최신 뉴스
당신을 위해 엄선되었습니다
주간
최고 자리를 유지하세요

최고의 암호화폐 관련 정보를 이메일로 받아보세요.

로빈후드, 샘 뱅크먼-프라이드가 이끄는 이머전트 피델리티 테크놀로지스로부터 6억 500만 달러 상당의 주식 매입

에 의해다밀롤라 로렌스다밀롤라 로렌스
읽는 데 2분 소요
부후: SBF 측 사람들은 그가 도둑이 아니라 너드라고 말한다
  • 로빈후드는 샘 뱅크먼-프리드의 파산 기업인 이머전트 피델리티 테크놀로지스로부터 6억 500만 달러 상당의 주식을 자사주 매입했습니다.
  • 이번 지분 환매는 샘 뱅크먼-프리드가 막대한 비용이 드는 전문가 증인으로 구성된 변호팀을 앞세워 10월에 있을 재판을 준비하는 가운데 이루어졌습니다.

로빈후드는 샘 뱅크먼-프리드가 이끄는 이머전트 피델리티 테크놀로지스로부터 6억 500만 달러 상당의 자사주를 성공적으로 매입했습니다. 미국 증권 거래위원회(SEC)에 8월 30일자로 제출된 자료에 따르면 , 이번 자사주 매입 계약은 8월 28일 뉴욕 남부 지방법원의 승인을 받았습니다

이번 자사주 매입은 로빈후드가 미국 연방보안관실(정부를 대리함)로부터 5,500만 주 이상을 매입하는 방식으로 진행되었습니다. 주당 매입 가격은 10.96달러였습니다. 로빈후드의 최고재무책임자(CFO)인 제이슨 워닉은 자사주 매입 완료에 만족감을 표하며, 고객과 주주 모두에게 이익이 되는 성장 계획을 실행해 나갈 것이라고 밝혔습니다.

이머전트 피델리티 테크놀로지스는 2월에 파산 신청을 했습니다

이머전트 피델리티 테크놀로지스는 2022년 5월 로빈후드 주식을 인수했으나, 올해 2월 파산 신청을 했습니다. 로빈후드는 앞서 4분기 실적 발표에서 자사주 매입 계획을 밝힌 바 있습니다. 당시 이사회는 이머전트가 인수한 로빈후드 잔여 주식 5,500만 주 대부분 또는 전부를 매입하는 방안을 추진할 권한을 회사에 부여했습니다. 

여러 당사자들이 해당 주식에 관심을 표명하면서 상황이 복잡해졌습니다. 블록파이(BlockFi) 또한 이 목록에 합류하여, 블록파이가 담보로 주장한 로빈후드 주식을 블록파이가 장악하려 했다며 에머전트(Emergent)를 상대로 소송을 제기했습니다. 이는 알라메다(Alameda)가 대출금을 상환하지 못해 채무 불이행 상태에 빠진 이후에 발생했습니다.

이번 자사주 매입은 다양한 재정 및 규제 문제에 직면해 있는 로빈후드에게 매우 중요한 시점에 이루어졌습니다. 파산 신청을 했던 이머전트 피델리티 테크놀로지스의 자사주 매입은 로빈후드의 재무 포트폴리오에 또 다른 복잡성을 더합니다. 

한편, 샘 뱅크먼-프리드는 10월에 재판을 앞두고 있으며, 자신의 변호를 강화하기 위해 7명의 전문가 증인으로 구성된 팀을 꾸리고 있는 것으로 알려졌습니다. 시간당 1,200달러의 보수를선거 자금 규제, FTX 및 계열사인 알라메다 리서치의 재정 운영 등 다양한 주제에 대해 증언할 것으로 예상됩니다. 변호인 측이 이 증인들에게 지출할 비용은 시간당 최대 8,400달러에 달할 것으로 추산됩니다. 정부는 이에 대한 반격으로 전문가들의 자격dent정보 공개에 "여러 가지 결함"이 있다는 이유로 이들의 증언을 무효화해 달라는 신청서를 제출했습니다.

암호화폐 뉴스를 단순히 읽는 데 그치지 마세요. 이해하세요. 저희 뉴스레터를 구독하세요. 무료입니다.

이 기사를 공유하세요

면책 조항: 제공된 정보는 투자 조언이 아닙니다. Cryptopolitan이 페이지에 제공된 정보를 바탕으로 이루어진 투자에 대해 어떠한 책임도 지지 않습니다.tron권장합니다dent .

다밀롤라 로렌스

다밀롤라 로렌스

다밀롤라 로렌스는 5년 이상 암호화폐 시장과 기술 관련 뉴스를 다뤄왔습니다. 이전에는 TheShibMagazine, CryptoMode, Qweens Magazine, The Recording Academy에서 암호화폐 관련 인사이트와 분석을 제공했으며, 이후 웹3 분야로 진출했습니다. 현재 Cryptopolitan에서 암호화폐 가격 예측 전문가로 활동하고 있습니다. 학사 학위 취득 후, 마리아 퀴리-스클로도프스카 대학교에서 IT 사이버 보안 석사 학위를 취득했습니다.

더 많은 뉴스
심층 암호
화폐 속성 강좌