基于溫州指數(shù)的民間借貸利率空間網(wǎng)絡(luò)結(jié)構(gòu)及影響因素分析

任歡歡，蔡風(fēng)景

(溫州大學(xué)數(shù)理學(xué)院，浙江溫州 325035)

自 2011年溫州市爆發(fā)借貸危機(jī)以來，浙江省民營企業(yè)遭遇一波資金鏈風(fēng)暴.這場民間借貸危機(jī)還迅速波及江蘇、福建、河南等全國其它省份，呈現(xiàn)越演越烈之勢.為這一問題能夠得到有效解決，2012年2月28日，國務(wù)院決定在溫州市設(shè)立金融改革試驗(yàn)區(qū)，解決溫州經(jīng)濟(jì)發(fā)展中存在的問題，引導(dǎo)民營企業(yè)的發(fā)展.2012年12月7日，溫州指數(shù)（溫州民間融資綜合利率指數(shù)的簡稱）開始正式發(fā)布，它直接、定量地反映了融資市場資本價(jià)格的走勢，指導(dǎo)資本的定價(jià).指引溫州乃至全國民間融資市場，為融資雙方投資決策提供依據(jù)，為防范金融風(fēng)險(xiǎn)制定相關(guān)調(diào)控政策提供強(qiáng)有力的支撐.

利率對民間金融功能的發(fā)揮起著重要作用，利率水平?jīng)Q定著民間金融的經(jīng)濟(jì)績效.許多學(xué)者對我國民間金融市場現(xiàn)狀[1]、利率決定機(jī)制[2-3]進(jìn)行了研究，取得了一些有價(jià)值的成果.但是民間金融借貸利率的監(jiān)測比較困難，現(xiàn)有文獻(xiàn)研究大多選擇以某個(gè)區(qū)域作為案例進(jìn)行實(shí)證分析.溫州是民間金融最活躍的城市之一，大量學(xué)者以溫州民間金融作為案例進(jìn)行應(yīng)用研究，內(nèi)容涵蓋民間金融利率的作用機(jī)理[4]、民間金融利率的影響因素[5]、民間借貸利率的期限結(jié)構(gòu)[6-7]、民間借貸利率及正規(guī)金融的傳導(dǎo)分析等[8-9]，這些研究大大豐富了區(qū)域民間金融利率理論和實(shí)證研究成果.

由于民間金融的復(fù)雜性、多樣性，有學(xué)者認(rèn)為[10]民間借貸市場可能存在分割狀況，但是尚無學(xué)者對區(qū)域民間借貸利率的聯(lián)動關(guān)系進(jìn)行分析.到底民間借貸利率市場是分割，還是趨于“融合”，其空間關(guān)聯(lián)結(jié)構(gòu)如何？本文將基于溫州指數(shù)的民間借貸利率，利用社會網(wǎng)絡(luò)分析方法（Social Network Analysis,SNA）分析溫州指數(shù)民間借貸利率聯(lián)動網(wǎng)絡(luò)結(jié)構(gòu)特征及其影響因素.

1 社會網(wǎng)絡(luò)分析方法

社會網(wǎng)絡(luò)分析是一種以“關(guān)系”為基礎(chǔ)，利用圖論、代數(shù)模型等技術(shù)探討關(guān)系模型及其結(jié)構(gòu)影響的方法.該方法已廣泛應(yīng)用于管理，經(jīng)濟(jì)和社會學(xué)等領(lǐng)域[11].

“關(guān)系”的確定是網(wǎng)絡(luò)分析的關(guān)鍵.本文分析區(qū)域民間借貸利率之間的動態(tài)關(guān)系，民間借貸利率作為內(nèi)生變量引入模型，普通的最小二乘估計(jì)已不能滿足，參數(shù)估計(jì)也變得十分困難，而向量自回歸模型（Vector Auto Regression,VAR）可以解決這一問題.此外，格蘭杰因果關(guān)系檢驗(yàn)可以較好地衡量時(shí)間序列中區(qū)域變量之間的動態(tài)指導(dǎo)關(guān)系.在本文中，選擇 VAR格蘭杰因果檢驗(yàn)方法確定民間借貸利率的空間聯(lián)動關(guān)系.溫州指數(shù)各監(jiān)測點(diǎn)的借貸利率是網(wǎng)絡(luò)中的點(diǎn)，借貸利率間的關(guān)系是網(wǎng)絡(luò)中的線.通過 VAR格蘭杰因果檢驗(yàn)，可以確定兩個(gè)地區(qū)之間的因果關(guān)系，從而得到一個(gè)有向聯(lián)系，即有向邊，形成民間借貸利率的聯(lián)動網(wǎng)絡(luò).

