Un nuevo estudio académico sugiere que el mercado cripto no siempre se mueve al unísono. Al analizar datos on-chain de Ethereum, Solana, BSC, Arbitrum y Avalanche entre 2022 y 2025, los autores encontraron que los repuntes en una blockchain suelen coincidir con caídas en otras, un patrón que atribuyen a la reasignación de capital impulsada por la atención de los inversionistas.
***
- Investigadores analizaron datos on-chain de cinco grandes redes entre 2022 y 2025 y detectaron correlaciones negativas entre cadenas.
- Los efectos se intensifican durante shocks de atención, medidos por actividad de red y eventos de retornos extremos.
- El hallazgo desafía la idea de contagio positivo típica de mercados tradicionales y plantea implicaciones para regulación y diversificación.
Un grupo de investigadores presentó evidencia sistemática de un fenómeno poco discutido en el ecosistema cripto: cuando una blockchain gana tracción con fuerza, otras pueden resentir salidas de capital y retrocesos en el precio de sus activos. La conclusión surge de un análisis de datos on-chain de Ethereum, Solana, Binance Smart Chain, Arbitrum y Avalanche entre 2022 y 2025.
El estudio, titulado One Rising Ship Sinks Other Ships: Cross-Chain Negative Spillovers in Crypto Markets, fue elaborado por Mengzhong Ma, Te Bao y Yonggang Wen. Según los autores, las subidas de una cadena suelen coincidir con caídas en otras, algo que contrasta con los movimientos positivos conjuntos que se observan con frecuencia en acciones y bonos.
Para lectores menos familiarizados con el tema, la idea central es sencilla. En vez de ver a las blockchains como piezas de un mismo mercado que siempre reaccionan igual ante la información, el trabajo las trata como ecosistemas que compiten entre sí por usuarios, liquidez, desarrolladores y capital especulativo.
Eso implica que cuando una cadena lanza un protocolo atractivo, mejora su tecnología o concentra la conversación del mercado, parte de los inversionistas podría vender posiciones en otras redes para financiar nuevas compras. En otras palabras, el ascenso de una cadena puede actuar como fuerza de sustitución y no solo como señal de optimismo general para todo el sector.
Qué encontró el análisis
Los autores trabajaron con portafolios construidos a nivel de cadena, utilizando activos emitidos en Ethereum, Solana, BSC, Arbitrum y Avalanche. El período principal de observación fue del 28 de abril de 2022 al 31 de marzo de 2025, aunque algunas estimaciones se ajustaron al 17 de marzo de 2023 por el lanzamiento tardío de ARB.
En sus modelos lineales, los investigadores detectaron varias relaciones negativas entre redes. Entre los ejemplos destacados, los retornos de los activos de Ethereum mostraron correlación negativa con Arbitrum. También aparecieron patrones similares entre BSC y Arbitrum, y entre Avalanche y Arbitrum.
Al observar portafolios “local-only”, que excluyen tokens puenteados para reducir correlaciones artificiales, el patrón se volvió más claro. En esa configuración, Ethereum mostró una relación negativa significativa con Arbitrum de β3 = -0,140. BSC registró correlaciones negativas con Arbitrum de β3 = -0,176 y con Avalanche de β4 = -0,047, mientras Avalanche mostró una correlación negativa con Arbitrum de β4 = -0,160.
El trabajo también encontró que las correlaciones negativas son, en muchos casos, más frecuentes que los movimientos positivos conjuntos. De hecho, en esa misma especificación solo apareció un caso claro de co-movimiento positivo, entre Arbitrum y Solana, con β2 = 0,028.
Otro hallazgo relevante fue la relación entre activos listados en exchanges centralizados y activos que solo cotizan on-chain dentro de la misma red. En Solana, los tokens listados en CEX mostraron co-movimiento con los no listados, con β0 = 0,028. En Avalanche, esa relación fue aún mayor, con β0 = 0,357.
Además, los autores detectaron un patrón de reversión de corto plazo en varias cadenas. En términos simples, los retornos de un portafolio de cadena tendían a revertir la dirección del medio día anterior, algo consistente con dinámicas de alta volatilidad y rotación rápida en criptoactivos.
Por qué los autores creen que ocurre
El estudio plantea que existen dos fuerzas actuando al mismo tiempo. La primera es la extracción de señales, es decir, la forma en que los inversionistas leen información de un mercado para inferir condiciones en otros. Ese canal suele empujar a los activos a moverse juntos, como ocurre en mercados tradicionales.
La segunda es la asignación de atención. Aquí la lógica cambia. Los inversionistas tienen recursos cognitivos y financieros limitados, por lo que tienden a enfocarse en las cadenas que capturan titulares, actividad o retornos extremos. Cuando eso sucede, podrían vender activos en redes rivales para migrar capital hacia el ecosistema que se volvió más atractivo.
