加密數(shù)字貨幣的快速發(fā)展并非偶然，其底層區(qū)塊鏈技術被認為是未來驅動金融科技革命的偉大創(chuàng)新，然而新興技術的產(chǎn)生與應用往往會使利益和風險共存

。加密數(shù)字貨幣因其匿名性、跨境交易的高度便捷性和去中心化等特點，極易被犯罪分子用于洗錢和恐怖融資活動，充當金融犯罪工具，推動全球范圍內(nèi)的經(jīng)濟或武裝沖突、恐怖主義，進一步加大地緣政治風險(Geopolitical Risks)。同時，地緣政治風險的加劇又會影響到經(jīng)濟領域，誘發(fā)金融犯罪風險

。然而，加密數(shù)字貨幣參與的金融犯罪行為極具隱蔽性。在面對新生的加密數(shù)字貨幣的諸多“獨特性”時，以法定貨幣為核心的監(jiān)管制度可能會失靈。因此，為確保新時期的國家金融安全，構建行之有效的加密數(shù)字貨幣監(jiān)管體系迫在眉睫。此外，雖然當前學者們認為加密數(shù)字貨幣已成為洗錢、資本外逃和恐怖融資的載體，但在大多數(shù)文獻中只給出了理論解釋。本研究基于地緣政治風險對加密數(shù)字貨幣的影響，實證檢驗加密數(shù)字貨幣作為金融犯罪工具的可能性。貢獻有三：一是將地緣政治風險變動與不同屬性加密數(shù)字貨幣市場反應結合起來，深入分析影響機理；二是從收益率溢出和風險溢出雙重視角，應用分位數(shù)回歸和DCC-GARCH模型分析地緣政治風險對不同屬性加密數(shù)字貨幣的影響程度，驗證加密數(shù)字貨幣成為金融犯罪工具的可能性；三是提出加密數(shù)字貨幣監(jiān)管建議，給監(jiān)管當局的政策制定提供依據(jù)，為監(jiān)管機構紓困。

一、文獻評述

(一)地緣政治風險

《全球風險報告》顯示，地緣政治風險已位列制約全球發(fā)展的風險因素之首。地緣政治風險是指影響和平進程、國際關系正常化的武裝沖突、恐怖等行為導致的國家間局勢緊張的風險與不確定性，體現(xiàn)為地緣政治事件、地緣政治威脅、地緣政治行為和地緣政治緊張局勢等。Caldara和Iacoviello(2018)運用文本數(shù)據(jù)分析法，構建了地緣政治風險指數(shù)(Geopolitics Risks，GPRs)、地緣政治威脅指數(shù)(Geopolitical Threat，GPT)和地緣政治行為指數(shù)(Geopolitical Action，GPA),并測算了19個新興經(jīng)濟體國家的地緣政治風險指數(shù)，彌補了對實時地緣政治風險指標測度研究的不足

，這些指數(shù)已被廣泛應用于金融以及類金融市場領域的研究

。GPRs具體是通過對《紐約時報》《泰晤士報》和《金融時報》等十一家全球知名報紙1985年以來的電子文檔建立電子檔案庫，自動檢索與“地緣政治威脅”“核威脅”和“戰(zhàn)爭威脅”等關鍵詞相關的新聞媒體報道，統(tǒng)計出每月或每日包含上述關鍵詞的文章篇數(shù)，再除以對應的該月或該日新聞文章總數(shù)，得到全球和國別兩個層面的地緣政治風險月度指數(shù)或日度指數(shù)。

(二)地緣政治風險與加密數(shù)字貨幣

諸多研究表明，地緣政治風險會對新興的加密數(shù)字貨幣市場產(chǎn)生較大影響。Colon等(2021)使用普通最小二乘法(OLS)和帶有虛擬變量的分位數(shù)回歸方法，證實加密數(shù)字貨幣在大多數(shù)情況下可以作為地緣政治風險的強大對沖工具

