2026-08-07 Jumat

Berita Kripto - Halaman 306

Tetap selangkah lebih maju di pasar kripto. Berita real-time, wawasan, harga, cerita yang sedang tren, dan analisis ahli—semuanya di satu tempat.

Iman yang Disewa: Berapa Banyak Uang Sungguhan dalam Aliran Dana ETF Bitcoin?

**Ringkasan: "Keyakinan yang Disewa: Berapa Banyak Uang Sungguhan dalam Arus Dana ETF Bitcoin?"** Analisis ini mengungkap bahwa aliran dana mingguan Bitcoin ETF seringkali lebih mencerminkan aktivitas arbitrase tersembunyi daripada keyakinan institusional yang sesungguhnya. **Temuan Kunci:** 1. **Arus Mingguan Didorong Arbitrase:** Fluktuasi arus dana ETF mingguan sangat berkorelasi (0.70) dengan peningkatan posisi short futures oleh dana leveraged (hedge fund) di CME. Ini menunjukkan aktivitas **arbitrase "cash-and-carry"** (beli ETF, short futures), yang netral terhadap harga, bukan pembelian berdasarkan keyakinan. 2. **Harga Bitcoin Tidak Menjelaskan Arus:** Perubahan harga Bitcoin mingguan hampir tidak mampu memprediksi arus dana ETF. Arus justru mengikuti dinamika perdagangan berbasis suku bunga (basis) ini. 3. **Arbitrase Dominan dalam Fluktuasi, Bukan dalam Jumlah Kumulatif:** Dari total sekitar $55 miliar dana neto yang masuk ke ETF sejak peluncurannya, hanya sekitar **$1 miliar** yang merupakan posisi arbitrase bersih saat ini. Sebagian besar (sekitar $4 miliar/minggu) adalah pembelian berarah (directional) yang konsisten dan membentuk mayoritas aset ETF. 4. **Perdagangan Ini Sedang Menyusut:** Posisi short arbitrase telah berkurang secara stabil selama dua tahun, dari puncak sekitar $14 miliar (akhir 2024) menjadi sekitar $4.5 miliar. Aliran keluar ETF baru-baru ini sebagian mencerminkan penutupan posisi ini karena basis yang menyempit, bukan hilangnya keyakinan mendasar. 5. **Implikasi:** Arus dana ETF **melebih-lebihkan volatilitas (gejolak) keyakinan, bukan tingkat keyakinannya**. Fluktuasi mingguan banyak dipengaruhi modal "sewaan" (arbitrase), sedangkan aset yang bertahan sebagian besar adalah "milik sendiri" (keyakinan jangka panjang). 6. **Ethereum Berbeda:** Pola serupa terlihat pada ETF Ethereum tetapi lebih lemah, karena basisnya seringkali negatif setelah memperhitungkan imbal hasil staking, membuat arbitrase kurang menarik. **Kesimpulan:** Untuk menafsirkan data arus dana ETF Bitcoin dengan benar, perhatikan dua hal: **tingkat basis tahunan relatif terhadap suku bunga T-bill** dan **posisi short bersih dana leveraged di CME**. Keduanya membantu memisahkan bagian "keyakinan" dari bagian "arbitrase" dalam headline aliran dana.

链捕手06/22 13:46

Iman yang Disewa: Berapa Banyak Uang Sungguhan dalam Aliran Dana ETF Bitcoin?

链捕手06/22 13:46

Sang "Sopir Kemudi Krisis" Pasar Finansial Wafat, Mengenang Karier Alan Greenspan di Fed

Mantan Ketua Federal Reserve AS Alan Greenspan meninggal pada usia 100 tahun karena komplikasi penyakit Parkinson. Ia memimpin bank sentral AS selama hampir 19 tahun (1987-2006), melintasi empat presiden. Greenspan awalnya dipuji sebagai "nakhoda krisis" karena respons cepatnya terhadap peristiwa seperti 'Black Monday' 1987, krisis Asia, dan serangan 9/11. Kebijakan suku bunga rendah dan dukungan likuiditasnya menciptakan ekspektasi pasar yang dikenal sebagai "Greenspan Put"—keyakinan bahwa Fed akan bertindak untuk menopang pasar. Filosofi pasar bebas dan kepercayaannya pada inovasi keuangan selaras dengan optimisme era 1990-an, di mana ia dijuluki "Maestro". Namun, warisannya diperdebatkan setelah Krisis Keuangan 2008. Para kritikus berpendapat bahwa suku bunga rendah yang berkepanjangan dan pengawasan regulasi yang longgar turut berkontribusi pada gelembung perumahan dan krisis keuangan. Greenspan sendiri mengakui kelemahan dalam menilai kemampuan swa-regulasi pasar, tetapi membela keputusan masa jabatannya dengan menyatakan sulitnya mengidentifikasi gelembung aset secara tepat waktu. Warisan Greenspan tetap kompleks: ia dipandang sebagai penjaga stabilitas dan kemakmuran di satu sisi, dan sebagai simbol era deregulasi yang berisiko di sisi lain. Kematiannya mengingatkan kembali pada pertanyaan mendalam tentang peran bank sentral dalam menstabilkan pasar versus mendorong akumulasi risiko.