網(wǎng)絡(luò)整體結(jié)構(gòu)特征的刻畫指標(biāo)一般由網(wǎng)絡(luò)密度、網(wǎng)絡(luò)等級度、網(wǎng)絡(luò)關(guān)聯(lián)度和網(wǎng)絡(luò)效率等構(gòu)成，中心性分析則是研究網(wǎng)絡(luò)中各節(jié)點(diǎn)地位和作用的指標(biāo)，在網(wǎng)絡(luò)中節(jié)點(diǎn)離中心位置越近，表明該節(jié)點(diǎn)在網(wǎng)絡(luò)中的“影響力”越大，越能影響其它節(jié)點(diǎn).各節(jié)點(diǎn)的網(wǎng)絡(luò)結(jié)構(gòu)特征一般由點(diǎn)入度、點(diǎn)出度、接近中心度和中介中心度來刻畫[12].

2 溫州指數(shù)監(jiān)測點(diǎn)利率的民間借貸利率網(wǎng)絡(luò)結(jié)構(gòu)分析

2.1 整體網(wǎng)絡(luò)結(jié)構(gòu)特征分析

分別使用溫州指數(shù)小額貸款公司26個(gè)監(jiān)測點(diǎn)、個(gè)人社會直接借貸35個(gè)監(jiān)測點(diǎn)的月度數(shù)據(jù)，樣本時(shí)間范圍為2013年1月 - 2016年12月，分別構(gòu)建民間借貸利率的空間聯(lián)動網(wǎng)絡(luò).依據(jù)AIC、SC、LR、PRE、HQ五種方法選擇最優(yōu)滯后期數(shù)，最終確定小額貸款公司和社會直接借貸利率間的有向關(guān)聯(lián)關(guān)系，利用UCINET可視化工具Netdraw繪制小額貸款公司（圖1）和社會直接借貸（圖2）利率聯(lián)動的網(wǎng)絡(luò)結(jié)構(gòu)圖.

圖1 小額貸款公司借貸利率空間網(wǎng)絡(luò)結(jié)構(gòu)圖

由圖1可發(fā)現(xiàn)小額貸款公司借貸利率呈現(xiàn)出顯著網(wǎng)絡(luò)結(jié)構(gòu)形態(tài)，26家小額貸款公司借貸利率共有102個(gè)有向關(guān)聯(lián)關(guān)系.小額貸款公司借貸利率的網(wǎng)絡(luò)密度為0.157，表明小額貸款公司監(jiān)測點(diǎn)借貸利率之間有一定的聯(lián)動效應(yīng)，但聯(lián)動不是特別強(qiáng).網(wǎng)絡(luò)關(guān)聯(lián)性是1，表明小額貸款公司監(jiān)測點(diǎn)之間存在利率溢出效應(yīng)，網(wǎng)絡(luò)通達(dá)性較好.網(wǎng)絡(luò)等級度為0，表明小額貸款公司聯(lián)動網(wǎng)絡(luò)中等級結(jié)構(gòu)還不夠森嚴(yán).網(wǎng)絡(luò)效率為 0.1，說明小額貸款公司監(jiān)測點(diǎn)間存在較多的冗余連線，關(guān)聯(lián)較為緊密，網(wǎng)絡(luò)較穩(wěn)定.