Los autores sostienen que este segundo canal explica buena parte de los spillovers negativos observados. En vez de contagio positivo por información común, lo que aparece es una sustitución inducida por atención, donde el interés por una red drena liquidez de otra.
Para medir esa atención, el estudio utilizó variables como el retorno del token nativo de cada cadena y la tasa de recompensa por staking. En Ethereum, Solana, BSC y Avalanche, el staking fue tratado como una aproximación a la actividad y demanda en la red. En Arbitrum, que no usa prueba de participación del mismo modo, se consideró el depósito y préstamo de ETH dentro de la cadena como indicador comparable.
También incorporaron variables globales para evitar confundir estas relaciones con factores macroeconómicos. Entre ellas incluyeron los retornos del S&P 500, el FTSE 100 y el Hang Seng, así como tasas de referencia como HIBOR, Euribor a un mes y letras del Tesoro estadounidense a un mes.
Los shocks de atención agravan los efectos
Uno de los apartados más llamativos del estudio es el análisis no lineal. Allí, los investigadores evaluaron cómo cambian las relaciones entre cadenas cuando aumenta la atención sobre una de ellas. Según sus resultados, los spillovers negativos se intensifican precisamente en esos momentos.
Por ejemplo, para BSC se observó que los inversionistas tendían a vender activos cuando Arbitrum estaba atrayendo atención, acompañado por alzas en los activos de esa red. En esa estimación apareció un coeficiente β31 = -0,204, significativo al 5%.
En Arbitrum, los efectos parecieron aún más marcados. Bajo una especificación más estricta, el retorno del portafolio de esa red se correlacionó negativamente con las otras cuatro cadenas cuando estas empezaban a captar mayor interés del mercado. En esa columna aparecieron coeficientes β32 = -0,670, β22 = -0,158 y β12 = -0,650, todos significativos al 1%.
Cuando los autores añadieron variables globales al modelo no lineal, las relaciones negativas se reforzaron en algunos casos. Para BSC, detectaron spillovers negativos incondicionales desde Solana de β20 = -0,032 y desde Arbitrum de β30 = -0,239. Para Avalanche, el efecto negativo vinculado a Arbitrum se amplificó con β42 = -1,368.
Más adelante, el trabajo añadió dummies de retornos extremos como aproximación adicional a la atención de mercado. La idea es que subidas o caídas muy bruscas suelen concentrar miradas, igual que ocurre tras anuncios o eventos relevantes.
Con ese enfoque, los resultados mostraron que inversionistas en Ethereum tendían a vender cuando Solana y Arbitrum experimentaban movimientos extremos al alza. En concreto, los coeficientes fueron β13 = -0,464 para Solana y β33 = -0,901 para Arbitrum. Del mismo modo, los inversionistas tendían a comprar cuando esas redes sufrían movimientos extremos a la baja, con β14 = -0,473 y β34 = -0,345, respectivamente.
Patrones parecidos aparecieron en BSC y Arbitrum. En BSC, los inversionistas vendían o compraban según los movimientos extremos de Solana, con β23 = -0,152 y β24 = -0,171. En Arbitrum, la respuesta se observó frente a retornos extremos de Ethereum, con β13 = -0,062 y β14 = -0,071, y de Solana, con β23 = -0,076 y β24 = -0,077.
Implicaciones para inversionistas y reguladores
El trabajo de Ma, Bao y Wen plantea implicaciones directas para la gestión de portafolios. Si las redes no siempre se mueven juntas y, en algunos episodios, incluso muestran relaciones negativas, entonces la diversificación dentro del mercado cripto podría ofrecer beneficios más reales de lo que suele asumirse bajo una visión homogénea del sector.
Al mismo tiempo, los resultados sugieren que el riesgo sistémico en cripto debe medirse con una perspectiva cruzada entre cadenas. Aunque cada red parezca separada desde el punto de vista técnico, la atención y la liquidez pueden saltar rápidamente de una a otra, creando episodios de volatilidad y vaciamiento temporal en ecosistemas rivales.
Los autores también destacan una posible lectura regulatoria. Los lanzamientos de tokens, airdrops, upgrades y otros eventos de alto perfil podrían detonar fugas de capital desde otras redes. Desde esa óptica, la supervisión de nuevas emisiones y procesos de divulgación no solo importaría por la protección del inversionista, sino también por su capacidad de alterar la liquidez en el resto del mercado.
El estudio no niega que existan episodios de contagio positivo, como los vistos en mercados tradicionales durante crisis. De hecho, reconoce algunos casos aislados y menciona que durante eventos extremos pueden coexistir dos fuerzas opuestas: por un lado, el contagio por rebalanceo y, por otro, el spillover negativo por atención.
Pero su principal aporte es otro. Según los resultados, en criptomonedas la competencia entre blockchains parece generar una forma distinta de transmisión de riesgos, donde un “barco” que sube con fuerza puede hundir parcialmente a los demás. Para un mercado tan fragmentado y dinámico como el cripto, ese matiz puede ser clave.
Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.
Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.
