《金融科技對證券行業(yè)零售業(yè)務(wù)發(fā)展影響的實證探析》2100字

金融科技對證券行業(yè)零售業(yè)務(wù)發(fā)展影響的實證分析綜述目錄TOC\o"1-2"\h\u10089金融科技對證券行業(yè)零售業(yè)務(wù)發(fā)展影響的實證分析綜述 1204351.1變量選取和模型構(gòu)建 17201.1.1樣本來源 1311291.1.2被解釋變量 1267951.1.3解釋變量 1228141.1.4控制變量 2263651.2面板數(shù)據(jù)實證分析 359311.2.1單位根檢驗 3212321.2.2F檢驗 4280661.2.3Hausman檢驗 4232271.2.4回歸分析 598101.2.5實證分析結(jié)論 61.1變量選取和模型構(gòu)建1.1.1樣本來源本文研究的對象是金融科技對證券公司零售業(yè)務(wù)的影響，考慮到數(shù)據(jù)的可得性，本文選取A股市場中首發(fā)上市時間在2011年12月31日之前的證券公司的數(shù)據(jù)作為實證分析的對象，共計11家證券公司，以這11家公司公開發(fā)布的年度報告作為數(shù)據(jù)來源，時間選取2012年至2020年共計9年的數(shù)據(jù)。1.1.2被解釋變量本文選取樣本中的證券公司2012年至2020年的零售業(yè)務(wù)收入作為被解釋變量。因證券公司零售業(yè)務(wù)收入主要由經(jīng)紀(jì)業(yè)務(wù)收入、代銷理財產(chǎn)品收入和融資融券利息收入組成，本文的被解釋變量零售業(yè)務(wù)收入等于經(jīng)紀(jì)業(yè)務(wù)收入、代銷理財產(chǎn)品收入和融資融券利息收入之和。1.1.3解釋變量金融科技在證券公司零售業(yè)務(wù)中的應(yīng)用主要體現(xiàn)在軟件購置及開發(fā)、通訊設(shè)備的應(yīng)用和電子設(shè)備的應(yīng)用，因此本文的解釋變量選取樣本中的證券公司2012年至2020年的軟件購置及開發(fā)投入、通訊設(shè)備投入和電子設(shè)備投入，其中軟件購置及開發(fā)費用屬于無形資產(chǎn)，通訊設(shè)備和電子設(shè)備屬于固定資產(chǎn)。因此，本文進一步把解釋變量定為金融科技無形資產(chǎn)的投入和金融科技固定資產(chǎn)的投入，金融科技無形資產(chǎn)的投入等于每年度軟件購置及開發(fā)投入，金融科技固定資產(chǎn)的投入等于每年度通訊設(shè)備投入和電子設(shè)備投入之和。1.1.4控制變量對于證券公司零售業(yè)務(wù)收入而言，不僅僅金融科技的應(yīng)用和投入能產(chǎn)生影響，也會受到公司層面、市場層面和宏觀經(jīng)濟層面的影響。本文選取證券公司員工數(shù)量作為公司層面的控制變量、選取證券市場交易金額作為市場層面的控制變量、選取M2增長率作為宏觀經(jīng)濟層面的控制變量。證券公司員工數(shù)量證券公司零售業(yè)務(wù)是證券傳統(tǒng)業(yè)務(wù)，無論是經(jīng)紀(jì)業(yè)務(wù)、理財產(chǎn)品代銷還是融資融券業(yè)務(wù)，都離不開一線客戶團隊的營銷和推動，這也是傳統(tǒng)金融業(yè)務(wù)和普通消費品零售的重大區(qū)別，一線客戶團隊提供的服務(wù)也是業(yè)務(wù)合規(guī)的重要保障。本文選取樣本中的11家上市證券公司2012年至2020年的員工數(shù)量作為控制變量之一。證券市場交易金額證券市場交易金額對證券公司零售業(yè)務(wù)收入有比較明顯的影響，中信證券作為頭部證券公司，經(jīng)紀(jì)業(yè)務(wù)、融資融券業(yè)務(wù)、理財產(chǎn)品代銷業(yè)務(wù)與交易金額息息相關(guān)，因此將證券市場交易金額作為控制變量。本文選取A股市場2012年至2020年上海證券交易所年度證券交易金額與深圳證券交易所年度證券交易金額之和作為控制變量之一。M2增長率證券市場交易金額和宏觀貨幣情況息息相關(guān)，宏觀貨幣情況對證券市場的中短期表現(xiàn)和交易量有顯著影響，本文選取中國2012年至2020年的M2增長率作為控制變量之一。因為通過對序列取對數(shù)可以降低變量的尺度，可以緩解異方差的影響，本文實證分析的變量構(gòu)成表如下：表5-1變量構(gòu)成表變量類型變量名稱變量測度與定義變量符號被解釋變量零售業(yè)務(wù)收入經(jīng)紀(jì)業(yè)務(wù)收入+融資融券利息收入+代銷金融產(chǎn)品收入LnY解釋變量金融科技無形資產(chǎn)投入軟件開發(fā)及購置投入LnX1金融科技固定資產(chǎn)投入通訊設(shè)備投入+電子設(shè)備投入LnX2控制變量員工數(shù)量員工數(shù)量LnX3證券市場交易金額上海證券交易所交易金額+深圳證券交易所交易金額LnX4M2增長率（本年度M2-上年度M2）/上年度M2X51.2面板數(shù)據(jù)實證分析1.2.1單位根檢驗為了避免回歸方程中的偽回歸現(xiàn)象，在進行分析前要先做單位根檢驗，以選擇平穩(wěn)的變量進行回歸。此處選擇LLC檢驗來判斷各序列是否平穩(wěn)。單位根檢驗結(jié)果如下所示：表5-2LnX1單位根檢驗表MethodStatisticProb.**Levin,Lin&Chut*-10.1734

