社会资本对银行贷款契约的影响，本文主要内容关键词为：契约论文,银行贷款论文,资本论文,社会论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
大量的财务经济学文献基于代理冲突视角和信息不对称视角构建银行贷款的契约理论模型：由于贷款人和借款人之间存在信息不对称，一方面，贷款人需要评估所有潜在借款人的信誉并筛选出信用风险高的“劣质”借款人，即贷款前的逆向选择问题；另一方面，由于借款人具有投资次优(高风险或净现值小于零)项目的动机，贷款人将根据“优质”借款人不同的信用风险等级提供不同利率的贷款，即贷款后的道德风险问题(Shockley和Thakor，1997；Cantillo和Wright，2000；Bradley和Roberts，2004；Beck et al.，2006)[41][6][5][4]。因此，由逆向选择和道德风险所导致的信息摩擦使得银行不仅需要设立价格型契约条款，而且需要设立非价格型契约条款，以便监督和限制潜在损失。 现实中的金融交易(比如银行信贷)是镶嵌在社会关系网络之中的，这种社会关系提供了独特的信贷渠道并最终决定了信贷成本。Putnam(2000)[38]将这种社会关系，或者说“人与人之间通过相互联系所产生的社会网络、互惠规范以及信赖度”定义为社会资本。社会资本具有促进合作和协调、保证交易机构正常运转、降低交易成本、提高资本效率的潜在功能，有利于提高社会信任度(Woolcock和Narayan，2000；Guiso et al.，2004)[43][19]。社会信任度越高，信息不对称所产生的交易成本越低，资金的借贷金额、借贷期限、借贷成本和担保要求等贷款契约条款可能相应受到影响。因此，社会资本可能会影响银行贷款契约的设计。然而，经典银行贷款契约理论模型没有突出社会资本的重要价值(Petersen和Rajan，1994)[35]。 同时，与西方发达经济体相比，发展中国家和经济转型国家有关契约的法律制度不够完善，非正式关系(如社会资本)往往可作为法律制度的替代机制以保证交易的正常进行。中国是关系导向型经济体，通过依赖社会网络建立可信赖的人际关系建立交易合作关系(Farh et al.，1998)[11]，社会资本对于中国而言将更加重要。因此，在中国开展社会资本和银行贷款契约之间关系研究具有重要的理论和现实意义。本文将考察中国30个省、直辖市社会资本的发展程度对于银行贷款契约的影响，为社会制度与银行贷款契约之间关系的研究做有益补充。 理论分析与研究假设 银行贷款契约是一种信任密集型(trust-intensive)的金融契约，这种金融契约的可执行性不仅取决于正式的制度环境，如法律渊源(La Porta et al.，1997，1998)[25][26]、债权人权利保护(Qian和Strahan，2007；Bae和Goyal，2009；Haas et al.，2010)[40][31][21]等；还取决于非正式的制度环境，如社会资本(Guiso et al.，2004)[19]、社会文化(Guiso et al.，2009；Giannetti和Yafeh，2012)[20][16]等。在发展中国家和经济转型国家，契约保护法律等正式制度的发展水平较低，作为正式法律制度的替代机制，非正式制度(如社会资本、社会关系)具有保证金融交易正常进行的功能(Allen et al.，2005)[2]。此外，Guiso et al.(2004)[19]证明在法律保护越弱的环境中，社会资本对金融契约的影响效应越强。基于此，本文从贷款利率、贷款金额、贷款期限、贷款担保四个维度分析社会资本如何影响银行贷款契约，并提出研究假设。 一、社会资本与银行贷款利率 Ostrom(1990)[33]、Fukuyama(1995)[14]、Glaeser et al.