论文部分内容阅读
【摘要】本文通过探讨虚拟经济波动对相关企业的影响来研究虚拟经济波动对应用科技的发展影响。其中，利用GARCH模型来模拟股市和货币市场的波动情况，再通过面板模型LSDV分析这种波动对应用科技的影响。文章认为，基于股市和货币市场的虚拟经济的波动性越强，越不利于应用科技的发展。
【关键词】虚拟经济 条件异方差 LSDV 行業特征 区域特征
引言
随着目前虚拟经济的不断扩张和以大数据为代表的应用科技的快速发展，应用科技推动经济快速发展的作用已经不言而喻。但是反过来，经济，尤其是虚拟经济会不会对应用科技的发展起到一定的影响作用？尽管虚拟经济依托于实体经济，同时虚拟经济对实体经济也有着重要的作用。通过金融市场（尤其是股市等），企业可以获得大量的融资来解决当前收益较小但未来具有极强的收益的业务，以当前股市上的大热板块人工智能为例，人工智能概念的火热一方面吸引了大量的资本进入，另一方面，在资本的推动下，部分企业也获得了较为前沿的突破，从而在后续的竞争中取得优势，企业的发展前景表现良好。
1实证研究
1.1样本数据及研究模型
本文的虚拟经济的度量指标选择均具有金融数据的波动性聚集特性，这种的波动性可能是短期热点炒作或者市场情绪等的反应，因此采用GARCH模型可以更有效的反应虚拟经济的波动。本文主要使用GARCH（1，1）模型对SH、shibor等估计得到的条件异方差作为金融冲击的衡量。
本文选取2009年到2017年，中国上交所上市的隶属于应用科技方面的120家公司的相关数据，涉及包括大数据、机器人、光伏能源、互联网等主要板块。本模型所采用的数据均来自于同花顺iFinD数据库。
对样本数据进行豪斯曼检验、描述性统计检验、相关性等，由于篇幅原因从略。
本文建立模型如下：
本文的具体变量含义如下表所示：
1.2实证结果
我们使用固定回归对模型进行估计，结果如下，其中，模型1，2分别研究SH/SHIBOR对科技的独立影响，模型3则综合考虑二者之间的联合影响。
在上述模型中，可以看到，其他解释变量比如ROA、SCALE、CTA等均表现出了极高的显著性，说明对于企业而言，这些要素是对其发展状况的有利解释变量。
当SH单独进行回归时，模型在95%置信度下显著，说明SH对科技企业的发展能力有较强的解释能力，具体的，我们看到SH的系数为-10左右，这说明对于科技企业而言，股市的波动越强，越不利于科技企业的有效发展。股市越震荡，则说明场内资金不稳定，此时市场的恐慌情绪会造成资金离场或者资金拥堵，反而使得部分优良的科技潜力公司不能够及时获得有效投资，从而使得应用科技不能够取得快速进步。
但是对SHIBOR而言，在单独回归和联合回归下均没有表现出显著性，没有较强的解释能力，因此，我们认为其对科技企业的发展能力不具有解释能力，它主要是银行间的资金短期流动，即便银行的资金流入企业，也被归结为负债而非所有者权益，因此SHIBOR与科技企业并未有直接的相关关系。
2结论与建议
在影响力方面，我国债券市场的波动对相关科技型企业的影响力要远远大于货币市场的影响力，在回归过程中，SHIBOR表现不显著。综合理论分析，我们认为，虚拟经济对应用科技的发展的影响集中在债券市场。且债券市场的波动越大，越不利于应用科技的发展。
总而言之，一个稳定的债券市场有利于应用科技的全面发展，同时也应该注重利用相关政策对在债券市场上流动的资本进行有选择的引导，缩小地区间，行业间的差异，才能避免在日后的科技进步带来的新的资源分配不平等。
参考文献
[1]曹金飞，干杏娣.基于GARCH模型的金融冲击对企业产出影响研究[J/OL].统计与信息论坛：1-7[2018-01-04].
[2]洪唯钟.论实体经济与虚拟经济在互联网时代的变迁[J].中国商贸，2015（03）：116-118.
