因交易USDT虚拟货币被定掩隐罪 律师应如何选择辩护策略?

币界网Publicado a 2024-08-21Actualizado a 2024-08-21

币界网报道:

图片

无论是利用虚拟货币、数字人民币作为媒介转移赃款,还是普通的“两卡”类犯罪,除了成立上游犯罪的共犯,因而构成与上游犯罪相同的罪名(如:开设赌场罪、诈骗罪等)之外,帮助信息网络犯罪活动罪(帮信罪)和掩饰、隐瞒犯罪所得、犯罪所得收益罪(掩隐罪是更为常见的高发罪名

根据法律规定,帮信罪最高判3年,掩隐罪最高判7年,那么在当事人被指控涉嫌掩隐罪的时候,辩护律师的辩护策略之一,就是主张轻罪辩护。因为若能改定帮信罪,鉴于该罪较高的入罪标准,根据实际情况,同样的涉案金额,显然帮信罪判缓的几率更高,若刚达到法定的立案标准,甚至有争取检察院阶段相对不诉的可能

但有无主张罪轻辩护的可能,还是要根据两罪名的犯罪构成要件结合案件情况本身来判断。我们结合本文中的案例,进行探讨。(注:本案举例的洗钱团伙的作案手法在实践中很常见,如有雷同,纯属巧合)。

作者 | 邵诗巍律师

01

提出问题:虚拟货币交易,U商为什么被定掩隐罪?

其实在看守所会见不少当事人,邵律师都有一个很深切的感受,由于币圈刑事案件是一个相对比较小众的领域,当事人本身作为交易链条中的一环,本身就存在很大的视角盲区,再加上如果委托的律师没有代理涉币类案件的经验,那么可能直至案件到达审查起诉阶段可以阅卷的时候,当事人都不知道自己的行为为什么涉嫌犯罪。

我们来看个案件,当事人的视角下案件情况是这样的:

A在TG上认识了B,问他要不要做点小生意,可以通过买卖虚拟货币的方式赚取差价收益。A对此表示很感兴趣,B就带着他入门了,先从冷钱包是什么学起。因为A刚上路,B不仅卖U给A,也会给A介绍客户。

B告诉A,这生意千万要小心收到来路不明的赃款,建议A一定对客户做好KYC。于是A谨记。另外A也看过不少邵律师的文章,知道在交易时如果对方指令第三人打款给自己,会有风险,于是A想到了一个好办法:要求买家必须本人到银行存人民币现金的方式汇款给自己,同时要求买家拍摄视频(视频中有买家的汇款单和身份证原件),向A承诺自己的资金来源合法,交易目的真实,如有损失,风险自担。A收到款后,取现,并将取得的现金再次找B买U。

我相信大部分有过虚拟货币交易经验的人看到这一交易过程,都会觉得A的KYC审核义务不说100%,也尽到90%以上了。

但没过多久,A就被以掩隐罪被刑拘,B听到消息后消失了。

关于该案,我们需要思考两个问题:

1、为什么A会被定掩隐罪?

2、在涉案金额比较高的情况下,如果A的行为真的构成犯罪,该案有变更为帮信罪的可能吗?

02

区分帮信罪与掩隐罪立案标准,具有重要意义

1、帮信罪的立案标准

《最高人民法院、最高人民检察院关于办理非法利用信息网络、帮助信息网络犯罪活动等刑事案件适用法律若干问题的解释》(下称《解释》)第12条第1款第2项规定了“支付结算金额20万元以上”应当认定为帮信罪的“情节严重”;

2022年《关于“断卡”行动中有关法律适用问题的会议纪要》进一步明确了单向流入涉案信用卡资金超过30万元,且其中至少3000元经查证系诈骗资金的适用标准。

最高人民法院、最高人民检察院关于办理非法利用信息网络、帮助信息网络犯罪活动等刑事案件适用法律若干问题的解释

文号:法释〔2019〕15号

第十二条明知他人利用信息网络实施犯罪,为其犯罪提供帮助,具有下列情形之一的,应当认定为刑法第二百八十七条之二第一款规定的“情节严重”:

