社會網絡、信息獲取能力與農戶借貸行為

張樂柱 劉惠芬

摘要：本文基于2017年中國家庭金融調查（CHFS）數據，運用Probit模型和Tobit模型實證檢驗了社會網絡對農戶借貸行為的影響。結果表明：（1）社會網絡對農戶借貸可得性、借貸規(guī)模均具有正向影響。（2）信息獲取能力、風險偏好在社會網絡對農戶借貸可得性、借貸規(guī)模的影響中均起到中介作用。（3）異質性分析發(fā)現，與非正規(guī)借貸相比，社會網絡對農戶的正規(guī)借貸產生的影響更大；與不使用互聯(lián)網型農戶相比，社會網絡對使用互聯(lián)網型農戶的借貸可得性以及借貸規(guī)模的影響更大；社會網絡對西部地區(qū)農戶的借貸可得性以及借貸規(guī)模影響最大；年齡越靠近中年的農戶越傾向于選擇參與金融借貸，借貸規(guī)模也越大。

關鍵詞：社會網絡；農戶借貸；信息獲取能力；風險偏好

中圖分類號：F832.43? ? ? ? 文獻標識碼：A? ? ? ? 文章編號：1007-0753（2023）03-0030-12

一、引言

長期以來，在我國城鄉(xiāng)二元金融結構的背景下，農村地區(qū)普遍存在嚴重的金融抑制問題，農村家庭的信貸需求得不到有效滿足，非正規(guī)借貸活動成為農戶融資的主要形式（尹志超等，2021）。根據CFPS 2016年數據顯示，選擇正規(guī)借貸渠道的農戶占比23%，選擇非正規(guī)借貸渠道的農戶占比65%（楊明婉和張樂柱，2019）。CHFS 2017年數據顯示，農戶正規(guī)信貸獲得占比9.61%，非正規(guī)信貸獲得占比16.34%（張一昊等，2022）。因此，研究農戶借貸行為的影響因素對于緩解農戶的信貸約束，促進金融可得性，激活農村家庭的內生動力，進而促進農村居民增收具有重要意義。

我國農村社會是一個典型的“關系型”熟人社會，社會網絡在農戶借貸行為中發(fā)揮著提供信息共享、監(jiān)督約束和風險保險（Grootaert等，2010）等重要作用。從理論上說，社會網絡從多個方面對農戶借貸行為起到促進作用。首先，基于親情間禮尚往來的強社會關系，能夠提供隱形的信用擔保功能。缺乏抵押品是農戶受到金融供給排斥的重要原因之一（易小蘭和蔡榮，2017），而農戶的社會網絡能夠降低由于缺乏抵押品帶來的信用缺失問題。由于擔心違約帶來的失信后果，社會網絡的成員不敢輕易違約，提高了借貸交易的穩(wěn)定性（徐慧賢等，2020）。其次，社會網絡能夠降低農村的信貸交易成本（童馨樂等，2015）?；跇I(yè)緣、友緣等弱社會關系的擴張，緩解了借貸過程中的信息不對稱，給農戶帶來更多的借貸資源，降低了交易成本，提高了信貸的可得性（李丹和張兵，2013）。最后，社會網絡還可以通過降低交易費用（楊明婉等，2020）、促進民間借貸水平（趙羚雅，2019）、增加民間借貸規(guī)模（張婷等，2021）等渠道提高農戶正規(guī)借貸（張晉華等，2017）和非正規(guī)借貸（馬光榮和楊恩艷，2011；楊汝岱等，2011；譚燕芝和張子豪 ，2017）的可得性。

現有文獻對本文研究社會網絡對農戶借貸行為的影響具有重要的參考價值。相較已有文獻，本文可能的邊際貢獻在于以下兩個方面：一是揭示社會網絡影響農戶借貸參與的內在作用機制，有助于更加深入地理解社會網絡與農戶借貸行為之間的關系；二是現有研究更多地限于農戶的信息獲取渠道，本文基于項目反應理論模型測度農戶的信息獲取能力，能夠更加有效地測度農戶的金融信息獲取能力。

