加密货币清算?美国银行呼吁加强反洗钱和制裁规则–行业反弹

bitcoinist发布于2026-04-25更新于2026-04-25

文章摘要

美国银行政策研究所(BPI)发布报告,呼吁国会加强加密货币行业的反洗钱(AML)和制裁监管,认为加密货币被非法活动利用的情况日益严重,并指出2025年非法加密地址接收资金达1540亿美元,同比增长162%。BPI主张加密货币企业应承担与银行同等的法律义务,以维护金融安全和国家安全。 加密货币行业代表迅速回应。Coinbase政策主管指出,BPI引用的数据虽显示非法金额增长,但Chainalysis和TRM Labs报告均表明非法交易占比仍低于1.2%,且多年来保持稳定,不应过度渲染加密货币的犯罪风险。他还提到,传统金融系统中洗钱规模占全球GDP的2-5%,远高于加密货币领域。 双方均认同监管必要性,但就是否应实施与银行完全对等的规则存在分歧。BPI强调监管公平性,而加密行业则认为需更全面看待数据并避免片面解读。

美国重新推动加强反洗钱(AML)和制裁要求,引发了传统银行倡导者与加密货币政策领袖之间的新一轮辩论。

最新一轮的关注来自位于华盛顿特区的银行政策研究所(BPI),该机构发布了一份题为《反洗钱与加密货币的清算时刻》的新报告。

BPI呼吁美国改革反洗钱和制裁制度

在该文件中,BPI辩称,加密货币和稳定币正被洗钱者和恐怖主义资助者更频繁地使用,并声称与银行不同,加密货币企业没有同等的法律义务来保护金融系统免受滥用。

BPI表示,国会现在有机会通过市场结构立法来纠正这种不平衡,将这一问题不仅与金融诚信挂钩,还与美国的国家安全联系起来。

BPI的论点严重依赖于其所说的数据,这些数据突显了涉及加密货币的非法活动如何持续增长。该研究所引用了Chainalysis的2026年度报告,称非法加密货币地址在2025年收到了1540亿美元——同比增长162%。

报告进一步声称,加密货币“正在资助严重犯罪”,并表示加密货币与涉嫌人口贩卖的交集在2025年加剧,总交易量达到“已识别服务中的数亿美元”,BPI称这是同比增长85%。

与此同时,BPI表示,监管机构已经在朝着更可比的义务迈进,并指出其所谓的财政部最近关于稳定币发行人的反洗钱和制裁义务的拟议规则制定通知。

BPI将拟议的方法解释为建立与适用于银行类似的稳定币相关责任,并认为类似的模式应扩展到其他加密货币中介机构。

BPI的总体结论是,美国不应将合规视为某些公司相对于其他公司的竞争优势。相反,它认为,市场参与者应承担相同的基线义务,以便非法活动不会利用法律覆盖范围的差异。

加密货币反洗钱辩论升温

该报告立即引起了加密货币领导层的回应。Coinbase的首席政策官Faryad Shirzad批评了他所谓的BPI报告的框架,称“清算”应该更广泛,并且BPI的叙述过于依赖单一的头条数字。

Shirzad指出,BPI以Chainalysis 2025年1540亿美元的非法数字为首,但他表示,同一份Chainalysis报告得出结论,非法活动仍低于链上总交易量的1%。

他补充说,TRM Labs估计该数字为1.2%,并且据Shirzad称,两家公司都指出,非法份额多年来一直保持在这些水平或以下。在他看来,这些数字并不支持暗示加密货币独特或 overwhelmingly 被犯罪使用所主导的框架。

Shirzad还将比较范围扩大到加密货币之外的传统金融系统。他引用了联合国毒品和犯罪问题办公室的估计,该办公室估计全球国内生产总值的2-5%通过传统金融系统(包括BPI所代表的银行)进行洗钱。

重要的是,Shirzad并没有争辩说加密货币监管是不必要的。相反,他表示这一切都不能免除加密货币接受审查。他承认,不良行为者会利用每一条金融轨道,稳定币发行人和交易所应投资于反洗钱努力、制裁筛查和情报共享。

每日图表显示数字资产总市值为2.5万亿美元。来源:TradingView.com 上的 TOTAL

特色图片来自OpenArt,图表来自TradingView.com

相关问答

Q美国银行政策研究所(BPI)在其报告中主要呼吁对加密货币行业采取什么措施?

ABPI呼吁美国国会通过市场结构立法,加强对加密货币和稳定币的反洗钱(AML)和制裁要求,要求加密企业承担与银行同等的法律义务,以防止非法活动利用法律覆盖范围的差异。

QBPI报告中引用了哪家公司的数据来支持其关于加密货币非法活动增长的观点?具体数据是什么?

ABPI引用了Chainalysis的2026年度报告,称2025年非法加密地址接收了1540亿美元,同比增长162%,并声称加密货币与疑似人口贩卖的交集在2025年加剧,交易总额达到“数亿美元”,同比增长85%。

QCoinbase的首席政策官Faryad Shirzad对BPI的报告提出了哪些主要批评?

AShirzad批评BPI报告过于依赖单一 headline 数据(1540亿美元非法交易),指出同一Chainalysis报告显示非法活动仅占链上总交易量的不到1%,且TRM Labs估计为1.2%,多年来保持稳定,并未支持加密货币被犯罪活动主导的框架;他还对比传统金融系统,引用联合国数据称全球GDP的2-5%通过传统系统洗钱。

QBPI报告认为加密货币监管不仅关乎金融诚信,还涉及什么重要方面?

ABPI报告将加密货币监管问题框架为不仅涉及金融诚信,还直接关系到美国国家安全,强调国会需通过立法纠正不平衡以保护金融系统免受滥用。

QFaryad Shirzad是否完全反对加密货币监管?他的立场是什么?

