Nenter Chow 是一位金融和数字资产高管，现任 BitMart 的全球首席执行官。他的职业生涯横跨投资银行、债务资本市场、企业战略、风险投资和数字资产，曾在全球金融机构和区块链公司担任领导职务。^[7]

教育背景

Chow 于 2005 年毕业于密歇根大学斯蒂芬·罗斯商学院，获得会计与金融学士学位。^[1]

职业生涯

Chow 的职业生涯始于投资银行领域，2005 年至 2007 年在 Oppenheimer & Co. 担任杠杆融资分析师。随后，他加入摩根大通（J.P. Morgan）担任股票研究分析师，负责医疗服务行业，之后于 2008 年加入三菱日联金融集团（MUFG），在债务资本市场工作。在 MUFG 任职的八年间，他担任了多个领导职务，包括美国跨国客户亚太区企业与投资银行部区域负责人，以及拉丁美洲企业战略负责人，专注于企业银行业务、资本市场和国际业务战略。2016 年，Chow 加入中国银行，从事杠杆融资和项目融资工作，为企业融资交易提供咨询。2020 年，他加入中国工商银行（ICBC），担任美洲区债务资本市场和固定收益交易总监兼副主管，负责监管债务资本市场活动和固定收益业务。

Chow 于 2022 年加入 Animoca Brands 旗下的 Animoca Ventures 担任合伙人，正式进入区块链行业。在此职位上，他专注于区块链、Web3 和数字资产公司的风险投资。2025 年 4 月，他出任 BitMart 的全球首席执行官，领导该加密货币交易所的全球运营、战略和业务发展计划。^[2]

采访

首席执行官的生活

在 2026 年 4 月 Chinsanity Show 播客的一次采访中，Chow 讨论了他从传统金融向数字资产的转型、他对金融体系的看法以及他作为 BitMart 首席执行官的角色。Chow 回顾了他早期对传统金融弱点的接触，包括他在 2008 年金融危机期间在贝尔斯登（Bear Stearns）工作的经历，这影响了他对替代金融体系的兴趣，并最终促使他在 2016 年投资比特币。他描述了他对加密货币重塑金融潜力的信念如何推动他进入 Web3，并参与了包括 NFT、风险投资和区块链项目在内的领域，在上海等市场的经验拓宽了他的视野。Chow 还讨论了领导全球加密交易所的责任，强调了沟通、通过数据和社区参与了解用户行为，以及在快速发展的行业中保持好奇心和承诺的重要性。^[5]

从波动到愿景

在 2026 年 1 月全球区块链展（Global Blockchain Show）的一次炉边谈话中，Chow 讨论了他的传统金融背景、加密货币行业的发展演变以及数字资产市场的未来。Chow 强调了 BitMart 作为全球交易平台的增长，并利用他在华尔街投资银行和风险投资领域 17 年的经验，讨论了该行业从高波动性市场向更加规范和成熟的金融生态系统的转型。他描述了正在进行的进展，包括山寨币市场的扩张、现实世界资产代币化、收益型产品以及更广泛的交易服务。Chow 还讨论了 BitMart 通过区域倡议、以合规为中心的实践以及针对不同市场量身定制的社区计划来构建全球组织文化的方法。他进一步阐述了预测市场、机构参与和监管发展日益增长的作用，并指出持续的适应、安全和合规将是塑造数字资产行业未来的重要因素。^[3]

演讲

超级周期

在 2026 年 4 月的 EthCC[9] 演讲中，Chow 讨论了亚太地区（APAC）加密市场的增长以及塑造成功区块链采用的因素。Chow 回顾了自 2018 年以来他在加密生态系统中的经验，并认为如果没有流动性、用户采用和支持增长的实际经济活动，仅靠技术基础设施是不够的。他强调了亚太地区链上活动的快速扩张，指出该地区对数字资产开发的重要性日益增加，同时指出了日本等市场的监管进展以及稳定币、跨境支付和现实世界资产代币化方面的创新。Chow 强调，建设者和投资者需要考虑监管要求、用户行为、分销策略和实际应用，而不是仅仅关注技术进步。他指出，机构投资者越来越优先考虑具有明确收入模式、现金流和法律结构的项目，并鼓励开发人员构建满足区域市场需求并创造可衡量经济价值的本地化解决方案。^[6]

塑造加密货币的未来

在 2025 年 5 月的 TOKEN2049 演讲中，Chow 讨论了加密货币市场的未来发展，重点关注人工智能的作用、机构采用和市场基础设施。Chow 表达了他对领导 BitMart 的热情，并强调了将 AI 驱动的可扩展性与更高的信任度和透明度相结合以支持行业下一阶段增长的重要性。他指出，加密市场继续面临包括流动性碎片化、复杂系统以及缺乏统一全球监管在内的挑战，但他认为 AI 可以帮助连接市场、提高效率并优化交易流程。Chow 强调需要明确区分交易、托管和客户服务功能，以加强市场结构并吸引机构参与者。他还讨论了机构对衍生品、风险管理和监管解决方案日益增长的兴趣，并指出基于 AI 的链上数据分析可以提高透明度、增强合规性，并支持信用评估和去中心化治理等应用。^[4]