溫州融資關系網絡的結構特征、風險傳導與傳染效應：基于動態理論模型的分析

蔡星星　林民書

(廈門大學經濟學院，福建廈門361005)

?

溫州融資關系網絡的結構特征、風險傳導與傳染效應：基于動態理論模型的分析

蔡星星林民書

(廈門大學經濟學院，福建廈門361005)

與以往文獻中認為溫州融資關系網絡不穩定的判斷不同，數據研究表明溫州的融資關系網絡并不是積聚成塊，而是存在大小不等的派系，具有結構性阻斷風險傳播的功能。借助風險傳染的動態理論模型與PAJEK、MATLAB軟件對溫州上市公司及其合作伙伴的數據進行仿真測算，同時還利用問卷調查將溫州某民營企業集團的融資關系網絡作為個案進行驗證。研究發現，當融資關系網絡內的企業發生個體風險的時候，網絡的傳染比率處于低位水平，融資關系網絡的結構是穩定的；“中心企業”在溫州融資關系網絡中起著風險控制作用。因此在正常情況下，溫州的以血緣親緣等為基礎的融資關系網絡結構是穩健的。

結構特征；風險傳導；傳染效應；仿真模擬

一、引言

隨著國內經濟增速的下降，溫州實體經濟的發展逐漸受到影響，引發了2011年較大規模的借貸危機，溫州經濟的增長率從2010年的11.1%迅速降到了2011年的9.5%，但是這次由實體經濟發展下滑引發的借貸危機并沒有使溫州經濟一蹶不振，也沒有使溫州企業因債務危機集體陣亡，當地經濟仍能在困難中不斷前行，經濟增長率由2012年的6.7%增長到2014年的7.3%，到2014年溫州的工業企業呈現出回暖的趨勢，以制鞋行業為例，2011年溫州的制鞋企業數量減少了400多家，但是2012年制鞋企業的數量便出現了逐年的恢復，到了2014年，各種規模的制鞋企業就超過了3 000家，而且其中包括多數東山再起的企業主。所以認為溫州民間傳統的融資關系形成的融資關系網絡*全文的“溫州融資關系網絡”指的是“溫州民營企業之間的融資關系網絡”。必定具有某種特性，它使溫州多數企業能夠在借貸危機中幸存，從而避免溫州金融借貸市場的系統崩潰。借助pajek軟件，視覺化溫州融資關系網絡的結構特征，找到溫州融資關系網絡派系化與細碎化的特征，然后從風險傳染的角度對溫州的融資關系網絡進行測度與分析，從而對溫州的融資關系網絡的穩定性提供合理的解釋。在學術界，雖然對溫州借貸的研究文獻不少，但是主要集中于強調溫州民間借貸市場的不規范運作以及國家金融管制等外在制度對民間借貸市場的干擾，如馮登艷(2012)強調的金融壓抑[1]；蔣俊杰,柯迪(2014)的多元化融資體系[2]；范建軍(2012)的民間借貸體制內管理[3]；以及劉少華、張賽萍(2013)的民間借貸分析與政府監管[4]；段炳德(2012)的民間借貸危機的背景、根源與對策[5]；戴新民(2012)的事件與制度[6]等。但是這些研究忽略了溫州借貸市場的自我修復能力以及其本身內在制度所具有的穩定性。另外，張春雷(2013)、徐忠(2013)、秦朵(2013)[7]、楊汝岱(2011)、陳斌開(2011)、朱詩娥(2011)[8]也持有類似的觀點，認為民間借貸市場雖然有其積極的一面，但其穩定性還有待探討。在企業間融資關系網絡的風險傳染的研究方面，國內的文獻資料則相對比較少，主要研究成果有：杜權與鄭炳(2010)認為企業間的相互擔保可以放大系統性風險，使風險的積聚效應更加突出，從而對區域金融穩定造成沖擊[9]。吳寶等(2011)研究了杭州、寧波、義烏等地區的融資網絡，認為高的社會資本與網絡平均中心度會降低融資關系網絡的破碎程度，從而加劇企業之間風險的傳染[10]。張澤旭等(2012)從社會網理論的角度對企業的擔保關系鏈傳染機制進行了研究，認為擔保關系鏈的一級近鄰的傳染、二級近鄰的傳染與停止傳染的條件跟企業的資產負債率、對外擔保額有關聯[11]。張樂才(2011)則從風險共享的角度研究了企業間擔保關系鏈的風險傳播與傳染機制，認為擔保關系鏈在經濟利好的形式下可以消釋風險，在經濟下行的情況下則可以加劇風險的傳遞[12]。這些文獻資料要么單方面強調融資關系鏈的風險積聚作用，要么使用兩分法強調融資關系鏈風險傳染的效應，即在經濟形勢高漲時期風險的分散作用，在經濟形勢惡化時期的風險積聚效應，都未能突出溫州民營企業融資網絡其傳統意義上的穩定特征。眾所周知，溫州的民營企業具有典型的家族特征，其融資借貸廣泛受到家族血緣親緣的影響。因此溫州的融資關系網絡仍然還是傳統意義上的以血緣、親緣、地緣等熟人社會聯系為基礎的融資擔保網絡，存在各種道德與社會約束，因此違約率也較低[13]，同時由于熟人關系紐帶的束縛，其客戶資源也是有限的，如Timberg和Aiyar(1984)[14]、Siamwalla(1990)[15]的發現：大部分非正規金融機構客戶是相對固定的，其市場也是相對割裂的。正是這種相對割裂的特征，使得溫州融資關系網絡在經濟惡化的情況下也能表現出一定的韌性。故此，本文將借助Battiston(2009)[16]的動態理論模型，對溫州的融資關系網絡的風險傳染效應進行測度與分析，說明溫州企業借助當地傳統的企業融資關系網絡在風險傳播過程中所具有的韌性。

