UNIVERSITÀ DEGLI STUDI DI TRENTO

Dipartimento di Economia e Management

Corso di Laurea Triennale in Gestione Aziendale

L’ECONOMIA COMPORTAMENTALE DEL

CASO BITCOIN

Relatore:
Matteo Ploner
Laureando:
Franco Perotto

Anno accademico
2020-2021

1
2
Sommario .............................................................Error: Reference source not found
Introduzione:...............................................................Error: Reference source not found

Capitolo 1 Quadro concettuale: l’economia comportamentaleError: Reference source not found

1.1 Scelte in condizioni di certezza........................Error: Reference source not found

1.2 Scelte in condizioni di incertezza.....................Error: Reference source not found

1.3 Decision Making..............................................Error: Reference source not found

1.4 Altri esempi di bias cognitivi...........................Error: Reference source not found

1.5 Economia del benessere comportamentale paternalismo libertario e agenda

nudge........................................................................................................................21

Capitolo 2 Caso specifico: Il caso Bitcoin...................Error: Reference source not found

2.1 Il funzionamento del Bitcoin: analisi tecnica..Error: Reference source not found

2.2 Bitcoin dal punto di vista comportamentale. . .Error: Reference source not found

2.3 Il funzionamento delle bolle...........................Error: Reference source not found

2.4 Schema Ponzi e schemi piramidali.................Error: Reference source not found

2.5 Come si può intervenire?...................................................................................36

Conclusioni ....................................................................................................................38

Bibliografia.....................................................................................................................40

3
4
INTRODUZIONE
Secondo la teoria Tradizionale Neoclassica le persone sono esseri razionali, ben consci dei loro
bisogni, dei loro voleri e delle utilità che ricavano da diversi possibili panieri, nonché sono ben
consapevoli dei rischi e di ciò che è necessario perdere per ottenere qualcosa in cambio.

Riescono ad ordinare diverse alternative per preferenza, se A è Preferito a B e B è preferito a C

allora A sarà preferito a C, per una semplice regola di transizione. Si riesce inoltre in casi di
incertezza a valutare il valore atteso di diverse opzioni, ossia quanta utilità mi aspetto in media di
ricevere dalle diverse possibili opzioni: Se ho il 100% di possibilità di guadagnare 10$ e l’1% di
guadagnarne 100.000 sceglierò l’opzione 2 in quanto 0,01*100.000= 1000 che è superiore ai 10$
che ricevo con l’opzione 1.

Almeno questa era la teoria dominante fino agli anni 70/80. Tuttavia, esistevano, già allora, diverse
critiche alla Teoria Neoclassica come il celebre “Paradosso di Allais” in cui Maurice Allais dimostra
come i soggetti tendono a prendere scelte ambigue e non razionali. Erano stati riscontrati casi di
irrazionalità anche nel caso della transitività delle preferenze specialmente quando le scelte si
facevano complesse.

Tutti questi casi però vennero considerati “outlier” che non intaccavano la funzionalità della teoria
nel suo complesso, si riteneva si trattassero per lo più di anomalie e che fossero semplicemente da
indentificare come “eccezioni che confermano la regola” .

Eppure, già famosi economisti evidenziarono il legame fra Economia e Psicologia e come l’agente
economico sia alla fin fine un uomo e come tale non sempre razionale. Il famoso economista
inglese John Maynard Keynes identifica come nell’imprenditore siano insiti degli “spiriti animali”
(animal spirits):

“A prescindere dall’instabilità dovuta alla speculazione, vi è una instabilità di altro genere, dovuta
a questa caratteristica della natura umana: che una larga parte delle nostre attività positive
dipende da un ottimismo spontaneo piuttosto che da un’aspettativa in termini matematici, sia
morale che edonistica o economica. La maggior parte, forse, delle nostre decisioni di fare qualcosa
di positivo, le cui conseguenze si potranno valutare pienamente soltanto a distanza di parecchi
giorni, si possono considerare soltanto come risultato di tendenze dell’animo, di uno stimolo
spontaneo all’azione invece che all’inazione, e non come risultato di una media ponderata di
vantaggi quantitativi, moltiplicati per probabilità quantitative”
5
E anche lo stesso Adam Smith, considerato il padre della teoria Neo-classica, evidenzia come
l’agente economico non sia puramente razionale: “Quante persone si rovinano gettando via
denaro per chincaglierie di nessuna utilità? […] la cui utilità non merita la fatica di procurarseli”

Sarà nel 1979 che Daniel Kahneman e Amos Tversky pubblicano: “Prospect theory: Decision
Making Under Risk” un lavoro che darà di fatto origine a una nuova branca dell’economia, un’area
di studio interdisciplinare che si unisce alla psicologia: L’economia comportamentale. Il lavoro
nasce dalla constatazione che tutte queste eccezioni non sono casi isolati o anomalie a una teoria
standard e funzionante ma piuttosto qualcosa di sistematico e prevedibile. Il tentativo è quello di
dimostrare come gli agenti economici non sono affatto così razionali come si pensa ma anzi sono
influenzati da una serie di Bias cognitivi ed euristiche che ne modificano le scelte e fanno in modo
che deviino sistematicamente dai pattern più razionali e previsti dalla teoria Tradizionale. Proprio
perché sono sistematici possono essere studiati e previsti, altro aspetto della materia, infatti, è
l’individuazione e la previsione degli effetti di determinati bias e euristiche sull’economia in grande
e in piccolo.

l’economia comportamentale può servire a rendere le persone più consapevoli riguardo ai propri
desideri, può servire a fare decisioni più accurate, e ha dato frutto al così detto Paternalismo
libertario e alle pratiche di nudge. Tuttavia, ha attirato su di sé diverse critiche: dalla paura che le
pratiche di spinta gentile siano una rampa di lancio per interventi più coercitivi e autoritari, la
difficoltà nel dimostrare con certezza che i comportamenti indotti attraverso la spinta gentile si
radichino nella società e diventino scelte consapevoli, o che queste misure possano limitare la
libertà dei singoli individui.

Tuttavia, nonostante siano più di 40 anni che l’economia comportamentale ha messo in luce i
pericoli dei bias cognitivi a livello sia di micro che di macroeconomia le conseguenze non sono
diminuite. Uno dei casi più famosi negli ultimi anni in cui si possono riscontrare evidenti fenomeni
di Bias ed euristiche sono i Bitcoin. Questa tesi si domanda: è vero che gli investitori di questa
nuova valuta sono influenzati da Fallace mentali? Se il mercato fosse popolato da soli investitori
razionali, il Bitcoin esisterebbe nella forma in cui lo conosciamo oggi?

La tesi è suddivisa in due parti. La prima parte è un quadro concettuale generico dell’economia
comportamentale. Cerca di fornire anche degli esempi che serviranno in seguito a spiegare i bias
presenti nel mercato delle criptovalute. La seconda parte invece si addentra nel fenomeno del
Bitcoin, dissezionandolo da un punto di vista comportamentale e delle conseguenze che porta.
6
Infine, si cerca di proporre delle soluzioni sia riprendendo alcune proposte da parti di teorici che
da parte dei legislatori, ho cercato anche dopo un’attenta analisi e studio di dare un’opinione
personale frutto del lavoro dell’intera tesi.

CAPITOLO 1 QUADRO CONCETTUALE: l’ECONOMIA COMPORTAMENTALE

1.1 Scelte in condizioni di certezza

Per introdurre qualsiasi concetto di economia comportamentale dobbiamo partire dal definire
alcuni punti fondamentali della teoria della scelta razionale, abbiamo già visto nell’introduzione il
tema delle preferenze e della sua proprietà di transitività. Con queste premesse possiamo fare
delle scelte in condizioni di certezza, selezionando un’opzione fra tutte quelle possibili che soddisfi
al massimo le mie preferenze. Tenendo però in considerazione un budget prestabilito, ossia le
risorse a disposizione. Le differenti opzioni selezionabili prendono il nome di paniere.

Supponiamo di poter acquistare 2 libri, 2 biglietti per il cinema o 1 di entrambi. le nostre possibilità
ricadrebbero tutte all’interno della zona colorata nella Figura 1.1, la linea che unisce le due
estremità è detta Retta di bilancio. Essere razionale significa dunque scegliere sempre il prodotto
preferito, in altri termini scegliere un paniere tale che nessun altro paniere del menu è
strettamente preferito ad esso, ossia in modo che la mia curva di indifferenza sia tangente con il
vincolo di bilancio; nel caso specifico se preferisco i libri comprerò solo loro altrimenti solo i
biglietti del cinema, in caso fossi indifferente sceglierei casualmente una delle tre opzioni.

Figura 1.1

Ci aspettiamo dunque che l’agente razionale posto in situazioni simili agisca in modo da
massimizzare la sua utilità, facendo in modo di scegliere sempre l’opzione migliore
7
indipendentemente dal numero e dalle forme delle altre opzioni. Tuttavia, non sempre è così,
prendiamo in considerazione le offerte di abbonamento dell’Economist, come vediamo dalla figura
1.2 una opzione è strettamente preferibile all’altra, perché scegliere l’opzione solo carta quando
allo stesso prezzo posso prendere l’opzione carta + Web? Questa peculiare scelta da parte del
team marketing dell’Economist è dovuta all’effetto esca, ossia quel fenomeno per il quale i
consumatori tendono a modificare la propria preferenza rispetto a due opzioni quando gliene
viene presentata una terza.

