动态行业集聚及其稳定性判别

动态行业集聚及其稳定性判别摘要：文章选取2002年2013年中国A、B股持续经营的上市公司为样本，以公司平均流动性和收益率反映区域经济发展水平。首先利用对应分析绘制含行业、区域的二维平面点聚图，结果表明，行业集聚因时而异；但分隔区域间（东北、大西北和东部沿海、南部沿海）存在显著的行业集聚现象。继而根据熵原理，构建行业集聚演化特征模型，并通过计算发现，我国行业集聚系统内部易呈无序状态，且其演进路径并不平稳。据此，文章从区域化资本市场建设、政府转移支付等角度提出相关建议，以促进行业集聚稳健发展。关键词：行业集聚；稳定性判别；对应分析；熵一、引言目前，关于行业集聚存在性和演化特征研究的代表性成果如下：行业集聚存在性研究主要针对制造业、金融或其他服务业进行分析。典型研究如马国霞（ 2007）利用产业间集聚度指标，定量分析我国制造业两个产业之间的空间集聚程度，结论表明我国制造业产业间集聚呈上升趋势，在空间上向沿海集聚；陈建军（2009）研究中国生产性服务业集聚的成因与发展趋势，表明中国东部与中西部地区存在截然相反的生产性服务业集聚路径。而关于行业集聚演化特征的研究文献相对较少。典型研究如 Swann(1998)总结，美国金融服务业集聚程度随宏观经济下滑，由强变弱 ；Dow(1999)则发现，英国银行业集聚呈周期波动；杨洪焦等(2008)利用E-G产业聚集度指标测定我国18个制造业1988年2005年的集聚度，结论表明我国制造业集聚度的整体水平较高，且1988年2005年间的平均集聚度呈上升趋势。这些研究在一定程度上揭示了行业集聚的演化特征，但是它们无法表明行业集聚系统是否趋于稳定。当前研究存在以下三点不足：首先，研究对象主要关注个别行业，如制造业或者服务业，未兼顾市场多样性和关联性；其次，当前研究视角主要考虑个别区域， 或假设区域间不相关，往往忽略区域协同效应；再次，研究方法主要利用传统聚类或集中度指标，来判断行业集聚强弱，无法获取区域和行业的二维分布结构。针对上述不足，本文基于多区域视角，以2002年2013年中国A、B股全部上市公司按行业分类的面板数据为研究对象。首先，以区域内公司的平均流动性和平均收益率作为反映区域经济发展水平的指标，采用对应分析方法，绘制包含行业、区域的二维平面点聚图，深入考察行业集聚效应；其次，引入熵原理，利用收益率指标和流动性指标之间的灰色关联系数计算熵值，构建系统状态判别模型，度量行业集聚在不同阶段的稳定程度。最后，木艮据实证结果，给出相应结论和建议。二、行业集聚存在性判断 基于对应分析对应分析原理。对应分析的基本思想：将联列表中的行元素和列元素的比例结构以点的形式在较低维空间进行表示，步骤如下：建立原始数据矩阵X，其中，矩阵X的行表示按全球分类标准划分的九大行业部门，矩阵X的列表示按区域划分的流动性变量或收益率变量，即数据刈表示行业i(i=1,,,m)在区域j上(j=1,2,,,n)的观测值。变换矩阵X，得到矩阵K=(kij)mx^其中，kij=■,xi=■xij,xj=・刈,tol=■■刈。对矩阵R=KK'和Q=K'K进行因子分析，并计算R的特征根：入1>X2>,>Am。取前0(0<min(m,n})个特征根，使累计贡献率？姿i/?姿i?叟80%,相应的单位化特征向量记为P1,P2,,,P0,得到R型因子载荷矩阵F以及Q型因子载荷矩阵D。绘制二维平面点聚图，通常，矩阵 F和D的前两个特征根累积方差贡献率通常很大，往往能表征样本与变量的绝大部分信息。因此，选择矩阵F和D的前两列值在二维坐标系中作对应分析图以直观体现各行业与各区域流动性指标、收益率指标间的关系。变量和数据选取。样本选取为我国 A、B股所有持续经营的上市公司在2002年2013年间的流动性和收益率数据。借鉴全球分类标准（GICS），将上市公司划分为九个行业部门：能源、工业、原材料、日常消费品、非日常生活消费品、公用事业、信息技术、金融和医疗保健、电信业务根据国务院发展研究中心发布的《地区协调发展的战略和政策》报告（2005年），将我国行政区划分为八大区域。数据源于RESSET数据库，筛选数据：上市公司名称、股票代码、日期、年收益率及年成交额。通过计算各区域相应行业内所有股票流动性和收益率的算术平均值得到各时段的矩阵X。之所以选取公司流动性和收益率测度区域经济发展水平，是因为：首先，公司流动性和收益率不仅是考察资本市场健康与活力的重要指标，通常也反映实体经济的运行状况，资本市场与实体经济、政府政策之间存在长期相关性，已获得众多学者的理论支持；其次，市场微观结构研究指出，流动性与收益率之间关系密切，流动性对资产收益率具有第一位的影响；再次，流动性和收益率数据容易获取，且准确度高。因此，在本文的实证研究中，使用流动性和收益率作为反映我国区域经济发展水平的指标。本文选择Amihud比率作为流动性代理变量，计算公式为：AmAmihudkt=|Rkt|/pVolumekt(1)其中，Rkt和pVulumekt分别表示股票k在第t期的收

