CEO社交网络能缓解公司融资约束吗？

陈艺萍，张晋选

(山西大学 经济与管理学院，山西 太原 030000)

一、 引言

近年来，企业融资难融资贵是社会关注的热点问题之一①，资金成为制约我国企业经营的重要因素。如何有效缓解和解决这一问题是实现我国经济健康发展的关键，已经有越来越多的学者参与到这一课题的研究中。已有研究表明，信息不对称和代理问题是产生公司融资约束的重要因素[1-5]，提高信息披露质量[6]、兼并收购[7]和金融发展[8]等有助于降低公司融资约束。然而，不难发现，这些研究大部分都将管理者同质性作为假设前提，忽略了管理者背景特征差异的潜在影响。高层梯队理论指出，作为公司战略和日常经营决策的制定者，高层管理成员存在性别、年龄、教育背景、任职经历等方面的异质性，使得高管在认知理念和行为模式上存在差异，进而影响公司的决策行为[9-12]。有鉴于此，本文引入高管社交网络这一重要特征来研究高管社交网络是否会影响公司融资约束。

社交网络是指社会个体成员通过互动和交流所形成的较为稳定的关系体系，这种关系的存在对个体或组织的行为产生影响。研究表明，高管社交网络在公司财务决策中具有重要作用，显著影响公司的投融资决策、并购、企业价值等。巫景飞等[13]从社会资本的视角出发，研究表明公司高管政治网络对于公司的业务层面及地域层面的多元化都有显著的正面促进作用。王福胜和王摄琰[14]的研究表明，CEO网络嵌入可以增加企业价值。El-Khatibetal.[15]发现CEO网络中心度促进CEO更加高效地收集信息，从而做出高财富效应的并购决策。蒋德权等[16]指出，高管连锁网络与公司投资效率呈显著负相关关系，并且民营企业的高管网络对公司投资效率的影响更为显著。李小玉等[17]研究发现，CEO与其他高管之间基于雇佣关系产生的关联与企业绩效之间呈显著的倒“U”型关系。然而，现有研究很少探讨公司高管，尤其是CEO社交网络对公司融资约束的影响。基于此，本文以我国2008—2017年A股非金融行业上市公司为研究对象，重点分析CEO社交网络与公司融资约束之间的关系，并进一步探讨在不同股权性质公司、不同数量分析师关注的公司中CEO社交网络作用的差异。

本文可能的贡献有两点：第一，采用实证方法检验CEO社交网络对公司融资约束的影响，发现CEO社交网络可以使公司与外部投资者之间的信息不对称程度得到有效降低，进而缓解公司的融资约束，补充了高管社交网络在公司财务决策领域的研究内容；第二，研究拓展了高层梯队理论中高管特质的界定，补充分析了高管团队人口学特征之外的社会属性——社交网络的作用。

本文后续各部分的安排为：第二部分是文献述评与研究假说，第三部分是研究设计，第四部分是实证结果分析，第五部分是稳健性检验，最后一部分是研究结论。

二、 文献述评与研究假说

(一) CEO社交网络和公司融资约束

融资约束是指阻碍公司向其所看好的投资项目投入资金的阻力，一般是因为公司的信用不足而无法通过银行贷款、发行股票、资产变现、长短期借款等手段获取所需的资金。很多已有的文献表明，融资约束对公司运营具有重要作用。因此研究这一问题的成因和解决方法非常重要。大量的研究表明，公司与市场之间的信息不对称是阻碍公司融资的重要因素。国外关于公司融资约束的研究中，Myers and Majluf[18]构建的优序融资理论指出，公司的融资约束与信息披露具有负相关关系，信息披露的增加会降低债务人与债权人之间信息不对称程度，从而降低公司外部融资的成本，缓解公司融资约束；Whited[19]的研究也发现，公司与市场之间的信息不对称使得投资者难以准确评判公司真正的价值。两者之间的信息不对称程度越高，越会增加公司面临的融资约束风险。而在我国资本市场上，资金的需求者和提供者双方对于公司未来的经营状态的信息高度不对称，因此会导致逆向选择问题，这一问题是妨碍民营企业融资的重要因素[20-21]。于蔚等[22]也发现，政治关联的信号传递功能可以通过降低资金供需双方之间的信息不对称，从而缓解公司融资约束。何孝星和叶展[23]也发现，信息不对称是增加市场摩擦和企业融资难度的重要因素。

