案例讨论 | 经营虚拟货币交易所 构成非法利用信息网络罪?(二)

币界网Publicado a 2024-08-12Actualizado a 2024-08-12

币界网报道:

图片

2017年94公告发布后,国内虚拟货币交易所纷纷宣布出海。接着2021年924通知发布后,国内交易所也接连表态将关闭对中国大陆地区用户的服务,对存量用户进行清退。

但时至今日,仍有不少虚拟货币交易平台关于所谓的出海,只是把公司注册地和服务器搬到海外,部分管理层人员肉身出海,但相关人员仍留在国内。

据行业内知情人透漏,截至目前,国人仍在开设的虚拟货币交易所至少有上千家。

在虚拟货币相关业务被定性为非法金融活动的背景下,虚拟货币交易所的刑事风险首当其冲。据公开判决来看,较为高频的交易所涉刑风险有开设赌场、非法经营、非法吸收公众存款、传销犯罪等,非信罪并不多见。

那为什么本文将虚拟货币交易所涉非信罪单拎出来讨论呢?因为它是个兜底性罪名

国人开设的虚拟货币交易所,除非真的做到了全员出海,且平台不涉及国内用户,否则无论做到了何种程度的刑事合规,面对兜底罪名的指控,都很难招架。但邵律师认为,本罪名的适用本身具有极大争议性。为什么这么说呢,本文会分享4个案例进行讨论。

作者 | 邵诗巍律师

本文上篇请➡️:

案例讨论 | 经营虚拟货币交易所,构成非法利用信息网络罪?(一)

本文上篇分享了2个案例,今天继续接着讲。

03

【案例C】

戴某搭建虚拟货币交易平台网站,并对网站进行调试和日常维护。某日,第三人向被害人谎称自己在该平台有大额资金需要提现,以高额报酬诱使被害人提供帮助,并通过微信聊天、伪造转账凭证等方式,从被害人处骗得1.5万元。由此,法院认定戴某设立用于实施诈骗等违法犯罪活动的网站,犯非法利用信息网络罪,判处有期徒刑九个月。

【邵律师评析】

为什么本文最开始说国人开设虚拟货币交易所,无论做到了何种程度的刑事合规,面对兜底罪名的指控,都很难招架,这就是一个典型的例子。

该案的逻辑是:甲开了一个虚拟币交易所,乙把这个交易所平台作为工具,骗取他人钱财,甲乙无通谋的前提下,交易所被认定为诈骗网站,因此甲犯了非信罪。

为什么说甲乙一定无通谋呢?因为即使判决书对案情的描述再精简,能够体现被告人主观犯意的表述绝不会省略,再说了,如果甲乙双方真的有通谋,也不会是非信这个罪名了。

对于该判决结果,本人认为并不正确,这明显是个强盗逻辑。如果这个逻辑普适到所有被害人被骗的案件当中,别说币圈平台了,任何平台都可能会作为不法分子实施违法犯罪行为play的一环,我们日常中使用的所有社交类、公众类软件都将不复存在。

再者,从法理角度来说,也不应对本案定罪。非信罪的情形之一为“设立用于实施诈骗、传授犯罪方法、制作或者销售违禁物品、管制物品等违法犯罪活动的网站、通讯群组”,所以,如果行为人设立网站的目的是为了实施违法犯罪活动,或者行为人设立网站的初始目的是正当的,但后续将网站逐步演化为用以实施违法犯罪的信息平台,定本罪没有问题。

但若行为人出于正常的经营目的设立网站,即便924通知等将虚拟货币交易定性为非法金融活动,若其经营行为不涉及刑法分则规定的违法犯罪行为类型,也不构成本罪。

如果行为人设立网站后,事后知道他人利用其网站从事违法犯罪活动而为不法分子提供技术支持的,有构成帮信罪的可能,但该案判决书中虽提到戴某“对网站进行调试和日常维护”,却未认定其构成帮信罪,再次印证了戴某与第三人不法分子并没有通谋骗取被害人钱财的合意。

04

【案例D】

该案有支线和主线两个并行的作案背景。

支线:董某等人通过网络渠道获得大量手机号后,交给招募的员工,让他们拨打电话给机主,将有意向加入股票群的机主拉入事先准备好的微信群,后将微信群卖给境外诈骗团伙获利。被害人李某接到该公司人员电话后,加入微信群,后被群内助理引导安装某APP充值投资被骗。

