金融网络投资
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇金融网络投资范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
金融网络投资范文第1篇
〔中图分类号〕F2731；F8303 〔文献标识码〕A 〔文章编号〕1000-4769（2012）05－0066－03
一、科技知识创新网络及其政府作用
网络联系（或者活动）是指网络行为主体之间的交互活动或关系。Beckman（1994）最早提出了知识网络（knowledge networks）的概念。笔者把科技知识创新网络定义为“科技知识创新与科技成果产业化的社会网络”。科技知识创新活动链接了企业、科研机构和大学，即所谓“产、学、研”相结合的模式。但是，市场需求是科技创新成功与否的最终判断标准，因而科技创新网络必须链接消费者，即“知道技术可用在哪，以及为什么人所用”，〔1〕所以，科技创新网络一定是“产、学、研”与市场相链接的社会网络。
政府促进科技创新网络链接有三方面作用：第一，按照波兰尼的观点，科学与人应该是合一的，个人的意会知识（tacit knowledge）和个体技能（Skills）在人类科学知识创新中发挥着基础性的作用。〔2〕有效保护知识产权能激发创新者的积极性并产生更多科技成果，政府的作用是建立与完善制度体系，营造尊重知识产权和鼓励创新的社会环境。第二，政府对科技知识创新活动进行直接或者间接的金融支持，间接金融支持即“政策性金融”与市场的结合。第三，格兰诺维特把人们的直接联系称之为“强关系”，间接联系称之为“弱关系”。〔3〕强关系网络具有的高“接触频率”与“情感密度”以及“结构等位”（网络成员具有同等位置），有利于科技创新的产生，但也导致信息同质化；“弱关系”则带来新信息或机会，从而形成互补性的科技知识创新网络。依据这一理论，政府的作用是扮演科技金融网络“桥（bridge）”的角色，通过服务平台促进科技型企业与科研院所、金融机构等发生链接。
二、财政资金嵌入金融交易结构的机制
“金融交易结构”是金融资产的未来收益、风险和流动性的结构化，并形成以交易价格为核心的交易双方的权利配置。金融交易结构是金融网络的链接机制，也是金融网络与科技创新网络发生链接的机制。当金融网络与科技创新网络发生链接时，这种社会网络称之为“科技金融网络”。政府的“桥接”作用便是通过政策性金融与服务平台共同影响“金融交易结构”，改变收益与风险匹配关系，促进科技型中小企业与金融机构自愿达成交易。
“金融交易结构”是由科技创新类型与金融交易方式共同决定的。其一，基础科学知识创新一般采用财政资金直接投入；技术创新除财政资金投入外，还以技术应用单位提供研究经费或专利转让费等为补充；企业的“产品创新”和“过程创新”则可以通过VC和PE、银行贷款等金融资源配置方式。其二，高新技术企业或者产品生命周期各阶段，在风险最大的初创期利用自筹资金，辅之以政府种子基金或天使投资；在风险次之的成长初期除自筹资金外，还可能有VC或PE等股权投资；在风险较小的成长期和成熟期则采用PE投资、企业债、银行贷款等。长久以来，政策性金融在推动市场机制不能有效解决的基础科技研究方面起到了决定性作用，而财政资金嵌入“金融交易结构”，以实现政府引导与市场基础性作用相结合方面的尝试在近年也取得一定成果。
风险、收益与流动性相匹配是决定金融交易结构的经济学法则，当财政资金嵌入金融交易结构改变了风险与收益的不匹配关系时，过去不可能达成的金融交易现在可以自愿达成，所以，财政资金的嵌入本质上是一种政府信用的嵌入，以达到为科技型中小企业增信的目的。如苏州“科贷通”模式就是政府通过设立信贷风险补偿专项基金，对合作商业银行的科技型中小企业贷款违约损失实施风险补偿，从而降低了商业银行的风险。从金融交易结构创新的角度分析，企业与银行的双边交易结构在嵌入政府信用后转变为一种三边交易结构；金融机构之间的互动甚至可以形成多边交易结构，如苏州推出的“保险贷”就是在金融交易结构中嵌入保险公司的“信用履约保险贷款”，即经保险公司履约保证保险后发放给科技型中小企业的银行信用贷款。但是，由于政府嵌入放弃了全部或部分商业利益，而金融机构则以商业利益为目的，所以，商业性多边交易结构往往会导致更高的交易费用。笔者的看法是，如果不能降低交易成本，这种商业性多边金融交易结构很难认定是一种有效的金融交易结构创新。
三、政府服务平台的“桥接”机制
金融网络投资范文第2篇
(东北财经大学?统计学院，辽宁大连116025)
摘要：异质的金融网络结构中，危机传染效应所引起的系统性风险不同。本文基于复杂网络理论，研究随机网络、小世界网络和无标度网络这三种金融网络中危机传染对系统性风险的影响。首先构建有向加权的银行间随机网络、小世界网络和无标度网络，并根据网络结构确定网络中每个银行的资产负债表。其次模拟分析两类随机冲击和两类目标冲击下，不同网络结构中风险传染所引起的系统性风险状况。结果显示：无标度网络面对冲击时的稳定性更高，但当连接最多的银行遭受冲击时，这种网络结构极端脆弱；随机网络面对目标冲击具有最高的稳定性，但面对随机冲击则更加不稳定；金融网络呈现出“稳健而脆弱”的特性。
关键词 ：网络结构；危机传染；系统性风险；复杂网络理论
中图分类号：F830.9文献标识码：A
文章编号：1000-176X(2015)04-0031-09
收稿日期：2014-12-28
基金项目：教育部人文社会科学规划基金项目“基于复杂网络理论的金融危机传染与系统性风险关系研究”（14YJA910001）
作者简介：石大龙（1988-），男，安徽宿松人，博士研究生，主要从事宏观经济统计分析和金融系统性风险等方面的研究。E-mail：1shidalong@163.com
白雪梅（1949-），女，辽宁岫岩人，教授，博士生导师，经济学博士，主要从事宏观经济统计分析、收入分配和市场调研等方面的研究。E-mail：xmbai@dufe.edu.cn
一、引言
近年来，国际上金融机构失败所引起的系统性危机揭示了系统性风险的重要性。系统性风险是影响整个金融系统稳定的宏观层面的风险，而不是系统中某个个体的风险。一般来说，系统性风险源于三种负面冲击的影响：一是宏观经济层面负面冲击，例如，经济增长、失业、通货膨胀等的冲击；二是利率、汇率的大幅波动以及资本市场价格下降等负面冲击的影响；三是金融系统内的危机传染。危机传染是系统性风险积累和爆发过程中十分核心的一个环节［1-2］。某一金融机构的失败会通过传染影响整个金融系统的稳定。金融危机期间，一个银行可能无法按时足额支付所有的债务，这会给债权人造成一定的损失。如果这个损失的金额超过了债权人的资本，那么将导致债权人的一些短期债务出现违约。进而又导致债权人遭受资产损失，并导致一系列的债务违约。这种连锁反应可能最终导致整个金融系统的崩塌，而金融危机的溢出效应又会引致严重的经济危机。随着经济金融全球化的进一步发展以及金融自由化进程的加快，金融系统内各类金融机构间通过互相持有资产负债、持有同类资产等形式形成各种金融网络。近年来，金融网络中的危机传染与系统性风险以及金融稳定的关系已成为金融理论研究和应用研究的热点话题之一［3-4］。许多学者逐渐使用网络科学理论来解释金融网络中的危机传染机制，并探讨何种金融网络结构更容易促使金融稳定。其中最主要的一个共识是：银行等金融机构间相互联系形成的金融网络能够传导和放大任一机构所遭受的冲击。换言之，危机传染的广度和深度与银行和金融机构间相互联系的网络拓扑结构密切相关。
Allen 和Gale［5］通过拓展Diamond和Dybvig的银行挤兑模型（bank-run model），开创性地研究了网络结构如何通过传染来影响系统性风险或金融稳定，他们发现，银行系统内更高的连接度更不容易导致银行挤兑。此后，众多学者从不同的角度拓展了Allen 和Gale的模型，这些模型均认为网络的不完备性会增加系统性风险，而且不完备的网络是事后次优的，不过，金融网络的完备性只是金融系统稳定的充分条件［6］。而事实上大部分金融网络都是不完备的，但其传染的概率却可能很低。早期的此类模型多是基于简单的网络模型，分析金融网络中的风险传染问题，一般将此类模型称之为程式化模型。近期基于复杂网络理论的金融网络模型则以更精确的方法论证了网络连接性如何影响系统性风险以及金融稳定性，均发现金融系统呈现出“稳健但脆弱”的特性：在正常时期，银行间的联系可以加强流动性配置，提高金融机构间的风险分担；而危机期间，通过在系统中的传染，相同的连接程度会放大风险。特别是连接性与负面冲击的规模相互作用会导致金融系统从稳定状态突变为不稳定状态［7-8］，而且，当金融网络中同业资产和负债的规模非常大时，完备的金融网络甚至可能会损害系统稳定性［9］。此类运用复杂网络理论的模型假定较为严格，其不合理之处主要体现在：一是没有考虑金融机构不同维度上的异质性对风险传染和系统性风险的作用；二是没有考虑金融市场中的信息不完全对传染和金融系统稳定的影响；三是没有考虑金融机构的不正当行为对传染和系统性风险的影响。