社交网络是由社会个体成员之间互动形成的、相对稳定的关系系统，任何一个社会成员都嵌入或悬浮于一个由各种关系联结形成的多重、复杂、交叉的社会网络之中，关系体系搭建了社交网络的基本架构[24]。Ellison and Fudenberg[25]认为，社交网络可以使得信息通过网络自由且低成本地流动，是一个非常重要的信息交流和沟通渠道。Louryetal.[26]发现，公司高管的社交网络使得公司与其他组织的领导者保持非正式关系进而减少对所需资源访问的不确定性，来自熟人的信息具有很高的可信性，促进了信息的共享，减少信息不对称性。Uzzi and Gillesple[27]发现，公司的银行关系可以使得公司获得较多的银行信息，并可以以较低的成本获得银行贷款。基于以上分析，本文认为高管社交网络可以通过构建专有信息共享平台，减少公司与市场的信息不对称程度，进而可以缓解公司的融资约束。基于上述分析，本文提出如下假说：

H1:CEO社交网络对于上市公司融资约束具有缓解效应。

(二) 股权性质、CEO社交网络和融资约束

考虑到我国的具体国情，与民营企业相比，国有企业在产权保护、政企关系、融资待遇等方面都具有很显著的优势[28]。因此，从产权异质性的视角来看,国有企业和民营企业的CEO社交网络与公司融资约束的关系会存在显著的差异。对于我国的企业而言，其外部融资的主要渠道是银行借款，然而由于我国经济体制的特殊性，国企和民企在融资方面的差距很明显。政府对国有企业有“父爱”效应，使得国有企业可以很容易以较低的成本获得资金，且在承担市场风险方面具有天然的优势[29]。国有企业破产风险更低且在遭遇财务危机时更容易获得政府的资金支持[30]。因此，债权人对国有企业经营风险变动的容忍度更高，国有企业面临融资约束的情况较少，CEO社交网络也并未明显地发挥作用。相比较而言，民营企业受到较为严重的“信贷歧视”[31-32]，在与银行的信贷关系之中处于被动地位。此时，民营企业更加依赖CEO社交网络的信息共享效应，减弱企业与市场之间的信息不对称程度，使得投资者对于公司的经营状况和违约风险做出更准确的了解与判断[33]，从而缓解融资约束。民营企业的产权特征使得CEO社交网络的影响更为显著。而且CEO社交网络还可以使得企业形成类似辛迪加的联合，通过相互担保来缓解企业的融资约束。基于上述分析，本文提出如下假说：

H2: CEO社交网络对民营企业融资约束的缓解效应高于国有企业。

(三) 分析师跟踪、CEO社交网络和融资约束

在证券市场上，证券分析师是代表有效定价的重要理性力量，是公司的信息中介之一，在企业和市场之间扮演着信息传递的角色。证券分析师借助专业的知识、行业背景及执业能力，通过团队互相协作，收集、处理、分析以及整合公司的多方面、多层次的财务和非财务信息，并将这些信息传递给股东和外部投资者。Brennan and Tamarowski[34]指出，证券分析师是公司投资者关系管理的一个重要组成部分，分析师跟踪人数越多，越可以降低公司与市场的信息不对称程度。Frankel and Li[35]认为,分析师作为主要的市场中介，是资本市场上领先的信息生产者，还是减轻信息不对称的重要机制。Changetal.[36]认为,证券分析师可以将各种复杂信息进行加工，以简单并易懂的形式提供给非专业投资者们，降低投资者与公司之间的信息不对称程度。余明桂等[37]发现，分析师的关注能够披露更多有关企业价值的信息，降低股东和管理层以及企业和外部投资者之间的信息不对称程度，并缓解委托代理问题，通过信息共享渠道，缓解公司与市场之间的信息不对称程度是CEO社交网络缓解公司面临的融资约束的一条重要机制。而有大量研究表明，跟踪分析公司的分析师人数越多，公司与外部投资者之间的信息不对称程度越低。因此，本文认为跟踪分析公司的分析师人数越多，CEO社交网络缓解公司与外部投资者信息不对称程度的边际作用越少，而在相反情况下，CEO社交网络越强，越可以显著改善公司的信息环境并缓解公司的融资约束。基于上述分析，本文提出如下假说：

