行业视角下的实体经济与虚拟经济关系分析

　　行业视角下的实体经济与虚拟经济关系分析

　　一、引言 纵观近几年国内学者的研究成果，李多全(2006)、王国平(2007)、郭东展(2011)、冯琦(2011)等分析了虚拟经济的特点和其对实体经济的辩证关系，提出了虚拟经济对实体经济的积极和消极的影响，并指出了国内虚拟经济的发展现状，以及未来规划做了深入的讨论和研究。曹源芳(2008)选择了上证综合指数和工业增加值，运用协整检验、Granger因果关系检验、脉冲反应和方差分解技术对我国实体经济与虚拟经济的关系进行了实证分析，指出我国实体经济与虚拟经济是彼此背离的，虚拟经济与实体经济不存在长期稳定的协整关系，彼此不成为对方的Granger原因，实体经济并不是虚拟经济发展的基础，虚拟经济也未成为我国实体经济的“晴雨表”。程广琪(2012)选择了上证综合指数和工业增加值，通过运用单位根检验、协整检验、Granger因果关系检验，对我国的实体经济与虚拟经济关系进行了实证分析，得出实体经济与虚拟经济的发 展是不平衡的，不存在长期稳定的协整关系。

　　以上这些学者的研究表明，如果仅仅选取实体经济中的诸如GDP之类的反映整体经济水平的指标与实体经济中的大盘指数来进行研究，这样得出的结果都是实体经济与虚拟经济之间不存在长期稳定的协整关系。但是从行业的发展角度来看，是不是也是背离呢?还是基本吻合?本文将从行业角度分析这个问题。

　　二、实体经济与虚拟经济相互关系的机制分析

　　实体经济与虚拟经济的相互作用关系体现在：

　　(一)实体经济对虚拟经济的决定作用

　　实体经济是虚拟经济存在的依托和利润源泉。第一，实体经济为虚拟经济的发展提供物质基础。如股票和债券等有价证券依托发行这些证券的经济实体，证券化资产依托于以实物形式存在的资产等等。虚拟资本虽然比较容易获得利润甚至是超额利润，但它不能创造价值，它的利润价值最终来源于实体经济，其本质是对实体经济剩余价值的分割，就总量而言其利润只能是实物资本利润的一个部分。第二，实体经济对虚拟经济提出了新的要求，主要表现在对有价证券的市场化程度上和金融市场的国际化程度上。也正是因为对其提出了一系列的新要求，所以才使得它能够产生、特别是使得它能够发展。否则，虚拟经济就将会成为无根之本。第三，实体经济是检验虚拟经济发展程度的标志。虚拟经济的出发点和落脚点都是实体经济，即发展虚拟经济的初衷是为了进一步发展实体经济，而最终的结果也是为实体经济服务。

　　(二)虚拟经济对实体经济的反作用

　　虚拟经济的产生是以货币的出现和信用的发展为前提的，而货币与信用则是商品生产与交换发展的结果，因此没有实体经济的发展就没有虚拟经济，虚拟经济是实体经济发展到一定程度的必然产物，实体经济的发展又离不开虚拟经济。实体经济要运行和发展，首要的条件就是必须有足够的资金。融资渠道不外乎两条途径：一条是向以银行为主体的各类金融机构贷款;另一条则是通过发行股票、债券等各类有价证券筹措资金。从发展的趋势看，相比较而言，通过第二条途径解决实体经济发展过程中所需资金问题，会更加现实，也会更加方便、快捷。这样，虚拟经济就为实体经济的发展增加了后劲。虚拟经济中的货币、资金、电子货币、股票、债券、ABS(资产担保证券)等金融工具，已经渗透到实体经济的各个环节。总之，虚拟经济促进了资本的流动，有利于社会的优化配置;改善拓宽融资渠道，降低交易成本，实体经济提供了金融支持;也有助于分散风险。

　　对于两者的发展，我们要辩证的看待其关系，虽然虚拟经济有其高度的风险性和高度的投机性，但是我们也要看到它高度的流动性和经济性，辩证的看待两者之间的关系要求我们要正确的处理两者之间的发展，这就要求我们要对其均衡发展，不能有所偏颇，要一视同仁。因为一方面，实体经济的发展要借助于虚拟经济的发展，另一方面，实体经济的发展也有利于推动虚拟经济的发展。我们要统一规划，相互协调，以此来促进经济的发展。

　　三、实证分析

　　(一)数据来源以及预处理

　　本文采用了浙江省2008-2011统计年鉴中的食品制造业、纺织业、造纸及纸制品业、石油加工、炼焦及核燃料加工业、医药制造业、金属制品业、交通运输设备制造业、电气机械及器材制造业共八个行业的月度的利润值，工业增加值增长速度来作为实体经济的变量。选取上证指数，食品(SP)、纺织(FZ)、造纸(ZZ)、化工(SY)、医药(YY)、金属(JS)、运输(YS)、机械(JX)共八个行业指数的月度收盘价来作为虚拟经济的指标。 (二)模型选择分析

