El FMI advierte sobre riesgos para la estabilidad financiera ante el auge de la tokenización

TheNewsCryptoPublicado a 2026-04-03Actualizado a 2026-04-03

Resumen

El FMI advierte que la tokenización de activos, si bien puede aumentar la transparencia y reducir la fricción en el sector financiero, también presenta riesgos para su estabilidad. Según un informe de 23 páginas, el impacto total es aún incierto: la liquidación atómica y la automatización reducen algunos riesgos pero introducen otros nuevos. El valor actual de activos tokenizados supera los $27.600 millones, con proyecciones de crecimiento hasta $16 billones para 2030. La tokenización mejora la emisión y negociación de valores, pero transfiere riesgos hacia registros compartidos y contratos inteligentes. Puede agilizar pagos transfronterizos e inclusión financiera, pero también aumenta la volatilidad de flujos de capital y amenaza la soberanía monetaria. Empresas como BlackRock e Intercontinental Exchange ya están desarrollando plataformas de tokenización. El FMI alerta que sin claridad legal sobre propiedad y liquidación, estos mercados podrían fragmentarse.

Aunque el FMI reconoció que la tokenización podría aumentar la transparencia y reducir la fricción en el sector financiero, también advirtió que esta tecnología podría plantear riesgos para la estabilidad del sector.

Con la liquidación atómica y una mayor transparencia que reducen ciertos riesgos antiguos, y la velocidad y automatización que introducen nuevos, el impacto total de la tokenización en la estabilidad financiera es desconocido, según la evaluación de 23 páginas del FMI publicada el jueves.

Según estadísticas de RWA.xyz, el valor total de activos tokenizados en cadena supera los 27.600 millones de dólares (sin incluir las stablecoins). El mercado de tokenización podría alcanzar los 16 billones de dólares para 2030, según la proyección de 2022 de Boston Consulting Group, pero una predicción más cautelosa de McKinsey & Co. en 2024 lo sitúa en 2 billones de dólares.

Efectos tanto positivos como negativos

El Fondo Monetario Internacional (FMI) ha declarado que, aunque la tokenización sí aumenta la emisión, negociación, liquidación y gestión de valores y otros instrumentos financieros, también traslada los riesgos del sector bancario a los libros de contabilidad compartidos y al código de los contratos inteligentes.

Según el organismo, la tokenización tiene aspectos tanto positivos como negativos. Por un lado, puede facilitar pagos transfronterizos más rápidos y aumentar la inclusión financiera en los países en desarrollo. Por otro lado, aumenta el peligro de volatilidad en los flujos de capital, la sustitución de divisas y la pérdida de soberanía monetaria.

Algunas figuras prominentes de Wall Street, como Larry Fink, CEO de BlackRock, han abogado por la tokenización de diversos activos en la cadena de bloques, incluyendo acciones, bonos, fondos del mercado monetario e incluso bienes inmuebles.

La plataforma de tokenización del Fondo Digital de Liquidez Institucional en Dólares de BlackRock, Securitize, ocupa el primer lugar entre las plataformas de tokenización de activos del mundo real (RWA) por valor total bloqueado, con 3.380 millones de dólares, según datos citados por CryptoDep del 1 de abril.

Intercontinental Exchange, la empresa matriz de la Bolsa de Nueva York, también ha tomado medidas, anunciando en enero que proporcionaría una plataforma de tokenización que permita la liquidación post-operación de fondos cotizados en bolsa (ETF) y acciones, y la negociación de estos activos las 24 horas del día, los 7 días de la semana, utilizando tecnología blockchain.

Los mercados tokenizados corren el peligro de volverse fragmentados y sin importancia si no hay certeza legal sobre los registros de propiedad y la finalidad de la liquidación, según el Fondo Monetario Internacional (FMI).

Destacado de noticias cripto hoy:

Retraso en la licencia de stablecoins de Hong Kong mientras la HKMA retiene las aprobaciones

EtiquetasAltcoinBlockchain

Preguntas relacionadas

Q¿Qué riesgos para la estabilidad financiera identificó el FMI en relación con la tokenización?

AEl FMI advirtió que la tokenización podría plantear riesgos para la estabilidad del sector financiero, como la volatilidad de los flujos de capital, la sustitución de monedas y la pérdida de soberanía monetaria, además de trasladar riesgos del sector bancario a registros contables compartidos y contratos inteligentes.

Q¿Cuál es el valor total actual de los activos tokenizados en cadena, según RWA.xyz?

AEl valor total de los activos tokenizados en cadena supera los 27.600 millones de dólares, excluyendo las stablecoins, según las estadísticas de RWA.xyz.

Q¿Qué proyecciones existen para el mercado de tokenización para el año 2030?

ASegún la proyección de Boston Consulting Group de 2022, el mercado de tokenización podría alcanzar los 16 billones de dólares para 2030, mientras que McKinsey & Co predijo de manera más cautelosa 2 billones de dólares en 2024.

Q¿Qué empresa lidera en valor bloqueado entre las plataformas de tokenización de activos del mundo real (RWA)?

