研究区域集聚对金融科技产业的影响

体和环境，有利于产业集群知识互补效应的发挥;张超(2020)同样认为，北京持牌金融法人数量上的优势带来了金融科技产业发展不可或缺的优越条件。综上，现有文献针对金融科技产业的集群效应及其外部性作用的研究较少，且主要侧重于理论分析与意义阐述。基于此，本文从金融科技公司股权收益的角度出发，以香蜜湖金融科技指数为实际案例，通过构建地域性产业集群子指数的方式，实证检验对于我国以地域为划分依据的金融科技产业集群是否对集群所属的金融科技企业有着正面的外部性作用，并依据结论提出建议，以期为我国金融科技产业集群发展提供参考。

二、香蜜湖金融科技指数的产业集群效应分析

香蜜湖金融科技指数是以深圳的金融科技产业聚集地—香蜜湖为名，但其实该指数的成分包含了全部在A股上市的金融科技相关公司，是目前我国最权威的金融科技产业证券指数。因此，以香蜜湖金融科技指数为实际案例进行金融科技产业集群效应的研究具有一定的代表性与科学性。

(一)香蜜湖金融科技指数

2017年6月9日，深圳市福田区金融发展事务署与中国证券信息有限公司联合发布了香蜜湖金融科技指数(简称“金融科技”，代码“399699”)。该指数以2017年5月26日为基日，以3000点为基点，意在刻画我国分布式技术(包括区块链、云计算)、互联技术(电子及网络支付)、金融安全以及互联网金融(网络借贷等)等金融科技子领域上市公司的发展情况。截至2020年8月31日，根据该指数的样本券情况统计，目前A股市场与金融科技相关的上市公司共82家，总市值将近3万亿元人民币。其中，67家在深交所上市，数量约占总数的80%以上，说明深圳创业板的上市交易机制对于金融科技企业较为友好。以产业集群的视角分析香蜜湖金融科技指数的成分券，可以发现：在地域上可分为长三角、珠三角和京津冀三个集中区，与经济上的经济圈概念不谋而合，且按照地域进行划分后的金融科技上市公司的产业集群聚集属性会更加突出。

(二)金融科技上市公司产业集群的地域特征

按照地域标准划分的金融科技上市公司的定性特征，如表1所示：

京津冀经济圈的金融科技上市公司，可以看出：总计27家上市公司集中地分布在应用软件和信息技术咨询行业，其中：应用软件子领域以ERP、CRM、OA系统等为代表性产品，龙头企业为用友网络(600588);信息技术咨询子领域内的主导业务则是支付系统，其原因与北京特殊的经济、政治地位相关，是众多商业银行总部的所在地，其中紫光股份(000938)的金融网络解决方案、启明星辰(002439)的信息安全保护解决方案、航天信息(600271)的金融及非金融大数据解决方案以及拉卡拉(300773)的移动支付解决方案都是业内具有领先地位的成熟产品。在三大经济圈的金融科技产业集群中，京津冀金融科技产业集群具有更强的聚集效应，根据产业集群的基本特性，其上市公司股票收益应该存在更多的关联性。

长三角经济圈的金融科技产业集群特征超越了金融科技内子行业的限定范围，需要以更高视角进行相关解析。比如：其市值位列前3名的上市公司东方财富(300059)、恒生电子(600570)和同花顺(300033)的子行业属性分别为投行经纪业务、应用软件和多元金融服务，但其本质上都是依托上海金融中心的资本投融资优势，围绕着资本要素市场的交易属性开展业务。又如：东方财富既为交易者提供股票等资产的传统投行经纪业务，又独立地为投资者提供基于网络的证券交易信息集散平台等信息化服务;恒生电子是我国最大的投资交易风控一体化系统的提供商，占据了几乎全部的公募基金市场以及广义资管行业的半壁江ft;而同花顺和市值名列第五的大智慧(601519)的主打产品则均是针对二级市场散户的通用经纪商系统，同样拥有行业内较高的市占率与口碑。所以，长三角经济圈的金融科技产业集群是依托于股权市场二级交易而形成的完整的产业上下游链条，虽不如京津冀金融科技产业集群密集，但存在更加完整的商业逻辑。

