2014年第10期No. 10,2014 (总第412期)General 4、ø'何也担保网络如何影响信贷市场一一来自中国的证据王永钦米晋宏袁志刚周群力(复旦大学经济学院.上海2∞433;上海海事大学，上海201306;国务院发展研究中心，北京1∞010 ) 摘要:本文基于中国华东地区某地级市商业银行所辖全部网点的贷款台账数据，运用网络图论的工具首次分析了相互担保的关联企业所构成的企业担保网络对信贷合约的结构(企业所获得的贷款额度和利率)的影响。我们发现企业在担保网络中所涉及的关联企业的数量并不影响企业获得担保贷款和抵押贷款的额度与实际金额;而衡量该企业在整个担保网络中的重要程度的"居中度"指标则对信贷合约有重要影响。实证结果表明，企业的"居中度"越高，企业所获得的贷款额度和实际金额就越高。最后，企业的担保网络指标并不影响贷款利率。现有的研究和银行贷款授信流程里并没有重视企业担保网络中的"居中度"这一关键指标，我们的发现有助于理解担保网络对信贷市场的资源配置的效率与风险的影响，从而具有重要的政策含义。关键询:担保网络;居中度;银行贷款JEL分类号:D85, G21, Z13 文献标识码:A文章编号:1002-7246 ( 2014 ) 10-0116一17一、引言信贷约束是经济发展中的硬约束，中小企业融资问题也是现今制约中国经济发展的一个重要问题。中小企业融资难的原因主要表现在两个方面:第一，中小企业大多处在收稿日期:2014-01-08作者简介:王永钦，博士，复旦大学经济学院副教授，Email:yongqinwang@. 米晋宏，博士，上海海事大学经济管理学院讲师，Email: jhmi@. 袁志刚，博士，复旦大学经济学院教授，Email: zgyuan@. 周群力，博士，助理研究员，国务院发展研究中心农村经济研究部，Ema副ai让l1:咄z址h劝m呵unl山lii@由drc伊. *作者感谢国家社科基金重大项目"全面提升金融为实体经济服务的水平和质量研究"(1口2&ZD074)项目对本文的资助;同时感谢匿名审稿人和复旦大学经济学院刘冲博士富有建设性的宝贵意见，文责自负。116
2014年第10期担保网络如何影晌信贷市场117 发展的初期阶段，无法准确向银行提供申请贷款时所需要相关财务报表信息。第二，中小企业大多规模较小，缺乏优质的资产提供给银行作为抵押品。另外，相较于大型企业，中小企业贷款的成本高很多，而在利率非市场化的情况下银行更加偏好于向大型企业贷款。另外，因为中小企业的经营风险较大，当中小企业面临经营危机时银行更有可能撤资以减少风险。这导致中小企业有短期信贷需求时(3-6个月)，往往会通过民间借贷的方式进行融资。通过民间借贷可以在短期解决中小企业的融资需求，但民间借贷较高的贷款成本往往制约了中小企业的发展速度，增加了中小企业的经营风险。在现实世界中，在缺乏可抵押的资产情况下，中小企业可以通过发展社会网络关系来为其融资提供"社会担保"(social collateral )，这种社会担保可以缓解中小企业的信贷约束。本文通过对中小企业贷款情况的研究，发现对于大多数中小企业来说其无法从银行贷款的主要原因在于其无法提供优质资本为贷款进行担保。但是，这些无法从银行进行贷款融资的中小企业往往可以通过以社会资本担保的方式进行融资。因此，我们认为中小企业是拥有很多优质的社会资本的;本文将通过对中小企业贷款担保网络的分析来研究社会资本是如何影响中小企业融资的。二、相关文献综述中小企业融资难在中国和世界范围内都是制约经济发展的难题，主要的原因是信息不对称导致的信贷市场不完善(王宵和张捷，2003)0Stiglitz and We iss ( 1981 , 1983 )认为，不完全信息使得银行事先无法分清借款人的资质好坏。在高利率情况下，只有高风险项目(从而也有可能高回报)的企业才愿意借款。为了防范风险，银行宁愿选择相对较低的利率，拒绝一部分借款要求，使效用最大化。这样，信贷配给就成为贷款人应对逆向选择的一种理性行为。Bester( 1985 , 1987)的论文进一步研究了抵押品在信贷配给中的机制，认为抵押品和利率可同时充当贷款项目风险的姐别机制。这些理论意味着，银行在向企业提供抵押贷款时，往往要求企业提供抵押品。对于不能提供足够抵押品以获得足够的抵押贷款时，则需要企业提供担保，并授予其一定额度的担保贷款。显然，后者的利率要更高一些。企业是否能寻找到符合资质的法人为其提供担保，直接影响了企业的信贷可及性，特别是担保贷款的可及性。因此，研究企业的担保网络对其信贷可及性的影响具有重要的现实意义O关于社会网络对信贷可及性的影响，既有的研究发现，社会网络作为一种非正规融资渠道，影响了个人的信贷可及性(黄祖辉等，2009;金烨和李宏彬，2009)。马光荣和杨恩艳(2011)发现，拥有更多社会网络的农民有更多的民间借贷渠道，他们的非正规借贷的可得性更高。然而，由于非正规金融的交易成本非常高(韩俊等，2007;刘莉
