IMF-解密加密货币_如何估算国际稳定币流量（英）-2025.7_54页_4mb

该研究提出了利用人工智能（AI）和机器学习方法来跟踪国际稳定币流动的新方法，解决了加密资产匿名性难题。研究分析了2024年的稳定币交易数据，发现在地理分布上，北美和亚太地区流量最大，但在相对GDP意义下，非洲和中东、拉丁美洲等地区表现突出，特别是在国际资本流动和汇款需求背景下。研究发现，稳定币流动与汇率变动密切相关，且受到了2023年银行危机的显著影响。

方法上，研究通过分析加密钱包的域名和区域化交易所交易行为，训练机器学习模型识别钱包的地理区域，精度达到65%，优于随机猜测的20%。对Chainalysis数据的对比显示，在总量估计、交易特征和区域分布等方面存在差异，特别是在“间接”类别的方向性错误以及中国相关数据上存在显著分歧，说明两者的识别方法存在系统性偏差。

研究还发现，稳定币主要用于国际支付和汇款，而非国内支付，资本流出北美至其他地区较为显著，尤其受美元需求及贬值压力驱动。未来应用包括细化国家层面分析、跟踪加密资产存量分布，以及研究脱中心化金融（DeFi）应用的地理使用模式。