💰 quantitative finance

Crypto-Microeconomics: The Distribution of Bitcoin Wealth Among Diverse Economic Agents

Este artigo introduz um "Estrutura de Observabilidade Microeconômica Cripto" para revelar que a riqueza de Bitcoin é estruturalmente desigual e altamente concentrada entre diversos agentes econômicos, particularmente entidades de Serviço e um pequeno subconjunto de contas de Abuso e Individuais, sustentando um persistente "Efeito Baleia" apesar da variação nas contagens de entidades.

Autores originais: Syed Azhar Hussain, Kashif Ahmad, Mubashir Husain Rehmani

Publicado 2026-07-07

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Syed Azhar Hussain, Kashif Ahmad, Mubashir Husain Rehmani

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine a rede Bitcoin não como um cofre digital misterioso, mas como uma cidade enorme e movimentada onde todos possuem uma carteira digital. Durante anos, economistas observaram esta cidade de um helicóptero, contando o número total de moedas e o preço médio de uma casa (macroeconomia). Eles viram que algumas pessoas possuem muito dinheiro, mas não olharam realmente para quem são essas pessoas ou como diferentes grupos de pessoas na cidade estão se saindo.

Este artigo constrói um "microscópio" para olhar ao nível do solo. Os autores criaram uma nova estrutura chamada Estrutura de Observabilidade Microeconômica de Cripto. Pense nisso como uma máquina de classificação de alta tecnologia que pega a lista caótica de cada carteira de Bitcoin e as organiza em cinco bairros distintos com base em quem as possui:

Serviço: As grandes empresas (exchanges, processadores de pagamento, fazendas de mineração).
Abuso: Os criminosos (golpistas, esquemas Ponzi, redes de roubo).
Malware: Os hackers (gangues de ransomware, sequestradores de cripto).
Indivíduos: Pessoas comuns (frequentemente identificadas por seus nomes de usuário em fóruns).
Benigno: Atores conhecidos publicamente como bons (endereços governamentais, instituições de caridade).

A Grande Descoberta: A "Baleia" está em Todo Lugar

O artigo utiliza um conceito chamado "Efeito Baleia". Imagine um pequeno lago onde algumas baleias gigantes detêm 99% da água, deixando peixes minúsculos com quase nada. Os autores descobriram que isso não está acontecendo apenas em toda a cidade; está acontecendo em cada um dos bairros.

Aqui está o que eles descobriram ao analisar os dados:

O Bairro de Serviço é o Gigante: Este grupo é o maior. Eles detêm 75% de todo o Bitcoin que os pesquisadores conseguiram identificar. Eles são as "baleias" do mundo dos negócios.
O Bairro de Abuso é o Surpreendente Azarão: Esta é a descoberta mais chocante. O grupo "Abuso" (criminosos) representa apenas cerca de 3,5% do número total de carteiras. No entanto, eles controlam uma massa colossal de 24% da riqueza total de Bitcoin. É como se uma pequena gangue de ladrões em uma cidade de milhões detivesse um quarto do ouro da cidade.
O Bairro de Indivíduos é uma Miragem: Existem milhares de pessoas comuns (Indivíduos) com carteiras, mas elas detêm muito pouco dinheiro em média. A riqueza é tão concentrada que um punhado minúsculo de "super-ricos" detém quase tudo, enquanto o resto tem centavos.

A Realidade da "Carteira Vazia"

O artigo também aponta um detalhe engraçado, mas importante: A maioria das carteiras está vazia.
De mais de 223.000 carteiras rotuladas que eles analisaram, 96% tinham zero Bitcoin.
É como entrar em um estádio com 223.000 assentos, mas apenas 8.450 pessoas estão realmente sentadas ali. O restante são cadeiras vazias. Entre aqueles que estão sentados, a distribuição é incrivelmente injusta.

O Quão Desigual é Isso? (A Pontuação "Gini")

Os autores usaram uma pontuação chamada coeficiente de Gini para medir a desigualdade.

0 significa que todos têm exatamente a mesma quantia.
1 significa que uma pessoa tem tudo e todos os outros não têm nada.

