「刚兑」是原罪，还是次优解？——重读中国影子银行里的隐性担保

[2023 JFE] Implicit Guarantees and the Rise of Shadow Banking: The Case of Trust Products
Franklin Allen, Xian Gu, C. Wei Li, Jun “qj” Qian, Yiming Qian
Jun He June 01, 2026
影子银行 隐性担保 资本错配 中国金融
Note

本文读的是 Allen, Gu, Li, Qian & Qian (2023, Journal of Financial Economics)：在中国影子银行里被千夫所指的「隐性担保」，理论上其实可以是一种次优 (second-best) 安排——它一边逼着金融中介去认真筛选项目，一边又给中介在坏年景里「可以不赔」的灵活性，从而把信贷从对国企的系统性偏好里撬出来、送到民营企业手里。而 2018 年那纸「资管新规」一旦掐断刚兑，最先被「断粮」的，恰恰是民企。

1 一个被骂了二十年的词

如果你在过去十几年里读过任何一篇关于中国金融风险的报告，几乎一定会撞见「刚性兑付」这四个字，以及紧随其后的一串道德指控：投资者不再有动力去收集信息、给产品定价，因为反正有人兜底；金融机构则因为知道自己被兜底，于是敢于承担过度的风险，把整个系统拖向脆弱。这套逻辑如此顺理成章，以至于「打破刚兑」几乎成了监管话语里的政治正确。

可是，如果隐性担保 (implicit guarantee) 真的一无是处，它为什么会成为中国影子银行最核心、最顽固的特征？为什么投资者明明在产品说明书上白纸黑字读到「收益不保证、风险自担」，却仍然普遍相信发行方、销售银行、它们的控股股东、乃至政府，会在底层项目违约时把窟窿补上？而更尴尬的是——这些隐性担保在现实里还真的常常被兑现（作者在在线附录 Table A.1 里逐一列出了违约案例中的事后兜底）。

这就是 Allen、Gu、Li、Qian 和 Qian 这篇 2023 年发表于 JFE 的论文想要拆解的张力。他们的回答是一个相当反直觉的判断：在一个传统银行系统系统性偏爱国企 (state-owned enterprise, SOE) 的经济体里，带着隐性担保的影子银行，反而是缓解资本错配的一剂次优良药。 刚兑不是单纯的原罪，它是一个被扭曲的金融体系里，市场自己长出来的、不那么坏的解。

要把这个判断讲清楚，得先回到一个最朴素的问题：在投资者看不懂项目、又需要有人替他们筛项目的世界里，「担保」到底起了什么作用？

2 一个螺丝壳里的模型：担保为什么能「逼」中介干活

论文最漂亮的地方，是用一个只有两期、几乎能写在一张餐巾纸上的模型，把隐性担保的微观逻辑讲透了。我们一步步来。

设定。 只有一个时期、两个日期：date 0 和 date 1。date 0 有一个项目，投入资本 1，到 date 1，成功则支付 \(1+\delta\)，失败则只剩 \(1-\delta\)。

$$ \text{payoff} = \begin{cases} 1+\delta, & \text{success}\\[2pt] 1-\delta, & \text{failure} \end{cases} $$

但项目有两种类型：以概率 \(1-q\) 是「正常的风险项目」，其失败率为 \(p\)；以概率 \(q\) 是「坏项目」，它必然失败。一个代表性投资者出资，但他没有甄别能力；只有金融中介握有一项筛选技术——付出筛选成本 \(\xi\)，就能看清项目类型、并把坏项目挡在门外。筛选记为 \(e=1\)，不筛选记为 \(e=0\)。

关键的两期结构在哪？ 在中介到底愿不愿意兜底。中介从项目里分得的现金流记为 \(D_b\)，它可以是负的——负的那部分，正是中介替投资者填的窟窿。而填窟窿是有成本的：到 date 1，经济以概率 \(1-\pi\) 处于「正常状态」，每单位负现金流的融资成本是 \(\varphi_N>1\)；以概率 \(\pi\) 处于「坏状态」，成本飙升到 \(\varphi_B>\varphi_N\)。坏状态里兜底之所以更贵，直觉上是因为这时候破产、再融资的代价本来就高。