(一)为三个以上对象提供帮助的;

(二)支付结算金额二十万元以上的;

(三)以投放广告等方式提供资金五万元以上的;

(四)违法所得一万元以上的;

(五)二年内曾因非法利用信息网络、帮助信息网络犯罪活动、危害计算机信息系统安全受过行政处罚,又帮助信息网络犯罪活动的;

(六)被帮助对象实施的犯罪造成严重后果的;

(七)其他情节严重的情形。

实施前款规定的行为,确因客观条件限制无法查证被帮助对象是否达到犯罪的程度,但相关数额总计达到前款第二项至第四项规定标准五倍以上,或者造成特别严重后果的,应当以帮助信息网络犯罪活动罪追究行为人的刑事责任。

2、掩隐罪的立案标准

(1)掩隐罪并无明确的入罪门槛。换句话说,是否有明确的涉案金额,不是认定行为人构成本罪的硬性要求。

在2015年发布的《最高人民法院关于审理掩饰、隐瞒犯罪所得、犯罪所得收益刑事案件适用法律若干问题的解释》(以下简称《2015年解释》)中,曾对掩隐罪规定了立案标准“掩饰、隐瞒犯罪所得及其产生的收益价值三千元至一万元以上的”,但2021年4月,最高人民法院发布关于修改《关于审理掩饰、隐瞒犯罪所得、犯罪所得收益刑事案件适用法律若干问题的解释》的决定,规定前述标准不再适用。

(2)掩隐罪情节严重(3~7年)的定罪标准仍按照《2015年解释》的规定。

简而言之,若涉本罪的价值总额达10万元以上,或者收益10次,或者3次以上+价值总额达5万以上,属“情节严重”。

2015年《最高人民法院关于审理掩饰、隐瞒犯罪所得、犯罪所得收益刑事案件适用法律若干问题的解释》

第三条掩饰、隐瞒犯罪所得及其产生的收益,具有下列情形之一的,应当认定为刑法第三百一十二条第一款规定的“情节严重”:

(一)掩饰、隐瞒犯罪所得及其产生的收益价值总额达到十万元以上的;

(二)掩饰、隐瞒犯罪所得及其产生的收益十次以上,或者三次以上且价值总额达到五万元以上的;

(三)掩饰、隐瞒的犯罪所得系电力设备、交通设施、广播电视设施、公用电信设施、军事设施或者救灾、抢险、防汛、优抚、扶贫、移民、救济款物,价值总额达到五万元以上的;

(四)掩饰、隐瞒行为致使上游犯罪无法及时查处,并造成公私财物重大损失无法挽回或其他严重后果的;

(五)实施其他掩饰、隐瞒犯罪所得及其产生的收益行为,严重妨害司法机关对上游犯罪予以追究的。

现在我们回到文首的案例,假如涉案金额为10万,如果是帮信罪,那还达不到立案标准,如果是掩隐罪,法定刑可以判3年了(当然,实际刑期需要综合考虑当事人的认知能力,获利情况,有无被害人谅解,有无法定从轻减轻情节等等,因为这些需要根据每个个案的情况而定,就不在本文中讨论了)。

03

普通人理解的“明知” ≠ 司法机关理解的“明知”

刑法第312条掩隐罪和刑法第287条之2帮信罪,都要求行为人明知是犯罪所得及收益、明知他人犯罪,而提供帮助。

邵律师也相信任何一个人都不会内心明知他人涉嫌犯罪,为了赚取极其微薄的“好处费”收入,仍选择冒着自己被判刑的风险帮助他人接收资金。很简单的道理,人都是趋利避害的生物,风险和收益不成正比的事,谁干?