ASecuritize, la plataforma de tokenización del Fondo de Liquidez Digital Institucional en Dólares de BlackRock, ocupa el primer lugar entre las plataformas de tokenización de RWA con un valor total bloqueado de 3.380 millones de dólares.

Q¿Qué acción ha tomado Intercontinental Exchange (ICE) en relación con la tokenización?

AIntercontinental Exchange, la empresa matriz de la Bolsa de Nueva York, anunció en enero que proporcionará una plataforma de tokenización que permitirá la liquidación posterior a la negociación de fondos cotizados en bolsa y acciones, así como la negociación de estos activos las 24 horas del día mediante tecnología blockchain.

Lecturas Relacionadas

Los robots comienzan a 'devorar datos': La cadena de producción oculta desde las fábricas de datos en India hasta los robots humanoides de miles de millones de dólares

En una fábrica de ropa en la India, trabajadores llevan cámaras en la cabeza para grabar su trabajo desde una perspectiva en primera persona. Estos videos, convertidos en datos, se venden a empresas de inteligencia incorporada que necesitan grandes cantidades de información para entrenar robots. La industria de la inteligencia incorporada enfrenta un cuello de botella crítico: la falta de datos de entrenamiento de alta calidad. A diferencia de los modelos de lenguaje, que se nutren de vastos recursos de internet, los robots operan en un "desierto de datos" del mundo físico. Investigaciones como EgoScale de NVIDIA han demostrado que el uso de datos humanos en primera persona (Ego Data) para preentrenamiento, combinado con una pequeña cantidad de datos del robot, puede mejorar significativamente las capacidades de los robots, estableciendo una ruta de escalabilidad. Esto ha impulsado una nueva cadena de suministro de datos. Empresas en India y el sudeste asiático organizan "fábricas de datos" donde recolectores, siguiendo procedimientos estandarizados, generan miles de horas de videos Ego Data mostrando tareas como organizar una cocina o doblar ropa. Los datos se organizan en una "pirámide": en la base están los datos de internet (baratos pero de bajo valor para la acción), luego los Ego Data, seguidos por datos con guantes sensoriales para capturar movimientos finos de las manos, datos de simulación (abundantes pero con una brecha de realidad) y, en la cima, los costosos y escasos datos reales del robot, obtenidos mediante teleoperación. La industria de datos emergente incluye varios actores: fábricas de datos de bajo costo, proveedores especializados en captura y alineación de movimientos, servicios de teleoperación para datos del robot, empresas de datos de simulación y plataformas que buscan estandarizar el formato de los datos. Las compañías de robots adoptan un enfoque de "adquisición por capas": compran datos genéricos Ego Data a proveedores externos para el preentrenamiento, pero tienden a recolectar internamente los datos específicos para la adaptación de su hardware único y los datos de despliegue y fallos, que constituyen su ventaja competitiva central. El sector evoluciona hacia dos modelos: "fábricas de datos" que venden horas de datos procesados, y "motores de datos" que ofrecen un ecosistema completo para la mejora continua de los modelos. Se prevé la aparición de una empresa similar a Scale AI, pero adaptada a la complejidad de los datos físicos y del movimiento. La competencia en robótica está pasando de la fabricación de hardware a la capacidad de alimentar a los modelos con datos masivos y de alta calidad, una cadena de producción que ya conecta fábricas en India con laboratorios de robótica de alto valor en todo el mundo.

marsbitHace 1 hora(s)

Los robots comienzan a 'devorar datos': La cadena de producción oculta desde las fábricas de datos en India hasta los robots humanoides de miles de millones de dólares

marsbitHace 1 hora(s)

Comentario Picante|Michael Saylor hace declaraciones de "chico malo"; una señora de 60 años "estafa a un joven" tras perder todo en futuros con apalancamiento

**Resumen en español europeo (c. 1500 caracteres)** La columna "辣评" (Comentarios Picantes) de esta semana analiza tres historias sobre riesgo, engaño y pérdidas en el mundo cripto. La primera destaca la polémica declaración de Michael Saylor, fundador de MicroStrategy. En un evento, aclaró que su famoso lema "nunca vendas Bitcoin" estaba dirigido a inversores individuales, no a su empresa, la cual podría vender si fuera necesario. Esto generó críticas en redes sociales, donde usuarios lo acusan de "jugar con las palabras" y recordaron declaraciones previas donde parecía implicar que la empresa tampoco vendería. La segunda historia relata un insólito caso de estafa en Beijing. Una mujer de 60 años, obsesionada con las criptomonedas, engañó a un joven haciéndose pasar por la "madrina" de una ficticia joven funcionaria llamada "Xiaohong", con quien el joven entabló una relación por chat. La estafadora, interpretando ambos papeles, le sacó más de 200,000 yuanes con excusas varias. El dinero fue invertido en cripto con x10 apalancamiento, resultando en una pérdida total tras un *margin call*. La mujer fue condenada a 4 años de prisión. La tercera parte comenta un desgarrador testimonio publicado en Reddit. Un trader anónimo compartió que su patrimonio neto alcanzó un pico de 45 millones de dólares gracias a inversiones en *memecoins*, pero que ahora se ha reducido a unos 17,200 dólares. Su post "Pregúntame lo que quieras" generó una ola de reacciones, con usuarios expresando conmiseración, asombro y consejos sobre la importancia de tomar ganancias y diversificar, criticando la adicción al juego que su historia refleja. El artículo concluye señalando que en el ecosistema cripto, esta semana hubo quien jugó con la semántica, quien con el engaño y quien con fuego, recordando los altos riesgos y la volatilidad inherentes al sector.