。Bouri等(2022)通過邏輯回歸研究地緣政治風險指數(shù)和加密數(shù)字貨幣之間的共同跳躍，發(fā)現(xiàn)比特幣價格上漲很大程度上取決于地緣政治風險指數(shù)的上升

。當前加密數(shù)字貨幣市場發(fā)展趨于成熟，流通性不斷增強，部分交易者出于避險需求，偏愛認可度高、流通性好的加密數(shù)字貨幣，尤其被稱為“數(shù)字黃金”的比特幣

，例如在英國脫歐期間，大量投資者將比特幣作為地緣政治不確定性的對沖工具，導致比特幣市場的波動

；也有部分交易者傾向于選擇匿名程度更高的加密數(shù)字貨幣。這會導致地緣政治風險對不同類型加密數(shù)字貨幣的影響可能存在差異。在研究地緣政治風險與傳統(tǒng)金融資產(chǎn)市場時，學者們發(fā)現(xiàn)地緣政治風險對不同類別的金融資產(chǎn)存在不同程度的影響。例如地緣政治風險指數(shù)與股票收益負相關，而與黃金市場收益正相關，這種影響可能會隨資產(chǎn)屬性的不同而不同

。當前加密數(shù)字貨幣種類繁多，市值和匿名屬性不一，通過研究地緣政治風險對不同類型加密數(shù)字貨幣的影響，可以為加密數(shù)字貨幣參與金融犯罪行為的理論假設提供可靠的實證依據(jù)。

(三)地緣政治風險與加密數(shù)字貨幣金融犯罪

加密數(shù)字貨幣潛在風險主要分為運行風險、政策風險、市場風險和金融犯罪風險等

，其中最為突出的是金融犯罪風險

。因為地緣政治風險的加劇往往伴隨著武裝沖突、恐怖行為或政治形勢不穩(wěn)定事件發(fā)生，進而大大提高了洗錢、恐怖融資和資本外逃等金融犯罪的可能性

。對非法交易者而言，要想擺脫國家或相關監(jiān)管機構的監(jiān)控來進行資金轉移或恐怖融資，必然會選擇具有如下特性的金融犯罪工具：第一，具備極強的匿名性和能夠得到普遍認可的價值；第二，能在國家或地區(qū)間快速轉移；第三，交易具有強隱蔽性。去中心化設計的加密數(shù)字貨幣恰好滿足上述特性，從而成為理想的金融犯罪工具。綜上，加密數(shù)字貨幣市值逐步走高，能成為風險對沖工具

，而其強匿名性和交易隱蔽性又使其可能成為洗錢等金融犯罪的工具

。同時，加密數(shù)字貨幣實現(xiàn)了去中心化的跨地域便捷支付，容易突破國家監(jiān)管邊界，加劇加密數(shù)字貨幣的金融犯罪風險。此外，由地緣政治風險帶來的外部不確定性會加大非法交易者利用加密數(shù)字貨幣進行洗錢、恐怖融資和資本外逃等金融犯罪的可能性。因此本文推測，在地緣政治風險加劇的情況下，匿名性越強、交易越便捷的加密數(shù)字貨幣越容易被非法交易者利用，成為金融犯罪工具。

非酒精性脂肪性肝病(NAFLD)是一種與胰島素抵抗和遺傳易感性密切相關的代謝應激性肝臟損傷，其可發(fā)生肝臟纖維化從而導致肝硬化[1]。目前，國內(nèi)外均缺乏對NAFLD有特定療效的藥物，而且，不同的臨床指南推薦的藥物不同。因此，本文回顧性分析了重慶醫(yī)科大學附屬第二醫(yī)院就診的NAFLD合并2型糖尿病患者的臨床資料，探討降糖藥、他汀類、ACEI、鈣離子拮抗劑是否對NAFLD合并2型糖尿病的患者有協(xié)同治療效果，旨在為NAFLD合并2型糖尿病人群選擇合適的藥物提供理論依據(jù)?，F(xiàn)報道如下。