于是中介的目标函数是这样一个东西——这也是整篇论文的「中枢方程」，值得逐项拆开看：

$$ \max_{e,\,D_b}\; \cssId{a1}{\mathbb{E}(D_b)} \;+\; \cssId{a2}{\mathbb{E}\!\left[(\varphi-1)\cdot\min(D_b,\,0)\right]} \;-\; \cssId{a3}{\xi\, e} $$

约束是投资者的参与约束 (participation constraint)：投资者的必要回报率被标准化为零，所以只要他不亏，就愿意出钱。

Figure 2: The sequence of events and possible outcomes

Figure 2: The sequence of events and possible outcomes

第一步：为什么「担保」能逼出筛选？ 想象中介若不兜底（\(D_b\) 永远非负，旱涝保收），那么坏项目失败与否跟它无关，它就没有任何动力去花 \(\xi\) 筛选——这正是批评者口中「道德风险」的源头。反过来，一旦中介对投资者作出担保、把失败的损失扛到自己身上（让 \(D_b\) 在失败时为负），它就突然有了切肤之痛：每放过一个坏项目，将来都要自己赔。于是担保成了筛选的「激励合约」。在第一优 (first-best) 情形下，中介选择筛选，得到的效用是

$$ u_{1b} = (1-q)(1-2p)\,\delta - \xi . $$

这个式子本身就很直观：筛掉坏项目后，只剩正常风险项目（概率 \(1-q\)），它的期望净收益是 \((1-p)(1+\delta)+p(1-\delta)-1=(1-2p)\delta\)，再减去筛选成本 \(\xi\)。

第二步，也是真正关键的一步：为什么是「隐性」担保，而不是「显性」担保？ 既然担保能逼出筛选，那干脆白纸黑字写一个显性担保 (explicit guarantee)，不是更干脆吗？问题就出在那个会飙升的 \(\varphi_B\) 上。显性担保意味着无论好坏年景都得赔——包括在坏状态里、当兜底成本贵到 \(\varphi_B\) 的时候也得硬着头皮赔。而隐性担保的妙处，恰恰在于它给了中介一份「可以违约的期权」：在正常状态（成本 \(\varphi_N\)）里它兑现承诺、维护声誉；可一旦撞上坏状态，它有不赔的灵活性。

于是结论水落石出：当筛选的社会收益足够高、而坏状态的兜底成本 \(\varphi_B\) 足够吓人时，隐性担保优于显性担保、也优于完全不担保。 它在「逼中介干活」和「别在最贵的时候硬扛」之间，取了一个折中。这就是所谓的次优。

第三步：把这个模型嵌进一国的资本配置。 作者接着比较两种体系：一种是只有「传统银行 + 显性担保」的体系，另一种是额外叠加了「影子银行 + 隐性担保」的扩展体系。与既有文献一致，由于对国企的系统性偏爱，传统银行里存在资本错配；而一旦允许带隐性担保的影子银行进场，更多民营项目会被资助，配置效率改善，总产出也随之更高。模型由此吐出几条可检验的预测：产品收益率随底层项目风险上升、随担保强度下降；收益率对风险的敏感度会被强担保「压平」；而一旦给担保的提供方加上成本（比如监管禁止刚兑），影子银行规模与流向非国企的信贷都会萎缩。

剩下的，就是去数据里验。

3 数据：把「担保强度」做成一把尺子

作者用的是一个相当全面的样本：覆盖全部 68 家持牌信托公司发行的投资产品。选信托业是有讲究的——它是过去十年最大的非银金融行业，到 2020 年总资产 RMB 20.5 万亿（约 US$3.04 万亿），相当于 GDP 的 20.2%；由信托、银行、券商等中介发起的产品，占了影子银行总资产的 52.3%（2020 年穆迪口径）。信托公司既与银行深度「银信合作」，又比银行受到的监管松得多（银行要交 12.5%–14.5% 的存款准备金，信托只需按税后利润提 5% 的损失准备），是观察隐性担保最干净的一块田野。

Figure 1: Total issuance of the trust product sample: by industry and year

Figure 1: Total issuance of the trust product sample: by industry and year

这把「担保强度」的尺子，作者做成了一个隐性担保指数 (IG index)，由三个维度加总而成：发起信托公司的控股股东属性（央企 SOE 记 2、地方 SOE 记 1、非国企记 0）、产品是否通过五大国有银行销售（Sale bank big5）、以及信托公司是否属于注册资本最大的那 33%（Large tfirm）。指数取值 0 到 4——数字越大，市场越相信「真出事了有人兜」。68 家信托里，22 家由央企控股、31 家由地方国企控股、只有 15 家非国企，国资底色之浓，本身就说明了「谁更像被兜底的那一个」。

