加密货币的倒闭潮已波及交易所、代币和个人投资者。本文汇集了三篇研究论文和一份总结报告的研究成果，探讨倒闭事件的发生频率、相关损失以及与崩盘相关的因素。

这些资料来源分别考察了交易所违约、加密货币市值损失、散户交易结果以及用于识别濒临倒闭交易所的模型。它们的时间跨度、方法和定义各不相同，因此相关数字不应简单相加。每个部分均基于文中指明的研究或报告。对读者而言，这些记录揭示了一种加密货币特有的风险：许多交易所直接托管客户资产，因此平台一旦倒闭，用户可能无法取回资金，下文将对此进行说明。

交易所与加密货币的倒闭率

Niranjan Sapkota的一项研究利用截至2023年2月的数据，考察了全球845家加密货币交易所。研究将366家交易所归类为已违约，479家仍在运营，即样本中43.3%的交易所已经倒闭。

在该研究中，违约是指交易所停止运营、陷入财务困境或被宣告破产。数据收集自Coinmarketcap.com、Cryptowisser.com和Coingecko.com。

Sapkota写道，自曾经全球最大的比特币交易所Mt. Gox于2014年倒闭以来，约60%的加密货币交易所经历过违约。原因包括欺诈、网络攻击和政府监管。相比之下，在传统股票市场上市的公司破产要少见得多。该研究引用的研究表明，NYSE-AMEX上市公司每年破产比例不足1%，NASDAQ上市公司略高于1%。

另一项指标显示了多少已上架交易所可能处于不活跃状态。2023年4月，CoinMarketCap收录了609家交易所，但仅有237家在过去24小时内录得至少1美元的交易。

加密货币项目也显示出很高的失败率。Sapkota引用的2020年一项研究发现，2014年至2018年间，约60%的加密货币因骗局、黑客攻击和经营失败而违约。

该研究指出，其加密货币样本中违约交易所与存续交易所的数量几乎相当。这与股票市场数据集不同——后者中破产公司仅占约1%的观测值，因而更难建模。由于加密货币样本相对均衡，研究人员无需使用数据平衡技术。

2022年的市值损失

国际清算银行（BIS）这家由成员国央行持有的总部位于巴塞尔的机构，在2023年2月发布的第69期BIS简报中考察了2022年的加密货币崩盘。加密货币价格于2021年11月见顶。2022年期间，包括比特币和以太币在内的多种代币价格较峰值下跌了约75%。

随着价格下跌，超过1.8万亿美元的加密货币市值蒸发。其中两起事件造成了相当大一部分损失。

2022年5月，算法稳定币Terra——其设计初衷是通过代码和市场激励机制而非现金储备来维持1美元价值——在几天内从1美元跌至几乎归零。5月至6月间，超过4500亿美元的加密货币和去中心化金融（DeFi）价值被摧毁。

11月，当时最大的加密货币交易平台之一FTX交易所在因现金状况和偿付能力担忧引发的挤兑后崩溃。又有2000亿美元灰飞烟灭，比特币、以太币及其他加密货币在数天内下跌超过20%。

TerraUSD和FTX两起事件合计造成约6500亿美元的损失，约占BIS所测算总市值损失的36%。

两次危机期间交易活动均有所上升。问题曝光后，Binance、Coinbase和FTX的日活跃用户均出现增长。BIS发现，大型持有者（即“鲸鱼”，该简报定义为持有超过1000枚比特币的钱包）在每次冲击后的数天内减持，而持有不足1枚比特币的小型持有者则增持。

BIS表示，这一模式表明大型投资者在最剧烈的价格下跌之前将资产出售给了小型投资者。研究还发现，此次加密货币崩盘对加密货币行业以外的更广泛金融市场几乎没有明显影响。

交易所倒闭发生在哪里

交易所倒闭呈现出几种反复出现的模式。有的平台在法律行动后关闭，有的被黑客攻击，还有的直接消失且未作任何解释。

据Sapkota研究，2014年至2023年2月间，经营问题、监管困难和骗局引发倒闭的比例大致相近。然而2018年之后，大多数倒闭的交易所只是无声无息地消失，未说明任何原因，使客户对其资金状况一无所知。

