中国证券市场发展与科技进步互动效应的实证研究

李双成，赵长城

（河北经贸大学 数学与统计学学院，河北 石家庄 050061）

一、引言

金融市场中的资本市场作为筹措和融通长期资金的场所，是现代经济的资源配置中心。证券市场作为资本市场的重要组成部分，凭借其特有的优势，在经济发展过程中起着优化资源配置，分散风险，为企业发展筹集资金、改善企业治理结构、促进技术进步等作用。尤其证券市场对高科技产业的支撑，为经济发展做出了重大贡献[1]。科技进步对经济发展的作用更是毋庸置疑。因此科技进步与证券市场发展对一国经济增长都具有十分重要的作用。

对欧美国家的研究结论显示[2]，证券市场发展与科技发展并不是相互独立的。一方面，证券市场在推进其国内技术进步中发挥了不可替代的作用。证券市场可为技术进步提供融资、激励以及风险分散等多重直接功能，还可间接支持风险投资的发展，以推动科技成果的迅速产业化。另一方面，证券市场的发展又要以科技进步为依托。因此研究证券市场与科技进步的关系，对于更好地实现证券市场与科技进步的协调发展，从而更好地为经济建设服务具有重要的理论价值和现实意义。

国内对二者之间关系研究的成果还不多见。本文从中国证券市场发展和科技进步水平的现实出发，利用现代计量经济方法实证分析了二者之间的互动关系，以验证中国证券市场与科技进步水平之间的发展是否存在协调性和一致性，并在文章最后提出了合理化和可行性的政策性建议。

二、指标的选取、数据分析与处理

（一）指标的选取

为了定量分析中国证券市场与科技进步之间的关系，需选取分别反映证券市场发展和科技进步水平的指标。

1.证券市场发展指标。为了测度证券市场的发展程度，Levine和Zervos（1998）[2]提出了以资本化率和流动性指标来衡量证券市场的发展。（1）资本化率（capitalization），简写为CAP。用上海证券交易所和深圳证券交易所每季度平均市价总值与名义季度GDP的比值进行测算。（2）周转率（turnover），简写为TUR，用上海证券交易所和深圳证券交易所每季度成交总额与季度股票平均市价总值的比值进行测算。（3）交易价值（value traded），简写为VAT。用上海证券交易所和深圳证券交易所每季度成交总额与名义季度GDP的比值进行测算。

2.科技进步指标。为了衡量中国科技进步发展水平，可以选择技术水平、年技术进步速度，技术进步对经济增长的贡献率等指标。由于本文要分析证券市场与科技进步的互动关系，应选取一综合反映技术进步水平的指标，本文使用技术水平作为科技进步的测度指标。

技术水平At（本文用TECH表示）即产出与投入量的函数之比，衡量的是期末与基期相比技术水平的提高程度。其中，Y为总产值；K为总的资本投入；L为总的劳动投入。

技术水平有多种测度方法，本文拟采用广泛流行的增长速度方程法。

由增长速度方程y=a+αk+βl计算年技术进步速度：

其中，α为资本的产出弹性，β为劳动的产出弹性。只要计算出α，β，就可以根据

计算出At的值。中国是发展中国家，劳动在产出中的作用较大，因而劳动的产出弹性高于发达国家，资金的产出弹性相对低一些。一些学者在综合研究中国技术进步在经济增长中作用的基础上，提出α在0.25-0.35之间较为合理。中国经济学家成思危的研究表明[3]，目前中国资本的产出弹性在0.3左右。本文采用这一研究成果，α取值0.3，β取值0.7。

（二）数据分析与处理

由于中国证券市场建立时间短，本文选用2000—2008年的季度数据。市价总值和总成交额来源于中国证券监督管理委员会网站（www.csrc.gov.cn），GDP季度数据、城镇固定资产投资数据和城镇单位就业人员数（年底数）来源于相关的中国统计年鉴。本文所需数据有些是根据资料整理和测算得到的。并且对所采用的季度数据预先进行季节调整以消除季节影响，再计算相应的指标值。

1.证券市场指标值的计算。运用季节调整后的股票平均市价总值、总成交额和名义GDP的季度数据，参照各指标的计算公式，计算得出资本化率、周转率和交易价值。

2.技术水平的计算。将α=0.30，β=0.70代入增长速度方程，计算出各年的年技术进步速度At，代入技术水平计算公式（3），即得出中国的季度技术水平。指标数据的描述性统计量见表1。

表1 指标的描述统计量

3.对数变换。由于数据的自然对数变换能降低时间序列中存在的异方差现象，所以对CAP、TUR、VAT、TECH进行自然对数变换，分别用LCAP、LTUR、LVAT、LTECH表示。

三、研究方法与计量经济模型

运用Granger因果关系检验对证券市场发展与科技进步水平之间的互动关系进行分析。由于Granger因果检验要求指标变量具有平稳性，否则就可能出现“伪回归”现象。因此先对指标变量进行单位根平稳性检验[4]。