marsbit06/22 13:24

Sang "Sopir Kemudi Krisis" Pasar Finansial Wafat, Mengenang Karier Alan Greenspan di Fed

marsbit06/22 13:24

Interpretasi Laporan Riset: Intel Bangkit Berkat Apple? Setelah Bernstein Menghitung, Arah Benar Tapi Harga Terlalu Mahal

**Laporan Bernstein: Intel Butuh Lebih dari Apple untuk Bangkit** Analis Bernstein, Stacy A. Rasgon, menilai pernyataan terbaru Donald Trump yang mendukung kolaborasi Apple dan Intel untuk chip PC buatan AS. Kesimpulan utamanya: 1. **Dampak Finansial Minimal:** Jika Intel mendapat 40% pesanan chip laptop Apple (sekitar 5 juta unit/tahun), pendapatan tahunan hanya sekitar $500 juta. Jumlah ini sangat kecil dibandingkan total pendapatan Intel ($550 miliar) dan kontribusi laba per sahamnya hampir tidak terasa. 2. **Nilai Utama adalah Validasi:** Pesanan potensial ini berharga bukan untuk skalanya, tetapi sebagai **bukti kepercayaan** dari klien besar AS terhadap kemampuan manufaktur Intel, khususnya proses 18A. 3. **Jalan Panjang Menuju Produksi Massal:** Bernstein menekankan masih **banyak pekerjaan berat** dari tahap konsep ke produksi massal. Intel perlu investasi besar, meningkatkan kapasitas, dan membuktikan daya saing biaya serta kualitasnya di foundry. 4. **Penilaian Tetap Hati-hati:** Meski melihat arah yang positif, Bernstein mempertahankan rating **"Market-Perform" (Tahan)** dengan target harga $100. Ini mengisyaratkan harga saham saat ini (~$121.1) mungkin sudah mencerminkan harapan tersebut. **Kesimpulan:** Kerja sama dengan Apple adalah sinyal strategis dan politik yang baik untuk Intel, tetapi **tidak cukup** untuk mengubah nasib keuangannya dalam jangka pendek. Kesuksesan jangka panjang bergantung pada kemampuan Intel melewati validasi skala kecil ini dan menarik lebih banyak klien besar ke foundry-nya.

marsbit06/22 12:55

Interpretasi Laporan Riset: Intel Bangkit Berkat Apple? Setelah Bernstein Menghitung, Arah Benar Tapi Harga Terlalu Mahal

marsbit06/22 12:55

27 Tahun Takhta Terguling: Nilai Pasar SK Hynix Pertama Kali Lampaui Samsung, Sebuah Rekonstruksi Kekuatan Chip Korea yang Digerakkan AI

Pada 22 Juni 2026, SK Hynix mencetak sejarah di pasar modal Korea dengan nilai pasar pertamanya melampaui Samsung Electronics, mengakhiri dominasi 27 tahun raksasa elektronik tersebut. Pencapaian ini didorong oleh gelombang AI yang mengubah memori bandwidth tinggi (HBM) dari produk pinggiran menjadi infrastruktur inti komputasi. SK Hynix, yang pernah hampir bangkrut dengan utang $140 miliar, kini menjadi pemimpin pasar HBM global dengan pangsa 59%. Keuntungannya melonjak, menghasilkan rata-rata lebih dari 2 miliar yuan RMB per hari pada kuartal pertama 2026, didukung margin operasi HBM yang mencapai 72%. Sementara itu, Samsung tertinggal dalam perlombaan HBM karena fokusnya tersebar di berbagai bisnis seperti ponsel dan foundry semikonduktor, yang justru menghadapi tantangan. Keunggulan strategis SK Hynix dalam HBM, yang telah dipersiapkan sejak dini, telah membayar lunas di era AI. Peristiwa ini menandai pergeseran ekonomi Korea dari berbasis elektronik konsumen ke infrastruktur AI, serta transformasi industri chip memori menuju produk bernilai tinggi dan khusus. Namun, persaingan belum berakhir. Kapasitas produksi baru yang direncanakan pada 2028 dan upaya Samsung untuk mengejar ketertinggalan di HBM4 dapat mengubah kembali lanskap persaingan. Kenaikan SK Hynix adalah bukti rekonfigurasi kekuatan di industri semikonduktor global yang digerakkan oleh AI.

