摘 要：本文以1997―2013年中国31个省份的面板数据作为研究对象，采用空间杜宾模型实证测度了主板市场、中小板市场和创业板市场的资源配置效率。结果表明：中国股票市场更多地体现了政府指导下的资源配置效率，并且主板市场的配置效率最低，创业板的配置效率最高，中小板的配置效率居中；在市场竞价条件下，仅中小板市场发挥了基础配置作用，主板和创业板市场的配置效率尚未显现。因此，只有在强化市场监管独立性的同时，大力推进和完善多层次资本市场才能实现资源的优化配置，进而完成中国经济结构的调整和转型。
关键词：空间相关性；多层次资本市场；资本配置效率
中图分类号：F830.91 文献标识码：A 文章编号：1674-2265（2016）05-0034-06
一、引言
近来，中国经济供给侧结构改革方兴未艾，学术界的相关筹议更是如火如荼，践行供给侧改革国家重大发展战略，具有资源配置核心功能的资本市场堪当大任：构建和完善多层次资本市场有助于降低企业上市门槛，改变过去资源配置过度依赖银行业的弊端，通过市场机制引导稀缺金融资源流向效益更好、产出更高的行业和地区，进而提升土地、劳动力、资本和技术等全要素的生产效率，激发企业创新能力和经济活力，助力经济转型。由此可见，资本市场能否引导资源合理配置，进而实现稀缺资源的高效利用成为关乎供给侧改革成败的首要问题，这也是证监会推进主板、中小板、创业板、新三板和地方股权交易市场（四板）等多层次资本市场改革的出发点和落脚点。
然而，相对西方成熟资本市场“自下而上”的发展模式，我国资本市场“自上而下”倒金字塔的顶层设计存在先天根基不稳和内在制度性缺陷，资本市场成立20多年来，尽管在一定意义上走完了发达国家200多年的发展历程，但在实现跨越式发展的同时也难免遭遇“成长的烦恼”。中国“漏斗型”的资本市场层次结构为研究股票市场的资源配置效率提供了鲜活的素材，学者们从金融发展与自由化、会计信息质量、行为金融以及市场化进程等角度对中国股票市场的资源配置效率进行了大量的实证和理论研究，但并未达成一致看法。如潘文卿和张伟（2003）以及于震等（2009）研究发现，我国金融体系的发展并没有促进资本配置效率的提高，进而间接推动经济的增长。与之相反，蒲艳萍和成肖（2014）的研究表明金融发展与服务业资本配置效率的提升有正相关关系；李青原（2009）和花贵如等（2010）发现会计信息质量的提高以及投资者的情绪和异质性预期将提高资源的配置效率；在对莱文和泽尔沃斯（Levine和Zervos，1998）的金融自由化理论的验证上，范学俊（2008）、康继军等（2009）以及靳庆鲁等（2010）通过研究发现金融自由化在股票市场资源配置的优化和提升上发挥了不可或缺的作用；方军雄（2006）和强国令等（2015）进一步指出，在金融自由化和市场化进程中，政府的过度干预反而降低了资本市场的配置效率。此外，在沃格勒（Wurgler，2000）效率定量测度模型的基础上，周中胜和陈汉文（2008）以及游家兴（2008）发现提升上市公司的公司治理水平和信息透明度可以增加股价的信息含量，进而提升股市的资源配置效率；曾五一和赵楠（2007）以及郑群峰（2010）发现，与发达国家相比，我国资本配置效率整体较低，资源的配置更加依赖银行业。
已有文献从定性和定量视角对中国股票市场的资源配置效率进行了翔实的研究，但大多从企业或行业层面出发，不仅无法体现主板、中小板和创业板等多层次资本市场在资源配置中的不同作用，还忽略了政府指导下非均衡发展模式，即不同区域的空间地理相关性对资源配置效率的影响。鉴于此，本文从多层次资本市场入手，在沃格勒（2000）效率定量测度模型的基础上，引入空间地理相依特征，检验主板、中小板和创业板等多层次资本市场在资源配置中是否发挥了应有的作用，从而有效地克服了传统均质地理模型的设定偏误。
二、实证设计
目前，衡量资本配置效率的方法主要有两种：其一，通过衡量不同行业或地区的边际资本产出是否趋于一致来判断一国的资本配置效率；其二，沃格勒（2000）效率定量测度模型认为，若一国的资源配置是有效率的，那么高产出的行业或地区将会追加资金投入，而资本回报率低的行业和地区则会削减资本投入。当对不同国家、行业和地区的资本配置效率进行比较分析时，采用沃格勒（2000）效率定量测度模型更为合适，因此本文在沃格勒（2000）模型的基础上构建多层次股票市场的资源配置效率测度模型，探析不同层次股票市场上的资金是否流入了效益更好、产出更高的地区，模型设定如式（1）：