H3：CEO社交网络对于公司融资约束的缓解作用在分析师跟踪人数越少的公司更加显著。

三、 研究设计

(一) 样本选择

本文以上交所和深交所上市公司作为研究对象，数据来自CSMAR数据库和WIND数据库。由于CSMAR数据库关于高管社交网络的数据是从2008年开始的，因此，本文选择2008—2017年的数据进行研究。为了保证研究质量，本文对样本公司的数据进行以下处理：(1)剔除金融类公司；(2)剔除ST和*ST公司；(3)剔除CEO社交网络数据缺失的公司；(4)剔除融资约束数据缺失的公司；(5)剔除其他财务数据缺失的样本。为了避免异常值对于回归结果的影响，在回归分析中本文对所有连续型变量在1%和99%的水平上进行了Winsorize处理。研究样本包括5292个公司年度数据，其中，国有控股公司年度数据2107个，民营控股公司年度数据3185个。

(二) 变量选取与研究模型

1. 融资约束

关于公司融资约束的衡量，学者们众说纷纭，提出了很多方法，其中主要的衡量指标包括投资—现金流敏感性[38]、现金—现金流敏感性[39]、KZ指数[40]、WW指数[41]等。本文借鉴Lamontetal.[42]、魏志华等[43]以及李君平和徐龙炳[44]的研究，利用KZ指数来衡量公司的融资约束程度。本文参考Lamontetal.[42]的做法，直接借鉴Kaplan and Zingales[40]的公式构造KZ指数，综合经营现金流量、托宾Q、资产负债率、股利支付率以及现金持有等变量，采用有序逻辑回归(Ordered Logistic Regression)得出KZ指数的计算公式：KZi,t=-1.002CFi,t/Ai,t-1-39.368DIVi,t/Ai,t-1-1.315Ci,t/Ai,t-1+3.139LEVi,t+0.283Qi,t。运用上述公式，我们可以计算出任意一家上市公司融资约束程度的KZ指数，KZ指数是正向指数，KZ指数越大，那么则意味着上市公司所面临的融资约束程度越高。

2. CEO社交网络

CEO是指在公司职位为总经理、总裁、行政总裁、执行总裁或首席执行官的人，本文使用图论中的四个网络中心度衡量CEO社交网络。度中心度(Degree Centrality)衡量高管网络中与CEO直接联系的人数，接近中心度(Closeness centrality)是高管网络中CEO与人之间的最短距离，中介中心度(Betweenness Centrality)衡量高管网络中CEO控制其他高管网络联系路径的程度，特征向量中心度(Eigenvector centrality)衡量高管网络中CEO的重要程度。

首先，对样本期内企业高管的各种社会关系进行筛选，确定CEO的网络关系。其次，利用Python语言分年度计算出CEO的四个网络中心度。再次，参考El-Khatibetal.[15]以及唐松等[45]的研究，对四个中心度指标分别进行百分位排序转换，消除四个中心度指标量纲不一致的影响；百分位排序值越大，表明CEO在社交网络中的位置越重要，其社会资本越高。最后，计算出四个中心度百分位排序值的算术平均数，用均值作为CEO社会资本(SC)综合替代指标。图1为2015年CEO社交网络，图2表示CEO社交网络的局部。

图1 2015年CEO社交网络

图2 2015年CEO社交网络的局部

3. 控制变量

本文借鉴魏志华等[46]、张悦玫等[47]、黄屹宇和郭泽光[48]以及葛结根[49]的研究，选取公司规模、成长性、权益净利率、盈利能力、公司治理、宏观经济等影响公司融资约束的因素作为控制变量。同时，在具体分析时，本文还对行业和年效应进行了控制。表1是变量符号与定义。

表1 变量符号与定义

4. 研究模型

为了检验CEO社交网络对于公司融资约束的作用，我们构建了下列OLS多元回归实证模型:

KZi,t=α0+α1SCi,t+αjControlsi,t+εi,t

(1)

其中，被解释变量KZi,t代表上市公司i在t年的融资约束程度，KZ指数越大，代表公司面临的融资约束程度越大；解释变量SCi,t代表上市公司i的CEO在t年的社交网络；Controlsi,t为控制变量，ε为随机扰动项。若α1的系数显著为负，则CEO社会资本对于上市公司融资约束具有缓解效应。

在对全样本进行分析的基础上，本文根据公司的控股权性质和跟踪公司的分析师人数对样本进行分组，检验控股权性质差异和分析师人数差异是否导致CEO社交网络对于公司融资约束缓解效应的不同。

四、 实证结果分析

(一) 描述性统计分析

样本各变量的描述性统计结果见表2。由表2可知，KZ指数的最小值为-6.4371，最大值为2.6636，中位数为0.8726。这表明我国50%以上的上市公司面临融资约束问题，而且不同公司之间的融资约束程度差异较大。

