ผู้ร่วมก่อตั้ง Strategy Michael Saylor แย้มการซื้อ Bitcoin (BTC) ครั้งใหญ่รอบใหม่ในวันอาทิตย์ เพียงไม่กี่วันหลังบริษัทเสนอ แผนการจ่ายเงินปันผลแบบกึ่งเดือน
สัญญาณจาก Saylor
Saylor โพสต์ ข้อความว่า "Think Even ₿igger" บน X วันที่ 19 เม.ย. พร้อมแนบกราฟจุดสีส้มอันเป็นเอกลักษณ์ ที่แสดงประวัติการซื้อ Bitcoin ของ Strategy
โพสต์ดังกล่าวถูกเผยแพร่ราวหนึ่งสัปดาห์หลังจากที่ Strategy เปิดเผยว่าซื้อ Bitcoin จำนวน 13,927 BTC เป็นมูลค่าราว 1 พันล้านดอลลาร์ ระหว่างวันที่ 6–12 เม.ย.
ที่ราคาเฉลี่ย 71,902 ดอลลาร์ต่อเหรียญ
อ้างอิงจาก Bitbo ปัจจุบัน Strategy ถือครอง 780,897 BTC ที่ต้นทุนเฉลี่ย 75,577 ดอลลาร์ต่อเหรียญ คิดเป็นมูลค่าประมาณ 58 พันล้านดอลลาร์ที่ราคาในปัจจุบัน
บริษัทได้ ระดมทุน เพิ่มอีก 1.76 พันล้านดอลลาร์ผ่านหุ้นบุริมสิทธิ STRC
ทำให้เกิดกระแสคาดการณ์ว่าการซื้อรอบใหม่ใกล้จะเกิดขึ้นแล้ว
อ่านเพิ่มเติม: Bitcoin At $74,900 — Is This The Floor Before The Next Rally Or A Ledge Before A Drop?
ปรับโครงสร้างเงินปันผล
CEO ของ Strategy Phong Le กล่าว ในวิดีโอถึงผู้ถือหุ้นเมื่อวันศุกร์ว่า บริษัทต้องการจ่ายเงินปันผลหุ้น STRC เดือนละสองครั้ง ในวันที่ 15 และวันสุดท้ายของเดือน รวมเป็น 24 ครั้งต่อปี ที่อัตราปันผลต่อปี 11.5%
ภาระการจ่ายปันผลต่อปีโดยรวมจะไม่เปลี่ยนแปลง บริษัทได้ยื่นแบบหนังสือมอบฉันทะเบื้องต้นต่อ SEC เมื่อวันที่ 17 เม.ย. โดยจะเปิดให้ลงคะแนนตั้งแต่ 28 เม.ย. ถึง 8 มิ.ย. และคาดว่าจะเริ่มใช้จริงกลางเดือนก.ค. หากได้รับอนุมัติ
Le ระบุว่าความต้องการซื้อหุ้นมักร่วงลงอย่างมากหลังวันปิดสมุดรายชื่อรับปันผล และมองว่าการปรับรอบการจ่ายแบบใหม่จะช่วยทำให้ราคาเสถียรขึ้น ลดความผันผวนตามวัฏจักร และเพิ่มความต้องการ
หุ้น MSTR ของ Strategy พุ่งขึ้น 11.8% เมื่อวันศุกร์ที่ราคา 166.52 ดอลลาร์ แต่ยังคงลดลงกว่า 47% เมื่อเทียบแบบปีต่อปี เมื่อต้นเดือนที่ผ่านมา บริษัทรายงานผลขาดทุนจากมูลค่า Bitcoin ที่ยังไม่รับรู้จำนวน 14.46 พันล้านดอลลาร์ในไตรมาส 1 ปี 2026 การซื้อ Bitcoin เมื่อวันที่ 6 เม.ย. จำนวน 4,871 เหรียญ มูลค่า 330 ล้านดอลลาร์ เกิดขึ้นก่อนการกวาดซื้อ 1 พันล้านดอลลาร์ในเดือนเมษายน ซึ่งเป็นส่วนหนึ่งของการสะสมแบบต่อเนื่องที่ Saylor เคยอธิบายว่าเป็นวินัยในการลงทุนข้ามวัฏจักร
อ่านถัดไป: The Meme Coin That Shot Into Orbit — Asteroid Shiba's 600% Mystery Explained