【《金融科技对我国证券公司经营效率影响的实证分析案例》5700字】

金融科技对我国证券公司经营效率影响的实证分析案例目录TOC\o"1-3"\h\u8898金融科技对我国证券公司经营效率影响的实证分析案例 1199891.1模型构建与变量选取 1103451.1.1模型构建 1214941.1.2变量选取 2295401.2样本选择与数据来源 4311751.3描述性统计 460841.4多重共线性检验 5196601.5回归结果分析 6228901.6稳健性检验 81.1模型构建与变量选取1.1.1模型构建基于第二章的理论分析和假设，同时为了减少解释变量的共线性、增加模型自由度、提高实证结果准确性，本文选择静态短面板模型进行回归分析，并设计如下模型：，，，其中i=1,2，...，86其中，表示各证券公司第三阶段经营效率值，表示第三阶段纯技术效率值，表示第三阶段规模效率值，表示金融科技投入强度，表示金融科技应用成果，是控制变量，分别表示股市活跃度、财务杠杆倍数、市场份额、成本管理能力、风险管理能力、业务创新能力，i表示个体证券公司，表示各解释变量的回归系数，表示回归的残差。在选择估计模型时，由于本文被解释变量的取值在（0,1]之间，属于归并数据。这是因为在运用DEA模型测度证券公司效率时，所有处于效率前沿面的证券公司均被赋值为1，但这些效率值为1的证券公司的经营效率是存在差异的，DEA模型的测度结果不能反映这种差异的存在，这属于归并数据。归并数据的特点是：在正确选择样本的前提下，被解释变量的一部分数据被压缩在了一个点上。Tobit模型主要适用于归并数据存在的情形。因此，本文将选择Tobit模型进行回归分析。1.1.2变量选取（1）被解释变量本文的被解释变量选取第三章中经过调整的第三阶段经营效率、纯技术效率及规模效率。一方面，金融科技在证券行业的应用对各个证券公司的发展产生了不同程度影响，而经营效率是衡量其核心竞争力最有力的指标；并且第三阶段的经营效率剔除了其他干扰因素，只包含管理无效率项，更能客观的反映金融科技对我国证券公司经营效率的影响。另一方面，为进一步探究金融科技对证券公司经营效率的具体影响，将经营效率分解为纯技术效率和规模效率，分别研究金融科技对证券公司纯技术效率和规模效率的不同影响。（2）解释变量为了更全面的反应金融科技在证券公司中的发展情况，本文分别选取金融科技投入强度和金融科技应用成果作为解释变量。其中，金融科技投入强度代表各证券公司金融科技的发展水平，金融科技应用成果代表各证券公司运用金融科技所转化的生产力。①金融科技投入强度。该变量能够直接反映出证券公司对金融科技发展的投入力度和重视程度，也能体现出各证券公司金融科技的不同发展水平。本文用金融科技投入占营业收入的比例来衡量证券公司金融科技的投入强度。②金融科技应用成果。该变量能直观的反映金融科技的产物为证券公司带来的收益。本文选取手机应用版本更新次数来衡量证券公司应用金融科技的成果。在金融科技的大环境中，手机应用是证券公司开展线上业务最常用的工具。一方面，客户不再受时空的约束，可以更便捷、更高效的办理相关业务。另一方面，证券公司也能借助手机应用开展线上业务，拓宽销售渠道，为客户提供更优质的金融服务。手机应用版本的更新次数能直接体现证券公司应用金融科技的成果，一旦相关科技被运用，证券公司一定会立即更新手机应用。由于手机应用版本更新次数是绝对数，在进行回归分析时，取手机应用版本更新次数的自然对数来衡量证券公司对金融科技的应用成果。控制变量根据第一章文献综述部分关于证券公司经营效率影响因素，本文分别从宏观层面、行业层面、公司自身特征层面选取控制变量。①股票市场活跃度：作为资本市场宏观层面的变量，股市年成交额反映了股票市场的活跃度。目前，经济业务仍是我国大部分证券公司的主要收入来源，因此股市的成交额会影响证券公司收益，从而影响证券公司的经营效率。由于该指标是绝对数，本文取A股市场成交额的自然对数衡量股票市场活跃度。②财务杠杆倍数：根据资本结构理论，财务杠杆会影响证券公司价值，从而影响其经营效率。较高的财务杠杆会增加证券公司的经营风险，较低的财务杠杆会增加证券公司的经营成本。而合理的财务杠杆不仅能为证券公司带来充裕的流动资金，还能优化其资产负债结构，提升证券公司的经营效率。③市场份额：市场份额是证券公司竞争力的重要体现，也能反映出证券公司在行业中的市场地位，对证券公司经营效率产生重要的影响。本文选取证券公司营业收入占整个行业的比值来衡量其市场份额。④成本管理能力：证券公司的成本管理能力是影响自身经营效率最重要的因素之一，也是评估其综合实力的核心指标，证券公司成本管理能力越强，越能够合理的配置资源，实现高效的生产经营。⑤风险管理能力：风险管理能力对证券公司的生产经营活动十分重要，甚至决定着证券公司的命脉。风险管理能力不足可能使证券公司出现巨大的损失，甚至破产。