益率和成交额。最终，本文设定 16个变量：Lil,,,Li8和Pi1,,,Pi8，其中：L--流动性;P--收益率;1--黄河中游，2 长江中游;3 东北;4 北部沿海;5 东部沿海；6--南部沿海;7--大西南;8--大西北。此外，宏观经济状况、政府政策导向等因素会导致各区域内的经济实体进入或退出相关行业，从而造成行业集聚的动态演变，因此基于动态行业聚集视角，本文分别考虑如下6个时间段的行业聚集特征：1——2002年2003年;2——2004年2005年;3——2006年2007年;4——2008年2009年;5——2010年2011年和6——2012年2013年。 3.计算结果和分析。利用SPSS软件得到各时间段的二维平面点聚图，从坐标轴的（0，0）点出发，若两个指标点或两个行业点的距离较近，则表明两者为相同水平层次的指标或相同运行状况的行业；反之，亦反之。类似地，若指标点与行业点距离较近，则表明两者关联性较强；若距离较远或不在同一方位，则表明两者关联性较弱或无关联性。二维平面点聚图的分析结果如下：2002年 2003年，除医疗保健行业外，其他行业与区域指标（除P2指标（除P2、L5）形成一个庞大的集聚均匀地分布在（0，0）周围，这意味着，行业区分效率显著，此时没有呈现明显的行业集聚。特别地，在这个庞大的集聚内，除明显的行业集聚。特别地，在这个庞大的集聚内，除L5、P2夕卜，公用事业、非日常生活消费品行业的其他区域指标均高于平均水平，而信息技术、日常消费品行业的其他区域指标均低

于平均水平。这意味着，在我国大部分区域内，公用事业、非日常生活消费品行业普遍优于信息技术、日常消费品行业。2004年2005，行业集聚圈开始分化，此时，呈现两个行业集聚圈:①工业、非日常生活消费品和金融行业与指标L1、L2、L4、L6、L7和L8和P4构成的集聚圈，这意味着上述行业在1、2、4、6、7、8地区的流动性指标、在4地区的收益率指标均呈现出同质性。此外，该集聚圈位于（ 0，0）点上方，说明其总体表现良好方，说明其总体表现良好；L3、0L3、0）点下方，其总体表现较差。②日常消费品、信息技术、原材料、公用事业与指标P3、P5、P6、P7、P8构成的另一个集聚圈位于（0，品、2006年 2007年，行业集聚动态演变。非日常生活消费品、信息技术、医疗保健、公共事业与黄河中游、东北、大西南、大西北的流动性指标（L1、L3、L7和L8）、除P1外的七个收益率指标形成大集聚圈，位于（0指标形成大集聚圈，位于（0，0）点上方，总体表现良好。此外，其他小集聚圈如能源与消费品运行状况相似、金融和原材料运行状况大致相同。2008年 2009年，行业集聚继续变化：金融行业在长江中游和大西南的流动性指标（L2和L7）关系密切原材料与大西北的流动性（L8）关系密切；除此之外，其他七个行业与剩余五个流动性指标、全部收益率指标形成集聚位于（0，0）点上方，总体表现较好。2010年2011年，较2008年2009年而言，行业与指标

分布变化较小，行业集聚基本稳定，但原材料行业进入集聚疗保健则脱离出来。2012年 2013年，能源与其他行业距离较大，说明该行业与其他行业关联性较低，但能源的全部流动性和收益率指标均高于平均水平；于平均水平；工业脱离出大集聚;其他七个行业与其他指标形成一个庞大的集聚但该集聚位于（0一个庞大的集聚但该集聚位于（0，0）点下面，总体表现较差。根据上述分析进行总结归纳，可得到如下结论：第一，不同时刻，行业集聚的规模不同，且数量和类别存在差异。其中，非日常生活消费品、公用事业和信息技术三个行业，保持了长期的强相关；第二，不同时刻，存在不同规模的区域集聚，即“多区域一体化”特征。其中，东北、东部沿海、南部沿海和大西北四个区域，长期密切相关，流动性和收益率均有强同质性。因此，以2002年2013年为考察区间，本文可勾勒一个长期稳定的“多区域一体化”（东北、大西北、东部沿海、南部沿海）行业集聚（非日常生活消费品、公用事业、信息技术）系统。