Os resultados foram chocantes. No bairro dos Indivíduos, o índice foi de 0,9993. Isso é praticamente uma desigualdade perfeita. Significa que, dentro do grupo de "pessoas comuns", a riqueza é tão distorcida que parece que uma única pessoa possui o dinheiro de todo o grupo. Os grupos de Abuso e Serviço também estavam quase nesse nível máximo de desigualdade.

O Tempo Muda Algo?

Os pesquisadores analisaram os dados de 2009 a 2025 (incluindo grandes eventos como o colapso de exchanges, ataques de ransomware e novas leis). Eles descobriram que o "Efeito Baleia" não desaparece. Mesmo quando grandes coisas acontecem nas notícias, a riqueza permanece presa nas mãos de um número muito pequeno de entidades em cada categoria. A estrutura da cidade permanece a mesma: alguns gigantes detêm a água, e os peixes minúsculos recebem as gotas.

A Conclusão

O artigo conclui que o Bitcoin não é tão "democrático" ou "descentralizado" quanto podemos esperar quando olhamos para os proprietários reais. Embora existam muitos diferentes tipos de proprietários (empresas, criminosos, pessoas comuns), o dinheiro não está espalhado entre eles. Em vez disso, ele está fortemente concentrado em um subconjunto minúsculo de "baleias" dentro de cada categoria.

Em termos simples: A riqueza do Bitcoin é como um jogo onde alguns jogadores em cada categoria viciaram o baralho, e o resto dos jogadores está jogando com quase nenhuma carta.

Resumo Técnico: Microeconomia de Cripto e Distribuição de Riqueza do Bitcoin

Definição do Problema
A literatura existente sobre a distribuição de riqueza do Bitcoin baseia-se predominantemente em indicadores macroeconômicos, como saldos agregados de carteiras, atividade de rede e participações de riqueza top-k (ex: a "Lista de Riqueza do Bitcoin"). Embora esses estudos utilizem métricas como o coeficiente de Gini e o índice Nakamoto para identificar tendências amplas de concentração (o "Efeito Baleia"), eles falham em abordar desequilíbrios microeconômicos entre segmentos de mercado específicos. As abordagens atuais frequentemente negligenciam as interações complexas entre diversos agentes econômicos — que variam de provedores de serviços legítimos a atores ilícitos — e carecem de um framework estruturado para analisar a disparidade de riqueza ao nível do agente individual. Além disso, a natureza pseudônima do Bitcoin complica a identificação desses agentes, levando a uma lacuna na compreensão de como a riqueza é distribuída entre diferentes categorias comportamentais (ex: Serviço, Abuso, Malware, Indivíduos e Benigno).

Metodologia
Os autores propõem um "Framework de Observabilidade Microeconômica de Cripto" projetado para avaliar sistematicamente a distribuição de riqueza do Bitcoin através de cinco classes de agentes econômicos rotuladas:

Serviço: Entidades que manipulam fundos (exchanges, mixers, operações de mineração, etc.).
Abuso: Entidades envolvidas em atividades ilícitas (esquemas Ponzi, roubo, terrorismo, etc.).
Malware: Operadores de softwares maliciosos (ransomware, cryptojacking, trojans bancários).
Indivíduos: Usuários identificáveis via nomes de usuário de fóruns (ex: BitcoinTalk).
Benigno: Endereços divulgados publicamente (governo, doações).

A metodologia emprega um pipeline de múltiplas etapas:

Extração de Dados: Um nó local do Bitcoin extrai o livro-razão completo até a altura do bloco 905.314 (julho de 2025). Os dados são estruturados usando BitSQL.
Desanonimização e Agrupamento: Utilizando técnicas de "Classificador de Múltiplos Inputs" e BlockSci, os endereços são agrupados em entidades e rotulados nas cinco categorias de agentes.
Cálculo de Métricas: O estudo computa estatísticas descritivas e métricas específicas de desigualdade para entidades com saldos positivos ( $E^+_a$ $E_{a}^{+}$ ):
- Ratios de Participação Top-K: A porcentagem de BTC detida pelos top 1%, 5% e 20% das entidades de saldo positivo dentro de cada classe.
- Coeficiente de Gini: Medindo a desigualdade de riqueza intra-classe.
- Análise Longitudinal: Rastreamento de séries temporais destas métricas de 2009 a 2025, sobrepostas a eventos significativos do mercado (ex: Halvings, colapsos de exchanges, ações regulatórias).

