印度加密货币行业面临生死攸关的预算案——2026年预算会最终解决加密货币税收问题吗?

ccn.com发布于2026-01-25更新于2026-01-25

文章摘要

印度加密货币行业正密切关注2026年2月的联邦预算,期待税收政策改革。当前税收制度自2022年起实施,对虚拟数字资产(VDAs)征收30%的固定税率,且不允许亏损抵扣,同时交易还须缴纳1%的源头税(TDS)。行业认为这导致交易量外流至海外平台,国内交易所流动性不足。 业界主要诉求包括:将TDS从1%降至0.01%-0.1%、提高TDS起征点(如50万卢比)、允许亏损抵扣和结转,并重新审视30%的固定税率。行业领袖指出,适度调整可恢复投资者信心,促进合规交易,防止人才和资本外流。 尽管行业积极游说,政府仍将加密货币视为投机性资产,重大税收减免可能性较低。分析师预计预算可能仅进行小幅调整,如提高TDS门槛或完善监管定义。印度作为全球最大加密货币市场之一,2026年预算决策将直接影响其数字资产未来发展轨迹。

关键要点

  • 印度加密货币行业正在联合预算公布前寻求税收减免,称现行规则具有惩罚性且扼杀增长。
  • 交易所和平台希望降低TDS(源头扣税)、允许亏损抵扣,并重新考虑统一的30%税率以阻止资金外流至海外。
  • 尽管游说力度很大,但重大减免似乎不太可能,因为政府仍将加密货币视为投机性且对收入敏感。

随着财政部长尼尔马拉·西塔拉曼准备于2026年2月1日公布印度联合预算,有一个行业比大多数行业都更加密切关注:加密货币。

在印度正式将数字资产纳入税网四年后,该国的加密货币行业表示,本意是监管该领域的框架反而将其推向了海外。

随着交易量外流至国外以及国内交易所流动性紧张,行业领袖们敦促政府将2026年预算作为一个重置时刻——一个在监管与增长之间取得平衡的时刻。

新德里是否愿意倾听仍然是一个悬而未决的问题。

尝试我们推荐的加密货币交易所
赞助
披露
我们有时会在内容中使用附属链接,点击这些链接我们可能会获得佣金,您无需支付额外费用。使用本网站即表示您同意我们的条款和条件以及隐私政策。
热门趋势加密货币文章
  • 最佳交易所 在此查看我们推荐的交易所
  • 快速购买加密货币 现在如何用信用卡购买加密货币
  • 安全加密货币赌博 查看我们精选的最佳加密货币赌博网站

相关问答

Q印度加密货币行业在2026年预算中主要寻求哪些税收减免?

A印度加密货币行业主要寻求降低TDS(源头扣税)从1%降至0.01%或0.1%、提高TDS起征点(例如至5万卢比)、允许亏损抵消和结转、重新审视30%的固定税率(例如与所得税等级或资本利得规则对齐),以及为NFT等新兴资产提供更明确的定义和监管框架。

Q印度当前的加密货币税收制度对国内交易所造成了什么影响?

A印度当前的加密货币税收制度(包括30%的固定税率和1%的TDS)导致交易量大幅外流至海外平台,国内交易所流动性严重不足,估计自2022年以来已有数万亿美元的交易量转移到国外,减少了监管机构的合规性和可见性。

Q印度财政部长何时将公布2026年联合预算?

A印度财政部长Nirmala Sitharaman将于2026年2月1日公布联合预算。

Q行业领袖如Edul Patel和Sumit Gupta对预算改革提出了什么具体建议?

AMudrex CEO Edul Patel建议将TDS降至0.1%并允许亏损抵消;CoinDCX CEO Sumit Gupta呼吁将TDS降至0.01%、允许亏损抵消,并重新评估30%的固定税率,认为当前结构违反了税收公平原则。

Q为什么印度政府可能不会在2026年预算中大幅调整加密货币税收政策?

A印度政府一直将加密货币视为投机性资产,常将其与赌博而非投资产品(如股票)相提并论,且收入稳定性和金融系统风险在政策决策中权重较高,因此大幅减税的可能性较低,更可能进行渐进式调整(如提高TDS阈值或细化定义)。

你可能也喜欢

Skill 的正确打开方式:Anthropic 公开内部方法论后的 5 点反思

Anthropic团队公开了其内部构建Claude Code时使用Skill的方法论,文章指出Skill的本质是“上下文工程”,旨在沉淀组织内的隐性知识,而非简单堆砌提示词。核心反思包括五点: 1. **避免废话**:Skill应专注于记录模型不知道的“Gotchas”(常见陷阱),如特定系统的独特限制或易错点,而非重复常识。 2. **Skill是上下文工程**:Skill应是一个结构化的文件夹(包含导航文件SKILL.md、参考资料、脚本、示例等),而非单一文档。核心原则是“渐进式暴露信息”,只在需要时加载相关内容,以优化上下文使用,避免信息过载导致模型性能下降。 3. **优先使用脚本**:将重复性、确定性的操作流程(如数据查询、格式化)封装成脚本,而非写入冗长的指令。脚本能固化最佳实践,确保执行准确并节省Token,让模型专注于需要经验和判断的部分。 4. **描述是路由规则**:Skill的描述(Description)应清晰说明“在什么用户意图或场景下应加载此Skill”,而非罗列功能。这有助于模型在众多Skill中做出准确的调用决策。 5. **轻量级管理与分发**:Skill的管理应随团队规模灵活调整。初期可随项目代码库共享。数量增多后,可借鉴Anthropic的轻量级思路:新Skill先在小范围试用和自然传播,经受真实场景检验后,再被广泛采纳或纳入官方市场,避免繁重的审批流程。 总之,优秀的Skill解决的是知识沉淀、能力复用和上下文优化问题,其价值在于将分散的专家经验转化为团队可稳定调用的能力。

marsbit18分钟前

Skill 的正确打开方式:Anthropic 公开内部方法论后的 5 点反思

marsbit18分钟前

首次,纯人类视频预训练VLA灵巧操作,少量数据微调就能部署成功

微软亚洲研究院与清华大学合作提出创新预训练框架VITRA,首次实现仅使用纯人类视频数据对视觉-语言-动作(VLA)模型进行大规模预训练,并成功应用于机器人灵巧操作。 该研究核心是构建了一套自动化流程,将海量无标注的人类活动视频转化为可用于机器人训练的V-L-A数据。方法包括:从单目视频中精准恢复3D手部与相机运动轨迹;基于手部移动速度极小值进行原子级动作分割;结合视觉与轨迹信息,利用大模型自动生成语言指令。由此构建了包含百万片段、千万帧的超大规模数据集。 基于此数据集预训练的VLA模型,结合了视觉语言模型骨干与扩散动作预测器。模型在完全未见的真实环境中展现出强大的零样本手部动作预测能力。仅需使用约1.2千条真实机器人数据对预训练模型进行微调,即可在配备灵巧手(如星动XHAND1)的真实机器人上成功执行抓取、放置、倾倒等多种复杂操作任务,并对新物体、新环境表现出卓越的泛化能力和鲁棒性。 研究还验证了模型性能随预训练数据规模增加而提升的缩放定律。该工作为利用丰富易得的人类视频数据突破机器人训练数据瓶颈提供了新路径,推动了面向真实复杂场景的具身智能发展。

marsbit30分钟前

首次,纯人类视频预训练VLA灵巧操作,少量数据微调就能部署成功

marsbit30分钟前

交易

现货
合约
活动图片