Figura 1.2

Uno degli esperimenti più famosi in merito è stato costruito dal national geographic in un cinema
statunitense: In origine erano disponibili solo 2 porzioni di popcorn una piccola a 3$ e una grande
a 7$, posti di fronte a questa opzione i clienti si chiedevano se volevano l’opzione economica o
quella più dispendiosa, i risultati hanno dimostrato che la maggior parte degli avventori preferiva
scegliere l’opzione piccola. In seguito, hanno introdotto un pacchetto intermedio a 6,5$, l’opzione
esca, in questo caso i clienti preferivano scegliere l’opzione grande in quanto nottavano l’aumento
di quantità che potevano guadagnare passando dall’opzione a 6,5$ a quella a 7 per soli 50 cents 1.
Introdurre quindi un’opzione palesemente sconveniente aveva aumentato le vendite. Ci sono
quindi numerose prove che i gusti delle persone cambino quando il menu delle alternative si
espande, in uno scenario ipotetico in cui vogliamo vendere un prodotto target ma abbiamo un
competitor che si trova nel vincolo di bilancio del cliente ed è preferito al prodotto target, è
possibile e dimostrato che si può manipolare la scelta del consumatore introducendo un terzo

1
Entrambi gli esempi sono spiegati ulteriormente qui: I Sherlin, F Siswadhi, E Sarmigi, Analysing the Decoy Effect on
Online Product Purchasing Preference, Atlantis Press (2020)
8
prodotto esca dominato asimmetricamente dal prodotto target, nonostante il fatto che pochi
consumatori comprerebbero questo prodotto, in quanto di peggior qualità sotto ogni punto di
vista. La sua introduzione modifica le scelte degli agenti economici modificando le curve di
indifferenza nella maniera illustrata nella figura 1.5.

Figura 1.3

Altro case study tipico per dimostrare le criticità della teoria della razionalità è il caso della
avversione alle perdite ed effetto dotazione: Supponiamo vi siano proposti una tazza o un
quantitativo di euro variabili Q, se siete razionali ci sarà un punto in cui siete indifferenti tra l’avere
la tazza e questa somma Q, in queto punto WPA (willingness to pay) e WTA (willingness to accept)
coincidono, ovvero è indipendente se possedete o meno la tazza. Tuttavia, i test empirici hanno
dimostrato che non è così uno studio della cornell University ha dimostrato come chi possedeva la
tazza era disposto a privarsene per 5,25$ mentre chi non la possedeva offriva in media solo 2,75$,
ciò può essere correlato al fatto che il modo in cui valutiamo diverse opzioni dipende dal punto di
riferimento ossia la nostra situazione iniziale questi fenomeni sono denominati Reference point
phenomena. Questo caso specifico rientra nel più grande spettro dell’effetto incorniciamento (o
Framing effect), che accade quando le preferenze vengono manipolate dal modo in cui le opzioni si
presentano. Esempi di Framing possono essere: Presentare un prodotto scrivendo “per il 90%
senza grassi” invece che “10% di grassi saturi” oppure l’illusione monetaria che non ci permette di
percepire il valore reale di una valuta se cambiamo di paese 2, oppure ancora spiega perché i
prodotti sono venduti a 0,99 centesimi invece che 1 euro etc… Tutti questi sono esempi di Bias che
influenzano le nostre scelte e ci portano a divergere dalla razionalità, possiamo ora introdurre la
funzione valore, che rappresenta come un soggetto valuta un cambiamento. La funzione valore, a
differenza della funzione utilità, considera i cambiamenti rispetto un punto di partenza, di modo
che la curva sia più ripida a sinistra dell’origine. Si riesce a vedere come la curva è costruita per far

2
I. Fisher (1927) nel testo "Money illusion"
9
in modo che la perdita dia molto più fastidio di quanto non faccia piacere un guadagno
(Avversione alle perdite). Possiamo capire che se ci ritroviamo a vincere qualcosa e poi perderlo,
ci ritroveremo nella stessa situazione iniziale di fatto, ma ci sentiremo peggio rispetto all’inizio,
anche questo per l’economia classica non ha molto senso, eppure svariati esperimenti empirici
dimostrano la veridicità di questa affermazione. Questi fenomeni sono anche rivedibili nel così
detto Aspiration Treadmill cioè quel processo che in base al quale un aumento di ricchezza si
traduce in un aumento di aspirazioni, dato dal cambio di prospettiva, motivo per cui i rendimenti
di felicità derivanti dall’aumento di denaro sono decrescenti… tuttavia le persone ricche sono
tanto riluttanti (se non di più) a pagare le tasse quanto quelle povere, qui entra in gioco la già
citata avversione alle perdite.

Un altro esempio che si può fare riguarda l’effetto di ancoraggio e aggiustamento, si tratta di un
processo in due step: la prima fase prevede una stima iniziale (l’ancora) e, secondariamente, si
aggiusta la risposta verso l’alto o il basso per raggiungere il risultato finale, si tratta di una vera e
propria euristica ossia una “scorciatoia mentale”, un ragionamento rapido che facciamo, più o
meno conscio, per risolvere un problema nel minor tempo possibile, utile per non perdere troppo
tempo in mansioni quotidiane, tuttavia ciò può portare a prendere scelte irrazionali anche
sistematicamente. Esempi ne esistono a dozzine ma il più famoso riguarda un gruppo di persone
che doveva stimare in percentuale quanti degli stati che fanno parte delle Nazioni Unite sono
africani. Ad alcuni, veniva mostrato il numero 10, e ad altri il numero 65. La percentuale stimata da
chi vedeva il numero 10 (in media 25%) era sempre inferiore a quella stimata da chi vedeva il 65
(in media 45%).

Abbiamo dunque visto diversi metodi con cui si possono influenzare e modificare le scelte del
consumatore attraverso una conoscenza dell’economia comportamentale: Introducendo delle
alternative dominate simmetricamente (Decoy effect), Modificando la cornice in cui viene
presentato un prodotto (effetti incorniciamento), o Introducendo ancore arbitrarie. I modelli
tradizionali considerano le opzioni come un incrocio fra prezzi e caratteristiche dei prodotti
lasciando e trascurando molto variabili di interesse. Tutti questi esempi sono stati fatti in situazioni
di certezza, andiamo quindi nel prossimo capitolo ad analizzare i casi di scelta in condizioni di
incertezza.

1.2 Scelte in condizioni di incertezza

10
La teoria classica ci permette anche di formulare giudizi e ipotesi in condizioni di incertezza
attraverso la teoria della probabilità, è una teoria con un ampio consenso e che permette
partendo da pochi assiomi ad arrivare a dei risultati complessi e verosimili. Questa teoria è anche
alla base dei calcoli sulle scelte attese degli agenti razionali, si suppone che agenti perfettamente
razionali posti innanzi a una scelta incerta reagiranno tutti allo stesso modo e nello specifico
seguendo gli schemi previsti dalla teoria della probabilità. La funzione probabilità in particolare è
una funzione che assegna un numero reale, tra 0 e 1, a qualunque possibile risultato.

Gli assiomi alla base e quelli più importanti usati sono i seguenti:

 La probabilità è un numero compreso tra 0(impossibile) e 1 (certo)

 Se due opzioni A e B sono l’insieme dei possibili risultati allora 1-A=B e 1-B= A
 Se due risultati A e B sono indipendenti allora, A intersecato B, ossia la possibilità che
accadano entrambi, è uguale ad A * B

Supponiamo di avere dunque un’urna con 20 palline di cui 5 sono rosse e 15 sono gialle, la
probabilità di estrarre una pallina rossa, dunque, è semplicemente: Numero palline rosse/totale,
5/20. Se facessimo un’ulteriore estrazione, dopo aver reinserito la pallina, sarebbe sempre 5/20
mentre estrarre una pallina gialla sarebbe 15/20.

Estrarre invece una pallina rossa e poi una gialla in caso di reinserimento sarebbe invece 5/20 *
15/20 ossia 3/16.

È possibile anche calcolare probabilità condizionate, ossia casi in cui sappiamo i risultati di
estrazioni precedenti con risultati dipendenti l’uno dall’altro, ad esempio il caso delle urne ma
senza reinserimento. Si dice dunque che Pr(A|B) è la probabilità che si verifichi A condizionato B.

Pr(A|B)= Pr(A & B) / Pr(B)

Dove Pr(A & B) è la probabilità che in due estrazioni consecutive si verifichino sia A che B.

Partendo da questi presupposti Thomas Bayes formulo una regola che racchiudesse in una unica
semplice formula quanto detto pocanzi3.

3
Thomas Bayes (1763), An Essay towards solving a Problem in the Doctrine of Chances. By the late Rev. Mr. Bayes, F.
R. S. communicated by Mr. Price, in a letter to John Canton, A. M. F. R. S., Philosophical Transactions, Giving Some
Account of the Present Undertakings, Studies and Labours of the Ingenious in Many Considerable Parts of the World,
53:370–418.
11
Il teorema serve in generale per calcolare la probabilità di una causa che ha scatenato un evento
verificato, ma può essere usato in diversi modi. è spesso letto come il modo in cui dovremmo
modificare le nostre convinzioni in funzione di nuove evidenze disponibili. Sia in ambito politico,
sportivo oppure scientifico cerchiamo conferme di ciò che crediamo nei risultati empirici
(intenzioni di voto, risultati sul campo, esperimenti riusciti ecc…). Si parla dunque di teoria della
conferma, all’interno della quale la regola di Bayes ha piena valenza.

Supponiamo di avere un’ipotesi scientifica. Per cercare di confermarla, posso fare un esperimento.
Ovviamente, mi aspetto di avere un certo risultato, ossia H l’ipotesi e E l’evidenza disponibile. La
probabilità di H, Pr(H) è chiamata probabilità a priori. La probabilità invece che H sia vera nel
momento in cui lo sia anche E è detta probabilità a posteriori e per trovarla basta applicare la
regola di Bayes.

Il risultato ci dice come aggiornare la nostra idea sull’ipotesi H alla luce dell’evidenza E, ossia, nello
specifico, la Pr che assegniamo ad H discende da Pr(H) e da Pr(H|E). Nel caso modificassimo la
nostra opinione, avremmo applicato quello che si chiama un Aggiornamento Bayesiano.