我国学者也对金融网络中的传染效应问题展开研究。马君潞等［10］采用银行资产负债数据估算我国各银行间的双边风险敞口头寸，分别考察单个银行破产与多个银行同时破产所造成的传染效应。范小云等［11］通过构建网络模型考察银行间的关联性对系统性风险的影响。他们发现，相比银行规模，银行间的关联程度，尤其是负债关联性较高的银行更容易诱发系统性危机，而且其破产造成的损失也更大。高国华和潘英丽［12］分别估算了流动性风险和信用违约两种情况下传染所造成的资本损失，并考察了不同的银行间网络结构对传染效应的影响，发现分散型市场中的传染风险比相对集中型市场中的传染风险要小。此外，他们研究了影响银行系统重要性和易受传染性的影响因素，发现银行类型、资产规模、风险头寸是影响银行系统重要性的因素，而银行类型、风险暴露程度和资本充足状况则是影响银行易受传染性的因素。刘冲和盘宇章［13］指出，银行间同业拆借网络存在两种相反的效应：一是为传染提供了渠道；二是通过风险分担推动了金融稳定。他们通过理论模型证明，在异质性流动冲击下，同业拆借网络的风险分担效应占据主导地位，它能够保证银行免受清算长期资产的损失，因而能够有效降低传染的概率，有助于维护金融稳定。并以1935年“白银风潮”作为异质性流动冲击，采用此期间上海银行间的同业拆借数据验证了有效的银行间拆借网络能够维护金融系统稳定。
现有文献着重探讨个体失败为什么会导致系统性风险，主要结论是：在一定的假设条件下，个体失败会通过金融网络的传染效应影响整个金融系统的稳定性。而且，这种影响几乎都是非线性的，这意味着必须十分小心地实施减小系统性风险强度和范围的政策，特别是当今金融全球化高速发展成为普遍的潮流，全球经济体已形成一个相互依赖的网络。那么，在这种日益复杂的金融网络中，传染究竟通过何种途径、以何种形式影响整个金融系统的稳定性，这种影响的程度又有多大？这些正是本文需要解决的问题，也是本文的价值所在。
二、金融网络中的传染与系统性风险：理论模型
系统性风险有广义和狭义之分，通过银行间市场的传染效应所引起的系统性风险即是狭义的系统性风险。而现代金融体系中，大量的金融中介通过相互借贷、持有共同资产等方式相互联系，形成一个复杂的网络结构。信用违约掉期（CDS）和债务抵押证券（CDO）等复杂的金融衍生品则进一步加剧了这种联系的复杂程度。金融机构间的这种相互依存关系会导致一个很小的负面冲击得以在复杂的金融体系中传播并放大，并最终危害整个金融体系甚至宏观经济运行的稳定。雷曼兄弟公司破产和美国国际集团（AIG）困境就是对此最真实的诠释。金融机构间的这种复杂的联系也导致难以评估困境下金融机构行为或直接违约所引起的潜在传染效应。
近年来，大量研究关注金融体系中的负面冲击所引起的传染对系统性风险的影响。本文从理论层面探讨不同的网络结构中，负面冲击是如何通过传染影响系统性风险和金融系统稳定。由于不同的网络结构中金融机构间的连接对危机的传染作用存在较大争论，本文通过分析随机网络、小世界网络和无标度网络等三种网络结构中的危机传染效应则有助于厘清这一争论。
（一）模型设定
本文首先构建一个一般的网络分析模型，然后对模型参数化，并进行数值模拟。理论模型主要基于Gai和 Kapadia模型［7］（简称GK2010模型）的基本框架，并根据Battiston等［14］和Nier等［15］的研究进行扩展。由于哪一家银行第一个遭受冲击对于传染的进一步传播有着至关重要的作用，因而本文采用随机冲击和目标冲击两种冲击方式，即随机确定或有目的地选择连接最高的金融机构作为第一个遭受负面冲击的节点。
显然，财务杠杆f放大了资本比率的变化。因此，对于资本匮乏的银行来说，由于其杠杆率相对较高，其资本更可能出现大幅的损失（相对于总资产来说）。
解微分方程得到银行的资本动态，用矩阵形式表示如下：
三、模拟设定与结果
本文模拟随机网络、小世界网络和无标度网络三种网络拓扑结构中，原始违约通过传染引起系统性风险的结果。
（一）模拟设定
模拟不同的平均度下，初始违约通过传染所引起的破产银行数量。平均度代表了银行拥有的平均交易对手数量，它可以通过经验研究计算得到，也可以计算理论研究中节点度分布的期望值而获得。实际上，平均度等同于网络的连接度，反映了金融系统中风险分散程度，它是传染发生的主要途径。在网络不存在任何连接的极端情况下，任何机构遭受负面冲击都不会影响其他金融机构。通过改变平均度，能够得到不同连接水平下的传染频率和传染程度。传染频率（frequency of contagion）是指单一银行违约冲击引起金融系统中至少5%的金融机构失败的概率。传染程度（extent of contagion）是指传染发生（5%以上的金融机构因原始冲击而违约）的情况下，违约银行占全部银行的比率［7］。根据不同的平均度，分别重复模拟过程1 000次，计算不同平均度下的传染频率和传染程度。
模拟时，首先需要构造金融网络。假定金融网络由1 000家异质银行构成，从而生成一个由1 000个节点组成的随机网络、小世界网络（重连概率0.05）和无标度网络。为计算方便，假定网络中的每一条连接都是双向的，不过同一条连接不同方向的权重不同。然后，根据对数正态分布为网络中的每一条边赋权，对数正态分布的均值为15.2百万元，标准差为0.8百万元［16］。至此，银行间网络已构造完成，并确定了每个银行的同业资产和负债。其次
构造每个银行的资产负债表。为确保银行总资产大于同业资产或同业负债，假定银行的总资产为maxAi(0)，Li(0)=0.25·Ai(0)，这就得到每个银行的总资产。定义资本比率为总资产的一个固定值ci(0)=c。与巴塞尔协议II对银行资本充足率的要求一致，假定c=0.04。资产负债表中，资产的其他部分为外部资产，负债的其他部分为存款。至此，银行的资产负债表已经构造完成。
在模拟中，假定时间离散。在0时刻，负面冲击导致一个银行出现违约，并导致其外部资产损失1/2。该银行违约将通过金融网络传染至其他银行，一旦其他银行的资本受其影响小于0，则这些银行也会出现违约。违约过程将一直持续到不会出现新一轮银行违约，即χ(t+1)=χ(t)，此时，传染达到稳定状态。当违约级联终止时，计算传染程度和传染频率。最后，假定资产回收率ρ=0。
（二）基准情形：不存在流动性效应的随机冲击
模拟时首先考虑基准情形：在全部银行中以相等概率随机选择初始违约银行，并且网络中不存在流动性效应，即α=0。图1报告了基准情形的模拟结果。
图1(a)揭示随机网络中，风险分散程度对金融稳定的影响是非单调的。具体来说，当平均度较低时，传染频率和传染程度都是随着平均度的增加而增加的；而当平均度足够大时，金融网络的风险分散作用将占据上风，由此导致传染频率逐渐下降至0。因此，金融网络中的传染存在两次相变，并形成一个传染窗口：第一次相变（底部相变）发生在节点度小于1时，第二次相变（上部相变）发生在节点度为8.5左右，〖ZW(〗
由于模拟时采用的节点度间隔是0.5，所以模拟并没有显示出相变发生时的精确平均度。可以通过求解析解或采用更小间隔的节点度进行模拟得到精确的平均度。在这个区间内，传染非常频繁，平均度位于3—4之间时，传染频率超过了90%。虽然在超过某一阈值时，传染频率会下降，但传染程度却不会下降。当节点度接近第二次相变时的平均度时，金融系统呈现出典型的“稳健而脆弱”的特性：传染频率非常低，接近于0，但一旦传染发生，它将会导致金融系统中的绝大多数甚至全部金融机构失败。这一结果表明，在不同的连接程度下，相同的随机冲击对金融系统的影响是不同的。
图1(b)是随机冲击在小世界网络中的模拟结果。从图中可以发现，传染程度与随机网络中的情形相似，而传染频率与随机网络中的情形则大不一样。当节点度为2时，传染频率就接近于1；在超过某一阈值（节点度为6）后，传染频率开始下降，最终也接近于0。
小世界网络和无标度网络的算法所构造的网络其平均度一定是偶数，所以在模拟中本文从平均度2开始进行模拟。然而，不难发现，在传染窗口中，平均度相等时，违约的概率总是高于ER随机网络中的违约的概率。这可能是由于小世界网络中的高聚类特性所导致的。
图1(c)为无标度网络中的模拟结果。从图中可以发现：第一，传染窗口右移，这意味着与前两种情形相比，平均度较高时（超过2）才会发生传染；而在平均度位于10—12之间时，传染频率仍然较高。这主要是因为无标度网络中存在若干高度连接的Hub节点，大量的连接较少的节点违约不易引起系统性危机，而Hub节点违约则很可能引发系统性危机，所以在无标度网络中发生传染时的平均度较高，传染频率也较高。第二，传染频率的曲线与随机网络和小世界网络中的传染频率曲线相交。这表明，在平均度低于交叉点的平均度时，无标度网络更具弹性；而当平均度高于交叉点的平均度时，随机网络的弹性更高。不过，必须强调的是，无标度网络中，传染频率的最大值要小于另外两种情形，最大传染频率仅约为0.6。这与无标度网络对随机冲击的弹性的理论研究结论一致。
“稳健而脆弱”的趋势在无标度网络中同样存在，并延伸到更高的平均度。从某种意义上说，这警示了无标度网络中尾部事件的高风险性。
（三）存在流动性效应的随机冲击
本文将考虑存在负面的流动性效应时，金融网络中的传染对系统性风险的影响。存在流动性效应意味着违约银行出售资产的行为会导致资产的市场价格下降，假定出售10%的初始资产将导致资产价格下降10%，此时α=1［8］ 。可以预期，存在流动性效应时，传染频率和传染程度都应该高于不存在流动性效应的情形。实际上，α为正表明银行间持有的共同资产的间接联系成为传染的另一途径。因此，α越大，流动性效应对传染的影响也越大。存在流动性效应的随机冲击下的传染频率和传染程度如图2所示。
