Les achats d'or des banques centrales ont augmenté de 62 % au deuxième trimestre pour atteindre 288,9 tonnes

cryptonews.ruPublished on 2026-07-31Last updated on 2026-07-31

Abstract

Après des résultats faibles au premier trimestre, les investisseurs institutionnels ont considérablement augmenté leurs achats d'or au deuxième trimestre, atteignant un niveau record pour la période. Selon le Conseil Mondial de l'Or (WGC), la demande des banques centrales a rebondi de manière spectaculaire au T2 2026, avec des achats nets atteignant 288,9 tonnes, soit une hausse de 62% par rapport à la même période de 2025 (177,9 t). Cette reprise, par rapport aux 57 tonnes du T1, est principalement due aux achats accrus de la Banque centrale de Pologne et de la Banque populaire de Chine, ainsi qu'à la réduction des ventes de la Turquie et de la Russie. Cependant, la demande globale des banques centrales a chuté à son plus bas niveau depuis 2022 (345 t), en raison de ventes importantes de la Turquie, de la Russie et de l'Azerbaïdjan. Les principaux acheteurs du trimestre ont été la Pologne (51 t, poursuivant un objectif de 700 t de réserves) et la Chine, réalisant ses plus gros achats depuis fin 2023, portant ses réserves officielles à 2 346 t. Le WGC note également des achats non déclarés importants de la Chine via Londres. L'Ouzbékistan, le Kazakhstan, la Jordanie et la République tchèque ont également contribué à cette demande record. À l'inverse, la Russie a été le plus grand vendeur (22 t) pour couvrir son déficit budgétaire, tandis que la Turquie a ralenti ses ventes (4 t). Un sondage du WGC indique que 89% des banques centrales prévoient d'augmenter leurs réserves d'o...

Après des performances décevantes au premier trimestre, les investisseurs institutionnels ont accru leurs achats d’or au deuxième trimestre, atteignant un niveau record pour cette période.

Le Conseil Mondial de l'Or (CMO) a établi que la demande des banques centrales s'est fortement redressée au deuxième trimestre 2026, les achats nets atteignant 288,9 tonnes, soit une hausse de 62 % par rapport à la même période de 2025 (177,9 t).

Cela représente également une forte hausse par rapport aux données révisées du premier trimestre, où l'accumulation nette était tombée à 57 tonnes. Ce redressement s'explique par deux facteurs principaux : l'augmentation des achats de la Banque centrale de Pologne et de la Banque populaire de Chine, ainsi que la réduction des ventes de la Turquie et de la Russie.

Néanmoins, la demande globale des banques centrales pour l'or est tombée à son niveau le plus bas depuis 2022, s'établissant à seulement 345 tonnes en raison des ventes significatives de la Turquie, de la Russie et de l'Azerbaïdjan.

Le plus grand acheteur du deuxième trimestre, comme prévu, a été la Banque nationale de Pologne, qui s'est fixé pour objectif de porter les réserves nationales à 700 tonnes. La banque a acheté 51 tonnes, ce qui, ajouté aux 31 tonnes achetées au premier trimestre, porte à 82 tonnes les acquisitions de l'institution au premier semestre.

La Banque populaire de Chine a également montré un intérêt accru pour l'or, réalisant ses plus gros achats depuis le quatrième trimestre 2023, portant ainsi ses réserves officiellement déclarées à 2 346 tonnes. Cependant, plusieurs rapports indiquent que la Chine accumule secrètement de l'or via des importations transitant par Londres qui ne sont pas déclarées, le pays se détournant du dollar au profit de l'or. Cela corrobore les conclusions du CMO, qui a établi que le volume des achats d'or non déclarés était élevé.

L'Ouzbékistan (16 tonnes), le Kazakhstan (15 tonnes), la Banque centrale de Jordanie (6 tonnes) et la République tchèque (6 tonnes) ont également contribué à la demande record du deuxième trimestre.

À l'inverse, la Banque de Russie a enregistré le plus grand volume de ventes d'or au deuxième trimestre, avec 22 tonnes, car, selon les rapports, elle cherche à combler le déficit du budget fédéral. La Turquie, qui était le plus grand vendeur au premier trimestre, a ralenti son rythme de ventes, en cédant 4 tonnes au cours de cette période.