对珠三角金融科技产业集群进行特征分析前需要进行个例排除，即最大市值样本的中国平安(601318)，原因在于尽管中国平安已将其企业口号转向“金融、科技”，但其主营业务收入和利润来源仍是传统的保险业务，科技成分更多的是为保险和银行业务赋能，目的是减少业务的交易摩擦成本和提高业务流程效率，并未构成有效的金融对外输出和产品化。由于地处中国电子制造业最为发达的经济圈，珠三角的金融科技产业集群呈现了非常明显的软硬件结合生态特征：如广电运通(002152)提供了从ATM至自动化柜员机等一系列银行软硬件结合的在2020年呈现了不同于其他地区上扬的调整态势。

区域性产业集群外部性的代理变量ERi,t回归系数显著，符号为正，与理论分析相一致。该实证检验的结果说明以香蜜湖金融科技指数中的上市公司为样本，区域性产业集群存在对集群所属公司的正向外部性作用。

(三)采用虚拟变量刻画产业集群外部性的实证分析

(二)以“子指数”为产业集群外部性代理变量

为检验实证结果的稳健性，考虑不包含ERi,t变量，但加入香蜜湖金融科技指数Ri,t收益作为新的控制变量，进行如下的虚拟变量回归，公式如下：因需要对市场对于金融科技板块的态度和价值判断的因素进行控制，故仅关注上市公司所处产业集群对其股权收益的影响。本文选取营业总收入同比增长率(Z1)、净利润同比增长率(Z2)、经营现金流同比增长率(Z3)、研发费用同比增长率(Z4)、公司成立年限(Z5)、公司上市年限(Z6)等公司间共线性低且能够表示公司经营状况的核心财务指标作为控制变量，以进行个体自身特异性表现分离。同时，考虑以区域性子指数与香蜜湖金融科技指数的收益差值作为去行业趋势后的产业集群外部性代理变量，计算公式为：

ERi,t=Ri,t-TRt(2)

其中，i取值1、2、3，分别对应京津冀、长三角和珠三角;Ri,t为子指数在t时期的收益;TRt为香蜜湖金融科技指数在t时期的收益;ERi,t为差值，即区域性金融科技产业集群相较于香蜜湖总指数的超额收益(或亏损)。

对样本进行了Hausman检验后，采用固定效应面板数据模型进行实证分析，公式如下：

Rj,t=茁0+茁1ERi,t+酌1Z1j,t-1+…+酌6Z6j,t-1+着j,t(3)

其中，Rj,t代表第j个金融科技上市公司的股价在t-1到t时期内的回报;Z为控制变量，着为随机误差。

实证结果如表2所示，在1%的显著性水平下，其中，D为虚拟变量，设定形式见表3。

实证结果如表4所示。可以发现，地域性金融科技产业集群虚拟变量的回归系数中，长三角集群的系数为0.0810，其值最大且在5%的水平下显著;其次为京津冀集群、珠三角集群，但其系数并不显著，印证了前文的定性分析中提及的长三角经济圈的金融科技产业集群形成是依托于股权和资本交易市场而形成的完整产业上下游链条，更具商业协作能力，所以相较京津冀金和珠三角的融科技产业集群，其正向集群作用也更显著。

五、结论与建议

通过对金融科技上市公司股票收益的定量研究可以发现：区域性金融科技产业集群的存在对于集群内金融科技企业是存在较为显著的正向外部性作用。这对于地处成熟产业集群的相关企业来说是发展的助推器，而对于未处于发达经济区、试图通过金融科技赛道进行弯道超车的企业来说确是劣势。据此，本文针对如何利用产业集群的正向外部性效应促进我国金融科技产业发展提出以下建议：

1.发挥集产业群内龙头企业的带动作用，形成条线化发展方案。从金融科技产业集群特征分析可