表2 变量的描述性统计结果

(二) 实证分析

模型(1)为CEO社交网络与融资约束的实证检验模型。表3的列(1)为回归结果。由表3中的列(1)可知，CEO社交网络(SC)的回归系数α1为-0.122，小于0，并且通过5%水平的显著性检验，说明CEO社交网络可以降低公司的融资约束，假设1得到验证。控制变量中，公司规模(SIZE)、权益净利率(ROA)、成长性(GROWTH)的回归系数显著为负，表明随着公司资产规模、盈利性和成长性的增加，我国上市公司的融资约束会减弱。公司所在省份的GDP增长率(GDP)回归系数显著为负，表明公司所在省份的GDP增长率越高，公司面临的融资约束越弱。公司财务杠杆(LEV)的回归系数显著为正，这也说明公司的杠杆越高，公司的融资约束越强。

表3 CEO社交网络和公司融资约束

为验证假说H2，分析CEO社交网络对国有企业和民营企业的融资约束影响是否不同，本文把样本分为国有企业和民营企业。样本划分标准为：根据实际控制人信息，把实际控制人拥有上市公司股权性质为国家股或国有股的企业划分为国有企业，其他类型的企业划分为民营企业。表3的列(2)至列(3)列示了国有企业和民营企业样本的检验结果。列(3)显示，CEO社交网络(SC)的回归系数α1为-0.222，在1%的水平上显著为负，而列(2)中的CEO社交网络(SC)的系数虽然为负，但不显著。我国特殊的金融制度使得国有企业可以很容易且以较低的成本获得资金，并且债权人对其经营风险变动的容忍度更高，国有企业面临融资约束的情况较低，CEO社交网络也并未显著地发挥作用，而民营企业由于较为严重的“信贷歧视”，更加依赖CEO社交网络的信息共享效应，CEO社交网络的影响更为显著。相比国有企业，民营企业的CEO社交网络对公司融资约束的缓解作用更加明显，这与本文的假说2观点一致。

表3的列(4)至列(5)分别列示了跟踪分析公司的分析师人数多和少的回归结果。在跟踪分析公司分析师人数少的样本中，CEO社交网络回归系数为-0.230，并且满足了统计上的显著性水平，而在跟踪分析公司的分析师人数多的样本中，CEO社交网络的回归系数虽然为负，但是不显著。这说明，CEO社交网络对于公司融资约束的缓解作用在分析师跟踪人数少的公司中更加显著。该结果与预期一致，支持了假说3。上述结论表明，对于那些分析师跟踪人数少的公司而言，CEO社交网络明显改善了公司与外部投资者之间的信息不对称程度，帮助投资者对公司的价值做出更加准确的判断，进而缓解公司的融资约束。这同时也意味着，通过信息共享缓解信息不对称程度是CEO社交网络缓解公司融资约束的一条重要机制。

五、 稳健性检验

本文采用主成分分析法对四个中心度指标(度中心度、中介中心度、接近中心度和特征向量中心度)进行降维，并重新构建CEO社交网络(FSC)，再次对公司融资约束进行回归。主要检验结果如表4所示。替换变量后结论未发生变化。

表4 CEO社交网络和融资约束的稳健性检验

六、 研究结论

相较于国外，我国学者对高管社交网络的研究还比较少。融资约束作为一项关键的财务特征，对公司的经营决策和投资决策有十分重要的影响，其与高管社交网络之间的关系，理应引起关注。本文以2008—2017年我国A股上市公司为样本，检验了CEO社交网络对公司融资约束的影响。基于图论的四个中心度来衡量CEO社交网络，以KZ指数来衡量公司的融资约束，使用OLS回归进行检验。研究发现：(1)CEO社交网络可以通过在网络内的信息共享降低公司与外部投资者之间的信息不对称程度，使外部投资者对公司未来真实的运营情况和公司的价值做出的预估更加准确，进而缓解公司的融资约束；(2)由于我国制度的特殊性，国有企业在筹资方面具有天然的优势，CEO社交网络并未发挥明显的作用，与国有企业相比，民营企业受到较为严重的“信贷歧视”，民营企业更加依赖CEO社交网络的信息共享机制，因此，CEO社交网络对公司融资约束的缓解作用在民营企业中更加显著；(3)CEO社交网络对于公司融资约束的缓解作用在分析师跟踪人数越少的公司更加显著。

本文的研究结论补充了高管社交网络对公司运营影响的证据，对于公司根据自身特征制定科学合理的高管聘任制度具有一定的指导意义。另外，本文也丰富和发展了高管社交网络与融资约束关系的相关研究，对于公司缓解融资约束具有重要的启示。