Hong Kong Congela el Lanzamiento de Stablecoins, Dejando a HSBC y Standard Chartered en Espera

bitcoinistPublicado a 2026-04-02Actualizado a 2026-04-02

Resumen

Hong Kong ha pospuesto la emisión de sus primeras licencias para stablecoins, inicialmente previstas para marzo, debido a preocupaciones sobre su posible uso para lavado de dinero. Esto podría llevar a regulaciones de verificación de identidad (KYC) más estrictas. El retraso afecta a 36 solicitantes, incluidos grandes bancos como HSBC y Standard Chartered. Aunque China continental ha prohibido estas criptomonedas vinculadas a monedas fiduciarias, Hong Kong avanzó con su marco regulatorio aprobado en 2025. Mientras tanto, el mercado global de stablecoins mantiene una capitalización récord de $316 mil millones. En Asia, Corea del Sur también enfrenta debates regulatorios, mientras que Japón y Estados Unidos han avanzado con sus propios marcos legales.

Hong Kong ha pospuesto su primer lote de licencias para stablecoins debido a preocupaciones sobre lavado de dinero que podrían justificar reglas más estrictas de KYC.

Hong Kong Ha Retrasado Su Primer Lote De Licencias De Stablecoins

Como informó Wu Blockchain, citando la cobertura de Caixin, Hong Kong ha pospuesto la emisión de sus primeras aprobaciones de stablecoins, lo que significa que los solicitantes tendrían que esperar más tiempo antes de poder recibir una licencia.

Hong Kong aprobó por primera vez su proyecto de ley sobre stablecoins en agosto de 2025, haciendo que las organizaciones que buscan emitir stablecoins en la jurisdicción de la ciudad china necesiten obtener la aprobación de la Autoridad Monetaria de Hong Kong (HKMA).

Tras la implementación de las nuevas reglas, la HKMA comenzó a recibir solicitudes de grandes nombres como Standard Chartered en su Joint Venture (JV) y HSBC. Se esperaba que el primer lote de aprobaciones se emitiera a fines de marzo, pero ahora abril ha comenzado y no se ha entregado ninguna licencia.

"Hong Kong está preocupado de que las stablecoins puedan ser utilizadas para el lavado de dinero y, por lo tanto, puede implementar regulaciones KYC más estrictas", señaló Wu Blockchain. El retraso ha echado a perder los planes de 36 solicitantes. Anteriormente, los reguladores de la China continental reprimieron el sector, afirmando que las criptomonedas vinculadas a monedas fiduciarias no califican como moneda de curso legal, ya que no cumplen con los requisitos regulatorios y representan un riesgo de ser utilizadas para actividades ilegales.

A pesar de la postura de la China continental, sin embargo, Hong Kong aún avanzó con sus planes de stablecoins, anunciando en febrero que se entregaría un "número muy pequeño" de licencias de emisores en marzo. Con ese plan sin materializarse, ahora queda por ver cuándo la HKMA podrá avanzar en las ambiciones de stablecoins de la ciudad.

En otras partes de Asia, Corea del Sur también ha visto estancarse sus planes de stablecoins, con el Banco de Corea (BoK) argumentando a favor de stablecoins con mayoría bancaria, mientras que la Comisión de Servicios Financieros (FCS) aboga por reglas más flexibles.

Mientras tanto, Japón se adelantó a sus vecinos con el lanzamiento de su primera moneda respaldada por yen el año pasado. La nación también podría ver su primera stablecoin respaldada por un banco este año, con Shinsei Trust and Banking planeando un lanzamiento en el segundo trimestre de 2026.

En los Estados Unidos, el presidente Donald Trump firmó el año pasado la ley GENIUS Act, proporcionando un marco formal para las stablecoins. En general, esta parte del sector de criptomonedas ha visto un impulso regulatorio global significativo en el último año, por lo que no es sorprendente ver que su capitalización de mercado se ha mantenido relativamente bien a pesar de la reciente caída del mercado.

La tendencia en la capitalización de mercado de stablecoins en los últimos años | Fuente: DefiLlama

Como muestra el gráfico de DefiLlama, la capitalización de mercado de los tokens vinculados a monedas fiduciarias se ha movido principalmente de lado en los últimos meses, con su valor actualmente en $316 mil millones, un nuevo máximo histórico (ATH).

Precio de Bitcoin

Al momento de escribir, Bitcoin se negocia alrededor de $68,700, con una caída de más del 4% en la última semana.

Parece que el precio de la moneda ha subido un poco en el último día | Fuente: BTCUSDT en TradingView

Preguntas relacionadas

Q¿Por qué Hong Kong ha pospuesto la emisión de las primeras licencias de stablecoins?