二、文獻綜述與研究假說

（一）社會網絡與農戶借貸行為

社會資本是農戶擁有的潛在資源，以社會網絡為主的社會資本在農戶借貸行為中發(fā)揮著信息共享、監(jiān)督約束和風險保擔等（Grootaert等，2010）重要作用，農戶可以從社會關系網絡中進行交換資源、傳遞信息等（張博等，2015）。首先，社會網絡在農戶借貸行為中充當抵押品作用，以隱形擔保的方式促使農戶獲得更大借貸規(guī)模。其次，基于社會網絡存在的信息傳遞功能，農戶可以從自身的關系網絡中更加容易了解到其他農戶的經濟狀況，便于尋求非正規(guī)借貸的機會（張華泉等，2022）。最后，基于農戶的社會網絡維系行為，農戶自發(fā)的社會網絡維系行為有助于增強其自身社會網絡的緊密性，從而改善家庭信貸約束的困境，促進農戶借貸可得性（嚴太華和劉志明，2015）。

（二）社會網絡、信息獲取能力與農戶借貸行為

拓展社會網絡可以提高農戶的信息獲取能力。具體而言，社會網絡提高農戶信息獲取能力的方式主要有三種：一是社會網絡能夠通過社交、互助等活動增強網絡成員的交流，幫助農戶接觸并獲取豐富的信息和知識，間接提升了農戶的借貸可得性和增加了借貸規(guī)模（史雨星和趙敏娟，2022）。二是以友緣為主的弱關系能夠提供具有時效性和真實性的信息，有助于農戶準確把握最新的正規(guī)金融、民間借貸市場的動態(tài)信息（張博等，2015）。三是社會網絡規(guī)模越大，網絡成員之間的互動越多，可以降低信息獲取成本，從而緩解信息約束問題（吳本健等，2014），有利于提升農戶借貸可得性。

進一步而言，信息獲取能力對農戶借貸行為的影響既可以通過信息的累積來提高農戶的借貸可得性，又可以通過緩解信息不對稱從而增加農戶的借貸規(guī)模。由于傳統(tǒng)農村普遍地處偏僻，農戶獲取信息的渠道比較單一，缺乏對正規(guī)金融機構借貸程序的認知，加之農村社會經濟活動存在社群性特點，而社會網絡是信息獲取的重要源泉，農戶通過網絡內部信息互換從而增加對正規(guī)金融機構相關金融信息的了解，在實現信息資源共享的同時降低了獲取金融信息的成本，有利于農戶借貸行為的進行。信息獲取是農戶借貸行為的前置條件，信息不對稱是阻礙農戶借貸可得性的重要因素，而打破原來的封閉環(huán)境擴大信息來源、拓寬信息獲取渠道，在一定程度上可以緩解信息不對稱問題，從而促進農戶借貸可得性（王雅婧等，2022）。

（三）社會網絡、風險偏好與農戶借貸行為

社會網絡有助于提升農戶的風險偏好。首先，穩(wěn)定的社會網絡將通過增強自身的內部監(jiān)督機制以增強內部成員違約時的懲罰機制（林麗瓊和王毅鵬，2018），同時由于社會資本具有理性的互惠型非正規(guī)分擔機制，內部成員可以在風險發(fā)生時共同承擔，從而提高內部成員的風險偏好。其次，在自身的社會關系網絡中，內部成員通過分享金融活動的信息、知識，增加風險承受能力，從而提升自身風險偏好，將潛在的借貸需求轉化為有效的借貸需求，促進農戶參與借貸和增加借貸規(guī)模。除此之外，農戶還可以從自身的社會資源構建的社會關系網絡中了解金融產品、正規(guī)金融市場和民間借貸市場，其了解的程度越深，在正規(guī)金融市場購買金融產品的風險偏好程度以及金融實踐活動的主觀能動性也會越強，從而提升農戶金融市場的參與程度，解決農戶的融資問題（趙青，2018；張冀等，2020）。

