搜索网站
随着全球经济在2022年应对通货膨胀,cryptocurrencies,一旦吹捧为对冲通胀,经历了动荡的公平份额。总市值从2021年的3万亿美元的峰值缩水1万亿美元以下,与主要货币比特币和Ethereum失去超过70%的峰值。1这个戏剧性的低迷的特点是中央机构的前所未有的崩溃在部门内,也称为CeFi(挑出2022)。从三个箭头的首都“航行者”号,从摄氏FTX,从《创世纪》到核心科学,无论你是一个风险基金,信贷提供者,交换,或矿业公司,市场证明,任何单位是“太大而不能倒闭”。每个失败解决一场毁灭性的打击,数以百万计的世界各地的投资者和客户。
虽然有些人认为严格规定侵犯区块链的自由和创新空间,毫无疑问对中央集权的需要加强皮带cryptocurrency交流(Nagy-Mohacsi Mandeng 2018,周2023)。,成功的集中加密交易所已扩展到上游和下游行业,演变成复合物,包括交易平台,托管人,银行和清算所。此外,尽管他们通常直接与每一位客户,持有大量用户资金,适当的信息披露,监管的监护权,和保险通常是失踪。
问题集中加密中交流,洗贸易显著突出。洗贸易是一种市场操纵,一个实体同时出售和购买相同或非常相似的金融工具来误导市场或监管机构。这样做可能有几个原因:例如,加密交换或令牌项目可能假交易量吸引流动性和顾客(Baydakova 2019),卖方加以干预令牌(非功能性测试)可能洗贸易创造的印象比他们更受欢迎的真正的资产(冯•韦希特尔et al . 2022年),和个人可能洗贸易税收损失收获(Cong et al . 2022年)。洗交易多数资产类别一直以来在美国非法商品交易法(CEA) 1936年但cryptocurrency行业仍然是一个灰色地带。
指控交流夸大他们的交易量最初投机和轶事黄(2014)。工业报告Fusaro和Hougan等(2019)的位向美国证券交易委员会报告完全吹哨子,在2019年引发了广泛的讨论。尽管如此,这些报道应用启发式方法及其结果的挑战和否认希尔(2019)或忽视交流问题(HitBTC tamu 2019年,2019)。
轶事和业内传闻表明交易所从事清洗交易在几个方面。最基本的方法是创建虚假交易记录在历史交易数据库中,但这是很容易被客户和观察人士的意料,他们监控贸易图书交流的网站。更先进的技术交易项目假订购部署到真实的订单。这些订单只能通过批准了(exchange-owned)账户或提供给市场。然而,后一种方法需要更大的专业技术,因为它携带的风险损失如果不及时关闭位置或由其他交易员。一些交易所还激励用户参与洗交易通过退税费用或transaction-mining项目。此外,交易所可以部署wash-trading-only机器人或包括清洗等其他活动的交易做市或外包给专业的做市商。他们可以根据需要激活或禁用这些方法。结合这些行动也可以是有效的。尽管问题的复杂性,清洗交易在很大程度上被忽视,直到几个学术文章严格建立加密洗交易猖獗,全行业的现象。
最直接的方法来检测清洗交易在交易记录是确定买卖双方和证明他们是相同的实体。然而,由于每个操作交换隐瞒交易员的身份在公共交易记录作为商业秘密,这是不现实的直接标志,事务是一个洗有意义的范围内。
作为第一个学术研究解决的重大问题,垂直整合加密交往,我们使用一个方法来检测清洗交易在交易层面,不知道每个交易者的身份。原则,普遍采用在司法程序,是基于概念,坚持建立真实的交易统计和行为基准,同时清洗交易偏离这些模式。除非非法交易者都知道这些基准和精心伪造交易符合他们,他们不太可能成功,尤其是在早期样本时期。我们应用本福德定律、舍入和幂律检查交易记录交易所的交易所主要cryptocurrencies包括比特币,Ethereum Litecoin,涟漪。
本福德定律是一个统计模式,描述了第一有效数字在大型数据集的分布。它适用于自然生成的数据在一个乘法的过程,如在规范市场交易历史数据。2在一个合法的数据集,数字“1”会出现领先的数字大约30.1%的时间,其次是数字“2”为17.6%,和任何数字的概率主要的数字减少随着位数的增加。洗交易数据通常违反本福德定律,因为它不是自然生成的乘法的过程。面板(一)异常的图1说明了这个酒吧表示数字“1”和“5”(分别在中间和正确的数据),这意味着大量的清洗交易进行了以“1”和“5”为主要数字分别为两个不受监管的交易所。这种模式明显不同的数据模式中观察到受监管的交易所,它密切遵循本福德定律。
