我国上市公司分布差异的比较——基于分省、区域与产业的panel data模型分析，本文主要内容关键词为：上市公司论文,模型论文,差异论文,区域论文,我国论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
纵观发达国家金融结构发展普遍规律：金融相关比率较高，即金融资产总值与国民财富总值接近，资本证券化率一般超过100％。金融发展实质上就是金融结构的优化与金融市场效率的提高。在资金总量既定的情况下，竞争机制会保证资金流向高效投资项目，资金有效配置，使用效率就越高，因而金融发展引致经济增长。本文通过分析我国股票市场的结构特征与变化规律，寻找上市公司数量分布特征与经济增长的关系，探索提高股票市场效率的方法和措施，以促进经济增长。
一、分省、区域与行业的上市公司数量差异
我国股票市场历经20多年的发展，促进了我国金融深化和经济的发展。从2001年开始实行更加倾向于市场化的股票发行核准制度，使股票发行更能够反映上市公司的整体经营状况，上市公司和所在地区的经济发展更具有联动性。基于此，我们考察2001～2010年的分省股票数量和经济发展的关系问题。
（一）分省的上市公司数量差异
2001—2010年，深圳和上海证券交易所主板市场共新增上市公司330家；2004—2010年，深圳中小板块新增上市公司532家；2009—2010年，深圳创业板新增上市公司144家。由于自2007年以后绝大部分上市公司集中在中小板块及创业板，考虑到中小板和创业板市场设立时间较短，数据不能全面为经济分析所用，基于此我们分析时间段约束在2001—2006年主板市场。限于文章篇幅，研究时所用大部分表格未能列入（资料来源：深圳证券交易所、上海证券交易所、证券之星、国家统计局网站，下同）。
研究表明，截至2006年底，拥有上市公司数量最多的前5个省份（以下均用简称）历年基本上为粤、沪、苏、浙、京；最少的5个省份历年基本上为藏、青、宁、甘、贵。6年间上市公司数量增加前5位的分别是：京和苏，浙，皖和鲁，粤，沪和湘；增幅后5位的分别是：藏和青，宁、琼和辽，云、渝、桂、内蒙古和黑，甘、贵、吉和津，川、赣和陕。历年上市公司绝对数量较多的5个省份都位于东部发达地区；绝对数量较少的几个省份都在西部落后地区，但由于四川省的面积、人口以及经济发展程度决定其成为例外。从上市公司数量增加的情况来看，基本上也是东部发达地区多，中西部地区少。
（二）上市公司的区域数量差异
按照传统的东、中、西部划分，结果如表1所示。6年间，中西部地区上市公司数量很少，两者之和还没有达到东部地区的上市公司数量，并且中西部地区的上市公司数量都没有达到历年的平均数量；上市公司增加数量亦如此。
（三）各产业（行业）上市公司数量的差异比较
6年间，农业和服务业上市公司数量之和还没有达到工业上市公司数量的一半，第二产业可谓一枝独大，这是由现阶段我国经济发展程度、结构和水平决定的（见表2）。
6年间，农业上市公司数量仅仅增加5家；服务业上市公司除了公用事业板块得到较快的支持发展以外，其他领域上市公司仅增加了8家，并且限于仓储运输和金融服务业；工业新增上市公司数量最多达71家，并且材料、冶金和医药领域增加的上市公司数量较多，这和国家对经济结构进行调整的方针和政策一致。
（四）上市公司所属区域与产业的差异比较
6年间，长江中游、北部沿海和大西北综合经济区的农业上市公司数量较多。后者因为新疆生产建设兵团等历史遗留贡献较大。东北综合经济区历来是我国农业高产区，农业上市公司数量少说明东北农产品的深加工和精加工程度较弱，缺少现代化的农业企业。
三大区域的农业上市公司数量差异不是很大，说明农业产业化经营在三大地区并没有明显的差距。中西部工业上市公司数量总和不及东部地区的上市公司数量。在服务业方面，东部地区上市公司数量占据绝大部分，历年几乎占到全部服务业上市公司总量的2/3以上。这样，中西部地区农业上市公司数量没有明显优势，工业和服务业上市公司数量远远少于东部地区，使三大地区三大产业的发展几乎完全倾向于东部地区。
（五）绩差上市公司数量差异的比较
在全部上市公司中，ST股票是绩差股票，分析这些股票的数量和比重情况，对于了解分省和区域上市公司的经营绩效具有很好的启示作用。
1.绝对数量的比较。从各年度情况来看，ST股票数量绝对数较多的省份是粤、沪、鲁、川，也是上市公司数量较多的省份；ST股票数量较少的省份分别是青、贵、桂和内蒙古，恰恰是上市公司数量较少的省份。符合上市公司基数越大，ST股票数量就越多的基本逻辑。