風險偏好是影響農戶借貸行為的重要因素。陳新建和韋圓圓（2019）指出風險偏好是個體對風險的主觀心理態(tài)度，可劃分為風險偏好、風險厭惡與風險中立。有研究表明，風險偏好促進家庭借貸行為（尹志超等，2023）。王幽蘭和陶建平（2021）、趙青（2018）認為，風險偏好越強的農戶，參與金融市場度越高。胡瑩瑩（2018）指出風險偏好將提升家庭金融市場參與度，從而提高借貸獲得水平。還有研究結果表明，一個家庭的風險厭惡程度越高，面臨的信貸約束問題越嚴重（潘爽等，2020）。在借貸行為過程中，龐新軍和冉光和（2014）的研究結果表明，風險厭惡型農戶偏向保留確定性收入，避免風險成本的產生，從而引發(fā)需求風險型信貸配給，降低農戶的借貸可得性。

綜上，本文提出以下研究假說：

H1：社會網絡對農戶借貸行為具有正向顯著作用，社會網絡既可以提高農戶借貸可得性，也可以增加農戶借貸規(guī)模。

H2：社會網絡通過提升自身信息獲取能力進而優(yōu)化農戶借貸行為。

H3：社會網絡通過提升自身風險偏好進而優(yōu)化農戶借貸行為。

三、研究設計

（一）數據來源

本文所用數據來源于2017年中國家庭金融調查（CHFS 2017）?；趥€人和家庭特征、社會網絡以及農戶金融借貸等數據，對2017年CHFS的家庭數據集（hh）、個人數據集（ind）和戶主數據集（master）三個數據表進行合并，得到所需的研究樣本后處理了缺失值和剔除了異常值，最終得到19 354個有效農村樣本。

（二）模型設定

1. Probit模型

本文采用Probit模型分析社會網絡對農戶借貸可得性的影響，模型設立如下：

其中，yd為啞變量，表示農戶借貸可得性，yd =1代表農戶參與借貸；yd =0則表示沒有參與。soci代表社會網絡變量，Xi代表控制變量，包括農戶個體特征、家庭特征、地區(qū)特征，μi表示殘差項。

2. Tobit模型

采用Tobit模型分析社會網絡對農戶借貸規(guī)模的影響。模型設立如下：

式（4）—（6）中，Yi 表示農戶借貸可得性以及借貸規(guī)模，Xi表示解釋變量社會網絡，Mi表示中介變量信息獲取能力以及風險偏好，Ci表示控制變量， β0表示常數項，ε1、ε2、ε3表示隨機干擾項。

（三）變量說明

1.被解釋變量

農戶借貸行為。依據現有數據和參考相關文獻，選擇農戶借貸行為相關變量，主要包括兩個方面：借貸可得性與借貸規(guī)模。若農戶因工商業(yè)生產經營活動、住房、商鋪、車輛、教育中的任何一項有尚未還清的銀行或信用社貸款、民間借款則定義為參與借貸，賦值為1，否則為0。以此獲得的借貸金額數量取自然對數之后定義為借貸規(guī)模。

2.核心解釋變量

社會網絡。常用的社會網絡度量指標主要有曾經贈送過禮品或金錢的親友數、贈送親友禮金價值占總支出的比例（章元和陸銘，2009）、親友量和禮金（王子敏，2019）、人情禮支出（蘇劍峰和聶榮，2022；孫海剛和馮春陽，2021）、社交支出占家庭總支出的比例（徐宏等，2021）等。常用的衡量方法主要有：（1）以單一變量衡量社會網絡；（2）采取算術平均法、因子分析法、熵值法等多指標綜合測算法。多指標綜合測算法計算量大且復雜，若僅用單純的比例測度，尚欠妥當。因此本文借鑒尹志超等（2019）衡量社會網絡的方法，以月均通訊費來衡量社會網絡。

3.控制變量

本文參考相關文獻，主要從農戶的個體特征、家庭特征和地區(qū)特征等方面選取控制變量。個體特征主要包含農戶個人的性別、年齡、受教育水平、風險態(tài)度、健康水平、職業(yè)等，其中職業(yè)主要包括務農、務工以及自由謀業(yè)；家庭特征主要包含家庭凈資產、家庭規(guī)模等；此外還加入了地區(qū)虛擬變量以控制地區(qū)間差異。具體各變量定義說明與各變量描述性統(tǒng)計結果分別見表1、表2。

