中國主要金融機構對礦業上市公司關系的影響：基于復雜網絡視角

安 靜，安海忠

(1.中國地質大學(北京)外國語學院，北京 100083；2.中國地質大學(北京)人文經管學院，北京 100083；3.中國地質大學(北京)資源環境管理實驗室，北京 100083；4.國土資源部資源環境承載力評價重點實驗室，北京 100083)

在我國整體的產業結構中，礦業的重要性不言而喻。礦業又是屬于資本密集性的產業[1]，自然會與資本市場具有比較密切的聯系，有關礦業企業的資本結構和融資問題，有許多學者已經做了一些相關的研究，例如，邱景平等[2]、唐玉柱等[3]、查道林等[4]分別討論了礦業上市公司資本結構影響因素以及各個指標的相關性；范倩倩等[5]利用熵值法對礦業上市公司融資效率開展評價分析；孫德桿[6]、李青松、王國順[7]研究我國礦業類上市公司資本結構的影響因素，利用線性回歸模型資本結構與其影響因素之間的關系。

工業經濟的高速增長導致了對各類礦產品的需求日益增多，為礦業企業的發展提供了良好的機會。因此礦業企業是銀行以及其它主要金融機構重要的投資對象，然而由于融資的行為錯綜復雜，一個金融機構在對一家上市礦業企業融資的同時，也對另一家礦業上市公司進行融資，使得礦業企業之間共同享受由融資帶來的預期收益的同時，也要預想到融資可能帶來的共同風險，更重要的是由于共同融資帶給企業之間的互動關系，一個企業的經營行為、經驗等都會以金融機構為媒介傳遞給另一公司，使得礦業上市公司之間具有某種密切關系。如果以金融機構對兩個礦業上市公司投資為媒介，就可以建立礦業企業與礦業企業之間的關系結構。本文利用復雜網絡的理論和方法討論并分析這種關系結構的特點以及對礦業上市公司的影響。

1 對象選取與研究方法

1.1 樣本確定與數據來源

本文選取了在滬、深交易所掛牌交易的125家礦業上市公司，其中金屬礦產72家；能源礦產53家。融資的金融機構選取125家礦業上市公司中前10大股東中的金融機構，如工商銀行、中國銀行、建設銀行、農業銀行等。具體的數據取自證券公司的大智慧交易系統，針對125家上市礦業公司，統計每家公司的前十大股東中金融機構融資情況，選取這些相關數據的時間截至于2012年9月30日。

1.2 建模與研究方法

對125家上市礦業公司初步統計，得出每家礦業公司所含金融機構股東情況的2-模數據，如圖1所示。

圖1 企業與金融機構2-模網絡的示例

然后，利用UCINET6.0計算出上市礦業公司共享融資的金融機構數量的1-模數據，具體示例見表1。

表1 上市礦業公司共享融資的金融機構數量表(部分示例)

表1中的數據表示企業之間共同擁有相同金融機構的數量，0表示兩個企業沒有共同融資的金融機構，對角線上的數據為該礦業公司所包含的金融機構股東的數量，比如中金嶺南在前10大的股東中擁有5家金融機構，中金嶺南和興業礦業共享1家金融機構。

本研究只討論礦業上市公司之間是否擁有共同融資金融機構股東，將表1中數據矩陣以是否為零二值化，以125家上市礦業企業為節點，以該矩陣為鄰接矩陣，建立網絡結構，即以公司為節點，按兩個公司是否共享金融機構建立邊的關系。

為了能更好地深入了解礦業上市公司共享金融機構的關系網絡的特性，各個上市公司在整體網絡的中心程度以及它們之間的相互影響關。從網絡結構統計屬性角度出發，對該網絡的結構特性進行分析，進而揭示礦業上市公司的整體的關系結構特性。本文從以下幾個方面討論所構建的網絡模型的特點并進行分析研究。

1)中心性分析。在網絡中，節點的重要性可用其在網絡中所處位置的中心性來衡量，中心性高的節點會對整個網絡的穩健性起到至關重要的作用。衡量中心性的指標包括度、中間中心度、接近中性度和特征中心度。節點度表示與該節點連接的其他節點的數目，它代表了該節點在網絡中出現的概率，度值越大說明在該節點在網絡中越重要；中間中心度測量的是一個點在多大程度上位于其它點的“中間”。一個行動者處于多對行動者之間，那么他的度數一般較低。相對度數比較低的點可能起到重要的“中介”作用；接近中心度反應的是行動者與網絡中所有其他行動者的接近性程度。它是一種對不受他人控制的測度。接近中心度是根據點與點之間的“距離”長度來定義的。如果一個點與網絡中所有其它點的距離都很短，則稱該點具有較高的整體中心度。接近中心度定義是：一個點的絕對接近中心度是該點與所有其它點的捷徑距離之和；特征向量中心度描繪在網絡總體結構的基礎上最居于核心的行動者，并找出各個行動者之間的距離的“維度”。

2)聚集程度分析。聚集程度用聚集系數來表示，聚集系數用來描述網絡中節點的聚集情況，即網絡有多緊密，假設對節點i來說，如果有mi條邊和其它mi節點相連，Ni代表這mi個節點之間的連線數量。節點i的聚集系數Ci以及網絡的聚集系數C 的計算公式見式(1)、式(2)。

(1)

(2)

該統計量反映的是網絡集團化的程度,即網絡中同時與某一結點相連的兩個結點之間有邊相連的概率，它反映了網絡的局部特性。

2 實證結果與分析

依據上述數據，利用UCINET 6.0計算出下面相關的網絡數據結果。

2.1 網絡的度分布

表2展示網絡中節點度的分布情況，由于篇幅所限，在表2中，我們只由高到低截取了前10個公司節點，統計結果表明：度為90以上的有3家，度為0(即為孤立點)的共有14家，度為40以上的節點占總數的64.8%，由此可以看出大部分公司的度數比較高，說明節點之間的關系密切，網絡的密度較大。圖2給出了一定范圍內節點度出現的概率，例如度在80～89之間的節點出現的概率為0.2，80～89之間的度出現的概率最大。