总第412期4、a营销也118 亚等，2009)，随着金融正规化的发展，企业的融资渠道逐渐由非正规金融转向正规金融。这种转向显然是经济治理结构从关系型(relation-based )向规则型(rule-based ) 转变(Li，2003;王永钦，2006, 2009;研Tang，2013)在金融领域中的一个体现。周群力和丁骋骋(2013)发现农信社对农户的信用评级缓解了信息不对称，从而促使农户由亲友拆借的非正规金融融资渠道转向农信社的正规金融融资渠道。随着金融改革的深化，原来作用于非正规金融的社会网络在正规金融中是否就不再起作用了呢?杨汝岱等(2011)发现社会网络对农户借贷行为的影响会随社会转型和经济发展而趋于弱化。周群力(2013)认为，在转型过程中社会网络不会完全被替代，其作用不会完全消失。陆铭和周群力(2013)梳理了文献后综述道，在转型过程中社会网络这一非正式制度是被正式制度所替代还是"嵌入"到正式制度中去，理论上两种可能性都有Oain，1999 )，需要就具体的问题给出相应的实证证据。需要指出的是，既有的研究通常基于针对个人的调查问卷，这就只能着眼于考察个人所拥有的某种社会资本，而不能得到整个社会网络的全貌来通盘分析它，不免有"只见树木，不见森林"的遗憾。与之相比，本文的优点就在于，银行台账数据能够细致地刻画出整个担保网络结构的全貌，既见树木，又见森林。上述关于农民信贷可及性的研究发现个人的社会网络有助于其获取正规信贷和非正规信贷;类似地，有大量的文献也发现了企业家的政治身份(或者叫政企纽带)对企业投融资行为的影响。从直接和间接融资市场的发展情况来说，中国的融资市场较其他发达国家还是有一定的差距。在这种不发达的市场环境中信贷供给无法有效的根据市场导向进行配置。因此，在这样的市场环境中民营企业面临着相对不利的金融市场环境。在这样的情况下中小企业的企业主的"政治身份"可以以一种"替代机制"的形势有效地帮助中小企业获得较为优惠的金融环境。如Chenet al. (2012)、夏立军等(2011)、Kwahja and Mian (2005 )、胡旭阳(2006)、巫景飞等(2008)、Lu(2011 )、邵挺(2011)、余明桂、潘洪波(2008)等。上述的研究对企业的社会网络的度量只是关注于企业家的个人身份这一点，并没有准确刻画出企业社会网络的全貌。为此，本文利用我们在调研中获得的某商业银行台账数据，首先利用网络图论工具全面准确地刻画出企业的担保网络，再通过回归分析考察企业担保网络对其信贷可及性和经营绩效的影响。三、网络结构分析我们的数据来源是中国华东地区某地级市的地区性商业银行在此地级市行政范围内全部营业点的所有企业信贷业务的全部台账数据(2979条)。根据国家与地方的有关政策此商业银行的经营目的以服务当地中小企业为主，A银行积极响应有关政策，大力
2014年第10期担保网络如何影晌倍贷市场119 推进面向当地中小企业的贷款业务，与A银行发生贷款业务的中小企业占当地具有贷款资质企业的90%。且A银行的中小企业贷款余额占当地银行中小企业贷款总份额的六成以上，属于当地最大的从事中小企业贷款业务的金融机构。根据台帐数据显示，抵押贷款占所有贷款的439毛(1287条)，担保贷款占所有贷款数的579毛(1692条);且担保贷款的利率显著高于抵押贷款。本文主要基于担保贷款的台帐数据研究企业担保网络。根据网络图论的分析工具①，基于A银行某年度的台账记录数据，我们将台账记录中出现的企业均视为担保网络一个个的节点。例如，如果企业1向企业2提供担保，我们就用一条从节点1出发、指向节点2的有向线段来表示这种担保关系。将一条条的台账记录全部"翻译"成一幅由若干个节点和节点之间的有向线段所构成的图，全部的节点和有向线段就构成了一组网络，从而完整地刻画了A银行的台账记录。对于A银行的台账记录这片"森林一个直观的认识参见图1②。经过统计发现，全部的节点和有向线段形成了21个独立的网络(节点~2)，每个网络都网罗了或多或少的一些企业，就像一片由21棵独立的或大或小的树木组成的森林。a_. . . . . 图1由21棵"树木"构成的一片"森林":A银行的台账记录我们获得了关于企业担保网络的一些直观的认识。我们需要进一步量化研究企业担保网络对企业获得贷款的影响。首先，我们来分析企业担保网络的某些特征指标对银行对企业的授信额度和企业实际获得的贷款规模的影响。根据网络图论的有关知识，我们的核心解释变量有两个，它们分别刻画了企业担保网络的不同特征。一个特征性指标是企业在网络中的"度"(degree)，它表示在该企业所属的担保网络中与其有担保关系的企业数量。考虑到担保关系的有向性，企业的"度"又可以进一步区分为"出度"( outdegree )和"人度"(indegree)，"出度"指的是企业向外提供的担保贷款的笔数<<人① 关于网络图论的工具和指标的更详细说明，请参阅Jackson (201 0 )。② 本文的所有网络图均是用UCINET6软件制图。
总第412期120 4、'"何也度"指的是企业得到的担保贷款的笔数。企业的"度"这一指标衡量企业担保网络的数量特征。我们所探讨的另一个重要的特征性指标是企业的"居中度"(betweenness), 它指的是网络中任意两个节点之间的最短路径中经过该企业的次数。我们算出企业所属的担保关系网络中所有的连接作为分子，具体的计算公式是ι=rxj'它衡量的是企业这个节点在它所属的担保网络中的相对重要程度。对于某个节点的"居中度直觉上，让我们想象一幅公路路网图，每个节点是收费站。假定两两站点之间都走最短路径而不绕道，居中度越高的收费站其收到的钱就越多。因为居中度高的收费站是交通要道，其他收费站之间的联络往往要从这里经过。企业担保网络的特征指标的统计性描述见表1。更进一步的，由于企业的人度反映了企业寻求银行信贷时为其提供担保的关联企业的数量，我们进一步细分了企业的人度，见表2①。我们发现企业担保人数与每个担保人所承担的贷款金额负相关，但二者的乘积则大致相同。这表明银行进行信贷总额控制，企业要么担保人数少而每家担保的金额大，要么担保人数多而每家担保的金额小;这也是企业间的一种分散投资风险的行为。