图2(a)报告了当存在流动性效应时，随机网络中随机冲击所造成的传染对系统性风险的影响。可以发现，相比基准情形，传染窗口扩大，直到平均度为10时，传染频率才下降至0。而在平均度较低时，传染程度高于基准情形下的传染程度。当网络极为稀疏时（即平均度非常低），传染频率较低，但一旦传染发生，由于市场价格下降，传染所导致的违约银行比例（传染程度）要高于基准情形，传染甚至能够通过流动性效应影响互不连接的组件。传染频率曲线的向上倾斜部分，与基准情形几乎重合，这说明流动性效应在这个阶段所起的作用不明显。这或许是由于资产负债表之间的直接联系已经包含了出现传染的各种潜在可能。
相反，当风险分散程度较高时，流动性风险抵消了一部分风险分散的好处，即在传染频率曲线的下降区间，传染频率要高于基准情形下相同节点度的传染频率。
从图2(b)可以发现一些比较异常的现象：在小世界网络中，流动性效应使得传染程度在平均度很小时即达到极高的水平（接近于1）；而传染窗口却与基准情形几乎一致。此外，图2(b)表明，在平均度大约为7时，小世界网络中的传染频率曲线与随机网络中的传染频率曲线相交，这表明，当平均度大于7时，小世界网络中发生传染的可能性更小。由于其高聚类特性，所以小世界网络中直接联系是导致传染的唯一机制。正如基准情形中所解释的那样，聚类导致债权人银行在一个交易对手违约时受到多重损失，银行间市场的损失使得脆弱银行从网络中删除，此时流动性效应对他们的违约没有影响。因此，流动性效应只在平均度较小时提高传染程度。实际上，非零的传染频率意味着，一旦发生传染，资产负债表的间接联系使得传染的影响范围更广泛，即传染程度更高。
图2(c)呈现了无标度网络中的模拟结果。与预期一致，流动性风险大大增加了传染频率（平均度较高时），这一结果与随机图中的结果一致。一旦传染发生，整个网络都将受到冲击而违约：在存在流动性效应时，无标度网络在底部相变时即呈现出“稳健而脆弱”的特性。比较图3(c)与图3(a)可以得到与图1相同的结论：对于较低的平均度来说，无标度网络的稳健性更高（但脆弱），对于较高的平均度来说，随机网络的弹性更好。同样，这是因为无标度网络中存在少数平均度极高的银行，一旦这些银行受到冲击，那么资产负债表的直接联系和间接联系将更容易引起大范围的违约。
图(a)、图(b)和图(c)中的带“+”和“×”号的线分别为基准情形对应网络结构和本情形的随机网络中的传染频率和传染程度，下同。
（四）目标冲击
目标冲击情形，即初始的外生违约银行不是根据均匀分布随机选择，而是以一个与其节点度成正比的概率确定。事实上，节点度较大的银行往往从事更多的投机性和高风险投资。因此，相对小银行来说，这类银行更容易遭受特质的冲击，节点度更高的银行遭受冲击的概率更高。
具体来说，本文将目标冲击又分为两种情形：一是依概率目标冲击（probabilistically targeted attack），即认为连接更多的银行遭受外生失败的概率更高；二是纯粹目标冲击（purely targeted attack）或确定性目标冲击（deterministi -cally targeted attack），即初始冲击直接针对连接最高的那个银行。
图3显示了依概率目标冲击的模拟结果。在三种网络结构中，依概率目标冲击对传染程度的改变并不明显，但是却显著增加了传染频率，即依概率目标冲击更容易导致传染发生。
当目标冲击直接针对节点度最高的银行时，模拟结果将发生极大的变化，如图4所示。不难发现，在随机网络中，纯粹目标冲击导致金融系统中传染频率更高，即金融系统更加脆弱，无标度网络中的传染窗口则变得非常宽。这与预期一致，因为高度连接的Hub节点（随机网络中不存在Hub节点）遭受冲击会导致传染很容易传导至大量的其他机构。
尽管无标度网络结构能够较好地防范随机冲击带来的传染，但一旦无标度网络中节点度最高的金融机构遭受负面冲击，那将导致极高的系统性风险。因此，2008年9月雷曼兄弟公司破产能够直接导致全球金融危机爆发也就不足为奇。
从图4(c)中可以发现一个反常现象：在上部相变区域，传染程度反而出现下降。这可能会导致一个错误的推断：确定性目标冲击所造成的传染程度低于随机冲击以及依概率目标冲击所造成的传染程度。然而，首先需要指出的是，在网络的平均度为12时，无标度网络中传染频率更高，因而违约冲击引起系统性风险的概率要远远高于其他三种情形。因此，即使纯粹目标冲击在平均度较高时所造成的传染程度小于其他三种情形下的传染程度，依然不能认为确定性目标冲击所引起的系统性风险较小。而且，从统计意义上来说，传染程度只是当违约银行数目超过给定阈值（5%）时的违约银行比率的平均值。因此，传染程度的大小还取决于阈值的设定。通过改变阈值，本文发现，当阈值为5.5%和6.0%时，传染程度分别为0.944和0.963，与5%阈值水平下0.915的传染程度相比，呈现递增的趋势；当阈值为100%时，传染程度变为1.000，此时，确定性冲击下的传染程度与其他三种情况相同。因此，不能认定确定性目标冲击所造成的传染程度低于随机冲击以及依概率目标冲击所造成的传染程度，更不能认为确定性目标冲击所引起的系统性风险要低于其他情形。
四、结论与政策建议
本文旨在厘清不同网络结构中危机传染对系统性风险的影响，研究结果发现：没有哪一个网络结构在所有情况下都更具弹性。首先，无标度网络中危机传染所引起的系统性风险通常小于另外两种网络结构下的情形。然而，当节点度最高的银行破产或违约时，这种网络结构极端脆弱。在其他情形下，无标度网络中危机传染频率明显低于另外两种网络结构中传染频率（至少大部分的平均度对应的传染频率呈现如此规律）。其次，随机网络中，目标冲击所引起的系统性风险较小，而随机冲击则会导致随机网络更加不稳定。最后，高聚类的小世界网络中，平均度是导致传染的唯一因素。得出这一结论的主要原因是，考虑了流动性风险和目标冲击的情形下，模拟结果几乎没有差别。
无标度网络结构意味着金融体系中存在“太互连而不能倒”的金融机构。这类金融机构在金融市场中的作用是模糊的，一方面，它们能吸收随机冲击带来的负面影响；另一方面，如果它们出现危机就会造成巨大的系统性风险。现有的很多研究考虑了“大而不能倒”的金融机构的监管问题，“大而不能倒”意味着就节点度来说，金融网络是同质的（即随机网络）。对“太互连而不能倒”的金融机构的监管可以采用类似于流行病学中的“目标免疫”（targeted vaccination）策略。选择那些节点度较高的金融机构进行免疫，防范这些“超级传播者”失败，从而避免其失败导致的传染，降低系统性危机爆发的可能性。就金融监管来说，“目标免疫”的形式是系统性资本要求，即提高节点度最高的那些金融机构的资本要求，这种策略将提供一个额外的资本缓冲来吸收损失，因而能够限制这些机构的传染风险。道德风险是“太互连而不能倒”的金融机构的另一个问题，潜在的政府担保观念导致银行过度利用储户存款进行投机。显然，这种行为会危害金融系统和金融机构自身的稳定。而“目标免疫”策略迫使节点度较高的银行为其强加在整个金融系统中的外部性（即系统性风险）支付更高的资金成本，这有助于减少道德风险等问题，从而降低其失败的可能性，最终降低系统性风险爆发的可能性。在高聚类的小世界网络中，引入“净额”（netting-off）机制能够提高金融系统的稳定性，这种机制能够减少网络中闭三元组的数量，从而降低网络的聚类特性。此外，将金融网络重新组织成层次结构也有助于限制传染，层次结构能够很容易地将传染限制在很少的金融机构中。
参考文献：
［1］De Bandt，O.， Hartmann， P. Systemic Risk: A Survey［R］. CEPR Discussion Papers， 2000.
［2］Dijkman， M. A Framework for Assessing Systemic Risk［R］.World Bank Policy Research Working Paper， No.5282， 2010.
［3］Allen， F.，Babus， A. Networks in Finance［R］. Wharton Financial Institutions Center Working Paper， No.08-07，2008.
［4］Hasman， A. A Critical Review of Contagion Risk in Banking ［J］.Journal of Economic Surveys， 2013，27(5): 978-995.
［5］Allen， F.， Gale， D. Financial Contagion ［J］. Journal of Political Economy， 2000， 108(1): 1-33.
［6］Babus， A. The Formation of Financial Networks［R］. FEEM Working Paper ，No. 69， 2007.
［7］Gai， P.， Kapadia，S. Contagion in Financial Networks ［J］. Proceedings of the Royal Society A: Mathematical， Physical and Engineering science， 2010， 466(2120): 2401-2423.
［8］Acemoglu， D.， Ozdaglar， A.， Tahbaz-Salehi， A. Systemic Risk and Stability in Financial Networks ［R］. NBER Working Paper ，No.w18727， 2013.
