社会网络对民营企业获取商业信用和银行信用的作用研究?
李胜兰何朝丹
摘要：在中国的转型经济中，由于民营企业往往受到信贷歧视而难以得到正规金融部门支持，因此，民营企业常常寻求社会网络的非正规作为替代性融资来源，这在企业的负债结构中就表现为商业信用对银行信用的替代。社会网络不仅是民营企业获得非正规金融如商业信用的重要来源渠道和履约保障，而且，社会网络对于企业获得银行信用同样具有积极的作用。本文通过对2004-2006年度的99家民营上市公司的实证数据分析验证了社会网络影响变量与企业商业信用、银行信用的相关性。
关键词：社会网络商业信用银行信用
在中国的转型经济中，由于民营企业很难获得正规金融部门的支持，因此，社会网络的非正规金融往往为其提供着重要的融资源泉。张军（1997）[1]和史晋川等（2001）[2]的案例研究表明，体制外产出（特别是民营企业）的金融支持主要来自于民间金融部门，而不是官方的正规金融部门。国际金融公司（IFC，2000）1999 年对北京、成都、顺德和温州的 600 多家私营企业的调查研究表明，对中小企业而言，民间金融市场是外源融资的最大来源，样本企业中约有一半曾通过民间金融市场筹集资金。何田（2002）的研究也说明，在浙江的宁波、温州、台州、嘉兴等经济发达地区，几乎所有的中小企业在创立阶段都是通过民间借贷解决资金缺口问题的，可以说，没有民间金融就没有今天浙江民营企业发展的巨大成就。[3]而在企业的负债结构中，正规金融与非正规金融为民营企业所提供的融资支持就表现为企业银行信用与商业信用之间的比重和替代关系。为了进一步探讨不同融资渠道对民营企业负债结构的影响关系，本文从社会网络的分析视角来对民营企业的商业信用和银行信用进行理论与实证的考察，试图对民营企业在转型经济中的融资环境和资本结构特征予以更加细致的描绘。
?此论文为广东省哲学社会科学规划项目“我国民营企业产权法律保护实证研究----以广东民营企业产权纠纷案件为例”和广东省高校人文社会科学研究重点资助项目“法律与中国经济增长”（课题主持人：周林彬、李胜兰）的中期成果之一。
李胜兰，中山大学岭南学院教授，通讯地址：广州市新港西路135号中山大学岭南学院（510275），电话：020-********，E-mail：lisl@https://www.doczj.com/doc/4410585104.html,。
何朝丹，中山大学岭南学院05级博士研究生，通讯地址：广州市新港西路135号中山大学岭南学院（510275），电话：020-********，E-mail：hezhaodan1@https://www.doczj.com/doc/4410585104.html,。
一、研究背景
社会网络是新经济社会学所提出的一个重要概念，Michetl（1969）从社会关系的角度出发，将社会网络界定为“某一群体中个人之间特定的联系关系，其整体的结构，可以称之为该群体中个人的社会行动”。学者们认为，整个社会就是由一个相互交错或平行的网络所构成的大系统，社会网络的结构及其对社会行为的影响模式成为社会网络的研究重点。哈里森.怀特（1981）认为社会网络是经济交易发生的基础，市场本身就是由社会网络发展而来的。[4]林南（1982）认为，人们通过嵌入的社会网络所能直接或间接获取社会资源的能力构成了人们的社会资本。[5]一般而言，非正规金融交易往往发生在一定的社会网络之中，在以家庭为核心的关系网络和熟人圈子中，大家互惠互利、风险共担，频繁的接触与交往为贷款人了解借款人信息和把握贷款收回可能性提供了便利，而基于社会网络的关系信任还可以使借贷双方绕开繁杂的法律程序，灵活处理抵押担保，从而降低融资的交易成本。虽然非正规金融是游离于官方金融监管范围之外的金融行为，而且又缺乏正规法律渠道对债权人的保护，但是依靠社会网络的私人治理机制，通过重复博弈、信誉机制、社会资本隐性抵押等治理形式保证了金融契约的有效实施。
（一）民营企业中商业信用对银行信用的替代
从融资环境的背景介绍中我们知道，民营企业在正规金融供应不足的情况下往往寻求社会网络的非正规金融支持。非正规金融为民营企业所提供的替代性融资支持在企业的负债结构中就表现为商业信用对银行信用的替代。商业信用和银行信用是企业在商品交易过程中两种最为基本的信用形式。商业信用是企业之间通过赊销商品、预付货款、分期付款、延期付款、经销、代销等交易方式来提供短期的资金融通和周转。银行信用则是银行将分散的社会闲置资金和储蓄予以集中，再通过商品票据贴现、抵押贷款、信用贷款等信用工具向企业贷放，来为企业提供融资服务。
