房地產業與金融業的波動溢出效應研究 本文檔格式為 WORD,感謝你的閱讀。 摘要：文章基于 MVGARCH-BEKK-t 模型，結合 Wald檢驗，實證研究了次貸危機前、后房地產業和金融業間的波動溢出效應。通過分析得出：我國房地產業和金融業收益率的波動均受自身歷史波動的影響，而且波動具有聚集性和持久性，但次貸危機前波動的持久性強于次貸危機后；次貸危機前， 5%顯著水平下，房地產業與金融業之間不存在波動溢出效應；次貸危機后，房地產業對金融業存在單向的波動溢出效 應。因此，后危機時代，政府要進一步控制房地產業的風險，嚴防房地產業風險向金融系統擴散。 關鍵詞：房地產業；金融業；波動溢出； MVGARCH-BEKK-t 模型； Wald 檢驗 一、 前言 作為經濟發展重要的兩個產業，房地產業和金融業之間有著密切聯系。一方面，房地產項目開發需要巨額資金支持，除了主要來源于銀行信貸，還有一部分來源于上市融資、保險、基金、信托、期貨等其它金融類產業；另一方面，消費者對房地產業產品的消費也需要銀行的支持。因此，房地產業與金融業間的相互影響不可小覷。縱觀 1997 年東南亞金融危機、 2008 年美國次貸危機等，房地產價格劇烈波動幾乎總是與金融危機如影相隨。由于市場投機行為、寬松的貨幣政策等原因，我國房地產業快速發展的同時也集聚了一定的泡沫。如果房地產泡沫破滅，可能會導致金融業風險的爆發；金融業風險引爆，也可能會造成房地產業融資困難，資金鏈斷裂，引發房地產業風險。尤其在美國退出 QE、我國銀根收緊的情境下，探討房地產業與金融業之間的波動溢出效應，剖析兩個市場間信息傳遞效率，對制定房地產業的調控政策和金融業風險管控措施，保持房地產業健康有序發展和維持金融業的穩定，實現經 濟轉型發展具有重要現實意義。 本文以地產股和金融股為研究對象，采用雙變量MVGARCH-BEKK 模型和 Wald 檢驗，探索房地產業和金融業之間的波動溢出效應，為市場參與者、房地產業和金融業的調控及風險管理提供科學依據。 二、 BEKK 模型及 Wald 檢驗 三、 房地產業和金融業波動溢出效應檢驗 1. 數據選擇和描述性統計。選擇深圳地產指數和金融指數分別作為房地產業和金融業的代表。樣本區間為 2001 年7 月 2 日 2014 年 4 月 28日，共 3 111 個交易日數據，數據來源于大智慧 軟件。文中采用對數收益形式，日收益率為：Rt=ln（ Pt/Pt-1），其中， Pt 為房地產指數或金融指數第 t日的收盤價。 由表 1 可知，樣本觀察期間內，房地產業的平均收益為正，而金融業則為負，但兩者標準差比較接近。峰度統計量和 J-B 檢驗統計量均表明兩序列不服從正態分布。由 ARCH效應檢驗可知，兩序列都具有明顯的條件異方差性（滯后 10階）。 Ljung-Box Q 統計量顯示，在 5%的顯著水平下，兩序列均不具有自相關性（滯后 10階）。單位根 ADF 檢驗表明所有的序列都是平穩的（ 1%的顯著水平）。即，房地產收益 率和金融業收益率均具有高峰厚尾、條件異方差性，適合用 GA-RCH 模型建模。 采用雙變量 MVGARCH-BEKK-t 模型對房地產業和金融業建模，結合 Wald 方法檢驗兩者之間的波動溢出效應。表 2 的第一欄是不對參數進行任何約束的 BEKK 模型估計結果，第二欄是房地產業和金融業間波動溢出效應 Wald 檢驗結果。 首先，基于 2001 年 7 月 2 日 2014 年 4 月 28日的數據進行實證分析。