［9］Amini， H.， Cont， R.， Minca， A. Stress Testing the Resilience of Financial Networks ［J］. International Journal of Theoretical and Applied Finance， 2012， 15(1):504-552.
［10］马君潞，范小云，曹元涛.中国银行间市场双边传染的风险估测及其系统性特征分析［J］.经济研究，2007，(1):68-78.
［11］范小云，王道平，刘澜庵.规模、关联性与中国系统重要性银行的衡量［J］.金融研究，2012，(11):16-30.
［12］高国华，潘英丽.基于资产负债表关联的银行系统性风险研究［J］.管理工程学报，2012，(4):162-168.
［13］刘冲，盘宇章.银行间市场与金融稳定——理论与证据［J］.金融研究，2013， (12):72-85.
［14］Battiston， S.，Gatti，D.D.，Gallegati ，M.，et al. Default Cascades: When does Risk Diversification Increase Stability? ［J］. Journal of Financial Stability， 2012，8(3): 138-149.
［15］Nier，E.， Yang， J.， Yorulmazer， T.， et al. Network Models and Financial Stability ［J］. Journal of Economic Dynamics and Control， 2007， 31(6): 2033-2060.
［16］Soram?ki， K.， Bech， M. L .， Arnold， J.， et al. The Topology of Interbank Payment Flows ［J］. Physica A: Statistical Mechanics and Its Applications， 2007， 379(1): 317-333.
金融网络投资范文第3篇
关键词：互联网时代；审计
中图分类号：F239.45 文献识别码：A 文章编号：1001-828X（2016）012-000-01
互联网对审计工作来说显现出如下一些的特点：多样化、复杂化、抽象化。
一多样化：互联网主体多样化，模式多样化。别的不说就一个金融互联网主体、模式超过260多种。更何况还有互联网物流、互联网商店等等。经济市场格局开始分化，互联网在这个过程中扮演特殊作用，不管你想要什么样的产品和服务，在互联网上多有相互的产品和服务。多样化的主体产生了多样化的财务、
二复杂化：随着互联网产品服务逐渐进入人们的生活，大数据（知识管理）也会像云计算一样，各个行业利用互联网寻找自己创业及发展机会。各个行业设计自己的差异化战略，例如百度，淘宝，腾讯，微信等等行业有着独特的地方。不同行业产生了不同项目，形成了不同财务流程，使审计工作更加繁琐
三具体化：WIFi普及，手机成为移动互联工具。各种信息传播的速度加快，时效性更强，信息量更大，这些信息是通过每个手机用户而存在的，互联网使用的终端（如手机）一般都会被加密比较好，因此有它的独特性，不仅是手机本身具有独特性，而且移动软件可以利用大数据技术实现独特性。不同人不同行业都有自己的选择转帐方式，又因为存在一定的隐私，增加了审计工作的难度。所以要求审计工作对不同的审计对象要有更加具体审计措施。
互联网时代，传统凭证、手工报表、登记簿没有了，纸质记录消失了，取而代之的电子凭证，电子票据，电子报表等电子文档。此外，这些电子文档进入计算机以后，很多已经计算机自动完成，过程不能一目了然，传统的审计方法，有的已不再适用了。，一方面增加了审计数据、复印原始凭证等取证的难度，另一方面也给审计人员能力的考验。因此审计工作应采取多方面的措施
一、加强互联网知识的学习
全面了解互联网时代的各种项目和财务的操作程序 。按传统的审计模式已经不能满足全面监督的需要了，所以必须学习互联网时代的财务管理。以及各种互联网财务的知识，应用系统，操作系统。首先 要加强审计人员不断加强业务能力的学习，也要掌握精通这些业务在计算机如何操作，操作结果应如何审计，审计中如何获得有效数据和证据。
二、提高审计工作技术硬件
审计不尽要提高人才素质还要提高本身的硬件，例如计算机审机软件，要完善计算机业务系统。 审计机构应当根据业务的特点进行计算机软件的开发， 尤其是对业务系统风险，审计风险控制方面的开发。目前互联网财务分为财务软件和理财软件。网络财务软件的特征：一是网络财务管理模式；二是网络计算的技术支架；三是软件产品与服务网站实现零连接；四是用户化的知识管理与知识互享。网上理财服务有提供网络财务应用服务、专业网站的经营和财务数据安全屏蔽。如果对这些软件应用了如自撑，并且能够应用在审计上将给审计工作带来很大的便利。
三、扩大审计范围
互联网经济背景下，经济市场结构日益复杂化。就金融而言我国互联网金融吸收资金所占比例越来越高， 2013 年达到金融市场的 13%，对传统金融机构有着一定的冲击作用。目前金融审计的范围主要有证券业务、回购业务、票据业务以及中间业务等进行审计。互联网金融借助网络平台后信息对称的程度极高，让证券机构，保险等信息中介的信息可以忽略，因些增加了对于金融机构网络信息平台的监管控制的必要性。互联网时代的金融审计将网络平台的审计纳入审计范围。互联网金融中，证券公司、协会等信息中介机构的作用减少，互联网金融网络平台可以直接成为客户与金融机构之间以及金融机构与协会之间沟通平台。金融机构对金融网络平台放在审计范围内。一要增加行为审计。主要包括通过网络收发邮件、聊天、文件传输以及页面信息传递审计内容。二增加流量审计要对金融机构开展互联网金融所使用的流量也作为一项审计内容，即监控金融机构使用流量的正常使用情况，来发现可疑交易或重大交易。三要增加权限管理审计。审计机构要对金融网络系统的系统权限、外发数据系统权限以及普通用户权限进行审计。
四、改变审计方法
数据库的巨大要求审计人员改变审计方法，跟踪审计也是解决互联网时代的一种强有力的办法，跟踪审计要有很大人力资源，物力资源暂时也不能全面进行，最有效的方法就是从数据库的源头着手。
金融网络投资范文第4篇
论文关键词：武汉;金融竞争力
1 培育有竞争力的金融市场
1 完善金融交易市场
武汉是老工业基地，其工业基础相对较好，这就为金融市场的进一步发展提供了良好的实体依托。但是，由于在武汉的工业企业中，国有企业所占的比重比较大，那么武汉产权交易市场这一平台的建立与改革和金融交易市场的发展与完善就不应是特立独行的。因此，如何作好武汉市产权交易市场与金融交易市场的分层和分步建设，应是当前的需求之重。
2 加速金融市场国际化
从引进外资货币经纪公司入手构建外汇拆借市场和货币市场；从组建中外合资证券公司和基金公司入手发展证券市场；从外汇市场引入外资经纪商逐步实现国际化。其中，外汇市场的建设十分重要。在国际资本流动中，外汇市场是一个规避汇率风险，增强资本流动性满足投资需求的重要市场。随着武汉市对外经贸事业的不断发展，银行和企业对更多地参与外汇交易的需求越来越大，如果在武汉建立自己的外汇交易中心，将使国内金融机构和企业外汇买卖更加方便，这对加速金融市场国际化会起到积极的作用。
3 促进金融市场多元化
为了在金融发展上有特色，并保证武汉在金融创新过程中的稳定性发展，需要培育完善的市场体系和多元化经营模式。应积极培育和完善货币市场、证券市场、外汇市场、黄金市场和期货市场。其中，应着力注重以郑州商品期货交易市场为依托的金融期货交易市场的建立与完善，使其成为一种品牌，发挥期货交易的多种功能。尤其应创造条件，尽快进行金融期货品种的研究开发和设计，在政策允许的情况下，加大金融期货的市场规模。为武汉区域性国际金融中心的建设发挥更大的作用。同时，应积极创建和完善其他市场，如黄金市场、货币市场、证券市场等，以建立多元化金融市场体系。
2 完善金融法规制度，规范金融运行环境
2.1 培育地方金融法规
金融法规赋予了中央银行独立执行货币政策、独立开展金融业务、以及独立履行金融监管职能的可能性。但是，在其执行过程中，来自行政方面的干预却难于避免。再加上我国根本就没有独立于地方政府的金融司法体系，所以这对于地方金融系统的建设与完善无疑是个不小的挑战。
2.2 强化金融信用观念
武汉作为中部地区的特大城市，其在金融行为上不管是将要扮演中转站的角色也好，还是出于“中部金融中心”这一战略目标的驱使也好，这种金融资源配置背离偿还性原则的信用观念一再弱化现象的存在是极为不协调的。近几年经过多方努力，虽然有所改善，但总体上信用环境与市场经济发展的不对称、不协调矛盾依然存在，影响到市场的有效运作，阻碍着武汉经济的快速健康发展。因此，加强武汉市金融信用网络的建设自然也就成了当前所要加紧完成的金融工程项目之一。
2.3 明确金融监管重心
目前，银监会、保监会、证监会的地区办总部均设在武汉，为完善武汉的金融监管体系创造了良好的条件。作为全国金融市场的有机组成部分之一，武汉金融市场的不断完善，就要充分利用这些有利条件，创新监管的方式，在现有的情况下，真正做好监与管的结合。在提升自身化解金融风险的能力的同时，注重金融运行潜在效率的实现。
3 调整金融科技战略，加速金融网络化建设
众所周知，我国金融体制改革的目标之一是要建立现代化的金融管理体系。
因此，金融科技工作的重点就是要大力发展金融电子化建设，积极开展金融科技创新活动，充分发挥其“服务、保障，促进、发展”的作用，以最大限度的保证
我国金融业改革与发展的顺利完成。
3.1 进一步加大科技投入量，确保金融电子化的持续高速发展
现代金融业的发展靠的主要是金融科技水平的发展状况。而金融科技的发展归根结底仍是金融电子化的发展程度，即计算机网络通讯技术的发展程度。所以，调动各方面的积极因素，加大科技投入力度则成了区域金融发展首要的任务之一。武汉在金融基础设施竞争力上排在所选城市中的第十位。可见，以互联网为核心的各类金融网络基础设施的建立就成为了当前武汉市网络应用发展的适时所需。因为，只有有了良好的硬件基础和运行环境，才能有效保证系统的可靠与安全，才能有效降低故障发生率。通过网络改造，不但能提高网络传输速度，缩短交易时间，提升服务效率；还有助于增强金融系统在客户中的信誉。而金融信誉的提高显然对客户消费观念的转变是有正的促进作用的，一旦人们养成了这种网上的消费习惯，也就是金融电子化大发展机会的到来。