0.0000表5-3LnX2單位根檢驗表MethodStatisticProb.**Levin,Lin&Chut*-2.27741

0.0114表5-4LnX3單位根檢驗表MethodStatisticProb.**Levin,Lin&Chut*-3.92011

0.0000表5-5LnX4單位根檢驗表MethodStatisticProb.**Levin,Lin&Chut*-2.71581

0.0033表5-6X5單位根檢驗表MethodStatisticProb.**Levin,Lin&Chut*-2.21284

0.0135根據(jù)單位根檢驗，解釋變量和控制變量是平穩(wěn)的，可以直接進行回歸分析。1.2.2F檢驗分別進行面板混合效應(yīng)模型回歸和面板固定效應(yīng)模型回歸，得到的殘差平方和分別為4.98E+12、4.19E+12。F=SSEr是混合效應(yīng)模型的殘差平方和，SSEF檢驗的結(jié)果1.98>F(10,105)，拒絕原假設(shè)，混合效應(yīng)模型和固定效應(yīng)模型的比較。1.2.3Hausman檢驗通過F檢驗，本文確定了模型具有個體效應(yīng)，之后本文還要判斷模型的個體效應(yīng)與解釋變量是否相關(guān)，從而確定模型選擇固定效應(yīng)形式還是隨機效應(yīng)形式。檢驗結(jié)果如下：表5-7Hausman檢驗表TestSummaryChi-Sq.StatisticChi-Sq.d.f.Prob.

Cross-sectionrandom0.00000050.0122Hausman檢驗的結(jié)果是拒絕原假設(shè)，應(yīng)采用固定效應(yīng)模型。1.2.4回歸分析

表5-8回歸結(jié)果VariableCoefficientStd.Errort-StatisticProb.

X10.0568280.0342061.6613370.0096X20.0227600.0222611.0224330.0089X31.0785240.2570554.1956900.0001X41.1110400.06947011.993140.0000X53.8538600.7157881.3840800.0000C-2.2555331.162861-1.9396410.0551EffectsSpecificationCross-sectionfixed(dummyvariables)R-squared0.948186

Meandependentvar13.55797AdjustedR-squared0.940784

S.D.dependentvar0.652166S.E.ofregression0.158700

Akaikeinfocriterion-0.720963Sumsquaredresid2.644514

Schwarzcriterion-0.351272Loglikelihood59.61829

Hannan-Quinncriter.-0.570818F-statistic128.0981

Durbin-Watsonstat2.210352Prob(F-statistic)0.000000對以上模型進行F檢驗和t檢驗，F(xiàn)檢驗顯著說明解釋變量聯(lián)合起來對被解釋變量有顯著影響。在單個參數(shù)的t檢驗中，常數(shù)項、解