為驗證以上理論推測，本文采用分位數(shù)回歸和DCC-GARCH模型，實證檢驗地緣政治風險指數(shù)對加密數(shù)字貨幣收益率和波動率的影響程度。在地緣政治風險對加密數(shù)字貨幣的收益率溢出方面，采用分位數(shù)回歸模型驗證二者的相關性，以及地緣政治風險對不同加密數(shù)字貨幣收益率的影響程度，判斷是否匿名性和交易便捷性越強的加密數(shù)字貨幣越容易受到地緣政治風險的影響。在地緣政治風險對加密數(shù)字貨幣的波動率溢出方面，運用DCC-GARCH模型考證地緣政治風險對不同加密數(shù)字貨幣市場的波動率動態(tài)溢出相關性，以及對比它們間的動態(tài)溢出系數(shù)。

二、研究設計

(一)分位數(shù)回歸模型

分位數(shù)回歸模型的設定如下：

1.2 納入及排除標準 納入標準：①全部患者均符合國際尿控協(xié)會制定的POP-Q分度標準的Ⅲ～Ⅳ度[5]，且要求手術治療；②合并不同程度陰道前后壁膨出者；③絕經(jīng)后女性，且未使用激素替代治療者；④ASA分級Ⅰ～Ⅱ級。排除標準：①合并宮頸延長、嚴重心、肺、肝、腎臟疾病者；②生殖器器質(zhì)性病變及惡性病變者；③有手術或麻醉禁忌證以及無法定期隨訪者；④有精神障礙病史不能良好配合者、合并生殖器病變、尿路感染、膀胱或尿路器質(zhì)性病變者。

(1)

根據(jù)調(diào)查檢測分析，河道自然淤積速率為5~15 cm/a，必須嚴格按照沿江沙土地區(qū)5年左右一次、太湖圩區(qū)8年左右一次、縣鄉(xiāng)河道10~15年一次的輪浚要求，做好輪浚。整治的同時，要配合做好河道綠化工作，加快生態(tài)河道建設，恢復河道自然狀態(tài)，盡量杜絕鋼筋混凝土等不透水護坡的建設。各地政府還要劃出一定比例的經(jīng)費，用于河道生態(tài)修復技術的研究，積極探索高科技生物、生態(tài)技術，維護河道健康生命，使蘇州天更藍、地更綠、山更清、水更秀。

+

·

ln

,-1

+

那幾個八路軍一沖進來就分頭提槍照著日本兵射擊。一槍打倒一個，一槍打倒一個。六個日本兵根本沒來得及把三八大蓋端起來就被打倒了，單單只剩下鬼子軍官。鬼子軍官望著地上日本兵，一聲怪叫，抽出了戰(zhàn)刀，扎起了馬步?？礃幼?，他是想做垂死掙扎。那顯然是頭兒的八路軍一聲冷笑，朝另外四個八路軍使個眼色，亂槍齊發(fā)，鬼子頓時被打成了馬蜂窩，一股股殷紅的血水像噴泉一樣直往外噴。

(2)

因為沒有重視事前設計的管理工作，建設單位沒有深入了解相關標準，造成在施工的時候涉及變更的部分較大，無法加強控制監(jiān)督工作，沒有合理的對后期的結果進行約束，對整個工程的建設是非常不利的。

(4)

假如

=0

5，則為中位數(shù)回歸，即為最小絕對離差估計量，其目標函數(shù)為：

沉管法目前已成為我國修建跨江穿海隧道應用最廣泛的方法之一。然而，沉管隧道處在復雜的海洋環(huán)境中，其穩(wěn)定性問題比陸地結構復雜得多。據(jù)國土資源部歷年發(fā)布的海洋災害統(tǒng)計顯示，因熱帶風暴在東部沿海登陸，我國每年約有40 km防波堤遭到毀壞。風暴后常有海底輸油、氣管線斷裂事故發(fā)生[1]。作為重要的近海工程結構，沉管隧道在波浪作用下的穩(wěn)定性是一個不容忽視的問題。