Foresight NewsHace 1 hora(s)

Comentario Picante|Michael Saylor hace declaraciones de "chico malo"; una señora de 60 años "estafa a un joven" tras perder todo en futuros con apalancamiento

Foresight NewsHace 1 hora(s)

Tiemblen humanos, la IA sigue acelerando a toda velocidad

Sí, la IA sigue avanzando a toda velocidad. Aunque algunos creían que la Ley de Escalado (Scaling Law) podría estar tocando techo, expertos en la conferencia BAAI 2026 señalaron que está lejos de agotarse. Su efecto continúa impulsando modelos de lenguaje grandes (LLM) y multimodales. La IA también está aprendiendo a "auto-evolucionarse", usando IA para escribir y actualizar código, acercándose a la posibilidad de tomar el control del mundo digital. El próximo campo de batalla clave son los **Modelos Mundiales (World Models)**, que buscan que la IA comprenda e interactúe con el mundo físico. Sin embargo, aún no existe un consenso sobre la ruta técnica óptima (basada en lenguaje, píxeles, estructuras 3D o representaciones visuales) y persisten desafíos con los datos. Se estima que su desarrollo y convergencia llevarán de 3 a 5 años más. En el frente de la aplicación, los **Agentes (Agents)** son clave para llevar la IA a la vida cotidiana. Han pasado de ser "utilizables" a empezar a ser "útiles", volviéndose más proactivos y capaces de manejar tareas complejas en campos como la medicina o la investigación. Para que sean realmente "buenos", es crucial perfeccionar el **Harness**: el marco o entorno de ingeniería que gestiona la comprensión de la intención del usuario, la planificación de tareas, la ejecución y la verificación, superando las limitaciones del modelo solo. En resumen, la IA está en una carrera acelerada en dos frentes: hacia dentro, dominando y auto-evolucionando el mundo digital; y hacia fuera, buscando comprender y actuar en el mundo físico a través de Modelos Mundiales y Agentes más competentes.

marsbitHace 1 hora(s)

Tiemblen humanos, la IA sigue acelerando a toda velocidad

marsbitHace 1 hora(s)

Investigadores de Ethereum proponen SPHINCS-, un esquema de firmas para carteras poscuánticas

**TL;DR** * Una publicación de Ethereum Research propone SPHINCS-, un esquema de verificación de firmas post-cuántico sin estado optimizado para la EVM. * El diseño reemplaza las funciones SHAKE256 estándar con KECCAK256 nativo de la EVM, permitiendo una implementación en Solidity sin cambios de protocolo o precompilados. * La variante C13 verifica con unos 127.000 gas y una firma de 3.704 bytes. * La propuesta es no estándar y está en fase de investigación, pero contribuye al creciente debate sobre seguridad post-cuántica en Ethereum. Investigadores de Ethereum exploran SPHINCS- ("SPHINCS menos"), un nuevo diseño de firma post-cuántico que permitiría a las billeteras verificar firmas resistentes a la computación cuántica directamente en la Máquina Virtual de Ethereum (EVM) sin requerir cambios en el protocolo. El esquema se adapta a las limitaciones prácticas de las billeteras blockchain, reduciendo el presupuesto de firmas por clave a un rango más relevante (2^14 a 2^20) en lugar del estándar 2^64, argumentando que las direcciones normales no necesitan un número astronómico de firmas. La propuesta, aún en etapa de investigación y no estándar, sustituye las funciones hash estándar por KECCAK256, nativo de Ethereum, lo que posibilita implementar la lógica de verificación en Solidity. Para su variante C13, se reportan costes de verificación de ~127.000 gas y un tamaño de firma de 3.704 bytes, mostrando eficiencia frente a esquemas estándar. Sin embargo, se señalan compromisos, como tiempos de firma muy largos en hardware wallets (hasta 390 segundos), resaltando la brecha entre eficiencia teórica y experiencia de usuario práctica. Aunque no resuelve todo el desafío de la migración post-cuántica, SPHINCS- representa una ruta de verificación concreta, nativa de la EVM y sin estado, que podría funcionar sin depender de cambios en la capa base de Ethereum, aportando al planeamiento a largo plazo para la seguridad de las cuentas.

bitcoinistHace 3 hora(s)

Investigadores de Ethereum proponen SPHINCS-, un esquema de firmas para carteras poscuánticas

bitcoinistHace 3 hora(s)

Trading

Spot
Futuros
活动图片