新闻加密货币CoinGecko 数据显示:超过半数的受追踪加密代币已失败

CoinGecko 数据显示:超过半数的受追踪加密代币已失败

作者: Coincentral·

要点速览

  • •CoinGecko 数据显示,2021年中至2025年底追踪的代币中有53.2%已不再活跃交易,累计失败约达1340万个。
  • •2025年失败激增至约1156万个代币,约为此前四年总和的六倍,平均每天约31,700个。
  • •pump.fun 等发行平台的普及降低了创建代币的成本和技能门槛,引发了一波短命 meme 币发行潮,推高了失败数量。
  • •2025年第四季度出现770万个代币失败,始于10月10日190亿美元杠杆头寸的清算,CoinGecko 称其为加密史上最大的单日去杠杆事件。
  • •瓦萨大学研究员 Niranjan Sapkota 对845家交易所的研究发现,43.3%已违约,而幸存平台往往更老牌、上线币种更多且评级更高。
CoinGecko 数据显示:超过半数的受追踪加密代币已失败

加密货币存在失败问题,而数据现已为其提供了量化依据。CoinGecko 发现,在2021年中至2025年底期间其追踪的代币中,有53.2%已不再交易,且其中大部分失败集中发生在同一年内。

这些发现基于四个来源。其中三个涉及代币失败情况,包括 CoinGecko 自己的数据集。第四个是一项针对845家加密交易所的学术研究。这些来源共同展示了项目失败的频率、失败发生的时间,以及失败项目的共同特征。

关于方法的一点说明:CoinGecko 统计的是 GeckoTerminal——其用于追踪链上去中心化交易所交易的平台——上有过至少一笔交易但随后归于沉寂的代币。除非文中另有说明,下文所有代币数据均来自该数据集。

关键加密失败率统计

最核心的数字是53.2%,即已不再活跃交易的受追踪代币占比。CoinGecko 将这些代币称为死亡或失败代币。其年度统计累计达到13,407,627个失败代币,其中86.3%发生在2025年。

各来源并非在每个总数上都一致。Bitcoin World 报告称,2020万个代币的53.2%约为1070万个失败。而 CoinGecko 的年度统计总计约为1340万,与 CoinDesk 报告的数字一致。各来源对2020万这一数字的描述也不尽相同。因此,本文采用 CoinGecko 的年度失败统计,不以2020万来推算总数。

加密代币年度失败情况

年度数据显示失败增长的速度之快。2021年,仅有2,584个代币失败。到2023年,这一数字为245,049。

激增发生在其后:2024年有1,382,010个代币失败,2025年这一数字达到11,564,909,为数据中最高年度总数。

以五年总数衡量,2021年至2023年的失败仅占3.4%。2024年为10.3%,2025年则为86.3%。

关于标签的一点说明:CoinGecko 的表格将其第一列命名为“发行年份”,但其方法说明称代币是按最后一次活跃交易的年份分组的。本文将这些统计解读为按年份的失败数量。

这一增长并不平稳。2022年至2023年,数量增长约15%;2023年至2024年增长约464%;2024年至2025年增长约737%。CoinDesk 报告了相同的模式,指出2021年有2,584个项目失败,2024年有超过130万个失败,2025年数量急剧上升。按2025年的速度,每天约有31,700个代币停止交易。

换一种说法:2025年产生了约1156万个失败,而2021年至2024年合计仅产生约184万个。2025年的数量约为前四年总和的六倍。

代币发行为何激增

失败增长的原因是发行量。CoinGecko 报告称,2021年 GeckoTerminal 上列出了428,383个项目。到2025年,项目数量已增至近2020万个。

CoinGecko 分析师 Shaun Paul Lee 将这一增长归因于 pump.fun 等发行平台。这些平台降低了创建代币的成本和技能门槛,其结果是一波低质 meme 币和实验性项目的浪潮。许多此类代币未能存活。CoinDesk 报告称,许多代币在寥寥几笔交易后便归于沉寂,Lee 表示其中许多几乎没有或完全没有开发支持。

时间节点与 pump.fun 于2024年的上线相吻合。在此之前,CoinGecko 称年度失败数仅为六位数低位。2024年有超过300万个新项目,为数据中第二高的发行数量,同时有1,382,010个失败。

Bitcoin World 的表格列出2024年约有750万个发行,而 CoinGecko 列出超过300万个。本文采用 CoinGecko 的数字,因为它来自数据集本身。2024年的失败数量约相当于当年发行量的46%。这是一个粗略的对比,因为任何年份的失败都可能包括更早发行的代币,但它表明发行与失败是同步上升的。