表l企业担保网络的度和居中度(No.=1692) 变量名均值标准误最小值最大值出度。 O 54 入度 O 33 居中度 O 表2企业担保网络的担保人数量分布(No.=2000)变量名样本量贷款额均值标准误最小值最大值乘积一个担保人461 +07 +07 80∞00 + +07 2个担保人254 5527362 4151414 50∞00 +07 +07 3个担保人851 3644732 297侃15333000 +07 +07 4个担保人409 3220966 2416759 25∞00 +07 +07 5到10个担保人25 2565867 1653626 40α沟。6.∞E+06 +07 让我们先来看一个直观的例子，我们在图2和3里展示了网络2的"度"和"居中度图中方框越大表示指标的数值越高②。我们也画出了其他20个网络"树"的"度"与"居中度"的直观图示，限于篇幅未一一罗列，感兴趣的读者可向我们索要。从图2中我们就清楚地看到，图中居中位置的那家企业所属的行业是汽车销售业，它与4家企业发生了担保关系，其"度"为4;其中，它为一家汽车销售业企业和制造业企① 因为如果两个企业间多次发生担保关系，在我们的网络图里是归并成一条线段，而表1统计的是每一笔贷款，因而样本总量为2000，而不是1692。② 为了直观地表明"居中度"指标比"度"指标更准确地刻画了节点在网络中的相对重要性，顾名思义，我们的图示将"居中度"最高的节点画在了图形的中心，以它为中心往外延伸生长"出整个网络。我们没有列出网络1的图示，因为它是一个65个节点组成的复杂网络，不便于展示。更关键的原因是，该网络节点的"度"与"居中度"差异不大，不便于我们展示这两个指标的差异性。
2014年第10期担保网络如何影晌借贷市场121 业提供了担保出度"为2;它又获得过另一家制造业企业和食品冷藏业企业的担保，其"人度"为2。然而，它的"度"在这个网络中仅属于中等水平，并不是该网络中最大的，它右上方有一家制造业企业的"度"是7(其中，它的"出度"为3，入度"为4), 它左上方的那家食品冷藏业企业的"度"也有6( "出度"为3，人度"为3)。让我们进一步看看网络2中各节点的居中度情况，结果见图3。图3则清楚地表明图中居中的这家汽车销售业企业的"居中度"是最高的。它连通了位于图形左上方、右上方和图形下方这三块区域，破坏了它，整个网络就被割裂成三个独立不相连的部分了。以战争中对敌方路网的破坏为例，针对网络2这个网络，如果破坏"度"最大的那个节点(图2)，只能切断右上角这一部分，并不能破坏左上角和下方这两块的通联。网络只是被切割出去右上角的一小期约7个节点)，网络的主体基本得到保留，且连接通畅，因此战果并不大。而一旦摧毁图形中央"居中度"最大的这个节点(图3)，这个道路网络就被隔断成三个各自为战的小部分，整个图形中任意两点之间的联络就被最有效地瘫痪了，很容易对其各个击破。这就是节点的"居中度"指标所刻画的节点在网络中重要性的直观含义。图中"居中度"最大的这个节点，虽然它直接连接的节点不是最多的，但其他节点之间的连通往往要经过它，它居于"枢纽"位置，在战争中将会受到敌我双方的巨大关注。 \ 问-\/ι//叶//叫… 图2网络"树"2中各节点的"度"图3网络"树"2中各节点的"居中度"表3担保网络1中企业担保关系(线段)的统计性描述年份连接数(线段)行业内行业间行业内连接占比09 60 46 14 10 53 41 12 11 48 33 15 12 27 20 7 09-12 95 34 61 注，根据算法，整体网络并不是各网络的简单相加，我们没有重复计算各网络重叠的部分。通过上述直观地介绍，我们初步意识到了网络中节点的"居中度"的重要意义，接下来我们随着时间的变化来深入地考察最大的网络一一网络"树"1的"生长"情况，
总第412期122 4、""何也具体地介绍一下企业间担保关系的建立和担保网络的构建过程。图4给出了09年-12年网络1的"居中度"的生长情况。表3则分年度给出了担保网络1中企业间相互担保的情况。/川、m古/如.. /J~ 刷品09年10年!.~ A旧";;/537 ..喝:LJLc飞fmFm醺.:’^’ 阻剿气~ 11年口年图409-13年网络l的"生长"情况{居中度)在银行对企业的贷款申请进行评估和授信时，企业在担保网络中的"居中度"会不会影响企业获得的授信和实际贷款金额呢?我们来分析居中度指标的作用。居中度指标反映了节点在网络中的重要程度。居中度最高的企业作为整个担保网络的枢纽，比银行更具有信息优势，银行实际上通过这家居中度最高的企业起到了优化信贷资源配置的作用。居中度指标除了有信号发送的功能，还有分散风险的功能。Garmaiseand Moskow›itz (2003 )通过对美国房地产市场数据的长期研究发现，买房者通过房产经纪获得银行贷款的概率能够显著地增加。此研究发现，即便是在美国这样一个资本市场高度发达的国家，非正式网络在信贷的获得中还是起到了至关重要的作用。出度和人度等指标只是