3.2 注重金融网络的应用，加速现代化客户服务中心的建立
金融业作为现代经济的支柱产业，就必须跟上时代的发展步伐，大力推动金融网络应用和金融服务方面的创新。要充分利用已有的interact技术架构、以web为平台的客户服务与营销中心，并提供多元化金融电子服务。如企业
理财和家庭理财服务，b to c支付服务，b to b支付服务等。
这不仅是金融体系优质化服务的充分体现，而且也是进一步深化金融体制改革，应对入世后的挑战，转变经营理念，提升服务手段的重要保证。更主要的还在于它确立了一种新的服务和营销体系，一种当今现代化金融体系所必需的经营手段和服务方式。
目前，武汉的金融电子化还有待进一步完善，有的金融交易甚至还保持着点对点的老模式。但是，作为中部地区最大的中心城市，其自身逐步建立电子化服务网络，规范服务的规则和程序，建设和完善新的金融服务系统，显然在强化自身金融服务能力的同时，也会有利于与周围地区及全国金融中心的服务系统实现对接，从而增强其作为区域金融中心的地位。
3.3 积极开发金融科技新产品，实现金融监管的电子化转变
寻求经营理念、管理模式和服务手段等方面的创新，从体制和经营机制入手，以期真正建立以金融电子化为依托的全新体系，进而以科技创新推动管理创新和业务创新，力争实现监管手段现代化、业务品种多元化、经营运作网络化、服务方式电子化。最终全面提高经营管理水平和综合竞争能力。
武汉目前要做的就是：其一，建立一个稳健、公开的金融监管网络，把银行、证券、保险、产权等网络连接起来，以促成完善的金融信息交流平台的最终建立。通过这一信息网络平台，就可及时有关金融信息，公示有些企业的信誉资料。其二，建立综合风险报告制度，及时将金融市场的运行情况向企业和金融相关部门反馈，以便尽量避免非系统风险的滋生。其三，完善市场风险监控体系。逐步建立完整的市场监控体系，发展金融行业的自律体系，风险监控、评价、预警指示体系，现代化的技术保险体系，预防风险管理体系，通过加强市场安全运行化解市场风险。
3.4 加强网络安全，确保网上金融操作的稳定运行
金融网络投资范文第5篇
关键词：高管团队；社会资本；并购绩效； 区域因素
中图分类号：F0626文献标识码：A
文章编号：1000176X（2015）12011108
一、引言
自从Barnard的文章《管理者的职能》（The Functions of the Executive）发表以来，越来越多的学者试图解释高管团队对组织绩效的影响。Cyert 和 March [1]结合联盟理论以阐明不同管理团队在交流过程中摩擦对企业绩效的影响。Steiner [2]用战略抉择的概念来解释高管团队对企业发展的作用。 “高阶理论”的发表犹如催化剂促进了高管团队研究的繁荣。Hambrick和Mason[3]根据这个研究思路将高管团队的特征与组织的创新、战略、战略变革以及绩效联系起来以探明二者之间的作用机制[4]。总之，高管团队对于企业的战略选择以及绩效起着至关重要的作用。
社会资本的概念最初由Bourdieu[5]提出，作者将社会资本定义为：“社会成员和社会团体因占有不同的位置而获得不同的实际或潜在的资源的集合体。”经过学者们数十年的探索，社会资本的研究已经由最初的个人层面发展到企业层面进而深入到国家层面。社会资本与企业产出之间的关系研究越来越流行。Moren [6]研究管理者的结构嵌入和关系嵌入两个维度的社会资本对企业绩效的影响。Fischer 和 Pollock [7]则认为社会资本使企业在战略变革中得以很好地生存。由于与创新和知识分享之间的联系，企业联盟的研究也是社会资本研究的重要分支。
尽管大多学者在研究的过程中运用高管团队相关理论或社会资本理论单独研究其与企业绩效之间的关系，但是很少有学者将二者结合来研究高管团队的社会资本与战略改变之后的企业绩效之间的关系。企业实施并购战略后，高管团队的社会资本与企业并购绩效之间的关系研究更是很少被研究者提及。尤其是在政治经济体制还不健全的新兴经济体中，社会资本如何影响并购绩效的研究更是存在很大的空白。为了填补这个空白，本文运用中国上市公司的数据对高管团队的社会资本与并购绩效之间的关系进行研究。与早期新型经济体的企业并购研究一致，本文选择中国企业作为研究样本主要基于以下几方面考虑：首先，中国是世界上最大的新型经济体，对中国企业进行研究更具有代表性。其次，中国的文化特征是集体主义。个人的表现不仅仅是建立在个体的能力和奉献精神之上，更多的是与个人成功相关的人员默默的付出[10]。这样的文化土壤为研究高管团队在并购中的作用提供了更坚实的基础，相较于Chikh和Filbien[11]只研究CEO在并购过程中的作用而忽略了影响CEO决策和实施战略过程中团队其他人的作用，本文立足于高管团队的研究更加有意义。与此同时，集体主义文化使社会资本在中国的商业环境下发挥更大的作用。因此，中国提供了一个恰当和有意义的情景来研究高管团队社会资本与并购绩效之间的关系。本文的贡献主要有以下几方面：第一，从企业高管团队社会资本对企业高管团队嵌入在校友网络、金融网络以及政治网络的社会资本与并购绩效之间的关系进行研究，从而解决了Rottig [8]的研究只是进行定性研究并没有在实践中进行检验的缺陷。因此，基于高管团队社会资本的视角来研究企业的并购绩效，不仅丰富了国内外研究的成果，而且解决了实践中的问题。第二，King等[9]的研究发现自变量和并购的绩效之间存在诸多的调节变量，但却没有受到足够的重视。正是由于缺失调节变量才导致自变量与并购绩效之间关系研究的差异，因此，本文引入区域因素这个调节变量来研究高管团队嵌入在校友关系和金融网络的社会资本与并购绩效之间的关系，试图为研究人员提供更多的研究视角。
二、文献回顾与理论假设
为了更好地对社会资本进行研究，在Bourdieu[5]的基础上不同的学者从不同的层面对社会资本进行了定义。如Burt[10]将社会资本定义为：“通过朋友、同事或者更广泛的关系便可获取财务资本和人力资本的机会”。Putnam[11]则将社会资本定义为：“社会组织具有的诸如关系、成员间的信念和相互信任等特征，具有这些特征的组织可以促进成员间为共同的利益而合作”。Burt[10]和Putnam[11]从个人和组织层面分别对社会资本进行阐述，但总体来说社会资本可以看做由于个人网络或社会网络所蕴藏的有形和无形资源的总和。社会资本常被学者们定义为：“嵌入在个人和组织之中的社会关系所产生的资源总和”。学者们在定义高管团队的社会资本时更多地关注高管通过个人关系和组织关系所获取的资源，这些关系主要是高管与同事、同学、供应商、客户、竞争者和机构等不同的人员之间的关系。这些高管所具有的个人网络和社会网络的网络嵌入功能可以更好地通过传递信息、资源和机会发挥其价值。高管团队的社会资本在并购前的目标选择，信息收集及并购后资源的利用起着至关重要的作用。因此，本文结合学者们的研究成果将高管团队的社会资本定义为嵌入在高管团队的各种关系网络中的信息和资源的总和，在并购过程中高管团队通过嵌入在各种关系网络中的信息来寻找并购的目标并利用嵌入在各种关系网络中的资源对并购后的企业进行整合从而促进企业的绩效提高。为了更好地研究高管团队的社会资本对并购绩效的影响，本文从高管团队嵌入在校友网络、金融网络、政治网络的三方面社会资本进行研究，以探求高管团队的社会资本与并购绩效之间的关系。
1嵌入在校友网络的社会资本
早期对于校友网络的研究聚焦于不同国家背景下校友网络在就业中的作用。研究表明，英国银行和保险行业中35%的企业总裁毕业于伊顿公学。在法国重要的政府部门和私人组织的主席或总裁毕业于法国国家行政学院的人数占总人数的43%[12]。美国的常青藤大学、东京大学法学院和印度的 Doon School都因为其学校网络所蕴藏的政治和经济资源而闻名。Li[13]建议将中国的清华大学作为中国精英学校的代表。由于中国的国情与国外存在着很多差别，这个观点并不被大多数学者所认可。在中国大学之间并不存在很大的差异，尤其是在计划经济时期教育资源很少，学生毕业是按照国家的意愿在全国进行分配的。与此同时，中国学而优则仕的文化也让更多的人将教育看成是走向成功的捷径。如今，大量当年毕业的学生已经在政治和商业界具有很大的影响力。因此，在中国研究嵌入在校友网络的社会资本相较于其他国家具有更广泛的意义，尤其是在涉及到政治和商业资源的并购战略实施过程中研究社会资本的作用更具有现实意义。
Geletkanycz和Boyd[14]认为教育对管理人员的能力塑造有很好的促进作用。管理人员的知识和能力的积累可以反映在公司绩效上，从而改善企业的经营状况。因此，学者对管理者的教育背景与企业的绩效和战略决策过程之间的关系进行研究。大量学者研究管理人员的教育水平与企业的创新水平之间的关系。研究表明，教育背景与管理者对管理复杂性的认知以及战略性创新具有正相关性[15]。但孙早和刘庆岩[16]则认为学历对企业家能力贡献并不显著。刘德强[17]对钢铁企业的管理人员的学历与企业绩效进行研究表明，国有钢铁企业的绩效与管理人员的学历负相关，而具有更高学历的私营企业管理人员更能捕捉到市场信息，改善企业的管理方式从而提高企业的绩效。因此，管理人员因受教育而获取的关系资源不仅仅停留在同学相识或具有共同的经历，而且可以通过相识而取得联系从而获取资源交换的机会。而这些资源是否对企业的战略和生产经营产生影响，改善企业绩效是本文关注的重点。
研究表明，嵌入在校友网络中的社会资本对企业的影响是多样化的。首先，在进行决策过程中高管团队的知识背景和同学关系网络使得高管更加具有信心甚至于自负。这是因为，高管与已经成为社会精英的同学之间联系使得他们高估自己的能力从而不顾市场的反应而进行并购的可能性增大。其次，拥有广泛校友关系的高管团队认为他们获得了更多的不为市场所熟知的信息。Beckman和 Haunschild[18] 指出，并购交易的信息收集可以分为个人渠道的信息（如朋友网络）和公共渠道的信息（如年报）两种，在并购的过程中个人渠道的信息对高管团队的决策过程影响较大。在并购过程中高管团队认为他们强大的校友关系为其信息来源提供保障。因此，并购过程中高管团队受到更多的鼓励而忽略了市场的反应。总之，具有更多嵌入在校友网络社会资本的高管团队在并购过程中更加自负而采取不被市场看好的并购策略。因此，本文提出如下假设：
