В «Эксперт РА» составили прогноз числа дефолтов рынка ЦФА к концу 2026 года

cryptonews.ruPublicado a 2025-03-21Actualizado a 2025-10-22

В 2026 году может произойти 25 дефолтов российских компаний на рынке цифровых финансовых активов (ЦФА), сообщили специалисты рейтингового агентства «Эксперт РА».

Согласно данным аналитиков, к началу октября число дефолтов компаний-эмитентов ЦФА увеличилось до 8. Самым крупным стал дефолт компании «Форте Хоум ГмбХ», не выплатившей инвесторам 500 млн руб. Всего эмитент разместил 16 выпусков ЦФА на общую сумму 7,2 млрд руб., 8 из них — на 3,8 млрд рублей — еще находятся в обращении.

По прогнозам операторов инвестиционных платформ, до конца текущего года число дефолтов составит около 10. Увеличение количества дефолтов может произойти из-за чрезмерной кредитной нагрузки на компании на фоне высоких ставок. Дополнительные риски банкротств обусловлены тем, что через ЦФА привлекаются краткосрочные займы.

В случае возникновения финансовых трудностей у компаний-эмитентов не хватает времени для поиска иных источников капитала для рефинансирования долга, указали специалисты.

Дефолты могут допустить и непубличные компании без кредитного рейтинга, «для которых выпуск ЦФА зачастую является дебютом на рынке долгового финансирования и единственным способом привлечения средств по приемлемой стоимости», пояснили эксперты.

Если количество дефолтов по ЦФА будет расти, Банк России ужесточит требования к инвесторам для их допуска на этот рынок, или изменит требования к прозрачности эмитентов. Однако положение дел усугубляется тем, что в секторе цифровых финансовых активов так и не утверждена процедура урегулирования дефолтов, заключили аналитики.

Ранее директор департамента инфраструктуры финансового рынка ЦБ РФ Кирилл Пронин заявил, что регулятор обеспокоен первыми случаями дефолта на рынке цифровых финансовых активов и думает над созданием процедуры контроля.

Lecturas Relacionadas

Tras tres años de retraso, el último artículo de la exalumna de la Universidad de Pekín, Lilian Weng, se viraliza

"Tras tres años sin actualizar su blog, la ex vicepresidenta de OpenAI y cofundadora de Thinking Machines, Lilian Weng, publica un extenso análisis que cuestiona la fiabilidad de las 'Scaling Laws', las leyes de escalamiento que han guiado inversiones billonarias en IA. El artículo desmonta que la mejora del rendimiento de los modelos de lenguaje (LLM) al aumentar parámetros, datos y computación sea tan predecible como se creía. Expone divergencias clave: en 2020, OpenAI concluyó que el tamaño del modelo debía crecer más rápido que los datos, mientras que DeepMind (2022) defendió un crecimiento proporcional, un desacuerdo atribuido a diferencias metodológicas y al tamaño limitado de los experimentos iniciales. Más críticamente, Weng revela que la metodología del influyente estudio 'Chinchilla' de DeepMind contenía errores, como una función de pérdida que no convergía correctamente, lo que significa que la 'fórmula óptima' utilizada durante años por la industria podría no serlo. El análisis subraya un problema fundamental: las leyes clásicas asumen datos únicos e infinitos, pero los textos de alta calidad se agotan. La repetición de datos en el entrenamiento degrada el rendimiento, especialmente en modelos grandes. Esto explica el cambio de la industria hacia el aprendizaje por refuerzo, el cómputo en tiempo de prueba y los datos sintéticos. En resumen, el artículo argumenta que la era de la escalabilidad simple ('scale is all you need') toca a su fin, y que el progreso futuro de la IA dependerá de refinamientos metodológicos precisos y de nuevas vías para superar la limitación de datos."

marsbitHace 47 min(s)

Tras tres años de retraso, el último artículo de la exalumna de la Universidad de Pekín, Lilian Weng, se viraliza

marsbitHace 47 min(s)

Trading

Spot
Futuros
活动图片