СМИ: Китай пополняет госбюджет за счет продажи криптоконфиската несмотря на запрет в стране

cryptonews.ruОпубліковано о 2024-11-16Востаннє оновлено о 2025-04-16

  • Китай использует конфискованные криптовалюты для пополнения госбюджета, заявили в Reuters.
  • Местные чиновники организовали продажу криптоактивов через частные фирмы несмотря на действующий запрет в стране на торговлю ими.
  • Судьи и юристы обсуждают потребность в создании единой регуляторной основы для таких активов.

Местные власти в Китае продают конфискованные криптовалюты на внешних рынках через частные компании, чтобы пополнить государственные бюджеты, которые испытали экономический спад. Об этом сообщили в Reuters со ссылкой на судебные документы и данные транзакций.

Хотя торговля криптовалютой официально запрещена на материковой части Китая, в стране нет четких правил обращения с конфискованными цифровыми активами. Это привело к «непоследовательным и непрозрачным практикам», которые, по словам юристов, могут способствовать коррупции.

Согласно изданию, на конец 2023 года местные власти Китая имели около 15 000 BTC на сумму $1,4 млрд, которые стали существенным источником поступлений.

По оценкам компании Bitbo, Китай в целом владеет около 194 000 BTC ($16,2 млрд на момент написания материала), что делает его вторым по объемам держателем биткоинов в мире после США.

Продажи происходят с помощью частных фирм, таких как Jiafenxiang, которая, по документам, продала криптовалюты на более 3 млрд юаней ($409,5 млн) с 2018 года по заказу местных правительств нескольких городов, отметили журналисты.

В свою очередь, профессор Чжэньаньского университета экономики и права Чэнь Ши считает, что эти действия противоречат официальному запрету криптоторговли и отметил, что это «временное решение, которое не совсем соответствует действующему законодательству», говорится в материале.

По информации медиа, юристы и судьи сейчас активно обсуждают необходимость разработки единой правовой базы по таким активам.

В том числе предлагается даже создать централизованную систему управления или государственный крипторезерв, в частности в Гонконге, где торговля криптовалютой легальна, а спотовые биткоин- и Ethereum-ETF функционируют уже год.

Инициатива появилась на фоне роста количества преступлений, связанных с криптовалютами, которые в 2023 году достигли 430,7 млрд юаней ($59 млрд), а количество открытых дел по отмыванию средств составило более 3000, указало издание со ссылкой на данные SAFEIS.

На фоне геополитического напряжения между США и Китаем, а также новых инициатив президента США Дональда Трампа по дерегуляции крипторынка, вопрос использования конфискованных криптоактивов приобретает стратегическое значение, отметили в медиа.

О введенных Трампом пошлинах и их влиянии на рынки можно почитать в отдельном материале:

Пов'язані матеріали

Li Fei-Fei's Latest Long-Form Article: When Video Generation, Robotics, and NVIDIA All Call Themselves World Models, We Need a Taxonomy

In a new article, Dr. Fei-Fei Li addresses the widespread and often inconsistent use of the term "world model" in AI. She proposes a clear, functional taxonomy rooted in the classic Partially Observable Markov Decision Process (POMDP) loop (agent → action → state → observation → agent). According to this framework, current systems called "world models" are different projections of this loop, categorized by their primary output: 1. **Renderers**: Output observations (pixels). Their goal is visual fidelity for human consumption (e.g., video generation models like Sora). They are the most commercially mature but are limited by a focus on appearance over physical accuracy. 2. **Simulators**: Output states (geometric, physical, dynamic representations). They provide a structurally accurate world for both human professionals (e.g., architects) and computational agents (e.g., robots for training). Li argues simulators are the crucial, underappreciated bridge, as they can underpin both rendering and planning. 3. **Planners**: Output actions. Given an observation and a goal, they decide what an agent should do next (e.g., robotic action models). This area is highly promising but remains the least mature for real-world deployment. Li highlights a key trend: the boundaries between these three categories are beginning to blur, as they all rely on a shared underlying understanding of geometry, physics, and dynamics. The logical endpoint is a unified world foundation model capable of switching between rendering, simulation, and planning based on downstream needs. This convergence, she concludes, is central to advancing spatial intelligence—enabling machines not just to talk about the world, but to truly understand, imagine, and interact with it.

marsbit5 год тому

Li Fei-Fei's Latest Long-Form Article: When Video Generation, Robotics, and NVIDIA All Call Themselves World Models, We Need a Taxonomy

marsbit5 год тому

Торгівля

Спот
活动图片