AHong Kong ha pospuesto la emisión de las primeras licencias de stablecoins debido a preocupaciones sobre el lavado de dinero, lo que podría justificar la implementación de normas KYC más estrictas.

Q¿Qué instituciones financieras destacadas se encuentran entre los solicitantes de licencias de stablecoins en Hong Kong?

AGrandes nombres como Standard Chartered, a través de su Joint Venture (JV), y HSBC se encuentran entre los solicitantes de licencias de stablecoins en Hong Kong.

Q¿Cuándo se esperaba inicialmente que se otorgaran las primeras aprobaciones de licencias y qué ha sucedido?

ASe esperaba que el primer lote de aprobaciones se emitiera a finales de marzo, pero ahora que ha comenzado abril, no se ha entregado ninguna licencia.

Q¿Cómo contrasta la postura de Hong Kong sobre las stablecoins con la de la China continental?

AMientras que los reguladores de la China continental reprimieron el sector, afirmando que las criptomonedas vinculadas a monedas fiduciarias no califican como moneda de curso legal, Hong Kong avanzó con sus planes de stablecoins, aunque ahora los ha pospuesto.

Q¿Qué muestra el gráfico de DefiLlama sobre la capitalización de mercado de las stablecoins?

AEl gráfico de DefiLlama muestra que la capitalización de mercado de los tokens vinculados a monedas fiduciarias se ha movido principalmente de lado en los últimos meses, con un valor actual de 316 mil millones de dólares, un nuevo máximo histórico (ATH).

Lecturas Relacionadas

¿Los modelos generativos también pueden entrenarse de extremo a extremo? El núcleo es un bucle for

El entrenamiento de modelos generativos siempre ha sido un reto debido a la "desviación por exposición" (exposure bias): durante el entrenamiento solo se aprenden pequeños pasos, mientras que la generación requiere cientos de iteraciones, lo que causa acumulación de errores. Esto ha impedido que los modelos generativos sean entrenados de extremo a extremo (end-to-end), a diferencia de otras tareas de aprendizaje profundo. Un reciente artículo de la Universidad de Illinois y Harvard introduce "Explorative Modeling (XM)", un nuevo paradigma que resuelve este problema mediante un bucle simple (for). La idea clave es que, en cada paso de entrenamiento, el modelo genera K candidatos y solo retropropaga el gradiente a partir del candidato más cercano a los datos reales. Este enfoque evita que el modelo converja a un promedio borroso entre múltiples modos (mode blurring), un problema inherente a las funciones de pérdida de reconstrucción típicas. XM identifica una tercera dimensión escalable, además de los parámetros y los datos: la "expresividad generativa". Los experimentos en imágenes, video y lenguaje muestran que aumentar la exploración (K) mejora monótonamente el rendimiento, con ganancias de eficiencia en FLOPs, muestras y parámetros. En tareas de control robótico, una política exploratoria XM iguala o supera a políticas de difusión que requieren 100 veces más cómputo en inferencia. El trabajo sugiere que, a gran escala, la expresividad generativa se convierte en el cuello de botella principal, y XM ofrece un camino para modelos generativos verdaderamente end-to-end, generando muestras de alta calidad en una sola pasada hacia adelante.

marsbitHace 46 min(s)

¿Los modelos generativos también pueden entrenarse de extremo a extremo? El núcleo es un bucle for

marsbitHace 46 min(s)

Upbit Reorganiza 864,000 Millones de SHIB en Movimiento Interno de Cartera

El exchange surcoreano Upbit ha reorganizado 864.000 millones de SHIB entre direcciones de cartera internas, generando un movimiento on-chain significativo en valor, pero que corresponde a una rebalanceo interno y no a una venta por parte del exchange. Las transferencias, valoradas en aproximadamente 4 millones de dólares, se produjeron tras una subida del 36% en el precio de SHIB, lo que incrementó su visibilidad. Los movimientos incluyeron 384.000 millones de SHIB salientes y 480.000 millones entrantes entre carteras calientes y operativas identificadas de Upbit. Este tipo de actividad es parte de la gestión normal de liquidez y seguridad de los exchanges, y al ocurrir entre direcciones internas conocidas, no implica una presión de venta directa en el mercado. El artículo subraya que, si bien la transparencia on-chain es útil, la interpretación correcta requiere contexto, como el etiquetado de las carteras. En este caso, los datos respaldan la narrativa de una reestructuración operativa tras un periodo de alta actividad comercial, y no señales de venta por parte de ballenas o del exchange.

bitcoinistHace 47 min(s)

Upbit Reorganiza 864,000 Millones de SHIB en Movimiento Interno de Cartera

bitcoinistHace 47 min(s)

¿Máximo de 20 artículos por persona? La nueva norma de ICLR recibe una «petición» sarcástica de un investigador de DeepMind

