页面载入中,请稍后...

担保网络研究笔记1|金融网络系列

作者: zzy5111398 分类: 前沿金融文献系列,金融经济学,金融网络模型系列 发布时间: 2018-10-29 17:02

王永钦, 米晋宏, 袁志刚, & 周群力. (2014). 担保网络如何影响信贷市场——来自中国的证据. 金融研究(10).

王永钦等(2014)研究了担保网络对企业信贷合约的影响。主要数据来源于中国华东地区某地级市商业银行,信贷合约包含贷款额度和利率;担保网络提取的指标包含担保网络的入度出度和介数中心性 (Betweenness coritivity)。主要结论是:1) 介数中心性越高,信贷额度越高;2)担保网络指标不影响贷款利率;3)出度对贷款规模有较大影响,出度越大,贷款规模越小。 作者在回归时引入了企业的储蓄(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,同时控制了年度,这些变量比较容易显著.

本文开创性地将担保网络作为解释变量,解释信贷合约的成本和额度,得到了“介数中心性影响合约规模”这一有趣的结论。下面分析一下该文对于Guarantee Network and Risk Performance研究的意义与价值:
首先,该文中担保网络的构建方式与GuaNet相同,说明了该数据基础的可行性。
该文中的数据来源于某地级市商业银行数据,具有很强的地域局限性,因此难以展现全局的情况,极有可能出现与宏观事实相左的结论,因此需要进一步改进,而GuaNet数据来源于省级商业银行总行,涵盖省内大部分企业信贷数据,具有较强的代表性。
其次,该文中介数中心性的指标选取具有一定的理论意义,而文中并没有严格说明。
如果将担保网络看作是风险传染网络,则介数中心性大的企业处于“Hub”地位,即风险传染节点 (Risk contagion point),具有较高的脆弱性和重要性。根据风险传染理论,这类节点对于风险传染具有一定的放大效应,在发生风险后较容易从银行获取新的贷款额度。而该文没有将这一传导机制引入文中,也许是为了掩盖本文理论机制分析的缺失。
再次,本文在企业贷款规模实证中,引入控制变量后“入度”指标才显著为负,说明了入度指标与其他指标具有一定的内生性问题。
究其原因,一方面可能是入度高的企业即“被担保”较多的企业本身存在“骗担保”潜在可能。另一方面,如果任一个担保企业暴露风险,则会殃及该企业,该机制可以用网络脆弱性形容。换句话说,就是越脆弱的企业,越难获得高额度的贷款。之所以引入资产规模控制后显著,可能是因为脆弱企业一般规模较小,而相同规模下,脆弱性对贷款的影响就凸显出来了。
最后,该文还有很大的研究空间。
文中运用年度横截面来刻画担保网络“生长”的动态情况,对于GuaNet和SysNet两文也具有一定的借鉴价值。文中对于无标度 (Scale-free) 网络布局也有一定的参考价值。如果文中再深刻讨论一下影响机制就更好了。总的来说是一篇不可多得的信贷市场微观实证文章。


如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!

发表评论

电子邮件地址不会被公开。