Principais Resultados
A análise do conjunto de dados (223.558 entidades rotuladas, das quais 8.450 possuem saldos positivos) revela o seguinte:

Concentração Estrutural: A riqueza do Bitcoin é altamente concentrada em todas as principais classes, exibindo um persistente "Efeito Baleia".
- Entidades de Serviço: Detêm a maior parte do BTC observado (75,15%) e constituem 71,98% da contagem de entidades.
- Entidades de Abuso: Controlam uma parcela desproporcionalmente grande de riqueza (24,26% do total de BTC) em relação à sua pequena contagem de entidades (3,53%). Elas possuem o maior saldo médio (29,06 BTC) entre as entidades não-serviço.
- Indivíduos: Embora detenham apenas 0,57% do suprimento total, esta classe exibe uma desigualdade interna quase máxima (Gini = 0,9993).
Métricas de Desigualdade:
- Coeficientes de Gini: Serviço (0,9935), Abuso (0,9962) e Indivíduos (0,9993) mostram uma concentração de riqueza quase total dentro de suas respectivas classes. Malware (0,5380) e Benigno (0,7239) mostram desigualdade menor, embora ainda significativa.
- Participações Top-K: Nas classes de Serviço, Abuso e Indivíduos, o top 1% das entidades detém mais de 95% do total de BTC da classe. Para o Abuso, o Top-1% detém 99,55% da riqueza da classe.
Características de Distribuição: Os saldos são fortemente assimétricos à direita e de cauda pesada. O saldo mediano para a maioria das classes é negligenciável (frequentemente próximo de zero), enquanto a média é impulsionada por alguns outliers extremos. Indivíduos apresentam a maior assimetria (62,24) e curtose (3.883,87).
Persistência Temporal: A análise de séries temporais indica que estes padrões de concentração são estruturalmente persistentes e não transientes. Grandes eventos de mercado (ex: colapso da Mt. Gox, falha da FTX, Halvings) coincidem com mudanças na concentração, mas o "Efeito Baleia" subjacente permanece dominante nas categorias de Serviço, Abuso e Indivíduos.

Significância e Alegações
O artigo afirma abordar lacunas significativas na literatura criptoeconômica ao mudar o foco da análise agregada de nível macro para um exame microeconômico estruturado de agentes econômicos rotulados. Suas principais contribuições são:

Desenvolvimento de Framework: A introdução de um "Framework de Observabilidade Microeconômica de Cripto" que integra extração de dados, desanonimização e análise granular de riqueza.
Insights Específicos de Agentes: Demonstrar que a concentração de riqueza não é uniforme; tipos de agentes específicos (particularmente Abuso e Serviço) detêm poder desproporcional em relação aos seus números, desafiando a suposição de que a distribuição de riqueza pode ser compreendida apenas por contagens de entidades.
Efeito Baleia de Nível Micro: Fornecer evidência empírica de que o "Efeito Baleia" opera no nível micro dentro de classes de agentes específicos, onde um minúsculo subconjunto de entidades controla a vasta maioria dos fundos dentro dessas categorias.

Os autores concluem que a riqueza do Bitcoin entre agentes econômicos rotulados permanece estruturalmente desigual. Eles afirmam que seus achados apoiam a necessidade de melhores técnicas de desanonimização para rastrear melhor a desigualdade de riqueza em nível micro, sugerindo que a distribuição atual espelha ou exacerba as disparidades econômicas convencionais em vez de democratizar as finanças. Um trabalho futuro é proposto para estender o framework com métodos aprimorados de resolução de entidades e atribuição.

A Grande Descoberta: A "Baleia" está em Todo Lugar

A Realidade da "Carteira Vazia"

O Quão Desigual é Isso? (A Pontuação "Gini")

O Tempo Muda Algo?

A Conclusão

Mais como este