地理数据由于是数量而非失败率，因此并不能直接识别风险最高的地区。新加坡的违约交易所数量最多，为41家，但也有55家在运营。香港有29家违约。亚洲的运营交易所数量最多，为129家，而欧洲的违约数量最多，为60家。

英国、美国和澳大利亚的运营交易所与违约交易所数量均相等。这些总数只表明交易所的注册地，并不能证明某一地点的失败概率高于其他地点。

托管客户资产的交易所给用户带来特定风险。QuadrigaCX案例——这家加拿大交易所的创始人于2018年去世时独掌钱包私钥——表明，一个人控制着钱包的唯一钥匙，就可能导致数千名客户无法取回资金。

证券交易所很少以同样方式倒闭，因为它们通常不以类似安排持有客户资金，并在严格的监管体系内运营。相比之下，许多加密货币交易所一直处于法律灰色地带，问责难度更大。

另一份总结报告统计，自2009年以来至少有17起重大交易所破产事件。报告称，仅在TerraUSD和FTX相继失败后的2022年，就有超过五家交易所倒闭。报告估计交易所破产给投资者造成的损失远超300亿美元，主要区间为300亿至500亿美元。

散户用户与估计损失

BIS建立了一个覆盖95个国家、时间跨度从2015年8月至2022年12月中旬的加密货币交易所应用使用数据库。该数据库包含200多款应用，并以下载量作为新增用户数量的替代指标。

2015年8月至2021年11月间，比特币价格从250美元升至69,000美元。同期，全球月均日活跃用户从约10万增长至超过3000万。

新用户通常在价格已经上涨之后才入场。平均而言，用户数量滞后于价格上涨约两个月。近四分之三的用户是在比特币交易价格高于20,000美元时下载加密货币应用的，这意味着许多人在2022年下跌之前的相对高位入场。

为估算投资者结果，BIS假设每位新用户在首次下载当月购买100美元比特币，并在之后每月持续购买100。在这一假设下，中位数投资者到2022年12月将亏损431美元，接近900美元投入额的一半。该估算将上述入场时机模式转化为典型用户的美元损益。

在数据集中的几乎所有国家，大多数用户被估计出现亏损。巴西、印度、巴基斯坦、泰国和土耳其等新兴市场的亏损比例更高。如果用户每月持续投入，超过五分之四的用户被估计出现亏损。

BIS强调，这些是基于应用数据而非个人账户记录的估算。各国的应用使用情况也存在巨大差异。一些地区每10万居民每月用户不足1人，而另一些地区则达到1500人以上。

下载量较高的国家包括澳大利亚、加拿大、荷兰、英国、美国、新加坡、土耳其和阿联酋。

BIS还考察了与新增用户加入加密货币平台相关的因素。与股市表现、黄金价格或全球不确定性相比，比特币价格是新增用户活动的显著更强的预测指标。从实际角度看，用户往往在价格已经处于高位并持续上涨时入场，而在所研究的期间内随后便出现了下跌。

比特币与破产概率

Serhii Kozlovskyi等人2022年的一篇论文考察了另一个问题：持有比特币的投资者破产的可能性有多大。作者使用蒙特卡洛模拟——即运行大量随机情景——对2014年9月1日至2022年7月1日的数据进行了分析。与本文其他部分讨论的平台倒闭不同，该论文关注的是个人持有者的财务破产。

研究人员选择比特币是因为他们将其描述为第一种去中心化加密货币，也是价格历史最长的资产。他们的结果表明，破产概率的长期区间低于短期区间。作者表示这与一种普遍看法相悖，并写道希望避免破产的投资者应倾向于长期策略。