为了验证省域空间相关性是真实存在的，我们分别检验了人均GDP和股票交易额的年度Moran’s I值以及面板Moran’s I值（见表1）。从检验结果来看，1997―2013年间，各分市场人均GDP对数的截面Moran’s I至少在5%的水平上显著异于零，且其面板空间相关系数均远大于截面空间相关系数，其中主板市场人均GDP对数的自相关系数甚至高达0.827，表明中国省域间人均GDP的分布存在高度空间聚集性和非随机分布特征，拥有较高人均GDP的省份被其他高人均GDP的省份所环绕。因此，在进行区域资源效率检验时应将空间依赖性纳入考量。此外，从交易额的Moran’s I检验结果来看，各分市场产生了严重的分歧：首先，主板市场交易额均呈现出显著的省域相关性，股票交易活跃地区周边的股票市场也较为活跃。类似地，除2010年外，创业板市场的截面和面板Moran’s I指标均显著异于零，表明创业板市场也存在显著的空间相关性。其次，随着中小板市场的不断发展，其市场交易额的Moran’s I指数和显著性整体上均呈上升趋势，并导致其面板Moran’s I显著异于零。此时，若采用某一年份的截面数据进行空间计量分析将是有偏的。
Moran’s I相关性检验表明主板、中小板和创业板市场在样本期内均存在显著的空间依赖性，因此必须将空间相关性纳入考量。根据安瑟林（Anselin，1988）的研究，运用空间自相关模型可派生出空间滞后和空间误差模型两类模型。 三、实证结果及解释
（一）数据来源
本文选取中国31个省、直辖市和自治区作为研究对象。在原始样本的基础上，按照中国行政区域划分中、东、西部三个区域，东部包含北京、天津、河北、辽宁、江苏、浙江、山东、上海、广东、福建和海南11省、直辖市和自治区，中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北和湖南9省和自治区，西部地区包括重庆、广西、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆和西藏11省、直辖市和自治区。此外，鉴于中小板和创业板起步较晚，为了保证研究所需的样本量和时间跨度，剔除2006年1月1日之前未在中小板发行股票和2010年 1月1日之前未在创业板发行股票的省份，因此，中小板的研究对象限定为北京、河北、辽宁、江苏、浙江、山东、上海、广东、福建、安徽、江西、河南、湖北、湖南、重庆、四川、贵州和云南18个省市自治区；创业板的研究对象限定为北京、天津、河北、辽宁、江苏、浙江、山东、上海、广东、福建、海南、山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、重庆、四川、云南、陕西、甘肃和新疆26个省市自治区。
为了保证数据的权威性，各省份的GDP数据均来自《中国金融年鉴》，各省份年度股票交易额以及新股筹资额（包括IPO发行、配售和增发）等数据均来自国泰安股票市场交易数据库（CSMAR），并由笔者整理所得。鉴于数据的可得性，最终得到主板市场1997―2013年31个省、直辖市和自治区的527个面板数据，其中东、中和西部地区的数据分别为153、187和187个面板数据；中小板2006―2013年18个省、直辖市和自治区的144个面板数据；创业板2010―2013年26个省、直辖市和自治区的104个面板数据。数据的处理在Stata 13和Matlab R2015a中进行。
（二）结果解释
在表2中，本文针对模型（4）―（6）进行了多种设定下的空间面板回归。作为对比，我们首先在栏位（1）中采用新股筹资额（包括IPO发行、配售和增发）作为被解释变量进行了OLS回归③。从结果来看，[η]系数高达2.302，表明股票市场的资源配置是有效率的，证券资本将通过价格机制，流向高产出的行业和地区，进而发挥股票市场的基础配置作用；但值得注意的是，在新股审批和核准制下，股票的发行需政府层层审批，且筹资规模和价格在证监会的窗口指导下于场外事先决定。因此，筹资金额仅能反映某一时点上部分企业和政府指导下的资源配置效率，而非全部上市公司或市场意愿的资本配置效率。鉴于此，本文进一步在表2的栏位（2）―（5）中采用各省份年度股票交易额（用以反映市场对股票价值的估值）作为被解释变量以检验市场竞价条件下股票市场在省域间的资本配置效率。在栏位（2）中，我们首先采用OLS进行回归分析，结果表明[η]系数仅为0.045，且并不显著；但鉴于空间自相关的存在，OLS回归可能是有偏的，因此我们在栏位（3）和（4）中分别针对模型（4）和（5）进一步进行了空间面板SAR和空间SEM回归分析。SAR回归的结果表明：主板市场的资源配置是有效的，但配置效率并不高，[η]系数仅为0.468；SEM的回归结果表明主板市场的资源配置是无效的，但并不显著；SAR和SEM模型的LMlag和Lmerror（R-LMlag和R-Lmerror）检验均显著异于零。艾尔豪斯特和弗雷列（Elhorst和Fréret，2009）认为此时应当进一步进行SDM检验，结果在栏位（5）中呈现。从栏位（5）的结果来看，[η]系数为