Per capire dunque come l’agente razionale prende le decisioni in condizioni di rischio o incertezza
dobbiamo prima introdurre alcuni altri concetti:

Il valore atteso è il risultato medio che ci si può aspettare di ottenere se si ripete il risultato
svariate volte per un lungo periodo, ad esempio nel caso di una estrazione il risultato medio che
ottengo se eseguo l’estrazione un infinito numero di volte. Un classico esempio sono le
scommesse. Supponete che vi vengano dati 10$ se vincete il lancio di una moneta, non truccata, e
0$ se perdete. Nel lungo periodo otterremo in media 5$, ossia la probabilità di vincere 10$ + la
probabilità di vincerne 0$. Dunque, uno scommettitore razionale accetterà sempre la scommessa
se il costo per partecipare è inferiore a 5 euro, la rifiuterà se superiore. Aumentando il raggio da
azione del valore atteso e portandolo nel concreto della vita di una qualsiasi attività o azienda il
calcolo del valore atteso altro non è che il focus dell’analisi costi-benefici di qualsiasi progetto

12
nuovo di cui non si sanno per certo i possibili ricavi. L’idea è confrontare i costi coi benefici attesi,
se i secondi superano i primi allora ha senso portare avanti il progetto, altrimenti no.

Tuttavia, un euro non ha sempre ugual valore. Noi prestiamo molta più importanza a un euro se è
l’unico che abbiamo o abbiamo fame molto di meno se siamo sazi. Inoltre, limitandoci al solo uso
del valore atteso casi come il paradosso di San Pietroburgo non sarebbero spiegabili 4.

Per riuscire quindi a rappresentare le scelte in modo più veritiero facciamo affidamento all’utilità
attesa, la figura 1.4 mostra un esempio dell’utilità decrescente di un bene. Molti beni seguono la
legge dell’utilità marginale decrescente (esempi tipici sono l’acqua, il quotidiano, i vestiti che
indossi, ecc). Dunque, la persona che sceglie l’opzione con l’utilità attesa più alta si dice che
massimizza l’utilità attesa. Questo è uno schema che si può applicare in tutti i casi, non solo
quando si parla di denaro ma ogniqualvolta si hanno preferenze precise rispetto a opzioni diverse,
il che è sempre vero nel caso di agenti razionali. Dunque, è facilmente spiegabile l’attitudine verso
il rischio delle persone e delle scommesse che dipenderà dalla propria funzione di utilità, è
facilmente comprensibile dunque perché le persone preferiscono somme di denaro certo a
scommesso con valore atteso più alto se teniamo in considerazione la Teoria dell’utilità insieme al
concetto di utilità marginale decrescente del denaro. Gli agenti posti di fronte al quesito preferisci
1 milione di euro o la possibilità al 50% di vincerne 5 milioni? Sceglieranno la prima opzione,
perché l’utilità percepita da 0 a 1 milione è molto più alta rispetto a quella da 1 milione a 5.

Figura 1.4

4
Il paradosso di san Pietroburgo è stato esposto nel essay: Commentarii Academiae Scientiarum
Imperialis Petropolitanae

13
L’approccio neoclassico fin qua analizzato assume che le persone siano in grado di assegnare
probabilità ai differenti stati del mondo, che effettuino calcoli precisi basati sulle regole della teoria
delle probabilità, che attribuiscano una certa utilità e che dunque scelgano l’opzione ottimale,
purtroppo o per fortuna non è sempre così e ci sono molti casi in cui queste assunzioni non sono
poi molte vere.

1.3 Decision making

Il problema è che gli agenti si discostano spesso dagli standard dalla teoria dell’utilità attesa e non
lo fanno perché non riescono a massimizzare nei migliori dei modi la loro funzione d’utilità,
piuttosto le loro scelte divergono dalla teoria in modo sistematico e prevedibile.

Partiamo col dire che perdere e vincere non hanno lo stesso valore opposto, perdere qualcosa
produce un effetto molto maggiore rispetto a guadagnare la stessa cosa. Uno degli esperimenti più
famosi in questo ambito è stato eseguito da Tversky e Kahneman nel 1981 in cui hanno sottoposto
a un campione di studenti universitari due diversi problemi in due momenti diversi:

 Immaginate che l’Europa venga colpita da una influenza che si pensa possa uccidere 600
persone. Vengono implementati due piani: nel primo, l’opzione A, a salvarsi saranno 200
persone. Col secondo, l’opzione B, ci sarà una probabilità di 1/3 di salvare tutte le 600
persone.  I risultati hanno fatto emergere che il 72% preferiva l’opzione A.
 Ora immaginate che l’Europa venga colpita da una influenza che si pensa possa uccidere
600 persone. Vengono anche in questo caso implementati due piani, nel primo, l’opzione
C, moriranno 400 persone. Se viene scelto invece il piano D, con probabilità 1/3 si
salveranno 600 persone e con 2/3 moriranno tutte.  I risultati hanno fatto emergere che
il 78% sceglieva l’opzione D e solo il 22% l’opzione C

Se facciamo attenzione ai due problemi notiamo come l’opzione A è identica alla C e B è identico a
D, questa differenza di risultati è dovuta all’effetto incorniciamento. Preferenze e comportamenti
sono facilmente influenzabili dalla maniera in cui sono presentati i dati. Vincere e perdere non ha
lo stesso effetto e quindi nel primo caso abbiamo in mente le persone che potremmo salvare
mentre nel secondo quelle che potremmo perdere.

Questa consapevolezza quindi ci restituisce una funzione di valore diversa a seconda se abbiamo a
che fare con perdite o con vincite. Nel caso delle prime le persone sono solitamente propense al

14
rischio mentre per le vincite c’è un’avversione al rischio. La figura 1.5 mostra la costruzione di
questa ipotetica funzione valore asimmetrica.

Figura 1.5

Altro concetto particolare che evidenzia i limiti della Teoria Classica è il fenomeno della contabilità
mentale, teoria sviluppata da R. Thaler nel 1999.

“La contabilità mentale è l’insieme delle operazioni cognitive utilizzate dagli individui e dalle
famiglie per organizzare, valutare e tenere traccia delle attività finanziarie” 5

In breve, è la tendenza a separare nella mente il denaro, assegnandolo a differenti categorie e

funzioni. Questo meccanismo comportamentale viola il principio di fungibilità, ossia il fatto che il
denaro non abbia etichette precise e, indipendentemente da provenienza e uso, il denaro è
sempre lo stesso. Osservazioni empiriche però dimostrano come spesso le persone violino questo
principio.

Per esempio, supponiamo che un investitore abbia bisogno di denaro e debba scegliere tra due
azioni da vendere, una delle quali è aumentata di valore e l’altra è in perdita. La contabilità
mentale fa si che l’investitore scelga con più probabilità di vendere l’azione in aumento mentre
un’analisi razionale favorisce la vendita del perdente, in quanto in questo caso potrebbe detrarre
delle tasse mentre nel primo dovrebbe pagarne 6. Questo è dovuto al fatto che chiudere una
trattativa in perdita è doloroso.
5
Per ulteriori approfondimenti: Mental Accounting Matters RICHARD H. THALER, Journal of Behavioral Decision
Making, University of Chicago, USA (1999)
6
Journal of Behavioral Decision Making: 183±206 (1999) Shefrin, H. M. and Statman, M. `The disposition to sell
winners too early and ride losers too long'
15
Oppure, alcune persone tengono uno speciale “barattolo di denaro” o un fondo simile messo da
parte per una vacanza o una nuova casa, mentre allo stesso tempo hanno ingenti debiti sulla carta
di credito. È probabile che trattino il denaro in questo fondo speciale in modo diverso dal denaro
che viene utilizzato per ripagare il debito, nonostante il fatto che non saldare i debiti aumenti il
pagamento degli interessi, riducendo così il loro patrimonio netto totale.

Altro caso in cui la teoria classica vacilla è il cosiddetto principio di Sure-Thing, che ci porta a
prendere scelte basate su variabili che non impattano sul risultato finale. Vediamone un esempio:

 Paradosso di Allais

Supponete di avere di fronte le seguenti opzioni e di dover scegliere tra 1a e 1b all’inizio e poi tra
2a e 2b successivamente.

1a. 1 milione di euro certi

1b. Una probabilità del 89% di vincere 1 milione di euro e del 10% di vincere 5 milioni di
euro

2a. una probabilità del 11% di vincere 1 milione di euro

2b. una probabilità del 10% di vincere 5 milione di euro

Un tipico pattern di risposte è (1a)-(2b). Nel primo caso entra in gioco l’avversione ai rimorsi, data
la piccola probabilità di non vincere nulla, ma nel secondo caso la differenza ci sembra così poca
che il rimorso è molto minore. Questo pattern di risposte però contraddice la teoria dell’utilità
attesa. Dimostriamolo:

se preferisco (1a) a (1b) allora: u(1M) > 0,89*u(1M) + 0,10*u(5M)

preferire (2a) a (2b) significa che 0,10*u(5M) > 0,11*u(1M)

0,11*u(1M) equivale a u(1M) – 0,89u(1M) perciò 0,10*u(5M) > u(1M) – 0,89u(1M)

Se ordiniamo i termini otteniamo 0,89*u(1M) + 0,10*u(5M) > u(1M); questa espressione, dunque,
contradice chiaramente l’espressione iniziale e quindi è in contrapposizione alla prima scelta che
abbiamo fatto.

16
Si può anche dimostrare supponendo di avere una roulette con 100 caselle: 89 nere, 10 rosse e 1
bianca, rappresentiamo quindi le 4 opzioni sotto forma di tabella 1.6:

Figura 1.6

Come nel caso di prima, al giocatore viene chiesto di scegliere tra 1a e 1b all’inizio e poi tra 2a e
2b. Nel primo caso, se esce il nero non importa cosa abbiamo scelto perchè vinciamo sempre 1
milione di euro. Questo fenomeno si dice Sure-Thing. L’espressione 0,89 * u(1M) appare sia in 1a
che in 1b quindi non dovrebbe influenzare la scelta.