假设1：高管团队嵌入在校友网络的社会资本与并购后的绩效负相关。
2嵌入在金融网络的社会资本
早期的研究从企业层面关注企业获取资金的能力来研究财务资本对企业的战略选择、生产经营以及企业绩效之间的关系。研究表明，企业进行外部融资可以提高企业增长率。Durnev 和Han[19]通过研究企业受到资金的制约与退市之间的关系，得出外部资金可能会影响企业的销售和员工的聘任等诸多方面进而影响企业成长的结论。Rajan 和 Luigi[20]的研究指出，在资金可以从企业外部获得且对外部资金依赖高的国有企业成长速度更快。潘镇和鲁明泓 [21]的研究也指出，企业的资金财务资源与企业绩效正相关。Lago等[22]研究表明，企业的借债行为与企业的绩效正相关，较小的、新成立的企业更多地依赖于信用进行外部借款而不是依赖于内部的资金筹措。该研究还指出，企业与银行间的天然相互依赖的存与贷关系影响到企业的外部资金筹措。 Uzzi[23]从关系嵌入的角度来研究企业运用财务资本的收益和成本，指出企业从具有关系嵌入的银行中获取更低利息的贷款。这些研究都是从企业层面对企业获取财务资本进行研究，而忽略了在取得和运用财务资本过程中管理人员的作用。因此，本文研究高管团队嵌入在金融网络的社会资本有助于了解企业获取财务资本的渠道，具有很强的现实意义。
社会网络的嵌入价值主要体现在商业交易过程中通过社会关系所达成的协议，在这些协议中更多地体现市场化的商业交易所不具有的社会附加价值。高管嵌入在金融网络中的关系可以使其更容易获取市场所不容易获取的社会资本。企业在获取和利用这种社会资本的时候相较于采取市场手段而获取的成本更低。Uzzi[23]的研究指出，金融网络所嵌入的商业交易主要体现在嵌入在社会附加价值中，这些附加价值通过有差别的管理机制来体现的加之特有信息因素也促使银行和企业在达成交易的时候更多采取超市场的手段从而使双方受益。本文认为，高管团队嵌入在金融网络的社会资本可以使企业与银行之间的交易更容易达成，同时市场不能获取的特有的信息增加了企业在与金融机构谈判的筹码，从而在并购过程中以及并购后以更小的成本获取资金支持，改善企业的绩效。因此，本文提出如下假设：
假设2：高管团队嵌入在金融网络中的社会资本与并购后的绩效正相关。
3嵌入在政治网络的社会资本
大量关注发展中国家的政治联系对企业的影响研究表明，企业的政治联系可以帮助企业规避管制和获取特殊资源如避税和贷款。正是由于在政治联系中获得如此多的收益，企业的价值在这个过程中得以提升，促使了企业的绩效也得以提高。但是一些学者却持有不同的观点，企业希望通过政治联系获取额外的收益也许只是一个美丽的泡沫。国有企业的政治联系并不会为企业创造价值反而会作为官员达到诸如增加当地就业、税收等政治目的获取政治筹码。研究表明，企业可以通过卖出或稀释政府的股份从而切断政治联系而获益。在研究发展中国家企业政治联系的文献中，中国企业与政府的联系如何影响企业的发展是其中的一个热点问题。这是因为，在中国大量国有企业的高管团队成员的政治联系明显高于非国有企业，因此，大量研究着眼于研究国有企业的绩效与政治联系之间的关系。Sun和Tong [24]指出，具有广泛政治联系的国有企业与企业绩效负相关。运用中国上市公司的数据Chen等[25]发现，股票市场对控制权由国有转为个人的企业股票反应是积极的。一些学者指出，企业的国有性质与企业的价值之间并不存在线性关系。根据这个研究思路，Zhou等[26]采用中国上市公司的数据对国有和私有企业并购的短期和长期绩效进行研究，研究表明，具有广泛政治联系的国有企业并购后的长短期绩效明显优于私有企业。
以上的研究都是从企业层面的政治联系进行研究而忽略了作为政治联系主体人的因素。在中国这样一个转型经济体国家中，管理人员与政府人员的联系应该被看作一种特殊的资源，研究嵌入在政治联系的社会资本更具有意义。在中国，由于政府工作人员对战略性资源具有控制和分配的能力，企业的管理人员希望更多地与具有这样能力的人员接触从而以更小的成本获取资源。Chen等[25]认为，法制不健全的地区，民营上市公司更倾向于建立政治联系以规避风险。实证也表明管理人员的政治联系可以改善企业的绩效。Fisman[27]指出，在南亚政治联系相较于资金来说更重要，政治联系可以增加企业的利润，但该研究也指出，政治联系可以使得投资决策具有更多的盲目性。由于中国政治网络的封闭性，企业管理人员和政府人员之间的关系可以看成“类等级”关系。因此，Shleifer 和 Vishny[28]指出，政治家在与企业的社会关系更多的是运用他们的影响力来为他们的政治目的服务。由交易成本理论可知，当法律制度还不健全的情况下道德风险（如合同毁约）就会很高，政治网络作为法律制度的替代对于并购后企业的发展非常重要。不同的高管人员通过不同的手段与政治家接触希望谋取政治社会资本，一些高管通过人大代表或者政协委员获取的政治社会资本更多的是停留在名誉层面，而附着在这种名誉上的社会资本并不多。本文认为， 高管嵌入在人大代表或者政协委员网络的社会资本更多的是满足为政治家的目的服务，在并购过程中会更加考虑配合政治家的政治目标如增加其政绩、安排本地人员就业以及增加本地的税收等从而在并购后影响企业的绩效。而高管以前在政府部门的任职获取的政治社会资本更多的是了解其内部行为规范和政治家建立同僚的关系，这种关系更多的是将嵌入这些关系的社会资本转换为生产力而脱离了“类等级”关系从而提高企业并购后的绩效。因此，本文提出如下假设：
假设3a：高管团队因为其成员具有人大代表或政协委员资格而获取的社会资本与并购后绩效负相关。
假设3b：高管团队成员因其成员就职于政府部门而获取的社会资本与并购后的绩效正相关。
4并购企业间的区域因素
在并购的区域因素研究中，学者们从本地并购和异地并购的视角来研究距离因素对并购的影响。研究异地并购的视角更多的是从市场互补的视角来看企业异地并购，这种市场互补的观点认为，企业的异地并购并不是简单地通过并购而撬动分销网络，而是可以通过企业间市场的互补而创造价值。这种市场的互补所创造的价值主要源于有效的资源分配、知识和产品整合。同时，企业通过异地并购在其竞争对手的市场布局以期通过靠近消费者策略来改善竞争格局。Morck和Yeung[29]的研究发现，企业的跨区域扩张促进了企业价值提升。潘红波和余明桂[30]以中国2001―2005年发生的上市公司跨区域并购非上市公司为研究样本对区域因素与并购绩效关系之间的合法性中介效应进行研究。研究表明，跨区域并购对并购绩效没有促进作用，外部合法性受到挑战时，会对企业的并购绩效产生负的影响。也有学者认为异地并购并不会为企业带来好处。Beshi和Lissoni[31]指出，当两个公司没有“同样的语言”怎么能够让并购产生协同效应呢？因此，学者们将研究视角转移到企业的本地并购上面。研究表明，企业的本地并购会为企业带来两方面的好处。一方面，企业更了解本地消费者的习惯，从而不存在并购后进入其他市场的产品竞争力缺失的问题。另一方面，由于异地并购产生的信息不对称性在本地并购过程中并不会产生，实施本地并购的企业在并购过程中更容易获取有价值的信息，从而减少并购后整合的难度。方军雄[32]对1995―2007年发生的上市公司并购事件研究表明，企业更倾向于采取同一行政区域内的本地并购，该研究还指出，造成这种倾向源于地方保护主义，人为地形成地区间市场分割。因此，研究中国企业并购过程中区域因素更有助于理解企业并购过程中的实施成本对于并购战略实施的影响。
大量研究从并购双方的交流效率、信息获取和知识整合成本等方面来阐述并购的区域因素对并购的影响。因此，高管团队嵌入在不同社会网络的社会资本不可避免地在并购过程中受到区域因素的影响。从信息获取角度来看，在并购过程中买方企业需要更多的渠道了解目标企业的社会责任、财务体系、员工政策和利润分配体系等诸多信息，以判断自己是否具有整合目标企业所必须的能力。这些信息主要来源于两种方式即正式渠道和非正式渠道。企业获取正式渠道信息主要来源于经纪人、投资银行以及咨询公司；企业获取非正式渠道的信息主要来源于不同的讨论如行业的会议，管理人员的个人关系等。研究表明，来源于正式渠道和非正式渠道对于并购来说都是至关重要的，但相对于正式信息，非正式信息的作用更加明显。因此，在相同区域内的并购企业高管团队嵌入在关系网络的社会资本在获取信息方面显得尤为重要。同时从基于资源理论视角出发，高管团队的社会资本在相同区域内实施并购时更有助于其发挥作用，从而促进企业并购后的整合。相同区域的并购企业高管团队拥有的精英校友关系使其在信息获取和资源利用方面更加强大，在较小的地域范围内更容易发挥校友关系网络所嵌入的社会资本，从而部分抵消其盲目自大的并购行为对绩效的损害，同时在并购后高管团队嵌入在校友网络的社会资本也在一定程度上发挥作用，从而提高了企业并购后的绩效。而在区域内实施并购过程中拥有嵌入在金融网络社会资本的高管团队认为其从信息资源获取方面具有优势，因而盲目夸大自身的优势，但在并购后这些嵌入在金融网络的社会资本并不一定能达到高管团队预期的效果，从而降低了企业绩效。综上所述，本文提出如下假设：
假设4a：区域因素对企业高管团队嵌入在校友网络的社会资本与并购绩效之间的关系起到正向调节作用。
假设4b： 区域因素对企业高管团队嵌入在金融网络的社会资本与企业并购绩效之间的关系起到负向调节作用。
三、研究方法和样本选择
1样本与数据的选取
本文采取会计指标的方式来衡量企业并购后的绩效。在应用会计指标进行并购绩效的研究过程中早期的学者主要采取单一财务指标，这些财务指标主要是反映企业获利能力或现金流变化如：资产回报率（ROA）、净资产回报率（ROE）、销售回报率（ROS）、销售净利润、托宾Q比率。由于单一指标容易受到其他因素的干扰，后期学者采用多个指标来衡量并购绩效，本文选取销售净利润和托宾Q比率来衡量并购绩效。又由于学者们对于绩效研究选择的时间长度也不尽相同，Ramaswamy[33]认为三年已经可以充分反映企业经营状况变化，因此，本文为了更好地衡量企业并购前后企业绩效的变化以并购发生后第三年的财务指标与并购前一年的财务指标之差作为企业并购后的绩效。
在进行并购研究过程中，学者们进行样本选择时也存在很大差异，由于并购的样本选择时样本所处的国家、行业发展导致企业的发展不均衡很可能在研究并购绩效应用会计指标时呈现出很大的自身特点，因此，如果不对行业、国家加以控制，很可能导致不真实的结果。在样本的选择上本文按照传统的会计年度选取，考虑到样本数量的统计性和样本指标的可获取性等诸多因素，本文选取2005―2007年沪、深两市的所有并购样本为原始样本，如在数据观察期内发生多次并购以第一次发生的并购作为样本事件。同时考虑到高管团队的资料可获取性，剔除业绩较差的ST 和PT 公司，本文最终获取931件并购事件。本文的所有数据均来自于CSMAR数据库。