二、溫州民營企業融資關系網絡的風險傳染仿真模型

(一)風險傳染效應仿真模型的假設

1.同質的融資關系鏈

假設溫州地區融資關系網絡內的融資關系鏈是相互依賴的，而且關系鏈的風險特征是同質的。樣本企業中，盡管它們的融資關系鏈*溫州民營企業的融資關系鏈通常包括非經營性資金的占用關系、委托貸款關系、參股合作關系以及貸款擔保關系。的風險特征不同，但是無論哪種關系鏈的惡化，都會直接影響到該企業的銀行借貸以及關系鏈中其他伙伴企業的銀行借貸。因此可以假設，溫州的融資關系鏈是同質且相互依賴。

2.均質的關系鏈強度

均質的關系鏈強度是強假設，實際上異質性的關系鏈強度對融資關系結構的影響不大，下文也將會以案例的形式對異質化關系鏈強度進行檢驗，說明異質的融資關系強度對風險的傳染效應影響有限。基于均質化的假設，將每條關系鏈強度設置為1。

3.均質的負債率水平

假設溫州地區融資關系網絡內的企業負債率是相同的，并通過區域的負債率參數ρ體現。根據溫州民營企業的調查數據，發現2014年的溫州樣本企業的平均總資產負債率為40%*數據的采集主要采用問卷調查及座談的方式進行，即通過對溫州的121家企業的高管人員的現場訪談及調研的方式，收集樣本企業2014年的財務報表及現場訪談的內容，同時為提高樣本企業的區域覆蓋面，樣本企業分散在甌海、龍灣、樂清、瑞安、平陽、蒼南等溫州市縣及地區。，標準差為0.18，因此可以說溫州樣本企業的總資產負債率是比較接近平均總資產負債率的，溫州民營企業的負債率具有一定的均質化特征。因此均質化的區域負債率具有一定的現實基礎。

