策略公司(原微策略)在MSCI风波中保持纳斯达克100指数地位——详情

bitcoinist发布于2025-12-14更新于2025-12-14

文章摘要

摘要:比特币最大企业持有者微策略公司(MSTR)在最新纳斯达克100指数年度调整中成功保留成分股地位,这是其自去年12月首次入选后经历的首次调整。不过,该公司近期股价表现疲软,过去一个月累计下跌近25%。与此同时,全球指数提供商MSCI正考虑调整纳入标准,拟将数字资产持仓超总资产50%的企业排除在其指数之外。微策略联合创始人迈克尔·塞勒强调公司不仅是比特币持有实体,更是拥有主动财务策略的软件企业,并已致函MSCI建议重新评估该标准。摩根大通分析指出,若被MSCI指数剔除,微策略可能面临高达28亿美元的资金流出。

策略公司(前身为微策略)在今年纳斯达克100指数调整中保住了席位——这是自去年12月以类似方式入选该指数后的首次调整。这对这家比特币企业买家而言是个好消息,因其正面临可能被排除在摩根士丹利资本国际(MSCI)指数之外的风险。

MSTR成功通过首次纳斯达克100指数调整

12月12日(周五),路透社披露,全球最大企业比特币持有者策略公司(股票代码MSTR)自加入纳斯达克100指数后,成功通过了首次指数调整。顾名思义,纳斯达克100指数追踪的是纳斯达克证券交易所上市的100家最大非金融公司的表现。

据报道,本次调整中,百健、CDW、格罗方德、露露乐蒙、安森美和贸易桌公司被移出指数。与此同时,阿尼拉姆制药、费罗维亚、Insmed、莫诺动力系统、希捷科技和西部数据成功入选纳斯达克100指数。

这些纳斯达克100指数的变更预计将于12月22日(周一)正式生效。

尽管出现这一积极进展,MSTR股价当日仍收跌近4%,这已成为该股近期的常态。最新市场数据显示,策略公司股价过去一个月累计下跌近25%。

策略公司敦促MSCI重新考虑指数标准

此外,这一利好消息出现之际,其他指数提供商正在重新评估其纳入标准。正如Bitcoinist此前报道,全球指数提供商MSCI表示,正考虑排除那些业务模式高度集中于持有加密资产的公司。

但策略公司联合创始人兼董事长迈克尔·塞勒表示,其公司并非单纯的被动比特币持有实体,而是一家具有主动财务策略的软件公司。据塞勒称,公司正就MSCI计划将加密资产持有量超过总资产50%的企业排除在其指数之外的事项进行磋商。

在近期由塞勒与CEO洪佛莱联署的信函中,策略公司对MSCI建立统一指数准入标准的意图表示支持,但敦促其重新考虑将数字资产持有超50%的公司从全球可投资市场指数中剔除的计划。

尽管塞勒反驳称此项排除"不会产生任何影响",摩根大通分析师预估,仅策略公司一家就可能因MSCI的决定面临高达28亿美元的资金流出。

MSTR日线价格走势 | 数据来源:TradingView图表

相关问答

QStrategy(前身为MicroStrategy)在今年的纳斯达克100指数调整中是否被保留?

A是的,Strategy(股票代码MSTR)在今年的纳斯达克100指数调整中成功保留了其位置,这是自去年12月加入该指数以来的首次调整。

Q哪些公司在此次纳斯达克100指数调整中被剔除?

A在此次调整中,Biogen、CDW、GlobalFoundries、Lululemon、On Semiconductor和Trade Desk失去了在纳斯达克100指数中的位置。

QMSCI考虑调整指数纳入标准的原因是什么?

AMSCI正在考虑调整其指数纳入标准,计划排除那些业务模式严重侧重于持有加密资产(如比特币)的公司,尤其是那些数字资产持有超过总资产50%的企业。

QStrategy对MSCI的指数调整计划持什么态度?

AStrategy支持MSCI建立一致的指数 eligibility 标准,但敦促其重新考虑将数字资产持有超过50%的公司从全球可投资市场指数中剔除的计划,并强调自己是一家具有主动财务策略的软件公司,而非被动的比特币持有实体。

Q如果MSCI执行其排除计划,Strategy可能面临什么财务影响?

A根据JP摩根分析师的估计,如果MSCI执行其排除计划,Strategy alone可能面临高达28亿美元的资金外流。

你可能也喜欢

加州理工用AI攻克量子化学60年难题,1块显卡做完7800块的活

加州理工学院Anima Anandkumar团队利用人工智能攻克了量子化学领域存在60年的计算瓶颈。他们开发的AI模型“Kohn-Sham FNO”将密度泛函理论(DFT)的计算复杂度从传统的立方级降低至近线性级,实现了革命性突破。 传统DFT计算随体系增大,计算量呈立方增长,难以模拟大分子体系。该团队创新性地采用傅里叶神经算子,在DFT的迭代求解流程中替代了最耗时的核心计算步骤,而非直接预测最终结果。这种“思维链”式的分步迭代方法保证了计算的稳定性和外推能力,即使模型输出有误,后续迭代也能纠正,并能在超出能力范围时通过发散发出警报。 该模型仅用8504个结构进行训练,便能同时处理分子和固体材料,覆盖元素周期表前五行元素,展现出优异的泛化能力。在外推至训练集未见的大型药物分子时,其误差远低于直接预测模型。 实际验证中,该模型在单块NVIDIA B300 GPU上成功完成了包含8250个原子(82500个价电子)的金属缺陷模拟,计算完美收敛。相比之下,2019年一项对类似规模体系的全量DFT计算动用了约7800块GPU。实测计算缩放指数为1.03(近线性),而传统方法为3.37(立方级),意味着体系越大,效率优势越显著。 这项研究标志着AI开始替代物理计算中最耗时的重复运算部分。团队已基于此创立公司,并计划进一步完善模型以覆盖完整能量计算流程,未来在药物研发、电池材料设计等领域具有巨大应用潜力。

marsbit39分钟前

加州理工用AI攻克量子化学60年难题,1块显卡做完7800块的活

marsbit39分钟前

交易

现货
活动图片