他们还建议，长短投资期交替是加密货币投资者保护自己的最佳方式。该研究将破产定义为尾部事件的结果：罕见但剧烈的价格波动可能摧毁投资者的资金。

该论文估计比特币拥有约2500万持有者，占加密货币市场的42.2%，并指出目前存在超过10,000种加密货币。作者报告称，几乎所有代币都被证明跟随比特币的走势。

作者还指出，加密资产并未像许多其他金融资产那样受到监管。投资者无法获得与股票或债券相同的保护，研究称每位投资者必须选择与其目标和承受限度相符的策略。

与交易所存续相关的特征

Sapkota比较了运营中交易所与已违约交易所的平均特征。有些差异相当显著，而另一些差异则不足以与随机波动区分开来。

运营中的交易所上架代币更多、评级更高、运营时间更长。已违约交易所缺乏认证和推荐计划的比例要高得多。

运营年限是最明显的差异。运营中的交易所平均开放约5.6年，而倒闭交易所仅为3.0年。

交易费率则呈现不同结果。平均挂单方和吃单方费率的差异无法与偶然性区分开来。交易所所在国家的平均透明度评分同样如此。

该研究还使用logit和probit模型，在其他变量保持不变的情况下，估计各因素对违约概率的影响。两个模型得出了相同的主要结论：随着运营年限和上架代币数量的增加，违约几率下降。这些关系描述的是样本中的趋势而非保证；记录中就包括Mt. Gox等大型老牌平台的倒闭。

作者敦促在解读其他发现时保持谨慎。简单比较并未显示去中心化交易所与中心化交易所之间存在明显差异。去中心化交易所占违约组的12%，占运营组的18%。

与美国市场准入和透明度相关的结果可能反映了监管审视程度的差异。服务美国客户或位于信息披露规则较强国家的交易所，其倒闭可能更容易被发现和记录。按原因分类时，美国市场准入仅与归因于骗局的相关。作者认为，开放、监管良好的市场也可能吸引欺诈行为。

交易所倒闭预测模型

Sapkota研究检验了公开信息能否区分濒临倒闭的交易所与正常运营的交易所。logit模型的准确率达到81.18%，probit模型达到81.42%。

作者还测试了机器学习技术。结果因每个模型用于训练的数据比例而异。随机森林最初得分最高，但当90%的样本用于训练时，其准确率急剧下降，表明性能对数据划分方式敏感。

五折交叉验证产生了更稳定的结果。随机森林达到81.7%的准确率，支持向量机达到80.5%，梯度提升得分为78.9%。

XGBoost在一次测试中达到100%的准确率。由于样本仅包含845家交易所，作者将这一结果视为模型可能记住了数据而非从中泛化的证据。朴素贝叶斯得分最低，在59%至63%之间。

一个结合全部五种机器学习方法的堆叠模型取得了81.7%至83.4%的准确率。其预测能力主要来自梯度提升部分，表明其他方法的贡献相对有限。

研究结论是，准确率约81%的传统模型与更复杂的工具相比表现相当好。公开信息可以识别与风险相关的指标，但无法预测每一次交易所倒闭。

失败代币与数据的局限性

交易所只是加密货币倒闭记录的一部分。一份总结报告还统计了停止交易或被弃置的代币。报告称，在2021年以来上架的近700万种加密货币中，有370万种已经失败，占全部项目的52.7%。

报告将其中180万次失败单独归因于2025年第一季度。其列出的原因包括缺乏使用、安全性薄弱、rug pull和骗局、市场波动以及监管压力；rug pull是指项目开发者抛弃代币并携投资者资金潜逃的骗局。

报告估计，2025年第一季度的代币失败涉及近2500亿美元，投资者总损失超过2万亿美元。然而，该报告并未披露其方法论。因此这些数字比上文引用的经同行评审的估算更需谨慎对待。

Sapkota引用的一项较早研究发现，较新的代币比较老的代币更容易失败。综合来看，这些资料表明，交易所和代币的倒闭都很常见，而散户用户承担了相当大一部分损失。

在Sapkota的数据中，交易所运营年限、上架代币数量和认证均与存续相关。BIS发现，2022年的崩盘基本局限在加密货币市场内部，对更广泛的金融市场几乎没有明显影响。

这些发现存在重要局限。它们严重依赖公开记录，使用不同的定义和时间跨度，对交易所的覆盖仅到2023年2月，且无法在每个关系中确立因果关系。由于交易所数据集止于2023年2月，代币报告仅覆盖至2025年第一季度，此后的倒闭事件未包含在本文中；这些数据集的更新版本或采用相同方法的新研究，将显示此后的记录发生了怎样的变化。

资料来源

• 评估投资加密货币时的破产概率.2022.26)（Kozlovskyi等，2022）
• 加密货币冲击与散户损失，BIS简报第69期（Cornelli、Doerr、Frost和Gambacorta，2023）
• 加密货币崩溃编年史：解码加密货币交易所违约（Sapkota，2025）
• CoinCentral上的原始文章