从区域角度来看，南部沿海ST股票数量较多，黄河中游ST股票数量较少，其他六个地区的ST股票数量差别则不是很大。这六个区域的上市公司总量存在明显的差距，而他们的ST股票数量差异却不显著，因此和分省的分析结论不一致。
从三大区域来看，东部地区的ST股票数量明显多于中西部地区，中部和西部ST股票数量差别不是很大，和各自上市公司的总基数关系不大（见表3）。
2.相对数量的比较。绝对数量的多少或多或少由上市公司总数决定，只能反映表面情况，而相对数量的大小则能够反映整体比例发展情况。6年间，琼、黑、宁、藏、渝的ST上市公司数量占各省上市公司数量的比重较大；浙、苏、京、桂、内蒙古的ST上市公司数量占各省上市公司数量的比重较小，后两个地区ST的比重较低是因为绝对数量太少的缘故。
我们发现，东部地区上市公司数量多，业绩好，ST比重就小；中西部地区上市公司数量少，而整体业绩却差，因此ST比重就大。这样，东中西部地区存在明显的反差，东部发达地区上市公司形成的是一种良性循环，中西部落后地区上市公司形成的是一种恶性循环。
从三大地区ST股票所占比重的情况来看，西部地区上市公司数量最少而ST股票比重最大，东部地区上市公司数量最多而ST股票比重最小，杠杆比重严重失衡（见表4）。
（六）分省单位产值的上市公司数量比较
上市公司数量占产值的比重可以看作证券化水平或者单位产值证券的贡献。如果依照每百亿元产值拥有上市公司数量，按照2005年的计算结果，全国平均水平为0.694。藏、琼、宁、青、沪、京、新单位产值占有的上市公司数量较多；豫、冀、苏、浙、鲁、桂的单位产值拥有的上市公司数量较少，尤其是豫和冀明显偏低，其他省份和地区则处于这两者之间。按照全国平均水平来看，中西部大部分地区都超过这个水平，东部地区除了上海和北京以外其他地区都低于这个水平。从三大地区的平均水平来看，5年间东部地区和中部地区单位产值的上市公司数量差异不是很大，而西部地区同样的指标则远远高于东部和中部地区。这说明在上市公司绝对数量上，西部少而东部多；从单位产值拥有的上市公司数量来说，情况正好相反。吴振信等[1]利用股票市值占GDP的比重研究资本证券化率，和本文的结论基本一致，说明上市公司数量和股票市值紧密相关（见表5）。
东部地区，尤其是浙、苏和鲁，经济发展较快，上市公司的数量落后于经济发展；西部地区，尤其是藏、宁、青、新、甘经济发展较慢，上市公司数量已经领先于经济增长。
二、Panel Data模型和实证分析及政策建议
公司上市能够促使居民的储蓄转化为投资，我们假设上市公司筹集资金进行投资是有效的，因此能够促进经济增长，所以上市公司数量和经济增长之间具有传导机制。
（一）模型的建立和实证
我们设定用Y表示分省的GDP，用X表示该地区的上市公司数量，构建的面板数据模型如下：
根据分析，非观测效应
包括了各省经济增长的其他影响因素，很难保证与解释变量不相关，但这还需要通过计量方法来检验哪种估计方法比较好。下文将分别对模型（1）进行固定效应估计和随机效应估计。方法如下：第一，先对模型（1）进行固定效应估计，并进行F检验。如果F检验的p值小于显著性水平，则说明F检验通过，固定效应模型比混合横截面估计模型要好。反之，则混合横截面估计模型较好。第二，进行随机效应估计，并进行LM－BP检验。若通过检验，说明随机效应模型比混合横截面估计模型要好，则采用随机效应模型。第三，在F检验和LM－BP检验都通过的前提下进行Hausman检验，若检验结果的p值小于显著性水平，则采用固定效应估计模型，反之，则采用随机效应模型。
根据全国2001～2005年的数据，固定效应显著的F检验（显著水平为5％，下同；检验值后面的括号里的数字是伴随概率）F（1，123）＝222.8（0.000），表明固定效应模型比混合横截面估计模型要好；随机效应模型的LM－BP检验Wald chi2（1）＝113.8（0.000），表明随机效应模型比混合横截面估计模型要好；这样，随后Hausman检验111.30（0.000）说明应该使用固定效应模型。同样的道理，在东部地区的固定效应模型F检验F（1，43）＝97.1（0.000），表明固定效应模型好；随机效应模型的LM－BP检验Wald chi2（1）＝36（0.000）；Hausman＝70.63（0.000）则说明应该使用固定效应模型。中部地区固定效应模型显著的F检验F（1，39）＝40.5（0.000），随机效应模型Wald chi2（1）＝25.1（0.000），Hausman＝14.39（0.000），确定使用固定效应模型。