de dólares; algunos medios citan un total de 1.300 millones de dólares (600 millones públicos + 700 millones privados). La discrepancia puede deberse a distintos perímetros contables de la venta privada. Esta sección utiliza DefiLlama como fuente primaria.

2.4 Conjunto de casos tres · Airdrop farming: la cascada inducida por el mecanismo

En la burbuja de las ICO, las cascadas informativas se disparaban con la señal del whitepaper; en el Casino de las Meme Coins, con la atención en redes sociales. Ambas compartían que los participantes todavía debían ejercer un juicio activo: elegir qué proyecto de ICO, seguir qué meme coin. El airdrop farming introdujo una tercera dinámica: los equipos de proyecto, mediante reglas de programas de puntos publicadas, definieron directamente el comportamiento de los participantes. Estos no necesitaban juzgar la calidad del proyecto; solo tenían que completar acciones on-chain especificadas conforme a las reglas —hacer bridge entre cadenas, aportar liquidez, ejecutar un número concreto de transacciones— para esperar futuros airdrops de tokens. Se trata de una cascada inducida por el mecanismo: el objetivo de la cascada no es «qué compran los participantes», sino «qué hacen los participantes».

La escala de este patrón puede medirse en dos dimensiones. Del lado de la distribución de tokens, los equipos de proyecto repartieron de forma acumulada unos 26.600 millones de dólares en tokens mediante airdrops a lo largo de tres años [29]. Del lado de los participantes, el airdrop farming generó una cadena de suministro industrializada centrada en los ataques Sybil, en los que una sola entidad crea numerosas direcciones de billetera y repite en cada una el mismo conjunto de acciones definidas por las reglas para obtener múltiples asignaciones del airdrop.

Los ataques Sybil no son actos fraudulentos aislados, sino subproductos estructurales de las cascadas inducidas por el mecanismo. Cuando las reglas de incentivos dependen de métricas como «número de billeteras», «número de transacciones» o «número de mensajes entre cadenas», que pueden generarse por máquina, y el coste marginal de las máquinas es muy inferior al de las personas, el arbitraje automatizado se convierte en la estrategia óptima del participante racional. Los datos sobre Sybil de tres airdrops emblemáticos ilustran con claridad esta estructura:

El airdrop de LayerZero de junio de 2024 representó el caso antiSybil más agresivo. El proyecto pidió públicamente a los operadores de Sybil que se autodenunciaran antes del snapshot, prometiendo que quienes lo hicieran conservarían el 15 % de la asignación esperada. Después colaboró con Chaos Labs y Nansen en el análisis on-chain. Finalmente, LayerZero anunció que había identificado y excluido 803.093 [30] direcciones Sybil, aproximadamente el 59 % de su conjunto inicial de direcciones candidatas; su CEO, Bryan Pellegrino, reveló más tarde que la estimación final del total de direcciones Sybil se situaba entre 1,1 y 1,3 millones. Esto significa que, en un protocolo con unos 6 millones de interacciones acumuladas de billeteras, la tasa de penetración de los operadores de Sybil superó con creces la mitad de las direcciones candidatas. Tras el airdrop (20 de junio de 2024), el precio del token ZRO cayó de 4,79 dólares a unos 4,00 dólares en 36 días, un descenso de alrededor del 16 %.

El airdrop de zkSync Era de junio de 2024 fue ampliamente criticado por sus medidas antiSybil insuficientes. El CISO de Polygon Labs, Mudit Gupta, comentó públicamente: «Puede que sea el airdrop más farmeable de la historia. Por lo que veo, casi no se aplicó filtrado de Sybil». Su token nativo ZK cayó alrededor del 39,29 % en los 36 días transcurridos entre el día del airdrop (17 de junio de 2024) y el 23 de julio de 2024, unas 2,5 veces la caída de ZRO de LayerZero en el mismo período.

El airdrop de Hyperliquid de noviembre de 2024 aportó una muestra de control. El proyecto distribuyó unos 274 millones de tokens HYPE (alrededor del 27,4 % de los 1.000 millones de suministro total; 310 millones asignados, de los que se reclamó esa porción) a unas 94.000 direcciones, con una media de unos 2.915 HYPE por dirección.[⁷] La diferencia clave con LayerZero y zkSync: el sistema de puntos de Hyperliquid estaba ligado directamente a comportamiento de negociación real (colocar órdenes, ejecutar operaciones, gestionar posiciones) en lugar de a bridges o envíos de mensajes replicables por máquina; y el proyecto no tenía inversión externa de capital riesgo, con un 76,2 % del suministro de tokens asignado explícitamente a la comunidad. Tras la emisión, HYPE no solo no cayó, sino que subió de forma continuada desde un precio de apertura de unos 2 dólares hasta alcanzar brevemente unos 35 dólares. El estudio interproyecto de Cookie3 [31] mostró que hasta un 70 % de las billeteras elegibles para airdrops correspondía a operadores multibilletera; pero Hyperliquid, al anclar las reglas de incentivos a comportamientos de negociación difíciles de automatizar, redujo de forma efectiva el rendimiento marginal de las operaciones Sybil y logró así un filtrado Sybil no adversarial mediante diseño estructural.

Observando los tres casos en paralelo emerge una relación estructural: la capacidad antiSybil y la estabilidad del precio del token están correlacionadas positivamente. zkSync, prácticamente sin mecanismo antiSybil, cayó un 39 % en 36 días; LayerZero, con un antiSybil agresivo pero retroactivo, cayó un 16 % en 36 días; Hyperliquid, con la lógica antiSybil incorporada al diseño de las reglas de incentivos, se revalorizó tras la emisión. Makarov y Schoar [7] señalaron en su investigación sobre los límites del arbitraje que los mecanismos de corrección de precios del mercado cripto están limitados por fricciones no de mercado; la capacidad de identificación de Sybil en el airdrop farming constituye un nuevo ejemplo de tal fricción: el límite técnico de identificación de Sybil de un proyecto determina la estructura de presión vendedora tras la emisión del token, lo que a su vez determina la estabilidad del precio a corto plazo.

La fase de salida de las cascadas inducidas por el mecanismo presenta un rasgo distinto del de las cascadas naturales. Los datos de LayerZero ofrecen un cuadro preciso: del 30 de abril de 2024 (fecha del snapshot) al 7 de julio de 2024 (cerca de la fecha del airdrop), los mensajes entre cadenas de LayerZero cayeron un 91,5 % y las transacciones diarias, más de un 92 %. El desplome de actividad no lo desencadenó un «giro colectivo del sentimiento», sino la «redención del incentivo», que provocó una retirada generalizada. Una vez que el rendimiento esperado de las reglas de puntos se materializó en tokens de airdrop, el rendimiento marginal de seguir interactuando cayó a cero y los participantes se desplazaron racionalmente al siguiente protocolo que aún no hubiera hecho airdrop. Este patrón de salida revela una tercera característica estructural de las cascadas inducidas por el mecanismo: los participantes son formalmente «usuarios libres», pero en el plano de la alineación de incentivos son mano de obra externalizada definida por el equipo de proyecto: su comportamiento está programado con precisión por las reglas de incentivos y el momento de su salida lo dispara con precisión la redención del incentivo.

[⁷]: Asignación total de Hyperliquid: 310 millones de HYPE (el 31 % de 1.000 millones); unos 274 millones efectivamente reclamados (algunos usuarios no reclamaron por no firmar las condiciones del Genesis Event; ASXN Data). Reclamaron 94.000 direcciones, con una media de unos 2.915 por dirección. Sin embargo, el reparto fue muy desigual: alrededor del 56,6 % de los usuarios recibió no más de 100 tokens; la mayor reclamación de una sola dirección fue de 970.000 tokens.

2.5 El núcleo común de tres patrones

Los parámetros mecánicos de las tres oleadas pueden compararse en paralelo. En la dimensión de la señal desencadenante, las cascadas de las ICO se dispararon con whitepapers y respaldos de fondos de capital riesgo; las de las meme coins, con la atención en redes sociales; las de los airdrops, con reglas de puntos publicadas. En la dimensión del medio de movilización, la era ICO se apoyó en la cobertura de los medios cripto y en las revisiones de listado de los exchanges; la era de las meme coins, en Twitter, Telegram, las retransmisiones en directo y la fijación automática de precios por curva de bonding; la era de los airdrops, en la documentación oficial de los equipos de proyecto y en los «tutoriales» producidos por KOL. En la dimensión del papel de los participantes, los de las ICO se veían a sí mismos como «inversores», los de las meme coins como «traders» y los de los airdrops se parecían estructuralmente a «usuarios» guiados para ejecutar acciones concretas; sin embargo, los tres ocupaban la misma posición en el modelo de cascada informativa: la de seguidores posteriores. En la dimensión de la morfología del colapso, el mercado de ICO se hundió de forma sincronizada en su conjunto (caída de ETH del 94 % en el conjunto de 2018); las meme coins se hundieron individualmente en menos de 24 horas como norma (el 98 % se fue a cero en un día); los airdrops se manifestaron como una retirada colectiva tras la redención del incentivo (el volumen de mensajes de LayerZero cayó un 91,5 %).

El núcleo común que hay detrás de esas diferencias puede resumirse en una observación central que propone este informe: siempre que el coste de «iniciar una señal de acción pública» en el mercado cripto se reduce de forma sistemática, las cascadas informativas reaparecen bajo formas nuevas. En la era ICO, la estandarización del whitepaper redujo los costes de señal de «cientos de miles de dólares + meses» a «decenas de miles de dólares + semanas»; en la era de las meme coins, la fijación de precios por curva de bonding los redujo de «decenas de miles de dólares + semanas» a «2 dólares + 30 segundos»; en la era de los airdrops, la cuantificación pública de las reglas de puntos redujo los «costes de la señal de incentivo» de «requerir juicio individual» a «ejecutar según la regla». Tres reducciones, tres cascadas.

Las tres oleadas compartieron además una segunda condición estructural: las tres operaron en entornos que carecían tanto de mecanismos de identificación ex ante como de mecanismos de trazabilidad ex post. La actuación de la SEC en la era ICO fue una persecución ex post; los litigios relacionados con pump.fun en la era de las meme coins siguen en curso; la identificación de Sybil en la era de los airdrops, en el caso más agresivo (LayerZero), solo pudo excluir el 59 % de las direcciones Sybil candidatas. Ninguna era estableció instituciones ex ante eficaces para impedir la formación de cascadas.

