黃敏儀
社會網絡最早融入社會學,代表各種社會關系。經由這些關系,把從偶然相識的交往到緊密家人關系的各種人群或組織串連起來。隨著學科交叉研究的盛行,金融學者將社會網絡與投資行為聯系起來,展開了諸多研究。文章旨在對以往社會網絡和投資行為文獻的研究方法和結論進行再研究。
在以往的研究中,對社會網絡影響的分析主要包括以下三個方面:
信貸約束通常是指有信貸需求人無法獲得信貸或無法獲得足夠的信貸支持來滿足需求。在正規(guī)的金融機構缺乏、金融欠發(fā)達地區(qū),社會網絡可促進民間借貸規(guī)模,并在民間的非正規(guī)金融中扮演著不可或缺的作用,彌補了這些地區(qū)匱乏的金融資源(馬光榮、楊恩艷,2001)。徐麗鶴等(2017)深入農戶研究發(fā)現,相對較富裕的家庭比窮人更容易獲得民間借款,原因是窮人有限的資本難用以擴展社會網絡,從而增大了進入民間借貸市場的難度,降低了獲得信貸支持的可能性。相對地,結合城市數據,在發(fā)達城市地區(qū),受到較少金融約束,“關系” 概念的傳統(tǒng)未受到和農村地區(qū)一樣的重視(胡金焱、張博,2014)。同樣具有城鄉(xiāng)差異的還有健康狀況的研究結果,在城鎮(zhèn)地區(qū),隨社會資本增加,農民工自評健康幾率明顯高于農村地區(qū)(米松華,2016);社會資本促進健康程度,城鎮(zhèn)地區(qū)促進幅度亦大于農村地區(qū)。
在收入和貧富差距方面,基于勞動經濟學的基礎理論和覆蓋國內22 個省市的數據實證,農民工工資水平僅是與社會關系網絡微弱相關(章元,2009)。不過從農民角度切入,社會網絡有助于農民應對突如其來的經濟重創(chuàng),且顯著增加其收入水平(黃英偉、洪如玲,2011)。同樣地,社會資本被發(fā)現可有效地減少貧困。張爽等(2007)立足于當前市場化進程加快的背景,量化市場和政府的關系,產品市場發(fā)育程度,生產要素的市場發(fā)育程度等宏觀經濟因素,錨定市場化指數,推導市場化程度與家庭社會網絡的交互項的片效應和標準差,發(fā)現社會資本(包括社會關系網絡)有明顯的減少貧困的作用,交互項顯著為負。原因是由于市場化進程,擁有政府部門公職人員親戚的家庭不再有顯著的優(yōu)勢,故減弱了社會網絡的影響大小。近年來,老齡化問題迫在眉睫,有學者研究得出結論:在老齡化嚴峻的背景下,老齡化對農村家庭收入有明顯的負向影響,但是社會網絡會顯著減弱此不利影響(換工幫工途徑、跨期借代方式)。
結合信貸約束和貧富差距的思考,根據自由財富被劃分的 “窮人” 和 “富人” 在獲取信貸的途徑上有巨大差別:富人受銀行等金融機構的青睞,而收入較低的窮人階層不僅僅在尋求金融機構信貸幫助時受到 “歧視”,還由于他們本身局限性的社會資本,導致他們在向高收入人群借貸時需要付出更高的借貸成本(徐麗鶴、袁燕,2013)。這部分解釋了窮人愈加窮困的 “貧困陷阱”。
人們通過社會網絡中的家人和朋友找到工作是勞動經濟學長期以來的共識,Montgomery(1991)建立經濟學模型解釋了社會網絡關系強的人在找工作時更有優(yōu)勢。同時,對于公司的人力資源部員工來說,通過同行或朋友的推薦來招得新員工這一方式是更有效率的。在就業(yè)機會相對貧乏的中國農村,社會網絡減小信貸融資的約束,有利于農村家庭發(fā)展創(chuàng)業(yè)。但此機制在融資約束相對較小的城鎮(zhèn)地區(qū)是不成立的(胡金焱、張博,2014)。通過設計問卷和深度采訪小微企業(yè)創(chuàng)業(yè)者,社會網絡會幫助構建一個生活中生成的“學習網”,啟發(fā)人們學習創(chuàng)業(yè)。人們借助這一學習平臺,進而習得并強化創(chuàng)業(yè)能力(謝雅萍、黃美嬌,2014)。同樣是經驗學習和創(chuàng)業(yè)研究的機制,社會資本也促進人們獲得、解讀信息價值的能力。
近年來,學者們對家庭股票投資的影響因素的研究主要隨兩條主線發(fā)展——家庭異質性和環(huán)境異質性。