4.區域的負債率參數ρ的選定

對區域的負債率參數ρ，分別設置為0.5與2的原因如下：首先，假定節點企業的凈資產為E，負債為D。根據動態理論模型，我們可知企業的財務健康指標(X)*健康財務指標可以表示為其不能追回債權時的最低可利用資金即X=E-D。與企業的程度中心度(S)*企業的程度中心度表示與節點企業存在融資關系的企業個數，因為每條關系鏈的強度為1，D為企業借貸的數額，所以S=D。成正比，即X=S/p?X=D/ρ。由于溫州的融資關系鏈為非經營性資金的占用、委托貸款、參股合作以及貸款擔保關系*參股合作與擔保關系，本文從其融資的性能出發將其視為“融資”的一種方式，將它視為一種債權與債務。的各種組合，所以在凈資產E一定的情況下，可以簡單估算，當關系鏈組合全部為擔保關系鏈組合時(對外擔保D，借入D*依據關系鏈的同質化與相互依賴假定與均質化的假定，即假設(1)與(2)。)，總資產負債率為D%=2D/(2D+E)，是同一負債率參數ρ水平下不同融資關系鏈組合的最大總資產負債率；而關系鏈組合全部為借貸關系鏈組合時(借出D，借入D)，總資產負債率則為D%=D/(D+E)，即同一負債率參數ρ水平下的不同融資關系鏈組合的最小總資產負債率。可以測算出當ρ=0.5時，溫州平均總資產負債率的估算區間為[25%, 40%]*因為X=E-D，X=D/P，所以E=[(1+ρ)/ρ]*D，將E=[(1+ρ)/ρ]*D與ρ=0.5，ρ=2代入D%=D/(D+E)，D%=25%，D%=40%。，但相較于溫州的實際平均總資產負債率40%是較為保守的負債率參數；當ρ=2時，溫州平均總資產負債率的估算的區間為[40%，57.14%]。*因為X=E-D，X=D/P，所以E=[(1+ρ)/ρ]*D，將E=[(1+ρ)/ρ]*D與ρ=0.5，ρ=2代入D%=2D/(2D+E)，D%=40%，D%=57.14%。，因此ρ=2，為較為激進的負債率參數。因此，文章從ρ=0.5與ρ=2這兩個保守與激進水平的負債率參數水平考察溫州的風險傳染效應。

(二)溫州企業融資關系網絡的仿真模型

仿真實驗測算在MATLAB程序中進行：

首先，將關系強度假定為1，并確定網絡結構，即用0-1關系矩陣|dij|mxn描述溫州樣本企業之間的融資關系鏈。然后根據X=D/ρ，確定融資關系鏈中各個企業的財務健康指標，即凈資產的價值。

根據動態理論模型，更新集合α與集合β規則如下：

其中dji表示企業j破產時，企業j被凍結的對企業i的投資額或貸款額，dij表示企業j破產時，企業i對企業j的投資額或借貸額。即在風險傳染過程中，企業i的損失大于0的時候，則表示企業i受到風險的感染，并歸入集合β，反之則不屬于集合β。

三、溫州融資關系網絡的風險傳染效應分析

(一)數據來源

因為溫州的民營企業普遍偏小，上市公司是當地的行業龍頭，在融資關系網絡中居于核心地位，再加上上市公司融資關系網絡的穩健發展對溫州地區經濟的安全具有非常至關重要的作用，因此根據實證研究的目標與數據的可得性，將選取溫州的上市公司及其融資關系網絡中的合作伙伴作(239)為此次研究的樣本企業，并通過pajek軟件對樣本企業的融資關系網絡數據進行可視化處理，得到圖1，說明溫州的融資關系網絡并不是積聚成塊，而是存在大小不等的派系。但由于溫州民營企業數量眾多，僅由上市公司作為樣本代表溫州的民營企業還是會出現數據代表性不完全的問題，為力求樣本數據貼近實際，本文還將利用問卷調查的形式，將溫州某民營企業集團及其與之相關的其他企業(113)所形成的融資關系網絡作為個案進行仿真測算，以彌補上市公司樣本數據的偏差，從而使本文的研究更貼近實際。在技術處理方面，本文將主要采用MATLAB軟件對溫州的融資關系網絡風險傳染效應進行仿真測算。

(二)溫州融資關系網絡的仿真模型結果

本次的溫州融資關系網絡風險傳染仿真實驗將在保守與激進的情形下進行，取兩個參數水平，從而考察溫州企業各節點的風險傳染效應。

圖2與表1為溫州風險傳染效應的仿真結果。但是可以從表1中更為清楚的發現，以溫州融資關系網絡的風險傳染強度為例，其最大的強度為3，即如果v15作為初始破產節點的企業，將在第一時間內(傳染步長為1)引起v32與v33的破產；同理，如果v31、v34、v213。而其它企業的風險傳染強度均為1，即除v15、v31、v34與v213外，其他242家企業如果作為初始破產節點企業的話，均不會使風險傳染到其他企業。所以該網絡的風險傳染強度指標處于非常低的水平，平均的風險傳染強度經測算為1.024 4，同時其平均風險傳染損失倍數*風險傳染的損失為融資關系網絡內由于風險傳染而造成的凈資產的損失。也處于低位水平，為1.002 9。從派系網絡傳染率水平*風險傳染損失倍數是指風險傳染的損失與風險傳染開始之時某破產企業的凈資產損失的比值。同時也暗示風險傳染過程中的沖擊力與爆發風險的初始企業的財力狀況有著一定的關系，因此與風險傳染的損失的指標相比，可以排除爆發風險的初始企業的財力狀況的干擾，更加客觀的評價凈資產的損失。來看，PX-1與PX-2的平均派系網絡傳染率水平分別為1.79%與2.06%，派系結構的穩定性極強，可以抵抗個體風險的傳播。如果由于某種原因前四名風險傳染強度最大的四個企業同時破產的話，網絡的風險傳染比率*風險傳染的網絡傳染比率是指風險傳染的強度與爆發風險的初始企業所在融資關系派系的規模比值，用以反映風險傳染對各個派系網絡的破壞程度。僅為0.032 5。因此在保守情況下，該融資關系網絡的結構具有非常有效率的風險傳染防火墻，個體企業的破產不會引起溫州融資關系網絡的崩潰，所以該網絡的結構具有非常強的穩定性。