La observación más esencial es esta: las cascadas informativas no son «accidentes» del mercado cripto, sino un rasgo estructural. Cada 3–4 años, a medida que las herramientas tecnológicas abaratan los costes de señal, las redes sociales renuevan los medios de movilización y los ciclos de retraso de la aplicación normativa reabren ventanas, las cascadas reaparecen bajo formas nuevas.

Este capítulo ha analizado tres manifestaciones representativas de las cascadas informativas en el mercado cripto y ha mostrado, para cada patrón, sus señales desencadenantes, sus medios de movilización y su morfología de colapso. Pero las cascadas son solo la dinámica de la capa superior: lo que realmente permite que se institucionalicen una y otra vez como instrumentos de financiación es el problema de estructura de agencia de la capa intermedia. El capítulo 3 entra en la colección de casos de colapso principal-agente y analiza cómo BitConnect, Three Arrows Capital, Celsius y FTX muestran formas extremas de divergencia de intereses entre agente y principal en el mercado cripto.

Capítulo 3 · Colapso principal-agente: casos extremos de desalineación de incentivos

3.1 Apertura · Cuatro colapsos, una plantilla

A lo largo de los seis años que van de 2016 a 2022 se produjeron en el mercado cripto cuatro grandes episodios de colapso de agencia, cada uno con una forma de negocio distinta pero con el mismo conjunto de precondiciones en el plano de la estructura de agencia. BitConnect (2016–2018) absorbió activos de inversores bajo la apariencia de un «programa de préstamo»; la acusación del Departamento de Justicia cifró el fraude en unos 2.400 millones de dólares. Three Arrows Capital (colapsó en junio de 2022) operaba como fondo de cobertura cripto; los escritos de liquidación mostraron deudas con 27 acreedores por un total de unos 3.500 millones de dólares. Celsius Network (solicitó la quiebra en julio de 2022) absorbió depósitos minoristas bajo un relato de «ahorro de alta rentabilidad»; sus escritos del primer día revelaron pasivos totales de unos 5.500 millones de dólares, con reclamaciones sin garantía de clientes por unos 4.700 millones de dólares. FTX (colapsó en noviembre de 2022) mantenía activos de usuarios en su condición de custodio de exchange; la resolución final de la CFTC fijó una reparación monetaria de 12.700 millones de dólares.

Los cuatro casos abarcaron tres fases completas del mercado cripto —de las ICO al DeFi Summer y al «relato de institucionalización»—, y sin embargo hubo colapsos de agencia en todas ellas, con una escala de exposición en tendencia creciente. Este hecho apunta a una pregunta estructural: ¿qué condiciones comunes de las relaciones de agencia del mercado cripto permiten que una transferencia de valor a gran escala funcione de forma continua durante meses o años antes del colapso? Este capítulo responde a esa pregunta mediante el análisis en profundidad de cuatro casos.

3.2 BitConnect · Colapso de agencia de tipo Ponzi

El «programa de préstamo» de BitConnect exigía a los usuarios depositar BTC en la plataforma, que afirmaba que su «bot de trading de software de volatilidad» utilizaría esos fondos para operar y generaría rentabilidades compuestas de alrededor del 1 % diario —en torno al 3.700 % anualizado—. El acto de delegación quedaba completo en ese punto: el control de los activos pasaba de los usuarios a los operadores de BitConnect, y los usuarios recibían una «cifra de rendimiento» no verificable, mostrada en el sistema interno de BitConnect, sin poder confirmar si correspondía a beneficios reales de negociación o a la redistribución de nuevos fondos entrantes.

Esta estructura satisface a la vez las condiciones de selección adversa y de riesgo moral del marco de costes de agencia de Jensen y Meckling [3]. En el plano de la selección adversa: los usuarios no podían evaluar, antes de establecer la relación de agencia, si el «bot de trading» existía o poseía la rentabilidad declarada; la información sobre el tipo del agente era inobservable para el principal. En el plano del riesgo moral: una vez establecida la relación de agencia, el uso efectivo de los fondos por parte de los operadores (si los fondos se destinaban realmente a operar) era completamente opaco para los usuarios; la información sobre las acciones del agente era inobservable para el principal. El Departamento de Justicia determinó después en su acusación [32]: «BitConnect operó un esquema Ponzi de manual»; es decir, el agente nunca ejecutó realmente la tarea delegada, y el supuesto bot de trading o no existía o nunca generó las rentabilidades declaradas.[⁸]

[⁸]: Sobre la escala del fraude de BitConnect, la demanda civil de la SEC de septiembre de 2021 hablaba de «2.000 millones de dólares»; la acusación penal del Departamento de Justicia de febrero de 2022 hablaba de «2.400 millones de dólares». La discrepancia debe atribuirse a métodos de cálculo distintos entre el procedimiento civil y el penal. Este capítulo cita ambas cifras en contextos distintos, con indicación de fuente.

La capacidad de movilización de BitConnect procedía en parte de su red de promotores multinivel. Los operadores pagaban comisiones a los promotores, que captaban nuevos inversores mediante vídeos de YouTube, publicaciones en redes sociales y eventos presenciales. Los promotores ocupaban una identidad dual dentro de la estructura de agencia: para los inversores eran «agentes de información», cuyas experiencias de inversión y demostraciones de rendimiento exhibidas públicamente funcionaban como señales de acción pública en una cascada informativa; para la plataforma eran «agentes de captación», cuya retribución estaba ligada al nuevo capital entrante. El principal promotor en Estados Unidos, Glenn Arcaro, se declaró culpable de cargos penales federales en septiembre de 2021; en enero de 2023, el tribunal le ordenó pagar una restitución de 17 millones de dólares a unas 800 víctimas. Esa cifra ilustra por sí sola el efecto de apalancamiento de los promotores dentro de la estructura de agencia: la actividad promocional de una sola persona podía influir en las decisiones de asignación de activos de centenares de principales.

El colapso se desencadenó por una vía típica del final de las estructuras Ponzi. El 3 de enero de 2018, la Texas State Securities Board dictó una orden de cese y desistimiento [34] contra BitConnect, empleando explícitamente la expresión «esquema Ponzi»; el departamento de valores de Carolina del Norte hizo lo propio a continuación. El 17 de enero de 2018, BitConnect cerró su programa de préstamo; los tokens BCC se desplomaron un 92 % ese mismo día desde un máximo histórico previo de unos 463 dólares y entraron en una destrucción de valor irreversible. El colapso no se produjo porque «los usuarios descubrieran colectivamente la verdad», sino porque la actuación regulatoria cortó la entrada de capital nuevo, en línea con la predicción teórica de las estructuras Ponzi: cuando el flujo de capital nuevo no basta para cubrir los compromisos existentes, la estructura ha de colapsar, y el momento del colapso lo determina un shock externo y no una filtración interna de información.

El fundador de BitConnect, Satish Kumbhani, fue acusado [33] por un gran jurado federal en febrero de 2022 y afronta múltiples cargos penales (fraude electrónico, blanqueo de capitales, manipulación de precios, entre otros) con una pena máxima de 70 años. En el momento de redactar este informe se desconoce el paradero de Kumbhani: la SEC confirmó que había salido de la India, sin que se conozca su país de residencia actual. La Enforcement Directorate de la India incautó unos 190 millones de dólares en activos vinculados a BitConnect en febrero de 2025.[⁹]

[⁹]: Fuente de la incautación de activos de BitConnect por la ED de la India: CoinDesk, 17 de febrero de 2025, «India’s Directorate of Enforcement Seizes $190M in BitConnect Ponzi Scheme Case». coindesk.com

BitConnect representa la estructura de agencia «más pura» de los cuatro casos: el agente nunca ejecutó la tarea delegada, y los costes de agencia equivalieron al 100 % de los activos delegados. En el siguiente caso, el problema de agencia es implícito: los rendimientos existían realmente, pero la exposición al riesgo se ocultaba de forma sistemática.

3.3 Three Arrows Capital · Colapso de agencia de tipo apalancamiento

Three Arrows Capital (en adelante, «3AC») era un fondo de cobertura cripto registrado en las Islas Vírgenes Británicas (BVI), con activos bajo gestión que en su punto máximo superaron, según se informó, los 10.000 millones de dólares [35]. Sus prestamistas —entre ellos Genesis (2.300 millones de dólares), Voyager Digital (685 millones de dólares), Blockchain.com y 27 acreedores en total— prestaron a 3AC confiando en su capacidad de gestión de riesgos como «gestor profesional de fondos cripto».

El problema de agencia de 3AC se manifestó en una estructura crítica de asimetría de información: cada prestamista individual solo podía observar sus propias condiciones de préstamo y su situación de garantías con 3AC, pero ningún prestamista conocía la escala total de endeudamiento de 3AC ni la concentración total de sus posiciones frente al resto de prestamistas. Era una estructura de agencia de «préstamo distribuido + posicionamiento concentrado»: la exposición al riesgo evaluada de forma independiente por cada prestamista era muy inferior al verdadero riesgo sistémico de 3AC. El teorema del estadístico suficiente de Holmström [5] ofrece aquí una verificación por contraste: si los prestamistas hubieran podido observar un «informe de posiciones totales entre prestamistas» como señal adicional, esa señal —dado el resultado ya conocido por cualquier prestamista individual (es decir, el comportamiento de pago de su propio préstamo)— seguiría aportando información adicional sobre la verdadera asunción de riesgos de 3AC. Por tanto, según la teoría de Holmström, esa señal debería incorporarse a las condiciones del contrato de préstamo. En la práctica, el mercado cripto de préstamo de 2022 carecía de cualquier mecanismo de ese tipo de intercambio de información entre instituciones. El requisito de garantía de Genesis para los préstamos a 3AC era de solo el 80 %, lo que significa que 3AC podía tomar prestados 125 dólares con 100 dólares de garantía, y Genesis no podía confirmar si esos 100 dólares estaban simultáneamente pignorados ante otros prestamistas.