四、結果分析

本文首先采用Probit模型分析社會網絡對農戶借貸可得性的影響，再采用Tobit模型研究社會網絡對農戶借貸規(guī)模的影響。

（一）社會網絡對農戶借貸可得性的影響

表3的第（1）列和第（3）列分別報告了社會網絡對農戶借貸可得性、借貸規(guī)模的影響。第（2）列和第（4）列考慮到社會網絡可能存在的內生性，引入工具變量進行了內生性檢驗。

從第（1）列中可以看出，社會網絡的估計系數為0.009，即隨著社會網絡的提升，農戶參與借貸的概率提高0.9%并具有統(tǒng)計顯著性，說明在農村地區(qū)社會網絡確實有助于提高農戶借貸可得性。農戶性別的估計系數是負向但不顯著，年齡的估計系數是正向不顯著，年齡的平方的估計系數是負向顯著，意味著年齡與農戶借貸可得性呈現倒“U型”關系?；橐鰻顩r、受教育水平對農戶借貸可得性產生正向不顯著的影響，而農戶的健康水平、家庭規(guī)模、家庭凈資產對農戶借貸可得性產生負向不顯著的影響。農戶的三種職業(yè)類型對農戶借貸可得性均是正向顯著影響，其中務工對農戶借貸可得性的影響最大，而自由謀業(yè)對農戶借貸可得性產生的影響最小，這說明相對于自由謀業(yè)型農戶，務工、務農類型的農戶更愿意參與借貸。

（二）社會網絡對農戶借貸規(guī)模的影響

社會網絡不僅對農戶借貸可得性產生影響，還對農戶借貸規(guī)模產生影響。從第（3）列中可以看出，社會網絡的估計系數為0.433，在1%的顯著性水平下顯著，這說明社會網絡顯著增加農戶的借貸規(guī)模。農戶的性別估計系數為-0.165，且在5%的顯著性水平下顯著，這說明女性獲得的借貸規(guī)模相對男性更多。年齡的估計系數是正向不顯著，年齡的平方的估計系數是負向顯著，意味著年齡與農戶借貸可得性呈現倒“U型”關系。婚姻狀況在5%的顯著性水平下表現為正，而受教育水平卻并不顯著。農戶的三種職業(yè)類型對農戶借貸規(guī)模均是正向顯著影響，其中務工對農戶借貸規(guī)模產生的影響最大，而自由謀業(yè)對農戶借貸規(guī)模產生的影響最小，但三種職業(yè)類型對農戶借貸規(guī)模的影響相差并不是很大。農戶的家庭特征均是在5%的顯著性水平下對農戶借貸規(guī)模產生負向作用。

綜上所述，假說H1得證，即社會網絡對農戶借貸行為具有正向顯著作用。

（三）內生性檢驗

上述結果表明，社會網絡對農戶借貸行為存在顯著的正向影響，但兩者間的關系還需進一步識別，因為無法確定社會網絡與農戶借貸行為之間的正相關性，是社會網絡的存在促進了農戶借貸，還是由于要借貸的農戶更加傾向于維系社會網絡？為了檢驗社會網絡的內生性，本文選取村莊內除了樣本農戶的社會網絡均值作為社會網絡的工具變量，村莊內除了樣本農戶的社會網絡均值與農戶自身的社會網絡有關系，但又不會直接影響農戶的借貸可得性和借貸規(guī)模，因此本文選擇村莊內除了樣本農戶的社會網絡均值作為社會網絡的工具變量進行內生性檢驗。

從表3的第（2）列和第（4）列可以看出社會網絡的估計系數均為正值且顯著，表明社會網絡可以顯著提高農戶借貸可得性和增加借貸規(guī)模。工具變量檢驗結果顯示，一階段F值為542.000，遠大于10，且工具變量t值為34.060，則不存在弱工具變量問題。

