股市波動對應用科技發(fā)展的影響研究

摘 要：本文通過虛擬經濟波動對相關企業(yè)的影響來研究虛擬經濟波動對應用科技的發(fā)展影響。其中，利用GARCH模型來模擬股市的波動情況，再通過面板模型分析這種波動對應用科技的影響。文章認為，虛擬經濟的波動性越強，越不利于應用科技的發(fā)展。同時，文章還考察影響的行業(yè)特征和區(qū)域特征。

關鍵詞：GARCH LSDV;行業(yè)特征;區(qū)域特征

一、引言

隨著目前虛擬經濟的不斷擴張和以大數(shù)據(jù)為代表的應用科技的快速發(fā)展，應用科技推動經濟快速發(fā)展的作用已經不言而喻，但是反過來，經濟，尤其是虛擬經濟會不會對應用科技的發(fā)展起到一定的影響作用？盡管虛擬經濟依托于實體經濟，同時虛擬經濟對實體經濟也有著重要的作用。本文則關于虛擬經濟的發(fā)展是否會影響應用技術的進步展開討論。利用GARCH模型衡量不同市場的金融沖擊情況并側重于通過選取的120家科技板塊下的上市公司部分數(shù)據(jù)，利用面板模型分析金融沖擊要素對其發(fā)展情況的影響以及這種影響的行業(yè)性地域性特征。

本文選取貨幣市場沖擊、債券市場沖擊作為衡量金融沖擊的途徑，其中，分別選擇上海銀行同業(yè)拆借利率（SHIBOR）、上證綜指變化率（SH）作為具體指標。由于外匯市場以及黃金市場對該研究的相關性不大，所以并沒有選取變量分析。本文選擇了從2009年12月到2017年9月份的SH、SHIBOR的月數(shù)據(jù)進行分析，共107組數(shù)據(jù)。

另外還選取了120家相關應用科技板塊下的上市公司的2009年至2017年的財務數(shù)據(jù)、行業(yè)、地域等信息，共計1080組數(shù)據(jù)。以上數(shù)據(jù)均來源于同花順iFind數(shù)據(jù)庫，文章采用STATA軟件進行分析。

二、金融沖擊的衡量

對于金融數(shù)據(jù)而言，其波動常常表現(xiàn)為“波動性聚集”。因此，利用GARCH模型來考察金融數(shù)據(jù)的條件異方差就很有必要，本文的虛擬經濟的度量指標選擇均具有上述金融數(shù)據(jù)的波動性聚集特性，這種的波動性可能是短期熱點炒作或者市場情緒等的反應，因此采用GARCH模型可以更有效的反應股市的波動。本文主要使用GARCH（1，1）模型對SH等估計得到的條件異方差作為金融沖擊的衡量。

我們考察兩種金融沖擊的GARCH（1，1）模型的ARCH項和GARCH項及其顯著性。GARCH項均表現(xiàn)出了充分的顯著性，在5%水平下顯著。也表明GARCH模型在衡量金融變量的波動時的有效性。我們將季度的量按年度進行平均，得到SHIBOR、SH的年度平均后的自回歸條件異方差。

三、實證研究

（一）樣本數(shù)據(jù)及研究模型

1.數(shù)據(jù)來源及模型

根據(jù)相關分析，本文所選取的用于研究企業(yè)產出能力的變量包括：企業(yè)發(fā)展前景（GNA），采用凈資產同比增長率為代理變量;企業(yè)的營運能力（CTA），代理變量為總資產周轉率;企業(yè)的盈利能力（ROA），代理變量為資產收益率;企業(yè)規(guī)模虛擬變量（Scale），根據(jù)企業(yè)規(guī)模的分布，選取資產300億以上為大規(guī)模;其他還有省份行業(yè)等相關信息也納入考慮。

通過對樣本數(shù)據(jù)進行豪斯曼檢驗，我們得到：chi2（4）=21.79，prob>chi2=0.0002;因此，強烈拒絕原假設“H0：uit與xit， zit不相關”，認為應該使用固定效應，而非隨機效應。本文建立模型如下：

（二）實證結果

1.虛擬經濟變量對企業(yè)的影響的顯著性

我們使用固定回歸對模型進行估計，結果如下，其中，模型1，2分別研究SH/SHIBOR對科技的獨立影響，模型3則綜合考慮二者之間的聯(lián)合影響。

當SH單獨進行回歸時，模型在95%置信度下顯著，說明SH對科技企業(yè)的發(fā)展能力有較強的解釋能力，具體的，我們看到SH的系數(shù)為-10左右，這說明對于科技企業(yè)而言，股市的波動越強，越不利于科技企業(yè)的有效發(fā)展。股市越震蕩，則說明場內資金不穩(wěn)定，此時市場的恐慌情緒會造成資金離場或者資金擁堵，反而使得部分優(yōu)良的科技潛力公司不能夠及時獲得有效投資，從而使得應用科技不能夠取得快速進步。

由于上面顯示SHIBOR的效應并不顯著，因此我們接下來使用僅包含SH的聚類回歸，即LSDV法，我們分別對企業(yè)的行業(yè)以及地域特征進行構建個體虛擬變量，分析虛擬經濟對科技企業(yè)發(fā)展的影響的行業(yè)以及地域特征。

