НАУФОР предложила регулировать стейблкоины как облигации в виде ЦФА

RBK-cryptoPublished on 2024-08-12Last updated on 2024-08-12

В ассоциации брокеров уверены, что при регулировании цифровых активов и контроле рисков следует руководствоваться общими подходами к регулированию рынка традиционных финансовых инструментов

Национальная ассоциация участников фондового рынка (НАУФОР) представила свое видение регулирования стейблкоинов, опубликовав комментарии к докладу Банка России «Стейблкоины: опыт использования и регулирования».

НАУФОР — саморегулируемая организация, в которую входят более 660 банков и компаний, имеющих лицензию профессионального участника рынка ценных бумаг. Среди них Сбербанк, ВТБ, УК «Ингосстрах-Инвестиции» и другие крупные участники отрасли. Большинство операторов информационных систем, выпускающих цифровые активы, также являются членами НАУФОР или связаны с ними.

В начале июля 2024 года Центробанк опубликовал аналитический доклад на тему стейблкоинов. В документе поднимался вопрос о том, что использование стейблкоинов может иметь некоторые преимущества перед традиционными платежными сервисами в трансграничных расчетах.

Доклад был вынесен на общественное обсуждение. В нем регулятор предложил список вопросов для участников отрасли, свои ответы на которые представил НАУФОР.

Участники ассоциации отметили потенциал использования стейблкойнов как финансового инструмента. По мнению авторов, среди традиционных активов аналогичными качествами обладают структурные облигации. В НАУФОР считают, что подходящие под эту категорию стейблкоины можно причислить к цифровым финансовым активам (ЦФА).

«По своей экономической сущности стейблкойны аналогичны структурным облигациям. Отдельные особенности стейблкойнов <...> не меняют существо обязательств (по таким активам), и не являются основанием для иного подхода к их регулированию», — говорится в материале.

В ассоциации полагают, что стейблкойны могут быть использованы для хеджирования валютных рисков компаниями, ведущими внешнеэкономическую деятельность, для диверсификации рисков финансовыми институтами, а также для получения дохода от операций на денежном рынке.

Телеграм-канал РБК-Крипто — подпишитесь и будьте в курсе самых главных и актуальных новостей о криптовалюте

Главными рисками в ассоциации называют отсутствие на рынке ЦФА механизмов защиты инвесторов. Но это не создает системных угроз, поскольку рынок цифровых активов небольшой, говорится в комментариях.

По мнению авторов, при регулировании ЦФА и контроле рисков следует руководствоваться общими подходами к регулированию рынка традиционных финансовых инструментов, исходя из упомянутого в докладе ЦБ подхода «схожая деятельность — схожие риски — схожее регулирование».

В ассоциации предложили разделить стейблкоины на подходящие по сущности к определению ценных бумаг и неподходящие, первые регулировать по закону о ЦФА. Особое внимание по части стейблкоинов стоит уделить регулированию и контролю механизма стабилизации цены таких активов: установить требования к капиталу эмитента, к размеру обеспечения, к проведению аудита и к раскрытию информации.

Выстраивание «непротиворечивой, основанной на существе отношений» регулятивной схемы для ЦФА и традиционных финансовых инструментов будет содействовать развитию рынка ЦФА и обеспечивать свободный переток капиталов между традиционным рынком и рынком ЦФА, объединяя их, уверены в НАУФОР.

ЦФА, стейблкоин и цифровой рубль. Где разница и при чем тут криптовалюта

Банк России допустил использование стейблкоинов в ВЭД. Как это возможно

ЦБ заявил о преимуществе стейблкоинов в ВЭД перед традиционными сервисами

«РБК-Крипто» запустил мониторинг криптовалютных обменников. Выбирайте надежный обменный сервис с выгодным курсом на yourcryptoex.ru или в удобном телеграм-боте.

Related Reads

Embodied Intelligence 'Gaokao' is Insanely Hard, Humans Score 100, Best Model Only 12.8

Embodied AI Faces a Daunting "Everest": New Benchmark Reveals Huge Gap Between Models and Humans A comprehensive new benchmark for robotic manipulation, RoboDojo, has been released, painting a stark picture of the current state of embodied AI. It serves as a unified evaluation platform covering both simulation and real-world robot tasks. The benchmark assesses five core capabilities: Generalization (adapting to new scenes/objects), Memory, Precision manipulation, Long-Horizon multi-step tasks, and Open semantic understanding. It includes 42 simulation tasks and 18 standardized real-world tasks across three dual-arm robot platforms. The results are sobering. In simulation, the best-performing generalist robot policy achieved an average success rate of only 8.80%. Performance in the real world was slightly higher but still low, with the top model succeeding 12.8% of the time on average. In stark contrast, human experts scored 76.03% in simulation and 100% in real-world tests. The benchmark highlights significant, uneven gaps in current models' abilities. While some excel in specific areas like visual recognition or simple actions, they struggle with reliability, especially in long-horizon tasks where errors accumulate and in open-ended semantic instructions. The low scores, particularly in real-world deployment with physical uncertainties like camera noise and contact dynamics, underscore that today's models are far from being robust, general-purpose operational robots. RoboDojo is more than just a ranking; it's an infrastructure designed for fair, reproducible comparison. Its companion system, XPolicyLab, standardizes the interface for different models to be evaluated. Maintained by an academic consortium without commercial ties, it aims to provide a community-wide "altitude meter" to track genuine progress toward reliable and generalizable robot manipulation.

marsbit2m ago

Embodied Intelligence 'Gaokao' is Insanely Hard, Humans Score 100, Best Model Only 12.8

marsbit2m ago

Weng Li's New Blog Proposes 'Self-Evolution Should Start from Harness', DeepSeek's Cui Tianyi Endorses with Repost

Lilian Weng, former OpenAI security VP and co-founder of Thinking Machines Lab, has published a new blog post titled "Harness Engineering for Self-Improvement," proposing a pragmatic path for AI self-evolution. She argues that Recursive Self-Improvement (RSI) may practically begin at the "Harness" layer—the external runtime system governing how models use tools, manage context, and execute tasks—rather than directly from the model rewriting its own weights. The blog outlines a progression from optimizing prompts (Context Engineering) to designing workflows, and ultimately to Self-Improving Harness systems. These systems can identify their own weaknesses, propose targeted, verifiable modifications to the harness code, and validate improvements. Works like Self-Harness and Darwin Gödel Machine (DGM) demonstrate significant performance gains on benchmarks like SWE-bench through such automated harness evolution, rivaling handcrafted agents. DeepSeek researcher Tianyi Cui endorsed the view, noting harness-based self-evolution is as promising as model-based approaches. Weng emphasizes this is complementary to model training, with both reinforcing each other. However, key challenges remain: weak evaluators for subjective tasks, reward hacking, diversity collapse, managing long-term system health versus short-term success, and defining the human oversight role. The consensus is growing: the harness is a critical variable, as the same model can exhibit vastly different capabilities within different harness systems.

marsbit1h ago

Weng Li's New Blog Proposes 'Self-Evolution Should Start from Harness', DeepSeek's Cui Tianyi Endorses with Repost

marsbit1h ago

Trading

Spot
活动图片