La vía del colapso comenzó con el episodio de Terra/Luna de mayo de 2022. Los escritos judiciales de liquidación [35] documentaron que 3AC invirtió entre 200 y 600 millones de dólares en tokens LUNA en febrero de 2022; esa inversión quedó prácticamente arrasada en el colapso de Terra de mayo. Varios prestamistas emitieron margin calls al mismo tiempo, y 3AC no pudo atenderlos. El 27 de junio de 2022, el tribunal de las BVI dictó una orden de liquidación; el 2 de julio, 3AC solicitó la protección por quiebra del Capítulo 15 en Estados Unidos. El liquidador Teneo [35] reveló después un hecho llamativo: 3AC «prácticamente no tenía libros ni registros»; el liquidador ni siquiera pudo entrar inicialmente en las oficinas de 3AC y necesitó asistencia judicial. «Prácticamente sin libros» no era solo un fallo de gobierno corporativo, sino un marcador extremo de colapso de agencia: el agente no solo ocultó el proceso de sus acciones, sino que eliminó la posibilidad de una auditoría ex post.

Los escritos judiciales también revelaron la conducta de los fundadores Su Zhu y Kyle Davies durante la liquidación: ambos estaban en Bali (según informaciones públicas, Zhu haciendo surf y Davies pintando); los documentos judiciales recogían que Zhu había entregado una señal por un yate valorado en unos 50 millones de dólares; el liquidador solicitó examinar si dos Good Class Bungalows de Singapur a nombre de la esposa de Zhu (valorados en unos 35 y 21 millones de dólares) se habían comprado con activos de la sociedad. En septiembre de 2023, Zhu fue detenido en el aeropuerto de Changi (Singapur) cuando intentaba salir del país y fue condenado a 4 meses de prisión por negarse a cooperar con el proceso de liquidación.

El colapso de 3AC mostró el contagio del riesgo de agencia a través de las cadenas de préstamo. Genesis, devastada por los 2.300 millones de dólares de deuda incobrable de 3AC, vio sus pérdidas parcialmente absorbidas por su matriz Digital Currency Group (DCG); Genesis acabó en quiebra en 2023. Voyager Digital solicitó la quiebra directamente por el impago de 685 millones de dólares de 3AC. Blockchain.com aplicó despidos masivos. Cada capa de la relación de préstamo tenía su propia asimetría de información, pero el riesgo sistémico apilado superaba con mucho el nivel observable en cualquier capa aislada: este es el «efecto contagio» de los problemas de agencia, en el que el colapso de agencia de un prestatario se propaga por la red de acreedores hasta convertirse en una crisis de crédito de todo el sistema.

Makarov y Schoar [7] señalaron en su investigación sobre los límites del arbitraje que los mecanismos de corrección de precios del mercado cripto están limitados por fricciones no de mercado. El caso de 3AC extiende esa conclusión al mercado de crédito: los prestamistas podrían, en teoría, haber seguido las posiciones on-chain de 3AC a través de los datos de la cadena, pero las fricciones de cumplimiento, privacidad y técnicas impidieron que esa verificación se aplicara de forma efectiva en las decisiones reales de crédito. La «transparencia on-chain» del mercado cripto no se tradujo en una supervisión efectiva dentro de las relaciones de agencia reales.

3.4 Celsius · Colapso de agencia de depósito y préstamo

El relato central de Celsius Network hacia sus usuarios era el del «ahorro cripto de alta rentabilidad»: depositar criptoactivos en Celsius, ganar rentabilidades anualizadas del 5 % al 18 % y «retirar en cualquier momento». Ese relato construía una relación principal-agente implícita: los usuarios delegaban la gestión de sus criptoactivos en Celsius, que prometía custodia más rendimiento. Sin embargo, los términos de servicio de Celsius le permitían «usar, pignorar, prestar, vender y disponer de cualquier otro modo» de los criptoactivos depositados por los usuarios; la inmensa mayoría de ellos ni leyó ni comprendió las implicaciones de esa autorización.

El despliegue de activos de Celsius iba mucho más allá del «préstamo conservador»: prestaba activos de clientes a 3AC (Celsius figuraba entre los acreedores de 3AC, con una exposición de unos 75 millones de dólares); hacía staking del ETH de los clientes; invertía en protocolos DeFi de alto riesgo. Esas vías de despliegue eran casi invisibles para los usuarios: en la interfaz de Celsius solo veían «saldo» y «rendimiento», sin poder rastrear el destino real de sus activos.

Como se señaló en el capítulo 1, Cong, Li y Wang [6] indicaron en su modelo de finanzas de plataformas tokenizadas que el bucle de retroalimentación positiva entre el valor del token de la plataforma y la actividad de esta incorpora en sí mismo un mecanismo de amplificación del conflicto de agencia. Aunque Celsius no era un emisor de tokens típico, la dinámica de su token de plataforma CEL se ajustaba plenamente a ese modelo: sube el precio de CEL → atrae más depósitos de usuarios → Celsius obtiene más fondos desplegables → genera mayores rendimientos a corto plazo → el precio de CEL sube aún más. Ese bucle de retroalimentación positiva aceleró la expansión de escala de Celsius durante los mercados alcistas mientras ocultaba el nivel real de riesgo del lado de sus activos.

La conducta personal del consejero delegado de Celsius, Alex Mashinsky, agravó todavía más el riesgo moral. La acusación del Departamento de Justicia de julio de 2023 [37] le imputó haber declarado públicamente que «Celsius es más segura que los bancos» sabiendo que la plataforma afrontaba dificultades financieras significativas. En diciembre de 2024, Mashinsky se declaró culpable de dos cargos de fraude de materias primas y manipulación de mercado.[¹⁰] No se trata de un juicio sobre «su carácter personal», sino de evidencia empírica estándar de riesgo moral: el agente, durante la vigencia de la relación de agencia, explotó su ventaja informativa para adoptar acciones perjudiciales para los intereses del principal y, cuando se le exigió divulgar, optó por la tergiversación.

[¹⁰]: Fuente de la declaración de culpabilidad de Mashinsky: Reuters, 3 de diciembre de 2024; nota de prensa del Departamento de Justicia de diciembre de 2024.

La vía del colapso estuvo directamente ligada a 3AC. Los efectos en cadena de los colapsos de Terra/Luna y de 3AC de mayo y junio de 2022 impactaron en el lado de los activos de Celsius: 3AC, como uno de sus prestatarios, no pudo devolver sus préstamos, y a la vez se contrajo el valor de los protocolos DeFi. El 12 de junio de 2022, Celsius anunció la suspensión de todas las retiradas; solo en ese momento descubrieron los usuarios que la promesa de «retirar en cualquier momento» no era exigible. El 13 de julio de 2022, Celsius solicitó la reorganización bajo el Capítulo 11 [38] ante el Tribunal de Quiebras del Distrito Sur de Nueva York (caso №22–10964); sus escritos del primer día revelaron pasivos totales de unos 5.500 millones de dólares, de los cuales unos 4.700 millones de dólares correspondían a reclamaciones sin garantía de clientes, activos totales de unos 4.300 millones de dólares y un desfase entre activos y pasivos de unos 1.200 millones de dólares. El acuerdo de la FTC de julio de 2023 [24] impuso por separado una sanción civil de 4.700 millones de dólares a la entidad corporativa Celsius (una acción independiente, cuyo importe coincide por casualidad con el de las reclamaciones de clientes).

Los colapsos de agencia de Celsius y 3AC se conectaron a través de la misma cadena de préstamo y muestran los efectos de segundo orden de la agencia por capas: usuario → Celsius → 3AC → Terra/Luna. Cada capa de la relación de agencia tenía su propia asimetría de información, pero quien soportó la pérdida última fue el depositante minorista situado al final de la cadena, que al depositar sus activos no sabía que sus fondos se estaban prestando a 3AC y mucho menos que las posiciones de 3AC estaban concentradas en una apuesta direccional sobre Terra/Luna. La sanción de 4.700 millones de dólares de la FTC [24] confirmó jurídicamente una conclusión: el «relato bancario» de Celsius era, de hecho, una tergiversación.

3.5 FTX · Colapso de agencia de custodia

La estructura de agencia de FTX era la más compleja de los cuatro casos. Los usuarios depositaban activos en el exchange FTX (papel uno: custodio); Alameda Research empleaba esos activos para operar direccionalmente por cuenta propia (papel dos: negociación propietaria); Alameda proporcionaba simultáneamente servicios de market making para múltiples pares de negociación en la plataforma de FTX (papel tres: market making); tres papeles concentrados bajo el control de Samuel Bankman-Fried. En las finanzas tradicionales, la separación obligatoria entre custodia y negociación por cuenta propia (la muralla china) figura entre los requisitos de cumplimiento más básicos; FTX no solo carecía de esa separación, sino que incrustó puertas traseras técnicas en su código para permitir a Alameda eludir los controles de riesgo.

Como se citó en el capítulo 1, la demanda de la CFTC del 13 de diciembre de 2022 [22] documentó dos detalles técnicos concretos: un «allow negative flag» en el código de FTX que permitía que el saldo de la cuenta de Alameda fuera negativo sin activar la liquidación automática, y una «línea de crédito prácticamente ilimitada» concedida a Alameda que le permitía retirar fondos de depósitos de clientes para operar por cuenta propia. La demanda independiente de la SEC del 21 de diciembre de 2022 contra Caroline Ellison y Gary Wang [23] reformuló el mismo mecanismo con otras palabras. Jensen y Meckling [3] descompusieron los costes de agencia en costes de supervisión, costes de fianza y pérdida residual; en el caso de FTX, los costes de supervisión tendían a infinito (los usuarios no podían auditar los flujos de fondos internos de FTX), los costes de fianza tendían a cero (los términos de servicio de FTX no prohibían explícitamente la malversación) y la pérdida residual equivalía al importe malversado «superior a 8.000 millones de dólares» confirmado en la nota de prensa del Departamento de Justicia.