底层借款人的风险，则用借款人规模（注册资本）、是否身处高风险的房地产业、以及其总部所在省份的 GDP 增速来刻画。

4 主要结果：收益率同时被风险和担保「拉扯」

第一组检验落在收益率水平上，结论与模型严丝合缝：信托产品的收益率利差 (yield spread)，同时取决于底层投资风险与隐性担保强度。具体地，借款人越小、来自房地产业、或位于 GDP 增速越低的省份，利差越高；而信托公司越大、由 SOE 控股、或产品经五大行销售，利差越低。把这些维度加总成 IG 指数后，指数越高、利差越低——担保越「硬」，投资者要的风险补偿就越少。

为了对付「不同信托发起的产品本就风险不同」这一内生性担忧，作者用了两手：一是把若干改变了「担保强度」或「借款人风险」的事件当作准自然实验做双重差分 (difference-in-differences, DiD)；二是用倾向得分匹配 (propensity-score matching, PSM)，把高 IG 指数信托发的产品，匹配到底层风险相近、但低 IG 指数信托发的产品上。主结果在匹配样本里依然稳健。

那些事件本身就很有故事性：

这就构成了论文的第二个核心发现，也是它在理论之外最有力的实证落点：强担保会显著压平收益率对风险的敏感度。 当 IG 指数更高时，利差对借款人规模、省份 GDP 增速、是否房地产这些风险变量的反应都更迟钝——市场仿佛在说，「反正有人兜，底层是谁、有多险，我也就不那么计较了」。

5 反转：当刚兑被掐断，谁先挨饿？

故事到这里还只是「描述」。真正把因果钉死的，是 2018 年 3 月那记重锤——中央发布《关于规范金融机构资产管理业务的指导意见》（资管新规），明令禁止对新发产品提供隐性担保。这相当于在模型里，直接给「提供担保」这个动作加上了一笔成本。模型的预测很清楚：收益率与担保强度之间的关系应当走弱，影子银行该缩，流向非国企的钱该减。

数据给出的，正是一场教科书般的验证。新规之后，收益率利差与各项担保强度度量之间的关系明显减弱——反映出市场对担保「能否兑现」的预期下降了。在总量层面，影子银行整体、尤其是信托业的规模自新规宣布后掉头向下，流向非国企部门的资金亦然。

Figure 7: Components of total social financing in China

Figure 7: Components of total social financing in China

而最刺眼、也最能体现这篇论文价值取向的一个数字藏在贷款合约的子样本里：作者拿到借款人与信托之间的贷款合约信息后发现，2018 年之后，投向高风险项目（房地产、工商企业）的产品规模下滑得更厉害——前提是信托公司的担保能力更弱、且借款人是民营的。极端到什么程度？当一家信托的担保强度处于中位数（IG 指数 = 1）时，它发给非国企借款人的贷款规模，在 2018 年之后减少了一半以上。

这就是那个让人五味杂陈的反转：监管挥刀砍向「刚兑」这个被人人喊打的坏东西，结果第一个倒下、被「断粮」的，却是本应受到呵护的民营企业。隐性担保过去悄悄替它们撑着的那把伞，被收走了。

Warning

这里要小心一个常见的误读：作者并不是在替「刚兑」唱赞歌、主张永远不该管。论文的逻辑是次优——在一个传统银行系统先天偏爱国企的扭曲环境里，隐性担保是市场长出来的补丁；真正的第一优，是去修正银行体系本身的所有制偏向。若只拆补丁、不修地基，民企融资难只会雪上加霜。

6 文献脉络：三条线在这里交汇

把这篇论文放回学术史，它其实站在三条研究线的交叉口上。

第一条线，是隐性担保本身。 最早的实证证据来自全球金融危机 (GFC) 之前对信用卡资产证券化中「隐性追索 (implicit recourse)」的研究，大体发现市场对这类向投资者提供的担保反应正面（Higgins & Mason, 2004；Calomiris & Mason, 2004；Vermilyea, Webb & Kish, 2008）。但 Acharya, Schnabl & Suarez (2013) 反过来指出，银行因显性担保而「证券化却没有转移风险」，恰恰是 GFC 的推手之一；Kacperczyk & Schnabl (2013) 则记录了发起人对货币市场基金的隐性担保如何改变其冒险行为。