Un investigador de DeepMind satiriza la nueva norma de ICLR que limita a 20 artículos por autor. La conferencia de IA ICLR 2027 ha establecido una nueva regla: cada autor solo puede figurar en un máximo de 20 trabajos enviados. Los que excedan este límite serán advertidos y, de no corregirse, algunos serán rechazados aleatoriamente. La justificación es la enorme presión sobre el sistema de revisión, tras un aumento del 68% en los envíos para ICLR 2026 (19,525 trabajos). Dan Roy, investigador de Google DeepMind, respondió con una "petición" irónica en X, pidiendo que se elimine el límite. Su mensaje, cargado de sarcasmo, sugiere que los agentes de IA ahora pueden producir investigaciones incrementales y que, "dado que todo el trabajo de revisión ya lo hacen los grandes modelos de lenguaje", debería animarse a enviar más trabajos, no menos. Su sátira apunta a un problema real: el uso de IA tanto en la autoría como en la revisión. Un análisis de 2025 detectó que aproximadamente el 21% de las revisiones de ICLR 2026 eran probablemente generadas completamente por IA. La broma de Roy plantea una pregunta seria: en un entorno donde agentes generan artículos, autores los envían en masa y revisores potencialmente usan IA, ¿limitar el número de envíos es la solución adecuada? El debate sobre la calidad versus la cantidad, y el papel de la IA en la academia, continúa.

marsbitHace 52 min(s)

¿Máximo de 20 artículos por persona? La nueva norma de ICLR recibe una «petición» sarcástica de un investigador de DeepMind

marsbitHace 52 min(s)

Vulnerabilidad en Coldcard provoca un robo de 89 millones de dólares, desatando la mayor migración en cadena desde FTX

La vulnerabilidad en las carteras hardware Coldcard de Coinkite ha resultado en el robo de aproximadamente 1.367,05 bitcoins (unos 89 millones de dólares) de 4.585 direcciones, según Galaxy Research. El fallo, causado por un software que generaba semillas con baja aleatoriedad, desencadenó una migración masiva de fondos por parte de usuarios afectados que buscaban proteger sus activos. Esta migración ha distorsionado indicadores clave de la cadena de bloques de Bitcoin. CryptoQuant reportó un pico en transacciones de menos de 1 BTC y en direcciones activas, niveles no vistos desde el colapso de FTX en 2022, mientras que Santiment registró un drástico deterioro del sentimiento del mercado. La investigación para rastrear los fondos robados se ha visto dificultada por las restricciones de los principales modelos de IA estadounidenses, que bloquean consultas con datos maliciosos incluso para análisis forenses. Los investigadores recurrieron a un modelo de IA de código abierto chino, destacando una asimetría donde los atacantes pueden usar herramientas de IA sin límites, pero los defensores enfrentan barreras. Este caso subraya la vulnerabilidad percibida de las carteras frías y los desafíos en la respuesta rápida a ciberataques en criptomonedas.

marsbitHace 1 hora(s)

Vulnerabilidad en Coldcard provoca un robo de 89 millones de dólares, desatando la mayor migración en cadena desde FTX

marsbitHace 1 hora(s)

OpenAI ya no depende del modelo más caro para ganar dinero

La empresa OpenAI anunció una importante reducción de precios el 30 de julio, destacando que GPT-5.6 Luna bajó un 80% y Terra un 20. Este movimiento, junto con una acción similar de Anthropic la semana anterior, señala un cambio estratégico crucial: las empresas ya no promueven principalmente sus modelos más potentes y caros. En su lugar, OpenAI recomienda explícitamente a los usuarios que para muchas tareas no es necesario usar el modelo más fuerte, sugiriendo un flujo de trabajo donde el modelo Sol (el más caro) diseña y planifica, y el modelo Luna (más económico) ejecuta. Esto refleja que el enfoque ha pasado de vender la inteligencia máxima a vender eficiencia y escala, priorizando modelos económicos y estables para tareas de alto volumen. La verdadera batalla ya no es por quién tiene el modelo más inteligente, sino por quién puede ofrecer la mejor relación costo-rendimiento y crear un ecosistema de uso con alta fidelidad. La industria de la IA estaría entrando en una era de "economía de escala", donde el costo por token cae drásticamente gracias, en parte, a que los propios modelos optimizan su código y operaciones, impulsando un ciclo de reducción de costos autosostenido. El objetivo final parece ser que la IA se convierta en una utilidad omnipresente y de bajo costo, como la electricidad, integrada en todos los flujos de trabajo.

marsbitHace 2 hora(s)

OpenAI ya no depende del modelo más caro para ganar dinero

marsbitHace 2 hora(s)

Trading

Spot
活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow