社会资本、农户异质性与借贷行为——基于CFPS数据的测度分析与实证检验

■秦海林，李超伟，万佳乐

本文使用CFPS（2014）的微观调查数据，基于社会资本的综合测度，检验了社会资本及其结构对农户借贷的异质性影响。首先，分析指标属性并结合改进的变异系数法，提出了具有普遍适用性的社会资本测度方法。其次，基于工具变量法的内生性检验发现：从整体看，农户社会资本越丰富，其获得银行借贷及民间借贷概率均会显著增加；从社会资本结构类型看，结构型社会资本对非正规借贷的作用更大；随着农村制度的变迁，认知型社会资本对正规借贷与非正规借贷均发挥促进作用。这意味着，缓解农户贷款难应充分发挥社会资本作为非正式制度的技术优势，实现正规金融与非正规金融的优势互补，且贷方应重视社会资本结构在不同借贷主体之间作用机制的差异性。

一、引言与文献综述

农户巨大的资金需求因信贷约束而无法得到满足，不仅降低了农户抵抗外来风险、消费波动以及人力资本投资的能力，还抑制了农村经济的长期稳定发展。我国农村存在信贷约束的原因主要在于信息不对称（朱信凯和刘刚，2009）和农户借贷规模小以及缺乏必要的抵押品（周立，2007），由此使得委托代理问题严重，监督与交易成本较高，农户存在违约概率显著增加。Besley（1995）认为主要原因在于农户经营周期与信贷周期不匹配、补充机制落后以及存在显著的共变风险。尽管顶层的制度设计者为此已做出不懈努力，但农村金融抑制仍十分严峻，农户贷款难依旧没有实质地改观。随着研究的不断深入，学者们开始关注非正式制度的社会资本在农户借贷中的作用，但是在已有的研究中仍有值得改进的地方。一方面是社会资本的测度问题。社会资本不合理的测度会增大误差，直接导致实证研究结果出现内生性偏误，降低了研究结论的准确性，使其政策含义大打折扣。另一方面，已有的研究鲜有讨论社会资本结构类型与借贷的关系。鉴于不同农户之间的家庭特征、经济水平、家庭的融资偏好及融资方式均存在差异性，因此不同农户之间的社会资本应该也是具有显著差异的，如担任政治职务的农户的社会资本广度可能更高，认知型社会资本自然更加丰富；而普通农户的社会资本往往建立在亲缘网络基础之上，更多体现在深度方面，其结构型社会资本自然更加丰富。由此可见，在进行社会资本与家庭借贷之间的影响关系的研究中，必须充分考虑到社会资本的测度问题以及农户异质性情形下社会资本结构类型的差异性，这对于准确的把握两者的关系显得尤为必要。

社会资本作为一种非正式制度，可以缓解信息不对称，促进借贷交易的达成。程昆等（2006）认为社会资本是农户关系网的基本载体，在正规金融与非正规金融中发挥重要作用。随着微观调查数据的兴起，越来越多的学者对社会资本与农户借贷之间的关系进行了实证研究。例如：马光荣和杨恩艳（2011）指出社会网络可以缓解借贷中的逆向选择与道德风险问题；社会网络可以提升农户借贷可得性（胡枫和陈玉宇，2012）；社会网络对农户正规与非正规金融均有显著影响，但对于正规金融的影响更大（胡枫和陈玉宇，2012）；童馨乐等（2011）进一步分析发现社会资本中的政治关系和邻里资本可以显著提升农户获得贷款的可得性。但是，大多使用单一的测度研究方法，对于社会资本多指标研究方法则比较少见。其中，单一指标的测度研究有：亲友在部门工作和城里经常联系的朋友（赵剑治和陆铭，2009）、礼金支出（马光荣和杨恩艳，2011）、人情支出与家庭规模（谭燕芝和张子豪，2017）、找工作时可以提供帮助的人数（陈钊等，2009）等。综合测度的研究主要有：柴时军（2016）与张爽等（2007）使用主成分分析的方法对社会网络进行综合测度分析；桂勇和黄荣贵（2008）、赵延东（2006）利用社会资本多元维度的测度方法，利用因子分析的方式构建了一个社会资本量表。

指标选取的不合理、测度分析的不精准以及实证中对于双向因果关系考虑的缺失，极大增加了模型内生问题发生的概率，严重降低了研究结论的可靠性。首先，部分指标难以估计，且具有主观随意性。如，“找工作的时候多少人可以给予帮助”（陈钊等，2009）和“城里经常联系的朋友的数量”（赵剑治和陆铭，2009）等。对于这类问题，被采访者可能高估或者低估自己的社会资本水平，进而出现内生性问题。同时，受访者可能存在提防心理，不愿意透露自己真实的社会网络信息，这无疑也会加剧内生性问题。其次，是否存在双向因果关系，从而导致模型出现内生性。值得注意的是，部分学者已经注意到了这一问题，并尝试解决。柴时军（2016）使用是否为第一大户作为工具变量进行了内生性检验。张爽等（2007）参考了国外的工具变量指标，使用了信任和户主现在是否担任村干部社团的密度的工具变量指标、社团的密度和效率及政治地位的变化分别进行了内生性检验。遗憾的是，很多情形下这些工具变量均没有通过内生性检验。

综上所述，已有学者的研究成果为本文提供良好的铺垫，但仍存在一定的不足。一是社会资本测度方法的合理性值得推敲。比如数据能否进行主成分分析重要前提是数据能否通过KMO和巴特莱特球度检验，部分学者并没有给出检验过程。主成分分析或者因子分析使用的数值标准化形式没有考虑指标的属性，这很可能增加测度误差。因此，一个具有普遍使用价值的社会资本测度方法是难能可贵的。二是目前对于社实证分析中内生性问题尚需进一步完善。三是目前研究中大多隐含农户同质这一假设，这显然不符合实际。因此，农户异质性前提下社会资本结构类型对于借贷行为的影响以及社会资本在不同的借贷方式中是否表现出差异性都是值得深究的现实问题。基于此，本文重点解决以下几个核心问题：一是社会资本的综合测度问题；二是实证分析中的内生性问题；三是考虑农户异质性后，进一步考察社会资本结构对借贷的数量关系与影响机制。

二、社会资本指标选取与变量说明

（一）数据来源

本文使用的数据均来自2014年北京大学中国社会科学调查中心实施的中国家庭追踪调查数据（简称CFPS2014）。该数据样含有个体、家庭与社区三个模块，数据样本较大，样本信息较为齐全，能够很好地满足本文的研究需要。

（二）被解释变量

本文研究社会资本与家庭借贷行为的影响关系，选取的被解释变量主要有：是否有获得银行借款（loan_b）、是否获得亲友及民间借款（loan_r）。其中loan_b与loan_r均为二值变量，取值0和1，0表示无对应的该项借款，1表示有对应的该项借款。

（三）社会资本

社会资本是一个多视角的概念，尚未形成一致意见。本文借鉴Putnam（1993）对于社会资本的定义，从社会网络、信任与互惠性规范三个维度选择测度指标。Putnam认为公民可以通过社会网络的增强来培育互惠性的规范，进而加强社会信任，提高组织效率，社会网络的加强有利于社会组织和人们为了共同利益进行合作。

1.社会网络指标

参考马光荣和杨恩艳（2011）等学者的思路，将社会网络从强度与广度两个层面进行选择。其中，强度指标有祭祖扫墓、亲戚交往联络频率、邻里关系。广度指标有每月邮电通讯费、重大事件总收入、人情礼节支出。

2.社会信任指标

定量上，社会信任指标的选取依据张维迎和柯荣柱（2002）从经济学角度对其的解释：信任来自人们之间的理性选择，产生于人们之间的重复。社会信任能够改善交易双方的信息结构，减少双方的信息不对称，有利于产生交易。在家庭借贷中亦是如此，借贷双方若可以在一定条件下进行重复博弈，那么信任就可能产生，借贷关系就会发生。由此可见社会信任产生于重复博弈，恰恰交通设施又是促成重复交易的必要条件，交通设施越发达，交流就更加便捷，交易成本也就降低，会促进个体之间的信息共享，增进信任。而交通费用的支出可以作为交通设施便利程度的一个替代变量，这是因为一个地方的交通设施越完善，人们交往的动机就越强烈，交往的频率就会增加，与交通相关的费用也就越多。因此本文选取了每月本地交通费用、交通通讯工具费这两个指标作为其交通设施的替代指标。另外，已有实证分析表明，双方的信息交流对于彼此的相互信任具有显著的影响，并选取了电话交流作为双方信息交流的变量（Fishman&Khanna，1999）。因而，选择交通及通讯支出作为其信息交流的替代变量。

定性上，本文参考桂勇和黄荣贵（2008）的观点，结合本文所研究的内容，选取了对调查的配合度、对调查的疑虑及回答的可信度三个指标。如果前面的3个社会信任的定量指标侧重于熟人之间的信任关系，那么这三个定性指标则倾向与陌生人之间的相互信任。不论是城市还是农村，强关系下降，弱关系的上升都是不争的事实（程昆等，2006）。现实中，人们与陌生人发生重复博弈的概率在增加。因此，选择上述三个指标作为其替代指标。

3.互惠性规范指标

什么是互惠？规范是怎么产生的？这是本文选择互惠性规范变量的参考依据。其中，互惠是指自己主动愿意帮助他人，并相信在将来的某个时点，也会被别人帮助。这里简称为施惠与受惠关系。规范的产生根源于行动的控制权的变换。个体意识到行动的控制权可能会从一方转移到另外一方，自己可能既是行动的执行者，又是行动的承受者，那么规范就会产生并得到执行。因而互惠性的规范会转化为个人意识，成为共同的准则与约束。据此选择了一组指标：家庭收到的社会捐款总额与社会捐款总支出。

（四）控制变量

控制变量的选取主要分为家庭特征变量与经济特征变量。家庭特征变量有健康状况、智力水平与理解能力三个指标。经济特征变量主要有家庭的人均纯收入、工资收入、房子当前市价三个指标。

（五）数据处理

首先，进行对数化处理。本文对数值较大的指标进行对数化处理，为了防止部分数值为0的指标因为对数化后而导致样本量减少，采取的对数化形式为：ln（1+变量值）。其次，进行相关性分析。为了缩减冗余指标，使社会资本的综合测度结果的信息含量更高，我们对指标进行相关性检验。社会网络的6个指标与互惠性规范的2个指标的相关性系数的绝对值均小于0.6，说明信息冗余度较小，指标选取较为合理。在社会信任的6个指标中，交通通讯工具费和交通通讯支出2个指标相关性系数大于0.6，但是从CFPS调查问卷的设计来看，两个指标虽然有其信息重合的成份，但是其侧重点以及表达的经济含义是不同的。张维迎和柯荣柱（2002）认为交通通讯工具费主要强调交易成本的高低，而交通通讯支出是双边信息交流、构建信息桥的重要指标，侧重于信任产生前的重复博弈过程。交通通讯工具费侧重于工具的维修费用。因此，这里没有通过相关性删除两者中的任一指标。

（六）农户异质性与社会资本结构

不同农户的经济水平、政治职位、融资偏好等不同，其社会资本结构必然存在一定的差异性，其深度与广度也就不同。因此，农户异质性很大程度使得家庭的社会资本结构有所不同，从而约束或激励农户的借贷行为。参考燕继荣（2006）的观点，将社会资本划分为结构型社会资本与认知型社会资本。结构型社会资本是指通过规则、程序和先例建立起来和确定的社会角色，促进信息共享与行动决策的实施，更多地强调一种垂直联系，如日常中的亲缘资本。认知型社会资本是指共享的规范、价值观、信任、态度等，它是一个主观的概念，主要强调陌生人之间的重复博弈所产生的信任。根据指标数据的可得性与现实研究的需要，在参考林建浩等（2016）的基础上，本文选择与亲友联络的频率、人情支出分别作为结构型与认知型社会资本的替代变量。

三、社会资本测度与描述性统计分析

（一）测度思想

目前对于社会资本测度的方法仍然不成熟，且存在一定的不足。已有学者的测度方法基本分为两类：单一指标、多指标综合测度。第一种方式的缺陷是指标过度单一，信息涵盖不足，即使是社会资本高度相关的指标，也未必能代表社会资本本身。有时相关性很高的指标具有其统计意义但现实意义不足，过度依靠统计特性不去考虑实际涵义是不可取的；多指标综合测度法多使用现成的方法，却忽略了使用前提，因此如何改良方法，一直以来是个困扰。本文进行社会资本指数的测度没有使用单一指标，而是对变异系数法进行优化与使用。考虑了指标的属性，根据不同的指标属性选择相应的标准化方式，这种方式可以很好地避免综合测度中的“大数据吞吃小数据”的弊端。

（二）测度步骤

第一步：对指标进行划分。借鉴AHP法，分别使用目标层、准则层与方案层表示指标的各层。其中目标层代表社会资本，准则层为社会网络、信任、互惠性规范，方案层为社会网络的6大指标、信任的6大指标及互惠性规范的2大指标。

第二步：对指标进行标准化。标准化的第一步就是对指标属性进行识别，一般有正向指标（越大效果越好）、负向指标（越小越好）、中性指标（越收敛于某一常数越好）。比如，社会网络中的人情礼节支出就是一个典型的正向指标，该指标数值越大，其社会网络强度通常较强。再者，在社会信任指标中的“对于调查的疑虑程度”这一指标，就是典型的负向指标。本文所选择的方案层中的14个指标中只有这一指标是负向指标。以社会网络为例，给出其处理方式：

其中，uij表示社会网络中第i个指标对应于第i个家庭原始数据，xij表示第i个指标对应于第j个家庭的标准化数据。

负向指标标准化为：

第三步：计算变异系数（Vi）。计算14个指标的均值与标准差，分别使用Si表示。变异系数为：

第四步：变异系数归一化处理，计算社会网络中各个指标的各自权重（W）i。W=（w1，w2，…，w6），。社会信任与互惠性规范处理方式相同。具体结果见表3。

第四步：社会网络综合测度（social_net）：social_net=∑uij×wi。

第五步：重复上述步骤计算准则层之间的权重与加权值，最终得到社会资本的综合测度，并对其进行对数处理，得到最终社会资本（social_c）的测度结果，如表1所示。

表1 社会资本综合测度结果

通过表1发现，社会网络、社会信任与互惠性规范的权重分别为0.251、0.144、0.605。这说明社会网络的非正式制度的作用随着经济的发展而逐步减弱。由此可知，目前部分学者通过社会网络来作为社会资本的替代变量显然是不合理的，原因在于社会网络的权重仅为0.251。社会信任的权重最低，这可能是因为随着城市化进程的加快，原本的同质性社会信任开始被打破，取而代之的是异质性信任，这种信任更加具有匿名性，使得权重不高。互惠性规范的权重为0.605，这一点符合我们的直观感知。原因在于随着城乡二元经济结构的逐步缓解，农村地区不论是经济发展还是契约意识都有长足的进步，这促使农户对于互惠性规范具有更高的认同性，从而更加有利于农户遵守契约，这种变化有利于引导农户的借贷偏好逐步从非正规借贷向正规借贷转变。

（三）描述性统计分析

利用stata13进行描述性统计分析，其结果如表2所示。社会资本最大值为0.69，最小值为0.02，均值为0.14，说明农户的社会资本水平相差较大且不高。从是否有银行借贷与亲友等民间借贷来看，其均值分别为0.07、0.16，说明农户仍然以非正规借贷为主。

表2 描述性统计分析

四、实证分析与内生性检验

（一）模型设定

被解释变量有是否银行借款（loan_b）、是否亲友及民间借款（loan_r），其数据结构具有典型的二值特征，因此建立二元选择probit模型。

以是否有银行借贷为例，设立基本方程为：

其中，μ服从N（0，σ2）分布，loan_b为哑变量，取值0与1；social_c为社会资本；X为控制变量，α和β为估计系数。

（二）内生性问题与工具变量选取

一方面，社会资本与家庭借贷之间可能存在内生性问题。两者之间可能因遗漏变量而导致内生性问题。这是因为，影响家庭借贷行为的因素既有显性的，也有隐性的，本文综合测度后的社会资本，最大程度上减少了指标的信息流失，提高了模型的解释能力，但是这仍旧难以克服其内生性问题。另外，在控制变量中加入了户主特征与经济类指标，这些指标从理论上均对家庭借贷具有影响。但是对于一些隐性的因素，如性格等，一是这类因素难以度量，二是有些因素可能无法找到合适的替代变量。所以有必要进行内生性检验，以解决遗漏变量会导致模型参数的高估或低估，增强模型的解释力。

另一方面，社会资本与家庭借贷之间或存在双向因果关系，这也会导致内生性问题。首先，社会资本会使借贷行为发生的概率上升。这是因为，社会资本的概念强调了个人通过社会关系获得稀缺资源而获得收益的能力，这些稀缺资源包含财富、信息、信任等，恰巧这些稀缺的资源能够在借贷交易中发挥作用。其次，社会资本具有克服机会主义，缓解信息不对称导致的逆向选择与道德风险问题，从而大大降低了交易双方的交易成本及不确定性。社会资本在借贷中发挥了信息传递的桥梁与通道作用，从而促使借贷行为产生。频繁的借贷行为也会加强家庭的社会网络建设，帮助它们获取更多的社会资本，从而增加与亲戚朋友之间的交往，使交易主体更加遵守规范。

基于上述两个方面的分析，我们使用工具变量法进行内生性检验，其工具变量为家庭规模，该变量满足两个特征：相关性和外生性。显然，家庭规模越大，其圈子就越广，社会资本自然越丰富，因此具备相关性。另外，影响家庭规模的主要因素为国家政策、家庭经济水平等，家庭借贷很难反作用于家庭规模，因而具备外生性。

（三）社会资本与农户借贷实证检验

表3给出了使用probit及ivprobit的估计结果，其中（1）、（3）是初始估计结果，（2）、（4）是使用工具变量家庭规模进行Wald内生性检验后的估计结果。loan_b与loan_r均在1%显著性水平上拒绝了外生性的原假设，其一阶段F值为32.84，均大于10，因此不存在弱工具变量问题，且在1%水平上通过了内生性检验。内生性检验后，社会资本仍然1%水平上对银行借贷具有正向促进作用，这说明社会资本中所蕴含的人情关系，可以显著提升农户获得银行贷款的概率。首先，由于银行可以利用农户的社会资本获得更多的借贷信息，这可以降低借贷双方之间的信息不对称，缓解逆向选择与道德风险问题，从而正向促进其获得银行等正规借贷的可能性。其次，具有更多社会资本的农户，他们可以利用自己的社会资本优势获得更多的经济资源，从而提高了他们的经济实力与履约能力。同样，社会资本也在1%水平上正向促进农户获得亲友及民间借贷可得性的提升。一方面，这是因为农户的非正规借贷大多基于亲缘关系，这使得圈子内的人彼此相互熟知，从而有利于降低农户的策略性违约动机。另一方面，社会网络内部的人，往往具有多份交情，内部非正式的约束与激励机制也会激励借款人按时还款，否则农户可能会遭受声誉损失与借贷惩罚，甚至被排除在借贷市场之外，这无疑会降低农户的机会主义行为，从而增加了农户获得贷款的概率。

表3 社会资本与农户借贷

从控制变量看，家庭特征变量对于贷款可得性的影响较小，而家庭经济水平特征变量对于农户获贷的影响更为突出。人均收入可以显著的增加获得银行借贷和亲友借贷的可能性。农户的房产没有显著的增加获得贷款的概率。其原因可能在于，在残缺产权的农村，农户的房产其大多为普通住宅，其交易性及流动性较差，估值较低，使用普通住宅进行借贷抵押不仅不能增加放贷者的好感，反而很可能会被认为是没有经济实力的表现。道德风险模型认为，房产作为抵押品进行借贷有时可以视为借款者风险高的信号，此时提供抵押品的借方会支付较高的风险溢价，其信贷风险也会加剧（尹志超和甘犁，2011），所以在一定程度上制约了农户贷款获得的可能性。

（四）社会资本结构与农户借贷

表4与表5是社会资本结构对农户借贷行为的回归结果，可以发现，一阶段F值均大于10，说明不存在弱工具变量问题，且均通过了Wald内生性检验。社会资本中的结构性社会资本对于银行借贷在1%水平上具有负向影响关系。而结构型社会资本对亲友及民间借贷具有显著的正向影响。由此可知，结构型社会资本在农户借贷中发挥的作用具有显著差异性，它可以显著促进家庭获得亲友及民间借款，但是对于银行借贷则缺乏正向促进作用，结构型社会资本对于非正规金融借贷的作用更大。这是因为非正规借贷中主要依靠人情关系、社会信任来获得借贷资金，放贷者往往更加注重借款人的声誉与可信任程度。而结构型社会资本具有局部性，圈子内的人往往相互熟知，交易双方的信息不对称的程度较低，使得农户的违约动机降低，从而很大程度上提升了亲友及民间借贷的可能性。