Selon les résultats de l'enquête propre du CMO « Gold Reserves Central Bank Survey », les achats d'or devraient continuer à s'accélérer d'ici la fin de l'année : 89 % des représentants des banques centrales prévoient une augmentation des réserves d'or au cours des 12 prochains mois.

Trending Cryptos

Related Questions

QQuel a été l'augmentation en pourcentage des achats nets d'or par les banques centrales au deuxième trimestre 2026, selon le Conseil Mondial de l'Or ?

ALes achats nets d'or par les banques centrales ont augmenté de 62 % au deuxième trimestre 2026.

QQuels sont les deux principaux facteurs ayant contribué à la reprise des achats d'or par les banques centrales au deuxième trimestre ?

ALa reprise a été principalement due à l'augmentation des achats de la Banque centrale de Pologne et de la Banque populaire de Chine, ainsi qu'à la réduction des ventes de la Turquie et de la Russie.

QQuelle était l'ambition déclarée de la Banque nationale de Pologne concernant ses réserves d'or ?

ALa Banque nationale de Pologne s'est fixé pour objectif de porter le volume de ses réserves nationales d'or à 700 tonnes.

QPourquoi les ventes d'or de la Banque de Russie ont-elles été importantes au deuxième trimestre, selon l'article ?

ALa Banque de Russie a enregistré d'importantes ventes d'or (22 tonnes) au deuxième trimestre, car elle chercherait, selon les rapports, à couvrir le déficit du budget fédéral.

QQuel pourcentage de représentants des banques centrales s'attend à une augmentation des réserves d'or au cours des 12 prochains mois, selon l'enquête du WGC ?

ASelon l'enquête du WGC, 89 % des représentants des banques centrales prévoient une augmentation des réserves d'or au cours des 12 prochains mois.

Related Reads

Thanks to Dice Rolls, Bitcoin Keys Are Stored Offline, But Not Everyone Will Do It

The article discusses using dice rolls to generate secure Bitcoin wallet seeds, providing entropy independent of potentially flawed hardware random number generators. It explains that each fair dice roll offers about 2.585 bits of entropy, with around 50 rolls needed for a standard 12-word seed phrase and 99+ recommended for higher security. This method gained attention after a vulnerability was revealed in some Coldcard hardware wallets, where a faulty firmware RNG (dating back to 2021) compromised generated keys. The analysis notes that while a dice-generated main seed was safe from this specific flaw, other Coldcard functions (like creating paper wallets, backup keys, or passwords) could still be vulnerable if they used the defective RNG. The piece argues that while dice-based entropy is technically robust, the manual process is error-prone, tedious, and unrealistic for most new users, who might make mistakes in recording or inputting rolls. It concludes that while manual entropy generation should remain an option for advanced users, the long-term goal is to develop reliable, user-friendly hardware and software that securely generates randomness without requiring specialized knowledge. Coldcard users are advised to check their firmware version and replace any secondary secrets (like paper wallet keys) created with vulnerable devices, while also considering multi-signature setups with devices from different manufacturers for added security.

cryptonews.ru1h ago

Thanks to Dice Rolls, Bitcoin Keys Are Stored Offline, But Not Everyone Will Do It

