Un géant bancaire japonais réduit ses paris sur les crypto-monnaies après une baisse de profit au T3

bitcoinistPublié le 2026-02-03Dernière mise à jour le 2026-02-03

Résumé

Le géant bancaire japonais Nomura réduit temporairement ses positions sur les cryptomonnaies après une baisse de 10% de son bénéfice net au troisième trimestre. Sa filiale européenne Laser Digital a enregistré des pertes, incitant le groupe à resserrer ses contrôles de risque à court terme. Cette décision vise à limiter la volatilité des résultats sans remettre en cause les ambitions à long terme. Nomura maintient son engagement dans les actifs numériques, comme en témoignent les démarches de Laser Digital pour obtenir une licence bancaire aux États-Unis. Cette approche à double vitesse reflète une stratégie de prudence immédiate tout en poursuivant le développement d'infrastructures cryptos pour le futur.

Nomura, le plus grand courtier et géant bancaire du Japon, a déclaré qu'il réduira temporairement ses positions en crypto-monnaies après un trimestre faible qui a entamé les profits et resserré sa tolérance au risque à court terme. Ce repli semble viser à lisser les fluctuations des résultats tout en maintenant les plans à plus long terme de l'entreprise pour les actifs numériques.

La banque réduit son exposition aux cryptos après un déclin des profits

Selon les divulgations de résultats et les déclarations de l'entreprise, le revenu net de Nomura a chuté de près de 10 % au troisième trimestre clos le 31 décembre, laissant le profit du groupe inférieur à celui de l'année précédente et incitant la direction à limiter certaines positions de trading de crypto pour éviter d'autres impacts.

La filiale européenne de crypto de Nomura, Laser Digital, a enregistré des pertes de trading durant cette période, que la direction a citée comme un facteur clé derrière la décision de resserrer les limites de positions.

Des rapports indiquent que les dirigeants ont décrit ces mesures comme temporaires et ciblées – non pas une sortie du marché, mais une façon de gérer la volatilité tandis que d'autres parties de l'entreprise continuent de croître.

Repli à court terme, jeu à long terme

La chronologie est divisée. D'un côté, Laser Digital a récemment déposé des dossiers pour étendre ses services à l'étranger, y compris une demande d'agrément de banque fiduciaire nationale aux États-Unis afin d'offrir des services de garde et de trading à une clientèle institutionnelle.

De l'autre, les desks de trading qui ont subi des pertes sont soumis à un contrôle plus strict pour éviter que les résultats trimestriels ne fluctuent trop. Les analystes estiment que cette approche à deux vitesses explique la contradiction apparente.

BTCUSD s'échange actuellement à 77 858 $. Graphique : TradingView

Les investisseurs ont réagi rapidement. Les actions de Nomura ont reculé après la mise à jour des résultats, reflétant l'inquiétude du marché concernant l'impact sur les opérations européennes et les coûts supplémentaires liés à une grande acquisition finalisée durant la période.

La direction a signalé que des charges exceptionnelles ont joué un rôle dans l'affaiblissement de la ligne de profit, aux côtés des pertes de trading.

Contrôles des risques resserrés, objectifs de croissance maintenus

Des rapports indiquent que Nomura a resserré les contrôles des risques autour des positions en actifs numériques et exerce une surveillance plus stricte des expositions qui peuvent fluctuer avec les mouvements des prix des cryptos.

Dans le même temps, les dirigeants ont souligné l'engagement plus large de l'entreprise à construire une infrastructure et des services liés aux cryptos sur le moyen à long terme, plutôt que d'abandonner purement et simplement le secteur.

L'effet immédiat est clair : moins de gros paris directionnels dans le livre de trading et un dimensionnement des positions plus prudent. Cela réduit la volatilité des profits mais peut limiter les gains si les prix des cryptos rebondissent fortement.

Image en vedette de The Exchange Asia, graphique de TradingView

Questions liées

QPourquoi Nomura réduit-il temporairement ses positions en cryptomonnaies ?

ANomura réduit temporairement ses positions en cryptomonnaies suite à une baisse de près de 10 % de son résultat net au troisième trimestre et à des pertes de trading enregistrées par sa filiale européenne Laser Digital, afin de limiter les risques à court terme.

QQuelle est la filiale de Nomura spécialisée dans les cryptomonnaies qui a subi des pertes ?

ALa filiale européenne de Nomura spécialisée dans les cryptomonnaies qui a subi des pertes est Laser Digital.

QEst-ce que Nomura abandonne complètement le marché des cryptomonnaies ?

ANon, Nomura ne abandonne pas complètement le marché des cryptomonnaies. La réduction des positions est temporaire et ciblée, et l'entreprise maintient ses plans à long terme pour les actifs numériques.

QQuelles sont les ambitions de Laser Digital malgré ce repli temporaire ?

