刚性兑付、企业债务融资与资本错配研究
——基于机器学习因果推断方法
专
业：金融学
博士生：王茹婷
指导教师：彭方平教授
摘要
近年来，随着我国企业“融资难、融资贵”的问题日益凸显，金融市场刚性
兑付受到普遍关注，学者们认为打破刚性兑付是降低企业融资成本并改善资本错
配的必要举措。政府和监管机构近年来采取了一系列旨在打破刚性兑付的相关措
施，其中债券市场上最具标志性事件为 2014年“11超日债”违约，该事件意味
着中国债券市场刚性兑付已成为历史。这次事件发生后，债券市场违约呈常态化。
打破刚性兑付的出发点是缓解企业融资约束，发挥市场定价功能。然而，打
破刚性兑付是否能够有效降低企业融资成本？无论从理论上还是实践上，对于该
问题的回答尚存在诸多争议。随着债券市场 30多年的发展，债券融资虽然并不
是企业主要的融资手段，但其重要性并不可小觑。打破刚性兑付是否对企业债务
规模和结构上产生影响？回答该问题对于拓展资本结构相关理论具有重要意义。
当前学者认为不同国家间发展程度和生产效率的差异是由资本错配程度的不同
所导致，党的十九大报告上也强调了对全要素生产率的重视。打破刚性兑付在中
国金融市场改革进程中具有里程碑意义，该事件是否会促进资本错配的改善，以
及通过何种渠道进行作用？这也是本文想要回答的问题。为回答以上问题，本文
采用基于机器学习的因果推断方法进行实证并对现有理论进行拓展。
本文首先基于信用债市场数据从融资成本的角度进行探索。根据双重机器学
习的估算结果，打破刚性兑付并未降低无风险利率，但投资者的风险溢价上升，
最后导致整体到期收益率上升。本文也发现，不同所有制和违约风险的企业受到
I
的冲击具有差异：打破刚性兑付后，高违约风险的民营企业融资成本显著提高；
低违约风险的民营企业融资成本没有显著影响。
其次，本文基于企业财务数据，分别分析了事件后上市公司发行债券的融资
规模和银行借款融资规模的变化，并对不同所有制和不同违约风险的企业进行了
深入探索。打破刚性兑付后，企业会减少债券发行，但会增加银行信贷。民营企
业的债券规模下降程度并不显著，但国有企业由于和银行关系密切，相比民营企
业更容易获得银行贷款，所以会用银行借款替代发行债券进行债务融资。本文也
发现，随着投资人的违约风险意识提高，对于债券质量的重视也会提高，低违约
风险民营企业的债券融资规模相比于高违约风险企业会上升。
债务的期限结构关乎企业的长期健康发展，本文将机器学习与双重差分模型
进行结合，从长期债务结构和借款逾期风险的角度测算了事件对债券违约风险高
的企业造成的冲击。打破刚性兑付后，发行债券的企业需要承担实质性违约风险，
企业如果存在尚未偿还的且信用评级低的债券，则这些企业相比其他未发行债券
或者债券评级高的企业存在更高的违约风险。对于这些违约风险高的企业，银行
更倾向为这些企业提供短期借款以进行风险监管，所以刚性兑付打破后，这些企
业的长期债务占比会下降。此外，具有违约风险的企业陷入财务危机的可能性也
更高，所以银行借款违约风险也会更高。企业的杠杆率会放大打破刚性兑付带来
的影响，高违约风险企业受到的冲击在高杠杆样本中表现的更显著。
最后，本文拓展了现有资本错配的理论框架和基于机器学习的因果推断模型
分析该变革对资本错配的影响，并探索价格约束、规模约束，以及长期负债约束
在其中的作用。本文的实证结果表明打破刚性兑付后资本错配会下降，其原因为
高效率企业的融资成本和融资规模约束降低的程度更大。打破刚性兑付也激励低
效率企业更显著地改善其全要素生产率。通过测算，打破刚性兑付后，资本错配
程度降低了 13.97%。
本文的创新之处在于：（1）拓展了可贷资金理论。与多数研究聚焦刚性兑
付对企业债券信用利差的影响不同，本文将企业融资成本拆解为无风险利率和风
险溢价两个部分，系统地考察了打破刚性兑付对企业融资成本、无风险利率和风
险溢价的影响。本文还将投资者的最低无风险回报率要求融入可贷资金理论，完
成了理论创新；（2）丰富了对债务结构的研究。企业债务期限结构近年来在学
术界颇受关注。但关于打破刚性兑付，取消政府隐性担保对企业债务结构的影响
II
鲜少有人研究。本文以中国现实改革出发，通过测算金融市场上重大变革对企业
长期债务结构的影响，为研究债务结构的影响因素提供了新视角；（3）关于金
融自由化是否会促进经济高质量发展尚没有定论。其他国家也并没有从政府对市
场完全兜底到逐步实现市场化的历程，所以研究打破刚性兑付对资本错配的影响，
对于理解中国市场化改革，优化资源配置，实现中国经济高质量发展具有理论价
值和创意意义。（4）创新使用基于机器学习的因果推断研究方法。传统政策评
估通常基于线性模型，对于高维度变量难以完全控制，且模型使用的前提假设过
多，在现实中难以满足。在高维度的大数据环境下，机器学习模型在处理变量间
非线性关系上具有诸多优势。本文在研究方法上也具有创新性。本文的主要实证
模型都是基于双重机器学习模型及其拓展模型，并对人工反事实模型进行了改进，
解决了原模型过度拟合的问题。
关键词：刚性兑付；机器学习；债务融资；融资约束；资本错配
III