该“多区域一体化”行业集聚系统不同于传统的行业集聚系统，东北、大西北和东部沿海、南部沿海在地理上分隔，而且定量分析表明，非日常生活消费品、公用事业和信息技术在上述区域内的收益率和流动性呈现同质性，换言之，这些行业在上述区域内存在行业集聚现象，这种地理上分隔的行业集聚现象可能源于区域政府之间的协同合作，或者深层次的跨公司合作。三、行业集聚演化特征分析--基于熵原理构建模型。面板数据集为Lit、Pit，分别表示在第t时间段，区域i的流动性序列、收益率序列(注：此时只考虑非日常生活消费品行业、公用事业、信息技术行业)，其中，i=1,,,4,对应于1--东北;2--东部沿海;3--南部沿海；4--大西北;t=1，…，6,对应于1--2002年2003年;2——2004年2005年;3——2006年2007年;4——2008年2009年;5——2010年2011年;6——2012年2013年。根据灰色理论，对各时段的Lt、Pt进行无量纲化：Lt*=(・)，Pt*=(■)(注:Lt=■■Lit,Pt= Pit)，模型构建步骤如下：(1)根据灰关联分析法，计算第t时间段流动性和收益率的灰色关联系数Eit:Eit=■,0&It;?籽<1?驻(min)t=min{|Pt*-Lt*|},i=1,,,4;t=1,,,6?驻(max)t=max{|Pt*-Lt*|},i=1,,,4;t=1,,,6(2)其中，P为分辨系数，通过设置其值，可以控制 P?驻(max)对灰色关联系数的影响：实践中，通常取p=0.5。(2) 计算灰色关联系数分布映射值 nit：nit=Eit/■Eit（3）(3)计算各时间段的熵值St:St=-・nitlognit(4)结果与分析。2002年2013年间，上述“多区域一体化”系统内各区域的灰关联系数以及系统熵值 S见表((其中，灰关联系数越大，意味着流动性和收益率之间的差距越小)。通过比较熵值变化，行业集聚系统演化过程具有如下演化特征：2002年2003年至2004年2005年，熵值小幅增加，表明行业集聚在四个区域内的不稳定性增大。这可能与当时不断加大的通货膨胀压力有关。 根据《2003年中国货币政策执行报告》，CPI至少为2.2%，实际利率已为负值。因此，信用风险的不断累积很可能影响了股市、乃至实体经济的有序发展；2004年2005年至2006年2007年，熵值小幅下降，说明行业集聚趋于稳定。注意到2006年在实现高速增长的同时，我国宏观经济出现了既无通胀又无通缩的较理想状态，这可能是集聚效应趋于稳定的重要原因;2006年2007年直至2010年2011年，熵值先后增加，说明行业集聚转为不稳定。注意到伴随2008年金融危机，中国经济开始衰退，资本市场遭遇重大信用危机，加之前期政府过度抽紧银根、房价失控，股市出现了较长时间的下跌恶性循环;2012年2013年，熵值相对大幅下降，达到前十年最低值，说明行业集聚开始向良性方向发展。这与政府出台的一系列恢复经济的措施有极大关系。此外，部分遭受危机重挫的发达国家，逐渐看好中国的经济发展模式，大量外资涌入，使得流动性和收益率开始向好。四、结论与建议本文基于对应分析，同时对区域和行业进行R型、Q型因子分析，不仅以最小信息损耗实现降维目的，而且首次通过平面点聚图的二维聚类优势，来体现多区域视角下行业集聚状态；继而引入熵原理构建系统状态判别模型，划分时间段，通过计算各期熵值来刻画行业集聚演化特征，克服了现有研究方法过于主观或无数据支撑的不足。实证结论表明：“东北、大西北和东部沿海、南部沿海”四个区域，存在一体化趋势；“非日常生活消费品、公用事业和信息技术”三个行业，存在集聚效应，虽整体趋向稳定，但长期波动明显。因此，本文提出如下政策建议：第一，建立区域化资本市场。各区域上市公司流动性和收益率两极分化，大西北、大西南和东北发展程度远低于东部和东部沿海，说明资本形成能力存在巨大差异。因此，政府应为落后地区建立区域化资本市场，如，设立产权交易场所、设立产权交易场所、风险投资进出平台等，提高区域经济协同程度；第二，关注区域间社会各项事业平衡发展。二维平面点聚图中，医疗保健业表现孤立，公用事业则截然相反，表明社会事业发展不平衡，这是由部分地方政府长期关注不够或投入不足所导致。因此，政府应优化财政支出结构，适当提高转移支付规模的同时，对落后地区社会各项事业给予更多关注和投入，提高区域社会协同程度。第三，推动能源、