稳定币并非‘系统性风险’:Coinbase反驳《GENIUS法案》批评者

ambcrypto發佈於 2026-02-04更新於 2026-02-04

文章摘要

加密货币交易所Coinbase反驳了关于稳定币构成“系统性风险”的指控,强调其比传统银行更安全。Coinbase高管指出,稳定币储备由短期美国国债等资产一对一支持,不同于银行的部分准备金制度,也不会重新贷出资金,因此不易发生类似银行的挤兑风险。然而,争议焦点在于《GENIUS法案》允许稳定币储备包含无保险存款和货币市场基金份额等风险资产,批评者认为这可能引发类似2008年的金融危机。目前,美国两党正就稳定币监管进行讨论,但法案能否在2026年前通过仍不确定。

关于稳定币收益率的争论未见平息迹象。争议核心在于加密货币行业与传统银行两大对立阵营,双方虽寻求妥协但仍存在根本分歧。

与此同时,Coinbase表明了强硬立场。该交易所持续反驳"稳定币对美国金融体系构成系统性风险"的说法。

Coinbase:稳定币安全性更高

Coinbase首席政策官Faryar Shirzad在最新声明中驳斥了"稳定币类似曾引发金融危机的货币市场基金(MMF)"的观点。

Shirzad指出,将引发2008年金融危机的风险型优质MMF与政府担保的安全型MMF混为一谈存在认知谬误。据其表示,稳定币遵循政府担保的"安全"模式,将成为"未来的避险资产"。

"实际情况与预测的金融危机相反——稳定币将成为未来的避险资产"

该公司首席法务官Paul Grewal近日在接受CNBC采访时也表达了相同观点

"稳定币发行方的储备金不像银行采用的部分准备金制度那样用于重复出借。它们以短期工具(主要是美国国债)进行1:1足额担保,比银行安全得多"

加密法案命悬一线

但并非所有发行方的储备金都由短期债券支撑。《GENIUS法案》允许储备金包含未投保存款、回购协议贷款和MMF份额。

金融改革非营利组织Better Markets指出,这种"高风险"的储备金构成使稳定币易遭遇2020年和2008年般的银行挤兑。

银行游说组织银行政策研究所(BPI)也提出类似观点,称稳定币是货币市场基金的"低监管表亲"。

Shirzad此前回应的正是Better Markets和BPI的这些论点。当前讨论是推动稳定币收益率妥协方案的重要组成部分,该议题已导致市场结构法案陷入停滞。

报道显示民主党人计划召开会议讨论该法案。此前白宫于2月2日召开会议,试图在月底前促成银行与加密行业就稳定币收益率达成协议。

该法案能否在2026年第一季度前获参议院银行委员会通过仍存变数。


最终结论

  • Coinbase高管坚持认为稳定币比银行更安全且风险更低
  • 参议院民主党计划就加密法案举行会议,但立法进程仍存在不确定性

相關問答

QCoinbase认为稳定币对金融系统构成系统性风险吗?

A不,Coinbase坚决反对稳定币构成系统性风险的说法。其首席政策官Faryar Shirzad和首席法务官Paul Grewal都强调,稳定币比银行更安全,其储备金以一比一的方式由短期工具(主要是美国国债)支持,不会像银行的部分准备金制度那样被重新贷出。

QCoinbase如何比较稳定币和货币市场基金(MMF)?

ACoinbase认为将稳定币与引发2008年金融危机的风险较高的优质货币市场基金(prime MMFs)相提并论是一种误解。他们指出,稳定币遵循的是由政府背书的、更安全的MMF模式,并称其为“未来的安全避风港”。

Q根据文章,GENIUS法案允许稳定币储备金包含哪些资产?

AGENIUS法案允许稳定币的储备金包括未投保的存款、回购协议贷款以及货币市场基金(MMF)的份额。

Q哪些组织认为稳定币的储备金构成存在风险?