[3]赵桂婷. 基于人力资本传导机制的区域经济差异研究[D].兰州大学，2014.
作者简介：陈一民（1996—），男，汉族，江苏宿迁人，应用经济学硕士，研究方向为货币银行
【关键词】虚拟经济 条件异方差 LSDV 行業特征 区域特征
引言
随着目前虚拟经济的不断扩张和以大数据为代表的应用科技的快速发展，应用科技推动经济快速发展的作用已经不言而喻。但是反过来，经济，尤其是虚拟经济会不会对应用科技的发展起到一定的影响作用？尽管虚拟经济依托于实体经济，同时虚拟经济对实体经济也有着重要的作用。通过金融市场（尤其是股市等），企业可以获得大量的融资来解决当前收益较小但未来具有极强的收益的业务，以当前股市上的大热板块人工智能为例，人工智能概念的火热一方面吸引了大量的资本进入，另一方面，在资本的推动下，部分企业也获得了较为前沿的突破，从而在后续的竞争中取得优势，企业的发展前景表现良好。
1实证研究
1.1样本数据及研究模型
本文的虚拟经济的度量指标选择均具有金融数据的波动性聚集特性，这种的波动性可能是短期热点炒作或者市场情绪等的反应，因此采用GARCH模型可以更有效的反应虚拟经济的波动。本文主要使用GARCH（1，1）模型对SH、shibor等估计得到的条件异方差作为金融冲击的衡量。
本文选取2009年到2017年，中国上交所上市的隶属于应用科技方面的120家公司的相关数据，涉及包括大数据、机器人、光伏能源、互联网等主要板块。本模型所采用的数据均来自于同花顺iFinD数据库。
对样本数据进行豪斯曼检验、描述性统计检验、相关性等，由于篇幅原因从略。
本文建立模型如下：
本文的具体变量含义如下表所示：
1.2实证结果
我们使用固定回归对模型进行估计，结果如下，其中，模型1，2分别研究SH/SHIBOR对科技的独立影响，模型3则综合考虑二者之间的联合影响。
在上述模型中，可以看到，其他解释变量比如ROA、SCALE、CTA等均表现出了极高的显著性，说明对于企业而言，这些要素是对其发展状况的有利解释变量。
当SH单独进行回归时，模型在95%置信度下显著，说明SH对科技企业的发展能力有较强的解释能力，具体的，我们看到SH的系数为-10左右，这说明对于科技企业而言，股市的波动越强，越不利于科技企业的有效发展。股市越震荡，则说明场内资金不稳定，此时市场的恐慌情绪会造成资金离场或者资金拥堵，反而使得部分优良的科技潜力公司不能够及时获得有效投资，从而使得应用科技不能够取得快速进步。
但是对SHIBOR而言，在单独回归和联合回归下均没有表现出显著性，没有较强的解释能力，因此，我们认为其对科技企业的发展能力不具有解释能力，它主要是银行间的资金短期流动，即便银行的资金流入企业，也被归结为负债而非所有者权益，因此SHIBOR与科技企业并未有直接的相关关系。
2结论与建议
在影响力方面，我国债券市场的波动对相关科技型企业的影响力要远远大于货币市场的影响力，在回归过程中，SHIBOR表现不显著。综合理论分析，我们认为，虚拟经济对应用科技的发展的影响集中在债券市场。且债券市场的波动越大，越不利于应用科技的发展。
总而言之，一个稳定的债券市场有利于应用科技的全面发展，同时也应该注重利用相关政策对在债券市场上流动的资本进行有选择的引导，缩小地区间，行业间的差异，才能避免在日后的科技进步带来的新的资源分配不平等。
参考文献
[1]曹金飞，干杏娣.基于GARCH模型的金融冲击对企业产出影响研究[J/OL].统计与信息论坛：1-7[2018-01-04].
[2]洪唯钟.论实体经济与虚拟经济在互联网时代的变迁[J].中国商贸，2015（03）：116-118.
[3]赵桂婷. 基于人力资本传导机制的区域经济差异研究[D].兰州大学，2014.
作者简介：陈一民（1996—），男，汉族，江苏宿迁人，应用经济学硕士，研究方向为货币银行