建立有效的风险管理机制，是提高证券公司经营效率的重要手段。本文选择资产优良率来衡量证券公司的风险管理能力，该指标用净资本与净资产的比值来衡量。⑥业务创新能力：近年来，我国证券业面临的内外部竞争日趋激烈。我国证券公司业务同质化问题十分严重，多数证券公司不具备差异化竞争优势，具有很强的可替代性，这加剧了证券公司之间的竞争。与此同时，国内的证券公司还有面临来自其银行、信托等其他金融机构、互联网公司及国外金融企业的多重竞争。而创新是证券公司保持竞争力最有效的途径，证券公司可以通过业务创新来实现自身差异化竞争优势，从而提升经营效率。本文选择非手续费佣金收入占营业收入的比重来衡量证券公司的业务创新能力。表4-1主要变量说明变量代码变量名称变量含义被解释变量经营效率各证券公司调整后的第三阶段经营效率值纯技术效率管理水平及技术水平的测算值规模效率规模经济的测算值解释变量金融科技的投入强度金融科技的投入/营业收入金融科技的应用成果手机应用版本更新次数的自然对数控制变量股市活跃度A股市场年成交额的自然对数财务杠杆倍数普通股每股收益变动率/息税前利润变动率市场份额各证券公司营业收入/证券行业总收入成本管理能力（营业收入-投资净收益-公允价值变动收益）/营业支出风险管理能力净资本/净资产业务创新能力非手续费及佣金收入/营业收入1.2样本选择与数据来源为了保证研究的全面性和完整性，本文将证券行业全部131家证券公司作为研究对象，并对研究样本进行以下处理：（1）根据证券业协会提供的证券公司专项合并口径，对证券公司及证券类子公司进行合并，合并后研究样本为93家证券公司；（2）剔除无金融科技投入、无手机应用版本更新次数的7家证券公司，共获得86家平衡面板数据。考虑到金融科技在我国证券行业应用时间较短，各证券公司从2017年起才开始公布金融科技的投入指标，因此本文选取的时间跨度是2017-2019年。本文研究所使用的证券公司财务数据大部分来源于wind数据库，财务杠杆倍数和金融科技投入数据来源于证券业协会公布的《证券公司经营业绩排名》，股市年成交额来源于国家统计局网站，各证券公司手机应用版本更新次数由作者手工整理所得。1.3描述性统计本文对86家证券公司的所有变量进行了描述性统计，统计结果显示（如表4-2）：证券公司经营效率的平均值为0.651，说明我国证券公司的效率水平整体偏低，而经营效率的最小值为0.185，最大值为1，标准差为0.228，可见各证券公司经营效率是千差万别，且还存在经营效率水平极低的证券公司，再次说明证券行业发展的不协调以及两极分化严重的问题。纯技术效率的均值为0.835，规模效率的均值为0.777，可见在剔除环境因素后我国证券公司经营效率值偏低的主要原因是企业规模不合理，没有达到规模经济。这与第三章中分析的第一阶段纯技术效率均值普遍小于规模效率均值的结论存有差异，这说明环境因素可以让企业的生产规模变得更加合理。关于两个解释变量，金融科技投入强度最大值为38.4%，最小值为1.5%，标准差为0.048，说明在金融科技投入方面各证券公司差距很大，这与证券公司自身规模、经营理念、管理方式及对金融科技的重视程度是密不可分的；手机版本更新次数的最小值为0，最大值为137，标准差为17.015，该指标的波动在所有变量中是最大的，这在一定程度上反映出各证券公司在金融科技应用方面存在很大差异。关于控制变量，除了宏观变量外，5个微观变量的波动非常大，最大值与最小值的差距也很明显，这表明各证券公司的财务杠杆、市场地位、成本管理能力、风险控制能力、业务创新能力均存在很大的差异。各证券公司之间存在的巨大差异可以充分说明我国证券市场发展的不平衡。表4-2变量的描述性统计变量平均值标准差最小值最大值经营效率0.6510.2280.1851纯技术效率0.8350.1340.4931规模效率0.7770.215 .2150.2491金融科技投入强度0.0730.0480.0150.384手机版本更新次数17.01515.1080137GDP增速0.0650.0040.060.069股市活跃度1100937.6153111.54901739.381274158.8财务杠杆倍数2.6230.7081.011.68市场份额0.0110.01600.108成本管理能力0.9450.3960.032.543风险控制能力0.8970.1440.5281.669业务创新能力0.4670.1360.0680.8571.4多重共线性检验在实证回归之前，本文选取方差膨胀因子检验各解释变量之间是否存在多重共线性问题，检验结果显示（如表4-3）：各解释变量的VIF值均小于10，说明各解释变量之间不存在多重共线性问题。