但从律师工作的角度,关于此类罪名,邵律师轻易不会做无罪辩护,原因有两个:

1、随着“断卡”行动多年来的持续推进,无论是帮信还是掩隐,办案民警都太熟了,案情大体也不会太复杂,冤假错案的概率太低了;

2、同样,由于司法机关持续打击两卡类犯罪,洗钱的手段早已由法币转移至虚拟货币。所以司法机关会对U商或者普通的炒币者都抱有先入为主的负面印象。如邵律师此前文章当中某同志略带个人情感色彩的评论:

图片

所以,我们不得不接受的事实是:司法机关对于当事人是否“主观明知”上游涉嫌犯罪,从证据证明标准的角度来看,要求是越来越低了。

如果一定坚持无罪辩护,或者是案件本身定掩隐罪并无争议的情况下一定要主张案件应定帮信罪,后果是什么?

再次讲讲2023年内蒙古法院判决女硕士出U被定掩隐罪的案件【 (2023)内0602刑初203号)】。2022年,硕士研究生许某为了赚取差价,出售价值20万人民币的泰达币(2.7万U左右)后,使用自己银行卡收款并立即从银行柜台取现。经查,有9.9余万元属于电诈资金。

该案许某在被抓获当天即被以掩隐罪取保候审。但可能由于她个人的坚持,委托的2个辩护人一个主张许某无罪,一个主张许某应定帮信罪。最终的结果是,许某因为收到了9.9万的电诈资金,被判处掩隐罪有期徒刑一年(实刑,非缓刑)。

所以,真的不要轻易主张无罪,即使是罪轻辩护,也要考量是不是案件确实应以轻罪定性,否则,轻罪辩护和无罪辩护的辩护效果都是一样的,但后果是当事人承担的,一定要慎之又慎。律师办的是案件,也是当事人的人生。

04

法律分析:主观明知程度的不同,决定了罪与非罪、此罪彼罪

现在我们来回答文首A涉嫌掩隐罪案例中的2个问题:

1、为什么A会被定掩隐罪?

2、在涉案金额比较高的情况下,如果A的行为真的构成犯罪,该案有变更为帮信罪的可能吗?

掩隐罪有个前提:一定是有被害人报案了。A自信的认为自己的交易没问题,主要在于:买家本人现金付款+买家拍摄的承诺视频。

承诺视频这个东西,司法机关是不认的,这个实践中并无争议,所以无需讨论了。那么问题就出在了“买家本人现金付款”上。买家付的款是自己的钱还是他人的钱?如果是自己的钱,买家真的是自愿为了买U而付的款吗?

可能A会觉得,这和我有啥关系?有人买U,我就卖U,对方已经承诺资金来源合法,那还让我怎么核实?我怎么就涉嫌犯罪了?

我们可以假定3种场景。

  • 场景一:什么情况下A大概率可以争取无罪的?

需要做到完美的KYC。

但什么程度才是完美的KYC?我也不知道。为什么会这么说?可以参考下面这个湖南法院的判决【(2022)湘0281刑初484号】。

大致案情是,“被害人”在欧易商买了U商的USDT之后,拿去投资结果被别人骗了,虽然卖家(即U商、被告人)表示:自己已经在交易前尽到了严格的审核义务,完全不知道对方是要买u然后去诈骗平台投资,但法院仍定U商帮信罪。

那法院是如何推定被告人“主观明知”的?法院认为:由于被告人明知虚拟货币交易炒作是非法金融活动,仍以工作室形式在该平台专门从事虚拟货币交易,而且在交易过程中,其银行卡多次因涉嫌违法犯罪活动被冻卡,因此推定被告人等人对他人的犯罪行为主观上“明知”。

此案“主观明知”的推定已经逆天了。本人表示难以理解且无法接受。

  • 场景二:什么情况下A可以争取轻罪帮信罪?

如果涉案金额很小,比如低于5万,那么无论是掩隐罪还是帮信罪,其实没所谓的。但金额比较大的情况下,考虑能否做轻罪辩护还是很有必要的。

例如,A做的只是提供自己的银行卡,偶尔买卖虚拟货币,通过线上转账的方式接收了买家的款项,最好是在交易所中进行的,也尽到了一定程度的核查义务,如核实对方资金来源,确认是买家本人操作,买家自愿交易,双方沟通正常的使用微信等国内软件而不是TG等加密聊天软件,交易价格也合理,在不幸收到赃款的情况下,主张帮信罪是有希望的,甚至也可以争取下检察院不起诉或公安撤案。

  • 场景三:什么情况下A确实构成掩隐罪?