El colapso lo desencadenó una ruptura clásica de la asimetría de información. El 2 de noviembre de 2022, CoinDesk [36] informó de que el balance de Alameda contenía grandes cantidades de FTT (el token de plataforma de FTX), información hasta entonces invisible para el mercado. El consejero delegado de Binance, Changpeng Zhao, anunció a continuación que vendería sus tenencias de FTT, lo que provocó el pánico en el mercado. Los usuarios empezaron a retirar en masa; FTX no pudo atender la demanda de retiradas porque los fondos de los clientes habían sido malversados por Alameda. El 11 de noviembre de 2022, FTX solicitó la protección por quiebra del Capítulo 11. Del informe de CoinDesk a la solicitud de quiebra transcurrieron solo 9 días: el segundo mayor exchange cripto del mundo pasó de operar con normalidad a la quiebra en menos de dos semanas.

Las revelaciones posteriores al colapso ilustraron aún más el grado de ausencia de supervisión de la agencia: FTX no tenía consejo de administración independiente; no tenía director financiero independiente; no tenía sistemas formales de control financiero; no tenía mecanismo de segregación de activos de clientes. El 28 de marzo de 2024, la Fiscalía Federal del Distrito Sur de Nueva York [18] anunció que Bankman-Fried había sido condenado a 25 años de prisión federal; la nota de prensa del fiscal Damian Williams declaró explícitamente que había malversado fondos de clientes «por encima de 8.000 millones de dólares». La resolución final de la CFTC de agosto de 2024 [19] ordenó a FTX pagar 12.700 millones de dólares en reparación monetaria a clientes y víctimas, incluidos 8.700 millones de dólares en restitución, y el tribunal dictó además una orden de decomiso «superior a 11.000 millones de dólares».

El teorema del estadístico suficiente de Holmström [5] ofrece otra verificación por contraste: si los usuarios hubieran podido observar la señal «si los activos de los clientes están realmente segregados de las cuentas de Alameda», esa señal —dado el resultado «la plataforma opera con normalidad»— seguiría aportando información adicional sobre el comportamiento real del agente (si hubo malversación). Por tanto, según la teoría de Holmström, esa señal debería incorporarse a un contrato principal-agente razonable. Pero la arquitectura de FTX nunca proporcionó esa observabilidad a los usuarios. No fue una «omisión» a posteriori, sino una preconfiguración a nivel de código: la existencia del «allow negative flag» significaba que la no segregación de activos era una premisa incorporada al funcionamiento de FTX, no un resultado accidental.

De BitConnect a FTX, la estructura del colapso de agencia evolucionó del «Ponzi explícito» al «triple conflicto implícito», pero compartió una plantilla invariante.

3.6 La plantilla común de los cuatro casos

Los parámetros de estructura de agencia de los cuatro casos pueden compararse en paralelo. En la dimensión del tipo de agencia, BitConnect era un Ponzi puro (el agente nunca ejecutó la tarea delegada); 3AC era de tipo gestión de fondos (el agente ejecutó inversiones, pero con un apetito de riesgo muy superior a la tolerancia de los principales); Celsius era de tipo depósito y préstamo (el agente absorbió activos bajo un relato de «ahorro» y después los desplegó en actividades de alto riesgo); FTX era de tipo triple conflicto, combinando custodia + negociación por cuenta propia + market making (tres papeles cuyos intereses entraban en conflicto institucional bajo un mismo controlador). En la dimensión de la asimetría de información crítica, el elemento inobservable central de BitConnect era «si el bot de trading existía»; el de 3AC, «las posiciones totales frente a todos los prestamistas»; el de Celsius, «la vía real de despliegue de los activos de los clientes»; el de FTX, «si los activos de los clientes estaban realmente segregados de la cuenta de negociación propietaria». En la dimensión del shock externo, el detonante de BitConnect fue una orden regulatoria de cese y desistimiento; el de 3AC, el colapso de Terra/Luna; el de Celsius, el contagio del colapso de 3AC; el de FTX, la exposición mediática del balance de Alameda más el anuncio de venta de FTT por parte de CZ. En la dimensión de la escala real expuesta, de los 2.400 millones de dólares de BitConnect a los 3.500 millones de 3AC, a los 5.500 millones de Celsius y a los 12.700 millones de FTX: un orden de magnitud completo de aumento en seis años.

Este informe propone que los cuatro casos comparten una vía en tres etapas:

Etapa uno: condiciones iniciales de desalineación de incentivos. El agente posee información privada sobre sus propias acciones + el principal carece de mecanismos exigibles de supervisión + la estructura de incentivos del agente lo predispone a asumir riesgo excesivo o a malversar directamente. La duración de esta etapa osciló entre semanas (los primeros compases de BitConnect) y años (FTX operó más de tres años).

Etapa dos: período de acumulación inobservable de riesgo. El agente acumula una exposición al riesgo que supera con creces sus compromisos sin conocimiento del principal. La duración de esta etapa depende de dos factores: la dirección del mercado (un mercado al alza enmascara las pérdidas) y la velocidad de entrada de capital nuevo (el capital entrante puede cubrir los compromisos existentes). BitConnect duró unos dos años; el apalancamiento de 3AC superaba los márgenes de seguridad a principios de 2022, pero se sostuvo durante meses gracias a un mercado alcista; el descuadre entre activos y pasivos de Celsius ya se había formado en 2021; la malversación de FTX estaba incrustada en el código desde el nacimiento de Alameda.

Etapa tres: un shock externo desencadena la exposición de la escala. Algún acontecimiento exógeno (una actuación regulatoria, un desplome de mercado, una revelación mediática) rompe la asimetría de información y el comportamiento real del agente queda al descubierto. Los principales se retiran de forma colectiva (congelación de retiradas, margin calls, denuncias ante las autoridades) y el colapso de agencia se consuma en cuestión de días o semanas.

El salto de escala de 2.400 millones a 12.700 millones de dólares no es casual. Refleja el avance del «relato de institucionalización» del mercado cripto: a medida que el mercado intentaba llegar al gran público, la complejidad de las estructuras de agencia y la escala de los activos gestionados crecieron en paralelo, pero la velocidad de evolución de los mecanismos de supervisión quedó muy por detrás de la velocidad de expansión de las estructuras de agencia. La era de BitConnect —«whitepaper

- promoción en YouTube»— bastaba para movilizar miles de millones de dólares; la era de FTX —«respaldo de fondos de capital riesgo + patrocinio deportivo + lobby en el Congreso»— podía movilizar confianza a escala de cientos de miles de millones. La estructura de agencia de cada era era más compleja, más difícil de supervisar y de mayor escala que la de la anterior, mientras que el marco regulatorio siempre iba a la zaga, nunca por delante.

Capítulo 4 · Diseño de algoritmos e ingeniería de incentivos: el fallo en la capa de mecanismo

4.1 Apertura · De las personas a los mecanismos

Los cuatro casos del capítulo 3 —BitConnect, Three Arrows Capital, Celsius, FTX— pueden atribuirse a las elecciones de conducta de agentes concretos: Kumbhani nunca operó el bot de trading que decía tener; Zhu y Davies llevaron el apalancamiento mucho más allá de la tolerancia de los principales; Mashinsky hizo declaraciones falsas sabiendo que la plataforma afrontaba dificultades; Bankman-Fried preconfiguró los canales de malversación a nivel de código. Aunque unas condiciones estructurales hicieron posibles esos colapsos, los detonantes últimos eran rastreables hasta individuos concretos.

Este capítulo entra en una cuestión más profunda: cuando el conflicto de agencia no es la elección de un individuo, sino una característica de diseño del propio mecanismo, la naturaleza del fallo de mercado cambia de raíz; pasa de ser un «episodio incidental» corregible castigando a actores individuales a ser un «rasgo estructural» que exige rediseñar el mecanismo. Este capítulo muestra esa transición a través de tres conjuntos de casos: el mecanismo de la stablecoin algorítmica de Terra/Luna (el diseño del algoritmo incrustó una espiral de la muerte), la estructura de señoreaje de la tokenomics (las reglas de emisión de tokens institucionalizaron el conflicto de agencia) y el MEV (el derecho de ordenación de transacciones en la capa de protocolo se convirtió en un problema estructural de agencia). Su rasgo común: aunque todos los participantes sean racionales y bienintencionados, el propio mecanismo produce una distribución asimétrica del valor.

4.2 Terra/Luna · La espiral de la muerte del diseño algorítmico

Antes de su colapso de mayo de 2022, Terra era el tercer ecosistema cripto por tamaño, después de Bitcoin y Ethereum. El mecanismo de acuñación y quema entre su stablecoin algorítmica UST y su token hermano LUNA funcionaba así: cuando el precio de UST superaba 1 dólar, los usuarios podían quemar 1 dólar en LUNA para acuñar 1 UST, ganando el diferencial y reduciendo la oferta de LUNA; cuando el precio de UST caía por debajo de 1 dólar, los usuarios podían quemar 1 UST para acuñar 1 dólar en LUNA, ganando el diferencial y aumentando la oferta de LUNA. Este mecanismo de arbitraje bidireccional mantenía en teoría la paridad de UST con el dólar.

Su fallo crítico residía en el bucle de retroalimentación descendente. Cuando el suministro circulante de UST superaba con mucho la capacidad de la capitalización de LUNA para sostener los reembolsos, la presión vendedora sobre LUNA creada por los reembolsos masivos de UST empujaba su precio aún más abajo, y ese precio decreciente implicaba que reembolsar la misma cantidad de UST exigía acuñar más LUNA, lo que aumentaba todavía más la presión vendedora: una espiral de la muerte autorreforzada. Liu, Makarov y Schoar [11], en su artículo del NBER Anatomy of a Run: The Terra Luna Crash, realizaron un análisis empírico de este colapso a partir de datos on-chain completos. Su hallazgo central: el colapso no lo causó una manipulación dirigida por parte de terceros, sino que se originó en la creciente preocupación de los participantes del mercado por la sostenibilidad del sistema. Ese juicio traslada el colapso de Terra/Luna del relato de los «actores maliciosos individuales» a la categoría analítica del fallo de diseño de mecanismos.[¹¹]

[¹¹]: El fundador de Terraform Labs, Do Kwon, afrontó posteriormente procesos penales y civiles en varias jurisdicciones. No obstante, el foco analítico de este capítulo está en los fallos estructurales del mecanismo algorítmico, no en la conducta personal de Do Kwon.