（四）穩(wěn)健性檢驗

本文擬采用替換核心解釋變量、剔除從事金融業(yè)的樣本和更換基準回歸模型等方法進行穩(wěn)健性檢驗，結果如表4所示。首先，采用社會網絡的另外一個度量指標——戶主的兄弟姐妹數量來替換原核心解釋變量，其回歸結果沒有顯著的變化。其次，剔除從事金融業(yè)的樣本后，對剩余的19 259個樣本量重新進行回歸檢驗，結果發(fā)現社會網絡對農戶借貸可得性、借貸規(guī)模的估計系數和顯著性水平與表3基本一致。最后，更換Logit模型來分析農戶借貸可得性，以Ols回歸模型分析農戶借貸規(guī)模，從結果中可以看出，即使更換了模型進行重新估計，其結果與基準回歸結果仍保持一致。以上充分說明本文的估計結果是具有穩(wěn)健性的。為減少文章篇幅，以下所有表只保留核心解釋變量的實證結果。

（五）機制分析

理論上認為，信息獲取能力、風險偏好可能是社會網絡影響農戶借貸可得性、借貸規(guī)模的渠道，主要表現為社會網絡能夠提升農戶的信息獲取能力、風險偏好，進而提高農戶借貸可得性，增加借貸規(guī)模。

1.提升信息獲取能力

本文根據CHFS調查數據中對“您關注財經類新聞的渠道是？”的回答，將信息獲取渠道主要分為財經類APP、互聯(lián)網和手機等網頁瀏覽、電視和報紙等傳統(tǒng)媒介、參加財經類名人講座和課程培訓4種，構建信息獲取能力變量。本文主要參考高楊和牛子恒（2019）的研究，以農戶對各種信息獲取渠道的利用情況來反映農戶信息獲取能力，并構建Logstic形式的二參數IRT模型：

式（7）中，πij為農戶可以從第j種渠道獲取信息的概率，根據對問卷相關問題的回答，農戶的信息獲取渠道為財經類 APP、互聯(lián)網和手機等網頁瀏覽、電視和報紙等傳統(tǒng)媒介、參加財經類名人講座和課程培訓或論壇等。informi為農戶的信息獲取能力參數，且假設其服從標準正態(tài)分布informi ～ N（0，1），其值越大，說明農戶的信息獲取能力越強。rj是第j種渠道的區(qū)分度參數，其值越大，代表第j種渠道對農戶獲取信息的幫助越大。bj為第j種渠道的難度參數，其數值越大，代表農戶從第j種渠道獲取信息的難度越大。

在參數估計方面，本文首先將農戶對上述4種信息獲取渠道的利用情況作為其信息獲取能力的響應變量，并通過項目反應理論模型的0—1計分方式，即農戶能夠利用該渠道獲取信息時取值為1，否則為0，從而構建農戶對4種信息獲取渠道利用情況的項目反應矩陣。其次，構建IRT模型估計區(qū)分度參數與難度參數。最后，采用貝葉斯期望后驗估計農戶信息獲取能力。

從表5中第（2）、（5）列結果發(fā)現，社會網絡顯著提升農戶的信息獲取能力，將信息獲取能力變量加入基準回歸后，信息獲取能力對農戶的借貸可得性以及借貸規(guī)模均產生正向顯著影響，說明中介效應有效，即拓展社會網絡可以提高農戶的信息獲取能力，而信息獲取能力既可以通過信息的積累來提高農戶的借貸可得性，又可以通過緩解信息不對稱從而增加農戶的借貸規(guī)模，假說H2得到驗證。

2.提升風險偏好

本文根據對“如果您有一筆資金可用于投資，您最愿意選擇哪種投資項目？”的回答，將愿意投資高風險、高回報項目的定義為1，其他回答定義為0。從表6中列（1）、（4）看出，社會網絡的系數均正向顯著，說明社會網絡顯著提高農戶的借貸可得性以及增加借貸規(guī)模。進一步在基準回歸模型中加入風險偏好變量，風險偏好變量在1%的顯著性水平下正向顯著，社會網絡的系數同樣正向顯著，并與基準回歸的系數幾乎一致，說明該中介效應有效。上述結果表明，社會網絡能夠通過提升農戶的風險偏好，進而提高農戶的借貸可得性以及增加借貸規(guī)模，假說H3得到驗證。