有没有可能买家也只是个工具人?

“杀猪盘”这个词大家都不陌生了。洗钱团伙为了把钱洗白,可以想尽各种办法,他们可以雇佣大量“感情骗子”,或者其他获取他人信任的方式。洗钱团伙会在网上寻觅缺乏辨识能力,但有支付能力的被害人,获取信任后,会指导被害人将钱款投到某个网站或APP上理财。

电影《孤注一掷》很多人应该都看过,邵律师此前也写过相关文章(下图),就是这种差不多的套路。

图片

(点击可戳➡️在国外实施电信网络诈骗,中国公安能跨国抓人吗?)

但上面说的这些和U商买卖虚拟货币有啥关系吗?这就是骗子的厉害之处——在骗取被害人信任之后,骗子把赃款转给被害人,让被害人帮他投资到诈骗网站上。网站客服以各种理由,让被害人通过银行柜台将现金存入网站指定银行账户。

但巧了,客服提供的网站指定账户就是A的。为什么那么巧?我们可以大胆的猜一猜:B有没有可能是洗钱团伙之一,B为什么那么好心的带A,又是卖U给A,又是介绍客户给A,既然有买U的客户,B为啥不自己做买卖?B和团队内的小伙伴B1分工明确,B1去联系被害人,建立信任关系之后,由B1把赃款转给不知情的被害人,让被害人取现后,在银行柜台现金存入“网站客服”提供的A的银行账户。

A以为自己是在卖U,实际是被B利用转移赃款了,如果在这过程中,B要求A必须以人民币现金的方式购买其售出的虚拟货币,那A就要把从被害人(买家)处收取的款项取现,A的行为模式在司法机关看来实在是太贴合掩隐罪了,A实在是有理说不清。

如果再加上使用TG聊天、使用他人银行卡帮助收款、短期内交易次数密集频繁等等,在原本此类犯罪对主观明知程度的证明标准就不高的情况下,定掩隐罪是必然,想改判帮信罪很难了。

但根据个案,律师仍可以从量刑情节角度为当事人主张罪轻辩护。

05

写在最后

当交易USDT虚拟货币而被控掩隐罪,律师应当如何选择辩护策略?本文进行了开放式探讨。然而,在实际案件中,哪种方案最能维护当事人的利益,并没有一成不变的答案。这需要根据案件的具体情况进行针对性的分析,以确定最为合适的辩护方案。

Lecturas Relacionadas

Gensyn AI: Don't Let AI Repeat the Mistakes of the Internet

In recent months, the rapid growth of the AI industry has attracted significant talent from the crypto sector. A persistent question among researchers intersecting both fields is whether blockchain can become a foundational part of AI infrastructure. While many previous AI and Crypto projects focused on application layers (like AI Agents, on-chain reasoning, data markets, and compute rentals), few achieved viable commercial models. Gensyn differentiates itself by targeting the most critical and expensive layer of AI: model training. Gensyn aims to organize globally distributed GPU resources into an open AI training network. Developers can submit training tasks, nodes provide computational power, and the network verifies results while distributing incentives. The core issue addressed is not decentralization for its own sake, but the increasing centralization of compute power among tech giants. In the era of large models, access to GPUs (like the H100) has become a decisive bottleneck, dictating the pace of AI development. Major AI companies are heavily dependent on large cloud providers for compute resources. Gensyn's approach is significant for several reasons: 1) It operates at the core infrastructure layer (model training), the most resource-intensive and technically demanding part of the AI value chain. 2) It proposes a more open, collaborative model for compute, potentially increasing resource utilization by dynamically pooling idle GPUs, similar to early cloud computing logic. 3) Its technical moat lies in solving complex challenges like verifying training results, ensuring node honesty, and maintaining reliability in a distributed environment—making it more of a deep-tech infrastructure company. 4) It targets a validated, high-growth market with genuine demand, rather than pursuing blockchain integration without purpose. Ultimately, the boundaries between Crypto and AI are blurring. AI requires global resource coordination, incentive mechanisms, and collaborative systems—areas where crypto-native solutions excel. Gensyn represents a step toward making advanced training capabilities more accessible and collaborative, moving beyond a niche controlled by a few giants. If successful, it could evolve into a fundamental piece of AI infrastructure, where the most enduring value in the AI era is often created.