Lyons y Viswanath-Natraj [12], en su investigación publicada en el Journal of International Money and Finance, aportaron un marco comparativo sobre la fragilidad de las stablecoins algorítmicas. Sus resultados empíricos mostraron que la estabilidad de la paridad de las stablecoins colateralizadas con moneda fiat (como Tether) procede principalmente de fuerzas de arbitraje del lado de la demanda y no de la intervención del emisor: cuando Tether migró de Omni a Ethereum, la menor barrera de entrada para los inversores de arbitraje estrechó el diferencial de arbitraje de 70 a 30 puntos básicos. Las stablecoins algorítmicas carecían de este tipo de ancla externa; su paridad dependía por completo de una fijación de precios circular entre tokens. Cuando se rompió la precondición de esa circularidad (que la capitalización de LUNA bastara para cubrir los reembolsos de UST), ninguna fuerza externa pudo actuar como prestamista de última instancia.

El amplificador del colapso fue Anchor Protocol, un protocolo de préstamo que prometía una rentabilidad anualizada del 19,5 % sobre los depósitos de UST. Los datos de Liu y coautores [11] mostraron que, en abril de 2022, el subsidio diario necesario para sostener esa rentabilidad había alcanzado los 6 millones de dólares. La fuente del subsidio era la inflación de LUNA y las inyecciones de Terraform Labs (TFL): en febrero de 2022, Luna Foundation Guard (LFG) inyectó 510 millones de UST en las reservas de rendimiento de Anchor. El concepto de «señoreaje» de Cong, Li y Wang [6] en su modelo de finanzas de plataformas tokenizadas encontró aquí un ejemplo extremo: TFL, al controlar la emisión de UST y los subsidios al tipo de interés de Anchor, ejercía en esencia un poder de señoreaje, atrayendo usuarios en el corto plazo mientras acumulaba riesgo sistémico a largo plazo. La tasa de subsidio de Anchor incumplía manifiestamente la condición de «consistencia temporal» del modelo de Cong y coautores [6]: los participantes en la gobernanza afrontaban un conflicto de intereses, ya que reducir la tasa de subsidio provocaría salidas de usuarios y caída del valor del token, de modo que los incentivos de corto plazo apuntaban invariablemente a mantener rentabilidades altas insostenibles.

El 7 de mayo de 2022, un pequeño número de grandes tenedores de UST empezó a reposicionarse: Liu y coautores [11] documentaron dos direcciones de gran tamaño retirando 375 millones de UST de Anchor ese día. Otros grandes traders siguieron sus pasos. La tecnología blockchain permitió a los inversores vigilar en tiempo real las acciones de los demás, amplificando la velocidad de la retirada masiva. La noche del 9 de mayo, la capitalización de LUNA cayó por debajo del suministro circulante de UST —el punto crítico de la espiral de la muerte— y el precio de UST cayó a 0,75 dólares. En los tres días siguientes se evaporaron aproximadamente 50.000 millones de dólares de valoración. El suministro de LUNA se infló más de 20.000 veces durante el colapso.

Un hallazgo poco apreciado de Liu y coautores [11]: los inversores más ricos y más sofisticados salieron primero y perdieron menos; los inversores más pobres y menos sofisticados salieron después y perdieron más. Una parte significativa de estos últimos incluso intentó «comprar la caída» durante el colapso. No fue porque estos últimos fueran «menos racionales», sino porque los primeros disponían de mejores herramientas de vigilancia on-chain y de menor fricción de salida. La asimetría de información se manifestó aquí no como «saber frente a no saber», sino como «desigualdad en la velocidad de salida». Esto difiere de forma crítica de los colapsos de agencia del capítulo 3: el Bankman-Fried de FTX sabía lo que estaba haciendo; pero el problema de Terra/Luna era más profundo: las características de riesgo del mecanismo superaban la capacidad cognitiva de cualquier participante individual, incluidos sus diseñadores.

4.3 Fallo de la tokenomics · La institucionalización del señoreaje

La tokenomics no es la cuestión técnica de «cómo reparten los tokens los equipos de proyecto», sino la cuestión de diseño de cómo se institucionaliza el conflicto de agencia en las reglas de emisión de tokens. Cuando los equipos de proyecto controlan el ritmo de emisión, los calendarios de desbloqueo y las condiciones de préstamo a market makers, están ejerciendo en sustancia el poder de «señoreaje» descrito por Cong, Li y Wang [6]: los tenedores, como acreedores residuales, carecen prácticamente de herramientas de supervisión proporcionadas a ese espacio de decisión.

Este poder de señoreaje se institucionaliza al menos por tres vías.

Vía uno: emisión con bajo flotante y FDV alta. Como se citó en el capítulo 1, Worldcoin (World Foundation) [20] asignó en su lanzamiento de julio de 2023 el 25 % de los 10.000 millones de WLD a insiders, con un 75 % nominalmente destinado a la «comunidad»; sin embargo, el suministro circulante máximo en el lanzamiento era de solo unos 143 millones de tokens (el 1,43 % del suministro total), de los cuales alrededor del 70 % estaba prestado a market makers no estadounidenses. El «precio» que afrontan los inversores minoristas en el mercado secundario corresponde a un equilibrio con un flotante extremadamente bajo; cuando los insiders van liberando tokens según los calendarios de desbloqueo, el desplazamiento de la curva de oferta ejerce necesariamente presión bajista sobre los precios del mercado secundario. Ese diferencial no es «volatilidad de mercado»: es asimetría de información incrustada por diseño en la estructura de emisión.

Vía dos: opacidad de las condiciones de préstamo a market makers. Los equipos de proyecto suelen prestar entre el 5 % y el 15 % del suministro total a market makers como contraprestación por proveer liquidez. Las condiciones de ese préstamo no se comunican a los tenedores de tokens. En escenarios extremos, los market makers pueden vender los tokens prestados (por ejemplo, tras un desbloqueo o bajo tensión de mercado); la presión vendedora resultante la soportan los tenedores, mientras los beneficios de las condiciones del préstamo se los reparten el equipo de proyecto y el market maker. Es una asimetría de información en el plano contractual: los tenedores no saben cuántos tokens se prestaron ni bajo qué condiciones podrían venderse.

Vía tres: ingeniería de incentivos por airdrop. Como analizó el capítulo 2 desde la perspectiva de las cascadas informativas, la autoridad de diseño sobre las reglas de los airdrops recae en el equipo de proyecto. Desde la perspectiva del diseño de mecanismos, la estructura de incentivos de los airdrops contiene un conflicto de agencia inherente: la estrategia óptima del equipo de proyecto (maximizar las métricas de actividad a corto plazo para sostener la valoración y las rondas de financiación posteriores) y la de los tenedores de tokens (crecimiento del valor a largo plazo) están en tensión estructural. Cuando las reglas del airdrop premian métricas cuantificables como el «número de interacciones» o el «volumen puenteado», el equipo de proyecto está usando en esencia tokens para comprar métricas de crecimiento presentables a inversores, y ese coste de compra acaba trasladándose a los tenedores mediante dilución.

El modelo de los limones de Akerlof [4] ofrece aquí una predicción en el plano de la tokenomics: cuando los «proyectos de alta calidad» y los «proyectos de baja calidad» del mercado de tokens comparten estructuras de emisión formalmente similares (ambas con bajo flotante

- FDV alta + bloqueo para fondos de capital riesgo), los compradores no pueden distinguirlos ex ante y solo pueden pujar según la expectativa de calidad media. Ese precio medio no basta para cubrir el valor real de los proyectos de alta calidad, lo que debilita sus incentivos de emisión: la calidad media del mercado se hunde. Es la «selección adversa que conduce al colapso endógeno de la calidad de mercado» de Akerlof, trasladada directamente al mercado de emisión de tokens.

La distinción crítica entre el conflicto de agencia de la tokenomics y el del capítulo 3: eliminar a los actores individuales no resuelve el problema. Aunque el equipo de proyecto sea completamente honesto, la estructura de emisión con bajo flotante y FDV alta sigue colocando a los inversores minoristas en desventaja estadística; esto es estructural, no moral. El conflicto de agencia no se concentra en ningún individuo, sino que se dispersa entre las reglas de emisión, los calendarios de desbloqueo, las condiciones con market makers y los criterios de airdrop. La autoridad de diseño sobre esos parámetros recae en el equipo de proyecto, y los tenedores de tokens no tienen prácticamente ninguna vía de participación ni de supervisión.

4.4 MEV · El problema de agencia de la capa de protocolo

El valor máximo extraíble (MEV, por sus siglas en inglés) designa el valor que puede extraerse controlando la ordenación de las transacciones dentro de un bloque: reordenando, insertando o excluyendo transacciones. Daian y coautores [13], en su artículo Flash Boys 2.0 presentado en el IEEE S&P, hicieron la contribución fundacional de identificar el MEV como un rasgo estructural de los mecanismos de consenso de las blockchains y no como un «abuso» de participantes concretos: mientras exista autoridad de ordenación de transacciones, existe MEV.

En las finanzas tradicionales, los brókeres tienen frente a sus clientes una obligación de «mejor ejecución», una restricción central sobre la conducta del agente. En los exchanges descentralizados (DEX) del mercado cripto, la autoridad de ordenación de transacciones pertenece a los validadores y a los constructores de bloques. Las transacciones enviadas por los usuarios pueden reordenarse, intercalarse entre otras transacciones (ataques sándwich) o retrasarse a bloques posteriores antes de confirmarse. Las tres estrategias de MEV más habituales son: el arbitraje (aprovechar diferencias de precio entre DEX o pools), la liquidación (activar posiciones infracolateralizadas en protocolos de préstamo para cobrar recompensas) y los ataques sándwich (insertar una transacción antes y otra después de la de un usuario para beneficiarse del deslizamiento de precio).

La escala del MEV ya no es despreciable. Los datos de 2025 [39a][39b] muestran que los ataques sándwich supusieron el 51,56 % del volumen total de transacciones de MEV, unos 290 millones de dólares, más de la mitad del total de 562 millones de dólares de MEV. Esto significa que más de la mitad de la extracción de MEV perjudica directamente los precios de ejecución de los usuarios corrientes: los usuarios pagan costes superiores al precio justo, y la diferencia la capturan los buscadores de MEV y los constructores de bloques. En Ethereum, más del 81 % de los validadores se ha registrado en MEV-Boost (el relay de construcción de bloques de Flashbots), y los bloques producidos con MEV-Boost supusieron el 89 % en los últimos 14 días. En Solana, más del 92 % de los validadores ejecuta el software relacionado con MEV de Jito, con una concentración de MEV aún más extrema.