2主要研究变量的设计
自变量：对于社会资本的度量，本文借鉴情报学中内容分析法从上市公司公布的高管团队简历中的信息一一编码并对其进行赋值，从而将描述性的文字进行量化。最终将所得数值相加处理，所得的数值越高说明高管嵌入在网络的社会资本越高。在度量高管团队嵌入在校友网络的社会资本的过程中，本文将高管的教育背景划分为高中或中专（赋值为1）、大专（赋值为2）、 本科（赋值为3）、硕士（赋值为4）和博士（赋值为5），之后计算整个团队的平均值，这个平均值越高说明高管团队嵌入在校友网络的社会资本越多。为了度量高管团队嵌入在政府工作网络社会资本，本文借鉴边燕杰和丘海雄[34]的研究方法，对于高管具有政府工作经验则赋值为1，否则为0，最终将高管个人所得的值相加得出整个高管团队的值即为高管团队嵌入在政府工作网络社会资本的值。度量高管团队嵌入在人大代表和政协委员网络的社会资本，本文将高管具有人大代表或政协委员资格的则赋值为1，否则为0，最终将高管个人所得的值相加得出高管团队嵌入在人大代表或政协委员网络的社会资本。度量高管团队嵌入在金融网络的社会资本，本文将高管具有金融行业工作经验的则赋值为1，否则为0，最终将高管个人所得的值相加得出最终的值。对于企业并购的区域因素处理，本文将并购企业属于同一个省级行政区的则为1，否则为0。
因变量：作为因变量的并购的绩效，本文采取销售净利润率（Net Profit Margin on Sales）和托宾Q比率（Tobins Q Ratio）来衡量。将并购发生的财年记为T年，并购发生前一年记为T-1年，并购后第3年记为T+3年，将（T+3）-（T-1）财年的财务数据作为因变量，即分别用并购前一年的销售净利润或托宾Q比率与并购后第三年的销售净利润或托宾Q比率的差作为因变量。
控制变量：本文将行业和关联交易作为控制变量，以控制其对并购绩效的影响。行业变量按照2001年4月中国证监会的《上市公司行业分类指引》的行业分类体系对样本公司的行业进行分类。当并购双方存在关联交易的则为1，不存在关联交易的则为0。
四、结果分析
1变量之间相关性统计分析
本研究采取2005―2007年沪、深两市931件并购事件进行研究分析。 高管团队的社会资本与并购绩效之间关系的相关变量统计性描述如表1所示。
从表1中我们可以看出，相关变量之间存在一定的相关关系。但由于相关变量之间的关系显著性受到诸如样本大小等一系列因素的影响，且有的时候即使两个变量间无相关关系，由于抽样的误差和研究设计方面的因素也可能致使变量间具有相关关系，因此，即使两个变量在统计分析的时候存在显著相关性，也只是说明其初步关系，二者之间的关系需要进一步进行假设检验。
2模型与回归分析
本文采取分层回归的方式先对因变量托宾Q比率与控制变量进行回归得出模型1，之后加入自变量得出模型2，最后加入交叉项得出模型3。同样采取分层回归的方式先对销售净利润与控制变量进行回归得出模型4，加入自变量之后得出模型5，最终结果如表2所示。
从模型2的结果我们可以看出，高管团队嵌入在校友网络的社会资本与并购绩效负相关，且在10%的水平上显著。因此，假设1得以检验。高管团队嵌入在金融网络的社会资本与并购绩效正相关，二者之间的相关系数为0069且在10%的水平上显著。因此，假设2得以检验。模型3加入区域因素与嵌入在校友网络的社会资本的交叉项以检验区域因素对嵌入在校友网络的社会资本与并购绩效之间关系的调节作用。回归结果表明，区域因素与嵌入在校友网络的社会资本的交叉项与并购绩效负相关。且系数为-0321小于-0060并在10%的水平上显著。因此，假设4a得以证明。从模型3中的回归结果可以看出，区域因素与嵌入在金融网络的社会资本的交叉项正相关，回归系数为0059小于0069且在10%的水平上显著。因此，假设4b得以证明。
对假设3的检验同样采取分层回归的方式，先对销售净利润与控制变量进行回归得出模型4，加入自变量之后得出模型5。从模型5我们可以看出，高管团队因其成员具有人大代表或政协委员资格而获取的社会资本与并购后的绩效负相关，系数为-0010 且在10%的水平上显著。因此，假设3a得以证明。从模型5中同样可以看出，从高管团队因其成员政府任职所获取的社会资本与并购绩效之间正相关，系数为0071 且在5%的水平上显著。因此，假设3b得以证明。
3进一步讨论
通过运用上市公司数据对高管团队的社会资本与并购绩效进行编码分析，本文认为从高管团队嵌入在不同社会网络的社会资本来分析其在并购过程中的作用更有助于看清楚高管团队社会资本在战略变革中的作用机制。本文将高管过度自信的视角引入高管团队社会资本和区域因素与并购绩效的研究中拓展了高管过度自信与投资决策的视角。在研究高管团队嵌入在政治网络的社会资本过程中，本文摒弃了其他学者将嵌入在政治网络中的社会资本不加区分归为一类的方式，而是将其分为高管团队成员因其成员就职于政府部门而获取的社会资本和高管团队因其成员具有人大代表或政协委员资格而获取的社会资本。研究结果也表明两种不同社会资本对并购绩效影响的差异，这与罗党论和唐清泉[45]研究的只将董事会成员政治联系看成社会资本而得出企业的社会资本有助于企业进入受管制的行业和获取政治补贴存在一定的差异，也为学者以后研究嵌入在政治网络的社会资本提供了新的视角。因此，在未来的研究中我们应当更关注高管的人大代表或政协委员所带来的名誉，而这样的名誉可能蕴含着政治家对企业的诉求和政治需要。本文认为高管曾经就职于政府部门的经历才真正可能使得高管因为这种网络而获取对企业有益的资源和信息。
本文对高管团队嵌入在金融网络的社会资本对并购绩效的影响验证对企业财务资本对企业绩效的重要性。但本文更注重研究金融网络对财务资本获取从而促进了企业并购绩效，而不是单纯地将二者之间联系。本文从区域因素对高管团队的社会资本与并购绩效之间关系的调节作用研究也扩展了学者们只是单纯研究区域因素对并购绩效的影响，而忽视了区域因素可能产生的调节作用。本文在研究过程中由于其二手数据的限制，难免产生一些不足之处，但鉴于上市公司数据披露的客观性也不失为一种研究并购过程中高管团队的社会资本的有效方法。
五、结论
本文通过上市公司的数据对高管团队的社会资本与并购之间的关系进行分析，结果表明，高管团队嵌入在金融网络的社会资本对并购后的绩效具有促进作用，而高管团队嵌入在校友网络的社会资本反而不利于企业并购后的绩效。高管团队因政治网络而获取的社会资本对并购后的绩效有两方面的影响：高管团队因其在政府部门工作而获取的社会资本对并购后绩效具有促进作用；高管团队因具有人大代表或政协委员而获取的社会资本并不利于企业并购后的绩效。本文同时引入了区域因素，以期加入调节变量以进一步探索社会资本与并购绩效之间的关系。研究表明，区域因素对企业高管团队嵌入在校友网络的社会资本与并购之间的关系起到正向调节作用。区域因素对企业高管团队嵌入在金融网络的社会资本与企业并购绩效之间的关系起到负向调节作用。同时，本文引入区域因素这个调节变量来研究高管团队嵌入在校友关系和金融网络的社会资本与并购绩效之间的关系，为研究人员提供了更多的研究视角。
因此，在并购中不能笼统地认为企业高管团队的社会资本因为其所嵌入的信息和资源而对并购后的绩效有促进作用。在并购过程中应当合理地利用已有的社会资本，从而促进企业并购的整合和绩效。同时，企业在并购目标的选择过程中也应当充分考虑区域因素对并购绩效的影响，应当考虑高管团队社会资本的可移植性，从而进一步提高企业并购绩效。
参考文献：
[1]Cyert， R， March， J A Behavioral Theory of the Firm[M] Englewood Cliffs， NJ： Prentice-Hall，1963
[2]Steiner， I Group Process and Productivity[M] New York： Academic Press，1972
[3]Hambrick， D， Mason， P Upper Echelons： The Organization as a Reflection of Its Top Managers[J] Academy of Management Review， 1984， 34（9）
[4]Hambrick， D， D’Aveni， R Top Management Team Deterioration as Part of the Downward Spiral of Large Corporate Bankruptcies[J] Management Science， 1992， 38（10）： 1445-1466
[5]Bourdieu， E The Forms of Capital[M] New York： Greenwood， 1986
[7]Fukuyama， F Social Capital and the Global Economy[J] Foreign Affairs， 1995， 39（5）：89-103
[6]Moren， P Structural and Relational Embeddedness： Social Capital and Managerial Performance[J] Strategic Management Journal， 2005， 26 （12）
[7]Fischer， H， Pollock，T Effects of Social Capital and Power on Surviving Transformational Change[J] Academy of Management Journal， 2004， 47（4）：463-481
[10]Li， H， Zhang，Y The Role of Managers Political Networking and Functional Experience in New Venture Performance： Evidence from Chinas Transition Economy[J] Strategic Management Journal， 2007， 37（28）：791-804