marsbitHace 12 hora(s)

Gensyn AI: Don't Let AI Repeat the Mistakes of the Internet

marsbitHace 12 hora(s)

Why is China's AI Developing So Fast? The Answer Lies Inside the Labs

A US researcher's visit to China's top AI labs reveals distinct cultural and organizational factors driving China's rapid AI development. While talent, data, and compute are similar to the West, Chinese labs excel through a pragmatic, execution-focused culture: less emphasis on individual stardom and conceptual debate, and more on teamwork, engineering optimization, and mastering the full tech stack. A key advantage is the integration of young students and researchers who approach model-building with fresh perspectives and low ego, prioritizing collective progress over personal credit. This contrasts with the US culture of self-promotion and "star scientist" narratives. Chinese labs also exhibit a strong "build, don't buy" mentality, preferring to develop core capabilities—like data pipelines and environments—in-house rather than relying on external services. The ecosystem feels more collaborative than tribal, with mutual respect among labs. While government support exists, its scale is unclear, and technical decisions appear driven by labs, not state mandates. Chinese companies across sectors, from platforms to consumer tech, are building their own foundational models to control their tech destiny, reflecting a broader cultural drive for technological sovereignty. Demand for AI is emerging, with spending patterns potentially mirroring cloud infrastructure more than traditional SaaS. Despite challenges like a less mature data industry and GPU shortages, Chinese labs are propelled by vast talent, rapid iteration, and deep integration with the open-source community. The competition is evolving beyond a pure model race into a contest of organizational execution, developer ecosystems, and industrial pragmatism.

marsbitHace 14 hora(s)

Why is China's AI Developing So Fast? The Answer Lies Inside the Labs

marsbitHace 14 hora(s)

3 Years, 5 Times: The Rebirth of a Century-Old Glass Factory

Corning, a 175-year-old glass company, is experiencing a dramatic revival as a key player in AI infrastructure, driven by surging demand for high-performance optical fiber in data centers. AI data centers require vastly more fiber than traditional ones—5 to 10 times as much per rack—to handle high-speed data transmission between GPUs. This structural demand shift, coupled with supply constraints from the lengthy expansion cycle for fiber preforms, has created a significant supply-demand gap. Nvidia has invested in Corning, along with Lumentum and Coherent, in a $4.5 billion total commitment to secure the optical supply chain for AI. Corning's competitive edge lies in its expertise in producing ultra-low-loss, high-density, and bend-resistant specialty fiber, which is critical for 800G+ and future 1.6T data rates. Its deep involvement in co-packaged optics (CPO) with partners like Nvidia further solidifies its position. While not the largest fiber manufacturer globally, Corning's revenue from enterprise/data center clients now exceeds 40% of its optical communications sales, and it has secured multi-year supply agreements with major hyperscalers including Meta and Nvidia. Financially, Corning's optical communications revenue has surged, doubling from $1.3 billion in 2023 to over $3 billion in 2025. Its stock price has risen nearly 6-fold since late 2023. Key future catalysts include the rollout of Nvidia's CPO products and the scale of undisclosed customer agreements. However, risks include high current valuations and potential disruption from next-generation technologies like hollow-core fiber. The company's long-term bet on light over electricity, maintained even through the telecom bubble crash, is now being validated by the AI boom.

marsbitHace 15 hora(s)

3 Years, 5 Times: The Rebirth of a Century-Old Glass Factory

marsbitHace 15 hora(s)

Trading

Spot
Futuros
活动图片