圖2 社會直接借貸利率空間網(wǎng)絡(luò)結(jié)構(gòu)圖

由圖2可知，社會直接借貸利率呈現(xiàn)出顯著的網(wǎng)絡(luò)結(jié)構(gòu)形態(tài)，35家社會直接借貸主體利率共有134個(gè)有向關(guān)聯(lián)關(guān)系.社會直接借貸的網(wǎng)絡(luò)密度為0.113，表明社會直接借貸各監(jiān)測點(diǎn)利率之間的聯(lián)動效應(yīng)也不是特別強(qiáng).網(wǎng)絡(luò)關(guān)聯(lián)性為1，表明社會直接借貸主體利率之間有一定的聯(lián)動性，監(jiān)測點(diǎn)之間存在溢出效應(yīng)，網(wǎng)絡(luò)通達(dá)性較好，穩(wěn)健性較強(qiáng).網(wǎng)絡(luò)等級度為 0.167，表明社會直接借貸監(jiān)測點(diǎn)之間聯(lián)動網(wǎng)絡(luò)等級結(jié)構(gòu)不夠森嚴(yán).網(wǎng)絡(luò)效率為 0.841，說明各監(jiān)測點(diǎn)間存在較少的冗余連線，關(guān)聯(lián)較不緊密，網(wǎng)絡(luò)結(jié)構(gòu)也不穩(wěn)定.

社會直接借貸主體網(wǎng)絡(luò)密度小于小額貸款公司，網(wǎng)絡(luò)效率高于小額貸款公司，說明小額貸款公司借貸利率的網(wǎng)絡(luò)穩(wěn)定性和通達(dá)性均好于社會直接借貸主體.說明公司出借的民間借貸主體信息傳導(dǎo)要優(yōu)于個(gè)人借貸，這可能是由于社會直接借貸更多屬于熟人借貸、有一定的保密性、借貸信息相對比較封閉的原因.

2.2 網(wǎng)絡(luò)結(jié)構(gòu)中心性分析

2.2.1 小額貸款公司借貸利率網(wǎng)絡(luò)結(jié)構(gòu)中心性分析

由小額貸款公司借貸利率網(wǎng)絡(luò)中心性分析（表1）可知，小額貸款公司點(diǎn)出度均值為3.923，排名靠前的監(jiān)測點(diǎn)主要有瑞安華峰、平陽聯(lián)眾、龍灣富際、樂清合興等，說明這些借貸監(jiān)測點(diǎn)聯(lián)動的網(wǎng)絡(luò)結(jié)構(gòu)特征及其影響因素溢出效應(yīng)較強(qiáng)，起“引領(lǐng)”作用.永嘉科信、平陽恒信和蒼南匯通等點(diǎn)入度較高，說明這些監(jiān)測點(diǎn)受到其它監(jiān)測點(diǎn)的影響較大，在網(wǎng)絡(luò)中處于“跟隨”地位.小額貸款公司監(jiān)測點(diǎn)的的度數(shù)中心度均值為7.其中，排名靠前的監(jiān)測點(diǎn)主要有瑞安華峰、蒼南匯通、平陽恒信和永嘉科信等，說明這些監(jiān)測點(diǎn)與其它監(jiān)測點(diǎn)間聯(lián)動關(guān)系較強(qiáng)，處于網(wǎng)絡(luò)中心的地位；永嘉瑞豐、文成百川、樂清華信和甌海鴻泰等排名靠后，這些監(jiān)測點(diǎn)借貸利率水平可能較多地取決于本地因素，而與其它監(jiān)測點(diǎn)間的關(guān)聯(lián)較弱.從點(diǎn)出度、點(diǎn)入度和度數(shù)中心度的綜合排名看，瑞安華峰、蒼南匯通和平陽聯(lián)眾等與其它監(jiān)測點(diǎn)聯(lián)系較強(qiáng)、處于“引領(lǐng)”地位.

小額借貸公司的接近中心度均值為38.014.其中，平陽恒信和永嘉科信等監(jiān)測點(diǎn)的接近中心度均超過55，表明這些監(jiān)測點(diǎn)和其他監(jiān)測點(diǎn)間具有較短的“距離”，在信息資源和影響力方面強(qiáng)大，處于網(wǎng)絡(luò)的中心位置.永嘉瑞豐、龍灣華商、甌海鴻泰等監(jiān)測點(diǎn)排名靠后，表明這些監(jiān)測點(diǎn)與網(wǎng)絡(luò)中心點(diǎn)具有較遠(yuǎn)的“距離”，受控制于其他監(jiān)測點(diǎn).