虽然商业信用和银行信用都能为企业提供资金融通和信贷支持，但在法治尚不完善的转型经济中，商业信用的替代作用表现得更为突出。Demirguc-Kunt和Maksimovic(2003)通过对39个国家企业层面的数据进行分析来探讨法律制度对商业信用规模的影响，其研究发现，在那些法律制度更为有效的国家，企业会使用较大比例的银行信用，而在较差法律环境中的企业则会使用更高比例的商业信用。这是因为虽然包括商业信用在内的各种借贷形式都能被偿还欠款的法律可执行性所促进，但是法律制度的效率对于银行信用来说，比对商业信用具
有更大的推动效应。因为商业信用可以不必诉诸于法律制度而通过停送后续货物等形式来惩罚欠款人。[6]此外，Coricelli (1996)就认为私有企业的商业信用在波兰的经济转型中发挥了关键性的作用。[7]Wilson和Summers（2002）提出在转型经济中，由于获得银行信贷的难度普遍较大，因而企业间的商业信用成为企业外部融资的重要手段。[8]
在对转型经济的中国民营企业考察中，Ge and Qiu (2005)就发现中国的民营企业比国有企业有更多的商业信用，而且会将这些商业信用形式的外部融资更多地用于投资而非交易目的。[9]Cull，Xu & Zhu（2007）利用中国国家统计局的企业年度报告数据，选取了1998-2003年间的10万家企业数据，其中包括国有企业及年销售收入超过5百万的集体、民营、外资企业等，而这些企业代表了中国工业企业增加值的一半和GDP总量的20%-25%。作者发现中国的银行信贷配置是向盈利率更低的国有企业倾斜的，因而也是无效率的，对于那些被正式的银行贷款市场拒之门外的民营企业来说，商业信用成为了银行贷款的替代。商业信用可以被看作是支持中国持续经济增长的正式和非正式制度安排的一个缩影。[10]
（二）社会网络有助于企业获得商业信用
民营企业中商业信用的盛行更与中国根深蒂固的关系网络文化有着密切的联系。处于社会网络节点的民营企业，其商业信用的获得往往是基于企业之间的人情网络、个人信用和长期合作，它不仅受到供应商的约束，更有来自同行及相关企业的声誉约束，企业守约或违约的信息都会在社会网络中非正式地交流和传播，进而影响着企业所能获得的商业信用额度和期限。可以说，民营企业中商业信用的形成和存续，不仅依赖于企业与供应商之间形成双边声誉约束机制，而且要依赖社会网络中的多边声誉约束机制。Kiong & Kee（1998）在分析中国商业网络中的信用和关系基础时提出，企业的经济决策并不仅仅是基于市场的考虑，由于企业是嵌入于更为广泛的社会关系结构中的，企业之间的合作往往要考虑一些个人因素，如个体的控制、个人之间的关系和个人间的信任和信用。[11]McMillan & Woodruff (1999)就发现商业关系愈加持久，企业所获得的商业信用额度就会越大，这主要是因为老客户更容易建立起信任。[12]Banerjee， Dasgupta & Kim(2004)的实证研究也发现，在供应商面临财务困难时，那些具有长期合作关系的大客户会更为迅速地付款，这说明了持久的合作关系具有极为重要的价值。[13]张杰等人（2007）的实证调研发现，我国中小民营企业商业信贷多发生于本地客户和有长期交易关系的客户，普遍采用“一批货款压一批货款”付款方式，而且采用零利率、无折扣形式。对于非长期交易、非知根知底、非主要外地客户则一律采取现金结算形式。[14]
（三）社会网络有助于企业获得银行信用
社会网络不仅是非正规金融的支撑机制，而且社会网络也会有助于企业获得银行信用。Brian Uzzi（1999）就研究了社会嵌入性如何影响企业获得金融资本，以及以什么样的代价来获得金融资本。[15]由于商业交易通常是通过社会关系和社会网络而发生的，主导商业交易的也并不完全是市场抉择而包括一些非商业的社会关系，但以往的金融理论没有太多考虑企业所嵌入的社会环境，缺乏对银行和客户关系价值的深入挖潜。作者将社会嵌入性作为一个变量来探究关系的质量和网络纽带的构造如何影响一个企业获得贷款以及降低借贷成本。研究发现，由于网络效应和嵌入性纽带可以激发网络参与者分享他们的私人资源，嵌入于社会联系中的经济交易既创造了独特的价值又促进了交易伙伴的利益分享，因此，那些与银行在社会交往中有更深入联系的企业更容易获得贷款，而且贷款利率也会更低。由于在金融交易中，社会网络的嵌入性既是一种资源渠道又是一种治理安排，它不仅能加强企业与银行之间的联系，而且在交易中可以形成信任和互惠的预期。