(5)

第二天早上，我們?nèi)藖淼阶灾蛷d，遞給服務員兩張券，爸爸、媽媽各拿了一套餐具，我呆呆地站在一旁，服務員阿姨笑盈盈地遞給我一套餐具，對我說：“這里的東西你隨便挑，想吃啥就挑啥。”我有些不好意思地說：“可我沒有餐券呢?！卑⒁陶f：“沒事的，來店里都是客，你也吃不了多少?！闭f完，她還特地夾給我一個滾燙的雞蛋。我想，雷鋒家鄉(xiāng)的人真好！

(6)

(二)DCC-GARCH模型

其中，

為根據(jù)單變量GARCH模型計算出的條件元素

×

對角矩陣，

為動態(tài)條件相關系數(shù)矩陣。

=(

)

(

)

(7)

其中，

表示收益率，

、

分別為收益率的均值和殘差項，

為正態(tài)分布的條件協(xié)方差矩陣。

高職院校以培養(yǎng)技能型人才為培養(yǎng)目標，培養(yǎng)學生的動手能力為首要任務，mooc單純的線上知識的講解很難吸引學生，無法提升學生的動手能力。對高職院校來說，只有將MOOC線上的知識點講解結合到實踐教學中，才能設計出符合高職院校人才培養(yǎng)目標的教學過程。

=

(8)

DCC-GARCH模型常用來分析不同資產(chǎn)序列波動的相關程度，研究變量間非線性的動態(tài)相關性

。模型設定如下：

=

+

,

～

(0,

)

2.4.1 食物攝取的影響因素 針對年輕女性和婆婆/媽媽在常吃食物這一問題回答上有統(tǒng)計學差異的幾項，分別以是否常吃豬蹄、蔬菜、水果、牛奶為因變量(是=1，否=0)，以調(diào)查對象及其配偶文化程度、建議來源于父母、公婆、老公等為自變量進行了Logistic回歸分析。結果顯示，建議來源于月嫂、公婆、親戚/鄰居分別是豬蹄、蔬菜、水果攝入的阻礙因素，文化程度促進了這些食物的攝入，醫(yī)生/護士的建議也推動了豬蹄、水果和牛奶的進食。見表2。

(9)

(10)

(三)樣本選擇

為了驗證地緣政治風險對加密數(shù)字貨幣影響的差異性，本文選取了比特幣、瑞波幣、零幣和達世幣等4種加密數(shù)字貨幣。比特幣市值最高，被視為最主要的加密數(shù)字貨幣。瑞波幣是世界上第一個開放的支付網(wǎng)絡，交易確認在幾秒內(nèi)完成，不收取跨區(qū)域支付費用，且市值排名靠前。零幣是首個使用零知識證明機制的區(qū)塊鏈系統(tǒng)，可提供完全的支付保密性，具有真正意義的匿名性。達世幣是第一個以保護隱私著稱的加密數(shù)字貨幣，具有即時支付、到賬及時、手續(xù)費較低和強匿名性等特點。

(四)數(shù)據(jù)來源與處理

比特幣、瑞波幣、零幣和達世幣的發(fā)行時間不同，其中零幣的發(fā)行時間最晚，因此樣本期選定為自零幣發(fā)行日到地緣政治風險日度指數(shù)最新可獲取的時間，即2016年10月29日至2020年3月10日，樣本容量均為1229個。為減少數(shù)據(jù)異方差性，分別對地緣政治風險指數(shù)和加密數(shù)字貨幣數(shù)據(jù)做對數(shù)處理，按照公式