　　本次实证采用Eviews6.0进行面板数据分析。根据对截距项和解释变量系数的不同限制，可以将面板数据模型分为三种：混合回归模型、变截距模型和变系数模型，其中常用的是变截距模型。

　　1.模型理论简介

　　(1)变截距模型

　　根据对截面个体影响形式的不同设定，变截距模型分为固定效应变截距模型和随机效应变截距模型。

　　1)固定效应变截距模型

　　固定效应模型的假设模型中不随时间变化的非观测效应与误差项相关，固定效应模型的表达式：

　　对整体截距项的偏离。

　　2)随机效应变截距模型

　　随机效应模型假设模型中不随时间变化的非观测效应与误差项相关，即随机效应模型的表达式：

　　2.模型检验

　　(1)F检验

　　固定效应模型分为三种：个体固定效应模型、时刻固定效应模型和个体时刻固定效应模型。如果我们是对个体固定，则应选择个体固定效用模型。但是，我们还需作个体固定效应模型和混合估计模型的选择。所以，就要作F值检验。相对于混合估计模型来说，是否有必要建立个体固定效应模型可以通过F检验来完成。

　　H0：对于不同横截面模型截距项相同(建立混合估计模型)

　　H1：对于不同横截面模型的截距项不同(建立时刻固定效应模型) 其中，S1，S2分别表示约束模型(混合估计模型的)和非约束模型(个体固定效应模型的)的残差平方和(Sumsquaredreside)。非约束模型比约束模型多了T–1个被估参数。需要指出的是：当模型中含有k个解释变量时，F统计量的分母自由度是NT-T-k。通过对F统计量我们将可选择准确、最佳的估计模型。

　　检验准则：当F>Fα(T-1，NT-T-k)，α=0.01，0.05或0.1时，拒绝原假设，则结论是应该建立个体固定效应模型，反之，接受原假设，则不能建立个体固定效应模型。

　　对于数据处理后得到如下F检验结果：

　　(2)模型设定形式的检验—Hausman检验

　　Hausman检验是对同一参数的两个估计量差异的显著性检验，其原假设是随机效应模型的系数与固定效应模型的系数没有差别，如果接受原假设，表明应该选择随机效应模型，否则就应该选择固定效应模型。 从表2可以看出，解释变量X1、X2、X3在两种模型中的系数估计值非常接近。例如，对于解释变量X1来说，其在固定效应和随机效应中的系数估计值分别为1.060285和1.057537。概率值P等于0.2837。因此可以认为，对于解释变量X1而言。利用固定效应模型和随机效应模型进行估计所得到的系数估计值没有差异。对于变量X2、X3也可以进行类似的分析得到同样的结果。

　　最后我们考察随机效应的Hausman检验结果，其原假设是：固定效应和随机效应没有实质差异的，其检验统计量渐进地服从自由度为3的分布。从第一部分可以看到，检验统计量等于6.643069，其概率值P等于0.0842，因此不能拒绝原假设，即我们可以认为固定效应和随机效应没有实质差异的，所以应当建立随机效应模型。

　　(三)面板实证分析

　　以下给出了是随机效应的变截距模型的参数估计结果：

　　表3随机效应模型结果 对于此部分我们可以看出X1、X2、X3之间的差异所在，X1、X2非常显著，但是X3却不显著，这和之前学者们的研究也是有共同点的，之前学者们也有采用工业增加值增长速度指标，他们也得到该指标与大盘指数的关系比较显著，但是大多数学者却得到实体经济中的工业增加值增长速度与虚拟经济中的大盘指数相背离。而本文的X1、X2变量却与行业指数的变化是正相关关系，该结论表明从行业角度看，虚拟经济中的行业指数走势跟实体经济中的经济走势一致，因此，说明如果细分到行业，我国证券市场的表现还是弱有效的，同时也表明如果我们深入分析行业特征以及行业在当前经济环境下的走势，可以在证券市场把握投机机会，获得较好的投资收益。

　　四、结论分析

　　根据以上的研究表明，从行业的角度来说，行业指数和实体经济的走势还是一致的，二者没有发生背离，是基本吻合的。实证分析的结果表明，两者之间的关系十分密切，所以实际上股市还是可以很好地反映实体经济的情况的，虚拟经济仍然是是我国宏观经济的“晴雨表”，我国的虚拟经济和实体经济发展仍处于协调发展中，因此我们在实际的投资决策中可以从行业的角度分析，有助于我们的证券投资选择。