Market Inefficiency in Cryptoasset Markets

Each language version is independently generated for its own context, not a direct translation.

Hier is een uitleg van het onderzoek in eenvoudig Nederlands, met behulp van alledaagse vergelijkingen.

De Kernboodschap: De Crypto-markt is niet zo slim als we denken

Stel je voor dat je in een grote supermarkt loopt waar drie verschillende manieren zijn om geld te verdienen met dezelfde grondstof: Ether (ETH).

De onderzoekers (Joel Hasbrouck, Julian Ma, Fahad Saleh en Caspar Schwarz-Schilling) hebben gekeken of deze drie manieren logisch met elkaar verbonden zijn. Als de markt perfect zou werken (zoals een goed geoliede machine), zouden de prijzen en rentes zich direct aanpassen zodra er een verschil ontstaat. Maar hun conclusie is verrassend: De markt werkt niet goed. Er zit "zand in de machine".

De Drie Manieren om Geld te Verdienen

Om dit te begrijpen, moeten we kijken naar de drie "spelletjes" die de onderzoekers hebben vergeleken. Stel je voor dat je een bakker bent die brood (ETH) wil verkopen. Je hebt drie opties:

Direct Bakken (Direct Staking):
Je doet je eigen brood in de oven van de supermarkt (het Ethereum-netwerk). Je krijgt een beloning voor het bakken.
- Risico: Alleen dat de prijs van brood daalt.
Huren aan de Supermarkt (Lending):
Je leent je brood uit aan de supermarkt via een automaat (een gedecentraliseerd platform zoals Aave). Ze betalen je rente voor het gebruik van je brood.
- Risico: Ook hier alleen dat de prijs van brood daalt.
De Tussenpersoon (Liquid Staking):
Je geeft je brood aan een beroemde bakkerij (zoals Lido). Zij bakken het voor je en geven je een bonnetje (stETH) dat evenveel waard is als je brood. Je kunt dit bonnetje nu ook nog eens lenen aan de supermarkt voor extra rente.
- Risico: Je loopt het risico dat het bonnetje (stETH) plotseling minder waard wordt dan het brood (ETH). Dit noemen ze "de-peggen" (het loslaten van de koppel).

Het Ideale Scenario: De "Waterpas"

In een perfecte wereld (een efficiënte markt) zou er een waterpas zijn tussen deze drie opties.

Stel je voor dat optie 1 (Direct Bakken) plotseling veel meer oplevert dan optie 3 (Tussenpersoon). Wat zou er dan gebeuren?

Mensen zouden stoppen met optie 3 en hun geld verplaatsen naar optie 1.
Door die stroom van geld zou de rente bij optie 1 dalen en bij optie 3 stijgen, totdat ze weer gelijk zijn.
Het geld zou vrij stromen als water in een kanaal.

De onderzoekers hebben wiskundige formules opgesteld die zeggen: "Als de markt eerlijk is, moeten deze rentes zich altijd 1-op-1 met elkaar bewegen." Als de ene rente met 1% stijgt, moet de andere ook met 1% stijgen.

Wat vonden ze? De "Vastgekleefde" Rentes

Toen ze de echte data keken (van januari 2023 tot september 2025), zagen ze iets vreemds.

Het was alsof je twee emmers water hebt die met een slang verbonden zijn, maar de slang is dichtgeplakt.

Als de rente voor het lenen van ETH (optie 2) omhoog ging, bleef de rente voor het lenen van de bonnetjes (optie 3) stilstaan.
Als het verschil tussen direct bakken en de tussenpersoon groter werd, reageerde de markt er niet op.

De cijfers waren extreem duidelijk:

De theorie voorspelde dat de rentes zich 1-op-1 zouden aanpassen.
De werkelijkheid toonde aan dat ze zich nauwelijks aanpasten (slechts 1,7% van de verwachte beweging) of zelfs in de verkeerde richting gingen!

Wat betekent dit?

Dit betekent dat er fricties (obstakels) zijn die voorkomen dat geld verplaatst wordt.

Geen fout in de prijs: Het is niet zo dat mensen de risico's verkeerd inschatten. Zelfs als je zegt: "Mensen zijn bang dat het bonnetje loslaat, dus ze willen meer rente," klopt de wiskunde nog steeds niet.
De markt slaapt: Geld blijft staan waar het staat, zelfs als er een duidelijk betere deal beschikbaar is. Mensen verplaatsen hun kapitaal niet snel genoeg om de markt "recht" te trekken.

De Vergelijking in het Kort

Stel je een drukke markt voor waar je appels kunt kopen.

Op kraam A kosten appels €1.
Op kraam B kosten appels €1,10.
Op kraam C kosten appels €1,05, maar je krijgt er een gratis sjaal bij.

