Departament Sprawiedliwości USA (DOJ) określił Evita jako „ukryty kanał dla brudnych pieniędzy”, oskarżając Gugnina o oszustwo bankowe, pranie pieniędzy oraz naruszenie sankcji i kontroli eksportu USA. Działając od czerwca 2023 do stycznia 2025 roku, Gugnin rzekomo używał Tethera (USDT) do zacierania śladów transakcji, ułatwiając płatności za wrażliwe technologie amerykańskie, w tym serwery pod kontrolą eksportu dla rosyjskiego Rosatomu.
Gugnin, mieszkający na Manhattanie, otrzymał akt oskarżenia obejmujący 22 zarzuty, z potencjalnymi karami do 30 lat za każdy przypadek oszustwa bankowego i dożywociem, jeśli zostanie skazany za wszystkie zarzuty. Prokuratorzy twierdzą, że manipulował fakturami, „bielił” szczegóły rosyjskich klientów i ignorował protokoły przeciwdziałania praniu pieniędzy (AML), mimo rejestracji Evita Pay z fałszywymi oświadczeniami. Wyszukiwania internetowe, takie jak „jak dowiedzieć się, czy toczy się przeciwko tobie śledztwo”, sugerują, że wiedział, iż jego działania były nielegalne.
To głośne aresztowanie wstrząsnęło rynkiem kryptowalut, już wrażliwym na kontrolę regulacyjną. Bitcoin, notowany na poziomie 110 150 USD po wzroście o 4%, może odczuć krótkoterminową presję, ponieważ zaufanie inwestorów słabnie. Posty na platformie X odzwierciedlają obawy, a niektórzy przewidują spadek do 105 000 USD z powodu strachu przed surowszymi regulacjami. Jednak długoterminowe perspektywy Bitcoina pozostają bycze, wspierane przez napływy do ETF-ów w wysokości 386,2 miliona USD i adopcję instytucjonalną. Analitycy sugerują potencjalne odbicie do 120 000 USD do lipca, jeśli warunki makroekonomiczne, takie jak rozmowy handlowe USA-Chiny, pozostaną korzystne.
Sprawa podkreśla rolę kryptowalut w omijaniu sankcji, a Chainalysis odnotowało 15,8 miliarda USD nielegalnych przepływów kryptowalut w 2024 roku. Chociaż regulacyjne represje mogą ograniczyć krótkoterminowe zyski, odporność Bitcoina i popyt instytucjonalny mogą złagodzić straty. Traderzy powinni monitorować rozwój sytuacji w DOJ oraz nadchodzące dane CPI, które mogą wpłynąć na zmienność.
