Une étude récente de la Banque des règlements internationaux (BRI) remet en cause l’idée que les données inscrites sur les blockchains offrent une mesure nette et directe des flux financiers : selon la méthode utilisée, les estimations peuvent fortement diverger. Ces résultats ont des conséquences concrètes pour les analystes, les régulateurs et les investisseurs qui se fient aux métriques on‑chain pour évaluer l’activité crypto.
- Les calculs des transferts sur Bitcoin peuvent varier jusqu’à six fois selon le traitement des sorties de monnaie.
- La capitalisation dite « conventionnelle » peut dépasser de trois à quatre fois la capitalisation réalisée.
- Sur Ethereum, la prévalence des contrats intelligents complique la catégorisation de l’activité : des dizaines de millions de contrats n’ont pas pu être classés.
- Les stablecoins, notamment l’USDT, montrent que une même métrique agrégée peut masquer des usages très différents selon la blockchain.
Transferts apparents versus transferts effectifs
La BRI attire l’attention sur un effet technique récurrent : lorsqu’un portefeuille dépense des bitcoins, l’excédent retourne souvent à une adresse contrôlée par le même utilisateur sous forme de « rendu ». Ces sorties, visibles dans la chaîne, sont parfois comptées comme des envois à des tiers si la méthode d’analyse ne les identifie pas correctement.
Le résultat : deux outils appliquant des règles différentes au même flux brut peuvent produire des ordres de grandeur très distincts. Pour le bitcoin, les chercheurs rapportent des écarts pouvant atteindre six fois dans l’estimation de la « valeur transférée » enregistrée on‑chain. Autrement dit, la donnée n’a pas changé — c’est son interprétation qui varie.
Capitalisation : une image trompeuse
Au‑delà des transferts, la mesure de la capitalisation soulève aussi des questions. La capitalisation réalisée évalue chaque unité au dernier prix auquel elle a été négociée, tandis que la capitalisation couramment publiée repose sur la multiplication du prix actuel par le nombre total d’unités en circulation. La BRI observe que cette dernière approche peut être nettement supérieure — jusqu’à quatre fois — à la capitalisation réalisée selon leur échantillon.
Ces divergences influent sur l’appréciation du marché : une capitalisation « gonflée » donne une image d’immensité institutionnelle qui n’est pas nécessairement corroborée par la valeur réellement mise en circulation ou échangée.
Échantillon large, conclusions générales
Les auteurs se fondent sur l’analyse de près de 100 milliards d’enregistrements issus de Bitcoin, Ethereum et Tron. Les difficultés de lecture ne sont donc pas spécifiques à un seul protocole : elles reflètent des ambiguïtés communes aux données produites par des réseaux différents.
Sur Ethereum, la multiplication des contrats intelligents ajoute une couche d’opacité. Parmi environ 67,5 millions de contrats actifs étudiés, près de 54 millions n’ont pu être classés selon les critères retenus, ce qui complique toute tentative d’isoler l’activité « économique » (paiements, épargne) de l’activité purement technique (interactions de contrats, opérations internes).
Stablecoins : un même jeton, des usages distincts
L’examen de l’USDT illustre parfaitement le piège des agrégations : sur Ethereum, l’USDT sert majoritairement des usages liés à la finance décentralisée, tandis que sur Tron il est plus fréquemment mobilisé pour des paiements ou comme réserve de valeur. La proportion de stablecoins séquestrés dans des contrats intelligents dépasse 20 % sur Ethereum, contre environ 1 % sur Tron en 2022.
Quand on additionne les volumes d’USDT sur plusieurs blockchains sans distinguer les contextes, on mélange donc des activités hétérogènes. Les chercheurs recommandent d’analyser les transactions avec leur « habitat » technique et économique plutôt que de se contenter d’agrégats globaux.
Des pratiques d’ajustement déjà en place
Certains fournisseurs de données appliquent des filtres pour atténuer ces distorsions. Par exemple, des tableaux de bord commerciaux font apparaître des volumes « bruts » et des volumes « ajustés », ces derniers excluant bots, opérations internes, ponts et micro‑transactions à haute fréquence. La différence peut être spectaculaire : une série de données affichait plusieurs milliers de milliards de dollars de transactions sur 30 jours avant ajustement, puis environ trois cents milliards après nettoyage.
Cette distinction souligne l’importance de comprendre la méthodologie derrière les chiffres avant d’en tirer des conclusions économiques ou réglementaires.
- Pour les régulateurs : attention aux indicateurs bruts lors de l’évaluation des risques systémiques.
- Pour les investisseurs : privilégier des métriques corrigées pour éviter de surévaluer la liquidité réelle.
- Pour les médias et chercheurs : mentionner les méthodes d’estimation et leurs limites quand on publie des chiffres on‑chain.
À court terme, la BRI invite à traiter les métriques on‑chain comme des approximations éclairantes, mais imparfaites. Distinguer mouvements techniques et transferts économiques restera essentiel pour interpréter correctement l’activité des réseaux et pour fonder des décisions informées.