In een efficiënte markt zouden mensen direct van kraam B naar kraam A en C rennen. De prijs op B zou dalen en op A zou stijgen, totdat alles weer €1,05 is.

In de crypto-markt (zoals deze studie laat zien) rennen de mensen niet. Ze blijven gewoon bij kraam B staan, terwijl ze €0,05 per appel verliezen. Ze weten dat het goedkoper kan, maar ze verplaatsen hun geld niet. Waarom? Misschien omdat het te ingewikkeld is, te veel tijd kost, of omdat ze bang zijn voor de "sjaal" (het risico).

Conclusie

Deze studie bewijst dat de crypto-markt (specifiek rondom Ethereum) niet efficiënt is. Er zijn onzichtbare muren die voorkomen dat geld vlot verplaatst wordt naar de beste plek. Voor beleggers betekent dit dat er kansen liggen die niet direct worden opgepikt, maar voor de gezondheid van het systeem betekent het dat er nog veel werk te doen is om de "waterleiding" weer vrij te maken.

Each language version is independently generated for its own context, not a direct translation.

Hier is een gedetailleerde technische samenvatting van het artikel "Market Inefficiency in Cryptoasset Markets" van Hasbrouck, Ma, Saleh en Schwarz-Schilling, vertaald en samengevat in het Nederlands.

Titel: Marktefficiëntie in Crypto-assetmarkten

Auteurs: Joel Hasbrouck, Julian Ma, Fahad Saleh, Caspar Schwarz-Schilling
Publicatiedatum: 12 maart 2026 (arXiv)

1. Het Probleem

De auteurs onderzoeken of crypto-assetmarkten, specifiek binnen het Ethereum-ecosysteem, doeltreffend zijn. In een efficiënte markt zouden arbitragekansen tussen investeringen met vergelijkbare risicoprofielen onmiddellijk worden geëlimineerd door kapitaalstromen, waardoor de rendementen in evenwicht komen.

Het specifieke probleem dat wordt onderzocht, is de relatie tussen drie investeringsstrategieën die allemaal blootgesteld zijn aan het prijsrisico van Ether (ETH), maar verschillen in hun secundaire risico's en kosten:

Direct Staken: ETH direct vastzetten in het Ethereum-protocol.
Lenden via DLP's: ETH uitlenen via gedecentraliseerde leningprotocollen (zoals Aave).
Liquid Staking: ETH inleggen bij een Staking Service Provider (SSP, zoals Lido) om een token (stETH) te ontvangen, en deze stETH vervolgens uitlenen.

Hoewel deze strategieën allemaal primair blootgesteld zijn aan het ETH-prijsrisico, introduceert liquid staking een extra risico: het de-peg-risico (het risico dat de wisselkoers tussen stETH en ETH afwijkt van 1:1). De auteurs stellen dat als markten efficiënt zijn, de rendementen van deze strategieën strikte evenwichtsrelaties moeten volgen, ongeacht hoe beleggers dit specifieke de-peg-risico prijzen.

2. Methodologie

A. Institutionele Context

De studie focust op het Ethereum Proof-of-Stake (PoS) ecosysteem:

Staking: Validators verdienen rendement ( $\gamma^{ETH}$ ) uit nieuwe munten en transactiekosten.
Liquid Staking (Lido): Beleggers krijgen stETH in ruil voor ETH. Lido hanteert een fee van 10%, waardoor het rendement voor stETH-houders ( $\gamma^{stETH}$ ) 90% is van het protocolrendement.
Lending (Aave): Beleggers kunnen ETH of stETH uitlenen en ontvangen een leenrente ( $\psi^{ETH}$ of $\psi^{stETH}$ ).

B. Economisch Model

De auteurs ontwikkelen een asset-pricing framework met de volgende kenmerken:

Onbepaalde Risicoprijzing: Ze maken geen aannames over hoe beleggers risico's waarderen. Ze leiden evenwichtsvoorwaarden af die gelden voor elke mogelijke prijs van het risico (zowel voor ETH-prijsrisico als voor de-peg-risico).
Pricing Kernel: Ze gebruiken een pricing kernel ( $\Lambda_{t,t+1}$ $Λ_{t, t + 1}$ ) die twee risicofactoren incorporeert:
1. ETH-prijsinnovaties ( $\varepsilon^{ETH}$ ).
2. De-peg-status ( $\omega$ ), gemodelleerd als een Markov-keten (pariteit vs. discontering).
Afgeleide Evenwichtsvoorwaarden:
Door de fundamentele pricing-vergelijking toe te passen op de drie strategieën, leiden ze twee testbare relaties af (Propositie 4 en 5):
1. Relatie 1: Het leenrendement van stETH moet gelijk zijn aan het verschil tussen het protocol-stakingrendement en het doorgegeven rendement, gecorrigeerd voor de-peg-risico en kosten.
  $\psi^{stETH}_t = \gamma^{ETH}_t - \gamma^{stETH}_t + \tilde{\eta}_t - \kappa$
2. Relatie 2: Het leenrendement van stETH moet gelijk zijn aan het ETH-leenrendement minus het stakingrendement van stETH, gecorrigeerd voor de-peg-risico.
  $\psi^{stETH}_t = \psi^{ETH}_t - \gamma^{stETH}_t + \tilde{\eta}_t$