另外，认知型社会资本不论是对于银行借贷还是亲友等民间借贷均在1%水平上具有正向促进作用，并且在考虑了内生性之后，依然没有改变，这一现象与农村社会制度变迁密切相关。具体而言，随着农村经济的发展，以及农村信贷体系的不断完善，传统的家族观念开始逐渐淡薄，加之城镇化进程的加快使得农村人口的流动性加大，社会网络开始由过去的亲缘之间的强关系逐步过渡到以友缘、业缘为核心的弱关系，社会网络的匿名性在增强，弱关系资本的比重在上升。农村社会制度的变迁、经济的发展很大程度上促进了农户借贷行为的改变，社会资本中的弱关系开始在借贷中发挥的作用越来越强，从而显著促进了认知型社会资本在正规与非正规借贷中作用的发挥。

表4 社会资本结构与银行借贷

（五）稳健性检验

在稳健性检验部分，本文主要采取两种方式，一种是改变模型设定方式，二是选取新的工具变量，多维度检验其估计结果的准确性。首先，通过改变模型的分布模式，将正态分布调整为逻辑分布，使用logit重新进行估计结果，其结果没有发生显著的变化。其次，通过重新构建新的工具变量来进行稳健性检验。本文使用普通话的熟练程度作为其工具变量进行解决。语言是交流的基本工具，普通话使用程度越高，越有可能交到地域范围更广的朋友，其拥有的社会资源就越广泛（林建浩等，2015），社会资本越丰富，因此具备相关性。不论是逻辑的判断还是已有的文献作品均没有家庭借贷反作用于普通话的熟练程度的证据。普通话熟练程度由受教育水平、生活环境等因素长期共同决定的，因而具备其外生性。一阶段F值均大于经验值10，排除了弱工具变量问题，表明使用普通话的熟练程度作为工具变量是合理的。从估计结果来看，使用新的工具变量没有显著影响核心解释变量的估计结果，原文的主要结论仍然适用。以上充分说明，本文的估计结果是具有稳健性的①由于文章篇幅受限，稳健性检验的具体回归结果未给出，留存备索。。

表5 社会资本结构与亲友及民间借贷

五、结论与政策启示

本文针对目前对于社会资本与农户借贷行为研究中存在的社会资本测度及实证中的内生性问题进行了较为细致的研究。利用CFPS（2014）微观调查数据，通过社会网络、社会信任与互惠性规范3个维度14个指标，构建了一个衡量农户社会资本的度量体系，具有很强的适用性与推广性。并通过指标属性法与改进的变异系数法对其进行综合测度分析。测度发现，普遍意识中的社会网络的实际权重并不高，简单地使用社会网络作为社会资本的替代变量有失偏颇。互惠性规范的比重最高，意味着农户的契约精神在增强，为农户的融资偏好开始由道义金融向契约金融转变提供了一种可能的解释。

研究发现：农户社会资本能降低借贷交易中的信息不对称，从而增加了农户获得银行与亲友借贷的概率。但是，在考虑农户异质性后，农户的社会资本结构对于不同的借贷方式的作用存在差异。在制度变迁背景下，社会资本中的结构型社会资本更有利于在亲友及民间借贷中发挥作用。同时，受经济发展与宏观规制的影响，认知型为核心的社会资本在家庭借贷中的作用越来越显著，认知型社会资本有利于农户获得正规借贷与非正规借贷的可得性。以上结果在进行稳健性检验后仍然保持不变，从而增加了结论的可推广性。

鉴于以上分析，本文提出政策建议：一是在目前的农村环境下，社会资本作为一种非正式制度在农村信贷市场中仍然具有重要作用。因此，政府在制定法律法规时应该适当考虑农户的社会资本这一现实依据，在正式制度的制定过程中应该充分借鉴非正式制度中的有益成分，实现正规金融与非正规金融的优势互补，从而进一步缓解农户的融资难。二是逐步建立起个人征信体系。由于农户的私人信息具有区域性与垄断性，因此银行无法准确获得农户的借贷信息，从而加剧了信息不对称，因此逐步建立起农村信用评估体系显得尤为重要。三是不断优化农户社会资本的测度分析方法。社会资本的评估是动态、多维的，因此社会资本的指标体系应该适时调整。四是金融机构或放贷者应该充分重视社会资本结构中不同成分在家庭借贷中的作用的差异性，通过对农户社会资本结构的分析，更精准地做出是否给予贷款的信贷决策。