CoinGecko 还指出了其数据的一个局限:仅纳入了已毕业(graduated)的 pump.fun 代币,因此统计未涵盖该平台发行的每一个代币。在 pump.fun 上,代币在超越发行平台的初始阶段、进入公开去中心化交易所时即算毕业。CoinDesk 补充说,该数据仅统计在归于沉寂之前有过至少一笔活跃交易的项目,并表示这显示了代币创建的开放准入如何导致市场饱和。Bitcoin World 就简易代币创建提出了类似观点,称低准入门槛在支持新创意的同时,也使市场充斥着脆弱的代币。

2025年10月的清算与第四季度失败

2025年第四季度是数据中最糟糕的时期。CoinGecko 统计,这三个月内有770万个代币失败。

该季度以市场冲击开局。2025年10月10日,190亿美元的杠杆加密头寸在24小时内被抹去。CoinGecko 称其为加密史上最大的单日去杠杆事件,Lee 将其描述为清算级联。

第四季度770万的数量是2024年全年记录的138万失败的五倍以上。从2025年总数中减去770万,前九个月约有390万个失败,这意味着当年约三分之二的失败发生在最后三个月。这一划分是我们根据 CoinGecko 数据自行计算的。

此外还存在一个未经解释的差距。CoinGecko 称第四季度占所有已记录失败的34.9%,这与1340万总数不符——按此总数,770万应约为57%。各来源未解释这一差异,因此770万是更稳妥的数字。

Bitcoin World 称,许多失败代币依赖相似的流动性池和自动做市商设计,因此当价格下跌时,流动性枯竭,代币价值趋近于零。这一解释来自该文章的评论,而非 CoinGecko 数据集。CoinGecko 将代币存活的急剧下降归因于2025年更广泛的市场压力,这对 meme 币板块的冲击尤为明显。Bitcoin World 补充说,监管审查也促使交易所下架了一些代币。

加密交易所违约统计

代币并非加密领域唯一会失败的部分。东芬兰瓦萨大学(University of Vaasa)研究员 Niranjan Sapkota 于2025年发表的一项研究考察了全球845家交易所,数据截至2023年2月。其中366家已违约,479家仍在运营,违约占比为43.3%。作者指出,这一比例接近对半分,市场不同。

为构建样本,作者从三个网站收集了2,077条交易所条目。去除重复后,保留了845家拥有完整变量数据的独特交易所。数据来自 CoinMarketCap、Cryptowisser 和 CoinGecko。该研究还引用 Cryptowisser 的数据,显示自2014年 Mt. Gox 崩溃以来,约有60%的交易所已违约。

CoinMarketCap 的一个快照显示了同样的差距。在2023年4月10日列出的609家交易所中,仅有237家在此前24小时内产生了至少1美元的交易。

该研究列出了几个知名案例。BTC-E 在2017年因美国当局的洗钱指控而关闭。QuadrigaCX 在1.9亿美元资金无法访问后于2019年破产。Thodex 于2021年冻结,FTX 于2022年崩溃,缺口达80亿美元。研究还指出,知名度较低的交易所往往在违约或消失时鲜有报道。

该研究将此与传统市场进行对比,后者的交易所失败很罕见。传统交易所受高度监管,且不像中心化加密交易所那样持有客户资金。

地区数据较为复杂。新加坡的违约交易所最多,达41家,但也有55家在运营;香港有29家违约。按地区划分,亚洲运营中的交易所最多,为129家;欧洲违约最多,为60家。英国、美国和澳大利亚各自运营与违约的交易所数量相等。

失败原因各不相同。2014年至2023年间,经营问题、监管挑战和骗局的影响大致相当。2018年之后,大多数交易所干脆在没有说明原因的情况下消失。

失败交易所的共同点

研究中的评级来自 CoinGecko,范围为0到3,涵盖产品质量、基础设施、用户账户和安全性。0分在两组中都是最常见的得分。

该研究从14个因素对运营中和违约交易所进行了比较。运营中的交易所上线币种更多、评级更高、历史更久,而违约交易所很少获得认证。作者对这些差距进行了检验:上线币种、年龄、评级、认证和联盟计划方面的差异过大,不能归因于偶然,而去中心化交易所占比的差异则不然。

费用方面的差距较小。违约交易所的平均吃单费(taker fee)较低,为0.35%,对比0.62%;挂单费(maker fee)也较低,为0.27%,对比0.52%。这些差距不足以排除偶然因素。