=ln

-ln

-1

計算加密數(shù)字貨幣的收益率，其中

表示第

期加密數(shù)字貨幣的收盤價格。地緣政治風險指數(shù)數(shù)據(jù)來自matteoiacoviello.com，加密數(shù)字貨幣交易數(shù)據(jù)來自coinmarketcap.com。表1列出了地緣政治風險指數(shù)及4種加密數(shù)字貨幣收益率的描述性統(tǒng)計。表1顯示，比特幣和零幣的收益率序列是左偏的，瑞波幣和達世幣的收益率序列是右偏的，且所有序列均通過了偏度檢驗；相對于正態(tài)分布有過度的峰度，4種加密數(shù)字貨幣收益率序列更為陡峭。

三、實證分析

(一)地緣政治風險與加密數(shù)字貨幣市場演化趨勢分析

圖1為2016—2020年地緣政治風險指數(shù)與4種加密數(shù)字貨幣收益率的時序圖。地緣政治風險指數(shù)與4種加密數(shù)字貨幣收益率峰值出現(xiàn)的時間多次重合，且在變化趨勢上具有一定的相似性?？傮w上，不確定性事件的突發(fā)加劇了地緣政治風險，交易者會傾向于購買避險保值、轉移方便的加密數(shù)字貨幣，從而引發(fā)加密數(shù)字貨幣市場的波動

。

(二)地緣政治風險對加密數(shù)字貨幣收益率溢出的實證分析

1.地緣政治風險指數(shù)對比特幣與達世幣收益率的影響

本文以地緣政治風險指數(shù)為解釋變量，不同分位數(shù)下比特幣與達世幣的收益率為被解釋變量來初步進行分位數(shù)回歸。對所有變量進行正態(tài)標準化處理后估計模型參數(shù)。此處只討論地緣政治風險對加密數(shù)字貨幣的影響，故不展示加密數(shù)字貨幣收益率的自相關系數(shù)，結果如表2所示。由表2可知，地緣政治風險指數(shù)對比特幣和達世幣的未來1天、5天、22天的平均收益率進行分位數(shù)回歸，顯著性影響主要集中于高分位下，最明顯的是0.70、0.80和0.90的高分位，表明地緣政治風險指數(shù)對加密數(shù)字貨幣收益率變動有影響，與Bouri等(2022)的結論一致

。在低分位下，回歸系數(shù)基本不顯著。在此基礎上，本文將地緣政治風險指數(shù)劃分為上升時期和下降時期，進一步分析地緣政治風險指數(shù)對加密數(shù)字貨幣收益率的非對稱性影響。

2

地緣政治風險指數(shù)對比特幣與達世幣收益率的非對稱性影響

將

分為上升時期和下降時期，對所有變量進行正態(tài)標準化處理后估計模型參數(shù)。表3結果顯示，對地緣政治風險指數(shù)的變化進行了非對稱性區(qū)分后，實證結果的顯著性水平明顯提升，尤其是對未來5天平均收益率的影響更為顯著，且在低分位數(shù)和高分位數(shù)下都表現(xiàn)明顯。此外，地緣政治風險對達世幣收益率的影響大于比特幣。鑒于上述分析，后文的被解釋變量都選擇加密數(shù)字貨幣未來5天的平均收益率，同時再選取兩種不同屬性的加密數(shù)字貨幣來觀察分位數(shù)回歸結果，即在

5條件下綜合比較地緣政治風險指數(shù)對不同加密數(shù)字貨幣收益率的影響程度。

3

地緣政治風險指數(shù)對加密數(shù)字貨幣的非對稱性影響

分位數(shù)回歸中被解釋變量為4種加密數(shù)字貨幣未來5天收益率在不同分位數(shù)下的平均值。由表4結果可知，

對比特幣、達世幣和零幣的回歸系數(shù)都呈現(xiàn)出較強的顯著性，且在低分位數(shù)和高分位數(shù)之間均勻分布。在

1、

1+、

1-條件下，

對4種加密數(shù)字貨幣的影響系數(shù)大多不顯著，即在極短時間內(nèi)地緣政治風險不會對加密數(shù)字貨幣市場收益率產(chǎn)生明顯影響(限于篇幅，表4中僅列示顯著的系數(shù)結果，故省略

