এসইসি স্থায়ীভাবে বিটক্লাউট প্রতিষ্ঠাতা নাদার আল‑নাজির বিরুদ্ধে মামলা প্রত্যাহার করলো
যুক্তরাষ্ট্রের সিকিউরিটিজ অ্যান্ড এক্সচেঞ্জ কমিশন (SEC) স্থায়ীভাবে এর বহু-বছরের সিভিল অভিযুক্তি বিটক্লাউড (DeSo) প্রতিষ্ঠাতা নাদার আল-নাজি এবং সংশ্লিষ্ট অভিযুক্তদের বিরুদ্ধে প্রত্যাহার করেছে। 12 মার্চ দক্ষিণ জেলা নিউ ইয়র্কের আদালতে দাখিল করা একটি যৌথ চুক্তি SEC-কে একই সিকিউরিটিজ অভিযোগ পুনরায় দায়ের করার থেকে বিরত রাখে। মূল জুলাই ২০২৪ এর অভিযোগে বলা হয়েছিল আল-নাজি BTCLT টোকেনের মাধ্যমে অনিবন্ধিত সিকিউরিটিজ বিক্রি করেছেন, প্রায় $২৫৭ মিলিয়ন তহবিল সংগ্রহের দাবি করা হয়েছিল এবং $৭ মিলিয়নেরও বেশি বিনিয়োগকারীর তহবিল ব্যক্তিগত ব্যয়ের জন্য স্থানান্তরিত হয়েছে। মামলায় নাম করা রিলিফ অভিযুক্তরা তদন্ত সংক্রান্ত অ্যাটর্নি ফি এবং ক্ষতিপূরণ দাবী থেকে সরে এসেছেন। বিচার বিভাগ একই সময়ে একটি সংশ্লিষ্ট তারাবাহালার ঘোটালার মামলা ত্যাগ করেছে। আল-নাজি এই প্রত্যাহারকে মুক্তি বলে আখ্যা দিয়েছেন এবং BitClout, Focus, Openfund ও HeroSwapসহ DeSo প্রকল্পগুলিতে কাজ পুনরায় শুরু করার ইঙ্গিত দিয়েছেন। ব্যবসায়ীদের জন্য লক্ষ্যযোগ্য যে এটি BTCLT/DeSo প্রকল্পগুলির ওপর একটি বড় আইনি অনিশ্চয়তা দূর করে, কিন্তু SEC বলেছে এই প্রত্যাহারটি এই মামলায় সীমিত এবং এটি ক্রিপ্টো-প্রয়োগে কোনো বিস্তৃত নীতিগত পরিবর্তন উপস্থাপন করে না।
Neutral
খারিজকরণটি BTCLT এবং DeSo-সম্পর্কিত প্রকল্পগুলোর জন্য একটি গুরুত্বপূর্ণ আইনগত ঝুঁকি দূর করে, যা মামলাজটিলতার সঙ্গে সংশ্লিষ্ট ডাউনসাইড ঝুঁকি কমাতে এবং বিনিয়োগকারীর মনোভাব উন্নত করতে পারে। তবে, SEC-এর দাখিল সুস্পষ্টভাবে সিদ্ধান্তটিকে এই মামলায় সীমাবদ্ধ করেছে এবং এটি ফি দাবি থেকে প্রত্যাহারসহ এসেছে, তাই এটি ক্রিপ্টো প্রয়োগ সম্পর্কে কোনো আনুষ্ঠানিক নীতির প্রত্যাবর্তন নয়। স্বল্পমেয়াদে: অনিশ্চয়তা মিটলে ট্রেডাররা BTCLT/DeSo টোকেনের অস্থিরতা হ্রাস বা সামান্য ইতিবাচক মূল্যায়ন দেখতে পারে। দীর্ঘমেয়াদে: অনুরূপ টোকেন মডেলগুলোর নিয়ন্ত্রক ঝুঁকি অটল থাকবে; পুনরুজ্জীবিত প্রকল্প কার্যক্রম ধীরে ধীরে মৌলিক সূচকগুলো উন্নত করতে পারে, কিন্তু বিস্তৃত বাজারের প্রতিক্রিয়া নির্ভর করবে তরলতা, টোকেন তালিকাভুক্তি, এবং নিয়ন্ত্রকরা সমতুল্য মামলা অনুসরণ করছে কিনা। মোটের উপর, দৃঢ় পণ্য বা বাজার সাফল্য ব্যতীত খবরটি ধারাবাহিকভাবে বড় দাম বাড়তে দেবেনা বলে সম্ভাব্যতা কম, তাই প্রভাবকে নিরপেক্ষ হিসেবে শ্রেণীবদ্ধ করুন।