Vijf blockchains, vijf verschillende ecosystemen en toch vrijwel dezelfde twee namen.
In een eigen CryptoBenelux-model bestaat een gelijkgewogen stablecoinmandje over Ethereum, Tron, Solana, BSC en Hyperliquid L1 voor 83,32% uit
USDT en
USDC.
Dat is zelfs iets méér dan wanneer hetzelfde model uitsluitend de stablecoinmix op Ethereum volgt.
De conclusie is niet dat spreiden over blockchains nutteloos is. Wel dat netwerkspreiding en tokenspreiding twee compleet verschillende dingen meten.
CryptoBenelux bouwde één ketenmatrix
Voor deze analyse legde CryptoBenelux op 22 oktober rond 11.52 uur Nederlandse tijd een momentopname vast van de
stablecoindata van DefiLlama.
De export bevatte 426 assets.
Daarvan droegen 334 een label voor een koppeling aan de Amerikaanse dollar. Voor 245 daarvan was in de gebruikte momentopname een positieve prijs beschikbaar.
Die 245 assets vormen het hoofdmodel.
Per token vermenigvuldigde CryptoBenelux de circulerende hoeveelheid op iedere blockchain met de meegeleverde prijs. Uit diezelfde matrix kwamen vijf ketens als grootste naar voren:
Ethereum, Tron, Solana, BSC en Hyperliquid L1.
Daarna kreeg iedere keten exact 20% gewicht.
Dat is een bewuste modelkeuze.
Ethereum krijgt dus niet automatisch een grotere plek omdat daar meer stablecoinwaarde staat. Het model vraagt juist wat er gebeurt wanneer een belegger zijn netwerkblootstelling gelijk over vijf grote ketens verdeelt.
Dezelfde twee stablecoins keren steeds terug
Binnen iedere keten volgt het model vervolgens de daar gemeten tokenverdeling.
Dat levert forse verschillen op.
| Keten | USDT | USDC | Samen |
| Ethereum | 50,44% | 31,15% | 81,59% |
| Tron | 98,36% | 0,03% | 98,39% |
| Solana | 16,93% | 44,11% | 61,04% |
| BSC | 64,72% | 11,21% | 75,93% |
| Hyperliquid L1 | 0,95% | 98,68% | 99,64% |
Tron is in deze telling bijna volledig een USDT-verhaal.
Hyperliquid L1 laat vrijwel het spiegelbeeld zien. Daar domineert USDC.
Solana heeft van de vijf ketens de laagste gezamenlijke blootstelling aan beide tokenfamilies.
Maar zodra iedere keten voor 20% wordt meegewogen, verdwijnen veel van die verschillen in het totaal.
Uiteindelijk blijft 83,32% bij twee tokenfamilies
De vijf ketens leveren samen:
46,28% USDT
plus:
37,04% USDC
Dat maakt 83,32%.
Alleen de Ethereum-mix komt in dezelfde momentopname uit op 81,59%.
Vier extra blockchains toevoegen verlaagt de concentratie in USDT en USDC hier dus niet.
Ze verhoogt haar met ongeveer 1,73 procentpunt.
Dat resultaat ontstaat niet omdat iedere keten dezelfde stablecoin gebruikt.
Juist niet.
Tron trekt het USDT-aandeel omhoog. Hyperliquid doet hetzelfde voor USDC. De verschillen tussen netwerken compenseren elkaar zo dat dezelfde twee tokenfamilies gezamenlijk dominant blijven.
Vijf ketens zijn dus geen vijf onafhankelijke stablecoinposities
Daar zit de belangrijkste les van de berekening.
Iemand kan zijn geld over Ethereum, Tron, Solana, BSC en Hyperliquid verdelen en daarmee technisch over vijf netwerken verspreid zijn.
Maar als op die netwerken vooral dezelfde
stablecoins worden aangehouden, blijft een ander soort concentratie overeind.
Netwerkproblemen en tokenproblemen zijn namelijk niet hetzelfde risico.
Een storing op één blockchain hoeft een andere blockchain niet te raken.
Een probleem rond een tokenfamilie kan juist op meerdere ketens tegelijk relevant worden.
Welke risico's precies gedeeld worden, hangt vervolgens af van de juridische uitgever, reserveconstructie en technische vorm van de token op iedere keten.
€10.000 maakt het verschil zichtbaar
Neem een volledig hypothetisch mandje van €10.000.
Iedere keten krijgt €2.000.
Binnen iedere keten wordt dat bedrag verdeeld volgens de gemeten stablecoinmix.
Van de volledige €10.000 komt dan ongeveer €8.332 terecht in USDT en USDC.
Volgt dezelfde €10.000 uitsluitend de Ethereum-verdeling uit de dataset, dan gaat ongeveer €8.159 naar beide tokenfamilies.
Het verschil is circa €173.
Dat is geen beleggingsadvies en ook geen voorstel voor een portefeuille.
Het laat alleen zien wat de modelkeuze doet.
Meer ketens betekenen in dit voorbeeld niet minder concentratie in de twee grootste stablecoinfamilies.