(2002)[17]把社会资本定义为：有助于人们克服信息不对称问题，并在彼此信任和互相信赖的基础上签订金融契约的一种社会技能和社会网络关系。这种高信任度的社会环境有助于降低代理成本，因为机会主义行为将降低契约双方在长期交易关系中所累积的信赖度(Kim et al.，2009)[23]。因此，社会资本能传递有关信任、合作的信号，降低契约双方之间的信息不对称程度。社会资本发展水平越高，借贷双方之间的信任度越高，越有助于降低贷款银行的监督成本、契约签订成本以及信息搜集成本，最终降低银行贷款成本。因此，本文提出研究假设1： H1：社会资本和银行贷款成本负相关，即在社会资本发展水平越高的地区，银行贷款利率越低。 二、社会资本与银行贷款金额 Portes(1998)[36]指出：由于社会规范的强烈影响作用，人们自觉地进行慈善捐赠、遵守交通规则、按期偿还债务，仅仅是因为人们内心意识到自身有责任去做。高水平的社会资本能够对社会规范水平下滑的公民进行惩罚。Wu(2008)[44]认为，社会资本发展水平越高，民间组织、社区组织以及政府非营利组织的数量越多，这些承担外部监管者角色的社会组织之间共享信息、相互影响并形成一个广泛而强效的监管网络。这种监管网络环境不仅鼓励人们诚信负责，而且对于任何不法行为和机会主义行为都将给予严厉的惩罚，对社团组织或公民个人的声誉造成严重的负面影响。因此，在社会资本发展水平越高的地区，社会惩罚水平越高，对公民个人以及社会组织的约束效应越显著，借款公司维护公司声誉和公司形象的动机越强烈，社会资本能传递有关公司声誉的信号。在信息不对称的环境中，公司声誉质量越高，违约风险越低(Strahan，1999)[42]，签订更优惠银行贷款契约的谈判能力越强(Fombrun和Shanley，1990)[13]，债务(银行贷款)融资能力越强(Dennis et al.，2000)[9]。因此，社会资本发展水平越高，公司的声誉质量越好，获得银行贷款的能力越强。基于此，本文提出研究假设2： H2：社会资本和银行贷款金额正相关，即在社会资本发展水平越高的地区，银行贷款额度越高。 三、社会资本与银行贷款期限 因为签订和执行完全契约的难度较大，信息不对称问题导致市场失效，这种市场失效诱使契约各方在债务融资过程中产生各种机会主义行为(Aghion和Bolton，1992)[1]。在信息不对称问题较严重的信贷市场，缩短贷款期限使得银行能够频繁地针对银行贷款契约条款进行重新谈判，降低逆向选择问题和道德风险问题所导致的信息摩擦。信息不对称问题越严重，银行贷款期限越短(Moerman，2009)[30]。缓解严重信息不对称问题的各种努力尝试导致契约各方签订复杂和详细的契约条款，包括与贷款限额要求、抵押担保要求、贷款期限要求等多种问题相关的条款。Zheng et al.(2012)[45]发现：在崇尚个人主义、社会公平度越差的社会环境中，公民信任度越低，机会主义行为越严重，长期贷款契约的交易成本越高，公司长期贷款水平越低。社会资本提高了公民的社会参与度(Putnam，1993)[37]，公民参加社会活动的积极性越高，信息的传播范围越广、传播效率越高，信息不对称的降低有利于人们为了彼此的利益而共同合作，提高了人们协调合作的能力和意愿，同时频繁地交易合作也抑制了机会主义行为(Fidrmuc和Gerxhani，2008)[12]。因此，社会资本发展水平越高，公民参与度越高，对机会主义行为的抑制作用越强，借贷双方之间的信息透明度越高，银行贷款期限越长。因此，本文提出研究假设3： H3：社会资本和银行贷款期限正相关，即在社会资本发展水平越高的地区，银行贷款期限越长。 四、社会资本与银行贷款担保 当不能完全地执行法律契约时，人们通常在金融交易中使用非正式契约，这种非正式契约通常诞生于社会和商业网络之中，社会网络能促进合作、制裁不法行为、提高交易各方之间的信任度。