西部地区固定效应模型显著的F检验F（1，43）＝66.2（0.000），随机效应模型Wald chi2（1）＝60.8（0.000），Hausman＝32.09（0.000），确定使用固定效应模型。在GDP排名前10位地区的面板数据分析中，固定效应模型显著的F检验F（1，39）＝82.2（0.000），随机效应模型显著的LM－BP检验Wald chi2（1）＝21.9（0.000），Hausman＝79.95（0.000），最后确定使用固定效应模型。在GDP排名居中的11位地区的面板数据分析中，固定效应模型显著的F检验F（1，43）＝71（0.000），随机效应模型的Wald chi2（1）＝52.5（0.000），Hausman＝30.42（0.000），确定使用固定效应模型。在GDP排名后10位地区的面板数据分析中，固定效应模型显著的F检验F（1，39）＝68.3（0.000），随机效应模型Wald chi2（1）＝55.7（0.000），Hausman＝17.04（0.000），使用固定效应模型。上述结果制成表6。
（二）实证结果的分析
第一，从分省的角度看，6年间，粤、沪、京、苏、浙等发达省份拥有的上市公司绝对数量和增加数量较多，藏、青、宁、琼等经济不发达省份上市公司绝对数量和增加数量较少。相对于分省的GDP来说，按照2005年的计算结果，藏、琼、宁、青、沪、京、疆单位产值占有的上市公司数量较多，因此除了沪和京作为经济发达地区上市公司相对数量较多外，其余相对数量较多的都为经济不发达地区；豫、冀、苏、浙、鲁、桂的单位产值拥有的上市公司数量较少，尤其是豫和冀的上市公司相对数量明显偏低，苏、浙和鲁作为经济发达省份拥有的上市公司相对数量却较少。
第二，从区域的角度看，东部地区上市公司绝对数量和增加数量较多，西部地区较少，并且中西部绝对数量的总和远远小于东部地区。相对于GDP来说，东部和中部的单位GDP拥有的上市公司数量相差不大，但是远远小于西部地区的相对数量。东部沿海、北部沿海、南部沿海和长江中游综合经济区的工业上市公司数量较多，说明我国工业相对集中，并且对经济增长的贡献较大，使得沿海地区经济较为发达。南部沿海、东部沿海和北部沿海综合经济区的服务业上市公司数量较多，说明上述地区经济发展程度远远高于其他地区并且呈现产业升级、工业和服务业共同发展带动经济增长的良性循环。
第三，从产业的角度看，第二产业的上市公司绝对数量和增加数量多于第一产业和第三产业，并且远远多于后两者之和。第一产业的上市公司数量在6年间基本没有变化，第三产业有所发展，尤其是公用事业板块发展较快。这个特点和国家宏观经济导向紧密相关。东部地区第二产业和第三产业上市公司数量具有绝对优势，而第一产业却没有劣势。可见中西部地区在三大产业上市公司数量上没有任何优势。
第四，从ST股票数量来看，由于东部发达省份上市公司绝对数量多，基数大，因此ST股票绝对数量就多。从相对数量来说，6年间，琼、黑、宁、藏、渝的ST上市公司数量占各省上市公司数量的比重较大；浙、苏、京和桂、内蒙古的ST上市公司数量相对比重小，而后两个地区ST比重较低是因为绝对数量太少的缘故。同时，西部地区上市公司数量最少而ST股票比重最大，东部地区上市公司数量最多而ST股票比重最小。这说明，东部地区上市公司绩效较好，西部地区绩效则差。这个结论和Panel Dada模型的实证分析结果一致。
上述逻辑分析和实证分析均表明，更加倾向于市场化的股票发行机制是有效的，能够促使东部发达地区更有绩效的公司上市，对经济增长的贡献也最大。从区域角度而言，由于西部地区上市公司的相对数量和ST股票比重较大，不宜增加新公司上市，而应该以重组已有上市公司为主；东部地区上市公司更有绩效，应该以增加公司上市为主。分省情况来看，沪、京的上市公司数量无论绝对数量还是相对数量都很高，不宜继续增加这两个地区公司上市发行股票，否则会导致两极分化的“马太效应”更加剧烈。苏、浙和鲁的上市公司具有很高的绩效，但相对数量却偏低，应大力发展，从中小板块上市公司数量来看，正符合这一分析结论。藏、宁和琼的上市公司相对数量偏高，同时ST股票的比重也较高，因此不宜增加这些地区公司上市，而应该偏重重组已有的上市公司。河南和河北的上市公司相对数量严重过低，应协调发展。
上述情况说明，市场机制的股票发行规则遵循的是更有绩效的优胜劣汰，但却拉大了地方差距，为抑制过于不均衡的发展态势，需要看得见手的宏观调控。这本质上也是一种公平和效率问题的两难选择。
收稿日期：2011-06-21