目前进行单位根检验的常用方法是ADF（augmented Dickey-Fuller）检验法和PP（Phillips-Person）检验法。本文采用ADF检验法，该方法通过增加变量的滞后项来消除残差项的自相关性，ADF检验有如下三种模型形式：

通过作图观察指标数据的特点及采用实验的方法最终选取适合的模型形式。

单位根检验是对指标变量之间进行协整分析的前提，只有具有同阶单整的指标变量之间才有可能存在长期稳定的比例关系，及协整关系。Engle和Granger（1987）提出了协整理论，这为计量经济模型的建立提供了理论上的支撑。协整关系的检验方法分为两类：一类是基于回归系数的协整检验，如Johansen协整检验；另一类是基于回归残差的协整检验。误差修正模型（error-correction model，ECM）是协整关系的一种重要表示形式，它能有效地描述变量序列之间的长期（静态）关系和短期（动态）特征。对变量进行协整分析检验，若发现变量之间存在协整关系，即可以建立误差修正模型。

指标变量之间存在协整关系并不意味着存在因果关系，因此变量之间是否存在因果关系还需要做进一步检验，目前广为流行的为Granger因果关系检验法。两个变量之间的因果关系检验为如下的向量自回归（VAR）模型：

其中，a，b，c和d是滞后阶数，μt和vt为独立的白噪声过程。如果Bi（i=1，2，Λ，b）不全为零，而Di（i= 1，2，Λ，d）都显著等于零，说明存在Y到X的单向因果关系；如果Bi均显著等于零，而Di不全为零，说明存在单向因果关系。如果Bi和Di总体上都显著异于零，则存在双向的因果关系。

四、实证分析

（一）单位根检验

LCAP、LTUR、LTECH的数据图形的轨迹呈现较为明显的时间趋势，所以我们假定其ADF检验含截距项和时间趋势项。LVAT的数据图形呈现出随机趋势，故假设其ADF检验含截距，不含时间趋势项。根据AIC准则确定各模型的滞后阶数。使用计量专业软件Eviews5.0进行单位根检验[5]，结果见表2。

表2 指标变量的单位根检验

由表2可知，在5%的显著性水平下，证券市场各项指标与技术水平指标均为非平稳序列，而经过一阶差分后平稳，即它们都为一阶单整序列。

（二）协整关系检验

证券市场各项指标与技术水平都是同阶单整序列，这是它们之间可能存在协整关系的前提。下面分别检验资本化率和技术水平、周转率与技术水平以及交易价值与技术水平是否存在协整关系，并采用Engle-Granger两步检验法。

首先分别建立LCAP与LTECH、LTUR与LTECH、LVAT与LTECH的回归模型。结果如下：

设三个模型的残差序列分别记为μ1，μ2，μ3。然后分别对μ1，μ2，μ3进行单位根检验。检验结果如表3所示：

表3 回归模型残差序列的单位根检验

由表3知，在5%的显著性水平下，模型（4）和模型（6）的残差序列不平稳，即资本化率与技术进步水平、交易价值与技术进步水平之间不存在协整关系。模型（5）的残差序列平稳，说明周转率与技术进步水平存在协整关系，即二者之间存在长期稳定的比例关系。

（三）误差修正模型的建立

由于周转率和技术进步水平之间存在协整关系，故可建立二者之间的误差修正模型。

在上面的误差修正模型中，周转率的短期波动可以分解为两部分：一部分是短期技术水平波动造成的；一部分是由于系统偏离了长期均衡状态的影响。误差修正项ECM的系数大小反映了系统对偏离长期均衡的调整力度。误差修正项的系数为-0.4445，小于0，这符合误差修正模型的经济含义。说明当短期波动偏离长期均衡时，系统将以反向的调整力度将非均衡状态拉回到均衡状态。

（四）周转率与技术进步水平间的因果关系检验结果

从以上分析可以看出，虽然反映证券市场发展的三个指标和反映技术进步的指标单整阶数相同，但是通过协整检验可知，只有周转率与技术水平存在协整关系，因此可以对二者进行Granger因果关系检验。利用Eviews5.0进行Granger因果关系检验的结果见表4。

表4 周转率与技术水平的因果关系检验

由表4可知，在5%的显著性水平下，技术进步水平和周转率之间存在单向的因果关系，LTECH是LTUR的Granger原因，即技术进步水平是证券市场周转率的Granger原因，这与西方发达国家的研究结论不符，西方发达国家的研究结论显示[6]：证券市场发展与科技进步水平呈现双向的反馈关系，即互为因果关系。

（五）证券市场发展与科技进步互动效应的实证结果分析

由上述实证分析结果可知，反映证券市场发展的三个指标和反映技术进步的指标技术水平之间只有周转率与技术水平存在协整关系，而资本化率与技术水平、交易价值与技术水平之间均不存在协整关系。