小額貸款公司中介中心度均值為27.885.其中，排名靠前的監(jiān)測點(diǎn)主要有瑞安華峰、平陽聯(lián)眾、樂清正泰、泰順中順和鹿城捷信等，說明這些監(jiān)測點(diǎn)處于其它監(jiān)測點(diǎn)間關(guān)聯(lián)捷徑上，控制著其它監(jiān)測點(diǎn)間的聯(lián)動關(guān)系.26個(gè)小額貸款公司監(jiān)測點(diǎn)的中介中心度總量為725，排名前5位的監(jiān)測點(diǎn)中介中心度之和占總量的45.8%，表明這些監(jiān)測點(diǎn)在聯(lián)動網(wǎng)絡(luò)中發(fā)揮著“中介”作用.永嘉瑞豐、龍灣富際、甌海鴻泰等監(jiān)測點(diǎn)排名靠后，處于網(wǎng)絡(luò)中的“偏遠(yuǎn)”位置，受制于排名靠前的監(jiān)測點(diǎn).

表1 小額貸款公司借貸利率網(wǎng)絡(luò)中心性分析

（接上表）

2.2.2 社會直接借貸利率網(wǎng)絡(luò)結(jié)構(gòu)中心性分析

由社會直接借貸主體網(wǎng)絡(luò)結(jié)構(gòu)中心性分析（表2）可知，點(diǎn)出度均值為3.829，排名靠前的監(jiān)測點(diǎn)主要有平陽農(nóng)商行昆陽支行、瑞安農(nóng)商行羅南支行、甌海農(nóng)商行仙巖支行、洞頭霓嶼信用社、泰順?biāo)厩靶庞蒙绲?，說明這些借貸監(jiān)測點(diǎn)聯(lián)動的網(wǎng)絡(luò)結(jié)構(gòu)特征及其影響因素溢出效應(yīng)較強(qiáng)，起“引領(lǐng)”作用.點(diǎn)入度排名靠前的監(jiān)測點(diǎn)主要有永嘉農(nóng)商行清水埠支行、鹿城金融辦、泰順?biāo)厩靶庞蒙?、泰順金融辦和蒼南農(nóng)商行靈溪支行等，說明這些監(jiān)測點(diǎn)受到其它監(jiān)測點(diǎn)的影響較大，在網(wǎng)絡(luò)中處于“跟隨”地位.各監(jiān)測點(diǎn)的度數(shù)中心度均值為 6.971.其中，排名靠前的監(jiān)測點(diǎn)主要有平陽農(nóng)商行昆陽支行、瑞安農(nóng)商行羅南支行、甌海農(nóng)商行仙巖支行、泰順?biāo)厩靶庞蒙纭⒂兰无r(nóng)商行清水埠支行等，說明這些監(jiān)測點(diǎn)與其它監(jiān)測點(diǎn)間存在聯(lián)動關(guān)系較強(qiáng)，處于網(wǎng)絡(luò)中心的地位.排名靠后的監(jiān)測點(diǎn)依次是瑞安農(nóng)商行曹村支行、洞頭北岙信用社、大門信用社、南田信用社、山門支行等，這些監(jiān)測點(diǎn)借貸利率水平可能較多地取決于本地因素，而與其它監(jiān)測點(diǎn)關(guān)聯(lián)性相對較弱.從點(diǎn)出度、點(diǎn)入度和度數(shù)中心度的綜合排名看，與其它監(jiān)測點(diǎn)聯(lián)動性較強(qiáng)、且處于“引領(lǐng)”地位的監(jiān)測點(diǎn)是平陽農(nóng)商行昆陽支行、瑞安農(nóng)商行羅南支行、甌海農(nóng)商行仙巖支行、泰順?biāo)厩靶庞蒙绲?