Nel secondo caso, otterremo 0$ se esce il nero in tutti e due i casi, questa è la nostra Sure-Thing.
La colonna “Nero – 89%” è quindi irrilevante, in caso di razionalità assoluta, ai fini della nostra
decisione.

Dunque, se a contare sono solo le 2 colonne a destra, risulta chiaro che 1a = 2a e 1b = 2b e perciò
le nostre scelte dovrebbero essere identiche.

A partire da questo concetto, si arriva anche a sviluppare il concetto di avversione all’ambiguità.

Famoso è il caso del paradosso di Ellsberg, che indica che le persone non seguono sempre la stessa
curva di utilità ma la cambiano a seconda del problema che affrontano, in economia
comportamentale si identifica questo fenomeno come preferenze ambigue. E nel mondo reale le
ambiguità sono la prassi.

Tuttavia, seppur tutti questi casi possono essere spiegati tramite la struttura particolare della
funzione valore esistono dei casi che non rientrano all’interno di questo framework, basta
considerare persone che, allo stesso tempo, scommettono alle partite di calcio e acquistano
un’assicurazione. Ciò è paradossale, ci si aspetterebbe che o sei avverso al rischio o sei propenso.

Per rispondere a questo e a casi simili, la Teoria del Prospetto ha elaborato l’idea del peso della
probabilità. L’idea di base è che a eventi molto improbabili come vincere alla lotteria, perdere la
casa, la vita ecc. diamo un peso molto maggiore rispetto alla sua probabilità effettiva. Questo
effetto spiega anche perché temiamo un incidente aereo oppure una trombosi dopo un vaccino

17
nonostante siano eventi molto più improbabili rispetto a un incidente in macchina o ammalarsi di
covid-19.

Ne risulta che il comportamento delle persone viene influenzato non solo da come appare il
rischio, se si tratta di una perdita o di una vincita rispetto al punto di riferimento, ma anche se le
probabilità rilevanti sono basse. Nel dominio delle perdite, gli agenti tendono ad essere propensi
al rischio. Nell’ambito dei guadagni, invece, essi tendono ad essere avversi al rischio.

1.4 Alcuni esempi di Bias Cognitivi

L’Herding behaviour è stato studiato per la prima volta dall’economista Abhijit V. Banerjee. Si
tratta di quel fenomeno per cui gli investitori seguono e copiano gli investimenti effettuati dagli
altri, la massa, senza aver fatto delle ricerche previe personali. Un investitore che mostra Herd
behaviour generalmente gravita attorno agli stessi investimenti degli altri.

Chiamato così perché simile al modo in cui gli animali reagiscono, in gruppo, quando scappano
all'unisono da un pericolo. L’ herding behaviour si distingue per la mancanza di processo
decisionale o introspezione individuale, che induce le persone coinvolte a pensare e a comportarsi
in modo simile a tutti gli altri intorno a loro. La Fear of missing out an investment (FOMO),
letteralmente la paura di perdere un investimento, è spesso la forza trainante dietro questo bias.
Ma questo può causare cattivi investimenti. Poiché questo tipo di comportamento è istintivo,
coloro che non soccombono ad esso possono spesso sentirsi angosciati o spaventati. Se la folla
stesse andando in una direzione, un individuo potrebbe pensare di sbagliare andando in quella
opposta.

Questo fenomeno è spesso citato come una delle cause alla base delle bolle speculative. Vedremo
questo argomento più nel dettaglio nel proseguo di questa tesi

Il Bias dell’eccessiva fiducia è un bias che ci porta a sovrastimare le nostre capacità o le nostre
valutazioni. Uno studio del 2018 da parte della American Automobile Association ha evidenziato
come il 73% degli intervistati si definiva un conducente migliore della media, questo ovviamente è
impossibile in quanto ci aspettiamo che solo il 50% delle persone possa affermarsi come tale.

18
Il pregiudizio di eccessiva fiducia inganna il cervello facendogli credere che sia possibile battere
costantemente il mercato facendo scommesse rischiose. Ma l'evidenza empirica mostra come
anche i migliori esperti finanziari possono avere difficoltà a prevedere il mercato.

È un bias già presente in noi innatamente ma può essere stimolato da idee come “pensare
positivo” “con volonta e fatica tutto è possibile”, e altri pensieri simili. Il bias ci porta a fare scelte
economiche subottimali per le nostre capacità che si concretizzano in cattivi investimenti o ritorni.
Ciò è visibile anche empiricamente come dimostrato nel 2020 dal Morningstar’s Active/Passive
Barometer in cui in un report evidenziavano come solo il 25% dei fondi attivi su 10 anni riusciva a
superare i costi passivi7.

Optimism Bias: L’essere umano è più ottimista che realista. Diversi studi hanno dimostrato che le
persone sottostimano la possibilità di divorziare, di perdere il lavoro, di ammalarsi di cancro
mentre sovrastimano la propria aspettativa di vita di oltre 20 anni. Questa tendenza a percepire il
futuro roseo, anche paragonandolo al passato e al presente, è nota come optimism bias e ci
riguarda tutti, maschi e femmine, giovani e non giovani, ricchi e poveri.

Ellen Langer nel 1975 condusse uno studio che prevedeva l’estrazione di una lotteria, dove
i biglietti avevano statisticamente la stessa probabilità di essere estratti . La ricerca mise in
luce, però, che i soggetti a cui veniva conferita la possibilità di scegliere il proprio biglietto,
avevano la convinzione che la propria scelta avesse influenzato l’estrazione. Coloro ai quali
non era stata garantita la stessa opportunità, sostennero che l’esito dell’estrazione era
dovuto al caso 8 .

In conclusione, questo bias ci porta a pensare che abbiamo meno probabilità di soffrire di
sfortune mentre abbiamo più probabilità di raggiungere il successo di quanto la realtà
suggerirebbe.

Sunk cost. Costi irrecuperabili. Sono quei costi in cui si è già incorso e che non possono
essere recuperati in alcuna maniera significativa. Significa che quando gli individui
mostrano un comportamento di Bias da costi irrecuperabili, persistono con l'opzione in cui

7
https://www.morningstar.it/it/news/211062/fondi-attivi-bocciati-al-test-2020.aspx
8
Langer, E. J. (1975). The illusion of control. Journal of Personality and Social Psychology
19
hanno già investito e resistono al passaggio a un'altra opzione che potrebbe essere più
redditizia.

Un esempio proposto dagli economisti Roth S., Robbert T., Straus L. prende in
considerazione una persona che ha acquistato un biglietto per vedere un’opera a un teatro
locale, in seguito viene invitato da un suo amico a mangiare a gratis a un ristorante
esclusivo italiano alla stessa ora. I ‘individuo preferisce mangiare la cena con l’amica ma
deciderà di andare piuttosto al teatro perché penserà: “ormai ho già pagato il biglietto non
posso non andarci” non considerando che andando al teatro perderà l’occasione di
mangiare con l’amico. Un altro esempio tipico usato per spiegare il bias è “l’errore
concorde” 9 . I governi del Regno Unito e della Francia hanno considerato le loro spese
passate sul costoso jet supersonico come una spinta a continuare il progetto;
razionalmente, invece, avrebbero dovuto interromperlo, diminuendo così le perdite.

In conclusione, possiamo dire che è un bias che ci porta a considerare le scelte fatte in
passato nel valutare l’attratti vità di un progetto o di un investimento, portandoci a fare
scelte irrazionali.

1.5 Economia del benessere comportamentale paternalismo libertario e agenda nudge

La crisi finanziaria del 2008 è stata un punto di svolta per l’economia comportamentale perchè ha
visto avverarsi molte delle sue previsioni, sia nel modo in cui si è venuta a creare sia nel modo in
cui poi i fatti si sono svolti e nelle conseguenze che ha prodotto.

Gli economisti comportamentali in seguito a questi eventi hanno sviluppato una teoria che viene
chiamata indifferentemente Paternalismo Libertario, leggero/morbido o asimmetrico, e che
hanno dato vita a una serie di proposte politiche conosciute come Agenda Nudge.

L’obbiettivo degli economisti comportamentali è il benessere sociale tant’è che il loro contributo
prende anche il nome di economia del benessere comportamentale, e riguarda sia la
giurisprudenza, sia la vita di tutti i giorni e anche le politiche pubbliche.

9
Arkes H. R., Ayton P. (1999). The sunk cost and concorde effects: are humans less rational than lower animals?
20
Esempi possono essere politiche che vietano pratiche dannose, che impongono azioni che hanno
effetti positivi, che rimuovono barriere all’interazione e molte altre. La premessa però a tutte
queste azioni è che, come abbiamo visto nei capitoli precedenti, le scelte degli agenti economici
non sono sempre razionali e ottimali, ma si discostano da essa per mancanza di informazioni, Bias
o Euristiche, e come tali possono essere potenzialmente migliorate rendendole più conforme a
quelle degli agenti razionali. Questo, dunque, è l’obbiettivo del paternalismo libertario, migliorare
la vita delle persone usando l’economia comportamentale.

In particolare, il Paternalismo Libertario si propone di aiutare le persone, a fare delle scelte

migliori, ma se possibile senza interferire con la loro libertà ed autonomia. Si dice asimmetrico in
quanto produce grandi effetti per individui poco informati e che fanno scelte irrazionali mentre ha
costi bassi o nulli per quelli che invece lo sono. Gli interventi pensati per produrre questo effetto
sono chiamati Nudge. L’idea è di aiutare le persone a fare scelte migliori in autonomia, non al
posto loro.