Coleman(1988)[8]指出通过网络关系提高信任度是社会资本的重要功能之一。Mobius和Szeidl(2009)[29]发现社会网络可作为非正式银行贷款契约的虚拟抵押担保品，与正式贷款契约中的实物抵押资产的功能类似。一方面，社会网络密度越高，债权人通过发达的社会关系网络越容易搜集到借款公司的质量信息，信息不对称程度的降低缓解了事前的逆向选择问题以及事后的道德风险问题(Petersen和Rajan，1994)[35]；另一方面，社会网络密度越高，贷款银行对借款公司的信任度越高，越容易建立长期信贷合作关系(Knack和Keefer，1997)[24]，因此预期社会网络能降低银行对借款公司的抵押担保要求。基于上述分析可知，社会网络为公司获得银行贷款提供间接的担保，并且社会资本发展水平越高，社会网络密度越大，虚拟社会担保品的价值越大，因此银行对抵押担保的要求越宽松。因此，本文提出研究假设4： H4：社会资本和银行贷款担保负相关，即在社会资本发展水平越高的地区，银行贷款担保要求越低。 一、样本选择 根据社会资本数据的可获得性，本文选取的初始研究样本为2010-2012年在深圳、上海证券交易所上市的所有公司；同时，按照以下原则对样本公司进行筛选：①剔除金融类上市公司；②剔除ST、PT类上市公司；③剔除财务数据存在极端异常值以及存在缺损的公司；④剔除无法获得相关数据的上市公司；⑤剔除西藏、新疆地区的上市公司，因为无法获得这两个地区相关的社会资本数据。根据上述原则，本文构建了一个包含2010-2012年间可连续获得相关信息的391家在深、沪上市的非金融公司组成的平衡面板数据为样本(总共1 173个观测值)。 根据中国证监会2012年10月26日颁布的《上市公司行业分类指引》对这391家非金融类上市公司按照行业代码进行分类。研究样本中有214家公司属于制造业，占总样本的比重约为54.73%。为了减缓估计结果产生偏差，本文在实证模型中控制行业因素时对制造业按大类进行细分，总共分为23个小类，其他行业依然以大类为准，因此本文的公司样本共涉及35个行业。因篇幅限制，分类结果在此略去。 二、变量定义与数据来源 1.解释变量——社会资本的度量 不同学者对社会资本内涵的界定各有千秋，比如，Chiesi(2007)[7]认为宏观层面的社会资本包含文化性和娱乐性的社团组织、公民参与公共政策的制定、志愿者活动和社区活动、文化媒体(比如日报)的发行和流通四个部分。Fidrmuc和Gerxhani(2008)[12]认为社会资本包含公民参与、社会信任、关系网络(正式和非正式两种)、慈善公益(或利他主义)四个部分。Hawes和Rocha(2010)[22]认为社会资本的内涵应包含社区生活与社会组织生活、参与公共事务、社区志愿服务、非正式社交、社会信任五个部分。综合以上学者的观点，本文将社会资本的内涵界定为四个部分：社会信任；社会参与(即公民政治参与)；社会组织(即正式社会关系网络)；社会慈善(即志愿者活动或非盈利慈善公益活动)。本文拟从上述四个维度来度量社会资本的发展程度。具体而言，社会资本四个维度的度量指标如下： 社会信任的度量：通常将社会信任定义为人们认为陌生人值得信赖的程度(Fukuyama，1997)[15]。本文采用“中国城市商业信用环境指数官网”(www.chinacei.org)编制的2010-2012年城市商业信用环境指数来度量中国不同地区的信任度。 社会参与的度量：也称为公民参与，分为Putnam(1993)[37]流派和Olson(1982)[32]流派。Putnam(1993)[37]的“公民参与”主要包括公民参与教育、体育、艺术、宗教、慈善五个方面有关的社团活动，在追求共同目标的过程中不会对社会其它部门产生外部性影响；Olson(1982)[32]的“公民参与”主要包括公民参与政治党派运动、工会活动、职业协会等，在采取联合行动的过程中将对社会其它部门产生外部性影响。