Het model weegt ketens bewust niet naar omvang
Dat punt verdient extra aandacht.
Dit is geen berekening van de feitelijke wereldwijde stablecoinverdeling.
Iedere geselecteerde blockchain krijgt hier 20%.
Een marktgewogen portefeuille zou een andere uitkomst hebben, omdat de stablecoinvoorraad per keten sterk verschilt.
Ook een belegger kan bewust afwijken van de bestaande tokenmix.
Wie op Tron niet automatisch USDT koopt of op Hyperliquid niet de daar dominante token volgt, krijgt een ander resultaat.
De 83,32% hoort daarom bij dit specifieke model.
Niet bij iedere denkbare portefeuille over deze vijf netwerken.
89 assets zonder bruikbare prijs blijven uit het hoofdmodel
Van de 334 dollarassets hadden er 245 een positieve prijs in de vastgelegde export.
Voor de rest kon binnen deze methode geen betrouwbare marktwaarde worden bepaald.
CryptoBenelux heeft die tokens daarom niet simpelweg tegen één dollar in het hoofdmodel gezet.
Dat zou een prijs veronderstellen die de dataset op dat moment juist niet leverde.
Een dollarpeg is namelijk een doel of ontwerpkenmerk.
Geen garantie dat een token daadwerkelijk voor exact één dollar verhandelbaar is.
Een tweede berekening verandert de conclusie nauwelijks
Om te testen hoeveel die ontbrekende prijzen uitmaken, draaide CryptoBenelux een gevoeligheidsproef.
Daarin kregen alle 334 dollarassets kunstmatig een waarde van precies één dollar per token.
Dezelfde vijf ketens bleven bovenaan.
Het gezamenlijke aandeel van USDT en USDC in het gelijkgewogen model kwam vervolgens uit op 82,45%.
Dat ligt iets lager dan de 83,32% uit het hoofdmodel.
De hoofdconclusie verandert niet.
Ook onder deze veel grovere aanname blijft ruim vier vijfde van het mandje geconcentreerd in USDT en USDC.
De 82,45% is nadrukkelijk geen schatting van hun werkelijke marktwaarde.
Het is alleen een stresstest voor de gekozen methode.
Tokenfamilies verbergen zelf ook verschillen
Zelfs de termen USDT en USDC vragen voorzichtigheid.
De berekening volgt de tokenfamilies zoals de gebruikte DefiLlama-data die indeelt.
Daarmee zijn nog niet alle onderliggende risico's samengevoegd of uitgesplitst.
Een token kan op verschillende ketens een andere technische route hebben. Er kunnen native uitgiftes en bridged varianten bestaan. Ook smart contracts, bewaarmodellen en afhankelijkheden kunnen verschillen.
Twee tokens met dezelfde economische naam zijn daarom niet automatisch technisch identiek.
Andersom kan dezelfde uitgever juist een gedeeld risico vormen over meerdere blockchains.
Het model meet tokenconcentratie.
Geen complete risicomatrix.
Rentedragende dollarproducten zitten eveneens in de dataset
Ook het woord stablecoin moet hier niet te smal worden gelezen.
De DefiLlama-selectie bevat dollarassets met uiteenlopende constructies, waaronder rentedragende producten.
De analyse is daarom geen telling die uitsluitend traditionele betaalstablecoins naast elkaar zet.
Dat is relevant voor de interpretatie van het resterende aandeel buiten USDT en USDC.
Die 16,68% bestaat niet automatisch uit één homogene groep onafhankelijke alternatieven.
Daar kunnen constructies tussen zitten met heel andere tegenpartijen, onderpanden en risico's.
Netwerkspreiding lost uitgeversconcentratie niet vanzelf op
Dat brengt de analyse terug naar de oorspronkelijke vraag.
Wat heb je eigenlijk gespreid?
Wie USDT op Tron en USDC op Hyperliquid bezit, heeft zijn blockchainblootstelling verdeeld.
Wie daarnaast USDT op Ethereum en BSC toevoegt, vergroot het aantal netwerken verder.
Maar het aantal economische tokenfamilies groeit veel minder snel.
In het CryptoBenelux-model leveren vijf ketens uiteindelijk nog steeds 83,32% blootstelling aan slechts twee families op.
Meer blockchains kunnen dus één concentratierisico verminderen terwijl een ander vrijwel volledig blijft staan.
Vijf namen zeggen weinig zonder de laag eronder
Portfolio-overzichten tonen graag hoeveel blockchains iemand gebruikt.
Dat cijfer is makkelijk te begrijpen.
Het kan alleen een vals gevoel van spreiding geven wanneer op iedere keten opnieuw dezelfde stablecoins, uitgevers of onderliggende constructies terugkomen.
Wie stablecoinrisico werkelijk wil ontleden, moet daarom minstens twee vragen apart beantwoorden.
Over hoeveel netwerken is het geld verdeeld?
En hoeveel verschillende token- en tegenpartijrisico's zitten daar werkelijk onder?
In dit model is het antwoord op de eerste vraag vijf.
Op de tweede vraag domineren nog altijd twee namen.