marsbit06/22 12:43

27 Tahun Takhta Terguling: Nilai Pasar SK Hynix Pertama Kali Lampaui Samsung, Sebuah Rekonstruksi Kekuatan Chip Korea yang Digerakkan AI

marsbit06/22 12:43

Sebuah Perusahaan yang Hampir Bangkrut, Baru Saja Nilai Pasarnya Melebihi Bitcoin

Pada 22 Juni, harga saham SK Hynix naik sehingga kapitalisasi pasarnya mencapai $1,35 triliun, melampaui kapitalisasi pasar Bitcoin sekitar $1,29 triliun. Kenaikan ini didorong oleh permintaan tinggi akan HBM (High-Bandwidth Memory), memori penting untuk pelatihan dan inferensi AI, di mana SK Hynix merupakan pemasok utama untuk Nvidia dengan pangsa pasar melebihi 60%. Perusahaan ini memulai pengembangan HBM sejak 2009, sebuah investasi jangka panjang yang baru membuahkan hasil signifikan dengan munculnya ChatGPT. SK Hynix pernah hampir bangkrut pasca gelembung dot-com, namun diselamatkan oleh akuisisi SK Group pada 2012 yang memungkinkan pendanaan berkelanjutan untuk teknologi HBM. Kini, perusahaan menikmati profitabilitas tinggi, dengan perkiraan laba operasi Q2 yang terus direvisi naik oleh analis. Artikel ini membandingkan kesuksesan infrastruktur AI fisik seperti SK Hynix dengan narasi Crypto AI. Pasar modal memberi premi tinggi pada aset seperti HBM karena pesanan nyata, hambatan fisik (kapasitas terbatas hanya pada 3 produsen), dan profitabilitas yang terukur. Sebaliknya, proyek Crypto AI, meskipmenjanjikan komputasi terdesentralisasi, masih banyak berada di tahap konsep dengan kemajuan terbatas. Laporan dari universitas seperti Cornell (IC3) menyatakan integrasi Crypto dan AI masih sangat awal. Proyek seperti Bittensor (TAO) masih membangun mekanisme intinya, sementara perusahaan penambangan Bitcoin yang berusaha beralih ke AI menghadapi tantangan pendanaan besar. Analis seperti Arthur Hayes berargemen bahwa industri AI telah menyerap likuiditas besar sejak 2022, dan IPO besar seperti OpenAI/Anthropic akan terus menarik modal, bukan mengalirkannya kembali ke crypto. Intinya, keuntungan infrastruktur AI saat ini lebih mudah diraih oleh entitas dengan teknologi, pesanan nyata, dan hambatan pasokan fisik yang kuat. Pasar crypto perlu lebih jelas mendefinisikan perannya dalam rantai nilai AI ini.

marsbit06/22 12:06

Sebuah Perusahaan yang Hampir Bangkrut, Baru Saja Nilai Pasarnya Melebihi Bitcoin