表2 社會直接借貸利率網(wǎng)絡(luò)中心性分析

（接上表）

社會直接借貸的接近中心度均值為18.418.其中，泰順金融辦、永嘉農(nóng)商行清水埠支行、蒼南金融辦接近中心度超過20，說明這些監(jiān)測點(diǎn)與其它監(jiān)測點(diǎn)的捷徑“距離”較短、通達(dá)性好、聯(lián)系緊密，在信息資源和影響力方面較強(qiáng)，居于聯(lián)動網(wǎng)絡(luò)的中心位置.在網(wǎng)絡(luò)中扮演中心行動者角色.排名靠后的監(jiān)測點(diǎn)主要有洞頭大門信用社和北岙信用社、瑞安農(nóng)商行曹村支行，但數(shù)值跟其它監(jiān)測點(diǎn)差異不大，這些監(jiān)測點(diǎn)與網(wǎng)絡(luò)中心點(diǎn)的“距離”相對較遠(yuǎn)，在聯(lián)動網(wǎng)絡(luò)中受控制于其它監(jiān)測點(diǎn)，扮演邊緣行動者的角色.

社會直接借貸的中介中心度均值為 5.508.其中，排名靠前的監(jiān)測點(diǎn)主要有平陽農(nóng)商行昆陽支行、泰順下洪信用社、龍灣金融辦等，說明這些監(jiān)測點(diǎn)處于其它監(jiān)測點(diǎn)間關(guān)聯(lián)捷徑上，因此控制著其它借貸監(jiān)測點(diǎn)借貸聯(lián)動關(guān)系.平陽農(nóng)商行昆陽支行中介中心度最高，達(dá)到27.611，遠(yuǎn)高于其它監(jiān)測點(diǎn)，說明處于聯(lián)動網(wǎng)絡(luò)的核心位置.排名靠后的監(jiān)測點(diǎn)分別是瑞安農(nóng)商行曹村支行、泰順金融辦、洞頭北岙信用社和大門信用社等，這些監(jiān)測點(diǎn)處于網(wǎng)絡(luò)中較為“偏遠(yuǎn)”的位置，與其它監(jiān)測點(diǎn)的聯(lián)動關(guān)系受制于排名靠前的監(jiān)測點(diǎn).

3 區(qū)域民間借貸利率空間網(wǎng)絡(luò)結(jié)構(gòu)的影響因素分析

3.1 影響因素指標(biāo)選擇

民間借貸市場利率的波動可以靈敏地反應(yīng)市場資金供求力量的對比、央行貨幣政策的調(diào)整等.民間借貸利率影響因素眾多，主要有供給成本、資金需求主體成本和政策因素這三個(gè)方面.其中，供給成本包括機(jī)會成本、交易成本和風(fēng)險(xiǎn)成本；需求因素包括民間金融需求主體的融資用途、資金回報(bào)率等；政策因素包括利率調(diào)整、貨幣政策、房貸政策和匯率變化等.另外，區(qū)域差異也是影響民間借貸利率的重要因素.

考慮到數(shù)據(jù)的可獲取性，本文設(shè)定以下因素對民間借貸利率有重要影響.

1）各監(jiān)測點(diǎn)借貸交易量的差異.交易量反映民間借貸市場的活躍程度，可能會直接影響民間借貸利率水平.

2）經(jīng)濟(jì)發(fā)展水平的區(qū)域差異.一般來說，機(jī)會成本與經(jīng)濟(jì)繁榮程度成正比，經(jīng)濟(jì)水平差異可能會促進(jìn)要素流動，從而提高民間借貸利率波動的關(guān)聯(lián)性.

3）金融發(fā)展水平的區(qū)域差異.正規(guī)金融市場的發(fā)展影響民間借貸的供求關(guān)系，從而可能影響民間借貸水平.

4）其它方面的差異，如區(qū)域文化差異、監(jiān)測點(diǎn)間的地理距離差異等.

二次指派程序（Quadratic Assignment Procedure，QAP）是一種非參數(shù)法，它不需要假設(shè)自變量之間相互獨(dú)立，能夠有效避免多重共線性問題，本文采用QAP相關(guān)和回歸分析進(jìn)行假設(shè)檢驗(yàn).構(gòu)建以下線性模型：

其中，Y為來自溫州不同借貸主體監(jiān)測點(diǎn)的關(guān)聯(lián)矩陣，是根據(jù)VAR格蘭杰因果關(guān)系檢驗(yàn)確定的二值關(guān)系矩陣；X1是監(jiān)測點(diǎn)所在縣（市、區(qū)）間的貸款比例；X2是各監(jiān)測點(diǎn)借貸交易量比例；X3是監(jiān)測點(diǎn)所在縣（市、區(qū)）的人均GDP比例；X4是監(jiān)測點(diǎn)所在的區(qū)域?qū)傩跃仃?，若監(jiān)測點(diǎn)屬于同一縣（市、區(qū)）為1，否則為0；X5是各監(jiān)測點(diǎn)間的地理距離（直線距離）.