（六）異質性分析

為進一步考察社會網絡對農戶借貸行為的異質性影響，本文分別考察了借貸異質性、互聯(lián)網的異質性、區(qū)域異質性以及年齡異質性。

1.借貸類型異質性

參考已有文獻，本文將農戶借貸行為劃分為正規(guī)借貸和非正規(guī)借貸（尹志超等，2019）。若農戶因工商業(yè)生產經營活動、住房、商鋪、車輛、教育中的任何一項有尚未還清的銀行貸款的定義為參與正規(guī)借貸，賦值為1，否則為0。若農戶因工商業(yè)生產經營活動、住房、商鋪、車輛、教育中的任何一項有尚未還清的民間借款的定義為參與非正規(guī)借貸，賦值為1，否則為0。從表7中得出社會網絡對農戶的正規(guī)借貸、非正規(guī)借貸、正規(guī)借貸規(guī)模以及非正規(guī)借貸規(guī)模均是在1%的顯著性水平下產生正向影響。但社會網絡對農戶的正規(guī)借貸以及正規(guī)借貸規(guī)模產生的影響比對農戶的非正規(guī)借貸以及非正規(guī)借貸規(guī)模產生的影響大。這也許是因為受到正規(guī)信貸約束的農戶可以借助社會網絡有效緩解信貸約束問題，從而釋放農戶的生存發(fā)展活力，達到更多地促進農戶參與正規(guī)借貸和增加正規(guī)借貸規(guī)模。

2.互聯(lián)網使用異質性

為探究社會網絡對農戶借貸行為的互聯(lián)網使用異質性影響，本文根據問卷中對“請問您目前使用的手機是哪一種？”的回答，將農戶回答使用智能手機的定義為使用互聯(lián)網，并賦值為1，將農戶回答非智能手機、沒有手機的定義為不使用互聯(lián)網，則賦值為0。互聯(lián)網作為信息傳播的重要渠道，不僅可以實現資源共享、數據傳輸，還可以進一步拉近人們之間的距離，實現互惠互助。由表8可以看出，與不使用互聯(lián)網型農戶相比，社會網絡對使用互聯(lián)網型農戶的借貸可得性、借貸規(guī)模的影響更大。

3.區(qū)域異質性

表9是社會網絡對農戶借貸行為的區(qū)域異質性分析結果，從中可以看出，社會網絡對西部地區(qū)的農戶的借貸可得性以及借貸規(guī)模的影響最大，對東部區(qū)域的農戶的借貸可得性以及借貸規(guī)模的影響最小，這說明社會網絡顯著促進不發(fā)達地區(qū)的借貸行為。

4.年齡異質性

為探究社會網絡對農戶借貸行為的年齡異質性影響，本文參考尹志超等（2021）的做法將農戶的年齡進行如下分組：農戶年齡在40歲及以下的為青年群體，41—60 歲的為中年群體，60歲以上的為老年群體。表10分別反映了青年群體、中年群體和老年群體不同年齡組社會網絡對農戶借貸可得性、借貸規(guī)模的影響。對借貸可得性而言，社會網絡對老中青年農戶群體借貸可得性均會產生正向作用，但對老年群體借貸可得性的影響比較低。對借貸規(guī)模而言，社會網絡對中年農戶群體借貸規(guī)模的影響最大，對老年農戶群體借貸規(guī)模的影響最小，這可能是因為中年農戶群體，其工作精力更足，還貸能力相對于青、老年農戶群體更強，因此其獲得的借貸規(guī)模也越大，另外也說明了中年農戶群體的資金需求更大。