Un esempio di Nudge è “l’opzione di default” che ci dice che conviene impostare l’effetto
desiderato come opzione predefinita. Prendiamo il caso delle donazioni di organi. In questo senso,
agli stati converrebbe applicare, per esempio, come politica di default la donazione degli organi
dopo la morte del cittadino. Coloro che sono contrari, devono compilare un formulario per
manifestare la propria contrarietà. Si è visto che i paesi che applicano questa opzione di “Opt-out”
hanno % di donatori molto più alti rispetto ai paesi con l’opzione di “Opt-in”.

L’albo dei donatori può essere ulteriormente migliorato se si applica anche in contemporanea la
regola di priorità, in cui chi è registrato come donatore di organi ha anche priorità nella lista di
attesa in caso ne avesse bisogno. Questo argomento però non sarà discusso qui ulteriormente e si
rimanda ad altre letture10.

Riassumendo questo primo capitolo, dobbiamo considerare alcuni punti importanti: L’economia
Neoclassica non è poi così tanto sciocca come alcuni critici tendono a pensare, spesso molte delle
critiche che le sono indirizzate sono in realtà mal formulate.

Un fatto però non meno importante è che l’evidenza reale, sperimentata con soggetti veri
provenienti dal campo, suggerisce che il comportamento reale delle persone devia
sistematicamente dalle previsioni della teoria Neoclassica.
10
Increasing organ donation via changes in the default choice or allocation rule Dan yang Li Zackary Hawley Kurt
Schnier, link: https://pubmed.ncbi.nlm.nih.gov/24135615/
21
Non ci sono ambiguità sul fatto che gli agenti economici tendono a dare maggior importanza ai
costi irrecuperabili, cadono preda di euristiche o bias cognitivi, agiscono impulsivamente,
mostrano pensieri strategici limitati, sono vittima di manipolazioni varie etc. Se tali deviazioni
fossero casuali e non sistematiche, non sarebbero materia di studio, ma sono invece frequenti,
significative e sistematiche, ciò significa che sono prevedibili e possono come tali essere spiegate.

Considerato ciò, le due branche economiche non sono contrapposte, anzi sono complementari. Gli
economisti comportamentali sono contenti quando il comportamento osservato negli agenti si
avvicina, o coincide, con le previsioni della teoria neoclassica. Ma se ciò non avvenisse, gli
economisti conservatori dovrebbero accettare il fatto che è necessario uscire dagli schemi
tradizionali per spiegare e prevedere comportamenti anormali. Questo è il terreno di analisi
dell’economia comportamentale.

CAPITOLO 2 CASO SPECIFICO: IL CASO BITCOIN

Il Bitcoin è stato creato nel 2009 come la prima valuta decentralizzata. Menzionato per la prima
volta in un white paper pubblicato da un certo Satoshi Nakamoto, fa uso della tecnologia Block-
Chain e di una struttura peer-to-peer. La mancanza di un ente centrale rende impossibile a
qualunque autorità, governativa o meno, il blocco dei trasferimenti, il sequestro di bitcoin senza il
possesso delle relative chiavi o la svalutazione dovuta all'immissione di nuova moneta. Il bitcoin ha
dato origine al fenomeno delle Criptovalute.

Pensata in origine come una valuta digitale, doveva essere in grado di superare i problemi che
affliggono quelle tradizionali già esistenti. La sua fornitura, disponibilità e valore non sono
controllati dai capricci dei regolatori; piuttosto, è protetto da un algoritmo informatico "non
crackabile" che ne controlla l'offerta. L'estrazione di nuovi bitcoin avviene tramite algoritmi
informatici. Le sue transazioni sono aperte al pubblico e dovrebbero essere prive di commissioni di
transazione poiché non coinvolgono intermediari11.

2.1 Il funzionamento del Bitcoin: analisi tecnica

Il bitcoin si basa su una nuova tecnologia, sviluppata in corrispondenza al bene, denominata

Blockchain. Serve perché permette la creazione e il trasferimento di dati crittografati scambiali fra
due soggetti in modo sicuro, permanente e trasparente. I dati scambiati, detti anche crypto-assets
11
Bitcoin as Money? Stephanie Lo and J. Christina Wang, September 4, 2014, Federal reserve bank of Boston
22
o abbreviati assets, grazie al processo di crittografia, sono unici. Il fatto che siano unici è di
fondamentale importanza perché oltre a non permetterne la coppia riescono a trasferire l’idea di
rarità del bene materiale. Si pensa infatti che i Bitcoin siano stati progettati prendendo ad esempio
i minerali preziosi (come oro, platino etc).

Ciò è possibile grazie all’uso della Distributed Ledger Technology (DLT), ossia un programma
digitale che consente ai due agenti di apportare modifiche ad un registro che è distribuito a tutti gli
utenti e di dominio pubblico. Il registro è inteso nel senso comune della parola.

Per capire come ciò sia possibile occorre introdurre il concetto di registro distribuito, ovvero della
Distributed Ledger Technology (DLT). Con DLT si intende un’infrastruttura digitale basata su un
algoritmo che consente alle parti di giungere al consenso per apportare modifiche ad un registro
che è per l’appunto condiviso tra gli utenti, senza un ente centrale che faccia da garante. La
blockchain, quindi, dà “forma” al registro, nello specifico attraverso dei blocchi concatenati tra
loro tramite “l’hash”. le transazioni validate sono registrate nei blocchi in modo crittografico e
irreversibile. Accessibili e verificabili da tutti i soggetti che condividono il registro. Ogni transazione
che avviene fra due soggetti deve quindi aggiungere un blocco alla catena e per farlo serve
l’assistenza di alcuni speciali operatori: i miner.

I miners sono degli operatori esterni che mettono a disposizione la propria potenza di calcolo per
“risolvere” i blocchi di informazioni che devono essere validati. Ogni transazione fra due soggetti
richiede la trascrizione all’interno dei blocchi, ma per farlo è necessaria la risoluzione di complicati
algoritmi che richiedono dei potenti calcoli computazionali. Questo lavoro, che comporta un
consumo considerevole di energia elettrica, viene compensato con criptovaluta di nuova
emissione. Questo è l’unico modo in cui l bitcoin possono generarsi 12

La ricompensa per ogni estrazione è mano a mano minore, questo per volere del programmatore
Satoshi Nakamoto. Infatti, ogni 4 anni avviene il processo di “halving”, ossia letteralmente il
dimezzamento dei bitcoin ottenuti attraverso un lavoro di mining. Lo scopo è creare
artificialmente la scarsità del bene che altrimenti sarebbe infinito. A rinforzare questo tentativo
esiste un’ulteriore clausola: il limite massimo dei bitcoin in circolazione è di 21 milioni, una volta
raggiunta tale cifra non saranno più elargiti di nuovi.

12
ciò è valido solo per i bitcoin altre criptovalute funzionano in modo diverso
23
I miners verificano anche che i due interlocutori abbiano i bitcoin che promettono di trasferire. Al
termine del processo, il blocco di dati verrà aggiunto alla catena preesistente e infine i nodi
aggiorneranno la propria copia del registro.

Quello di Nakamoto era un duplice obbiettivo: sostituire il sistema finanziario tradizionale, che è
stato causa di numerose crisi finanziarie; e creare un sistema di pagamenti completamente
autonomo nel quale la trasmissione di valore tra individui possa avvenire senza ricorrere a una
parte esterna fiduciaria, e quindi senza incorrere nei rischi ad essa collegati. L’obbiettivo, quindi,
era chiaramente di creare una piattaforma da destinare a uso comune e popolare, tuttavia oggi
non è ancora così.

Il primo limite che si oppone ad un uso quotidiano dello strumento è l’elevata volatilità, ossia la
tendenza dell’asset digitale a subire variazioni di prezzo, anche accentuate e imprevedibili. Ciò è
dovuto a vari motivi: non esiste un ente che garantisce la stabilità del valore, come succede per le
altre monete FIAT13. Ci sono ancora oggi pochi operatori e quindi alcuni grossi investitori hanno la
possibilità di manipolare il mercato a loro favore, facendo grossi acquisti o vendite 14. Inoltre, la
maggioranza degli operatori detiene gli assets con soli fine speculativi e non per utilizzarli.

Il secondo limite, invece, è rappresentato dalla ridotta scalabilità. L’unità di misura della scalabilità
di una piattaforma è misurata in TPS (transaction per seconds), ossia transazioni al secondo. La
blockchain del bitcoin è in grado di processare circa 7 transazioni al secondo, numeri molto bassi.
Per fare un esempio, i circuiti come VISA o mastercard riescono a processare circa 2000 TPS, il
286% più veloce. A questo si aggiunge anche il forte consumo di elettricità necessario a
completare ogni transazione, che scala con lo scalare dell’uso della valuta. Al momento in cui sto
scrivendo questa tesi, il consumo di energia mondiale per processare le transazioni di bitcoin è di
14,72 GW al giorno, circa 129 terawatt annui15.

2.2 Bitcoin dal punto di vista comportamentale

13
La definizione di moneta FIAT può essere trovata qua: https://www.ig.com/it/glossario-trading/definizione-di-
moneta-fiat
14
ulteriori spiegazioni sulle whale possono essere trovate qui: https://www.investopedia.com/terms/b/bitcoin-
whale.asp
15
Dati presi dal Cambridge Bitcoin Electricity Consumption ; link: https://ccaf.io/cbeci/index
24
Tuttavia, non si può dire che il Bitcoin, o qualsiasi altra cripto, sia una valuta vera e propria, la sua
natura non è chiara. Non c'è accordo sul fatto che si tratti di una valuta o di una merce o entrambi.
Non ha valore intrinseco, garantito da una Banca centrale, il suo valore dipende semplicemente
dalla sua speculazione e dalle fluttuazioni dovute alla domanda-offerta. L’economia tradizionale,
dunque, non può spiegare il fenomeno del bitcoin, la teoria classica presuppone che gli esseri
umani siano razionali. Non si capisce come uno strumento che non ha valore intrinseco, in quanto
non può essere usato nella vita di tutti i giorni, possa avere una domanda e una capitalizzazione
così massiccia.