回归模型提供了更多细节。在控制其他因素后,上线币种更多的交易所违约几率更低;允许美国客户的交易所违约几率高约52%;更高的提现费用也与违约相关。

有一个结果与许多读者的预期相反:位于透明度评分较高国家的交易所更容易违约。作者表示,这不应被解读为监管的失败。制度健全的国家可能只是加密活动更多、骗局也更多,而仅靠监管未必能保证交易所的稳定。

在模型中,联盟计划和更高评级与更低的违约几率相关,但两者的关联都很弱,仅达到10%的显著性水平,因此作者建议保持谨慎。模型还发现,去中心化交易所的违约几率低于中心化交易所,约为后者的27.5%。作者在此也补充了警示:简单的比例比较并未显示明显差距,因此这一结果依赖于模型。

更早的研究指向同一方向。一项针对144家交易所的研究发现,网络安全评级、公开的开发者团队、交易所年龄和币种数量与关闭相关。另一项针对822家交易所的研究发现,仅交易加密货币而不交易法币的交易所面临约高60%的关闭几率,而交易更多币种则与更低的失败几率相关。

失败能否被准确预测?

该研究还检验了公开数据能否区分运营中和违约的交易所。标准模型表现良好:logit 模型对81.18%的交易所进行了正确分类,probit 模型达到81.42%。

即便是简单模型也遗漏了一些失败。logit 模型找出了366家违约交易所中的272家,即74.3%,遗漏了94家;它正确识别出479家运营交易所中的414家,即86.4%。

作者随后尝试了机器学习。随机森林在使用80%数据训练时得分为98.8%,但在90%训练划分下,其准确率降至81.9%。作者还将五个模型组合成堆叠集成(stacked ensemble),其准确率在不同训练划分下介于81.7%至83.4%之间,且主要依赖梯度提升。随机森林结果的波动提示需保持谨慎,该研究将 XGBoost 报告的100%准确率视为在845个样本上过拟合的迹象。

五折交叉验证提供了更稳定的图景。随机森林得分为81.7%,支持向量机为80.5%,梯度提升为78.9%,这些结果与简单的 logit 和 probit 模型接近。结论是适度的:公开数据可以标记出许多将要失败的交易所,但不应把最亮眼的成绩当作表面价值来看待。

失败率的背景与数据局限

失败在加密领域很常见,在上市股票中却很罕见。该研究引用的研究显示,每年破产的 NYSE-AMEX 公司不到1%,NASDAQ 公司略高于1%。

更早的加密研究也指向同样的方向。论文引用的一项研究发现,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;另一项针对超过2,500种币的研究发现,较新的币更容易失败。

这些比较需要谨慎对待。加密数据涵盖数年,而股票数据是年度比率,时间框架不同。Bitcoin World 将当前时期比作互联网早期,当时许多公司在少数强者存留之前纷纷失败。这是分析师的观点,而非数据得出的结论。失败的代币也会在公共账本上保持可见,而私人初创公司的失败通常不会。

每个数据集都有局限。CoinGecko 仅统计有过至少一笔交易的代币,对于 pump.fun,仅统计已毕业的代币。交易所研究依赖开源数据,止于2023年2月,且缺乏已关闭交易所的交易量数据。该研究还警告可能存在反向因果关系,即某些特征可能是失败的结果而非原因,且其模型是线性的,可能带来偏差。读者应将这些关联视为模式,而非因果关系的证明。

结论

数据指向一个大多数新代币难以存活的市场。CoinGecko 统计,自2021年中以来共有1340万个失败,其中86.3%记录于2025年。这一增长伴随着发行平台的普及和10月10日的清算事件。

Bitcoin World 表示,投资者在评判代币时应超越价格图表,从项目的技术、团队、代币设计和社区等方面入手。

交易所在较小规模上呈现出类似模式。在 Sapkota 的样本中,43.3%已违约,而幸存者往往更老牌、评级更高且获得认证。各来源的总数存在差异,因此确切数字可能随新数据的到来而变化。

来源

  • Dead Coins: Over 50% of Cryptocurrencies Have Failed(CoinGecko,Shaun Paul Lee)
  • More than half of all crypto tokens have failed, and most died in 2025(CoinDesk,Helene Braun)
  • Cryptocurrency Failure Rate: Shocking 53.2% of Projects Launched Since 2021 Have Ceased Trading(Bitcoin World)
  • The crypto collapse chronicles: Decoding cryptocurrency exchange defaults,Niranjan Sapk,Journal of International Financial Markets, Institutions & Money
  • 来源:Crypto Failure Rate Statistics: What the Data Says About Failure Rates(CoinCentral)