AShirzad并未反对加密货币监管,他承认不良行为者会利用所有金融渠道,认为稳定币发行人和交易所应投资于反洗钱努力、制裁筛查和情报共享,但强调数据不支持加密货币被犯罪活动唯一或主导的叙事,并呼吁更广泛的讨论。

你可能也喜欢

AI PC大战:不要押阵营,要押收费站

英伟达与联发科切入AI PC,标志着Windows端侧AI生态进入多玩家竞争阶段。作者认为,不应简单将其视为“x86对Arm”的阵营之争,而应关注谁能持续获取利润与产业链定价权。 AI PC的投资机会可分为三层:一是先进制程“收费站”,无论哪方胜出,台积电(TSMC)都将受益;二是算力与平台外溢,以AMD(x86进攻)和英伟达(GPU软件栈延伸)为代表;三是架构扩散和困境反转,Arm和英特尔(INTC)具备弹性但需谨慎。 行业已从概念进入出货验证期。尽管短期出货预测有所下调,但AI PC长期标配化趋势不变。投资难点在于用户换机意愿,若企业端广泛部署隐私计算等应用,将推动市场从消费电子转向企业IT更新。 竞争格局上,各芯片厂商优势各异,但高端芯片均依赖先进制程。台积电在晶圆代工市场占据超70%份额,成为AI硬件时代的确定性受益者。 投资策略上,作者建议分层配置:将台积电视为底仓(确定性现金流),AMD作为进攻性选择,Arm和英特尔则用于捕捉弹性机会。核心逻辑是投资“收费站”和平台,而非押注单一架构。 风险包括:AI PC应用不及预期、Windows on Arm兼容性改善缓慢、关税与宏观因素影响需求、先进制程供需错配,以及整体AI估值偏高可能引发的回调。因此,应将AI PC视为长期产业趋势,在情绪退潮后布局生态与现金流稳定的公司。

marsbit6分钟前

AI PC大战:不要押阵营,要押收费站

marsbit6分钟前

万字解析:从10美元到290美元,MRVL靠「不做GPU」赢了整个AI时代

Marvell Technology(MRVL)股价从2016年不到10美元涨至2026年的290美元,涨幅达30倍,核心在于其独特定位:不做GPU,而是专注于AI时代的“连接”基础设施。 公司业务分为三块:一是光互连(光DSP),在400G以上数据中心光模块市场占约70%份额,技术护城河深;二是定制AI芯片,为Amazon等云巨头设计XPU,拥有18个项目、750亿美元潜在收入;三是以太网交换芯片与企业存储,提供稳定现金流。 CEO Matt Murphy上任后大幅改革,砍掉非核心业务,收购Inphi(光DSP)、Cavium、Celestial AI(光子织网)等公司,聚焦数据中心,并绑定大客户获得长期订单。 英伟达投资20亿美元战略入股,认可Marvell在AI互连生态的价值。市场常将Marvell视为“小Broadcom”,但两者本质不同:Marvell在光DSP是领导者,而定制芯片业务虽毛利率较低,但随规模扩大有望改善。 主要风险包括:丢失Amazon Trainium3订单、客户集中度高、毛利率天花板、英伟达既是伙伴也是潜在竞争者、内部人士减持及供应链产能压力。但公司光互连技术优势显著,结合PEG约0.6的估值,仍有增长空间。 本质上,Marvell抓住了AI基础设施从“堆算力”转向“建系统”的趋势。在AI集群规模不断扩大、数据流动需求激增的背景下,“连接”的价值日益凸显,而Marvell正处在这一核心位置。

marsbit36分钟前

万字解析:从10美元到290美元,MRVL靠「不做GPU」赢了整个AI时代

marsbit36分钟前

AI中转站引发知乎热议:便宜Token背后,用户真正担心什么?

知乎上关于“AI中转站与便宜Token”的讨论引发广泛关注,焦点从单纯的工具选择转向了深层的成本与信任问题。 用户首要担忧的是模型真实性。AI中转站被类比为“AI版黄牛”,技术门槛不高,但上游来源常不透明,存在“模型掉包”风险。由于大模型输出具有随机性,普通用户难以辨别自己是否真的在使用所付费的旗舰模型,这本质上是一种信息不对称交易。 其次,便宜Token的性价比需要理性看待。其“低价感”常源于与官方API按量价的对比,若与官方订阅套餐、国产模型或免费额度相比,未必总是最优。讨论强调用户应先明确自身需求——是偶尔使用还是高频调用,再选择合适渠道。 便宜Token的来源复杂,既可能有批量采购、缓存优化等合法路径,也可能涉及订阅拆分、地区价差套利甚至更灰色的渠道。这种混合供给导致服务稳定性和余额风险难以评估。真正的成本计算需涵盖模型真实性、服务稳定性和数据安全。 数据安全成为核心关切,尤其在AI编程、Agent和企业应用场景中。经过中转站的prompt、代码、业务文档和密钥可能面临泄露风险。对于企业,这还涉及商业秘密、数据合规与供应商审查等治理问题。 讨论形成的普遍共识是:AI中转站可用于低敏感、可替代的任务(如公开资料总结、简单测试),但不建议作为默认入口,尤其不能用于处理敏感数据或接入生产环境。实用建议包括:避免大额充值、分散风险、定期测试模型、做好数据脱敏。 这场讨论揭示,当AI能力按Token计价时,用户为节省调用费用,可能潜在地牺牲了信任与安全。随着AI更深度融入工作流,明晰请求路径、模型来源与数据流向变得至关重要。

marsbit1小时前

AI中转站引发知乎热议:便宜Token背后,用户真正担心什么?

marsbit1小时前

交易

现货
合约
活动图片