2014年第10期担保网络如何影晌信货市场123 单独地分析与该企业"直接"关联的企业数量，并没有进一步考虑到这些关联企业各自的关联企业的分布情况，因此，节点的度这一指标就不能准确地衡量节点企业所面临的真正风险。相比之下，居中度指标综合考虑了企业各自在整个网络结构中的重要程度，因此是更准确的度量指标。接下来，我们将通过实证分析来验证这一点。首先，我们列出了银行贷款利率和企业特征等变量的统计性描述，参见表3。"。4;, 8476 ;33\\\\巴圈5网络1的中各节点的居中度表4A银行台账相关变量的统计性描述变量名样本量均值标准误最小值最大值贷款特征贷款月利率ir_month1692 担保企业数cosign_in_-m 1692 。6 企业授信额度crdCline1692 +07 9298284 900000 +07 企业贷款规模loanannual 1692 7306694 6443797 500000 +07 企业主个人特征是否有过党政机关任职经历pub_bk535 O 企业主受教育年数bs_edu_year535 9 19 企业主性别bs_sex535 O 企业主年龄owner_age535 25 69 企业特征注册资本rgst_cpt535 30 5500 企业资产assets508 +07 +07 3722393 +08 企业负债debts508 +07 +07 2444863 +08 企业销售额sale535 +08 +08 。+09 企业上缴税收tax535 2781864 3256361 。2. 11E+07 企业储蓄savm~amo-t1318 2811426 3099801 100000 +07 企业存活年数firm_age535 24 生产效率SaleToAssetratio 508 注:由于企业主个人信息我们是从另外的渠道获得的，由于信息可得性和数据匹配的原因，我们只获得并匹配成功了535例样本。
总第412期124 岳、Jr'伴也我们发现企业平均的担保企业数是2家，企业的贷款规模的均值是企业授信额度均值的%，这是符合银行贷款规模不得超过授信额度的规定的。从企业主个人特征里我们看到，有40%的企业主有过党政机关的任职经历，这一比例是相当可观的。另外，企业家的平均年龄为45岁，85%为男性，平均受教育程度为15年。四、实证分析银行对企业的经营状况、盈利能力和偿债风险等关键信息存在着信息不对称，因此需要企业提供抵押物以获得抵押贷款，或需要企业提供担保企业以获得担保贷款，由于担保贷款并没有抵押物，其利率通常会高于抵押贷款的利率①。银行对企业的资质进行专业地评估，给出相应的授信额度，反映了银行对企业经营状况、盈利能力和偿债风险的评估。在这种情况下，担保网络可以部分地缓解缺乏抵押品的问题，而影响银行和企业间的信贷合约。下面我们将通过实证分析企业担保网络的"度"和"居中度"对银行授信和企业贷款的影响。我们首先从银行的角度来考察企业担保网络的"出度"是否影响了银行的授信，结果见表5的列(1)和列(2)。被解释变量为银行授予企业的年度信贷额度(取对数)，核心解释变量为企业在其担保网络的"出度"。列(1)仅控制了"出度"这一核心解释变量，是我们的基本回归。列(2)又进一步控制了企业的储蓄(取对数)，企业主的个人特征，企业的财务状况指标和行业特征。此外，由于企业获得的银行年度授信额度、实际贷款的规模和贷款利率，不仅取决于银行这一供给面的因素，也取决于企业自身的实际需求。我们进一步控制了企业的资产规模(取对数)，用这一指标来衡量企业的贷款需求。我们将核心解释变量换成企业的"人度重复这些回归，结果见表5的列(3 )和列(4);将核心解释变量换成企业的"居中度结果见表5的列(5 )和列(6)。表5出度、入度和居中度对银行年度提信额度的影晌( 1 ) (2 ) ( 3 ) (4) (5 ) (6 ) VARIABLES lnCrdt line lnCrdt line lnCrdt line lnCrdt line lnCrdt line lnCrdt line outdegree ’ ’" ( ) . () '刷*indegree ( ) ( ) betweenness 时 ( ) ( ) '融*ln assets ( ) ( ) ( ) ① 我们的样本中有590例抵押贷款，月利率的均值为;余下的1102例担保贷款的月利率均值为，t 检验的结果表明，利率的这一差异是显著的。
2014年第10期担保网络如何影晌信贷市场125 (续表)(5) (6) (1) (2 ) ( 3 ) (4) VARIABLES lnCrdt一linelnCrdt line lnCrdt line lnCrdt line lnCrdUine lnCrdt二叫"刷lnSaving ’" ( ) ( ) ( ) 川川pub_bk ( ) ( ) ( ) ’" bs_edu_year ( ) ( ) ( ) 川bs 0sex .156’ ’ ( ) ( ) ( ) owner_age " 一" ( ) ( ) ( ) 廓-05叫rgst_cpt ’ (-05 ) (-05 ) ( 05 ) "响川山debtAssetRatio ( ) ( ) () 一08'翻*一-08制咿-08" tax ( -09) (-09 ) (-09 ) 。因0670事精嗣川finn_age ( ) ( ) ( ) Year N Y N Y N Y industry N Y N Y N Y ’" 叫事件"噜阳 ( ) ( ) ( ) ( ) () ( ) Observat ons 1, 692 411 1, 692 411 1, 692 411 R-squared 注:括号中为标准误，山p<，.. p<, ’p< 从表5的结果可知，企业的居中度显著增加了银行的年度授信额度，而企业的出度和人度则显著减少了企业所得到的年度授信额度。居中度越高的企业，在网络中的重要程度越高，其非正规融资能力、偿债能力和分担风险的能力也越强，因此居中度与企业授信额度是正相关的。