Peterson和Rajan(1994)的实证研究也印证了良好的银企关系无论对于企业贷款成本，还是信贷可获得性都会产生有利的影响，其中对信贷可获得性的影响更为显著。[16]在中国的经验分析中，陈晓红、吴小瑾（2007）用因子分析法对154家中小企业社会资本进行测量的基础上，考察了企业社会资本与信用水平之间的相关性。其实证结果也显示了中小企业社会资本与企业信用水平有较强的正相关性。[17]在现实中，关系网络还成为一些民营企业获得银行信用的重要途径。一些中小民营企业由于在银行借贷中受到歧视，难以通过正常渠道取得银行贷款，因此常会出现民营企业通过走后门、拉关系等不正当渠道获得贷款。在民营企业的社会网络关系结构中，企业家非常看重与银行高管之间的关系，而利用人际交往与银行金融机构的关键人物拉关系，并通过回扣和虚假财务信息来骗取信任谋求贷款等现象也屡见不鲜。
二、研究假设与样本选取
（一）研究假设
基于本文研究背景的分析，在实证检验中我们将主要考察代表社会网络影响因素的变量对于民营企业获得银行信用和商业信用有无显著影响。本文选取了企业实际控制人的社会地位，企业高管中的政府背景比例以及银行背景比例，作为社会网络影响银行信用和商业信用的代理变量。企业实际控制人的社会地位越高，其社会影响力和可运用的社会资源也就越多，企业的品牌价值和名人效应也就越强，在其较高的声誉影响下，企业所能获得的银行贷款额
度和商业信用额度自然也就越高。因此，本文提出如下假设：
H1a：企业家的社会地位、社会资本与企业银行信用存在正相关关系。
H2a：企业家的社会地位、社会资本与企业商业信用存在正相关关系。
而企业中具有政府背景和银行背景的高管也能为企业获得银行信用和商业信用提供帮助和便利。这是因为在中国的经济转轨阶段，政府对于银行信贷资源仍有一定的干预能力，而具有银行背景的高管则可凭借其之前的职业关系网络，在熟人、关系、人情的社会网络机制影响下，更容易获得银行贷款额度审批。因此，本文提出如下假设：
H1b：企业高管中的政府背景比例与企业银行信用存在正相关关系。
H1c：企业高管中的银行背景比例与企业银行信用存在正相关关系。
（二）样本选取
由于中小民营企业的财务数据很难获得，因此，本文的实证分析主要以民营上市公司为例。本文的样本研究区间为2004-2006年，样本选择原则为：（1）公司的实际控制人为自然人。本文采取的是更加狭义化的民营企业概念，因为本文需要考察实际控制人的社会地位、身份，只有具体化到个人才有可能实现；（2）公司由民营控股或收购已满三年。目的在于控制公司刚上市或被收购而产生的短期波动，探究公司治理框架下法律与社会网络一种相对稳定、长期的互动关系；（3）排除发行H股和B股的公司。因为这些公司与只发行A股的公司在会计准则及公司治理上有显著的不同；（4）排除金融类上市公司。因为该类公司采用的会计制度与其他公司明显不同；（5）排除样本研究区间发生亏损的上市公司。因为本文所考察的社会网络影响变量都相对比较稳定，如果公司绩效变量出现符号相异必然会给研究结果带来异常影响；（6）能够从公开媒体上找到上市公司财务数据和实际控制人相关信息。根据以上条件，我们最后获得的样本是2004-2006年上交所、深交所上市的99家A股上市公司，共297条数据。
本文考察的股票价格信息和部分财务数据来自于WIND中国金融研究数据库，实际控制人、高管背景及独立董事背景等信息手工摘自于各上市公司年度财务报告。
三、变量定义与模型设计
（一）变量定义
由于商业信用与银行信用之间具有一定程度的相似性，银行等金融机构在发放信贷时所关注的指标往往也是提供商业信用的企业所关注的，因此，实证分析中除了分别以企业标准化的银行信用和商业信用为被解释变量外，解释变量和控制变量都相同。本文共涉及三类变
量，分别是：被解释变量、解释变量和控制变量。
1、被解释变量
本文采用标准化的银行信用和商业信用为被解释变量，所谓标准化即是将企业的银行信用和商业信用分别除以企业的资产规模，如此可使得不同规模的企业之间具有一定程度的可比性。
标准化银行信用（Bank_credit）的计算公式为：
标准化银行信用=企业年末银行贷款余额/企业年末总资产
=（企业短期贷款+企业长期贷款）/企业年末总资产
标准化商业信用（Business_credit）的计算公式为：
标准化商业信用=企业年末商业信用余额/企业年末总资产
=（企业应付账款余额+企业应付票据余额+企业预收账款余额+企业其他应付款余额）/企业年末总资产
2、解释变量