Makarov y Schoar [7] señalaron en su investigación sobre los límites del arbitraje en el mercado cripto que los mecanismos de corrección de precios están limitados por fricciones no de mercado. El MEV ofrece una extensión de esa conclusión a la capa de protocolo: los buscadores de MEV pueden ver las transacciones pendientes en la mempool; los usuarios corrientes, no. Es asimetría de información incrustada en la capa de protocolo. Los usuarios no pueden evitar la extracción de MEV con «estrategias de negociación más inteligentes», porque la brecha informativa no está en la estrategia, sino en la visibilidad de las transacciones pendientes. Herramientas como Flashbots Protect intentan mitigarlo enviando transacciones privadas que evitan la mempool pública, pero el MEV en sí no puede eliminarse por completo: es un subproducto inevitable de la existencia de la autoridad de ordenación de transacciones.

El MEV es la forma más pura de «problema de agencia en la capa de mecanismo»: sin estafadores, sin estructuras Ponzi, solo extracción asimétrica de valor creada por las propias reglas del protocolo. En mayo de 2024, la fiscalía federal estadounidense presentó cargos penales [41] contra Anton Peraire-Bueno y James Peraire-Bueno por explotar una vulnerabilidad de un relay de MEV-Boost para extraer unos 25 millones de dólares de la ordenación de transacciones de Ethereum en 12 segundos: el primer caso de MEV que entra en el sistema de justicia penal, y también una muestra de que, cuando la explotación de «rasgos estructurales» alcanza cierta escala, el sistema jurídico empieza a intervenir, pero se enfrenta a dificultades de clasificación.

4.5 Características comunes del conflicto de agencia en la capa de mecanismo

Los tres conjuntos de casos —la espiral de la muerte algorítmica de Terra/Luna, el señoreaje institucionalizado de la tokenomics y la extracción de valor en la capa de protocolo del MEV— pertenecen en apariencia a niveles distintos (diseño de algoritmos / emisión de tokens / ejecución de transacciones), pero comparten una característica estructural central: aunque todos los participantes sean racionales y bienintencionados, el propio mecanismo produce una distribución asimétrica del valor. La espiral de la muerte de Terra/Luna no necesitaba un manipulador: la vía de colapso por retroalimentación positiva estaba incrustada desde el diseño. El señoreaje de la tokenomics no necesitaba un estafador: la estructura de emisión con bajo flotante y FDV alta desfavorece estadísticamente a los inversores minoristas. El MEV no necesitaba un actor malicioso: la existencia misma de la autoridad de ordenación de transacciones crea valor extraíble.

Esto forma un contraste nítido con los «colapsos de agencia individuales» del capítulo 3: el problema del capítulo 3 es que «eliminar a los actores individuales podría haber evitado el colapso»; el problema del capítulo 4 es que «eliminar a los actores individuales no resuelve el problema: hay que rediseñar el propio mecanismo». Esta distinción tiene implicaciones de gobernanza: la aplicación punitiva (la persecución ex post de individuos) es eficaz para el capítulo 3, pero ineficaz para el capítulo 4; el capítulo 4 exige un rediseño en el plano del mecanismo.

Volviendo al marco de tres capas del capítulo 1, este capítulo cierra el círculo. La asimetría de información (sección 1.4) se manifestó en la capa de mecanismo: el riesgo de Terra/Luna era inobservable para la mayoría de los participantes —Liu y coautores [11] señalaron explícitamente que «la complejidad del sistema hacía difícil incluso para los insiders comprender la acumulación de riesgo»—; la verdadera curva de oferta de la tokenomics es inobservable para los inversores minoristas; la visibilidad de la mempool de los buscadores de MEV frente a los usuarios corrientes representa una brecha informativa estructural. El conflicto principal-agente (sección 1.3) se manifestó en la capa de mecanismo: los diseñadores de tokens y de protocolos, como constructores de mecanismos, poseen espacios de decisión que superan con creces la capacidad de supervisión de tenedores y usuarios; el marco de costes de agencia de Jensen y Meckling [3] queda validado en el plano del diseño de mecanismos. Las cascadas informativas (sección 1.2) encontraron un ejemplo extremo en la capa de mecanismo: la transparencia on-chain de Terra/Luna en realidad aceleró la retirada masiva, una manifestación contraintuitiva del modelo de cascadas de Bikhchandani y coautores [1] en un entorno on-chain: más información pública no ralentizó la cascada, sino que aumentó su velocidad de propagación en un orden de magnitud.

El marco de tres capas de este capítulo completa una transición funcional, de «explicar casos históricos» a «predecir fallos de diseño de mecanismos»: todo mecanismo de token o diseño de protocolo nuevo que satisfaga la triple condición de «asimetría de información en la capa base + asimetría de poder de agencia en la capa intermedia + propagación de señales a alta velocidad en la capa superior» posee la posibilidad estructural de producir transferencia sistémica de valor. Este juicio no predice que vaya a ocurrir un episodio futuro concreto, sino que identifica un conjunto contrastable de precondiciones; las vías de gobernanza del capítulo 5 se construyen sobre la corrección sucesiva de cada una de ellas.

Este capítulo ha mostrado cómo el conflicto de agencia escala del plano de la conducta individual al del diseño de mecanismos: incluso sin estafadores, el diseño de algoritmos, la tokenomics y las reglas de los protocolos pueden producir por sí mismos transferencia sistémica de valor. El capítulo 5 propone sobre esa base vías de diagnóstico e institucionales: si el conflicto de agencia está incrustado en los mecanismos, las vías correctoras también deben situarse en el plano del mecanismo; una arquitectura de gobernanza en tres dimensiones formada por marcos regulatorios, diseño de protocolos y autorregulación de plataformas.

Capítulo 5 · Diagnóstico y vías institucionales: ¿dónde están las salidas?

5.1 Diagnóstico · La corregibilidad de las precondiciones de tres capas

El capítulo 4 concluyó que todo mecanismo de token o diseño de protocolo que satisfaga la triple precondición de «asimetría de información en la capa base

- asimetría de poder de agencia en la capa intermedia + propagación de señales a alta velocidad en la capa superior» posee la posibilidad estructural de producir transferencia sistémica de valor. Esta sección evalúa capa por capa la corregibilidad de cada precondición: cuál puede debilitarse mediante mejoras institucionales y cuál es un rasgo incorporado del mercado cripto.

Capa base · Asimetría de información. Las asimetrías de información identificadas en los capítulos 1 a 4 se dividen en al menos dos categorías. La primera es corregible mediante divulgación obligatoria: tablas de asignación de tokens (como en el caso Worldcoin del capítulo 1, con su reparto 25 %/75 % entre insiders y comunidad), calendarios de desbloqueo del equipo y condiciones de préstamo a market makers; esa información es técnicamente estandarizable y exigible como divulgación pública; el problema no es si la divulgación es posible, sino si existen instituciones que la exijan. La segunda es estructuralmente inobservable: la verdadera exposición al riesgo de los contratos inteligentes (como el mecanismo de espiral de la muerte de Terra/Luna del capítulo 4, cuya complejidad superaba la capacidad cognitiva de la mayoría de los participantes, incluidos sus diseñadores) y la ventaja de visibilidad de los buscadores de MEV sobre la mempool; estas no pueden resolverse con «más divulgación», porque incluso cuando la información se hace pública, el propio umbral de comprensión constituye una asimetría de información de facto. Entre los intentos correctores existentes están las auditorías on-chain (por ejemplo, las firmas de auditoría de seguridad Certik o Trail of Bits) y las pruebas de reservas (tras FTX, varios exchanges adoptaron la verificación de reservas mediante árboles de Merkle). A partir del análisis de los capítulos 1 a 4, la valoración de este informe es la siguiente: estas herramientas reducen parte de la asimetría de información, pero están lejos de eliminarla; las auditorías cubren la seguridad del código, no el riesgo de diseño del mecanismo económico; las pruebas de reservas cubren el estado de los activos en un momento puntual, no el comportamiento del agente entre dos pruebas.

Capa intermedia · Asimetría de poder de agencia. También se divide en dos categorías. La primera es extensible a partir de precedentes regulatorios existentes: la segregación de activos de clientes en los exchanges (el fallo central del caso FTX del capítulo 3) está cubierta por las normas de la SEC para los broker-dealers registrados en las finanzas tradicionales; la transparencia de las reservas de los emisores de stablecoins ya se exige en algunas jurisdicciones (por ejemplo, la regulación del NYDFS sobre Circle, emisora de USDC). La segunda es difícil de restringir de forma eficaz bajo los marcos institucionales actuales: el poder de señoreaje de los diseñadores de tokens (el análisis de tokenomics del capítulo 4) podría limitarse en teoría mediante la gobernanza de DAO, pero en la práctica las tasas de participación en las votaciones de gobernanza de DAO son en general bajas (las observaciones del sector suelen citar cifras por debajo del 10 %), los grandes tenedores dominan las decisiones y la propia gobernanza se convierte en otro problema de agencia. Entre los intentos correctores existentes están el marco MiCA de la UE, el régimen de licencias VASP de Hong Kong y el sistema de registro de exchanges de Japón como regímenes de admisión ex ante, además de las mejoras continuas en las estructuras de gobernanza de las DAO. La valoración de este informe es: los regímenes de admisión ex ante son la herramienta más eficaz por sí sola para reducir la probabilidad de los colapsos de agencia del tipo del capítulo 3, pero su eficacia depende de la coordinación entre jurisdicciones: una regulación estricta en una sola jurisdicción queda socavada por el arbitraje regulatorio cuando falta coordinación global.

