Understanding uncertainty in Bitcoin valuation : a Monte Carlo and Simulation Decomposition analysis

Abstract

This thesis examines Bitcoin valuation frameworks using Monte Carlo simulation and Simulation Decomposition. The aim is to identify the key uncertain variables driving model outputs and to compare how their effects differ across valuation models. The study applies the fundamental valuation framework developed by Athey and Mitchnick, a transaction demand variation of that framework, the cost of production model by Hayes and a derived joint margin model combining valuation and production cost estimates.

The results show that the dominant variables differ across the models, while second-order effects remain small in all cases, indicating structurally simple and additive model behavior. In the original valuation model, the dominant drivers are average holding days, cryptoasset share, and Bitcoin share, with their relative importance varying between optimistic and pessimistic scenarios. In the transaction demand model, valuation depends almost entirely on average holding days, indicating that without a store of value role, Bitcoin’s estimated value remains notably lower. In the cost of production model, mining difficulty is the most important driver, followed by electricity price and hardware efficiency. In the joint margin model, the dominant variables are average holding days and mining difficulty.

The findings suggest that Bitcoin valuation should be interpreted primarily as a scenario-based exercise rather than a precise price estimate. The thesis contributes to the cryptocurrency valuation literature by combining demand-based and supply-based frameworks in a unified analysis and by demonstrating the use of Simulation Decomposition in examining Bitcoin valuation models.

Tämä tutkielma tarkastelee Bitcoinin arvonmääritysmalleja Monte Carlo simuloinnin ja Simulation Decomposition -menetelmän avulla. Tavoitteena on tunnistaa malleissa vaikuttavat keskeiset epävarmat muuttujat ja vertailla, miten niiden vaikutukset eroavat eri mallien välillä. Tutkielmassa sovelletaan Athey ja Mitchnickin kehittämää fundamentaalista arvonmääritysmallia, transaktiokysyntään perustuvaa variaatiota, Hayesin kustannusperusteista mallia sekä johdettua yhteismarginaalimallia, joka yhdistää arvonmääritys- ja tuotantokustannusarviot.

Tulokset osoittavat, että tärkeimmät muuttujat vaihtelevat mallien välillä, ja että mallit ovat rakenteellisesti yksinkertaisia. Alkuperäisessä arvonmääritysmallissa keskeiset muuttujat ovat keskimääräinen hallussapitoaika, kryptoallokaatio ja Bitcoinin osuus. Näiden muuttujien suhteellinen merkitys vaihtelee optimistisen ja pessimistisen skenaarion välillä. Transaktiokysyntämallissa arvonmääritys riippuu lähes täysin keskimääräisestä hallussapitoajasta, mikä viittaa siihen, että ilman arvonsäilytysroolia Bitcoinin arvioitu hinta jää selvästi matalammaksi. Kustannusperusteisessa mallissa louhintavaikeus on tärkein muuttuja, ja sitä seuraavat sähkön hinta ja laitteiston energiatehokkuus. Yhteismarginaalimallissa tärkeimmät muuttujat ovat keskimääräinen hallussapitoaika ja louhintavaikeus.

Tulosten perusteella Bitcoinin arvonmääritys tulisi nähdä ensisijaisesti skenaarioperusteisena tarkasteluna, eikä tarkkana hinta-arviona. Tutkielma täydentää kryptovaluuttojen arvonmääritystä käsittelevää kirjallisuutta yhdistämällä kysyntä- ja tarjontaperusteiset mallit yhtenäiseen analyysiin sekä soveltamalla Simulation Decomposition -menetelmää Bitcoinin arvonmääritysmallien tarkasteluun.