2.虛擬經濟對企業(yè)影響的行業(yè)特征

由于企業(yè)較多，涉及的行業(yè)分類較多，因此，本文僅選取部分代表性的行業(yè)進行分析，具體情況如下：

我們可以看到，首先系數(shù)均呈現(xiàn)負值，這肯定了之前的驗證，即不論對那個行業(yè)，股市的劇烈波動都會影響該行業(yè)的應用科技的發(fā)展。

另外，對于大部分行業(yè)，系數(shù)都呈現(xiàn)出極強的顯著性，但是部分行業(yè)比如房地產、公用事業(yè)、農林牧漁、有色金屬等并不顯著。其原因大致有二，一是行業(yè)內部的應用科技創(chuàng)新不足，科技點無法支持行業(yè)的好轉，從而盡管有資本流入，但是其效果不明顯，如房地產行業(yè)、有色金屬行業(yè)。二是行業(yè)本身盡管有科技熱點，但是經濟效應不顯著，因此無法吸收大量的資本進入，因此股市的波動對行業(yè)的影響就相對較小，如農林牧漁行業(yè)，公用事業(yè)行業(yè)。

總體來說，對于互聯(lián)網，大數(shù)據(jù)及工業(yè)類等行業(yè)而言，股市帶來的效用還是有較強的相關性，資金流入引起權益增加，從而增加科技投入，最終反過來又取得更多的受益。

3.虛擬經濟對企業(yè)影響的地域性特征

我們可以看到在系數(shù)不顯著的區(qū)域主要集中的內陸省份或者經濟欠發(fā)達省份，如重慶、江西、遼寧等省市地區(qū)。在這些地區(qū)中，一方面其上市公司相對較少，流動資金很難流入，從而導致股市的震蕩很難傳遞到該地區(qū);另一方面，技術人員會流向沿海發(fā)達地區(qū)，因此，進一步降低了該地區(qū)的經濟對科技的影響能力。因此，虛擬經濟對應用科技的影響更多的集中在沿海發(fā)達地區(qū)，在內陸欠發(fā)達地區(qū)則傳導過程受阻，從而影響不顯著。

四、結論與建議

本文選取了虛擬經濟波動和相關科技板塊下的上市公司作為研究對象，通過理論與實證分析相結合的方式考察了虛擬經濟波動對應用科技發(fā)展的影響，以2009年至今的SH、SHIBOR歷史數(shù)據(jù)以及公司歷史財務數(shù)據(jù)作為數(shù)據(jù)來源，對虛擬經濟的作用進行了考量。通過多方面的數(shù)據(jù)和資料分析，本文得出以下結論：

在影響力方面，我國債券市場的波動對相關科技型企業(yè)的影響力要遠遠大于貨幣市場（SHIBOR）的影響力，在回歸過程中，SHIBOR表現(xiàn)不顯著，綜合理論分析，我們認為，虛擬經濟對應用科技的發(fā)展的影響集中在債券市場。且債券市場的波動越大，越不利于應用科技的發(fā)展。行業(yè)特征方面，債券市場的波動的影響在大部分行業(yè)均有效，但是對于房地產、農林牧漁等行業(yè)，效果并不顯著，一是行業(yè)內部創(chuàng)新不足，科技潛力較小，二是資金不愿意流入農林等行業(yè)，從而受到股市波動的影響就不顯著。地域特征方面，債券市場的波動的影響集中于沿海較發(fā)達省份，而內陸省份對債券市場的波動不敏感，原因在于一方面公司較少，經濟不發(fā)達，資金流入少;另一方面科技人員的缺乏，企業(yè)缺乏發(fā)展的潛力。

總而言之，一個穩(wěn)定的債券市場有利于應用科技的全面發(fā)展，同時也應該注重利用相關政策對在債券市場上流動的資本進行有選擇的引導，縮小地區(qū)間，行業(yè)間的差異，才能避免在日后的科技進步帶來的新的資源分配不平等。

參考文獻：

[1]曹金飛，干杏娣.基于GARCH模型的金融沖擊對企業(yè)產出影響研究[J/OL].統(tǒng)計與信息論壇：1-7[2018-01-04].

[2]洪唯鐘.論實體經濟與虛擬經濟在互聯(lián)網時代的變遷[J].中國商貿，2015（03）：116-118.

[3]趙桂婷. 基于人力資本傳導機制的區(qū)域經濟差異研究[D].蘭州大學，2014.

[4]齊岳，廖科智.政策因素、金融危機對中國股市波動性影響——基于ICSS-GARCH模型的分析[J].系統(tǒng)工程，2018，36（04）：12-20.

[5]劉慧悅.基于DCC-GARCH模型的新興市場金融傳染效應檢驗[J].統(tǒng)計與決策，2016（12）：151-155.

[6]楊繼平，陳曉暄，張春會.中國滬深股市結構性波動的政策性影響因素[J].中國管理科學，2012，20（06）：43-51.

作者簡介：

陳一民，（ 199606），性別：男，民族：漢，籍貫（精確到市）：江蘇宿遷，當前職務：在讀研究生，學歷：研究生，研究方向：貨幣銀行.