再来看出度，如列(1)所示，为什么出度越高，企业的信贷额度越小呢?假设企业向N家关联企业提供了担保，其出度为N，我们来计算它由于担保企业发生坏账所面临的连带风险。只要这N家关联企业中有一家发生了坏账，该企业就要承担连带风险。为简化讨论，我们假设这N家企业是同质的，每家企业发生坏账的概率为q，且彼此独立。根据古典概率的计算，至少有一家企业发生坏账(事件A)与N家企业都不发生坏账(事件B)两者是互斥的，因此，P (A) =1 -P ( B) =1 -( l-q) N 0根据这个简单的计算，我们发现，企业的出度N越大，关联企业中出现坏账的可能性就越高，也就是企业的连带风险越大，因此出度对企业授信额度的影响是负向的。我们再来讨论人度与担保额度的关系。假设有两家企业，他们都需要凑齐价值1000万的担保资产，甲寻找了两家价值500万的企业为其提供担保，其人度为2;乙的业务网络中没有这样的大企业，不得不寻找了十家价值100万的企业为其提供担保，其人度为10。这一假设的例
总第412期126 岳、Jr'何也子说明，企业的人度越大，往往是由于给官提供担保的企业规模不够大，它不能够很容易地获得足够的担保，不得不去寻找更多的企业以满足银行的信贷要求。因此，人度对企业授信额度的影响也是负向的。居中度这一指标更好地反映了企业的融资能力的"质"的特征，而度这一指标只是反映了与企业发生关联的企业数量。下面我们从企业实际获得信贷规模的角度来讨论企业担保网络的影响。我们将被解释变量换成企业实际贷款额，重复上面的回归，结果见表60表6出度、入度和居中度对企业贷款规模的影晌(1) (2 ) (3 ) (4) (5 ) (6 ) VA RIABLES lnLoan annual lnLoan annual lnLoan annual lnLoan annual lnLoan annual lnLoan annual outdegree ( ) ( ) 叫indegree ( ) ( ) 嘟咯*’" betweenness ( ) ( ) 事事*OA63'串串’" ln assets ( ) ( ) ( ) lnSaving ’ ’ ( ) ( ) ( ) pub_bk ( ) ( ) ( ) bs_edu_year 一"( ) ( ) ( ) bs sex " () ( ) ( ) owner_age 一 " ( ) ( ) ( ) rgst_cpt "事"嘟-05 (-05 ) (-05 ) (-05 ) 咯咿*’" debtAssetRatio ’" ( ) ( ) () tax -08 一08-2. 11e-09 ( -08) ( -08 ) ( 一08) 叫finn_age ’" ’" ( ) ( ) ( ) Year N Y N Y N Y industry N Y N Y N Y 叫'略略’" Constant ’" 15A1’" 叫( ) ( ) ( ) ( ) ( ) ( 1剧7)Observations 1, 692 411 1, 692 411 1, 692 411 R-squared 注:1.括号中为标准误，川p<，种p<，飞<.我们区分了担保贷款和抵押贷款，发现居中度对担0保贷款规模有显著的正向影响，但对抵押贷款规模的影响则不显著。我们发现将被解释变量换成贷款实际金额后，上述的结论仍然成立。这是很好理解的，因为根据规定，企业获得的实际贷款额绝不会超过银行授予的贷款额度，且授信额度
2014年第10期担保网络如何影晌信货市场127 是基于企业的贷款需求和偿债能力等因素综合考虑后做出的，两者之间的相关性很强。至此我们就发现了企业的担保网络对其信贷可及性的影响。接下来我们将考察企业的担保网络对其融资成本的影响，这里的被解释变量是贷款的月年化利率(以下简称月利率)，我们重复了上面的回归，结果见表70表7出度、入度和居中度对企业贷款月利率的影晌(1) (2 ) (3 ) (4) ( 5 ) (6 ) VARIABLES ir month ir month ir month ir month ir month ir month outdegree * ( ) ( ) indegree *** . ( ) ( ) betweenness ( ) ( O.∞288 ) ln_assets ** 一** ( ) ( ) ( ) lnSaving 一 ( ) ( ) ( ) pub_bk ( ) ( ) ( ) bs_edu_year 一一( ) ( ) ( ) bs_sex 一 ( ) ( ) ( ) owner_age 甲一( ) ( ) ( ) rgst_cpt -05 ( ∞202 ( ) ( ) ) debtAssetRatio 一 ( ) ( ) ( ) tax -07* -07* -08 (-08 ) ( 一08) (-08 ) 且口 ( ) ( ) ( ) Year N Y N Y N Y industry N Y N Y N Y Constant *** *** *** *** *** *** ( ) ( ) ( ) ( ) ( ) ( ) Observations 1, 692 411 1, 692 411 1, 692 411 R-squared 注:括号中为标准误，*** p< ，制p<，* p< 虽然利率水平是由企业和银行双方根据有关规定谈判协商出来的，但这里我们发现企业的担保网络对企业获得贷款的利率并无影响。这可能是由于企业的担保网络的作用在于突破资金瓶颈以获得融资，而不在于压低还款利率这一融资成本。我们在访谈中也得到过信贷人员这方面的介绍。但是一个更有可能的原因在于我们的利率管制政策使得银企双方在商谈贷款合同的利率时的谈判空间较小，因而对利率的影响不显著。