網絡連接度的高低對不同網絡穩健性的影響不盡相同。例如，在生態系統中，網絡連接度越高，疾病傳染越快，對整個系統造成的危害越大，即連接只會起到風險傳播作用。但礦業企業關系網絡中，連接強度高可以加快信息在網絡間的傳播，這樣可以促進企業的技術進步，提高整個行業的水平。連接存在風險吸收與風險傳播兩種相反的作用，這也是復雜網絡兼具穩健性與脆弱性的又一體現。當整個行業處于景氣狀態時，連接度增加則有利于風險吸收。反之連接度增加會提高風險傳播速度。

表2 網絡的度分布表(前10)

圖2 不同度的節點出現的概率分布

2.2 中間中心性

中間中心度是來衡量節點作為媒介的能力，即占據在其他兩節點的聯絡方式上重要位置的節點，點的中間中心度用來度量在多大程度控制他人之間的交往，指數越高，說明該行動者越居于網絡的核心，其控制力也就越大，影響力就越大，在網絡中就具有更強的競爭優勢。

圖3給出了125個節點的相對中間中心度由高到低整體的變化情況，排名前10個相對中間中心度大于或接近1%，這些上市公司在以金融機構為媒介的關系方面具有較強的控制力，有近 80個公司中間中心性在0～1%之間，還有一部分公司中間中心度為0。

圖3 中間中心性

表3列出了中間中心度排名前10(具有較強控制力的)上市礦業企業中間中心度的值，其中興業礦業度值最高，相對中間中心度值為2.051169%，在網絡中控制力最強；相對中間中心度值大于1%的公司有9家：盤江股份，上海能源，宏達股份，云南銅業，寧波富邦，神火股份，遼通化工和馳宏鋅鍺。

表3 節點的中間中心度(前10)

在行業中如何發現具有領導性地位的企業，根據企業之間的關系，應該在企業的關系網絡中選取具有較大度值和較高中中間中心度的節點企業。具有較大的度值說明此企業在行業中具有較強影響；具有較高中間中心度說明上市公司占據著重要的人脈資源。因此，行業的領導者應選拔應結合企業自身經營狀況，選擇具有較大點度值和較高中間中心度值的企業。

如果對上述兩種中心度都限定在前10的范圍，節點度的前10的企業集合PDT={馳宏鋅鍺，利源鋁業，平莊能源，宜安科技，安泰集團，遼通化工，銀邦股份，冀中能源，中煤能源，銅陵有色}，中間中心度的前10的企業集合PBT={興業礦業,盤江股份,上海能源,宏達股份,云南銅業,寧波富邦,神火股份,遼通化工,馳宏鋅鍺,包鋼稀土},則有式(3)。

PDT∩PBT={馳宏鋅鍺，遼通化工}

(3)

這說明在不考慮其它因素的情況下，只考慮關系本身上述兩個企業在關系網絡中的地位值得重視。

2.3 聚集系數

表4給出了部分上市礦業企業在網絡的聚集系數，圖4說明了所有節點聚集系數的分布情況，從圖4中可以看出125家礦業上市公司的聚集程度，大多數公司的聚集系數C在0.5以上，可以看出這些上市公司聚集度高，該節點與其近鄰節點形成了一個關系緊密的小團體，團體內關系比較密切，信息傳播速度快，另一方面也會有某一公司的波動對其它公司會產生波及會影響。同時也說明我國上市礦業企業之間關系復雜，聯系密切。

表4 礦業上市公司網絡的集聚系數(部分示例)

圖4 礦業上市公司的聚集系數分布

3 結論

本文研究以金融機構對礦業企業融資為紐帶，建立了上市礦業公司之間的關系網絡，并應用復雜網絡方法分析了中國礦業上市公司的關系結構特性，通過對該網絡相關的中心性指標分析，大部分節點的度值較高，說明節點之間的關系密切，網絡的密度較大，度的中心性趨向分散。體現“中間人”角色的中間中心性，度值最高的其核心地位就最高。中間中心度值大于1的9家公司有處于較為核心的中心地位；從節點的聚集系數上看，多數公司的聚集系數在0.5以上，這些公司聚集度高，密度大。本文所

計算和分析的各項指標有利于從不同方面了解各個上市公司的個體情況、整體行業的情況提供了重要的相關實證資料和信息，同時對選拔行業領導者也具有實際指導意義。

[1] 崔斌，岑況，鄭厚義.我國礦業資本市場特征及上市公司資本結構影響因素分析[J].中國礦業，2010,19(3):25-28.

[2] 邱景平，邢軍，宋守志.礦業上市公司資本結構影響因素的實證研究[J].礦冶工程，2004，24(3)：81-84.

[3] 唐玉柱，郭會山.礦業上市公司的資本結構及影響因素[J].礦業工程，2007,5(5):6-8.

[4] 查道林,楊蓓.礦業上市公司資本結構影響因素實證分析[J].財會通訊,2008(4):26-28.

[5] 范倩倩,趙琦,翟淑萍.我國礦業上市公司融資效率評價[J].會計之友，2012(1):70-73.

[6] 孫德桿.我國礦業上市公司資本結構與績效表現關系的研究[J].內蒙古統計，2005(5)：16-17.

[7] 李松青，王國順.我國礦業類上市公司資本結構影響因素實證分析[J].系統工程，2009(4):124-126.

[8] 劉軍.整體網分析講義[M].上海：格致出版社；上海：上海人民出版社，2009.