A金融改革非营利组织Better Markets和银行游说团体银行政策研究所(BPI)认为,这种“高风险”的储备金构成使稳定币容易遭受类似2020年和2008年银行挤兑的风险。BPI还称稳定币是货币市场基金的“监管较少的表亲”。

Q美国稳定币立法(市场结构法案)的进展如何?

A文章指出,关于稳定币收益的讨论已使市场结构法案的推进陷入停滞。尽管有报道称民主党人计划开会讨论该法案,并希望在本月底前促成银行与加密行业达成协议,但目前尚不清楚该法案能否在2026年第一季度之前走出参议院银行委员会。

你可能也喜歡

AI 成绩单背后,藏着一位华人“出题人”

AI领域重要的基准评测MMLU-Pro、MMMU、MMMU-Pro背后,都站着同一位“出题人”——加拿大滑铁卢大学助理教授陈文虎。 随着大语言模型能力快速提升,旧的评测基准如MMLU逐渐“失灵”,顶尖模型得分趋近满分,难以区分高下。为此,陈文虎团队于2024年推出MMLU-Pro。它通过将选项扩至10个、增加推理题比例、剔除简单题等方式,使模型准确率相较旧基准显著下降16%-33%,成绩波动更小,有效拉开了模型间的真实差距。 在多模态评测方面,陈文虎团队推出的MMMU基准包含1.15万道需结合图像与专业知识的复杂题目,即便是当时最强的GPT-4V和Gemini Ultra准确率也未超过60%。后续的MMMU-Pro则进一步堵住模型仅凭文本猜答案的漏洞,强制其进行真正的多模态理解。 陈文虎的研究方向长期聚焦于复杂信息理解与推理。他曾于谷歌DeepMind参与Gemini多模态模型的研发与评估工作,这让他深谙模型能力增长路径与评估盲区。他创立的“老虎实验室”不仅做评测,也研发视频理解与生成等模型,这种“既做题也出题”的经历,使其能更精准地设计出触及模型能力边界的评估体系。 如今,陈文虎已加入Meta超级智能实验室,继续专注于多模态预训练与评估工作。他的故事反映了在AI浪潮中,众多华人研究者正深度参与并塑造着行业发展的核心基础工作。

marsbit1 小時前

AI 成绩单背后,藏着一位华人“出题人”

marsbit1 小時前

Alliance 联创致创业者的一封信:写在 Cursor 卖出 600 亿美元之际

作者Imran以Cursor以600亿美元被收购为引,致信创业者,探讨如何发现并抓住创业机遇。 文章指出,许多创业者在看到成功案例后,因感觉市场饱和而放弃。真正的机会在于识别长期的技术趋势转变,并基于对未来的非共识信念,在市场成熟前默默构建。Cursor、Stripe、Figma、Shopify等公司均遵循此模式:在现有解决方案(如PayPal、Adobe、亚马逊)验证市场后,围绕新洞察、新技术或变化的用户需求进行重构。 创业者应首先找准自己在技术周期中的位置:早期入场者(如Coinbase、Cursor)应致力于让新技术对重度用户更易用;后期入场者则需寻找先行者忽视的“阴面”机会。 积累独特见解至关重要。创业者需深度沉浸于目标市场,体验所有竞品,与用户深入交流,从而发现未被满足的“火烧眉毛”般的痛点或能带来十倍提升的机会。产品MVP应极其聚焦,提供用户无法拒绝的转换理由,并尽可能降低用户的转换成本。 分发渠道常被低估,却是关键护城河。创业者需打造自己的分发引擎,通过无法规模化的“笨功夫”手动获取早期用户,实现渠道与市场的契合。 最后,成功离不开坚韧与适应力。伟大公司的创始人并非更聪明,而是能在漫长而艰难的过程中坚持足够久,让洞察产生复利。文章总结框架为:寻找技术周期更迭、培养独特洞察、痴迷市场、与客户交流、找到核心痛点、打造简单切入点、赢得分发渠道,并在困难时永不放弃。

链捕手1 小時前

Alliance 联创致创业者的一封信:写在 Cursor 卖出 600 亿美元之际

链捕手1 小時前

交易

現貨
合約
活动图片