表4-3多重共线性检验变量VIF金融科技投入强度1.880金融科技应用成果1.860股市活跃度1.680财务杠杆倍数1.610市场份额1.440成本管理能力1.390风险控制能力1.300业务创新能力1.1701.5回归结果分析表4-4证券公司经营效率影响因素Tobit回归结果变量经营效率纯技术效率规模效率金融科技投入强度-1.584***(-6.4)0.035(0.16)-1.949***(-8.74)金融科技应用成果0.038**(2.24)-0.001(-0.07)0.049***(3.18)股市活跃度-0.334***(-1.52)-0.308***(-1.67)-0.185***(-2.75)财务杠杆倍数0.056***(2.95)-0.029*(-1.74)0.085***(1.95)市场份额8.712***(7.72)5.003***(5.1)6.68***(6.39)成本管理能力0.042(1.28)0.054*(1.8)0.004(0.13)风险控制能力-0.008(-0.1)0.635(0.93)-0.064(-0.94)业务创新能力0.197***(2.18)0.054(0.67)0.185**(2.27)注：***、**、*分别表示回归结果在1%、5%和10%的置信水平上显著，（）内为t值。根据回归结果，得出如下结论：（1）从整体来看，金融科技投入强度在1%的水平上显著影响证券公司的经营效率，且系数为-1.584，说明证券公司的金融科技投入强度与经营效率存在负的线性关系。从分解的经营效率来看，金融科技投入强度对规模效率的影响显著为负，但对纯技术效率不存在显著的影响，这说明现阶段金融科技投入强度主要通过影响证券公司的规模效率，进而影响其经营效率。因此，拒绝假设一，接受假设二，即加大金融科技的投入会抑制证券公司的经营效率。这主要有两点原因：一是随着金融科技的的飞速发展，以互联网公司为代表的非传统金融机构凭借着技术优势进军证券行业，加剧了证券市场的竞争。这些非传统金融机构以便捷性、高效性、灵活性以及普惠性的特点，分流证券公司客户源、抢占证券公司市场份额，增加了证券公司开展业务的难度。二是金融科技在证券领域的应用还处于初始阶段，证券业协会从2017年开始才将金融科技投入指标纳入证券公司经营业绩考核范围中，除了头部证券公司外，大部分中小型证券公司从2017年开始才有了证券与金融科技融合发展的理念，从而加大对金融的投入，应用金融科技进行金融创新。但由于研发创新具有高投入、长周期的特点，大部分证券公司对金融科技的初始投入还没有获得技术溢出效应，反而因金融科技的投入使得当前的规模效率下降，从而对证券公司的经营效率产生不利影响。因此，就短期而言，现阶段金融科技在证券领域的应用不利于证券公司经营效率的提升；但从长期来看，证券公司和金融科技的融合发展必然会为证券公司带来红利，从而促进证券公司经营效率的提升。（2）金融科技应用成果（手机应用版本更新次数的自然对数）在5%的置信水平上与经营效率呈正相关性，对规模效率的影响也显著为正。手机应用版本的更新是证券公司应用金融科技进行金融创新最直接的成果，也是金融科技的产物。因为手机应用平台是证券公司除了线下销售渠道外最主要的线上销售渠道，作为各证券公司向客户提供金融服务和金融产品的重要载体，在拓展证券公司销售渠道的过程中占据关键地位。金融科技为销售渠道的建设提供了有力的技术支持，不断优化和完善手机应用平台的功能，以满足客户对金融产品和服务不断变化的需求。与此同时，随着手机应用功能的不断完善，证券公司可以撤销部分无效率的线下销售渠道，从而可以大幅减少生产资料的的投入，节约销售成本，不断提升投入产出比，逐步促进证券公司经营效率的提升。金融科技应用成果对证券公司经营效率的正向促进作用再次证明证券公司大力发展金融科技的必要性。（3）宏观变量股市活跃度在1%的置信水平上与证券公司经营效率显著负相关，结果与预期不符。通常情况下股票市场活跃度越高，投资者的预期越乐观，投资需求也会随之增加，从而增加证券公司的佣金收入。这可能是由于在股市活跃的时候，证券公司会投入大量的人力、物力及财力，以期抓住牛市机遇获得更多佣金收入，从而造成了资源的浪费。（4）在微观变量中，风险控制能力与成本管理能力没有通过检验，而财务杠杆倍数在1%的置信水平上显著与证券公司经营效率呈正相关，由于自有资金有限，证券公司可以通过借入资金的方式扩大企业规模，以提高竞争力，同时根据“节税效应”，负债的筹资成本较低，可以降低证券公司的综合经营成本，因此财务杠杆的合理应用能够提升证券公司的经营效率，但要避免杠杆的过度利用导致经营风险的发生。市场份额也在1%的置信水平上对证券公司经营效率具有显著的促进作用，这是因为市场占有率越高，竞争优势便会越明显，证券公司获取资源和利用资源的能力也就越强，从而有利于其经营效率的提升。证券公司的创新能力在1%的水平上，促进证券公司经营效率的提升，近年来，随着创新意识的增强，各证券公司创新能力大幅提升，相继推