本文采用中国社会科学院房宁(2012，2013)[46][47]编制的2011-2012年中国公民政治参与行为分数来度量中国不同地区的公民参与程度。 社会组织的度量：也称为正式关系网络。社会关系网络密度通常用来度量人们之间的联系程度，分为正式和非正式两种。正式关系网络是指人们通过共同参加正式事件或成为正式组织成员而建立起来的一种联系；非正式关系网络是指朋友、亲人、同事或其他成员之间的一种非正式关系。正式网络能超越非正式网络并获得和创造额外的团体利益(Paxton，1999)[34]。本文采用社会组织(包括社会团体、民办非企业单位和基金会)数量(地区社会组织总数的自然对数)来度量中国不同地区的正式社会关系网络，社会组织数量的数据来自《中国统计年鉴》2010-2012年的“社会组织情况”。 社会慈善的度量：也称为利他主义，这种度量方法源自Putnam(2001)[39]，他发现在美国公益慈善对社会的贡献与自愿组织或社区组织的数量高度相关。本文采用各地区福利彩票公益金支出额来度量中国不同地区公益慈善的活动水平。福利彩票公益金支出额数据来自《中国统计年鉴》2010-2012年的“福利彩票销售情况”。
对解释变量定义的总结如表1所示。 本文使用Stata 12.0软件，通过因子分析法提取社会资本四个维度指标的公因子，并根据各个共因子的方差贡献率构建中国30个省、直辖市社会资本发展程度的综合分数，结果如表2和表3所示。分别对2010-2012年社会资本四个维度进行因子分析，通过最大方差正交旋转之后模型最终提取并保留了一个共因子。因子的载荷矩阵表明提取出的社会资本共因子对社会信任、社会参与、社会组织以及社会慈善这四个变量的解释力度较好；模型LR检验的P值均为0.0000，表明模型非常显著；同时KMO值均大于0.6，表明社会资本的四个维度指标适合作因子分析，因子分析总体效果较理想。 2.被解释变量银行贷款契约的度量 本文拟从银行贷款利率、贷款金额、贷款期限、贷款担保四个方面来考察银行贷款契约，其中，贷款担保是虚拟变量，当借款公司需要向贷款银行提供抵押或质押物时取值为1，否则为O。银行贷款利率、贷款金额、贷款期限、贷款担保的相关数据全部来自国泰安数据服务中心(CSM AR数据库)。 3.控制变量的度量 控制变量的选择参考先前的研究(Goss和Roberts，2007；Kim et al.，2009；Du et al.，2010)[18][23][10]，主要包括贷款特征和公司特征两部分。 贷款特征变量主要有：贷款用途(贷款用于偿还债务或并购时取值为1，否则取值为0)、贷款类型(属于担保贷款时取值为1，属于信用贷款或其他类型时取值为0)。贷款特征变量数据来自国泰安数据服务中心(CS MAR数据库)。 公司特征变量主要有：成长机会(市值账面比)、无形资产(无形资产/总资产)、公司规模(总资产的自然对数)、财务杠杆(负债/总资产)、盈利能力(ROE)、股权结构(前10大股东的持股比例)。公司特征变量数据来自锐思金融研究数据库(www.resset.cn)。
另外，考虑到不同省份社会资本发展程度的差异可能是由于各省份经济发展水平的差异所造成的，因此需要对各省份的经济发展程度因素进行控制，本文拟采用公司所在省份的GDP(GDP的自然对数)来反映各省的经济发展水平(GDP数据来自2013年《中国统计年鉴》)。最后，控制行业和年度虚拟变量。对相关控制变量定义的总结如表4所示。 三、实证模型的设定 根据本文的理论分析，社会资本的四个维度即社会信任、社会参与、社会组织、社会慈善的代理变量对银行贷款契约(贷款利率、贷款金额、贷款期限、贷款担保)具有影响作用。另外，先前的研究表明，贷款用途、贷款类型等贷款特征变量以及成长机会、公司规模、财务杠杆、无形资产、ROE、股权集中度、行业类别等公司特征变量影响银行贷款契约(贷款利率、贷款金额、贷款期限、贷款担保)(Goss和Roberts，2007；Kim et al.，2009；Du et al.，2010)[18][23][10]。因此，本文构建如下四个回归模型实证分析社会资本对银行贷款契约的影响：
