首先，对测量模型进行分析。为了分析测量模型的信度与效度，各因子载荷和路径系数的显著性采取Bootstrapping估算法，分析数据用结构方程建模工具SmartPLS 2.0。通过Bootstrapping进行估算，测得各观测变量载荷矩阵，如表4-2所示，以及各变量的信度及变量的相关系数，如表4-3所示。

表4-2　观测变量载荷矩阵

注：对角线加粗部分为观测变量的因子载荷。

表4-3　各变量的信度及变量的相关系数

注：表中加粗的数字为各变量AVE值的均方根。

从表4-2可知，各观测变量的因子载荷为0.74～0.87，均大于0.7，即观测变量因子载荷均显著，说明聚合效度很好。同时各观测变量在对应的建构变量上的因子载荷均大于其他的因子载荷，说明变量区分效度较好。(www.daowen.com)

从表4-3可以看出，各建构变量的α值为0.71～0.89，信度（C.K）值为0.82～0.93，α值和C.R值均大于0.7，说明信度较好。同时AVE为0.63～0.77，均大于0.5，也显示聚合效度趋优。AVE的均方根均大于其他相关系数，同样说明了建构变量间区分效度高。

其次，对结构模型进行分析。通过Smart PLS 2.0软件的Bootstrapping占算法，得到了各建构变量之间的相互关系（路径系数、显著性水平和R2），如表4-4所示。从表4-4可知，除X4没有通过显著性检验外，其余建构变量均通过了显著性检验，说明结构社会资本对借贷双方的交易信任影响较小。

表4-4　建构变量之间的相互关系（路径系数、显著性水平和R2）

最后，控制变量除C2（利率）通过显著性检验外，其他控制变量没有通过显著性检验，说明利率对借款意愿有影响，如表4-5所示。

表4-5　控制变量的路径系数、显著性水平和R2

由此可见，中小企业在P2P网络借贷平台融资不是靠亲戚、熟人和朋友投资，而是依赖于互不相识的投资人（贷款人）融资。因此，投资人的信任倾向、中小企业提供的信息质量、P2P网络借贷平台的安全保障、中小企业的关系型社会资本是影响投资人对中小企业融资交易信任的基础。