舍入行为是一个经典的集群效应规律通常观察到金融市场。3从心理的角度来看,几项研究已经发现,人类交易者倾向于使用整数作为认知参照点来简化和保存工作的决策和评估过程(伊肯伯里和韦斯顿2008年,郭et al . 2015年,nicola Lacetera et al . 2012年)。因此,在合法的交易数据集,订单贸易倾向于集中于整数大小。洗交易员可能会使用自动交易程序批量生产假订单,这自然减少真实体积的比例,在聚类结果,见图1的面板(b)没有明显的集群在整数不受监管的交易所的数据。
幂律已经观察到捕捉贸易规模分布的“厚尾”监管金融市场。4一个可能的解释为幂律尾部的外观在金融数据大型投资者的交易行为寻求避免重大市场价格影响(Gabaix et al . 2003年)。其他研究属性这些反面投资者对资产价值的有限的信息(Kostanjčar和Jeren 2013)和羊群行为(Nirei et al . 2020年)。通过绘制贸易在双对数的规模和大小分布拟合数据,可以确定交易数据符合幂律。结果不受监管的交易所也显示出异常尾分布比监管的面板(图1 c)。
图1First-significant-digit、交易头寸集群和尾分布的贸易规模
统计分析进行三个基准确认结果的重要性。受监管的交易所如Bitstamp和Coinbase表现正常行为,因为他们被当局接受定期审查。相比之下,清洗交易普遍和严重的不受监管的cryptocurrency交流。平均而言,据估计,超过70%的报道不加密交易所由洗交易,一些新成立的交流装体积90%以上的报道。
也值得注意的分散的崛起交流(敏捷),加以牌市场2020年之后由于智能合同技术的快速发展(2018年他和丛)。他们也伴随着重大清洗交易(Victor Weintraud 2021丛et al . 2022年)。然而,由于交易记录主要记录区块链,清洗交易透明由于区块链数据宣传的本质。因此,洗分散交流和交易加以牌市场可以说是误导和有害低于集中交流,更容易发现。
确认后普遍存在清洗不受监管的交易所交易行为,我们探索的动机和因素确定洗盘,以及它的影响。最可能的交易所从事清洗交易的动机是提高排名流行门户网站吸引顾客。因此,毫不奇怪,新成立和知名交易所开展更多洗交易。他们倾向于增加洗交易量当市场在经历最近正回报或减少波动在过去的一个或两个星期。
我们已经表明,密码交流似乎没有意识到统计审查时提交洗交易在过去。因此,我们敦促监管机构和行业自律机构在洗贸易问题上采取行动,建立全球标准。这是技术上可行,定期公布的数据和法医工具。虽然有些人可能会担心交流可以实现相关统计特征在他们洗贸易矩阵经过研究研究,它不是一个重要的问题,因为欺诈检测和欺诈是一个常数。研究后,其他研究人员提出了不同的测试,以提高法医工具与洗贸易(Amiram et al . 2022年,Le Pennec et al . 2021年,陈等人。2021年,Aloosh和李2021)。与成熟的监管和法医工具不断发展,它最终将成为交易所从事清洗交易不合算。
亚历山大,G J和МА彼得森(2007),“交易头寸集群的分析及其与隐形交易”的关系,金融经济学杂志84 (2):435 - 471。
Aloosh,李和J(2021),“比特币洗交易”的直接证据,可以在SSRN 3362153。
Amiram D E Lyandres和D Rabetti(2022),“竞争和产品质量:假交易密码交流”,工作论文。
美联社Gwilym, O和L孟(2010),“FTSE100指数期货市场规模集群”,《期货市场,期货,期权和其他衍生产品(5):432 - 443。
Baydakova, (2019),“15 k美元,他会假您的交换容量——你会CoinMarketCap”, CoinDesk, 7月18日。
陈J D林和J吴(2022),“假交易量cryptocurrency交流吗?洗交易基于数据挖掘的实证分析”,自然史答:统计力学及其应用586年,126405年。