1、

1+和

1-的回歸結果，作者備索)。在

5、

5+、

5-條件下，比特幣、達世幣、零幣的回歸系數(shù)大多是顯著的，連瑞波幣為數(shù)不多的具有顯著性的回歸系數(shù)也集中于此。因此，從短期來看，地緣政治風險加劇對加密數(shù)字貨幣收益率影響為負，與Colon等(2021)的結論一致

。可能的原因是，局勢的不穩(wěn)定會導致加密數(shù)字貨幣市場的普遍萎縮。在

22、

22+、

22-條件下，比特幣、達世幣和零幣收益率在高分位數(shù)下的回歸系數(shù)大多具有較強的顯著性，表明地緣政治風險對這3種加密數(shù)字貨幣存在正向影響，且回歸系數(shù)表現(xiàn)為零幣>達世幣>比特幣。因此，從長期來看，地緣政治風險加劇帶來的外部不確定性會加大非法交易者利用加密數(shù)字貨幣進行洗錢、恐怖融資和資本外逃等金融犯罪的可能性，匿名屬性越強、交易越便捷的加密數(shù)字貨幣的收益率所受影響越大。據(jù)此初步推測，當?shù)鼐壵物L險加劇時，加密數(shù)字貨幣可能參與了洗錢、恐怖融資和資本外逃等金融犯罪。

(三)地緣政治風險對加密數(shù)字貨幣波動率溢出的實證分析

1.DCC-GARCH模型參數(shù)估計及說明

但是如果尋找ETA替代廠商的答案落在了鐘表廠商自己頭上的話，會怎樣呢？在Comco協(xié)議初期，很多鐘表廠商正在開發(fā)自己的基礎設施來實現(xiàn)自給自足。比如據(jù)說已向外部公司小規(guī)模供應機心的制表商Maurice Lacroix艾美。Eterna機心于2012年被中國海淀集團收購，計劃向第三方提供39口徑機心，以成為ETA7750的替代機心。在1932年時ETA曾隸屬Eterna。大約15年前，他們開始自己生產(chǎn)機心，規(guī)模不大，僅供內(nèi)部使用。但是發(fā)現(xiàn)，如果不向第三方出售機心，生產(chǎn)成本會很高。因此，他們在三年前創(chuàng)立了Eterna。

將一階差分后的地緣政治風險指數(shù)對數(shù)分別與4種加密數(shù)字貨幣的收益率進行DCC-GARCH(1,1)模型擬合。具體地，各單變量先分別進行ARMA(1,1)-GARCH(1,1)處理，剔除各自均值方程及波動率ARCH效應的影響后，將殘差序列代入DCC-GARCH(1,1)模型進行擬合，模型的參數(shù)估計結果如表5所示。由表5可知，除

-

的ARCH項系數(shù)的估計值不顯著外，其余系數(shù)均顯著，且全部滿足

+

<1，說明地緣政治風險與比特幣、達世幣、零幣和瑞波幣的波動均具有一定的動態(tài)相關性，且這種影響長期存在，其中，地緣政治風險與零幣市場波動率的動態(tài)相關性最明顯，其次是比特幣和瑞波幣，與達世幣市場波動率的動態(tài)相關性最弱。