第二条线，是「太大而不能倒 (too-big-to-fail)」。 一系列论文记录了最大那批银行如何享受政府补贴、并体现在其债与股的价格里（Flannery & Sorescu, 1996；Sironi, 2003；Morgan & Stiroh, 2005；Acharya, Anginer & Warburton, 2016）。这条线的特点是：担保只给最大的几家。

第三条线，是中国式的政府对国企的隐性担保。 Cong, Gao, Ponticelli & Yang (2019) 在银行贷款里、Geng & Pan (2021) 在债券市场里、Jin, Wang & Zhang (2022) 用国企违约的事件研究，分别量化了「SOE 溢价」与政府担保的价值。它们的底色，则是 Hsieh & Klenow (2009) 关于资本错配压低 TFP、以及 Song, Storesletten & Zilibotti (2011) 「Growing like China」所刻画的、偏向国企的金融体系。

文献脉络时间线
文献脉络时间线（按发表年份排布；红色为本文）

本文的位置，正在这三条线的交点上，却又把它们拧了一个方向：与 too-big-to-fail（担保只惠及最大银行）不同，这里的隐性担保主要由担保能力参差不齐的信托公司提供，作者得以从多个维度去度量它；与「政府担保国企」（加剧错配）不同，作者论证的是中介对投资者的这类隐性担保，反而能支持民营部门、缓解错配、改善社会福利。它也接上了中国影子银行兴起原因的那一大束研究——双轨利率与监管套利（Wang, Wang, Wang & Zhou, 2019；Hachem & Song, 2021；Acharya, Qian, Su & Yang, 2021）、2009 年四万亿刺激的滚续压力（Chen, He & Liu, 2020）、以及委托贷款这另一种影子银行形态（Allen, Qian, Tu & Yu, 2019）。

关于利率长期下行如何「喂大」了影子银行这条更宏观的线索，可参见《利率长跌二十年，如何亲手喂大了影子银行》；而「安全资产是被谁制造、又牺牲了谁」的视角，则与《无风险国债是「制造」出来的》遥相呼应。本文谈的资本错配，也可以和《市场太「集中」，资本就会配错地方》对照着读。

7 评论与延伸（Q&A + 研究方向）

(a) 几个可能的疑问

Q：这里的「隐性担保」和「太大而不能倒」的政府担保，到底差在哪？

差在三处：一是担保人——前者是信托等中介对投资者，后者是政府对最大那几家银行；二是受益面——前者覆盖一大批担保能力强弱不一的信托，后者只惠及头部；三是福利方向——政府担保国企会加剧错配，而中介对投资者的隐性担保反而把钱导向民企、缓解错配。正是这个「方向相反」，构成了本文的核心贡献。

Q：凭什么说「隐性」担保优于「显性」担保？不透明难道不是更糟？

关键在那个会飙升的坏状态成本 \(\varphi_B\)。显性担保要求好坏年景都赔，包括在兜底最贵的坏状态里硬扛；隐性担保则给了中介一份「坏年景可以不赔」的违约期权。当 \(\varphi_B\) 足够高、筛选的社会收益足够大时，这份「该赔时赔、扛不住时认栽」的灵活性，反而让隐性担保成了次优解。

Q：把刚兑一管，民企先挨饿——这不正说明刚兑是好东西、根本不该管吗？

不能这么读。论文讲的是次优：在银行体系先天偏爱国企的扭曲下，隐性担保是市场长出的补丁。第一优是去修银行体系本身的所有制偏向。结论是「拆补丁要配套修地基」，而非「补丁神圣不可动」。

Q：作者用的是事前 (ex ante) 预期收益率，还是事后违约率？这对识别意味着什么？

主检验用的是产品说明书里营销的预期收益率（Expected yield），即事前的定价。好处是它直接反映市场对风险与担保强度的定价，不被事后是否真违约污染；代价是它度量的是「预期」，需要事件冲击来佐证这些预期确实随担保强度而动——这正是 2014 违约、2015 股灾、2018 新规等一系列 DiD 的用处。