其中，i代表第i家样本公司，t代表第t年；被解释变量Rate、lnLoan、Maturity、Guaran分别代表银行贷款契约的四个方面，即贷款利率、贷款金额、贷款期限、贷款担保；解释变量SC代表通过因子分析法所提取出的社会资本共因子；控制变量(Control Variables)包括贷款特征变量以及公司特征变量。 实证结果与分析 由于本文使用的是平衡面板数据，因此首先需要对回归模型的设定形式进行判断： 对于回归模型(1)：首先，由于F检验值为53.78且在1%水平上显著，因此在混合最小二乘法估计与固定效应模型之间进行选择时应优先选择固定效应模型；其次，由于LM检验的卡方值为1022.38且在1%水平上显著，因此在混合最小二乘法估计与随机效应模型之间进行选择时应优先选择随机效应模型；最后，由于Hausman检验的卡方值为36.47且不显著(P值为0.1462)，因此在固定效应模型与随机效应模型之间进行选择时应优先选择随机效应模型。综合上述F检验、LM检验以及Hausman检验的结果，本文选择随机效应模型估计回归模型(1)。
对于回归模型(2)：首先，由于F检验值为5.95且在1%水平上显著，因此优先选择固定效应模型；其次，由于LM检验的卡方值为443.61且在1%水平上显著，因此优先选择随机效应模型；最后，由于Hausman检验的卡方值为19.35且不显著(P值为0.1036)，因此优先选择随机效应模型。综合上述F检验、LM检验以及Hausman检验的结果，本文选择随机效应模型估计回归模型(2)。 对于回归模型(3)：首先，由于F检验值为4.90且在1%水平上显著，因此优先选择固定效应模型；其次，由于LM检验的卡方值为367.16且在1%水平上显著，因此优先选择随机效应模型；最后，由于Hausman检验的卡方值为14.68且不显著(P值为0.1440)，因此优先选择随机效应模型。综合上述F检验、LM检验以及Hausman检验的结果，本文选择随机效应模型估计回归模型(3)。 对于回归模型(4)：由于被解释变量贷款担保(Guaran)是二元虚拟变量，因此本文选择面板数据的离散选择模型，即Logit模型来估计回归模型(4)。 运用Stata 12.0统计软件，回归模型(1)、(2)、(3)、(4)的实证估计，结果见表5。 从表5可见，Wald值和Likelihood-ratio值分别表明本文选择的随机效应模型和Logit模型的整体拟合效果较好(1%显著性水平)；调整的R2表明本文所选用社会资本的代理变量与控制变量对于银行贷款契约的解释能力范围是10.46%～19.37%。除回归模型(2)之外，年份虚拟变量和行业虚拟变量的联合显著性检验大部分都在1%和5%水平上显著，表明行业类别和年份效应对银行贷款契约具有显著性影响。 表5第一栏显示的是模型(1)的估计结果。从解释变量来看，随机效应模型中社会资本(SC)的估计系数为-0.0020(t值为-3.01)且在1%水平上显著，说明地区社会资本水平与银行贷款利率水平呈现显著的负相关关系，即发达的社会资本有助于降低银行贷款利率(或上市公司的债务融资成本)。社会资本对银行贷款利率具有显著的影响作用，从而证实研究假设H1。 从控制变量来看，公司规模(Size)的估计系数为-0.0014(t值为-2.02)且在5%水平上显著，说明公司规模和银行贷款利率显著负相关，即公司规模越大，银行贷款利率越低，这与Qian和Strahan(2007)[40]；Bae和Goyal(2009)[3]的研究结论一致。