cryptonews.ru1h ago

Trading

Spot

Hot Articles

What is $BANK

Bank AI: A Revolutionary Step in the Future of Banking Introduction In an era marked by rapid advancements in technology, Bank AI stands at the intersection of artificial intelligence (AI) and banking services. This innovative project seeks to redefine the financial landscape, enhancing operational efficiency, security measures, and customer experiences through the power of AI. As we embark on this exploration of Bank AI, we will delve into what the project entails, its operational dynamics, its historical context, and significant milestones. What is Bank AI? At its core, Bank AI represents a transformative initiative aimed at integrating artificial intelligence into various banking operations. This project harnesses the capabilities of AI to automate processes, improve risk management protocols, and enhance customer interaction through personalised services. The primary objectives of Bank AI include: Automation of Banking Functions: By leveraging AI technologies, Bank AI aims to automate routine tasks, reducing the burden on human resources and enhancing efficiency. Enhanced Risk Management: The project utilises AI algorithms to predict and identify risks, thereby fortifying security measures against fraud and other threats. Personalisation of Banking Services: Bank AI focuses on offering tailored financial products and services by analysing customer data and behaviours. Improving Customer Experience: The implementation of AI-driven solutions, such as chatbots and virtual assistants, aims to provide users with more human-like interactions, revolutionising the way customers engage with banks. With these goals, Bank AI positions itself as a crucial player in rendering banking more efficient, secure, and user-centric. Who is the Creator of Bank AI? Details regarding the creator of Bank AI remain unknown. As such, no specific individual or organisation has been identified in the available information. The anonymity surrounding the project's inception raises questions but does not detract from its ambitious vision and objectives. Who are the Investors of Bank AI? Similar to the project's creator, specific information regarding the investors or supporting organisations of Bank AI has not been disclosed. Without this information, it is challenging to outline the financial backing and institutional support that might be propelling the project forward. Nevertheless, the importance of having a robust investment foundation is pivotal for sustaining development in such an innovative field. How Does Bank AI Work? Bank AI operates on several innovative fronts, focusing on unique factors that differentiate it from traditional banking frameworks. Below are key operational features: Automation: By applying machine learning algorithms, Bank AI automates various manual processes within banks. This results in reduced operational costs and allows human workers to redirect their efforts towards more strategic activities. Advanced Risk Management: The integration of AI into risk management practices equips banks with tools to accurately predict potential threats such as fraud, ensuring that customer information and assets remain secure. Tailored Financial Recommendations: Through continuous learning from customer interactions, the AI systems develop a nuanced understanding of user needs, enabling them to offer tailored advice on financial decisions. Enhanced Customer Interactions: Utilizing chatbots and virtual assistants powered by AI, Bank AI enables a more engaging customer experience, allowing users to have their queries resolved quickly, thus reducing wait times and improving satisfaction levels. Together, these operational features position Bank AI as a pioneer in the banking sector, establishing new benchmarks for service delivery and operational excellence. Timeline of Bank AI Understanding the trajectory of Bank AI requires a look at its historical context. Below is a timeline highlighting important milestones and developments: Early 2010s: The conceptualisation of AI integration into banking services began to gain attention as banking institutions recognised the potential benefits. 2018: A marked increase in the implementation of AI technologies occurred when banks started using AI tools like chatbots for basic customer service and risk management systems for improved security handling. 2023: The sophistication of AI continued to advance, with generative AI being introduced for more complex tasks such as document processing and real-time investment analysis. This year marked a significant leap in the capabilities afforded to banks by AI technology. 2024-Current Status: As of this year, Bank AI is on an upward trajectory, with ongoing research and developments poised to further enhance capabilities in banking operations. Continued exploration of AI applications hints at exciting developments yet to come. Key Points About Bank AI Integration of AI in Banking: Bank AI focuses on adopting artificial intelligence to streamline banking processes and improve user experiences. Automation and Risk Management Focus: The project strongly emphasises these areas, aiming to shift the burden of routine tasks while enhancing security frameworks through predictive analytics. Personalised Banking Solutions: By harnessing customer data, Bank AI enables tailored banking services that cater to individual user needs. Commitment to Development: Bank AI remains committed to ongoing research and development efforts, ensuring its adaptability and ongoing relevance as technology continues to evolve. Conclusion In summary, Bank AI exemplifies a crucial step forward in the banking industry, leveraging artificial intelligence to reshape operational paradigms, enhance security, and promote customer satisfaction. Despite gaps in information surrounding the creator and investors, the clear objectives and functional mechanisms of Bank AI provide a strong foundation for its ongoing evolution. As AI technology continues to advance and merge with the banking sector, Bank AI is well-positioned to significantly impact the future of financial services, enhancing the way we understand and interact with banking.

234 Total ViewsPublished 2024.04.06Updated 2024.12.03

What is $BANK

Discussions

Welcome to the HTX Community. Here, you can stay informed about the latest platform developments and gain access to professional market insights. Users' opinions on the price of BANK (BANK) are presented below.

活动图片