2.波動率動態(tài)溢出系數(shù)分析

以地緣政治風險對比特幣市場波動率動態(tài)溢出系數(shù)為參照，分別對比地緣政治風險對達世幣、零幣和瑞波幣市場波動率動態(tài)溢出系數(shù)的變化，我們發(fā)現(xiàn)地緣政治風險對達世幣、零幣、瑞波幣市場波動的影響均大于比特幣。比如，地緣政治風險對達世幣市場波動率的正向和負向影響均大于比特幣。可能的原因是比特幣市值較大，抵御風險的能力較強，當?shù)鼐壵物L險加劇時，對比特幣市場波動影響較??；地緣政治風險加劇導致的局勢不穩(wěn)定會誘發(fā)洗錢和恐怖融資等金融犯罪行為，匿名性更強的達世幣更易被非法交易者利用，成為金融犯罪工具。地緣政治風險會對加密數(shù)字貨幣產(chǎn)生影響，且影響存在異質(zhì)性，影響程度取決于加密數(shù)字貨幣自身的屬性，其中匿名性和交易便捷性大于市值屬性，說明匿名性和交易便捷性較強的加密數(shù)字貨幣可能已參與到了金融犯罪活動中。

四、結論與建議

本文基于理論分析，推測在地緣政治風險加劇的情況下，加密數(shù)字貨幣被非法交易者用作金融犯罪工具的可能性會顯著提升。收益率溢出方面，分位數(shù)回歸模型檢驗發(fā)現(xiàn)，地緣政治風險對不同類型加密數(shù)字貨幣的影響程度存在差異，匿名性越強的加密數(shù)字貨幣所受的影響越大；波動率溢出方面，DCC-GARCH模型實證發(fā)現(xiàn)，地緣政治風險對匿名性越強、交易越便捷的加密數(shù)字貨幣影響越大。這說明地緣政治風險對加密數(shù)字貨幣的影響程度取決于其本身的匿名性和便捷性。以上結果為加密數(shù)字貨幣可能已經(jīng)被非法交易者用于洗錢、恐怖融資和資本外逃等金融犯罪提供了一定的證據(jù)。基于上述結論，本文為完善加密數(shù)字貨幣的監(jiān)管提出如下建議：(1)對交易平臺進行去匿名化管理。依據(jù)KYC標準構建系統(tǒng)的監(jiān)管體系，充分掌握交易數(shù)據(jù)，監(jiān)控交易過程；為從根源上切斷場外非法交易通道，應取消私人化加密數(shù)字貨幣交易平臺，以防加密數(shù)字貨幣被非法交易者用于金融犯罪，擾亂金融市場秩序。(2)對轉移過程進行實名化管理。將開發(fā)加密數(shù)字貨幣錢包的金融科技公司納入“沙盒監(jiān)管系統(tǒng)”，保證實名化管理加密數(shù)字貨幣轉移的過程；建立加密數(shù)字貨幣的中央管理數(shù)據(jù)庫，以“已知的當事人-已知的交易”為原則核實轉移過程，便于國家或相關監(jiān)管機構對加密數(shù)字貨幣的轉移數(shù)據(jù)進行實時監(jiān)控。(3)對跨境交易進行協(xié)同化管理。依據(jù)反洗錢金融行動特別工作組 (FATF) 設定的監(jiān)管準則制定國際通用的法律制度，同時加強國際合作；中央銀行與監(jiān)管機構對加密數(shù)字貨幣的交易者發(fā)出風險警告，說明利用加密數(shù)字貨幣參與金融犯罪的嚴重后果，依靠宣傳手段設置跨區(qū)域交易的意識關卡。

[1] 華秀萍, 夏舟波, 周杰. 如何破解對數(shù)字虛擬貨幣監(jiān)管的難題[J]. 金融監(jiān)管研究, 2019， (11): 1-18.

[2] 張超. 數(shù)字貨幣交易平臺的風險及其監(jiān)管規(guī)則建構[J]. 財經(jīng)論叢, 2020， (3): 105-113.

[3] 劉文革, 黃玉. 地緣政治風險與貿(mào)易流動: 理論機理與實證研究[J]. 國際經(jīng)貿(mào)探索, 2020, (3): 46-59.

[4] Caldara D., Iacoviello M. Measuring Geopolitical Risk[Z]. FRB International Finance Discussion Paper, 2018 .

