Arthur Hayes diz que seguradoras dos EUA estão insolventes por causa da dívida de IA: e se ele estiver certo?

Arthur Hayes afirma que o setor de seguros dos EUA já está insolvente quando a dívida ligada à IA é avaliada a preços de mercado. A alegação se baseia em estruturas de resseguro cativo que contabilizam promessas sem valor como capital real.
O contador forense Thomas Gober, em uma publicação feita por meio do analista Nick Nemeth, encontrou US$ 1,54 trilhão em resseguro entre empresas afiliadas, contra US$ 657 bilhões em excedente. Se esse resseguro for excluído, 29 das 30 maiores seguradoras dos EUA ficam tecnicamente insolventes.
Três seguradoras cativas de Vermont analisadas por Gober tinham apenas 3,7% dos ativos necessários para cobrir suas promessas combinadas.
O que acontece se ele estiver certo?
Nada muda enquanto os contratos subjacentes não forem postos à prova. O gatilho, argumenta Hayes em seu boletim informativo, seria uma onda de rebaixamentos da dívida de data centers de IA.
As seguradoras já detêm uma parcela crescente do mercado de dívida de data centers de IA. Isso vincula sua solvência à continuidade das compras de capacidade computacional pelos laboratórios de IA.
Os fundos de crédito privado já limitaram os resgates de investidores uma vez neste ano. Esse sinal de alerta está ligado à mesma pressão sobre a dívida de crédito privado que agora afeta as seguradoras.
Os fundos estaduais de garantia existem para amparar seguradoras que quebrem, mas os pagamentos são limitados a cerca de US$ 250 mil a US$ 300 mil por apólice. Esses fundos são financiados pelas seguradoras que continuam operando, muitas das quais dependem do mesmo modelo de resseguro.
Aposentados com anuidades dessas seguradoras podem sofrer perdas reais se o resseguro que as lastreia for tão insuficiente quanto descrito.
Em termos simples…
Esta é uma cadeia de dominós, e a questão é o que acontece se o primeiro cair.
As seguradoras recorreram a artifícios contábeis para fazer suas reservas parecerem mais sólidas do que realmente são. Se as empresas de IA reduzirem as compras de capacidade computacional, os empréstimos que financiaram esses centros de dados serão rebaixados, e as seguradoras que detêm essa dívida precisarão, de repente, de mais dinheiro de verdade do que realmente têm.
É aí que o artifício vem à tona. Alguns fundos de crédito privado já dão sinais semelhantes de tensão, um alerta sobre o que pode estar por vir.
Se uma seguradora falir, a rede de proteção é limitada: fundos garantidos pelo governo cobrem apenas US$ 250.000 a US$ 300.000 por apólice, e essa proteção é financiada por outras seguradoras, que podem estar igualmente expostas.
Assim, pessoas comuns com anuidades de aposentadoria podem acabar arcando com o prejuízo.
Isso pode soar familiar, pois foi exatamente o que aconteceu no colapso do mercado imobiliário de 2008, que serviu de base para o filme A Grande Aposta.
Na verdade, Steve Eisman, um dos investidores reais retratados em A Grande Aposta, participou de um podcast para discutir essa mesma pesquisa e a chamou de “um escândalo que vem se formando lentamente e que um dia poderá se tornar uma grande crise financeira”.
Quais seriam as consequências para o Bitcoin?
Isso deixa dois possíveis desfechos. Os reguladores deixam as seguradoras falirem e enfrentam a reação negativa, ou o governo intervém para impedir que isso aconteça.
Hayes já defendeu esse mesmo argumento. Ele relacionou a defesa do iene pelo Fed a uma nova injeção de liquidez em dólares. Também comparou as recompras de títulos do Tesouro de Bessent ao plano de Yellen de 2023.
A lógica se repete aqui. Quer o governo socorra as seguradoras, quer compre capacidade computacional de IA diretamente, ambos os caminhos expandem a oferta monetária. Hayes considera essa expansão positiva para o Bitcoin (BTC).
Hayes estar certo depende de informações que os reguladores mantiveram confidenciais por anos. Se o rombo for sequer uma fração do que os contadores forenses descrevem, as consequências irão muito além dos mercados de criptomoedas.
Fonte: BeInCrypto