五、研究結論及政策啟示

本文基于CHFS 2017年數據，分析了社會網絡對農戶借貸行為的影響。研究發(fā)現：（1）社會網絡對農戶借貸行為具有正向顯著作用，且結果具有穩(wěn)健性。（2）中介效應模型結果顯示，信息獲取能力、風險偏好在農戶借貸行為影響過程中發(fā)揮部分中介作用。（3）社會網絡對農戶正規(guī)借貸的正向顯著作用最大。社會網絡對使用互聯(lián)網、西部地區(qū)的農戶借貸行為產生的影響更大。年齡越靠近中年的農戶借貸可得性越高，借貸規(guī)模也越大。根據本文的研究結論，提出以下建議：（1）政府方面，一是完善正規(guī)金融市場和規(guī)范非正規(guī)金融市場，重視正規(guī)金融市場的金融改革，科學規(guī)范非正規(guī)金融市場，營造良好的金融借貸市場。二是加強對農村地區(qū)誠實守信的教育宣傳，以社會網絡構建征信平臺。（2）金融機構方面，首先要重視對農村地區(qū)的金融服務，加強農村地區(qū)的金融機構基礎設施建設，積極創(chuàng)新金融信貸產品。其次正規(guī)機構工作人員要對農戶的生產經營情況實時跟進，獲取農戶的信息從而構建農戶信用評級體系，使得貸方有效判斷借方的信用值，做到有效評估借貸風險。（3）個人方面，農戶要拓展自身的社會關系網絡，一方面維護基于地緣、親緣的強社會關系，加強溝通，促進信息傳遞，鞏固好自身的強關系網絡，另一方面拓展基于業(yè)緣、友緣的弱社會關系，通過擴大網絡圈子獲取更多金融市場動態(tài)信息。除此之外，農戶還要注重自身的信譽，不斷提升信用等級，從而獲得正規(guī)機構的信任。

參考文獻：

[1] 尹志超，劉泰，星嚴.勞動力流動能否緩解農戶流動性約束——基于社會網絡視角的實證分析[J].中國農村經濟，2021（07）：65-83.

[2] 楊明婉，張樂柱.社會資本強度對農戶家庭借貸行為影響研究——基于2016年CFPS 的數據[J].經濟與管理評論，2019，35（05）：71-83.

[3]張一昊，劉自強，田晨陽.數字普惠金融對農村非正規(guī)借貸的影響[J].武漢金融，2022（12）：79-88.

[4] GROOTAERT C， OH G， SWAMY A. Social capital，

household welfare and poverty in burkina faso[R]. Policy Research Working Paper， 2010，11（01）： 4-38.

[5] 易小蘭，蔡榮.放寬市場準入下農戶借貸渠道選擇及信貸可得性分析[J].財貿研究，2017，28（10）：26-37.

[6] 徐慧賢，張月明，斯琴圖雅.社會網絡資本對貧困地區(qū)農戶信貸可得性影響研究[J].河北經貿大學學報，2020，41（02）：100-108.

[7]童馨樂，李揚，楊向陽.基于交易成本視角的農戶借貸渠道偏好研究——以全國六省農戶調查數據為例[J].南京農業(yè)大學學報（社會科學版），2015，15（06）：78-87+138-139.

[8] 李丹，張兵.社會資本能持續(xù)緩解農戶信貸約束嗎[J].上海金融，2013（10）：9-13+116.

[9] 楊明婉，張樂柱，張葦錕.社會資本、交易費用與農戶正規(guī)借貸行為[J].世界農業(yè)，2020（08）：30-38.

[10]趙羚雅.社會資本、民間借貸與農村居民貧困[J].經濟經緯，2019，36（05）：33-40.

[11]張婷，胡中立，何德旭.社會網絡、民間融資與金融創(chuàng)新[J].宏觀經濟研究，2021（11）：17-33.

[12]張晉華，郭云南，黃英偉.社會網絡對農戶正規(guī)信貸的影響——基于雙變量Probit模型和SEM模型的證據[J].中南財經政法大學學報，2017（06）：83-93.

[13]馬光榮，楊恩艷.社會網絡、非正規(guī)金融與創(chuàng)業(yè)[J].經濟研究，2011，46（03）：83-94.

[14] 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，2011，46（11）：116-129.

[15]譚燕芝，張子豪.社會網絡、非正規(guī)金融與農戶多維貧困[J].財經研究，2017，43（03）：43-56.

[16]張博，胡金焱，范辰辰.社會網絡、信息獲取與家庭創(chuàng)業(yè)收入——基于中國城鄉(xiāng)差異視角的實證研究[J].經濟評論，2015（02）：52-67.