[5] Gkillas K., Gupta R., Wohar M. E. Volatility Jumps: The Role of Geopolitical Risks[J]. Finance Research Letters, 2018, 27: 247-258.

[6] Asai M., Gupta R., McAleer M. Forecasting Volatility and Co-volatility of Crude Oil and Gold Futures: Effects of Leverage, Jumps, Spillovers, and Geopolitical Risks[J]. International Journal of Forecasting, 2020, 36(3): 933-948.

[7] Triki M. B., Maatoug A. B. The GOLD Market as a Safe Haven Against the Stock Market Uncertainty: Evidence from Geopolitical Risk[J]. Resources Policy, 2021, 70: 101872.

[8] Colon F., Kim C., Kim H., et al. The Effect of Political and Economic Uncertainty on the Cryptocurrency Market[J]. Finance Research Letters, 2021, 39(1): 101621.

[9] Bouri E., Gupta R., Vo X. V. Jumps in Geopolitical Risk and the Cryptocurrency Market: The Singularity of Bitcoin[J]. Defence and Peace Economics, 2022, 33(22): 150-161.

[10] Gkillas K., Gupta R., Pierdzioch C. Forecasting Realized Gold Volatility: Is There a Role of Geopolitical Risks?[J]. Finance Research Letters, 2020, 35: 101280.

[11] Yi S., Xu Z., Wang G. J. Volatility Connectedness in the Cryptocurrency Market: Is Bitcoin a Dominant Cryptocurrency?[J]. International Review of Financial Analysis, 2018, 60: 98-114.

[12] Cheng C. H. J., Chiu C. W. J. How Important Are Global Geopolitical Risks to Emerging Countries?[J]. International Economics, 2018, 156: 305-325.

[13] Cunado J., Gupta R., Lau C. K. M., et al. Time-Varying Impact of Geopolitical Risks on Oil Prices[J]. Defence and Peace Economics, 2020, 31(6): 692-706.

[14] Makarov I., Schoar A. Trading and Arbitrage in Cryptocurrency Markets[J]. Journal of Financial Economics, 2020, 135(2): 293-319.

[15] 柏建成, 何田, 高增安, 等. 數(shù)字貨幣會將風險傳染給傳統(tǒng)金融市場嗎?——基于方向性溢出指數(shù)動態(tài)變化的研究[J]. 財經(jīng)論叢, 2020， (10): 44-54.

[16] 袁磊, 耿新. 私人數(shù)字貨幣與資本流出——以比特幣為例的研究[J]. 國際金融研究, 2020， (6): 14-24.

[17] 封思賢, 丁佳. 數(shù)字加密貨幣交易活動中的洗錢風險: 來源、證據(jù)與啟示[J]. 國際金融研究, 2019， (7): 25-35.

[18] 李曉峰. 中國資本外逃的理論與現(xiàn)實[J]. 管理世界, 2000， (4): 123-133， 217.

[19] Johnston R. B., Nedelescu O. M. The Impact of Terrorism on Financial Markets[J]. Journal of Financial Crime, 2006, 13(1): 7-25.

[20] Dyhrberg A. H. Bitcoin, Gold and the Dollar-A GARCH Volatility Analysis[J]. Finance Research Letters, 2016, 16: 85-92.

[21] Nolasco Braaten C., Vaughn M. S. Convenience Theory of Cryptocurrency Crime: A Content Analysis of US Federal Court Decisions[J]. Deviant Behavior, 2021, 42(8): 958-978.

[22] Corsi F. A Simple Approximate Long-Memory Model of Realized Volatility[J]. Journal of Financial Econometrics, 2009, 7(2): 174-196.

[23] Chiang T. C., Jeon B. N., Li H. Dynamic Correlation Analysis of Financial Contagion: Evidence from Asian Markets[J]. Journal of International Money and Finance, 2007, 26(7): 1206-1228.