贝莱德助力美国保险公司进行比特币投资,具体方式如下

bitcoinist发布于2026-01-22更新于2026-01-22

文章摘要

贝莱德通过其与Delaware Life保险公司的合作,为美国保险公司开辟了比特币投资新渠道。该方案将比特币挂钩的回报纳入固定指数年金框架,使保险公司和保单持有人无需直接持有比特币即可获得相关收益。具体而言,贝莱德通过其"美国股票平衡风险12%指数"整合了iShares标普500 ETF和iShares比特币信托ETF(IBIT),采用12%波动率目标动态调整配置以控制下行风险。这种结构既符合保险产品的风险管控要求,又满足了市场对现代投资工具的需求。作为首例将比特币暴露纳入固定指数年金的美国保险公司,此举标志着比特币正以合规方式进入保守的保险和退休金市场,拓展了其在传统金融领域的应用范围。

贝莱德正在通过为机构资金在美国金融体系内开辟接触比特币资产的新途径,来增强比特币投资。该公司没有依赖传统的加密货币市场,而是通过保险行业引导与比特币挂钩的回报。通过与特拉华人寿保险公司的合作,这种方法将比特币敞口整合到固定指数年金框架中,使保险公司和保单持有人能够从与比特币挂钩的回报中受益,而无需直接持有该资产

贝莱德如何为保险业提供比特币敞口

贝莱德正在为一家美国保险公司提供比特币敞口,其方式是将这种波动性资产转化为符合保险产品严格风险要求的结构。特拉华人寿在周二的一份声明中确认,已在其固定指数年金投资组合中加入了贝莱德美国股票平衡风险12%指数,正式完成了整合。该指数以一种受控的方式将数字资产与传统保险框架联系起来,使得在风险受管的产品中参与比特币成为可能。

该指数并非直接持有比特币,而是通过iShares Core S&P 500 ETF获得美国股票敞口,并通过iShares比特币信托ETF(IBIT)获得比特币敞口。IBIT是贝莱德于2024年1月推出的现货比特币ETF,其管理资产已增长至近760亿美元,使其成为美国机构获取比特币敞口的主要门户。

风险管理是该指数设计的核心。12%的波动率目标会动态调整资产配置,以限制下行风险,而不是追求激进的上行收益。这一特性对于围绕本金保护结构设计的固定指数年金至关重要。

因此,保单持有人可以免受其投资的直接损失,同时仍能参与受股票和比特币表现影响的指数挂钩回报。贝莱德的作用不仅限于提供接入渠道,它还提供了ETF基础设施和波动率控制框架,使得比特币敞口能够在保险资产负债表内运作。

这对保险业和比特币采用为何重要

对于Group 1001 Insurance Holdings的子公司特拉华人寿而言,此次合作标志着美国保险公司首次将比特币敞口嵌入固定指数年金。Group 1001管理着约764亿美元的资产,此举反映了一个主要保险平台的战略性产品扩张,而非实验性举措。公司管理层将此产品定位为应对金融专业人士日益增长的需求,他们寻求与现代投资组合工具兼容且符合退休产品风险约束的方案。

从贝莱德的角度来看,这种结构在不改变这些产品保守预期的情况下,扩大了比特币在长期储蓄和保险市场的存在。通过将比特币定位为严格治理的风险框架内的回报组成部分,贝莱德推动了符合监管标准、保险公司资本要求和退休规划逻辑的机构采用。实际上,比特币敞口正被打包成保险公司已经理解并可以分销的形式,悄然将其触角延伸至金融业风险控制最严格的领域之一。

比特币持续低位震荡 | 来源:Tradingview.com上的BTCUSD图表

相关问答

Q贝莱德是如何为美国保险公司提供比特币投资渠道的?

A贝莱德通过与Delaware Life Insurance Company合作,将比特币挂钩的回报整合到固定指数年金框架中。它使用其BlackRock US Equity Balanced Risk 12%指数,该指数结合了通过iShares Core S&P 500 ETF的美国股票敞口和通过iShares Bitcoin Trust ETF (IBIT)的比特币敞口,而非让保险公司直接持有比特币。

Q这个投资策略的核心风险管理机制是什么?

A该策略的核心是一个12%的波动率目标,它会动态调整资产配置以限制下行风险,而不是追求激进的上涨。这对于以本金保护为结构的固定指数年金产品至关重要,确保了投保人的初始投资免受直接损失,同时仍能获得与指数挂钩的回报。

QiShares Bitcoin Trust ETF (IBIT)在此次合作中扮演什么角色?

AiShares Bitcoin Trust ETF (IBIT)是贝莱德于2024年1月推出的现货比特币ETF,在此次合作中,它作为提供比特币敞口的主要工具。IBIT拥有近760亿美元的资产管理规模,是美国机构获取比特币敞口的主要门户。

Q为什么说这次合作对于保险业和比特币的采用很重要?

A这是美国保险公司首次将比特币敞口嵌入固定指数年金产品中。此举由一家管理着约764亿美元资产的大型保险平台(Group 1001)推动,是一次战略性的产品扩展,而非实验性项目。它回应了金融专业人士对现代化投资工具的需求,同时符合退休产品的风险约束,将比特币以一种受控的方式引入了最注重风险控制的金融领域之一。

Q投保人通过此产品如何从比特币中受益?

A投保人无需直接持有比特币资产,而是通过其固定指数年金产品,参与到一个由股票和比特币表现共同影响的指数挂钩回报中。由于产品设计了严格的风险管理框架(如12%的波动率目标),他们的本金受到保护,避免了直接亏损的风险,但同时有机会获得比特币市场增长带来的潜在收益。

你可能也喜欢

生成模型也能端到端训练了?核心竟是一个for循环

长期以来,深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功,但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”,推理时则需要反复展开数百上千步,这种训练与推理的不一致导致了“暴露偏差”等问题,使得生成模型一直未能实现真正的端到端训练。 最近,一篇来自UIUC与哈佛大学的论文提出了“探索式建模(Explorative Modeling,XM)”新范式,其核心是一个简单到近乎朴素的for循环:在每个训练步骤中,模型生成K个候选样本,然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失(如平方误差)而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值,而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式,在不拆分生成过程的前提下,直接提升了模型的“生成表达力”,即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明,随着模型规模、数据量和计算量的增大,探索带来的性能收益越发显著,在图像、视频、语言等多种任务上均能带来效率与质量的提升。 更重要的是,当探索程度足够时,XM可以实现真正的端到端生成。在机器人控制等任务中,仅需一次网络前向传播的XM策略,其性能可媲美甚至超过需要上百次前向的扩散模型策略,实现了推理效率的飞跃。 尽管“最佳K样本选择”的思想并非全新,但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈,并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大,探索这一新维度可能将发挥越来越关键的作用。

marsbit10分钟前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit10分钟前

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit1小时前

年薪百万抢电工,Meta急到自己办技校

marsbit1小时前

交易

现货
活动图片