根据前文的研究假设，本文所选取的解释变量有（1）公司实际控制人的社会地位；（2）公司高管中政府背景的比例；（3）公司高管中银行背景的比例。
表1：解释变量定义描述
解释变量 指标代称 变量描述
实际控制人社会地位 Social_Class 实际控制人社会地位评分
高管中政府背景的比例 Government_gg 高管中政府背景的人数除以董事总数
高管中银行背景的比例 Finance_gg 高管中银行背景的人数除以董事总数 解释变量中的数据大多可以通过变量定义的计算公式获得，对于实际控制人的社会地位，本文则按一定的评分标准进行赋分加总计算所得。由于样本公司中大部分的实际控制人都具有一定的社会职务和政治身份如党员、人大代表、政协委员、行业协会领导，本文根据不同的级别和不同的职务确定分值，然后根据每个公司实际控制人的具体社会职务身份确定其社会地位得分值。具体的赋分原则量表如下：
表2：社会地位赋分原则量表
社会职务类别 基本分值 市级1 省级2 全国级3
党员 0.5
人大代表 2 2 4 6
政协委员 1.5 1.5 3 4.5
行业协会领导 1 1 2 3
3、控制变量
本文还选取一些现有文献证实对公司资本结构有影响关系的变量作为实证分析的控制
变量，主要包括：（1）公司规模。Rajan & Zingales(1995)认为规模可能是破产概率的反向代理变量。[18]因此大公司抗风险能力较强，不易受财务困境影响，公司预期破产成本大为降低，这样规模大的公司会更多地使用债权融资。因此，企业的规模越大，企业就越容易获得银行贷款和商业信用。（2）企业的盈利能力，本文用企业的净资产收益率作为企业盈利能力的代理变量。企业的盈利能力越强，表明企业的经营状况越好，银行信用和商业信用的风险也就越小。（3）企业的成长能力，本文用企业的销售增长率作为企业成长能力的代理变量。成长性强的企业仅靠自身内部留存利润很难满足其发展的需要，因而对外部资金依赖性较强。而通常由于企业具有良好的发展前景，信用提供者对其的持续经营更有信心，也更愿意为其提供更高的信用额度。（4）企业的短期负债能力，本文用企业的流动比率作为企业短期负债能力的代理变量。因为企业的流动比率越高，说明资产流动性越好，偿债能力越强，债权人的利益就越有保障，企业就越有实力举借外债经营。（5）企业的长期负债能力，本文用企业的资产负债率作为企业长期负债能力的代理变量。因为资产负债率是从总体上反映企业偿债能力的指标，一般认为其值越低表明企业债务越少，自有资金越雄厚，财务状况越稳定，其偿债能力越强。（6）企业的抵押物价值，在企业的资产结构中，如果适于担保的资产（如存货、固定资产等)所占比例较大，则企业的信用能力就较强，债权人的借款风险因抵押物的存在而减小，因而企业有可能获得更多的负债。（7）非债务税盾。DeAngelo & Masulis(1980)认为，企业除了负债外还有其他一些降低税负、增加税后收入的机会，如固定资产折旧、投资税收减免以及养老金提取等，这些就是非债务税盾，它们是债权融资税收优惠的一种有效替代。[19]非债务性避税越多的公司，其债务融资就越少，因此，非债务税盾和公司资本结构往往呈负相关关系。
表3：控制变量定义描述
控制变量 指标代称 变量描述
资产规模 lnasset 企业年末总资产的对数
盈利能力 ROE 企业净资产收益率
成长能力 Growth 企业销售增长率
短期负债能力 F_ratio 企业的流动比率
长期负债能力 DA_ratio 企业的资产负债率
企业的抵押物价值 Mortagage (期末存货+期末固定资产)／期末总资产 非债务税盾 NDTS 固定资产折旧/总资产
（二）模型设计
由于本文分别考察社会网络影响因素对企业银行信用和商业信用的相关性，因此，相关的实证分析模型包括：
模型（1）
123456789_____it it it it it it it it it it
Bank credit C Social Class Government gg Finance gg Lnasset ROE Growth F ratio Mortagage NDTS βββββββββε=++++++++++ 模型（2）
123456789sin _____it it it it it it it it it it