-0.229，但并不显著，即主板市场竞价条件下的资源配置是无效的，高收益和高产出地区并未从资本市场获得更多资金，其更多地体现了政府指导下的资源配置效率。此外，在表2的栏位（6）―（8）中，我们还分别针对中、东和西部进行了SDM空间面板检验，得到与全样本检验类似的结果，即各个区域内部的股票资源配置也是无效的。这与主板市场股票发行的准入制度息息相关，政府的严格审批导致证券资源更多地流向国有大中型企业，由于不存在破产风险并缺乏激励机制，因此这些企业的生产效率往往较低，导致资本的配置是无效的。
为了考察不同层次资本市场在资源配置中的作用，我们还分别在表3和表4中对比分析了中小板和创业板的资本配置效率。首先，在表3的栏位（1）中，显著的[η]表明高产出的地区将获得更多的证券资源，体现了政府指导下中小板市场的资本配置效率；其次，作为对比，我们还在表3的栏位（2）―（5）中采用各省份的年度交易额作为被解释变量进行分析，结果显示，在OLS回归中[η]并不显著，而在SAR、SEM和SDM的回归中[η]均显著异于零。即当考虑省域空间自相关时，中小板呈现出显著的资源配置效率，这一结论在证实本文空间面板设定的合理性的同时，表明中小板市场更多地体现了市场的意志，能够通过价格机制引导金融资源流向产出更高、效益更好的行业和地区，在一定程度上解决了中小企业融资的燃眉之急，这与主板市场产生了鲜明的对比，表明发展多层次资本市场确实提高了股票市场的资源配置效率。
与此相对，在表4的栏位（1）中，显著的[η]表明政府指导下创业板市场的资源配置是有效率的，且远高于中小板和主板市场，表明政府通过引导创业板金融资源流向产出更高的企业、行业和地区，实现了创业板的资源基础配置作用，而创业板的高风险特征也决定了其高收益和高产出，因此创业板的[η]高于其他板块。然而，从表4栏位（2）―（5）的回归结果来看，尽管市场竞价条件下的资本配置是有效的，但并不显著，这可能是由于创业板市场成立时间较短，其在省域间的资本配置效率尚未显现，因此应当进一步加快推进和完善多层次资本市场的建设。
四、结论
截至2015年底，包括主板、中小板、创业板、场外柜台交易网络和地方股权市场在内的多层次资本市场体系渐次清晰，为企业创立、成长、壮大和衰退的整个生命周期提供直接融资，为发挥市场资源配置的决定性作用奠定了基础，已经成为经济供给侧转型升级和持续发展的强有力引擎。但自改革开放以来，中国金融结构过度“银行化”，监管的滞后和监管独立性的缺失进一步加剧了证券市场的泡沫化和无序性，股票市场能否在资源配置中发挥其应有的作用成为社会各界关注的焦点。鉴于此，本文在沃格勒（2000）效率定量测度模型的基础上，引入空间相依性，分别测度了多层次资本市场制度实施以来主板市场、中小板和创业板市场在中国省域经济发展中的资源配置效率。
实证结果表明主板市场仅仅体现了政府指导下的资源配置效率，而市场竞价条件下的资源配置效率并不显著；与此产生鲜明对比的是中小板不仅体现了政府指导下的资源配置效率，还体现了市场竞价条件下的资本配置效率；创业板的配置效率介于主板和中小板之间。从本文的实证结果我们可以发现，当其他条件（监管制度、法律环境和投资者主体及其成熟度等）保持不变时，资本市场的配置效率与市场监管和准入门槛成负相关关系，即市场准入门槛越低④，进入该市场融资的企业对资本的需求就越发强烈，其资源配置功能在实体经济中的发挥就更加充分。本文的政策含义在于：多层次资本市场不仅是主板市场的有益和必要补充，其较低的上市门槛、灵活的上市机制和服务中小企业的市场定位还能够更加高效地发挥股票市场的资源配置功能。从长远来看，践行供给侧国家重大改革战略，推动大众创业、万众创新，必须发展统一、规范的多层次资本市场，并畅通转板机制，引导社会闲置资金流入效益更好、产出更高的实体经济，提高全社会的资源配置效率。
注：
①为了调节二级市场的走势，证监会曾9次暂停和重启IPO（截至2015年7月），并且股票首发价格大多在证监会的价格指导窗口下形成，因此股票市场筹资额（包括IPO、增发和配股）更多地代表了政府指导下的资源配置效率；此外，由于IPO频繁暂停和重启，样本期内存在大量的缺失值，这就使得筹资额并非地区资源配置效率的良好代理指标。股票市场交易额是投资者在二级市场上通过公开竞价形成的价格与年交易数量的乘积，能够反映市场对股票和企业价值的判断与评估，因此，股票市场交易额更能反映市场的资源配置效率。
②其标准形式为：
[Z（d）=Moran's I-E（Moran's I）VAR（Moran's I）]
③历史上证监会曾9次暂停和重启IPO，导致大量缺失值的存在，因此本文仅采用OLS回归进行参照分析。