圖1　溫州樣本企業融資關系網絡結構圖

圖2　ρ=0.5溫州融資關系網絡風險傳染效應仿真結果

圖3ρ=2.0溫州融資關系網絡風險傳染效應仿真結果

圖4(1)ρ風險傳染步長的CDF圖4(2)風險傳染比率的CDF

當ρ=2.0時，仿真實驗的整體結果如圖3所示，最大的風險傳染的強度為32，即當v53破產的時候，將會引起31家企業倒閉，風險傳染的步長為1，也就是說v53破產將會在第一時間內傳染到其他31家企業，派系的傳染比率為56%，但是派系px-1的平均派系傳染比率為3.45%；其次是v15的風險傳染強度為19，即v15破產時，派系的傳染比率為36%，而其平均派系傳染比率為4.7%。但是如果v64破產，將會引起16家企業倒閉，派系傳染比率為94%，將引起整個px-3網絡的崩潰，但是其平均派系傳染比率仍處于較低水平，為10.49%。因此溫州融資關系網絡內的前三大規模的派系中px-1是最穩定的，但是對于整體溫州融資關系網絡來說，其風險傳染仍處于低位水平，即平均的風險傳染強度為2.089 4，平均風險損失倍數為1.43，平均的網絡傳染比率為0.85%，而且最高的網絡傳染強度不到15%[見圖4(2)]，因此在激進的情況下，溫州的融資關系網絡結構也是穩定的。從傳染步長來看[見圖4(1)]，最大值為4，最小值為0，且大部分傳染步長位于0，而平均傳染步長也顯示為0.31，說明了溫州風險傳染的另一個特點，它的持續時間不會很長，一旦個體爆發風險，風險就會實現快速傳遞。但是當v53、v15、v64、v213、v1、v160同時受到攻擊的時候，px-1內將會有78.95%家企業倒閉，px-2內有60.38%企業倒閉，px-3則有94%的企業倒閉，px-6內的企業則是100%倒閉，從這點看，派系對“中心企業”*這里的“中心企業”是指融資關系網絡內傳染強度排名前五名的企業。的依賴性很強，一旦關鍵企業面臨破產，派系內的企業將遭受重大的打擊，整個派系有面臨崩潰的威脅，這是其脆弱性之所在，但是對整個網絡的而言，其結構是穩定的，整體網絡傳染率處于低位水平。另一方面非“中心企業”的破產對派系網絡的打擊是非常小的，對整個派系也是毫無威脅的，不會演化成派系系統的風險。這與溫州融資關系網絡的風險防御機制存在著一定的聯系，融資關系網絡中“中心企業”可以對網絡風險提前進行干預與吸收，“中心企業”相較于“若干企業”，更具有資產、人才、管理和信息的優勢，它可以通過關系網絡及時掌握網絡內其他企業的經營狀況，一旦爆發風險就可以憑借其龐大的資產與信息管理上的優勢，提前介入并采取相應的防范措施，從而保證自身與融資網絡的安全。

四、溫州某融資關系網絡的風險傳染效應的個案分析

該融資借貸關系網絡內共有113家企業，最大風險總負荷*最大風險負荷即為網絡內的企業凈資產的總和。為497.26。企業數據依賴于現場座談調研及其問卷調查的方式，收集了該融資關系網絡113家民營企業之間擔保關系鏈信息、相互間的擔保金額及其各企業節點的凈資產額，其結構屬于結盟網絡，并零星散布著少數孤立節點，見(圖5)。由于該調查的數據比較完整，無相關數據的缺失，所以我們可以摒棄動態理論模型的均質化網絡強度的假設，以擔保金額作為關系鏈的強度，從而驗證異質化的網絡強度對風險傳染效應的影響是有限的；另外我們也無需對參數ρ進行設置，可以直接利用凈資產作為各企業節點的最大抗風險負荷。同樣，我們利用MATLAB來進行該民營企業的仿真測算。