Bu ess credit C Social Class Government gg Finance gg Lnasset ROE Growth F ratio Mortagage NDTS βββββββββε=++++++++++ 其中：模型（1）考察的是社会网络因素对企业银行信用的影响，主要分析独立董事比例、实际控制人社会地位、企业高管中政府背景比例和银行背景比例与企业银行信用的相关性；模型（2）考察的是社会网络因素对企业商业信用的影响，独立董事比例、实际控制人社会地位与企业商业信用的相关性。由于计量模型采用面板分析，上述模型中的下标it 代表第i 个公司第t 年的指标，110β?代表回归参数，it ε代表回归残差。
四、实证检验
（一）描述性统计
如表4所示，2004-2006年间样本上市公司的银行信用和商业信用变化幅度不大，银行信用约占企业总资产额的25%左右，商业信用约占企业总资产额的20%左右，银行信用平均略高于商业信用。由于民营上市公司是民营企业中实力雄厚、业绩优良的佼佼者，并且其信息的披露和透明程度也与一般的中小民营企业有迥然的差异，因此，民营上市公司更容易获得银行贷款，但对于中小民营企业而言，商业信用可能远比银行信用要高得多。
表4：被解释变量描绘性统计
标准化银行信用
标准化商业信用
年度 2004
2005
2006 2004 2005
2006
均值 0.258678 0.2540470.250083 0.2215540.202367 0.206526最大值 1.79192 1.2616970.84138 4.2938470.633078 0.70617 最小值 0 0 0 0.0180150.025907
0 标准差 0.213585 0.179842
0.146232
0.429075
0.123607 0.126373
观察值
99
99
99
99
99
99
如表5所示，社会网络各影响变量在2004-2006年度间变化幅度不大，大致呈一种稳定状态。其中，企业实际控制人的社会地位得分在2005年度略有偏高，高管中的银行背景比
例呈一种逐年略有上升的态势。
表5:解释变量描绘性统计
实际控制人社会地位得分高管中政府背景的比例高管中银行背景的比例
年度 2004 2005 2006 2004 2005 2006 2004 2005 2006
均值 3.70707 4.09596 4.0303030.1382590.123370.1305240.096508 0.1085920.110735最大值 9 9 9 0.6666670.5 0.5 0.555556 0.5714290.571429最小值 0 0 0 0 0 0 0 0 0
标准差 3.10859 3.04949 3.1002120.1355890.122070.1258480.110231 0.1259710.130154观察值 99 99 99 99 99 99 99 99 99
（二）回归结果分析
1、银行信用的实证分析结果
根据模型（1）的回归方程，本文采用Eviews5.1对样本数据进行了处理，并采用面板分析的POOL回归，回归结果如下表所示：（1）企业高管中政府背景的比例与企业的银行信
用在5%的显著性水平上有正相关性，本文的H1b假设得到了验证。这说明拥有政府背景的
企业高管能为企业获得银行贷款提供更多的便利和帮助，印证了政府对银行贷款资源的干预
和影响力的存在。（2）企业高管中银行背景的比例与企业的银行信用在10%的显著性水平
上有正相关性，本文的H1c假设得到了验证。这说明拥有银行背景的企业高管同样能为企业
获得银行贷款提供便利，企业之所以聘任有银行背景的高管正是看重了其原有的职业关系网
络所能给企业融资带来的便利。（3）模型分析的控制变量中显示了企业的资产规模、净资
产收益率、流动比率、资产负债率以及企业的抵押物价值都与企业的银行信用有显著相关性，
而这些指标也正是银行审核、发放贷款时所重点关注的一些企业财务信息。
表6：模型（1）回归结果
变量名称 相关系数 标准差 T统计量 P值
C -0.489925**0.202053-2.4247360.0159
Social_Class -0.0030960.002517-1.2301350.2197
Government_gg 0.129671**0.058358 2.2219800.0271
Finance_gg 0.116730*0.061476 1.8987800.0586
lnasset 0.028854***0.009565 3.0165770.0028
ROE -0.034980**0.017046-2.0520800.0411
Growth 0.0004450.0012270.3629120.7169