In een efficiënte markt zouden veranderingen in de spreads (bijv. $\gamma^{ETH} - \gamma^{stETH}$ ) een 1-op-1 verandering in het tegenovergestelde rendement ( $\psi^{stETH}$ ) moeten veroorzaken om kapitaalstromen in evenwicht te houden.

C. Empirische Analyse

Data: Dagelijkse data van 30 januari 2023 tot 21 september 2025 (966 observaties).
- Bronnen: Aavescan (leningrendementen), Dune Analytics (stakingrendementen), CoinGecko (prijsverhoudingen).
Statistische Test: De auteurs schatten regressiemodellen waarbij de hellingcoëfficiënt ( $\beta$ $β$ ) theoretisch gelijk moet zijn aan 1.
- $H_0: \beta = 1$ (Marktefficiëntie)
- $H_A: \beta \neq 1$ (Marktefficiëntie wordt verworpen)
- Er wordt gebruikgemaakt van Newey-West standaardfouten (HAC) om autocorrelatie en heteroskedasticiteit te corrigeren.

3. Belangrijkste Resultaten

De empirische tests leiden tot een sterke verwerving van de nullhypothese van marktefficiëntie:

Test van Propositie 4 (Staking Spread):
- De geschatte coëfficiënt $\hat{\beta}$ is -0.228 (met een t-statistiek van -28.33).
- Dit betekent niet alleen dat er geen 1-op-1 relatie is, maar dat de relatie zelfs negatief is. Wanneer het verschil in stakingrendement toeneemt, daalt het stETH-leenrendement in plaats van te stijgen.
Test van Propositie 5 (Lening Spread):
- De geschatte coëfficiënt $\hat{\beta}$ is 0.017 (met een t-statistiek van -179.22).
- Hoewel positief, is dit verwaarloosbaar klein vergeleken met de theoretische waarde van 1. Een toename van 1% in de spread resulteert slechts in een toename van 0.017% in het stETH-leenrendement.

Conclusie van de resultaten: De rendementen van de verschillende strategieën bewegen niet synchroon zoals vereist door een evenwicht. Kapitaal stroomt niet vrij tussen deze investeringen om rendementen te equaliseren.

4. Bijdragen aan de Literatuur

General Asset Pricing Restrictions: De auteurs abstraheren van micro-economische details en ontwikkelen algemene prijsbeperkingen die gelden ongeacht de risicoprijzing. Dit is een methodologische doorbraak in de cryptoeconomie-literatuur.
Directe Bewijslast van Inefficiëntie: In tegenstelling tot eerdere studies die zich richten op het vinden van specifieke arbitragekansen, tonen ze aan dat de fundamentele evenwichtsvoorwaarden zelf worden geschonden.
Uitsluiting van Risicoprijzing als Oorzaak: Omdat de afgeleide restricties gelden voor elke mogelijke prijs van het de-peg-risico, kan de gevonden inefficiëntie niet worden verklaard door "verkeerd geprijsd risico". De inefficiëntie moet dus worden toegeschreven aan andere factoren.

5. Betekenis en Implicaties

De studie concludeert dat er sprake is van marktefficiëntie in crypto-assetmarkten, specifiek binnen het Ethereum-ecosysteem.

Oorzaak: De inefficiëntie wordt veroorzaakt door marktfrikties die kapitaalherallocatie belemmeren. Omdat de auteurs aantonen dat het niet aan risicoprijzing ligt, wijzen deze frikties waarschijnlijk op institutionele beperkingen, transactiekosten, technische barrières, of gedragsfactoren die voorkomen dat beleggers hun posities optimaal aanpassen.
Toekomstig Onderzoek: De aard van deze specifieke frikties blijft een open vraag. De studie biedt een nieuw raamwerk om marktefficiëntie te testen in complexe, gedecentraliseerde financiële systemen zonder aannames te doen over het gedrag van beleggers ten opzichte van risico.

Kortom, de paper levert een kwantitatief en rigoureus bewijs dat kapitaal in het Ethereum-ecosysteem niet vrijelijk circuleert om rendementen te equaliseren, wat fundamenteel ingaat tegen de hypothese van een efficiënte markt.