主线:周某等人在微信群中冒充股票讲师、股民、助理等身份,被害人刘某被讲师周某诱导,在前述虚拟货币交易平台充值,并在肖某搭建的虚拟货币交易平台的后台控制虚拟货币涨跌,致刘某亏损。

最终法院判决董某犯非法利用信息网络罪,周某犯诈骗罪

【邵律师评析】

主线和支线看似没有关联,为什么会在一个案件当中处理?因为董某团伙曾向董某所在公司支付过钱款。董某等人负责寻找有投资意向的被害人并组建微信群,将微信群打包卖给肖某和周某团伙,由周某对受害人实施精准诈骗。

同样是被害人报案投资被骗,为什么最终的罪名不同?非信罪和诈骗罪的边界在哪里?本案可以很好的回答这个问题。

支线的行为模式,就是设立群组,而设立这个群组的目的,就是为了实施诈骗活动。支线的获利方式是出售微信群组,而不是诈骗他人钱财。那为什么支线没有和主线一同视为诈骗罪的共同犯罪?答案仍然是一样的,支线的获利方式是出售微信群组,至于买家拿群组做什么,他们可能知道,也应当知道,但并不关心。董某等人可能朴素的认为,只要自己不参与诈骗,就不会有法律风险。

本案当中支线的行为模式,从该案全局来看,构成诈骗罪的犯罪预备,而非信罪设立的目的,就是将预备行为实行化,将预备行为独立成罪。

05

写在最后

本文以案例分析的形式,深入探讨了虚拟货币交易所在我国现行法律框架下可能涉及非信罪的情形。其中案例B和案例D,如果确实存在诈骗用户资金的事实,则我们更多应该关注的是对有关罪名适用的讨论,考虑罪轻或轻罪辩护方案;案例A和案例C,对当事人应否定罪,个人认为有待商榷。

我们能够认识到,政府和监管机构发布公告、通知和倡议的目的是为了增强公众的警觉性,引导大家进行理性投资,同时防范金融风险。但在这一过程中,重要的是找到鼓励金融创新与维护金融安全之间的平衡点。这就需要更为细致的分析和区分不同情况,避免一刀切的否定或过度的惩罚。

所以作为法律工作者,我们更希望看到的是在将来能够有更加完善、更加明确的涉区块链、虚拟货币相关法律法规监管规定出台,而不是目前该领域多年以来一直处于法律适用上模糊地带的现状。

通过这种平衡,我们相信在未来,区块链技术有潜力成为推动我国经济社会发展的关键驱动力。

Lecturas Relacionadas

El desafío de la potencia de cálculo en el ajedrez de la IA entre China y Estados Unidos

La carrera por la inteligencia artificial entre China y EE.UU. enfrenta un desafío fundamental: la enorme brecha en capacidad de computación (computing power). Mientras empresas estadounidenses como Meta, Google y xAI despliegan cientos de miles de GPUs de alta gama (como las de Nvidia) para entrenar modelos con billones de parámetros, China depende en gran medida de chips de inferencia nacionales para tareas menos exigentes. El artículo destaca que la escasez de chips de entrenamiento de última generación, debido a las restricciones de exportación estadounidenses, es la raíz de la diferencia entre los modelos de IA de ambos países. Según estimaciones, EE.UU. posee el doble de capacidad de computación que China, y un solo gigante tecnológico estadounidense puede superar la suma de todas las empresas chinas. Esto permite a EE.UU. iterar modelos mucho más rápido y entrenar sistemas con parámetros significativamente mayores. Aunque líderes tecnológicos como Huang Jen-hsun (Nvidia) o Elon Musk elogian el progreso chino, la realidad muestra un rezago. El modelo chino más avanzado, DeepSeek V4 Pro, tiene 1.6 billones de parámetros, muy por detrás de los 10 billones de modelos estadounidenses como Mythos de Anthropic. Además, se estima que China está entre 8 y 15 meses atrás en la frontera de la IA. El ascenso de fabricantes nacionales chinos como Huawei (Ascend 910B), Moore Thread o Cambricon representa un camino esperanzador. Aunque su rendimiento absoluto y ecosistema de software (similar al CUDA de Nvidia) aún están en desarrollo, ya logran avances en inferencia y comienzan a adaptarse para entrenamiento básico. El éxito a largo plazo requerirá paciencia, inversión sostenida y un esfuerzo colectivo similar al que llevó a Corea del Sur a dominar la industria de chips de memoria. En este duelo geopolítico por la IA, China avanza con determinación, pero el camino por recorrer es extenso.