F_ratio -0.016236***0.005875-2.7634260.0061
DA_ratio 0.336458***0.0387978.6721880.0000
Mortagage -0.047486**0.022420-2.1180420.0350
NDTS -0.0200400.032314-0.6201730.5356
Adjusted R-squared 0.528152
Sample 297
注：*代表通过0.1显著性水平，**代表通过0.05显著性水平，***代表通过0.01显著性水平。
2、商业信用的实证分析结果
根据模型（2）的回归方程，本文采用Eviews5.1对样本数据进行了处理，并采用面板分析的固定效应回归，回归结果如下表所示：（1）实际控制人社会地位得分与公司的商业信用在10%的显著性水平上具有正相关性，本文所提出的H2b假设得到了验证。这说明企业实际控制人的社会地位越高，其社会声望和影响力就越大，在声誉机制的作用下企业上下游合作伙伴对其的信任度就越高，企业就更有可能获得高的商业信用额度。（2）模型分析的控制变量中显示了资产负债率、企业的抵押物价值以及企业的非债务税盾都与企业的商业信用有显著相关性，这与商业信用提供者在考虑是否提供商业信用时所关注的信息点也相符。但与银行信用分析中显著的控制变量类型相比，我们可以发现两种信用提供者在给予企业信用时关注的企业财务指标既有相同之处也各有侧重。
表7：模型（2）回归结果
变量名称 相关系数 标准差 T统计量 P值
C 0.4339550.4349230.9977740.3197
Social_Class 0.009583*0.005089 1.8833370.0612
Government_gg -0.0492070.076203-0.6457380.5192
Finance_gg 0.0739950.065262 1.1338210.2583
lnasset -0.0221370.020562-1.0765920.2830
ROE -0.0079860.009313-0.8575270.3923
Growth -4.15E-050.000683-0.0607480.9516
F_ratio -0.0067950.004558-1.4910510.1376
DA_ratio 0.211336***0.035887 5.8888660.0000
Mortagage 0.184076***0.0197879.3028750.0000
NDTS -0.030805**0.015210-2.0252610.0443 Adjusted
R-squared 0.955892
Sample 297
注：*代表通过0.1显著性水平，**代表通过0.05显著性水平，***代表通过0.01显著性水平。
五、结论与建议
本文通过对2004-2006年99家民营上市公司的银行信用和商业信用的实证分析，检验了社会网络影响变量与公司银行信用和商业信用的相关性。实证分析结果显示，代表社会网络影响因素的企业高管的政府背景比例和银行背景比例却显示出了与企业的银行信用与显著的正相关性，企业实际控制人的社会地位与企业的商业信用具有显著的正相关性。这说明
在企业个体的微观层面来看，不同企业间银行信用和商业信用的差异除了代表企业规模和偿债能力的财务指标外，还与企业的社会网络、社会资本差异有密切的联系。在中国转轨经济中的民营企业，其获得外部融资的一个重要渠道就是非正式的社会网络机制，它不仅能使企业获得类似商业信用的非正规融资，而且对于获得正规金融的银行信用也能提供极大的帮助。
针对以上实证研究结果，本文认为由于中国民营企业特别是中小民营企业深受“融资难”问题的困扰，因而更多地依赖社会网络支撑下的非正规金融来获得资金支持。因此，为了创造更有利于民营企业发展的融资环境，一方面，我们要重视社会网络机制对企业商业信用发展的积极作用，使商业信用与银行信用相结合，更好地为民营企业发展提供资金支持。这不仅需要建立企业的社会信用征信体系，使企业的信用信息更加公开透明，更要加快信用立法的步伐，形成一套完整、系统的规范社会信用活动的法律框架；另一方面，我们需要加强法律在维持社会信用中的支撑作用，尽量消除社会网络的关系融资所可能造成的不公平竞争、金融腐败等消极影响，市场经济既是法治经济也是信用经济，只有在法律的保障和促进下，市场信用才有可能健康地发展。
参考文献：
张军.改革后中国农村的非正规金融部门：温州案例 [J].中国社会科学季刊，(香港) ，1997秋季卷.
