币安研究：链上非法加密货币占比仍低于1%，但750亿美元受标记资金考验追踪技术_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

币安研究：链上非法加密货币占比仍低于1%，但750亿美元受标记资金考验追踪技术

2026-05-15 22:31:54

公众叙事与链上数据的分歧

公众叙事往往仍将加密货币描绘为犯罪金融的中心，然而数据却揭示了不同的图景。根据一份研究报告，2025年链上非法活动交易量占总体交易量的比例已低于1%，这为常见的负面头条提供了冷静的修正。尽管链上留存非法资金的绝对数额——超过750亿美元——较2024年增长了约28%，但这一增长实际上发生在一个规模庞大得多的合法生态体系内部。

认知与数据之间的脱节至关重要，因为它直接影响立法者的规则制定。当前，美国银行业正竭力反对一项具有里程碑意义的加密法案，其理由便是放宽托管标准可能助长非法金融。但当链上数据显示非法交易比例持续低于1%时，此类论证便显得乏力。然而，750亿美元这一具体数额仍为监管机构提供了可援引的实证。比例与规模之间的张力，将成为下一轮合规辩论的核心焦点。

混币器瓶颈改变洗钱时间线

研究中一个未被充分重视的细节是主流混币器的容量限制。即便攻击者试图通过混币服务转移10亿美元被盗资金，常用混币器的每日吞吐量也会使整个操作耗时超过100天。这个时间窗口为区块链分析师和执法部门提供了反应时间。这也解释了为何资金在盗窃发生后往往长期滞留于可识别地址，打破了“加密货币能瞬间消失”的迷思。

流动性是另一重限制。通过去中心化混币协议转移大额资金可能面临滑点风险并留下可检测模式；中心化混币器则面临监管压力且可能冻结资金。这种技术与法律并存的双重瓶颈，使得大部分被标记资金难以高效流动。这种结构性制动机制，是传统金融犯罪体系所不具备的。

账本透明性与80%的资金转移现象

报告指出，超过80%的链上非法资金已转移至下游地址。这听起来令人担忧，但需注意区块链账本始终公开透明——每一笔流转均被记录。追踪团队能够跨钱包、跨链、跨DeFi协议追踪资金，构建出传统银行系统难以快速提供的取证图谱。正是这种让加密货币对犯罪活动具有吸引力的不可篡改性，也使得其在数月甚至数年后依然面临独特的调查暴露风险。

这具有现实意义。资产追回公司、交易平台和政府调查机构现已常规化地将已知黑客攻击或勒索软件相关地址列入黑名单。尽管被标记资金总额逐年增长，但除非洗钱成功，其可用部分实际在持续缩减。而随着链上分析公司部署近乎实时检测混币模式的机器学习模型，洗钱正变得愈发困难而非容易。开发者活动活跃的区块链往往也吸引最精密的分析工具，为整个行业强化了透明化监管层。

数据未解答的问题

研究数据涵盖的是链上活动，未能捕获加密货币促成的链下犯罪——例如转换前已完成的勒索软件支付、从未触及公共账本的点对点诈骗，以及将加密货币作为结算层却对链上分析不可见的暗网交易。因此，1%这个数字实际上低估了生态系统面临的整体非法金融风险，它仅是一扇观察窗口而非全貌。

此外还存在集中度风险。750亿美元中的大部分集中于少数重大事件——交易所黑客攻击、跨链桥漏洞利用及受制裁实体钱包。若执法部门破获一起要案，链上非法资金总额可能骤降，导致年度对比失真。这种波动性意味着趋势分析需格外谨慎。同时，2024年以来被标记资金28%的增长部分反映了检测能力的提升，而非单纯犯罪量的增加。随着监测技术进步，更多现有价值被标记，在刑事活动未相应增长的情况下推高了总体数值。

市场现实

对于交易者、开发者和机构进入者而言，非法交易占比低于1%并非趣闻，而是一项防御性统计数据。它正面对准了那些令养老基金和企业财务部门对链上资产望而却步的公关难题。代币化领域近期取得的里程碑——包括买方收购和与主要银行的实时结算——唯有在底层基础设施未受系统性威胁的前提下才具有意义。超过99%的洁净交易记录，是传统支付网络罕以如此公开方式证明的基线。

然而讨论仍将处于尴尬境地。非法资金绝对数额的上升——即便比例保持微小——总会引发政治审视。混币器吞吐量限制虽真实存在却非永久不变，新兴隐私工具将持续挑战可追溯性边界。研究报告的数据展现了一个生态系统的快照：其账本比批评者所承认的更加透明，但监管响应仍需与滥用这种透明性的诱惑同步扩展。

免责声明：

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证，网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用，不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责，与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容，并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文