美國、意大利和澳大利亞等國家的研究者們已通過實證,支持勞動收入風險對家庭股票投資有顯著的負項影響。針對于中國投資者行為調查問卷的數據,為了探討多種因素對居民金融投資的影響,何興強(2009)實證探究了背景風險的作用,發(fā)現中國勞動收入風險不與超額金融收益風險顯著負相關,原因是承擔高勞動收入風險的居民進行持有風險資產的幾率更小。周弘(2015)發(fā)現,不同的家庭接受金融教育的程度,也會影響金融投資活動參與度。而且,按照風險態(tài)度對家庭分組之后,依然是接受過金融教育的家庭,介入金融市場的幾率,明顯高于未接受金融教育的。除此之外,年齡也對參與股市概率有顯著影響(王聰、田存志,2012),除了學歷、年齡和收入之外,風險態(tài)度、房產比例、職業(yè)和社會資本等因素均是動態(tài)的,也就是會隨著年限的變動而變動。值得說明的一點是,學者們對社會資本中的關系很感興趣。周銘山(2011)縮小了概念范圍,引入了競爭局部性稀缺性資源模型,發(fā)現人們就相對財富的關注程度的大小,影響股市的參與度。
從此角度切入,學者們大都是針對金融可得性展開研究。人們獲得社會網絡資源的規(guī)模不同,那么其介入金融市場的難易程度不同。金融市場可分為正規(guī)金融市場和非正規(guī)金融市場,前者包括大眾熟悉的股票、債券市場,以及社會尚未普及大眾的基金、理財和衍生品市場;后者主要是特指民間借貸。一般而言在金融可得性普遍較高的城市地區(qū),更多的家庭會選擇進入股市投資;而在偏遠的金融可獲得性稍差的鄉(xiāng)村地區(qū),家庭參與金融投資的概率明顯?。ㄒ境龋?015),并且鄉(xiāng)村的邊際影響更大。
先前的研究強調通過社會互動,比如口耳相傳的交流和信息共享讓口碑傳播成為學習相關知識的重要途徑。將目光聚焦到投資者行為上,以往關于家庭投資和投資組合選擇的研究表明,投資者通常基于有限的知識和不完整的信息來做出財務決策。直覺上看來,社會網絡從親密的家庭關系向親戚、朋友等延伸,父母(子女)的參與金融市場的程度容易使得子女(父母)產生相應的投資興趣,同樣的效果也可能源于交往密切的親戚。Li(2014)基于動態(tài)面板研究,驗證了這一邏輯。在控制研究對象的特征后,他證明了:如果父母或子女進入股票市場,則在隨后的五年內,家庭投資者進入股票市場的可能性要高出20%到30%。形成這一機制的關鍵是信息共享的影響,不僅孩子的投資受到父母過去獲取的信息的影響,而且父母的投資往往也受共享信息的影響。因此他們發(fā)現如果大家庭成員是最近進入股票市場的家庭,家庭其他成員更有可能開始投資股票。我們可以說,金融市場參與者某種程度上可以 “誘導” 關系密切的非參與者開始投資股票。國內學者基于中國多個家庭金融微觀數據庫,證實家庭的股票投資決策會受到包括社會網絡在內的諸多因素影響。李濤(2006)剖析社會網絡影響股票投資選擇、股市參與機理:口頭信息交流(觀察性學習)、共同話題聊天、社會規(guī)范。其中前兩個機制更被經濟學家們所關注,人們通過和鄰里、親戚或朋友口頭交流過程中談論到股票投資,繼而影響人們投資傾向,所謂口頭信息交流模式。共同話題聊天指的是日常生活社交圈內有對股票同樣感興趣的人,通過共同話題的交流,形成共同話題興趣傳導,從而影響人們選擇股票的決策。
原則上,除了和自己長期共同生活的父母(子女)外,投資者還有很多的來自社交網絡的渠道可以獲取和投資有關的信息。國外有相當一部分研究都認為地理位置或社區(qū)活動有此作用。Hong,Kubik和Stein(2004)發(fā)現,參與社交活動較多的家庭(與鄰居互動程度更高或去教堂讀書的家庭)比那些社會交往活動少的家庭更有可能投資股票。同樣,Guiso,Sapienza 和Zingales(2004)使用選舉和無償獻血參與程度的數據,驗證了居住在高社會資本地區(qū)的家庭傾向于對股票進行更多投資。具體的邏輯由以下表格概括:
主要發(fā)現 社會網絡促進家庭的股票投資參與率渠道1 口頭信息交流 李濤(2006)、Li(2014)渠道2 共同話題 李濤(2006)渠道3 地理/ 社區(qū)影響Hong,Kubik 和Stein(2004)Guiso,Sapienza 和Zingales(2004)
近年來, 關于社會網絡影響投資行為的研究繼續(xù)發(fā)展, 一些學者們摒棄了問卷中簡單變量對社會網絡的定義,通過持股量、持股公司總部的地址和投資者的學習生活經歷推導出對應的社會網絡,另辟蹊徑得到了一些新的發(fā)現。Hong 和Xu(2019)通過建立復雜的數學統(tǒng)計模型,將觀察到的持股分布映射到不同城市中的網絡聯系,從而推斷出潛在的社交網絡的結構,進而發(fā)現基金經理對股票的估值信號準確度隨著他們在城市中的聯系而增加。
以往的學者們大都是基于問卷調查的數據,如,借助家庭中用于紅白喜事等禮金數目、家庭16 歲以上人員總數和家庭接受的來自親朋好友的經濟幫助數目等來定義一個家庭社會網絡的大小,進而展開計量建模分析。眾所周知,可信的問卷調查結果是基于受訪者的真實回答,故問卷結果的主觀性也可能對研究結果有一定的影響。同時,禮金數目、家庭規(guī)模和受助數額等定義社會網絡的方式未必可精確捕捉社會網絡的豐富內涵。此外,如果說家庭金融投資決策受社會關系影響與較為缺乏的金融知識和金融素養(yǎng)有關,那么基金經理作為專業(yè)金融商業(yè)分析人才,選擇投資標的和投資權重的行為會不會也受到社交網絡的影響呢?投資經理所處的社會網絡和其受教育背景有關。在他們上過大學(研究生、博士)的城市,會有更多的校友聯系和資源。同時,由于大多數人是根據興趣選擇大學專業(yè),而且以后從事的工作也很可能與本專業(yè)有關,所以由于接受高等教育而積累的社會網絡資源會有一個長期可追蹤的作用。
所以文章認為,可以繼續(xù)深入探索社會網絡更豐富的定義內涵,比如說,利用 “領英”“微博” 網站或 “抖音” APP 等個人主頁推薦的好友信息來模擬、探索和量化的 “社會網絡” 這一概念。研究方法,也可類比應用備受歡迎的神經網絡算法,借助更精準的數學統(tǒng)計模型來定義社會網絡的 “網絡” 復雜性,運用此類新穎的研究方法和獨特的切入點,將可更好地解釋我們關注的問題,進而提高研究的應用性和現實意義。
以往的研究就社會網絡對其他變量的影響展開了廣泛的探討,對家庭股票投資行為成因分析也有了深入的探索。針對二者關系的直接分析,不少文獻均證明了其正相關性特點。然而,這些文獻尚未在社會網絡和股票市場參與之間建立明確的因果關系。首先,他們暗含的假設是,經?;拥泥従踊蛲簧鐓^(qū)的這些人,他們本質上有相似的看待問題的方法,因此易于認同對方的觀點。否則,即使人與人之間互動交流增多,如若兩個人之間是易造成分歧的話,一方的投資行為也未必會 “誘導” 另一方面對金融市場作出相似的決策。而且,如果單純是 “共同話題聊天” 的作用,若已參與投資的一方同未參與者共享的是負面信息,則此類消息理應挫傷未參與者的金融市場參與興趣,而非一定會促進市場參與率。所以,對大多數此類文獻而言,由于社會網絡和家庭參與投資者兩個變量的因果關系并未通過嚴謹的數學模型推導證明,也未提供計量模型的穩(wěn)健的因果檢驗結果,那么其二者的相關性可能共同由第三方因素驅動,只要這個因素足夠不易觀察卻效果顯著。
所以,文章認為未來更有意義的研究方向可以向社會網絡具體影響機制分析方面傾斜,闡述論證為何社會網絡對提高收入水平、創(chuàng)業(yè)水平、金融市場參與度有正相關作用,為何會減小金融信貸約束。只有弄清楚社會網絡對其它因素的具體作用機制,我們才可利用可靠的經濟學模型來預測在一定條件下,收入、創(chuàng)業(yè)水平、金融市場參與度和金融約束的變化,進而為人們更好地利用擴大社會網絡的正相關作用,避免和防范其消極影響,同時也有利于制定出臺更為積極有效的民生、民享政策?!?/p>