Bitget y la firma de análisis Block Scholes señalaron el jueves que el uso de acciones tokenizadas como garantía reduce casi a la mitad el capital necesario para respaldar un portafolio modelo de 1 millón de dólares, hasta 175.000 dólares.
Estudio de colateral de Bitget
El informe analiza la propia cuenta unificada multi‑activo del exchange. Este sistema permite que más de 370 activos admitidos, entre ellos 125 acciones estadounidenses tokenizadas, se agreguen a un mismo fondo de margen compartido. Block Scholes modelizó un portafolio con 175.000 dólares en acciones de inteligencia artificial y semiconductores tokenizadas, junto con contratos perpetuos de Bitcoin (BTC) y Ethereum (ETH), además de un perpetuo corto sobre un ETF del Nasdaq‑100.
Según el informe, operar con cuentas separadas inmovilizaría en torno a 340.000 dólares entre posiciones en acciones y margen en Tether (USDT). La cuenta unificada, al reconocer también las acciones tokenizadas como garantía, reduce el capital comprometido en unos 165.000 dólares.
También puede interesar: ¿Cuánto gana el CEO de Anthropic? La OPV revela la cifra
Riesgo de correlación con Bitcoin
Gracy Chen, CEO de Bitget, afirmó que llevar los activos a la cadena es solo el primer paso y que «la gran cuestión es cuán eficientemente puede trabajar ese capital una vez que está allí».
El informe detalla además el coste de que la garantía y las posiciones estén expuestas a los mismos factores de mercado. En una prueba de estrés, el portafolio respaldado por acciones tokenizadas alcanzó su punto estimado de liquidación tras una caída correlacionada de alrededor del 21 %, frente a un umbral cercano al 27 % cuando la garantía equivalente era USDT.
El análisis indica que las criptomonedas y las acciones reaccionan a muchos de los mismos factores macroeconómicos. Desde enero de 2022, la correlación a 60 días entre Bitcoin y un ETF del Nasdaq‑100 se ha situado de media en +0,41, con un máximo de +0,75. Las lecturas se han mantenido elevadas desde mediados de 2024.
Lea además: Los 722 artículos de OpenAI sobre IA y matemáticas ya son públicos: ahora los matemáticos deben evaluarlos