圖5　溫州某民營企業集團的融資關系網絡圖

根據仿真測算結果(見圖6)，該融資關系網絡的最大風險傳染強度為26，即如果企業v44或v48因某風險沖擊而倒閉破產的話，將有25家企業受到牽連，其規模占整個網絡規模的23.01%，風險損失倍數分別為7.83與9.84；其次的風險傳染強度為25，即如果企業v32或v42破產的話，也將會有24個企業受到牽連而倒閉，占整個網絡規模的22.12%，風險損失倍數為73.98與10.69； v30的風險傳染強度為24，即如果v30破產的話，將有23家企業受到牽連而倒閉，占整個網絡規模的21.24%，風險損失倍數為7.64(見表3)。從統計數據來看，網絡的風險傳染比率處于低位。但是v32破產所導致的風險損失倍數非常大，經觀察我們可以發現v32除了凈資產(0.24)比較小之外，它在該融資關系網絡內處于一個三角回路與支系網絡結構洞中心的位置(見圖5)，根據動態理論模型的風險加速機制*風險加速機制，即如果網絡中存在a、b、c三家企業所形成的三角閉合回路，那么在風險傳染的過程中a企業的倒閉破產會直接影響到b與c企業，同時c企業還要承受b企業因為a企業的拖累而所產生的負面影響，從而形成風險傳染的加速。，網絡中如果存在三角閉合回路的話實際上增加了風險傳染的加速效應。因此該企業的破產可以產生巨大的能量，造成連通網絡內的重大損失。同時還可以我們發現，該五個企業為該融資關系網絡傳染強度排名前五名的企業，即因企業v44、v48、v32、v42、v30的倒閉而受牽連的企業節點幾乎是一模一樣的，即如果發生重大危機，這五家企業同時倒閉的話，有且只有27個企業受到牽連，占整個網絡規模的23.89%，損失倍數僅為2.56，因此該融資關系網絡在經濟極端惡劣的條件下，企業v44、v48、v32、v42、v30同時破產對整個網絡的沖擊力是小的，從這角度看的話，該融資關系網絡是具有穩健性。從平均值來看，也呈現出相同的結果，即網絡平均風險傳染強度為4.73，平均的網絡傳染比率為4.19%，平均的損失比率為2.6%，平均的損失倍數為6.58，處于風險的低位，而且整個網絡的傳染步長相對較短，最大值為7，最小值為0，因此企業破產傳染的影響持續的時間是處于偏低的水平，雖不是一步到位，但也會在較短的時間內暴露所有的風險，這也是符合溫州的實際情況的，2011年溫州的借貸危機集中爆發而第二年就開始趨于穩定并逐步修復，正是驗證了此番道理。因此該融資關系網絡是一個穩定的結構，即使是適用上文均質化的關系強度與負債率參數ρ=2(激進)的假設，也能得出溫州融資關系網絡的結構穩定的結論，即各企業節點平均風險傳染強度為2.48，如果前五大風險傳染強度企業節點同時倒閉的話，其網絡的傳染比率為47%，也仍是處于中等水平，所以均質化關系強度假設不影響仿真模型的結果。這個隨機的融資關系網絡也驗證了溫州融資關系網絡內部結盟網絡風險傳染的效應，雖然遭遇重大系統風險攻擊的時候，網絡會表現出一定的破壞性，但是表現了溫州融資關系網絡依托的熟人關系網絡模式的有效性，這種關系網絡以個人血緣關系為基礎，雖然理論上可以通過親友的親友將關系網絡規模逐步擴大，最終組成覆蓋廣泛的人際關系網，但是，在這樣的關系網中，信任程度仍是依據親緣的遠近，能夠組成融資借貸網絡的仍是取決于地緣和血緣，出于謹慎動機，溫州民間借貸關系網絡多數仍然保持傳統觀念，小心控制自己的融資借貸關系網絡規模，這使得溫州借貸關系網的擴張實際上是難以突破血緣地緣關系的局限，客觀上起到阻斷風險連鎖傳遞的作用。相反，如果某一民間借貸關系網絡而一旦出現規模過度擴張，超出了血緣地緣范圍，由于缺乏血親關系的約束，一旦風險發生，借貸危機連鎖爆發的可能就大大增加。正是出于謹慎動機，溫州商人對融資行為和融資對象諸多限制，從而使企業間的融資行為能夠控制在一定的范圍之內，為溫州提供了穩定的融資環境。