marsbitHace 6 min(s)

El desafío de la potencia de cálculo en el ajedrez de la IA entre China y Estados Unidos

marsbitHace 6 min(s)

Se agotan las ventajas del canal: ¿En qué pueden confiar los protocolos DeFi para resistir la recolección de los gigantes?

"La ventaja de los canales se agota: ¿Cómo pueden los protocolos DeFi resistir la cosecha de los gigantes? Cuando los gigantes tecnológicos como Coinbase, Stripe y Kraken consolidan su control sobre los canales de distribución y la infraestructura, los protocolos DeFi abiertos enfrentan una presión extrema. Coinbase gana millones en tarifas de secuenciación de su blockchain Base, donde Morpho opera, mientras que Stripe adquirió Bridge para capturar los ingresos por intereses de sus stablecoins, y Kraken compró NinjaTrader por sus licencias. Estos movimientos exponen una batalla fría por las ganancias. La supervivencia de los protocolos abiertos depende de dos estrategias clave: la expansión multichain y la integración profunda. Proyectos como Morpho y Uniswap no dependen de una sola cadena; al diversificarse, mitigan el riesgo de que un gigante los desplace en su propio ecosistema. Además, cuando su tecnología se integra tan profundamente en los productos de una empresa (como el producto de préstamo de Bitcoin de Coinbase en Morpho), el costo y el riesgo de reemplazarlos se vuelven prohibitivamente altos. El futuro del sector podría inclinarse hacia un oligopolio de grandes empresas que controlen toda la pila tecnológica, relegando el código abierto a nichos. Sin embargo, la agilidad de los protocolos para desplegarse en múltiples cadenas y la complejidad técnica que ofrecen crean una interdependencia. La carrera entre la velocidad de expansión de las instituciones y la de los protocolos abiertos decidirá el panorama final. Por ahora, la infraestructura crítica de estos gigantes aún se basa en código abierto."

marsbitHace 6 min(s)

Se agotan las ventajas del canal: ¿En qué pueden confiar los protocolos DeFi para resistir la recolección de los gigantes?

marsbitHace 6 min(s)

Nuevo trabajo del equipo de Kaiming He: Eliminando VAE y datos privados, la generación de texto a imagen resulta ser más potente

El equipo de investigación de He Kaiming presenta MiniT2I, un modelo de generación de imagen a partir de texto (text-to-image, T2I) minimalista y directo en el espacio de píxeles, que desafía la complejidad de los enfoques dominantes. El modelo elimina componentes estándar como el VAE para codificación, mecanismos de inyección condicional complejos (AdaLN), funciones de pérdida auxiliares, datos privados y etapas de alineación RL/DPO. Utiliza un objetivo de "flow matching" entrenado directamente sobre píxeles RGB. Con solo 258M de parámetros (versión B/16), supera a modelos de espacio de píxeles mucho más grandes en benchmarks como GenEval (0.87) y DPG-Bench (84.2). Su arquitectura, MM-JiT, simplifica el Transformer estándar: añade dos adaptadores ligeros para las características de texto de T5 (congelado) y elimina la rama AdaLN, confiando en que la imagen ruidosa ya contiene información temporal. Esto reduce parámetros y permite más capas, mejorando el FID a 13.7. El entrenamiento, de bajo costo (~3 días en 8 H100 para el modelo de ablación), se realiza en dos fases con datos completamente públicos: preentrenamiento en CC12M reetiquetado y ajuste fino en ~120K pares de alta calidad. Esto demuestra que un modelo pequeño puede igualar o superar en ciertos aspectos a gigantes como SD3-Medium en escenas imaginativas, aunque muestra limitaciones en renderizado de texto y entidades nombradas debido a los datos públicos. MiniT2I señala un cambio de paradigma hacia la simplificación y eficiencia en la generación de imágenes, haciendo que la tecnología T2I sea más accesible fuera de los laboratorios industriales líderes.

marsbitHace 12 min(s)

Nuevo trabajo del equipo de Kaiming He: Eliminando VAE y datos privados, la generación de texto a imagen resulta ser más potente

marsbitHace 12 min(s)

¿La industria de los seguros se enfrenta a su mayor competidor? ¿Son los mercados de predicción los "bárbaros a las puertas"?