[11]Chikh， S， Filbien， J Acquisitions and CEO Power： Evidence from French Networks[J] Journal of Corporate Finance， 2011， 48（17）：1221-1236
[8]Rottig， D The Role of Social Capital in Cross-Cultural M&As： A Multinational Corporation Perspective[J] European Journal of International Management， 2011， 5（4）：413-431
[9]King， D， Dalton， D， Daily， C， Covin， J Meta Analyses of PostAcquisition Performance： Indications of Unidentified Moderators[J] Strategic Management Journal， 2004， 25（2）： 187-200
[10]Burt， R Structural Holes： The Social Structure of Competition[M] Cambridge， MA： Harvard University Press， 1992
[11]Putnam， R Bowling Alone： America’s Declining Social Capital[J] Journal of Democracy， 1995， 28（6）： 65-78
[16]Acquaah， M Managerial Social Capital， Strategic Orientation， and Organizational Performance in an Emerging Economy[J] Strategic Management Journal， 2007， 35（28）：1235-1255
[12]Bodiguel， J Political and Administrative Traditions and the French Senior Civil Service [J] International Journal of Public Administration， 1990， 13（5）：735-746
[13]Li， CUniversity Networks and the Rise of Qinghua Graduates in Chinas Leadership[J] The Australian Journal of Chinese Affairs， 1994， 56（32）：1-30
[14]Geletkanycz， M， Boyd， B CEO Outside Directorships and Firm Performance： A Reconciliation of Agency and Embeddedness Views [J] Academy of Management Journal， 2011， 54（2）：335-352
[15]Wally， S， Baum， J Personal and Structural Determinants of the Pace of Strategic Decision Making[J] Academy of Management Journal， 1994， 37（4）： 932-956
[16]孙早，刘庆岩 市场环境、企业家能力与企业绩效[J] 经济学家， 2006， （4）：110-117
[17]刘德强国有企业的经营者：是能力不足还是努力不足――关于钢铁工业的实证研究[J] 经济学（季刊）， 2002， （1）：419-434
[18]Beckman， C， Haunschild， P When do Interlocks Matter？ Alternate Sources of Information and Interlock Influence[J] Administrative Science Quarterly， 1998， 43（4）：815-844
[19]Durnev， A， Han， K To Steal or not to Steal： Firm Attributes， Legal Environment， and Valuation[J] The Journal of Finance， 2003， 89（3）：1461-1493
[20]Rajan， R， Luigi， Z Financial Dependence and Growth[J]The American Economic Review， 1998， 62（88）： 559-586
[21]潘镇，鲁明泓中小企业绩效的决定因素――一项对426家企业的实证研究[J] 南开管理评论， 2005，（3）：54-59
[22]Lago， R.，Salas，J.S.，Lopez，J.A.Determinants of Access to External Finance： Evidence from Spanish Firms [R] FRB of San Francisco Working Paper， No.22，2007
[23]Uzzi， B Embeddness in the Making of Financial Capital： How Social Relations and Networks Benefit Firms Seeking Financing [J] American Sociology Review， 1999， 36（64）：481-505
[29]Ramalho， R The Persistence of Corruption： Evidence from the 1992 Presidential Impeachment in Brazil[R] Working Paper， World Bank， 2007
[24]Sun， Q， Tong， W China Share Issue Privatization： The Extent of Its Success[J] Journal of Financial Economics， 2003， 70（2）：183-222
[25]Chen， M， Firth， M， Xin， Y， Xu， P Control Transfers，Privatization， and Corporate Performance： Efficiency Gains in Chinas Listed Companies[J] Journal of Financial and Quantitative Analysis， 2008， 43（1）：161-90
[26]Zhou， B， Gao， J， Hua， J， Doukas， A Political Connections and Merger Performance： Evidence from Chinese Market[R] Working Paper， 2010
[33]李善民，朱滔多元化并购能给股东创造价值吗？[J]管理世界，2006， （3）：129-137
[27]Fisman， R Estimating the Value of Political Connections[J] The American Economic Review， 2001， 91（4）： 1095-1102
[28]Shleifer， A， Vishny， R A Survey of Corporate Governance [J] The Journal of Finance， 1997， 52 （2）： 737-783
[29]Morck， R， Yeung， B Why Investors Value Multinationality [J] Journal of Business， 1991， 64（2）：165-187
[30]潘红波， 余明桂基于实证分析的跨区域并购公司治理效应研究[J] 江西社会科学， 2009， （10）：194-199
[31]Beshi， S， Lissoni， F Knowledge Spillovers and Local Innovative Systems： A Critical Survey [J] Industrial and Corporate Change， 2001，56（10）：975-1005
[39]Petri， B， Eero， L Geography of Domestic Mergers and Acquisitions （M&As）： Evidence from Matched Firm-Level Data[J] Regional Studies， 2006， 40（8）：847-860
[32]方军雄市场分割与资源配置效率的损害――来自企业并购的证据[J] 财经研究， 2009， （9）： 36-47
[41]Mark， L， Harold， M， Fred， W Takeovers， Restructuring， and Corporate Governance [M] Englewood Cliffs， NJ： Prentice-Hall， 2004
[42]姚长辉， 严欢关于并购对我国上市公司经营业绩影响的分析[J] 经济科学，1999， （9）：67-76
[33]Ramaswamy， V Evolutionary Preference Segmentation with Panel Survey Data： An Application to New Products [J] International Journal of Research in Marketing， 1997， 14（1）：57-80
[44]巫景飞， 何大军， 林炜， 王云高层管理者政治网络与企业多元化战略：社会资本视角――基于我国上市公司面板数据的实证分析[J] 管理世界， 2008， （8）：107-118