(1)溫州某融資關系網絡風險傳染強度的仿真結果 (2)溫州某融資關系網絡風險傳染損失倍數的仿真結果

(3)溫州某融資關系網絡風險傳染傳染損失比率的仿真結果

(4)溫州某融資關系網絡風險傳染步長的CDF (5)溫州某融資關系網絡風險傳染比率的CDF

圖6　溫州某融資關系網絡的風險傳染仿真模擬結果圖

表3　溫州某融資關系網絡風險傳染強度前五名企業的仿真結果統計表

圖7　銀行參與下的溫州某融資關系網絡圖譜

當然，如果發生全國性的金融危機情況就相反了，因為有銀行的參與，網絡結構就變成了如(圖7)*設立節點v114，代表銀行節點(即包括國有銀行及其他商業銀行)，來考察該融資關系網絡的抗風險能力。所示。

仿真測算的結果顯示，在保守的情況下，如果銀行發生危機的話，那么將有80家企業受到牽連，占整個網絡的70.8%，且傳染步長為2。也就是說，在系統性的危機下，該融資關系網絡是及其脆弱的，將在極短的時間內網絡內的企業遭受了及其嚴重的打擊。另外在激進的情況下，如果發生全國性系統的危機，那么該網絡內的企業將全軍覆沒，折損率為100%，且傳染步長也為2。也就是說，在激進的情況下，全國性系統危機會使該融資關系網絡一擊致命，這也從側面說明了銀行系統的安全在溫州融資關系網絡中的重要作用。

五、研究結論

2011年溫州的借貸危機引發了人們對溫州融資擔保鏈的擔憂，但是研究發現溫州的以親緣血緣為基礎的融資關系網絡結構具有細碎性與派系化的特征，它并不是積聚成塊，而是存在大小不等的派系，具有結構性阻斷風險傳播的功能。具體的利用MATLAB仿真模擬測算，得到：(1)當融資關系網絡內的企業發生個體風險的時候，網絡的傳染比率處于低位水平，融資關系網絡的結構是穩定的。即使派系網絡內的“中心企業”破產，派系網絡遭受巨大的損失，也不影響其整體網絡的穩定性。(2)“中心企業”在溫州融資關系網絡中的重要風險控制地位。當“非中心企業”發生危機時，網絡結構不受風險傳播的影響，驗證了網絡內“中心企業”對網絡風險的“消化吸收”功能。同理，對溫州地區某融資關系網絡的個案分析也驗證了溫州融資關系網絡的上述觀點。因此除非發生全國性的系統危機，其由企業社會關系網絡所形成的企業與企業之間的融資關系網絡結構是穩健的，同時“中心企業”在網絡中的地位及其重要，它是網絡安全的“紐帶”，又是抵御風險的“緩沖劑”。溫州的以血緣親緣為基礎的融資關系網絡結構的穩健性結論，它突破了以往文獻中認為溫州融資關系網絡不穩定的判斷，解釋了傳統血緣親緣關系在融資關系網絡風險防御方面的功能，填補了傳統融資關系網絡研究方面的不足，同時給溫州及中國其他地區民間擔保融資的內生性發展指明了道路，即中國的融資關系網絡建設需順應傳統融資網絡內部的內在規則，揚長避短，建立公平自由的市場金融環境。