El sector asegurador, tradicionalmente un pilar estable de la economía, podría enfrentar un cambio disruptivo con el auge de los mercados de predicción. Plataformas como Kalshi y Polymarket están demostrando su utilidad para la cobertura de riesgos, invadiendo progresivamente dominios tradicionales de las aseguradoras. Ejemplos concretos ilustran esta tendencia: Kalshi se asoció con Game Point Capital para ofrecer cobertura más barata y transparente sobre bonos por desempeño deportivo en la NBA. Polymarket, en colaboración con Parcl, permite apostar sobre índices de precios de la vivienda, funcionando como una herramienta de cobertura para propietarios o compradores. Un bar de Nueva York usó Kalshi para cubrir el costo de una promoción de bebidas gratuitas vinculada al resultado de un partido de baloncesto, mostrando el potencial para pequeñas empresas. El valor de estos mercados reside en su transparencia, liquidez y el rol neutral de la plataforma, a diferencia de las apuestas deportivas tradicionales. Transforman la información en un activo negociable y permiten una gestión de riesgos más flexible y accesible. Aunque enfrentan desafíos como la liquidez insuficiente y la incertidumbre regulatoria, estos ejemplos marcan un primer paso significativo. Los mercados de predicción se presentan no solo como una alternativa a las casas de apuestas, sino como un competidor emergente para segmentos clave del negocio tradicional de seguros.

marsbitHace 13 min(s)

¿La industria de los seguros se enfrenta a su mayor competidor? ¿Son los mercados de predicción los "bárbaros a las puertas"?

marsbitHace 13 min(s)

¿Qué sectores de las criptomonedas están siendo "devorados" por los Agentes de IA?

Si eres como nosotros y has estado inmerso en esta industria los últimos años, notarás que el ambiente ha cambiado. La atención se centra ahora en la IA y los Agentes. La eficiencia está impulsando que más usuarios adopten interacciones dirigidas por IA, y plataformas diseñadas originalmente para humanos se están optimizando para servicios "no humanos". Observamos que los Agentes de IA ya dominan claramente ciertos sectores: - **Trading de derivados (perpetuos)**: Mercados altamente automatizados donde los robots superan a los humanos en velocidad y ejecución 24/7. - **Arbitraje (MEV)**: Un campo completamente dominado por bots automatizados que escanean mempools. - **Optimización de rendimiento**: Sectores donde la mayoría de los protocolos nuevos incorporan Agentes de IA autónomos. - **Trading spot y optimización de carteras**: Los bots automatizados generan un volumen significativo. En **mercados de predicción** y **préstamos DeFi**, coexisten actividades de Agentes y humanos. Los robots dominan el arbitraje a corto plazo, mientras que los humanos mantienen ventaja en decisiones a largo plazo y en elecciones de préstamos/depósitos. Los sectores aún **dominados por humanos** incluyen: - **Establecoins y pagos con tarjeta**: Usados masivamente para transferencias y pagos reales, especialmente en mercados emergentes. - **Monederos**: La capa final de interacción con la blockchain, donde la supervisión y aprobación humanas son cruciales. Con el aumento de los Agentes, crece la importancia de **capas de verificación humana**. Proyectos como World & AgentKit, t54, Self Protocol y Kite AI están construyendo infraestructuras para garantizar la responsabilidad y confianza en las acciones de los Agentes, vinculándolos a identidades humanas verificadas. En conclusión, los Agentes dominan donde la velocidad y la automatización son clave, pero los humanos siguen siendo esenciales en áreas que requieren juicio, confianza y contexto del mundo real. Los equipos que comprendan esto y construyan sistemas que equilibren ambos mundos serán cruciales para el futuro.

marsbitHace 17 min(s)

¿Qué sectores de las criptomonedas están siendo "devorados" por los Agentes de IA?

marsbitHace 17 min(s)

Trading

Spot
Futuros
活动图片