Capa superior · Propagación de señales a alta velocidad. Es la capa con menor corregibilidad. La transparencia de los datos on-chain y la velocidad de propagación de las redes sociales son rasgos incorporados del mercado cripto; el caso Terra/Luna del capítulo 4 mostró cómo la transparencia on-chain llegó a acelerar la retirada masiva. Estos rasgos no pueden —ni deben— «restringirse». Sin embargo, sí puede mejorarse la calidad de la señal: exigir a los KOL que revelen las promociones pagadas (como en la sanción de 1,26 millones de dólares de la SEC contra Kim Kardashian del capítulo 1), exigir a los equipos de proyecto que divulguen todos los parámetros de las reglas de sus airdrops (los casos de airdrop del capítulo 2). Los casos de aplicación existentes (los procedimientos de la SEC o la FCA contra la promoción pagada caso por caso) tienen efecto disuasorio, pero no han conformado un régimen sistemático. La valoración de este informe es: la velocidad de propagación de la señal no es corregible, pero el contenido informativo de la señal puede mejorarse de forma incremental mediante requisitos de divulgación, siempre que tales requisitos puedan hacerse cumplir entre jurisdicciones.

5.2 Arquitectura de gobernanza en tres dimensiones

A partir del diagnóstico anterior, esta sección propone vías correctoras en tres dimensiones. Cada vía se remonta a fallos de mecanismo concretos identificados en los capítulos 1 a 4.

Dimensión uno · Marco regulatorio: de la persecución ex post a la admisión ex ante

Las evidencias de los capítulos 1 a 4 apuntan en conjunto a un hecho: el modo regulatorio predominante en el mercado cripto hasta la fecha ha sido la «persecución ex post»; la SEC, el Departamento de Justicia y la CFTC presentaron cargos después de los colapsos, y los tribunales dictaron sentencia una vez completada la liquidación. BitConnect operó de 2016 hasta su colapso en 2018; la SEC no presentó demanda hasta 2021. FTX operó de 2019 hasta su colapso en 2022; el Departamento de Justicia no completó la condena hasta 2023. El efecto disuasorio de la persecución ex post existe (como mostró el capítulo 3: los 17 millones de dólares de restitución de Arcaro, los 25 años de condena de Bankman-Fried), pero no puede evitar los colapsos, solo repartir responsabilidades después de los hechos.

Los regímenes de admisión ex ante exigen que exchanges, emisores de stablecoins y emisores de tokens cumplan un conjunto de estándares (requisitos de capital, segregación de activos de clientes, obligaciones de divulgación) antes de operar, práctica habitual en los mercados financieros tradicionales. Makarov y Schoar [14], en su panorámica publicada en Brookings Papers on Economic Activity, señalaron explícitamente que el volumen de negociación de los exchanges centralizados del mercado cripto se concentra principalmente en plataformas offshore «sujetas a poca o ninguna supervisión regulatoria». El MiCA de la UE (aprobado en 2023, con implantación por fases desde 2024), el régimen de licencias VASP de Hong Kong (en vigor desde 2023) y el sistema de registro de exchanges de la FSA de Japón (desde 2017) son actualmente los tres marcos de admisión ex ante más completos.

Valoración de este informe: la admisión ex ante es la herramienta más eficaz por sí sola para reducir los colapsos de agencia del tipo del capítulo 3 (malversación en exchanges, mala asignación de riesgo en plataformas de préstamo). No obstante, su eficacia afronta una restricción estructural: el arbitraje regulatorio. Mientras existan jurisdicciones que no apliquen estándares de admisión equivalentes, el capital y los usuarios fluirán hacia los mercados menos regulados, socavando la eficacia institucional de las jurisdicciones estrictas. Esto no es exclusivo del mercado cripto, pero las características técnicas «sin fronteras» del mercado cripto hacen que el arbitraje regulatorio sea más fácil de lograr que en las finanzas tradicionales.

Dimensión dos · Diseño de protocolos: de «confiar en el agente» a «verificar el mecanismo»

Los tres conjuntos de casos del capítulo 4 mostraron que los propios mecanismos pueden incrustar conflicto de agencia; por tanto, las vías correctoras deben situarse en el plano del diseño de mecanismos, no solo en el regulatorio.

Los intentos correctores existentes se agrupan en cuatro categorías. Pruebas de reservas: tras FTX, varios exchanges adoptaron la verificación de reservas basada en árboles de Merkle, que permite a los usuarios comprobar si el exchange mantiene activos de reserva suficientes sin confiar en un tercero. Es un ejemplo directo del giro de «confiar en el agente» a «verificar el mecanismo». Mitigación del MEV: como se expuso en el capítulo 4, Flashbots Protect envía transacciones privadas que evitan la mempool pública, y MEV-Share devuelve una parte del MEV a los usuarios; estas soluciones intentan redistribuir el MEV, no eliminarlo. Mejoras en el diseño de stablecoins: la investigación de Lyons y Viswanath-Natraj [12] citada en el capítulo 4 mostró que la estabilidad de las stablecoins colateralizadas con moneda fiat procede principalmente de la estructura de arbitraje y no de la intervención del emisor; este hallazgo aporta respaldo empírico a la vía de diseño de «sobrecolateralización + auditoría en tiempo real» (por ejemplo, las certificaciones mensuales de Circle para USDC) a la vez que traza límites a las alternativas de stablecoins algorítmicas. Transparencia en el desbloqueo de tokens: algunos proyectos han empezado a publicar calendarios completos de desbloqueo y condiciones con market makers; aunque todavía no es un estándar del sector, la dirección es coherente con el diagnóstico del capítulo 4 sobre el poder de señoreaje de la tokenomics.

Valoración de este informe: el modelo de «confiar en el agente» en el mercado cripto ha quedado sistemáticamente refutado por los cuatro casos del capítulo 3. La «verificación sin confianza» es una vía más prometedora, pero su aplicabilidad está limitada por la madurez tecnológica actual: las pruebas de reservas pueden verificar que los activos existen, pero no si están simultáneamente pignorados ante otras partes (como en el caso de las pignoraciones múltiples de 3AC del capítulo 3).

Dimensión tres · Autorregulación de las plataformas: de «crecimiento primero» a «compatibilidad de incentivos primero»

Esta dimensión es la más controvertida: con incentivos desalineados, ¿es creíble la «autorregulación»? El análisis de los capítulos 1 a 4 ofrece una respuesta condicionada.

El caso del airdrop de Hyperliquid del capítulo 2 aporta una referencia positiva: cuando las reglas de incentivos se anclaron a comportamiento de negociación real difícil de automatizar, los rendimientos marginales de las operaciones Sybil disminuyeron y el comportamiento del precio del token tras la emisión superó al de los casos de control sin medidas antiSybil (zkSync, −39 % en 36 días, frente a la revalorización sostenida de Hyperliquid tras la emisión). Esto demuestra que la compatibilidad de incentivos en el plano del diseño de mecanismos puede producir mejores resultados de mercado sin regulación externa.

Valoración de este informe: la autorregulación de las plataformas no puede sustituir a la regulación; las experiencias de BitConnect y FTX demuestran que, cuando los intereses de los agentes divergen gravemente de los de los usuarios, la autorregulación no se produce. Sin embargo, la autorregulación en el plano del diseño de mecanismos (la compatibilidad de incentivos) sí puede complementar los marcos regulatorios. Las plataformas que reduzcan proactivamente el conflicto de agencia en el plano del diseño de mecanismos —mediante una asignación de tokens más transparente, reglas de incentivos más difíciles de explotar con Sybil y una autoauditoría más rigurosa— pueden poseer ventajas competitivas estructurales en la competencia a largo plazo, porque la confianza es en sí misma un recurso escaso y disputado.

5.3 Limitaciones y preguntas abiertas

Los límites de las vías correctoras deben discutirse con honestidad.

Limitación uno: el arbitraje regulatorio no puede eliminarse. Mientras existan múltiples jurisdicciones independientes, existirá arbitraje regulatorio. La característica «sin fronteras» del mercado cripto —los usuarios pueden acceder al exchange de cualquier jurisdicción mediante VPN— hace que el arbitraje regulatorio sea más grave que en las finanzas tradicionales. MiCA es eficaz en la UE, pero si la mayoría del volumen de negociación sigue concentrada en plataformas offshore no sujetas a MiCA (como documentaron Makarov y Schoar [14]), su impacto práctico quedará diluido. La coordinación regulatoria global es teóricamente óptima, pero carece de un mecanismo de coordinación exigible en la realidad geopolítica.

Limitación dos: el MEV no puede eliminarse. Como se analizó en el capítulo 4, el MEV es un subproducto inevitable de la autoridad de ordenación de transacciones. Soluciones como las de Flashbots pueden redistribuir el MEV (devolviendo parte del valor a los usuarios), pero no pueden eliminar su existencia. Esto significa que el problema de agencia de la capa de protocolo es un rasgo estructural de largo plazo que puede gestionarse, pero no resolverse: mientras las blockchains mantengan mecanismos descentralizados de ordenación de transacciones, quienes ordenan las transacciones tendrán una ventaja informativa sobre los usuarios corrientes.

Limitación tres: las cascadas informativas no pueden eliminarse. La transparencia de los datos on-chain y la velocidad de propagación de las redes sociales son rasgos técnicos incorporados del mercado cripto. Las tres oleadas de cascadas del capítulo 2 (ICO / meme coins / airdrops) mostraron un patrón: siempre que se reducen los costes de señal, las cascadas reaparecen bajo formas nuevas. La «velocidad» de la cascada puede reducirse mediante períodos de enfriamiento o restricciones de negociación, pero su «aparición» no puede impedirse: es un producto estructural de la arquitectura informativa del mercado cripto.

Limitación cuatro: las limitaciones del propio informe. Este informe es una panorámica con comentario y no contiene investigación empírica original. Las citas se basan en resúmenes de artículos publicados públicamente, descripciones oficiales y verificación mediante medios académicos de referencia (véase el apartado «Declaración» al final). La selección de casos padece inevitablemente «lo inverso del sesgo de supervivencia»: este informe analiza casos de colapso y mecanismos de fracaso, pero en el mercado cripto también existen estructuras de agencia que funcionan bien: Coinbase opera como broker-dealer registrado en Estados Unidos, USDC mantiene transparencia de auditoría mensual y el diseño del airdrop de Hyperliquid demuestra la posibilidad de la compatibilidad de incentivos. El marco analítico de este informe busca identificar precondiciones de fracaso, pero no debe interpretarse como un juicio negativo generalizado sobre el mercado cripto en su conjunto.