总第412期128 4、'"何也至此我们发现了企业担保网络对企业融资的影响:出度和人度越高的企业，因其直接关联企业较多，偿债风险较大，银行授予的信贷额度和实际发放的信贷金额都越小。而居中度越高的企业，在担保网络中的相对地位更重要，其获得的信贷额度和信贷金额都越高，但出度、人度和居中度对贷款利率均无显著影响。表8出度、入度和居中度对企业总资产周转率的影晌(4) (1) (2) (3 ) (5 ) (6 ) VA RIABLES sale-asset ratio sale-asset ratio sale-asset ratio sale-asset ratio sale-asset ratio sale-asset ratio 山事"outdegree ( ) ( o.∞569 ) 咆事事indegree "’ ( ) ( ) betweenness " ( ) ( ) pub_bk 川'事*" ( ) () ( ) bs_edu_year ’ ( ) ( ) () "事bs sex ( ) () ( ) owner_age 阳-05 ( ) ( ) ( ) 翩串*rgsCcpt ’" ’" (-05 ) (-05 ) (-05 ) 事debtAssetRatio ( ) ( ) (0刀3)tax -07’" -07’" -09 ( -08) ( -08 ) (-09 ) 拿翩翩firm_age 一'"( ) ( ) ( ) Year N Y N Y N Y industry N Y N Y N Y 叫'唰唰事.. Constant " ’" ’" ( ) ( ) ( ) ( ) ( ) ( ) Observations 508 508 508 508 508 508 R-squared 注:括号中为标准误，.., p<, .. p<，马<以上我们发现了企业的担保网络对于企业融资便利的促进作用，那么企业的担保网络在帮助企业获得银行贷款之后，对其经营绩效有什么影响呢?毕竟企业获得信贷是为了缓解企业运营的资金瓶颈，更好地经营企业。为了衡量企业的生产经营能力，我们详查了企业的财务数据并仔细计算其财务指标。国于数据，我们没有企业技人的劳动力生产要素的信息，因而没有办法计算其全要素生产率(TFP)，而企业的利润和股东权益等财务指标的数据缺失较为严重，给我们计算企业利润率指标造成了一定的困难。为此，我们用销售规模比上资产，算出企业的总资产周转率以衡量企业的经营能力①，周转率越
2014年第10期担保网络如何影晌倍货市场129 高，表明企业销售能力越强。我们考察了企业担保网络的出度、人度和居中度对企业总资产周转率的影响，见表8。表8的结果表明，企业和企业家的特征一样时，出度和人度越高的企业，总资产周转率越高。另外，列(5 )表明，企业的居中度越高，企业资产周转率越大。不过列(6)的回归则表明，企业的居中度并不影响企业的资产周转率。从银行的角度看，企业在担保网络中的居中度指标类似于一个充分统计量，能够很好地刻画企业的生产经营能力。目前银行对企业资质的判断多是根据企业财务特征、企业家特征等指标，这需要较高的调查成本。另外的一个局限是，目前银行考察一家企业的偿债风险，主要是观察企业本身以及与该企业发生直接联系的关联企业，但是其关联企业的风险和资质的信息则通常不被银行所知。换成图论的语言，目前银行判断企业资质和偿债风险时，较为关注的是客户企业的出度和人度指标，只能观察到该企业的直接风险。而如果其关联企业发生风险，势必牵涉到该企业，如何衡量这种间接风险?如果说企业在担保网络中的出度和人度衡量的是该企业在与它发生直接联系的企业中的地位，那么居中度指标则能够全面地衡量企业在整个网络中的地位从而很好地捕捉到了企业面临的间接风险。因此我们建议，银行在大数据时代完全可以根据银行台账历史记录构建台账网络树(参见图5)，并获得各个企业的居中度指标，据此衡量企业的资质和整体偿债风险。这也是我们的研究在银行信贷中的实践意义。由于居中度指标是一个银行可以利用的判断企业资质的充分统计量，我们发现，在控制了居中度指标以后，政企纽带对企业信贷的影响就变得不显著了。虽然这结论与既有的文献不一致，但这正是由于居中度指标捕捉到了政企纽带帮助获得信贷的作用所致。我们的发现有助于我们深化对政企纽带作用机制的讨论①。最后需要再次强调的是，我们的研究对象是那些已经获得了银行正规信贷的企业之间所构建的担保网络。与那些没能获得信贷的企业所拥有的网络相比，他们能够"成功地"获得银行信贷，其担保网络必定具有某些特点有助于其获得银行的贷款。这就涉及到一个更深层次的问题，即一个优质的担保网络是如何内生地构建出来的?回顾一下我们前面的统计性描述，首先我们展示了网络1从ω年到12年的"生长"过程;其次，我们通过统计网络中线段两端的企业是否属于同一个行业来探索两个企业之间建立起担保关系的原因。两个企业之间构建起担保关系，或者是因为它们分属上下游的不同行业，通过日常业务往来而彼此了解;或者是由于两者同属于一个行业，彼此互为参照从而互相了解。统计数据表明，不同行业的两个企业之间建立起担保关系是更为普遍的情形。当然，固于数据，我们这里的定性讨论是很初步的，未来我们将会继续讨论这一问题。① 事实上，我们确实发现，有政企纽带的企业，其在担保网络中的居中度就会越高，这是符合直觉的。