marsbit06/22 12:06

Sebuah Perusahaan yang Hampir Bangkrut, Baru Saja Nilai Pasar Melebihi Bitcoin

Pada 22 Juni, harga saham SK Hynix melonjak, mendorong valuasi pasarnya mencapai $1,35 triliun, melampaui total kapitalisasi pasar Bitcoin sekitar $1,29 triliun. Kenaikan ini terutama didorong oleh permintaan tinggi akan HBM (High-Bandwidth Memory), di mana SK Hynix adalah pemasok utama untuk Nvidia dengan pangsa pasar melebihi 60%. Laporan laba menunjukkan margin operasi perusahaan mencapai 72% pada kuartal pertama. SK Hynix mulai bertaruh pada teknologi HBM sejak 2009, sebuah investasi jangka panjang yang akhirnya membuahkan hasil dengan ledakan AI pasca-ChatGPT. Perusahaan ini hampir bangkrut pasca-gelembung dot-com 2001, tetapi diselamatkan oleh akuisisi SK Group pada 2012, yang memungkinkan pendanaan berkelanjutan untuk pengembangan HBM. Perbandingan ini menyoroti preferensi pasar modal saat ini: mereka memberikan premi tinggi pada aset infrastruktur AI dengan pesanan nyata, kelangkaan fisik, dan profitabilitas terukur seperti HBM, yang didominasi oleh sedikit pemain dengan siklus produksi panjang. Sementara itu, narasi Crypto AI, yang menjanjikan komputasi terdesentralisasi, masih berada pada tahap awal dengan kemajuan terbatas dan kurangnya kepastian dibandingkan dengan pemain infrastruktur fisik. Laporan dari institusi seperti Cornell IC3 mencatat bahwa integrasi Crypto dan AI masih lebih banyak wacana daripada realitas. Proyek seperti Bittensor masih membangun fondasi intinya, dan perusahaan penambangan kripto yang beralih ke AI menghadapi tantangan pendanaan besar. Analis seperti Arthur Hayes berpendapat bahwa industri AI telah menyerap likuiditas besar-besaran, dan aset kripto mungkin terdampak jika gelembung AI pecah.

链捕手06/22 11:34

Sebuah Perusahaan yang Hampir Bangkrut, Baru Saja Nilai Pasar Melebihi Bitcoin

链捕手06/22 11:34

Kuda Hitam AI Jepang Muncul: Bagaimana Model Kecil 7B Ini Berani Menantang Fable dan Mythos?

Sakana AI merilis model baru bernama Fugu pada Juni 2026, memicu kehebohan di komunitas AI. Dengan hanya 7B parameter inti, model ini mencetak skor 73.7 pada SWE-Bench Pro dan 82.1 pada TerminalBench 2.1, melampaui model raksasa seperti GPT-5.5 dan Claude Opus 4.8, bahkan diklaim sebanding dengan model terdepan seperti Fable 5 dan Mythos Preview. Kunci keberhasilannya terletak pada arsitektur "multi-agen" yang tidak biasa. Fugu tidak bekerja sendiri. Intinya adalah model kecil 7B yang dilatih dengan pembelajaran penguatan (RL Conductor), bertindak sebagai "mandor" pintar. Saat pengguna memberikan tugas, RL Conductor menganalisis dan membaginya, lalu secara dinamis menugaskannya kepada model-model terbaik dunia seperti GPT-5, Gemini, atau Claude di dalam kumpulan agennya. Ia mengoordinasikan, memverifikasi, dan menyintesis output mereka untuk menghasilkan jawaban akhir yang andal. Pendekatan ini mengubah paradigma "parameter adalah segalanya". Daripada mengandalkan komputasi internal yang berat, Fugu mengalokasikan daya komputasi untuk penjadwalan, verifikasi, dan sintesis eksternal yang cerdas. Dalam pengujian beta, Fugu menunjukkan keunggulan dalam skenario nyata seperti tinjauan kode yang mendalam, stabilitas percakapan panjang, dan efisiensi token. Namun, arsitektur ini memiliki kelemahan. Fugu sangat bergantung pada API model dasar AS (GPT, Claude, Gemini), sehingga rentan terhadap perubahan harga, pembatasan, atau ketentuan. Penjadwalan multi-agen juga dapat menambah latensi, dan klaim kesetaraan dengan model seperti Fable didasarkan pada data laporan yang berbeda, bukan pengujian langsung. Bagi Jepang yang memiliki sumber daya komputasi dan data terbatas, serta menghadapi risiko pembatasan ekspor model AS, Fugu mewakili strategi "penembusan asimetris". Alih-alih bersaing langsung dalam pelatihan model raksasa, Sakana AI fokus pada pelatihan "mandor" cerdas yang dapat memanfaatkan model global terbaik, memberikan fleksibilitas dan ketahanan tertentu. Meski terobosan sistem ini mengesankan, batas kemampuan akhirnya tetap ditentukan oleh model dasar yang diaturnya.

marsbit06/22 11:21

Kuda Hitam AI Jepang Muncul: Bagaimana Model Kecil 7B Ini Berani Menantang Fable dan Mythos?

marsbit06/22 11:21

活动图片