.................................
3 研究假设..................................15
3.1 公司网络与公司绩效的关系...............................15
3.1.1 公司网络程度中心度与公司绩效 ROA.........................15
3.1.2 公司网络中介中心度与公司绩效 ROA........................15
4 研究设计......................19
4.1 研究样本与数据来源.......................19
4.2 变量定义及说明......................19
4.3 模型构建...........................23
5 实证分析..........................25
5.1 描述性统计分析............................25
5.1.1 公司网络特征统计分析............................25
5.1.2 派系网络样本变量的描述性统计分析..........................30
5 实证分析
5.1 描述性统计分析
5.1.1 公司网络特征统计分析
研究提取 2016-2018 年度沪深 300 指数上市公司所有关联交易发生额数据，共计62901 条记录，再使用 EXCEL 进行数据的初步加工，整理出有关联关系的上市公司 198家，形成关联交易关系矩阵规模 198*198，在该矩阵中公司之间发生关联交易记为 1，不发生关联交易记为 0，从而构成上市公司关联方交易网络公司——公司矩阵。将公司网络矩阵输入到 UCINET6.0 软件的 NETDRAW 中，利用软件可以得到公司网络特征指标，网络派系分类数量，以及关联方整体网络社群图（如图 5.1），图中核心点代表的是公司，点与点之间的连线代表的是关联方之间关系。在整体公司网络的基础上，可以清晰的看出关联公司层面的聚集程度和分布结构，关联方公司之间构成不同的派系子集团，派系出一系列子网络，比如以航天信息为核心的航天研究、技术信息等有关集团企业，招商证券为核心节点的金融、海运、地产等相关的招商集团，中航资本为核心节点的航空、地产、机电等业务的中航集团，中国核电为核心的能源、科技、电力等产业相关的电力核能集团等。
................................
6 研究结论与政策建议
6.1 研究结论
研究结合社会网络视角与财务研究范式，以社会网络理论、战略协同理论和公司绩效理论作为理论基础，提取沪深 300 指数上市公司 2016-2018 年度所有关联交易发生额数据，共计 62901 条记录，从中筛选出公司之间发生关联交易金额的目标公司（计 198家上市公司），再使用 EXCEL 进行数据的初步加工，整理出上市公司之间发生关联交易矩阵规模 198*198，在该矩阵中公司之间发生关联交易记为 1，不发生关联交易记为 0，从而构成上市公司关联方交易网络公司——公司矩阵。利用 UCINET6.0 软件得到公司网络特征指标程度中心度、中介中心度、网络接近性、结构洞指标，获取网络派系分类的数量共计 74 个子网络，及网络具体公司分布情况，同时加入战略协同对公司网络与公司绩效的调节作用，因此得出了以下研究结论。
6.1.1 公司网络与公司绩效关系
（1）公司网络特征程度中心度、中介中心度对公司绩效 ROA 有显著正向影响，程度中心度和中介中心度越大，公司绩效 ROA 越好。
公司在网络中所处位置不同，其获取网络信息资源和社会资本的能力也存在差异。程度中心度越大，表明处于公司网络的核心地位，获取和运用各项信息资源的能力更强，与其它关联方交流的活跃性和联系程度越强，占据信息获取的渠道和资源共享的平台，能够提升自身的竞争优势，降低企业经营的财务风险和成本，优化关联方之间的产业链，其自身能获得周围关联公司提供的更多信息资源，从而对企业的战略决策产生影响，有利于降低企业经营风险和交易成本，获得更多社会资本，从而增加公司绩效。
中介中心度关注的是网络中个体交流信息的控制力，充当媒介者的角色。在网络中，并非所有成员就能与其他成员个体直接交流信息，而是须通过媒介者才能与另一方成员进行交流。网络中的个体中介中心度越高，表明其占据着重要的媒介位置，那么经过该公司联结关系越多，该公司就会控制更多的异质资源和信息等关键竞争要素，作为一个媒介平台起到了信息资源交流交换的作用，不仅为自身带来社会资本，也促进了关联公司的经营发展，提高公司绩效水平，实现企业价值。
参考文献（略）