Q：用「信托是不是国企」来度量担保强度，会不会其实在度量风险偏好等别的东西？

这是 IG 指数最大的软肋——所有制、规模、销售渠道，可能同时关联着信托的风险选择、客群、乃至底层资产质量。作者的应对是 PSM（匹配底层风险相近、仅 IG 不同的产品）加多重事件 DiD。但「国资属性」是否纯粹地只通过「担保可信度」这一条渠道影响利差，仍是读者要自行掂量的地方。

Q：2014 违约、2015 股灾、Order 10、2018 新规——堆了这么多事件，识别可信吗？

多事件互为印证是优点：单看任何一个都可能有其他解释，但「担保越强、冲击被抵消得越多」这一交互效应在四个性质迥异的冲击里反复出现，巧合的概率就低了。隐忧在于这些冲击多为全国性、时点集中，平行趋势主要靠担保强度的横截面差异而非时间，读者需关注其异质性处理效应是否稳健。

(b) 几个可能的研究问题与提案

  1. 刚兑退场后，民企信用需求去了哪里？
  2. 【经济故事】本文止步于「信托对非国企的贷款腰斩」。一个自然的下一问是：这些被断粮的民企，是转向了公司债/私募债、还是干脆收缩投资？若信用利差在替代渠道上系统性走高，就能量出隐性担保消失的「真实成本」。

  3. 【可行性】中。需要把借款人 ID 跨信托、债券、银行贷款打通（Wind/CSMAR + 债券发行明细），识别可用 2018 新规作为 DiD，借款人固定效应控制选择。

  4. 外资持有人进入后，会给「隐性担保」重新定价吗？

  5. 【经济故事】境外投资者通常不吃「刚兑」这一套，更依赖现金流与契约。随着债券通等渠道引入外资，对同一类信用资产，外资持有比例越高的券种，其利差对「国资担保强度」的敏感度是否更低？这能检验隐性担保到底是「真信念」还是「本地惯例」。

  6. 【可行性】中低。信托产品几乎无外资，须把场景平移到城投/产业债，并获取持有人结构数据（中债登/上清所托管明细），外资份额的内生性需用纳入指数等外生事件来处理。

  7. 担保强度与二级市场流动性。

  8. 【经济故事】本文聚焦一级定价，但隐性担保理应也影响二级流动性——「有人兜」的产品在压力时刻是否更抗跌、价差更窄？这把本文与流动性文献接上。

  9. 【可行性】中。信托产品无二级市场，宜改投有做市与成交数据的城投/信用债，用 2018 新规或个案违约作冲击，以 IG 类指标交互识别。

  10. 净值化转型如何改变赎回与挤兑风险。

  11. 【经济故事】资管新规不止禁刚兑，还推「净值化」。当产品从「预期收益型」变成「净值波动型」，投资者的赎回行为是否更顺周期、更易触发挤兑？这与公司债基金的脆弱性文献天然相通。
  12. 【可行性】中高。银行理财/信托的净值与申赎数据近年逐渐可得，识别可用净值化改造的错峰落地做 staggered DiD。

8 我的判断

这篇论文最大的贡献，是把一个被舆论简单道德化的对象——「刚兑」——重新放回经济学的天平上，用一个干净的两期模型说清了它「为何存在、为何是隐性、为何可能更好」，再用全行业 68 家信托的产品数据，把模型的三条预测一一验在了收益率水平、风险敏感度、与监管冲击后的总量收缩上。尤其是「强担保压平风险敏感度」与「新规后非国企贷款腰斩」这两个发现，既符合理论、又具政策含义，分量很足。

我对识别的担忧主要有二。其一，IG 指数把所有制、规模、销售渠道捆在一起当「担保强度」，但这三者也可能各自通过风险选择、客群质量等别的渠道影响利差——PSM 与事件 DiD 缓解了它，却难以完全洗清「国资属性只经担保可信度一条路」的强假设。其二，全文核心是事前的预期收益率，它度量的是市场信念；虽有在线附录的事后兜底案例佐证，但「信念」与「真实违约损失分担」之间的缺口，仍是把模型映射到数据时最脆弱的一环。

接下来我最想看到的，是把镜头从一级定价移到二级流动性与持有人结构：当刚兑预期一点点蒸发，被断粮的民企信用、被重新定价的安全幻觉、以及外资持有人带来的「不吃这套」的边际力量，会如何在城投与信用债市场里重新洗牌。那才是这条故事线真正未完的下半场。

参考文献