Por último, este informe deja una pregunta abierta sin respuesta: ¿pueden mitigarse suficientemente los conflictos de agencia del mercado cripto sin importar la arquitectura regulatoria de las finanzas tradicionales? ¿O acabará el mercado cripto necesitando converger hacia una densidad regulatoria similar a la de las finanzas tradicionales? La respuesta a esa pregunta la determinarán conjuntamente la evolución del mercado, el desarrollo tecnológico y la práctica regulatoria, y excede la capacidad de resolución de cualquier informe de investigación aislado.

Este informe, partiendo de tres pilares teóricos, construyó un marco analítico de tres capas —de la asimetría de información al conflicto de agencia y a las cascadas informativas— a través de la burbuja de las ICO, el Casino de las Meme Coins y el airdrop farming como tres conjuntos de casos de cascadas informativas; BitConnect, Three Arrows Capital, Celsius y FTX como cuatro conjuntos de casos de colapso de agencia; y Terra/Luna, la tokenomics y el MEV como tres conjuntos de casos de fallo de diseño de mecanismos. El valor de este marco no reside en explicar colapsos ya ocurridos, sino en identificar el conjunto de precondiciones que puede producir transferencia sistémica de valor en el futuro y, para cada precondición, las posibles vías correctoras y sus limitaciones.

Declaración

Divulgación de conflictos de interés: este informe está elaborado por Bitbase Research. Bitbase Research es la división de investigación del exchange de derivados Bitbase. Los mecanismos de fallo de mercado analizados en este informe —en particular los que implican relaciones principal-agente entre exchanges y usuarios— también existen en el entorno de mercado en el que opera la plataforma Bitbase. La posición investigadora de este informe consiste en diagnosticar problemas estructurales para impulsar la evolución del sector, no en justificarse a sí misma.

Herramientas y asistencia en la generación. Este informe utilizó modelos de lenguaje de gran tamaño avanzados como herramientas de apoyo a la investigación en los procesos de recopilación de materiales, verificación cruzada de hechos entre fuentes, argumentación estructurada y redacción de borradores. Todos los datos primarios, documentos regulatorios, artículos académicos e indicadores de mercado fueron verificados por personas, uno a uno, contra sus fuentes originales; todas las fórmulas matemáticas, los detalles técnicos criptográficos y las citas jurídicas fueron revisados y, según el caso, conservados o corregidos por personas. Reconocemos el riesgo de error inherente a las herramientas de asistencia de IA en el tratamiento de datos de cola larga, y hemos reducido ese riesgo mediante procesos de verificación de hechos en varias rondas, pero no podemos eliminarlo por completo.

Declaración de no asesoramiento de inversión. Este informe y todos los análisis, datos, marcos y conclusiones que contiene son únicamente para investigación sectorial y discusión académica. Nada de lo contenido en este informe debe interpretarse como una recomendación de comprar, vender o mantener ningún activo digital, contrato de derivados o plataforma concreta. Leer este informe no establece ninguna forma de relación fiduciaria o de asesoramiento de inversión con los autores ni con Bitbase. Los participantes del sector deben tomar sus decisiones comerciales a partir de su propia diligencia debida o de la de terceros independientes.

Comentarios y correcciones. Bitbase Research invita a los lectores a enviar correcciones y críticas sobre las citas de datos, las afirmaciones factuales o el razonamiento lógico. Si se identifican errores factuales o defectos de argumentación, agradecemos que se comuniquen por canales públicos y los confirmaremos y corregiremos en informes de seguimiento posteriores o en notas de fe de erratas.

Referencias

Lecturas relacionadas

Otros artículos de Bitbase sobre este tema:

- Backtesting de trading cripto: pon a prueba una estrategia en el pasado

- Estrategias e indicadores del day trading de cripto, explicados

- Estrategias e indicadores del swing trading en cripto, explicados

Literatura académica

[1] Bikhchandani, S., Hirshleifer, D., & Welch, I. (1992). A Theory of Fads, Fashion, Custom, and Cultural Change as Informational Cascades. Journal of Political Economy, 100(5), 992–1026. doi.org

[2] Kogan, S., Makarov, I., Niessner, M., & Schoar, A. (2024). Are Cryptos Different? Evidence from Retail Trading. Journal of Financial Economics, 159, 103897. doi.org

[3] Jensen, M. C., & Meckling, W. H. (1976). Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure. Journal of Financial Economics, 3(4), 305–360. doi.org

[4] Akerlof, G. A. (1970). The Market for “Lemons”: Quality Uncertainty and the Market Mechanism. The Quarterly Journal of Economics, 84(3), 488–500. doi.org

[5] Holmström, B. (1979). Moral Hazard and Observability. The Bell Journal of Economics, 10(1), 74–91. doi.org

[6] Cong, L. W., Li, Y., & Wang, N. (2022). Token-Based Platform Finance. Journal of Financial Economics, 144(3), 972–991. doi.org

[7] Makarov, I., & Schoar, A. (2020). Trading and Arbitrage in Cryptocurrency Markets. Journal of Financial Economics, 135(2), 293–319. doi.org

[8] Shleifer, A., & Vishny, R. W. (1997). The Limits of Arbitrage. The Journal of Finance, 52(1), 35–55. doi.org

[9] Swartz, L. (2022). Theorizing the 2017 Blockchain ICO Bubble as a Network Scam. New Media & Society. doi.org

[10] Haffke, L., & Fromberger, M. (2018). ICO Market Report 2017: Performance Analysis of Initial Coin Offerings. SSRN Working Paper 3309271. papers.ssrn.com

[11] Liu, J., Makarov, I., & Schoar, A. (2023). Anatomy of a Run: The Terra Luna Crash. NBER Working Paper №31160. nber.org

[12] Lyons, R. K., & Viswanath-Natraj, G. (2023). What Keeps Stablecoins Stable? Journal of International Money and Finance, 131, 102777. nber.org

[13] Daian, P., Goldfeder, S., Kell, T., Li, Y., Zhao, X., Bentov, I., Breidenbach, L., & Juels, A. (2020). Flash Boys 2.0: Frontrunning in Decentralized Exchanges, Miner Extractable Value, and Consensus Instability. 2020 IEEE Symposium on Security and Privacy (SP), 910–927. doi.org

[14] Makarov, I., & Schoar, A. (2022). Cryptocurrencies and Decentralized Finance (DeFi). Brookings Papers on Economic Activity, Spring 2022. nber.org

Expedientes regulatorios, documentos judiciales y fuentes de datos empíricos

[15] Cointelegraph / The Block / Fortune / DL News. $LIBRA event consolidated reporting, February 2025. cointelegraph.com

[16] Nansen. $LIBRA on-chain wallet analysis (114,000 wallets / $251 million in losses).

[17] Fortune / Chainalysis. “TRUMP memecoin traders lost $2 billion.” February 11, 2025. fortune.com

[18] DOJ / U.S. Attorney’s Office, S.D.N.Y., March 28, 2024. “Samuel Bankman-Fried Sentenced to 25 Years in Prison.” justice.gov

[19] CFTC Press Release 8938–24, August 7, 2024. “Federal Court Orders FTX and Alameda to Pay $12.7 Billion.” cftc.gov

[20] World Foundation, “The Circulating Supply of Worldcoin (WLD): An Explainer”; Kaiko Research, “Worldcoin Tokenomics.”

[21] SEC Press Release 2022–183, October 3, 2022. “SEC Charges Kim Kardashian.” sec.gov

[22] CFTC Press Release 8638–22, December 13, 2022. “CFTC Charges Sam Bankman-Fried, FTX Trading and Alameda with Fraud.” cftc.gov

[23] SEC Press Release 2022–234, December 21, 2022. “SEC Charges Caroline Ellison and Gary Wang.” sec.gov

[24] FTC, July 13, 2023. “FTC Reaches Settlement with Crypto Platform Celsius Network.” ftc.gov

[25] TokenData. ICO funding statistics 2017–2018. tokendata.io (original source offline; figures cross-verified via Swartz 2022 [9], Haffke & Fromberger 2018 [10], and multiple secondary sources).

[26] ICObench. ICO project count statistics 2017–2018. icobench.com (original source offline; figures cross-verified via Cointelegraph 2019–01–05 “ICO Market 2018 vs 2017”).

[27] SEC, July 25, 2017. “Report of Investigation Pursuant to Section 21(a): The DAO.” Release №81207. sec.gov

[28] DefiLlama. pump.fun cumulative DEX trading volume and revenue data. defillama.com

[29] DailyCoin. “Airdrops Under Attack: Can Sybil Farmers Be Stopped?” September 30, 2024. dailycoin.com

[30] LayerZero Labs / Chaos Labs / Nansen. Sybil identification and exclusion data, May–June 2024.

[31] Cookie3. Cross-project Sybil proportion survey (70% of eligible wallets are multi-wallet operators).

[32] DOJ, various dates. BitConnect-related criminal indictments. SEC Press Release 2021–172, September 1, 2021. sec.gov

[33] DOJ, February 25, 2022. “BitConnect Founder Indicted in Global $2.4 Billion Cryptocurrency Scheme.” justice.gov

[34] Texas State Securities Board, Cease and Desist Order, January 3, 2018.

[35] Teneo. Three Arrows Capital Liquidation Affidavits, July 7, 2022; The Block / Decrypt / Fortune, July 19, 2022. 3AC bankruptcy liquidation filings.

[36] CoinDesk, November 2, 2022. Alameda Research balance sheet reporting (FTX collapse trigger).

[37] DOJ, July 2023 / December 2024. Alex Mashinsky indictment and guilty plea.

[38] Stretto. Celsius Network Bankruptcy, Case №22–10964, S.D.N.Y. cases.stretto.com

[39a] Flashbots. MEV-Explore Dashboard & Transparency Reports. transparency.flashbots.net

[39b] EigenPhi. MEV transaction classification and statistics, 2025. eigenphi.io

[40] Cermak, Larry. ICO investor return statistical analysis, 2019. Originally published at The Block Research; data cited by Bitcoinist (2019–08–09) and multiple other sources.

[41] DOJ / U.S. Attorney’s Office, S.D.N.Y., May 15, 2024. “Two Brothers Arrested for Attacking Ethereum Blockchain.” (Anton & James Peraire-Bueno, wire fraud and money laundering conspiracy, $25M, 12-second MEV-Boost exploit). justice.gov