3.2 QAP相關(guān)分析

QAP相關(guān)分析是比較兩個(gè)方陣相關(guān)性并對相關(guān)系數(shù)進(jìn)行非參數(shù)檢驗(yàn)的方法，以矩陣的置換為基礎(chǔ)，具體方法分為三個(gè)步驟：

1）計(jì)算兩個(gè)矩陣形成的長向量之間的相關(guān)系數(shù)；

2）對其中一個(gè)矩陣的行和列隨機(jī)進(jìn)行置換，然后用第一步中的方法計(jì)算置換后的矩陣與另一個(gè)矩陣之間的相關(guān)系數(shù)，重復(fù)多次得到相關(guān)系數(shù)的分布；

3）比較前兩步的計(jì)算結(jié)果，檢驗(yàn)相關(guān)系數(shù)屬于拒絕域或接受域，并判斷相關(guān)性[13].

3.2.1 小額貸款公司QAP相關(guān)分析

對小額貸款各監(jiān)測點(diǎn)之間的空間關(guān)聯(lián)矩陣和影響因素之間的相關(guān)關(guān)系進(jìn)行 QAP相關(guān)分析，設(shè)置隨機(jī)置換次數(shù)為5 000次，給出實(shí)際相關(guān)系數(shù)及最大、最小值和概率（表3）.在顯著性水平0.05的條件下，除了X2相關(guān)系數(shù)大于0，且顯著性概率均小于0.05外，其余變量相關(guān)系數(shù)的顯著性概率均大于 0.05，表明監(jiān)測點(diǎn)交易量比例對小額貸款公司借貸利率空間傳導(dǎo)成正相關(guān)影響.監(jiān)測點(diǎn)的交易量越大，在區(qū)域民間借貸利率傳導(dǎo)中的影響較大，會對其它監(jiān)測點(diǎn)的借貸利率產(chǎn)生一定影響.

表3 小額貸款公司借貸利率空間網(wǎng)絡(luò)的QAP相關(guān)分析

3.2.2 社會直接借貸網(wǎng)絡(luò)結(jié)構(gòu)QAP相關(guān)分析

選擇5 000次隨機(jī)置換，給出社會直接借貸監(jiān)測點(diǎn)的空間關(guān)聯(lián)矩陣及影響因素實(shí)際相關(guān)系數(shù)及最大、最小值和概率（表4）.在顯著性水平0.05的條件下，交易量比例對空間關(guān)聯(lián)結(jié)構(gòu)存在顯著性影響，其余變量對社會直接借貸利率空間關(guān)聯(lián)相關(guān)性均無顯著性影響，說明社會直接借貸關(guān)聯(lián)矩陣跟借貸主體交易量有關(guān).

表4 社會直接借貸利率空間網(wǎng)絡(luò)的QAP相關(guān)分析

3.3 QAP回歸分析

QAP回歸分析是研究一個(gè)矩陣與多個(gè)矩陣間的回歸關(guān)系，并對空間關(guān)聯(lián)的顯著性進(jìn)行評價(jià)，與 QAP相關(guān)分析方法類似.其估計(jì)過程為：首先對自變量與因變量矩陣對應(yīng)的長向量進(jìn)行回歸分析，其次對因變量矩陣的行和列隨機(jī)進(jìn)行置換，然后對置換后的矩陣與自變量矩陣進(jìn)行回歸分析，多次重復(fù)此計(jì)算，保存所有的系數(shù)值和空間關(guān)聯(lián).

對交易量和小額借貸監(jiān)測點(diǎn)關(guān)聯(lián)矩陣進(jìn)行了 QAP回歸分析，設(shè)置隨機(jī)置換次數(shù)為5 000次，結(jié)果如表5所示.由數(shù)據(jù)分析結(jié)果可知，調(diào)整后的可決系數(shù)為 0.048，說明監(jiān)測點(diǎn)交易量比例差異只能解釋小額貸款公司借貸利率聯(lián)動的4.8%，從而說明小額貸款公司利率網(wǎng)絡(luò)關(guān)聯(lián)結(jié)構(gòu)還受其它因素影響.