④从准入门槛来看，中小板市场发行条件中的财务指标在数量上大多参照主板首次公开发行条件，并高于创业板市场；但实际上，创业板的股票估值一般高于中小板，并且创业板有一定的行业和业绩增长要求。通常来讲国家政策限制发展、行业比较饱和、缺乏创新或技术、增速缓慢或者业绩可能波动的企业只能选择中小板，因此若拟上市企业无法满足创业板上市条件，才会退而求其次选择中小板。
参考文献：
[1]Boot A W，Thakor A V. 1997. Banking scope and financial innovation[J].Review of Financial Studies， 10（4）.
[2]Levine R，Zervos S. 1998. Stock Market， Banks， and Economic Growth[J].American Economic Review， 88.
[3]Wurgler J. 2000. Financial markets and the allocation of capital[J].Journal of Financial Economics， 58.
[4]范学俊.金融政策与资本配置效率――1992―2005年中国的实证[J].数量经济技术经济研究， 2008， （2）.
[5]方军雄.市场化进程与资本配置效率的改善[J].经济研究， 2006， （5）.
[6]花贵如，刘志远，许骞.投资者情绪、企业投资行为与资源配置效率[J].会计研究， 2010， （11）.
[7]靳庆鲁，薛爽，郭春生.市场化进程影响公司的增长与清算价值吗？[J].经济学（季刊）， 2010，（4）.
[8]康继军，王卫，傅蕴英.中国各地区市场化进程区位分布的空间效应研究[J].统计研究， 2009， 26（5）.
[9]潘文卿，张伟.中国资本配置效率与金融发展相关性研究[J].管理世界， 2003， （8）.
[10]蒲艳萍，成肖.金融发展、市场化与服务业资本配置效率[J].经济学家， 2014， （6）.
[11]强国令，闫杰，李刚，马长发.资源配置效率：市场还是政府？――来自中国上市公司的经验证据[J].上海经济研究，2015，（6）.
Abstract：Using the panel data of China's 31 provinces from 1997 to 2013 as the research object，this paper measures the resource allocation efficiency of the main board，small and medium-sized enterprises board and GEM by employing the spatial Durbin model. The results imply that the Chinese stock market reflect the resource allocation efficiency under the guidance of the government. Furthermore，the allocation efficiency of the mainboard is the lowest，the allocation efficiency of GEM is the highest，and the allocation efficiency of small and medium-sizedenterprises board is in the middle. However，only the small and medium-sizedenterprises board plays its role in the resource allocation under the competitive market. The allocation efficiency of the main board and GEM have not been revealed yet. Therefore，the only way to realize an optimum allocation of resources is to strengthen theindependence of supervision and greatly improve the multi-layered stock market. And then China's economic reform and transformation is accomplished.
Key Words：spatial correlation，multi-layer capital market，efficiency of capital allocation