总第412期130 岳、-'何也五、结论金融市场的有效发展对-个国家的经济发展与金融稳定有着至关重要的影响(刘冲和盘宇章，2013)。为缓解信贷配给中的信息不对称，企业需要寻找到符合资质的担保法人为其提供担保方能获得银行的担保贷款。基于调研中获得的A银行09…12年的信贷台账记录，根据网络图论的有关知识，我们将企业视为-个个的节点，用有向线段连接那些有担保关系的企业，这样的点和有向线段之间就构成了担保网络。我们运用网络图论工具计算出企业在担保网络中的"度"与"居中度来衡量企业在担保网络中的相对重要性，并考察这些特征指标对企业信贷可及性的影响。我们发现，企业的出度和人度越高，企业的信贷额度和信贷金额就越少，而企业的居中度越高，企业的信贷额度和信贷金额就越高。不过，企业的度与居中度指标并不影响每笔贷款的利率这一借贷成本O我们认为，企业的担保网络缓解了中小企业信贷过程中的信息不对称问题，提高了信贷市场的效率。企业担保网络的居中度指标，比企业的政企纽带这一指标能够更准确地刻画企业资质，是一个衡量企业资质的充分统计量。因此，银行在评估风险时应充分重视企业担保网络的结构和→些特征指标，优化风险管理，提升企业和银行的效率，实现二者的双赢。我们的研究运用网络图论工具，为银行信贷业务的精细化发展和风险的量化控制提供了一些微观证据。这也切实体现了银行为实体经济服务的金融改革深化的过程。参考文献[ 1 J韩俊、罗丹、程郁，2∞7， {中国农村金融调查}，上海远东出版社。[ 2 J胡旭阳，2ω6，{民营企业家的政治身份与民营企业的融资便利一一-以浙江民营百强为例H管理世界》第5期。[ 3 J黄祖辉、刘西川、程恩江，2∞9， {贫困地区农户正规信贷市场低参与程度的经验解释}，{经济研究》第4期。[ 4 J金烨、李宏彬，2酬，{非正规金融与农户借贷行为}，{金融研究》第4期。[ 5 J刘冲、盘宇章，2013, {银行间市场与金融稳定一一理论与证据}，{金融研究》第12期。[ 6 J刘莉亚、胡乃红、李基礼、柳永明社万户的调查}，{中国农村观察》第3期。[ 7 J陆铭、周群力，2013, {迈向儒法并重的市场经济一-论中国的社会结构与发展道路}，{经济社会体制比较》第4期。[ 8 J马光荣、杨恩艳，2011, {社会网络、非正规金融与创业}，{经济研究》第3期。[ 9 J邵挺，2011, {政治资本、企业评级与政企纽带}，{南方经济》第1期。[10 J王宵、张捷，2∞3，{银行信贷配给与中小企业贷款一-一个内生化抵押品和企业规模的理论模型u经济研究》
2014年第10期担保网络如何影晌信贷市场131 第7期。[ 11 J王永钦，2∞6， <市场互联性、关系型合约与经济转型}，<经济研究》第6期。[ 12 J王永钦，2∞9， <大转型:互联的关系型合约理论与中国奇迹}，格致出版社。[ 13 J巫景飞、何大军、林日韦、王云，2∞8， <高层管理者政治网络与企业多元化战略:社会资本一→基于中国上市公司面板数据的实证分析>，<管理世界》第8期。[ 14 J杨汝岱、陈斌开、朱诗娥，2011, <基于社会网络视角的农户借贷需求行为研究}，<经济研究》第11期。[ 15 J余明贵、潘洪波，2∞8， <政治关系、制度环境与民营企业银行贷款}，<管理世界》第8期。[ 16 J周群力、丁骋骋，20日，<姓氏与信用:农户信用评级中的宗族网络}，<世界经济》第8期。[17 J周群力，2013, <宗族网络与农村转型发展一一千言用评级与公共品提供的实证研究}，复旦大学博士论文。[ 18 J Bester, H., 1985, "Screening Versus Rationing in Credit M缸ketswi也ImperfectInformation," American Economic Re›Vi1凹"，No. 75, 850-855. [ 19 J Bester，且，1987，"The Role ofCollateral in Credit Markets with lmperfect Information," European Economic Reν凹，No. 31, 887-899. [ 20 J Chen, Z., Y. Z. Sun, A. Newman and W. Xu, 2012, "Entreprene町s，Organizational Members, Political Participation and Preferential Government Treatrnent: Evidence企'omChina," International Small Bωiness Journal，飞', No. 8, pp 873-889. [21 J Durlauf, S. and Fafchamps, M., 2003, "Social Capital," HandbookofEconomic Growth, Vol. 1, No. 2, pp. 1639-99 [ 22 J Faccio M町，吭，R. Masulis and J. Mcconnell, 2006, "Political Connections and Corpora旬Bailouts，"The Journal of Finance, Vol. 61, No. 6, pp. 58-72 [ 23 J Garmaise, Mark J. and Tobias J. Moskowitz, 2003, "Informal Financial Networks:四ωryand Evidence," The Review ofFinancial Studies, Vo1. 