Abbiamo visto in precedenza come i comportamenti anormali siano territorio di studio

dell’economia comportamentale, anche in questo caso l’affermazione è vera. L’intero mercato
Bitcoin nasce, funziona e cresce grazie alla presenza di una serie di bias ed euristiche che ne
alimentano la diffusione e l’uso. Analizzando ulteriormente possiamo identificare: Herding
behaviour, ottimismo, sicurezza eccessiva, bias di conferma, avversione alla perdita e fallacia dei
giocatori. Molti studiosi inoltre coincidono col pensare che l’intero mercato delle cryptovalute non
sia altro che una grossa bolla finanziaria.

Questi bias sono riscontabili anche nei sistemi di finanziamento di molte cryptovalute, solitamente
finanziate attraverso le manovre ICO (initial coin offering), una specie di crowdfounding. Svariate
ricerche hanno evidenziato come l’uso di social, pubblicità, bias, euristiche e altri tipi di
manipolazione entrino in gioco per determinare il successo o meno di una campagna,
indipendentemente da fattori più importanti che un agente razionale considererebbe, come
possono essere volatilità e ROI del progetto16.

Nei prossimi paragrafi, evidenzieremo perché il mercato dei Bitcoin possa definirsi una bolla
speculativa e di come sia fortemente influenzato da una molteplicità di bias cognitivi.

Il funzionamento delle bolle

Per ulteriori informazioni al riguardo: The Application of Behavioural Heuristics to Initial Coin
16

Offerings Valuation and Investment Maxwell Stanley University of Essex, UK, 12 April 2019
25
Hyman P. Minsky è stato il primo a delineare il funzionamento e lo sviluppo delle bolle finanziarie,
ma in questa tesi faremo uso del modello a 4 fasi proposto da Jean-Paul Rodrigue. Le fasi sono:
Stealth, Awareness, Mania and Blow off.

Figura 2.1

Stealth. La fase stealth è la fase in cui poche persone hanno accesso alle informazioni, sono
consapevoli della possibilità di investire. I prezzi iniziano a salire, ma poiché siamo agli inizi la
capitalizzazione è ancora basa e si procede con cautela.

Awareness. In questa fase, i prezzi iniziano a salire e più investitori entrano nel mercato. C'è la
possibilità che ci sarà un leggero calo dei prezzi, dovuto alle persone che escono una volta che il
prezzo sembra salire e vogliono assicurarsi un guadagno sicuro.

Mania. I prezzi degli asset salgono fino a raggiungere il livello più alto. La gente vede questo
fenomeno come opportunità unica. I media iniziano a svolgere un ruolo fondamentale
alimentando la diffusione del fenomeno. La logica non gioca più un ruolo e sono i bias a farla da
padrone e a dominare la scena. Nuovi investitori, spesso con poche conoscenze, cercano di
entrare nel mercato acquistando assets, nella speranza che continuino a salire di valore. Al
contrario, pochi investitori intelligenti che sanno cosa sta succedendo iniziano lentamente a
ritirare denaro dal mercato che ormai è saturo, perché sanno che presto la bolla scoppierà.

Blow-off. La fase in cui tutti coloro che sono ancora sul mercato vedono raggiungere il livello più
alto del prezzo, ma dopo, quello diminuisce improvvisamente. Alcune persone iniziano a vendere i
loro beni e ci può essere un breve rimbalzo. Ma dopo un leggero aumento, il prezzo crolla di
nuovo, la bolla è scoppiata.

26
La Figura 2.2 mette in evidenza i bias cognitivi che si verificano nelle diverse fasi di una bolla
speculativa.

Figura 2.2

Ad esempio, nella fase Stealth possiamo vedere come esiste il fenomeno di herding 17. Questo
comportamento dipende dall'attività di mercato in cui quando lo slancio del prezzo aumenta, gli
investitori acquisteranno attività. Nella fase di awareness invece c’è ottimismo verso
l’investimento e si trascurano i possibili rischi. Nella fase di mania gli investitori sono convinti di
aver fatto un buon investimento e sopravalutano le loro capacità, anche chi è consapevole che si
tratti di una bolla speculativa pensa di riuscire a svendere prima che l’intero sistema crolli. Nella
fase di Blow-off invece gli investitori non vogliono vendere i loro assets anche se sono in picchiata,
per evitare di dover ammettere di aver fatto un errore.

Il funzionamento complesso del sistema e della tecnologia si unisce anche a una generale
mancanza di informazioni. Parliamo di asimmetrie informative che portano molte persone a fidarsi
e a seguire personaggi prominenti nella comunità o in generale nel mondo dei social. Famosi sono
i casi in cui, per esempio, il famoso imprenditore Americano Elon Musk attraverso i suoi tweet ha
influenzato l’andamento di alcune criptovalute18. Nella Figura 2.3 vediamo l’oscilazione del prezzo
del Dogecoin, la Figura 2.4 mostra uno dei tweet di Musk citati. Oppure il caso Gamestop, in cui la
comunità di “Reddit” è riuscita a manipolare il mercato. Anche in questo caso gli utenti non erano
professionisti del settore ma neofiti che si sono uniti per motivazioni ideologiche più che
finanziarie19.

17
come dimostrato dagli studi di Ajaz e Kumar nel 2018
18
nello specifico il Dogecoin, https://forbes.it/2021/05/07/sono-promettenti-ma-investite-con-cautela-lavvertimento-
di-elon-musk-sulle-criptovalute/
19
https://economiapertutti.bancaditalia.it/notizie/il-caso-gamestop-una-lezione-per-tutti-gli-investitori-fai-da-te/
27
 elaborazione del Financial Times
Figura 2.3

Figura 2.4

Altro fenomeno famoso prende il nome di fomo abbreviazione in inglese di fear of missing out,
ossia la paura di perdere qualcosa per cui gli altri stanno avendo dei guadagni, un fenomeno molto
conosciuto nel mondo del trading delle criptovalute. Riconosciuto largamente come una delle leve

28
che smuove molti investitori a fare investimenti irrazionali, mossi esclusivamente dai sentimenti
del momento.

L’ottimismo, invece, negli investimenti in Bitcoin, avviene nella fase di Awarness, nasce dopo che
iniziano ad esserci sempre più persone che investono nelle criptovalute e che riescono a
guadagnare grazie all’aumento dei prezzi. Il bias dell’ottimismo, dunque, ci induce a sovrastimare i
successi e a sottovalutare i casi di fallimento. Più persone entrano nel mercato alimentandone il
processo.

L’overconfidence entra in gioco nella terza fase, quando gli investitori pensano di essere in grado
di prevedere il mercato meglio degli altri e come tale acquistano sempre più cripto a prezzi sempre
più alti. Questa situazione è ulteriormente aggravata da social e news che diffondono informazioni
parziali o, alle volte, false.

Infine, nella fase di Blow-off emerge il bias dell’avversione alle perdite, che, come abbiamo detto
nei precedenti capitoli, influisce sulla decisione di vendere determinati investimenti o meno. Nello
specifico, gli investitori che hanno visto la loro moneta calare saranno più riluttanti a cedere i
propri assets e preferiranno tenerli nella speranza che il valore risalga.

In conclusione, il bitcoin è sì un mezzo di scambio, come utilizzato da un certo numero di aziende,

tuttavia, fallisce nel suo obbiettivo di essere una moneta. Non ha alcun valore intrinseco, è
semplicemente ancorato a una serie di numeri su un programma del computer. Così, il suo valore
deriva esclusivamente dall'essere una merce speculativa. Inoltre, considerando le forti evidenze
che confermano che l’intero mercato delle cryptovalute è influenzato da forti bias cognitivi sia nel
suo finanziamento iniziale, sia nel suo sviluppo che nel resto della sua esistenza, ciò ci porta a dire
che è destinato ad essere influenzato da bolle speculative. I casi di studi sul crollo di Mt Gox, il più
grande sito per lo scambio di criptovalute fino al 2014, sembrano confermare questa tesi.

Il Bitcoin presenta un altro punto critico identificato da molti osservatori: la sua forte somiglianza
con un altro fenomeno studiato dall’economia comportamentale, gli schemi Ponzi.

29
2.4 Schema Ponzi e schemi piramidali

Uno schema Ponzi è un tipo di frode in cui al potenziale cliente viene promesso un investimento
con rendimenti superiori a quelli di mercato, dopo poco tempo viene restituita parte della somma
investita, facendo credere che il sistema funzioni veramente. Di conseguenza, si sparge la voce
dell'investimento, altri clienti cadono nella rete. Si continuano a pagare gli interessi con i soldi via
via incassati. Lo schema si interrompe quando le richieste di rimborso superano i nuovi
versamenti.

Da notare che i rendimenti degli investitori vengono pagati con i propri soldi o con soldi versati
dagli investitori successivi, piuttosto che da profitti generati da investimenti o da qualsiasi attività
commerciale genuina. In termini contabili, uno schema Ponzi può essere distinto dalla maggior
parte delle altre imprese in quanto tecnicamente insolvente dal primo giorno della sua operazione
poiché gli utili, se presenti, sono inferiori ai pagamenti degli investitori e le passività sono di gran
lunga superiori. Seppur l'operazione è destinata alla fine a fallire, può continuare fino a quando il
pool di nuovi investitori non si esaurisce. Questo può durare mesi ma anche decenni, come
dimostra il caso Madoff.

Si tratta di uno schema a “somma 0” in quanto non viene prodotto alcun denaro, semplicemente i
dividendi sono il frutto della capitalizzazione dei nuovi entranti. Fondamentale nella fase iniziale è
pagare i dividendi promessi, alle poche persone che decideranno di uscire e incassare o che si
trovano dentro dal principio, questo servirà a far sembra il processo reale e saranno le stesse
“vittime” a cantare le lodi del progetto. Il regolare pagamento dei dividendi a questi soggetti gli
induce a portare amici, famigliari e colleghi all’interno del programma, questo schema quindi si
ripete per loro e così via.