史晋川，叶敏.制度扭曲环境中的金融安排：温州案例[J].经济理论与经济管理，2001，（1）：63-68.
何田.“地下经济”与管制效率：民间信用合法性问题实证研究[J].金融研究，2002，(11):100-106.
White, Harrison C., Where Do Markets Come From？[J].American Journal of Sociology 1981(87): 517–47.
Lin，Nan，1982, Social Resources and Instrumental Action [M]. in Marsden，P．and Lin，N．(eds. )，Social Structure and Network Analysis, Sage Publications．
Beck, Thorsten, Maksimovic, V ojislav and Demirguc-Kunt, Asli, Bank Competition, Financing Obstacles, and Access to Credit [Z]. World Bank Policy Research Working Paper No.
2996, 2003.
Coricelli, Fabrizio, Finance and Growth in Economies in Transition [J]. European Economic Review, 1996(40): 645-653.
N. Wilson and B. Summers, Trade credit firms offered by small firms: Survey evidence and empirical analysis[J]. Journal of Business Finance & Accounting, 2002(29):317–351.
Ge, Ying and Jiaping Qiu, Financial Development, Bank Discrimination and Trade Credit. [Z].Wilfred Laurier University, Mimeo, 2005.
Cull, R., Xu, L.C., 2005. Institutions, ownership, and finance: the determinants of profit reinvestment among Chinese firms[J]. Journal of Financial Economics 77, 117-146.
Kiong T. C., Kee Y. P.. Guanxi Bases, Xinyong and Chinese Business Networks [J]. British Journal of Sociology , 1998, V ol.49 (10): 75-95.
McMillan, John and Christopher Woodruff, Interfirm Relationships and Informal Credit in Vietnam [J]. Quarterly Journal of Economics, 1999, 114(4): 1285-1320.
Banerjee, Shantanu, Dasgupta, Sudipto and Kim, Yungsan, Buyer-Supplier Relationships and Trade Credit. HKUST Working Paper, 2004 .
张杰，经朝明，刘东.商业信贷、关系型借贷与小企业信贷约束：来自江苏的证据[J].世界经济，2007（3）：75-85.
Brian Uzzi, 1999, Embeddedness in the Making of Financial Capital: How Social Relations and Networks Benefit Firms Seeking Financing [J]. American Sociological Review, V ol. 64, No.4, 481 -505.
Petersen, M A, Rajan, R G. The benefits of lending relationships: Evidence from small business data[J]. Journal of Finance, 1994, (49).
陈晓红，吴小瑾.中小企业社会资本的构成及其与信用水平关系的实证研究[J].管理世界，2007(1):153-155.
Rajan, R. and zingales, L. What Do We Know about Capital Structure? Sonle Evidence from International Data [J]. Journal of Finance, 1995 (50): 1421—1460.
DeAngelo, H. and R. Masulis, Optimal capital structure under corporate and personal taxation[J], Journal of Financial Economics 8, 1980.3—29．
Research on the Effect of Social Networks on the Private Enterprise
Achieving the Business Credit and Bank Credit
LI Shenglan HE Chaodan
Abstract: In the transition economy of China, the private enterprises can not get the support of the formal finance because of the policy discrimination, so the private enterprises always turn to the non-formal finance (it can be found that the business credit is the substitute of bank credit in the private enterprise debts structure). The social networks is an important approach of the non-formal finance and the protection of the contract enforcement; also, it has positive influence on the private enterprise to achieve the bank credit.
In this article, we use the data of ninety-nine private enterprises from 2004 to 2005 to test the relationship between the social networks and the business credit and bank credit.
Keywords: Social networks; Business credit; Bank credit