16, No. 4, pp. 1∞7-1040. [24 J Jackson, Ma侃而w，2010, Social and Economic Network卫，Princeton University Press. [ 25 J Jain S., 1999, "Symbiosis vs. Crowding-Out: the Interaction of Formal and Informal Credit Markets in Developing Coun创邸，"Journal ofDevelopment Economics, Vol. 59, pp. 419-444. [26J Khw句a，A. Mian, 2006, "Do Lenders Favor Politically Connected Firms? Rent Provision in an Emerging Financial Market," QuarterlyJournal ofEconomics, Vol. 3, No. 1, pp. 125-137. [ 27 J Li, S. H.，却03，"Relation-based versus Rule-based Governance: an Explanation of the East Asian Miracle and Asian Crisis," Review ofI nternational Economics, Vol. 11, No. 4, pp. 651-73. [28JLu，立，2011，"Political Connections and Trade Expansion: Evidence fi:om Chinese Private Firms," Economics ofTransi›tion, No. 19, pp. 231-254. [29 J P钮，立，2011, "Born with The Right Surname: Lineage Networks and Political and Economic 句portunitiesin Rural China," Louisiana State University Work ng Paper. [30 J Peng，立鼠，2∞4，"Kinship Networks and Entrepreneur百inChina’ s Transitiona1 Economy," The American Journal of Sociology, Vol. 109, No. 5, pp. 1045-74. [31 J S
总第412期132 4、'"何也Social Network and Credit Market: Evidence from China 1 2 3 4 WA NG YongqinMI Jackson JinhongYUAN ZhigangZHOU Qunli(3 School of Economics, Fudan University; 2School of Economics & Management,Shanghai Maritime University; 4Development Research Center ofThe State Council) Abstract: The paper, employing the analytical tools of network and graph theory, studies the loan data from a commercial bank and tries to explore the effects of structure of loan guarantee networks of SMEs on the structure of credit contracts. We find that the degree centrality in the network does not have sign ficant effects on the s ze of the loans a firm might receive, while the betweenness (a measure of importance of the firm in the entire network) plays an important role. The empirical results show that higher betweenness is mostly cor›related with actual quota of loans. Fina\ly, the network-related index shows no influence on interest rate. This may have important implications given the fact that the prevailing research on credit market does not pay much attent˛on on the centrality measures. Key words: Social network, Centrality, Bank lending (责任编辑:李景农)(校对:LN)