琮、L W W R同胞,E L Maydew和D Rabetti(2022),“税收损失与Cryptocurrencies收获”,会计和经济学杂志》上,接受。
Danielsson J (2022),“cryptocurrencies结束的开始”,VoxEU.org, 11月29日。
Fusaro T和M Hougan(2019),“美国证券交易委员会(sec)表示”,3月20日。
Gabaix X P Gopikrishnan V Plerou和H E斯坦利(2003),“一个幂律分布理论在金融市场波动”,自然423 (6937):267 - 270。
Gopikrishnan, P, V Plerou L N Amaral,迈耶M和H E斯坦利(1999),“扩展金融市场指数波动”的分布,物理评论E 60 (5), 5305。
Gopikrishnan, P, V Plerou X Gabaix和H E斯坦利(2000),“金融市场的股票交易量统计属性”,物理评论R4493 E 62 (4)。
他,L Z和W丛(2018),“区块链,聪明的合同,和信息”,VoxEU.org, 7月5日。
山,E(2019),“阿拉米达研究:逐位报告假的比特币交易量不准确”。Blokt, 7月23日。
HitBTC (2019),“HitBTC评论最新的逐位报告”,HitBTC, 5月27日。
伊肯伯里,D L和J P韦斯顿(2008),“集群decimalisation后在美国股票价格”,欧洲金融管理14 (1):30-54。
Jayasree, M(2017),“股票交易和股票收益:理解的分布属性数据证据来自印度漂亮50”,金达尔商业研究杂志》上6 (2):171 - 185。
Kostanjčar Z和B Jeren(2013),“幂律和两阶段行为的出现在金融市场波动”,复杂系统的进展16 (01),1350008。
郭,W Y, T C林和J赵(2015),“认知限制和投资业绩:证据从限价订单集群”,金融研究的回顾28 (3):838 - 875。
nicola Lacetera、N、D G教皇和J R Sydnor(2012),“启发式思维和有限的注意力在汽车市场”,美国经济评论102 (5):2206 - 2236。
Le Pennec, G,我菲德勒和L赌注(2021),“洗交易秘密货币”的方法交流,金融研究快报:101982
雷,E(1996),“美国股指的特殊分布的数字”,美国统计学家(4):311 - 313。
默尔顿,P C(2005),“你不能总是得到你想要的:交易头寸聚类和数量选择流动性”,金融经济学杂志78 (1):89 - 119。
Nagy-Mohacsi, P和O J Mandeng (2018),“Cryptocurrencies挑战现状”,VoxEU.org, 3月15日。
渡边Nirei, M, J Stachurski和T(2020),“贸易集群和电力金融市场的法律”,理论经济学15 (4):1365 - 1398。
Plerou V P Gopikrishnan L N Amaral, X Gabaix和H E斯坦利(2000),“经济波动和反常扩散”,物理评论E62 (3),R3023。
Schnaubelt, M, J仁德和C克劳斯(2019),“比特币限制订单测试程式化的事实”,风险和财务管理杂志》上12(1),25岁。
辛克莱,S(2020),“加拿大加密交换Coinsquare控洗交易监管机构”,CoinDesk,政策和监管,7月20日。
tamu B(2019),“英国国际贸易局OKEx首席执行官面临虚假指控关于洗交易”,AMBCrypto, 10月31日。
维克多,F和M Weintraud(2021),“检测和量化洗交易分散秘密货币”的方法交流,论文2102.07001,arXiv.org。
冯•韦希特尔,V, J R Jensen F Regner和O罗斯(2022),“非功能性测试洗交易:量化非功能性测试市场的可疑行为”,可以在SSRN 4037143。
Wong J(2014),“中国的市场主导地位提出了质疑全球比特币交易流”,CoinDesk,市场,9月27日。
周,L(2023),“世界上最大的加密交换与美国政府陷入困境”,Vox.com, 3月29日。