大规模公司的典型特征表现为：经营多元化、运作规范成熟、现金流量稳定、知名度较高、违约风险较低，并在信贷市场获得一定程度的声誉，这意味着大规模公司的信息不对称程度较低，为获得更优惠的融资条件，大规模公司就银行贷款契约的议价能力较强(Strahan，1999)[42]。因此公司规模对银行贷款利率具有显著的负面影响。 第二栏显示的是模型(2)的估计结果。从解释变量来看，随机效应模型中社会资本(SC)的估计系数为0.2168(t值为3.06)且在1%水平上显著，说明地区社会资本水平与银行贷款金额呈显著正相关关系，即社会资本越发达，银行贷款金额越高。社会资本对银行贷款金额同样具有显著的正向影响作用，从而证实研究假设H2。 从控制变量来看，公司规模(Size)(估计系数为0.1801)和财务杠杆(Lev)(估计系数为0.5267)分别在1%和5%水平上与银行贷款金额显著正相关。公司规模越大，违约风险越低，公司规模对银行贷款金额具有正面的影响作用；财务杠杆较高的公司，债务的代理成本较大，因为这类公司投资不足的问题较严重，此外高杠杆公司具有投资高风险项目的动机(Myers，1977)[31]。但负债比率较高本身说明公司在债务市场已获得一定的声誉度，这有助于降低违约风险，因此负债水平越高，上市公司可获得银行贷款的额度越大。 第三栏显示的是模型(3)的估计结果。从解释变量来看，随机效应模型中社会资本(SC)的估计系数为0.2571(t值为2.52)且在1%水平上显著，说明地区社会资本水平与银行贷款期限呈现显著的正相关关系，即社会资本越发达，信息不对称程度越低，银行贷款期限越长。社会资本对银行贷款期限同样具有显著的影响作用，从而证实假设H3。 从控制变量来看，公司规模(Size)(估计系数为0.1648)和无形资产比率(Intangi)(估计系数为1.2485)分别在1%和10%水平上与银行贷款期限显著正相关。公司规模通过声誉效应机制对银行贷款期限产生正向的影响作用。对于无形资产，Loumioti(2012)[27]发现1996-2005年期间美国20%的担保贷款使用无形资产作为贷款抵押品，无形资产提供担保的贷款质量并不亚于其它类有形资产担保的贷款。Loumioti(2012)[27]认为无形资产在信贷市场中扮演着缓解金融摩擦的角色，与有形资产相比，无形资产提供担保有助于降低逆向选择和道德风险问题，提高信贷市场的效率，因此上市公司的无形资产比率越高，越有利于获得长期银行贷款。 第四栏显示的是模型(4)的估计结果。从解释变量来看，Logit模型中社会资本(SC)的估计系数为-5.0365(t值为-15.24)且在1%水平上显著，说明地区社会资本水平与银行贷款担保呈现显著的负相关关系，即社会资本越发达，银行贷款担保要求越宽松，从而证实研究假设H4。 从控制变量来看，贷款特征的两个代理变量即贷款用途(Target)(估计系数为2.0847)和贷款类型(Type)(估计系数为4.6618)均在1%水平上与银行贷款担保显著正相关。对于贷款用途，当上市公司将贷款用于偿还旧债务或并购而不是用于正常的生产经营活动时，贷款银行将这种贷款用途视为公司信用风险增加的信号(Goss和Roberts，2007)[18]，从而贷款担保要求将更加严格；对于贷款类型，Dennis et al.(2000)[9]的“信用质量”假说认为正是因为借款人的信用风险较高，贷款人才会提出抵押质押等担保要求，因此当银行贷款类型属于担保贷款而非信用贷款时，银行贷款的担保要求将趋于严格。另外，公司特征的三个代理变量即公司成长机会(Growth)(估计系数为0.7244)和公司规模(Size)(估计系数为-0.4168)分别在1%和5%水平上与银行贷款担保要求显著负相关。