AMalgré ce repli temporaire, Laser Digital a déposé des demandes pour étendre ses services à l'étranger, y compris une demande de charte de banque fiduciaire nationale aux États-Unis pour offrir des services de garde et de trading aux clients institutionnels.

QComment les investisseurs ont-ils réagi aux résultats trimestriels de Nomura ?

ALes investisseurs ont réagi négativement, entraînant une baisse du cours de l'action de Nomura après la publication des résultats, reflétant les inquiétudes concernant l'impact sur les opérations européennes et les coûts supplémentaires liés à une grande acquisition.

Lectures associées

Rubin Ultra réduit drastiquement sa configuration, NVIDIA cède-t-il face à la hausse du prix de la mémoire ?

Ces dernières heures, un rapport de la société de recherche SemiAnalysis a suscité de vives discussions dans le secteur de l'IA. Il révèle que NVIDIA aurait considérablement réduit les spécifications prévues pour sa puce phare Rubin Ultra, sa version haut de gamme de la plateforme Rubin annoncée cette année. Le changement le plus notable concerne la mémoire : la capacité HBM serait ramenée à 192 GB (empilage 8-Hi), soit moins que la version standard Rubin (288 GB en 12-Hi). La puissance de calcul théorique resterait identique à celle du Rubin, à 35 PFLOPs, et la bande passante mémoire ne progresserait que marginalement. Face à la flambée des prix du HBM – dont le coût a plus que triplé en un an – NVIDIA aurait repensé l'architecture pour en limiter l'impact sur le coût total. Ainsi, l'accent est désormais mis sur l'**interconnexion à grande échelle** : le système NVL576 permettrait de relier jusqu'à 576 GPU Rubin Ultra en un seul domaine de calcul via NVLink, offrant une capacité d'extension système bien supérieure. Cette réorientation stratégique, si elle est confirmée, suggère que NVIDIA optimise le rapport coût-performance en réduisant sa dépendance à des composants mémoire de plus en plus onéreux. Cette nouvelle a entraîné une chute des cours boursiers des principaux fabricants de mémoire, comme SK Hynix et Samsung, le marché craignant un potentiel plafonnement de la demande en HBM de la part du plus grand acheteur du secteur.

Odaily星球日报Il y a 9 mins

Rubin Ultra réduit drastiquement sa configuration, NVIDIA cède-t-il face à la hausse du prix de la mémoire ?

Odaily星球日报Il y a 9 mins

Les modèles génératifs peuvent aussi être entraînés de bout en bout ? Le noyau est en fait une boucle for

En 2012, AlexNet a révolutionné l'apprentissage profond en introduisant l'entraînement de bout en bout, où le modèle apprend une tâche complète en une seule fois, surpassant les approches par étapes conçues par l'homme. Cependant, les modèles génératifs actuels, comme les modèles autorégressifs ou de diffusion, font exception : ils sont entraînés à prédire une seule petite étape, puis doivent dérouler cette étape des centaines de fois lors de l'inférence. Cet écart entre l'entraînement et l'inférence entraîne un biais d'exposition (exposure bias), où les erreurs s'accumulent. Un récent article de l'Université de l'Illinois et de Harvard propose un nouveau paradigme, appelé Modélisation Exploratoire (Explorative Modeling, ou XM), pour résoudre ce problème. L'idée centrale est simple : au lieu de générer un seul échantillon par étape d'entraînement, le modèle en génère K, puis ne garde que le plus proche des données réelles pour calculer la perte et mettre à jour les paramètres. Cette boucle d'exploration, implémentée en quelques lignes de code, permet au modèle de capturer plusieurs modes de la distribution de données, évitant ainsi le flou modal (mode blurring) où le modèle converge vers une moyenne peu réaliste. Les auteurs démontrent que cette "expressivité générative" agit comme un troisième axe d'optimisation, indépendant de la taille du modèle ou des données. Les résultats montrent des gains croissants avec l'échelle : l'exploration améliore l'efficacité des FLOPs d'un facteur 4,1, l'efficacité des échantillons de 6,2 et l'efficacité des paramètres de 47%. Sur ImageNet, XM atteint un FID de 1,43 sans guidage. Appliqué de bout en bout, XM permet une inférence en une seule passe, rivalisant avec des modèles de diffusion nécessitant des centaines d'étapes, notamment dans des tâches de contrôle robotique. Bien que le concept de sélection du meilleur parmi K (best-of-K) ne soit pas nouveau, cette formalisation clarifie son rôle pour amplifier l'expressivité générative. Alors que les modèles continuent de grandir, cette troisième "molette" pourrait devenir déterminante.

marsbitIl y a 1 h

Les modèles génératifs peuvent aussi être entraînés de bout en bout ? Le noyau est en fait une boucle for

marsbitIl y a 1 h

Trading

Spot
活动图片