對交易量和社會直接借貸監(jiān)測點(diǎn)關(guān)聯(lián)矩陣進(jìn)行 QAP回歸分析，設(shè)置隨機(jī)置換次數(shù)為 5 000次，結(jié)果如表6所示.由數(shù)據(jù)分析結(jié)果可知，調(diào)整后的可決系數(shù)為 0.024，說明監(jiān)測點(diǎn)交易量比例差異只能解釋社會直接借貸利率聯(lián)動的2.4%，說明個(gè)人出借主體利率網(wǎng)絡(luò)關(guān)聯(lián)結(jié)構(gòu)還受其它因素影響.

由 QAP回歸分析結(jié)果可知，小額貸款公司和社會直接借貸交易量比例對關(guān)聯(lián)矩陣有顯著影響，交易量比例差異越大，民間借貸空間關(guān)聯(lián)性越強(qiáng)，說明民間借貸存在行業(yè)龍頭的輻射作用，交易量大的監(jiān)測點(diǎn)利率水平可能會影響其它監(jiān)測點(diǎn)利率水平.

表5 小額貸款公司借貸利率的QAP回歸分析

表6 社會直接借貸主體利率的QAP回歸分析

4 結(jié)論與建議

本文基于溫州指數(shù)的小額貸款公司和社會直接借貸利率月度數(shù)據(jù)，應(yīng)用社會網(wǎng)絡(luò)分析方法對民間借貸利率的空間網(wǎng)絡(luò)結(jié)構(gòu)特征及影響因素進(jìn)行定量研究.研究結(jié)果表明，溫州民間借貸利率存在一定的傳導(dǎo)效應(yīng)，但空間網(wǎng)絡(luò)關(guān)聯(lián)度還不強(qiáng)，結(jié)構(gòu)穩(wěn)定性較弱.網(wǎng)絡(luò)可達(dá)性較強(qiáng)，處于城市從屬和邊緣的城市較少.個(gè)人借貸的空間關(guān)聯(lián)度要弱于公司出借主體（小額貸款公司）的利率關(guān)聯(lián)度.中心度分析表明，小額貸款公司成交量較大的監(jiān)測點(diǎn)處于網(wǎng)絡(luò)中心位置，起著“引領(lǐng)”作用.社會直接借貸中農(nóng)商銀行監(jiān)測點(diǎn)借貸敏感性較強(qiáng)，處于網(wǎng)絡(luò)相對中心位置.QAP分析結(jié)果表明，小額貸款公司和社會直接借貸監(jiān)測點(diǎn)交易量對空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)有顯著影響.區(qū)域金融及經(jīng)濟(jì)發(fā)展水平等因素對空間網(wǎng)絡(luò)結(jié)構(gòu)無顯著性影響.

民間借貸利率空間網(wǎng)絡(luò)結(jié)構(gòu)分析為政府進(jìn)行區(qū)域民間金融風(fēng)險(xiǎn)監(jiān)管政策制定提供新的視角.對于點(diǎn)出度、中心度較高的監(jiān)測點(diǎn)，既要考慮其民間借貸利率的波動，同時(shí)也要重視對其它監(jiān)測點(diǎn)的溢出效應(yīng).民間借貸利率聯(lián)動關(guān)系為民間金融風(fēng)險(xiǎn)協(xié)同監(jiān)管調(diào)控創(chuàng)造了條件.QAP分析結(jié)果證實(shí)了民間借貸利率聯(lián)動關(guān)系的復(fù)雜性，空間關(guān)聯(lián)結(jié)構(gòu)不僅受民間借貸活躍度影響，同時(shí)還可能受借貸人信用等級、熟人關(guān)系等社會因素影響.因此，在區(qū)域民間金融風(fēng)險(xiǎn)監(jiān)管過程中，需進(jìn)行市場信息的改善和增加金融供給，從而促進(jìn)民間借貸市場走向更深地“融合”，發(fā)揮民間資本的最大效用.