聯系到溫州金融市場的健康發展，雖然這種以血緣親緣為基礎的融資關系網絡結構是穩健的，但也要克服其中的脆弱性，從而避免產生重大的損失。第一，建立依托熟人關系網絡的民營企業性質的金融中介機構，如互助制公司。正如上文所描述的，溫州融資關系網絡的脆弱性在于，在其網絡擴張的時候出現超出血緣親緣范圍的融資，從而缺乏有效的監督機制約束雙方的行為。基于其融資關系網絡內在結構的穩定性，我們可以建立一種內生于這種穩定結構的新型金融中介機構，解決民營企業的資金融通與安全問題。這種新型的金融中介機構，可以稱之為互助制公司，是一種企業制度的創新，它的功能源于標會，又高于標會，是一種全新模式的公司制企業。即網絡“中心企業”依據各自的能力注資于互助制公司，成為該公司的會員，從而享有公司為其進行金融互助服務的權利。公司的規模可大可小，可專注于會員的投資、小額擔保、互助等業務，其他網絡成員也可以向其購買投融資服務。如果說國有銀行是縱向的信用聯系，那么互助制公司就是內生于融資網絡的橫向信用聯系，它可以讓民營企業自由地通過內部之間的資金與信用的流動緩解資金供求的矛盾。同時它又依托于熟人的網絡系統，內部之間存在相互制約的監督機制，會員也會遵循謹慎原則對“投資項目”、“借款項目”、“擔保項目”進行盡職審查，做好項目的調查與追蹤工作，并同時給予公司會員與網絡成員更廣的投資渠道并分散風險。這樣公司會員與網絡的成員就可以減少對銀行、抵押物、陌生融資網絡的依賴，同時又解決了網絡成員小額資金的需求。銀行的小額借貸也可以引入互助公司的連帶擔保，利用互助公司熟人關系與信息網絡系統，建立與互助公司風險共擔的機制，來減少自身風險的同時滿足中小企業的資金需求。第二，引入依托“中心企業”的信貸擔保制度。在現實中，銀行也要防范這種風險：溫州融資關系網絡的圈子文化，如最直接的現實，銀行機構一直是網絡內的“外人”，當發生風險時，融資網絡會把風險轉移并積聚于幾家企業，其他成員則切斷與這幾家企業的聯系，當風險爆發的時候，風險就直接實現了向銀行的轉移。銀行在這方面要謹慎對待，尋找“中心企業”關系網絡的支持就是一條有效的途徑。我們知道，在溫州融資網絡內部，“中心企業”可以利用關系網絡的特殊渠道掌握網絡企業的經營與借貸狀況，也可以對網絡的借貸風險進行事先介入與調整，其對網絡的風險控制能力超過了外部企業與銀行，因而“中心企業”在網絡中具有信息與化解部分網絡風險的功能。如果銀行對網絡企業的借貸可以引入“中心企業”，即“若干企業”的借貸由“中心企業”進行風險共擔，建立起銀行與“中心企業”的良好的信息渠道，盡職調查與認真追蹤貸后信息的話，也可以在一定程度上降低銀行的風險。第三，在政府方面，政府要繼續保持這種網絡內在結構的穩定性，因為這種傳統的融資關系網絡是習慣、習俗、內化的規則與軟制度，正如哈耶克[17]所說“是人類文明的重要組成部分”，是經過精煉和檢驗的先人智慧，只需進行必要政策的引導即可。在充分尊重自由市場的前提下，政府可放松一部分的金融管制，如降低民營企業金融機構入門的門檻，加強法制與文化的建設與宣傳工作等，讓民營企業金融機構能夠在有序的市場上參與充分的市場競爭。綜上所述，如果我們在民間的借貸網絡中能夠充分發揮現階段傳統關系網絡的特點，收集“大”信息，建設“小”組織，揚長避短，民營企業的金融環境就可以得到不斷的完善。

[1]馮登艷.金融深化是化解民間借貸危機的根本途徑[J].金融理論與實踐,2012(5):48-52.

[2]蔣俊杰,柯迪.我國的民間借貸危機:成因、演變與治理對策[J].云南大學學報(社會科學版),2014(5):44-48.

[3]范建軍.我國民間借貸危機形成的原因與對策[J].經濟縱橫,2012(4):26-29.

[4]劉少華,張賽萍. 民間借貸效應分析與地方政府監管途徑選擇——以溫州“民間借貸危機”為例[J].財政理論與實踐,2013,34(1):11-15.

[5]段炳德.民間借貸危機的背景、根源與對策[J].理論學刊,2012(3):53-55.

[6]戴新民. 溫州民間借貸危機:事件與制度[J].財政研究,2013(2):47-50.

[7]張春雷,徐忠,秦朵.中國民間借貸利率與民間資本的出路:溫州案例 [J].金融研究,2013(3):1-14.

[8]楊汝岱,陳斌開,朱詩娥. 基于社會網絡視角的農戶民間借貸需求行為研究[J]. 經濟研究,2011(11):116-129.

[9]杜權,鄭炳蔚.對當前紹興企業擔保鏈問題的思考[J].浙江金融,2010(6).

[10]吳寶,李正衛,池仁勇.社會資本、融資結網與企業間風險傳染——浙江案例研究[J].社會學研究,2011(3):84-105.