Lo schema Ponzi può essere sostanzialmente rappresentato da queste cinque fasi:

1. Le persone ci investono perché si aspettano buoni profitti

2. Tale aspettativa è sostenuta dal pagamento di tali profitti a coloro che scelgono di
incassare. Tuttavia,
3. non vi è alcuna fonte di reddito esterna per quei guadagni. Invece,
4. i guadagni provengono interamente da nuovi investimenti in denaro, mentre gli operatori
portano via gran parte di questo denaro.
30
 5. Il pool di nuove persone arruolabili finisce, il sistema non ha più modo di sostenersi e come
tale collassa e si conclude.

Lo schema piramidale non è dissimile da uno schema Ponzi, implica lo scambio di denaro
primariamente per arruolare nuovi soggetti nel modello, solitamente, ma non sempre, con lo
scambio di beni o servizi. in questo caso, i soggetti sono incentivati a trovare nuovi venditori in
quanto riceveranno una parte dei profitti delle vendite di coloro che hanno introdotto, allargando
così la base. Anche in questo caso, si tratta di modelli commerciale e di marketing non sostenibili
in quanto man mano che si procede, diventa sempre più complicato trovare nuovi utenti. Quando
ciò accade, i nuovi utenti non sono più in grado di trarre profitto.

Sia gli schemi Ponzi che gli schemi piramidali sono strutture che non esisterebbero in un mercato
formato da soli agenti razionali, come per i bitcoin, essi esistono esclusivamente a causa dei bias
cognitivi delle persone. Nello specifico:

Bias di conferma: Selezioniamo cosa ascoltare; Facciamo molta più attenzione a tutte quelle
informazioni che confermano le nostre teorie, non cercando o sottovalutando la rilevanza di ciò
che contraddice le nostre convinzioni. Se pensiamo che il programma che ci propongono possa
essere un’opportunità redditizia, allora considereremmo solo i punti a favore e ignoreremo gli
altri.

Paura del rimpianto, Herding e FOMO: tutti questi bias giocano un ruolo fondamentale,
specialmente nel caso ci troviamo in una comunità che sta aderendo in massa al programma,
come può essere la propria comunità di amici o parenti. Imitiamo i comportamenti al fine di
condividere con altri la responsabilità di una scelta eventualmente sbagliata. Entriamo, invece, nel
programma per paura di perdere un’occasione unica, che possa cambiarci la vita. Facendo ciò
agiamo di impulso, non considerando le reali possibilità di guadagno.

Ottimismo e Overconfidence: Anche questi bias giocano un ruolo fondamentale. Per gli schemi
piramidali possiamo, ad esempio, sopravalutare la nostra capacità di portare dentro nuove reclute.
Oppure possiamo essere troppo ottimisti e fidarci del truffatore che ci presenta in modo allettante
la proposta di investimento.

31
Oltre ai bias citati, gli studiosi hanno identificato anche una generale mancanza di alfabetizzazione
finanziaria20. Unita a diffusi errori di cognizione, rafforzati dai fenomeni di bias di conferma e
persistenza di credenze, ciò fa in modo che sempre più persone entrino in questo “tritacarne” di
false speranze e finiscano per perdere i propri risparmi.

Le somiglianze però fra Schemi ponzi o piramidali e criptovalute non riguarda solo la condivisione
degli stessi bias, ma vanno ben oltre:

Riprendiamo lo schema di pagina 31; Investire in bitcoin (o qualsiasi criptovaluta simile) spunta
tutti quegli elementi distintivi. Gli investitori sono tutti coloro che hanno acquistato o
compreranno bitcoin; investono acquistando bitcoin e incassano vendendoli. Gli operatori sono i
Miner, che prelevano denaro dallo schema quando vendono le loro monete estratte agli
investitori. Le caratteristiche 3, 4 e 5 implicano che investire in bitcoin, è un gioco a somma
negativa. Cioè, in qualsiasi momento, l'importo totale sommato che tutti gli investitori hanno
prelevato è inferiore a quello che hanno investito nel mercato. La differenza è l'importo che i
Miners hanno prelevato. Pertanto, gli investitori, nel loro insieme, sono sempre in rosso e la loro
perdita, collettivamente, aumenta con il tempo. Tuttavia, è vero che alcuni investitori possono
realizzare un profitto, però ciò avviene a spese degli altri investitori. Il funzionamento, quindi, non
è dissimile dagli schemi Ponzi o piramidali.

I punti 1 e 2, dopo un’analisi approfondita, rendono lo schema, sostanzialmente, una frode

piuttosto che semplicemente un cattivo investimento. Nel caso del bitcoin (e di tutte le altre
criptovalute), non solo ciò non è percepito come tale, ma esistono centinaia di guru ed esperti che
prevedono aumenti di prezzo impressionanti e/o affermano che il bitcoin avrà in futuro usi
massicci che dovrebbero in qualche modo renderlo prezioso.

La cosa preoccupante è che sia il mercato delle criptovalute che la quantità di schemi ponzi 21 sono
in aumento come mostrato dalla Figura 2.5, che mostra la capitalizzazione del bitcoin nel tempo.
Inoltre, ci sono diversi casi di schemi ponzi che si creano nei dintorni delle criptovalute, ossia
sfruttano il mercato delle criptovalute per creare nuovi schemi piramidali o ponzi. Esempi possono
essere le diverse scuole di crypto22 che promettono revenues in base al numero di nuovi iscritti che

20
https://www.ilsole24ore.com/art/bankitalia-e-urgente-insegnare-l-educazione-finanziaria-
scuola-AEaLxmFB
21
https://www.cnbc.com/2020/02/11/ponzi-schemes-hit-the-highest-level-in-10-years.html
22
Come “Formula futuro” o https://cryptoschool.it/ che usano sistemi tipici degli schemi piramidali, come corsi
formazione professionale, sulla mentalità imprenditoriale etc
32
l’affiliato riesce a portare, oppure famoso è il caso Ethereum 23. Questo ci induce a pensare che le
persone che sono attratte dal rischio, ossia in questo caso nell’investire in un mercato riconosciuto
come fortemente volatile come quello delle criptovalute, sono anche vulnerabili agli schemi
piramidali. Probabilmente perché vittima degli stessi bias o per la mancanza di informazioni chiare
e l’opacità con cui le offerte si presentano, i bitcoin a causa della tecnologia complessa che viene
utilizzata mentre gli schemi piramidali per la capacità dei truffatori di nascondere il vero obbiettivo
dell’investimento.

Figura 2.5; elaborazione di coingecko.com

Questo aumento è probabilmente dovuto alla situazione socioeconomica in cui l’economia

globale, specialmente quella occidentale si trova. Da un lato la nascita dei social e la loro diffusione
capillare fra la società hanno moltiplicato le possibilità di truffa, aumentando anche
esponenzialmente le chances di manipolazione da parte di malintenzionati. La mancanza, dunque,
di un’educazione finanziaria a contatto con queste realtà emergenti comporta che molte più
persone vengono attirate dentro schemi piramidali e investimenti svantaggiosi. D’altro canto,
anche la situazione economica influenza le scelte delle persone. Negli ultimi decenni si è verificato
un aumento continuo del costo della vita, figura 2.6, che non è stato corrisposto da un egual
aumento dei salari medi, figura 2.7. Kahneman ha dimostrato che persone più povere tendono a

23
Dissecting Ponzi schemes on Ethereum: Identification, analysis, and impact Massimo Bartoletti, Salvatore Carta,
Tiziana Cimoli, Roberto Saia, 8 August 2019 Università degli Studi di Cagliari, Italy

33
essere più propense al rischio, perché il loro punto di partenza è così basso che una minima
possibilità di cambiare la loro vita, anche a costo di perdere con molta più probabilità una fortuna
è qualcosa di attraente. Se ciò è vero allora non ci deve meravigliare che oggi le persone tendono
ad essere più attratte dal rischio rispetto ad un tempo.

Figura 2.6 elaborazione di FRED economic data st. loius fed

Figura 2.7

2.5 Come si può intervenire?

34
Finora abbiamo visto gli effetti e le conseguenze di bias cognitivi e di come il caso dei bitcoin e dei
sistemi Ponzi ne siano un frutto. Se diamo per scontato che il compito di un economista
comportamentale sia quello di migliorare la vita delle persone, come sottolineato da questa tesi
all’inizio della trattazione, non possiamo non considerare la loro esistenza, come un grosso rischio
per la società. Non si tratta di un rischio esclusivamente per il singolo investitore che si ritrova
senza più risparmi ma anche per l’economia nella sua globalità.

Henrique propone tre soluzioni per gli schemi Ponzi:

1. la prima proposta prende spunto dalla idea di Narrow banking. L'idea è quella di creare una
classe di banche perfettamente sicure, con attività strettamente consentite, in cui è possibile
affidare i propri fondi, con la massima sicurezza. Allo stesso modo, Henriques sostiene la creazione
di un elenco di "investimenti approvati" che sono gli unici che il pubblico può acquistare con una
garanzia totale. “I regolatori potrebbero designare diverse categorie di investimenti ampie e ben
regolamentate sicure per gli investitori, ovviamente questa proposta ha il problema che per
Henrique “safe” significa solo quando non vi è truffa, ma se un’azione dovesse calare
improvvisamente di valore nessuno sarebbe considerato colpevole.

2. La seconda proposta suggerisce la possibilità di autorizzare a effettuare investimenti in borsa

solo chi è provvisto di uno speciale patentino, non dissimile dalla patente di guida. Potrebbe
essere un’opzione interessante per evitare che persone non troppe informate vengano trascinate
dal fascino di ingenti ricavi rapidi e semplici.

