《金融科技对证券行业零售业务发展影响的实证探析》2100字

金融科技对证券行业零售业务发展影响的实证分析综述目录TOC\o"1-2"\h\u10089金融科技对证券行业零售业务发展影响的实证分析综述 1204351.1变量选取和模型构建 17201.1.1样本来源 1311291.1.2被解释变量 1267951.1.3解释变量 1228141.1.4控制变量 2263651.2面板数据实证分析 359311.2.1单位根检验 3212321.2.2F检验 4280661.2.3Hausman检验 4232271.2.4回归分析 598101.2.5实证分析结论 61.1变量选取和模型构建1.1.1样本来源本文研究的对象是金融科技对证券公司零售业务的影响，考虑到数据的可得性，本文选取A股市场中首发上市时间在2011年12月31日之前的证券公司的数据作为实证分析的对象，共计11家证券公司，以这11家公司公开发布的年度报告作为数据来源，时间选取2012年至2020年共计9年的数据。1.1.2被解释变量本文选取样本中的证券公司2012年至2020年的零售业务收入作为被解释变量。因证券公司零售业务收入主要由经纪业务收入、代销理财产品收入和融资融券利息收入组成，本文的被解释变量零售业务收入等于经纪业务收入、代销理财产品收入和融资融券利息收入之和。1.1.3解释变量金融科技在证券公司零售业务中的应用主要体现在软件购置及开发、通讯设备的应用和电子设备的应用，因此本文的解释变量选取样本中的证券公司2012年至2020年的软件购置及开发投入、通讯设备投入和电子设备投入，其中软件购置及开发费用属于无形资产，通讯设备和电子设备属于固定资产。因此，本文进一步把解释变量定为金融科技无形资产的投入和金融科技固定资产的投入，金融科技无形资产的投入等于每年度软件购置及开发投入，金融科技固定资产的投入等于每年度通讯设备投入和电子设备投入之和。1.1.4控制变量对于证券公司零售业务收入而言，不仅仅金融科技的应用和投入能产生影响，也会受到公司层面、市场层面和宏观经济层面的影响。本文选取证券公司员工数量作为公司层面的控制变量、选取证券市场交易金额作为市场层面的控制变量、选取M2增长率作为宏观经济层面的控制变量。证券公司员工数量证券公司零售业务是证券传统业务，无论是经纪业务、理财产品代销还是融资融券业务，都离不开一线客户团队的营销和推动，这也是传统金融业务和普通消费品零售的重大区别，一线客户团队提供的服务也是业务合规的重要保障。本文选取样本中的11家上市证券公司2012年至2020年的员工数量作为控制变量之一。证券市场交易金额证券市场交易金额对证券公司零售业务收入有比较明显的影响，中信证券作为头部证券公司，经纪业务、融资融券业务、理财产品代销业务与交易金额息息相关，因此将证券市场交易金额作为控制变量。本文选取A股市场2012年至2020年上海证券交易所年度证券交易金额与深圳证券交易所年度证券交易金额之和作为控制变量之一。M2增长率证券市场交易金额和宏观货币情况息息相关，宏观货币情况对证券市场的中短期表现和交易量有显著影响，本文选取中国2012年至2020年的M2增长率作为控制变量之一。因为通过对序列取对数可以降低变量的尺度，可以缓解异方差的影响，本文实证分析的变量构成表如下：表5-1变量构成表变量类型变量名称变量测度与定义变量符号被解释变量零售业务收入经纪业务收入+融资融券利息收入+代销金融产品收入LnY解释变量金融科技无形资产投入软件开发及购置投入LnX1金融科技固定资产投入通讯设备投入+电子设备投入LnX2控制变量员工数量员工数量LnX3证券市场交易金额上海证券交易所交易金额+深圳证券交易所交易金额LnX4M2增长率（本年度M2-上年度M2）/上年度M2X51.2面板数据实证分析1.2.1单位根检验为了避免回归方程中的伪回归现象，在进行分析前要先做单位根检验，以选择平稳的变量进行回归。此处选择LLC检验来判断各序列是否平稳。单位根检验结果如下所示：表5-2LnX1单位根检验表MethodStatisticProb.**Levin,Lin&Chut*-10.1734

0.0000表5-3LnX2单位根检验表MethodStatisticProb.**Levin,Lin&Chut*-2.27741

0.0114表5-4LnX3单位根检验表MethodStatisticProb.**Levin,Lin&Chut*-3.92011

0.0000表5-5LnX4单位根检验表MethodStatisticProb.**Levin,Lin&Chut*-2.71581

0.0033表5-6X5单位根检验表MethodStatisticProb.**Levin,Lin&Chut*-2.21284

0.0135根据单位根检验，解释变量和控制变量是平稳的，可以直接进行回归分析。1.2.2F检验分别进行面板混合效应模型回归和面板固定效应模型回归，得到的残差平方和分别为4.98E+12、4.19E+12。F=SSEr是混合效应模型的残差平方和，SSEF检验的结果1.98>F(10,105)，拒绝原假设，混合效应模型和固定效应模型的比较。1.2.3Hausman检验通过F检验，本文确定了模型具有个体效应，之后本文还要判断模型的个体效应与解释变量是否相关，从而确定模型选择固定效应形式还是随机效应形式。检验结果如下：表5-7Hausman检验表TestSummaryChi-Sq.StatisticChi-Sq.d.f.Prob.

Cross-sectionrandom0.00000050.0122Hausman检验的结果是拒绝原假设，应采用固定效应模型。1.2.4回归分析

表5-8回归结果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对以上模型进行F检验和t检验，F检验显著说明解释变量联合起来对被解释变量有显著影响。在单个参数的t检验中，常数项、解