[11]張澤旭,李鵬翔,郭菊娥.擔保鏈危機的傳染機制[J].系統工程,2012(4):25-31.

[12]張樂才.企業資金擔保鏈：風險消釋、風險傳染與風險共享——基于浙江的案例研究[J].經濟理論與經濟管理,2011(10):57-65.

[13]林民書,蔡星星.中國企業關系網絡結構形成機制研究[J].河南社會科學,2015(11):38-51.

[14]Thomas A,Timberg C, Aiyar V.Economic Development and Cultural Change[J]. University of Chicago Press Journals,1984,33(1):43-59.

[15]Siamwalla A, Pinthong C, Poapongsakorn N,et al.The Thai Rural Credit System:Public Subsides,Private Information and Segmented Markets[J].World Bank Economic Review,1990,4(3):271-296.

[16]Battiston S. Liaisons Dangereuses Increasing Connectivity, Risk Sharing, and Systemic Risk[R]. New York:Working Paper,2009.

[17]Hayek F A.The Political Order of A Free People[M]. Chicago :University of Chicago Press,1979.

[18]曹紅輝.美國信用危機:成因、風險傳導與制度變革[J].2008(10)：4-10.

[19]丁騁騁,邱瑾. 民間借貸利率期限結構之謎——基于溫州民間借貸利率監測數據的解釋[J].財貿經濟,2012(10):48-56.

[20]雷新途,林素燕,祝錫萍.民間借貸緩解了中小微企業融資約束嗎?——來自溫州的證據[J].審計與經濟研究,2015(6):97-105.

[21]李宗怡,李玉海.我國銀行同業拆借市場“傳染”風險的實證研究[J].財貿研究，2005(6):51-58.

[22]劉西川，陳立輝.風險防范中的非利率條件、業緣型社會關系和關聯性交易—基于溫州民間借貸的經驗考察[J].財貿研究，2012(5):104-111.

[23]許經勇.剖析浙江溫州民間借貸危機的多米諾骨牌現象[J].學習論壇,2013(3),41-43.

[24]姚洪興,孔垂青,周鳳燕,陳璐.基于復雜網絡的企業間風險傳播模型[J].統計與決策,2015(15):185-188.

[25]張樂才,劉尚希.銀行與企業資金擔保鏈：抽貸門檻與風險傳染[J].當代財經，2013(7):55-66.

[26]Angehni P. Systemic Risk in the Netting System[J].Journal of Banking and Finance,1996,20(5):853-868.

[27]Georg G.The Effect of the Inter Bank Network Structure on Contagion and Common Shocks[J].Journal of Banking and Finance,2013,37(7):2216-2228.

[28]Goldstein P.Contagion of Self-fulfilling Financial Crises Due to Diversification of Investment Portfolios[J].Journal of Economic Theory,2004,119(1):151-183.

[29]Muller M.Two Approaches to Assess Contagion in the Inter Bank Market[R]. Swiss :Swiss National Bank Working Paper，2003.

責任編輯應育松

Analysis on the Risk Contagion Effect of Wenzhou Financing Relationship Based on the Dynamic Theory Model

CAI Xing-xing, LIN Min-shu

(School of Economics, Xiamen University, Xiamen 361005, China)

Different from the previous judgement that Wenzhou financing relationship network is instable, the research data shows that Wenzhou financing relationship network does not accumulate into a block, but ranging from the size of the factions, and also with the function of blocking risk. With the aid of the risk of infection of the dynamic theory model and PAJEK, MATLAB software to Wenzhou listed company and its partners (239) data, this paper carried the simulation calculation; at the same time, it used a questionnaire to investigate a private enterprise group (113)’s financing relationship network as a case to verify. The study found that: When the enterprises in financing relationship network encounter individual risks, the network’s transmission ratio is at a low level, and the structure of the financing relationship network is stable; “Central enterprises” play a role in risk control in the Wenzhou financing relationship network. So under normal circumstances, the structure of Wenzhou’s financial relationship network, which is based on blood relationship, is robust. Finally, the article proposes to establish bank credit guarantee with mutual aid system and the “central enterprises” based on the acquaintance network.

Structure characteristics; risk conduction; contagion effect; analogue simulation

2016-05-25

蔡星星，女，廈門大學經濟學院博士生，主要從事企業理論研究；林民書，男，廈門大學經濟學院教授，博士生導師，主要從事企業理論、區域和產業經濟學研究。

F490.6

A

1005-1007(2016)09-0003-13