3. La terza proposta è di rendere le sanzioni, per chi truffa, così draconiane che sarà la stessa wall
street a sorvegliarsi da sola, nella speranza che si autoregoli. L’obbiettivo sarebbe di fare in modo
che il rischio opportunità sia così alto, che non valga la pena di provare ad avviare questi schemi.

Se queste regole possono essere applicabili per gli schemi piramidali tradizionali, non sembrano
adeguarsi al caso Bitcoin. Gli stati hanno cercato di arginare il problema delle criptovalute
seguendo schemi regolamentari diversi. Verranno ora qui di seguito presentati per “livello” di
intensità, dal più restrittivo al più liberale.

35
La prima soluzione consiste nell’imposizione del divieto assoluto di avere attività connesse alle
criptovalute, sia a livello del singolo utilizzatore sia a livello istituzionale. Come è successo sia in
Cina che in Turchia.24

La seconda alternativa consiste prevalentemente nel fornire una definizione giuridica specifica e
nell’emanazione di un apposito regolamento per questa classe di asset digitali.

L’ultima soluzione invece consiste nell’integrare appunto le disposizioni vigenti ed applicarle, dove
sia possibile, ai servizi connessi a una o più attività in valute virtuali. Come successo in USA Nel
2015: è stata introdotta una legge secondo cui i prestatori di servizi relativi allo scambio di
criptovalute sono tenuti ad avere una autorizzazione per operare nel settore. Quest’ultima viene
esclusivamente rilasciata in caso siano rispettati determinati standard prudenziali in materia di
capitale minimo, governance e presidi per rischi operativi.

Nonostante questi sforzi da parte delle autorità competenti, i governi non sono riusciti a risolvere i
problemi legati all’eccessiva speculazione e non proteggono i risparmiatori dai rischi che corrono.

Nel capitolo precedente abbiamo visto quanto potenti possano essere le politiche Nudge, se
possono evitare che un conducente si schianti contro il guardrail, non potrebbero fare lo stesso
con gli investimenti sbagliati? D’altronde, l’idea della agenda nudge è proprio quella, informare le
persone per fare in modo che prendano decisioni più consapevoli, in autonomia senza obblighi e
costrizioni.

I Bitcoin, inoltre, per la propria natura decentralizzata e globale, sono difficili da regolare da un
singolo stato. è difficile identificare un singolo truffatore da giudicare, come nel caso degli schemi
Ponzi o piramidali. Si tratta come visto di una mania globale. Quello che si può fare è intervenire
sulle persone, evitare che facciano investimenti sbagliati e fargli capire che investire nei Bitcoin
non è una scelta saggia perché probabilmente influenzati da bias di vario tipo. Sarebbe
auspicabile, dunque, una maggiore alfabetizzazione finanziaria.

CONCLUSIONI
24

https://www.repubblica.it/economia/2021/04/18/news/la_turchia_blocca_le_criptovalute_contraccolpo_sul_prezzo_
del_bitcoin-296828146/
36
In questo studio è stata svolta una rassegna critica della letteratura sull’economia
comportamentale. In particolare, sono state analizzate le differenze fra economia classica e
comportamentale, come bias ed euristiche influenzano le persone e le facciano deviare da una
standard razionale. In seguito, sono stati analizzati i casi specifici di Bitcoin e schema Ponzi
commentandoli come fenomeni con causa comune, trattandoli unitamente e non distintamente.

Il tema dei Bitcoin, ma più in generale delle criptovalute, è un tema nuovo ed ampio che può
essere affrontato su vari livelli. In questa tesi ho preferito concentrarmi sugli aspetti
comportamentali e sui pericoli sociali ad esso legati, ma i rischi di questo mercato non si fermano
qua. Rischi finanziari, informatici, nonché l’uso legato ad attività illegali sono tutte ragioni per cui
bisognerebbe fare ulteriore ricerca e su cui bisognerebbe fare più chiarezza.

Bitcoin e in seguito tutto il sistema delle criptovalute, si è proposto come un sistema alternativo di
trasferimento di ricchezza basato sul metodo peer-to-peer. Bitcoin vuole essere uno strumento
per sostituire il sistema bancario oligopolistico tradizionale, colpevole, secondo il suo creatore, di
aver intossicato i principi economici fondamentali tramite una manipolazione inefficiente
dell’offerta di moneta, guidata essenzialmente da logiche personali a beneficio di pochi.

Tuttavia, l’idea iniziale, seppur nobile, non si è verificata nella realtà. Ad oggi, le criptovalute sono
viste dalla stragrande maggioranza degli agenti come un bene finemente speculativo senza alcun
valore intrinseco o di uso effettivo. Sia perché il Bitcoin è ancora oggi troppo volatile e quindi
inutilizzabile nella vita di tutti i giorni, sia perché ha ancora tempi e costi di transazioni troppo
elevati sia infine per la mancanza di tutela per l’utente. Il dilemma è di difficile soluzione: il popolo
non vuole sentirsi controllato…ma senza un controllore non si sente sicuro. Il mondo delle
criptovalute è visto dall’opinione pubblica come un insieme di strumenti poco affidabili.

Il settore è dominato da bias cognitivi di vario tipo. Ottimismo, Overconfidence, Herding

behaviour, bias di conferma, fallacia dei giocatori sono tutti bias presenti, non solo nella scelta del
singolo agente che viene portato a fare investimenti irrazionali e che non dovrebbe fare ma anche
il sistema in generale è sostenuto grazie a ciò. La tesi analizza anche come i Bitcoin sono
sostanzialmente una bolla speculativa e come esse non sono spiegabili attraverso le tipiche teorie
neoclassiche. Esistono solo perché gli operatori nel mercato sono continuamente influenzati da
variabili irrazionali che nulla hanno a che fare con gli investimenti che dovrebbero fare.

37
La tesi spiega, anche, come l’intera struttura dei bitcoin assomigli fortemente ai sistemi Ponzi.
Entrambi sono giochi a somma 0, in cui i soldi vengono semplicemente redistribuiti fra i
partecipanti senza creare un effettivo valore, come nel caso di qualsiasi altro tipo di investimento.
Entrambi esistono grazie agli stessi tipi di Bias cognitivi ed euristiche. La tesi evidenzia anche come
vi sia un aumento di questi due fenomeni dovuto, probabilmente, a causa del mutare della
società: Un uso più massiccio dei social e un aumento sempre maggiore del costo della vita a
parità di salario porta sempre più persone a cadere trappola di questi fallace mentali.

Le soluzioni proposte per gli schemi ponzi sono quelle di Henriques D. B. : Il Narrow banking, una
licenza obbligatoria per gli operatori o l’aumento delle sanzioni. Mentre per quanto riguarda le
criptovalute le soluzioni sul piatto sono molte di meno. Si parla sostanzialmente di gradi diversi di
legittimazione, si passa dal divieto totale all’integrazione regolamentata nel proprio mercato.
L’autore di questa tesi ravvisa che sarebbe probabilmente necessaria una ricerca più approfondita
sul tema.

È opinione personale però che i legislatori e i teorici come Henriques abbiano sottovalutato, o non
preso in considerazione, la forza e l’efficacia che potrebbe avere in questo ambito l’agenda nudge.
I nudge sono riusciti ad aumentare la donazione degli organi, a promuovere uno stile di vita più
sano, a ridurre il consumo energetico25, a ridurre gli incidenti in macchina e tanto altro ancora.
Allora non sarebbe possibile fare lo stesso coi bitcoin e le criptovalute? Invece di vietare o regolare
qualcosa che per sua stessa natura è incontrollabile, non sarebbe meglio fare in modo che siano le
persone stesse a capire i rischi che ci sono nell’investire in crypto? Solo il tempo potrà dirci se
l’agenda nudge possa avere qualche efficacia a riguardo.

25
https://www.theguardian.com/sustainable-business/behaviour-change-energy-consumption
38
 BIBLIOGRAFIA
 Abhijit V. Banerjee, A Simple Model of Herd Behavior, The Quarterly Journal of Economics
(1992)
 A. Caponera, C. Gola (2019) Aspetti economici e regolamentari delle «cripto-attività» -
Questioni di Economia e Finanza (Occasional Papers) Numero 484 - Banca d’Italia
Eurosistema
 Adrian (Wai-Kong) Cheung, Eduardo Roca & Jen-Je Su (2015) , Crypto-currency bubbles: an
application of the Phillips–Shi–Yu (2013) methodology on Mt. Gox bitcoin prices
 Angner, E. (2017). Economia Comportamentale: Guida alla Teoria della Scelta. Hoepli.
 Caetano R. (2016) Bitcoin. Guida all’uso delle criptovalute. Apogeo, Milano
 Colin F. Camerer (2003), Behavioral Game Theory: Experiments in Strategic Interaction
 Daniel Kahneman (2013), Pensieri lenti e veloci, Mondadori
 Henriques, D. B. (2011). The wizard of lies. Bernie Madoff and the death of trust. New York:
Times Books.
 Maxwell Stanley (2019), the Application of Behavioural Heuristics to Initial Coin Offerings
Valuation and Investment, University of Essex
 Mervyn K. Lewis (2011), New dogs, old tricks. Why do Ponzi schemes succeed? University of
South Australia
 Richard H. Thaler, Cass R. Sunstein (2009), Nudge: Improving Decisions about Health,
Wealth and Happiness, Penguin Putnam Inc
 Stephanie Lo and J. Christina Wang (2014), Bitcoin as Money? Federal Reserve Bank of
Boston
 Taofik Hidajat, Behavioural biases in Bitcoin trading, Nusantara Semarang (2018)

39
 Mcwhinney James, Why Governments Are Wary of Bitcoin, Investopedia.com (2021),
https://www.investopedia.com/articles/forex/042015/why-governments-are-afraid-
bitcoin.asp
 Pierangelo Rosati, La storia e i Bias dietro il Bitcoin, economiacomportamentale.it (2018),
https://www.economiacomportamentale.it/2018/02/18/bitcoin_storia_e_bias/

40