[17]張華泉，劉杰，吳平.社會網絡對農戶借貸行為的影響——基于CFPS2010～2018數據的實證研究[J].農村經濟，2022（05）：88-97.

[18]嚴太華，劉志明.信貸需求、借貸行為與農戶社會網絡的關聯(lián)度[J].改革，2015（09）：151-159.

[19]史雨星，趙敏娟.社會資本、信息渠道對牧戶草場轉入行為的影響——基于草場流轉市場轉型背景的分析[J].西北農林科技大學學報（社會科學版），2022，22（01）：115-128.

[20]吳本健，胡歷芳，馬九杰.社會網絡、信息獲取與農戶自營工商業(yè)創(chuàng)辦行為關系的實證分析[J].經濟經緯，2014，31（05）：32-37.

[21]王雅婧，李耀，薛煜民，等.互聯(lián)網信息渠道對農村家庭借貸行為的影響——基于CFPS的實證研究[J].江蘇農業(yè)科學，2022，50（22）：239-245.

[22]林麗瓊，王毅鵬.社會資本影響民間借貸風險嗎？——來自中國家庭金融調查的經驗證據[J].現代財經（天津財經大學學報），2018，38（10）：43-60.

[23]趙青.金融知識、風險態(tài)度對借貸行為的影響——基于CHFS的經驗證據[J].金融發(fā)展研究，2018（04）：55-60.

[24]張冀，于夢迪，曹楊.金融素養(yǎng)與中國家庭金融脆弱性[J].吉林大學社會科學學報，2020，60（04）：140-150+238.

[25]陳新建，韋圓圓.風險感知、風險偏好與貧困農戶風險管理策略[J].華南農業(yè)大學學報（社會科學版），2019，18（01）：74-85.

[26] 尹志超，蔣佳伶，宋曉巍.社會網絡對家庭借貸行為的影響——基于京津冀家庭微觀數據的實證研究[J/OL].東北師大學報（哲學社會科學版）：1-32[2023-03-07].http：//kns.cnki.net/kcms/detail/22.1062.c.20190821.1714.004.html

[27]王幽蘭，陶建平.基于風險態(tài)度的農戶金融素養(yǎng)與正規(guī)信貸獲得水平分析[J].調研世界，2021（04）：48-55.

[28]胡瑩瑩.融知識、風險態(tài)度對家庭金融市場參與的影響研究—來自CHFS的微觀數據[D].上海：華東政法大學，2018.

[29]潘爽，魏建國，胡紹波.互聯(lián)網金融與家庭正規(guī)信貸約束緩解——基于風險偏好異質性的檢驗[J].經濟評論，2020（03）：149-162.

[30]龐新軍，冉光和.風險態(tài)度、農戶信貸與信貸配給——基于張家港市問卷調查的分析[J].經濟經緯，2014，31（01）：149-154.

[31]溫忠麟，葉寶娟.中介效應分析：方法和模型發(fā)展[J].心理科學進展，2014，22（05）：731-745.

[32]章元，陸銘.社會網絡是否有助于提高農民工的工資水平？[J].管理世界，2009（03）：45-54.

[33]王子敏.互聯(lián)網、社會網絡與農村流動人口就業(yè)收入[J].大連理工大學學報（社會科學版），2019，40（03）：15-23.

[34]蘇劍峰，聶榮.社會網絡對農村家庭相對貧困脆弱性的影響[J].華南農業(yè)大學學報（社會科學版），2022，21（02）：41-50.

[35]孫海剛，馮春陽.社會網絡與居民消費支出——來自中國家庭追蹤調查數據的證據[J].社會科學家，2021（07）：81-87.

[36]徐宏，王云輝，王劍波.人口老齡化、社會網絡對家庭創(chuàng)業(yè)決策的影響研究[J].山東社會科學，2021（07）：116-123.

[37]高楊，牛子恒. 風險厭惡、信息獲取能力與農戶綠色防控技術采納行為分析[J].中國農村經濟，2019（08），109-127.

（責任編輯：唐詩柔/校對：張艷妮）