资本化率度量的是证券市中国，规模，市场规模越大，筹集资金和分散风险的能力越强。尽管中国证券市场在短短二十年时间里，取得了卓越的成绩，但是中国证券市场发展尚未成熟，与发达国家相比较，规模仍然较小，尚不能与科技发展水平相协调。而在发达国家，如美国的NASDAQ市场为高科技产业提供了很好的融资渠道，使得高新技术企业可以通过证券市场筹集发展所需要的资金，分散风险。

周转率和交易价值都是衡量证券市场流动性的指标，较高的流动性意味着较低的交易费用。二者不同的是周转率度量了相对于证券市场规模的交易，而交易价值度量了相对于经济规模的交易。周转率与技术水平之间存在科技水平对周转率的单向引导关系，而交易价值与技术水平之间不存在协整关系。这说明，一方面，科技进步尤其是网络技术应用在证券市场，改变了传统的交易方式，提高了交易效率，势必会提高证券市场的周转率。另一方面，中国股票市场的流动性却没有对科技进步发挥显著的作用。流动性是证券市场的生命所在，缺乏流动性的证券市场发展必然受限。中国证券市场体制和结构上的缺陷以及市场主体秩序、行为秩序和监管秩序的不完善，使得中国证券市场的运行效率较低，市场信息反映能力不充分，证券市场的价格形成机制还不完备，市场价格无法有效引导社会资源向边际效率高的高科技项目有序流动。此外，在中国证券市场中，大量的国有股和法人股不能进入流通领域，使证券市场的流动性受限。这些都导致了证券市场的流动性不能较好地发挥应有的作用，导致目前还无法形成对科技进步水平的促进作用。而交易价值与技术水平之间不存在协整关系更是表明中国证券市场以经济规模为基础衡量的流动性与科技进步水平没有形成很好的互动效应。

五、政策建议

为了更好的发挥证券市场与科技进步的功能，更好地促进二者协调发展，结合中国证券市场与科技进步之间的相互作用现状与实证分析的结果，提出如下政策建议：

（一）稳步解决股权分置问题，提高证券市场的流动性

针对中国股权结构的不合理现象，在今后的发展中，需积极稳妥地解决股权分置问题，通过非流通股股东和流通股股东之间的利益制衡机制，消除股份转让制度性差异。

（二）完善创业板市场，为高新技术企业融资和风险资本的退出提供渠道，推动自主创新

中国打造自主创新能力，离不开证券市场的支持，而主要面向科技型企业的创业板市场发挥着核心与关键作用。如美国以科技型企业为代表的NASDAQ市场在美国实现经济转型时期发挥了不可替代的作用。韩国的创业板KOSDAQ、英国的AIM市场、加拿大创业板市场等也都在其经济发展中发挥了重要作用。中国力求在创业板制度框架上要有所突破。在准入、退市、投资者保护、市场约束等一系列制度上开展创新，通过采用“宽进宽出”的管理模式，一方面为科技型创业企业“度身”定做灵活的上市门槛与准入制度，一方面通过严格执行管制和退市制度，强化风险意识与市场化原则，维护新市场的质量和投资者的信心。再就是注重与其他层次市场的协调发展。创业板与现有主板、中小板、代办转让系统共同组成的多层次资本市场体系，各层次市场相互补充、有机结合，尤其在创业板的新设初期，要注重发挥中企业小板对创业板的支持作用。

（三）加强监管力度，进一步规范中国证券市场秩序，提高证券市场运行效率

证券监管要从进一步明确证券监管机构的职责入手，搞好协调，加强法律、法规的配套，加强证券业协会的自律功能。对资本市场的各个环节和方面都有明确的监管重点，如信息披露公开程度；交易行为的公正性；市场垄断、欺诈、虚假信息和内幕交易的禁止；对中介机构，如证券公司、会计师事务所、法律事务所、资产评估机构等的监督和审查，限定证券交易所与证券商的设立条件，实行中介机构退出机制，切实保护投资者的利益。

（四）继续加强证券市场技术创新

技术进步对中国证券市场的正面影响是显著的，尤其是对基于证券市场规模的流动性的影响。因此，在今后的发展中，应该继续加强证券市场的技术创新。在进行证券市场技术创新的同时，应加强对证券市场风险的防范，维护证券市场秩序，保护投资者资料和资金的安全。

［1］郑长德.中国证券市场与经济增长：基于季度时间序列数据的统计分析［J］.西南民族大学学报.自然科学版，2006（1）:155-171.

［2］Levine Ross and Sara Zervos.Stock Markets，Banks and Economic Growth.American Economic Review，1998（88）.

［3］沈能，赵建强.中国金融发展与技术进步的动态演进［J］.统计与决策，2005，（11）：67-70.

［4］高铁梅.计量经济分析方法与建模［M］.北京：清华大学出版社，2009.

［5］张晓峒.计量经济学软件EVIEWS使用指南［M］.天津：南开大学出版社，2004.

［6］Demirguc Kunt，Ash，and Ross Levine.Stock Markets，Corporate Finance，and Economic Growth:An overview.The World Bank Economic Review，1996，（10）.