成长机会越高的公司，投资不足问题越严重(Myers，1977)[31]；此外成长期权的价值越高，资产替代问题越严重。因此成长性越高的公司，契约成本相对较高，逆向选择问题较严重，银行贷款的担保要求较严格。股权结构(Struc)(估计系数为2.6228)在5%水平上与银行贷款担保要求显著正相关。因为股权结构越集中，控制股东侵占公司利益的动机越强烈，“壕沟效应”越显著，代理冲突和信息不对称问题越严重，因此银行贷款的担保要求越严格。 稳健性检验 为了得到稳健结果，本文进行了以下三个方面的稳健性检验。 (1)把社会资本的四个维度指标(即社会信任、社会参与、社会组织和社会慈善)单独作为解释变量重新进行回归。回归结果与社会资本综合分数作为解释变量的回归结果基本一致。(2)采用人均社会组织数量(地区社会组织单位总数/年末职工人数)、人均社会福利企业数量(社会福利企业单位总数/残疾职工人数)、总资产增长率(期末总资产/去年同期总资产-1)、带息负债率｛带息债务/(股权权益+带息债务)，其中带息债务=负债合计-无息流动负债-无息非流动负债｝分别作为社会组织、社会慈善、公司成长机会、财务杠杆的代理变量重新进行回归。回归结果没有实质性差异。(3)前面检验了同一年份的社会资本对银行贷款利率、贷款金额、贷款期限和贷款担保的影响效应，为了避免模型内生性问题，本文将模型中的解释变量即社会资本(SC)滞后一期重新进行回归，以进一步研究社会资本对于银行贷款契约的影响作用。回归结果表明：除模型(2)之外，模型(1)、(3)、(4)中社会资本回归系数与前面的回归结果基本一致。因篇幅限制，稳健性检验回归结果在此略去。 本文构建一个包含2010-2012年连续三年可获得相关信息的391家在深、沪上市的非金融公司组成的平衡面板数据为样本，运用因子分析法提取社会资本的共因子构建社会资本的综合分数，在控制相关变量的前提下应用随机效应模型和Logit模型实证检验社会资本对银行贷款契约(包括贷款利率、贷款金额、贷款期限和贷款担保)的影响。研究发现，社会资本发展水平在银行贷款契约中扮演着重要的角色。具体而言：(1)社会资本对银行贷款利率具有负向影响作用。即在社会资本发展水平越高的地区，社会信任度越高，银行贷款利率越低；(2)社会资本对银行贷款金额具有正向的影响作用。即在社会资本发展水平越高的地区，社会惩罚水平越高，公司信誉质量越好，银行贷款金额越高；(3)社会资本对银行贷款期限具有正向的影响作用。即在社会资本发展水平越高的地区，社会参与度越高，信息不对称程度越低，银行贷款期限越长；(4)社会资本对银行贷款担保具有负向的影响作用。即在社会资本发展水平越高的地区，社会网络密度越高，社会虚拟担保品价值越大，银行贷款担保要求越宽松。 本文通过检验社会资本对银行贷款契约设计的影响为研究社会制度与银行贷款契约之间的关系提供了一个新视角。作为除物质资本、人力资本、技术资本之外的第四种资本要素，“社会资本”这一概念本身包含着许多特性，比如信任、互惠、道德规范以及其它有利于合作、交流、团结的价值观。从社会网络结构中诞生的社会资本不仅是一种重要的无形资产，同时还具有公共品的属性，即在一定社区范围内产生正的外部效应(Manfred，2005)[28]。通过倡导公民之间的诚信和友善、鼓励公民积极参与大至国家小至社区的公共政策的制定、引导社会组织和民间组织的繁荣和发展、扶植公益慈善组织和社会福利企业的发展，大力培育和积极增进各地区社会资本的发展水平，有助于充分发挥社会资本的正外部性，对于地区经济增长和金融发展具有重要的影响意义。
标签：银行贷款论文; 社会资本论文; 中国统计年鉴论文; 回归模型论文; 社会网络论文; 社会关系论文; 公民权利论文; 解释变量论文; 网络贷款论文; 特征选择论文; 社会组织论文; 非正式论文;