由第一欄的第一列可知，矩陣 A 和 B 的對角線元素 11 、 22 、 11 、 22 均顯著異于零（ 1%的顯著水平），說明房地產業和 金融業收益率的波動均受自身歷史波動的影響，而且波動具有聚集性和持久性。元素 12 、12 估計值比較小，且都不顯著，可粗略地判斷不存在從金融業到房地產業的波動溢出效應； 21 、 21 的估計值均顯著地不等于零（ 1%的顯著水平），可以粗略地判斷存在從房地產業到金融業的波動溢出效應。由 Wald 檢驗結果（第二欄的第一列）可知， 1%的顯著水平下，拒絕假設 1 和假設 2，接受假設 3，即房地產業對金融業存在單向的波動溢出效應，反之則不成立。 為進一步研究 2008 年次貸危機對我國房地產業與金融業波動溢出關系的沖擊，將樣 本分為兩個區間： 2001 年 7 月2 日 2007 年 12月 28日（次貸危機前）、 2008 年 1 月 2日 2014 年 4 月 28日（次貸危機后），分別對這兩個樣本進行建模。由表 2 第一欄的第二、三列可知，無論是次貸危機前還是后，房地產業和金融業收益率的波動均受自身歷史波動的影響，而且波動具有聚集性和持久性（對角元素 11 、22 、 11 、 22 均顯著異于零）。但是次貸危機之后，房地產業和金融業波動的聚集性和持久性比危機之前有所下降。次貸危機之前，房地產業、金融業波動的聚集性和持久性分別為 1.216 6（ 11+11 ）和 1.233 4（ 22+22 ），危機之后分別為 1.153 0 和 1.148 8。可能是因為次貸危機后，受經濟復蘇不確定性、房地產業政策調控等的影響，市場參與者對這兩個市場持審慎的投資態度，對信息反應敏捷，投資策略調整頻繁，波動的聚集性和持久性下降。 由表 2 第二欄的第二、三列可知，次貸危機前，元素12 、 12 、 21 、 21 均較小且不顯著，可粗略判斷房地產業和金融業之間不存在波動溢出效應， Wald 檢驗在 5%的顯著水平下接受了房地產業和金融業間不存在波動溢出效應的假設，進一步驗證了兩者之間不存在波動溢出 效應。次貸危機后，元素 12 、 12 估計值比較小且都不顯著，但 21 、21 的估計值均顯著地不等于零（ 1%的顯著水平），可以粗略地判斷存在房地產業到金融業單向的波動溢出效應， Wald檢驗結果說明， 1%的顯著水平下，房地產業對金融業存在波動溢出效應，但房地產業對金融業卻不存在波動溢出效應。 3. 結果分析。基于 2001 年 7 月 2 日到 2014 年 4 月 28日的樣本數據研究我國房地產業和金融業間的波動溢出效應，發現房地產業對金融業存在單向的波動溢出效應，并且這種效應是 2008 年次貸危機后產生的，即次貸危機前（ 2001年 7 月 2 日 2007 年 12月 28日）我國房地產業和金融業間不存在波動溢出效應，次貸危機后（ 2008 年 1 月 2 日 2014年 4 月 28日）房地產業和金融業間存在單向的波動溢出效應。出現 “ 次貸危機前房地產業與金融業之間不存在波動溢出效應 ” 這種現象，一方面是我們選擇 “ 地產指數 ” 和 “ 金融指數 ” 代表房地產業和金融業，但 2001 年到 2005 年，我國股市一直處于熊市，市場交易量不夠活躍，即便 2006 年我國基本完成了股權分置改革，恢復新股發行，但股市上 “ 地產指數 ” 和 “ 金融指數 ” 的信息傳遞效率仍然比較低；另一方面，次貸危 機前，雖然我國房地產業發展迅速，自住和投資性購房所占比重較大，投機套利所占比重小，房地產業發展較為健康；同時，國有商業銀行在這個時期進行了改革，剝離了銀行的不良資產，銀行風險較低，故兩者之間沒有明顯的波動溢出效應。受次貸危機的影響，我國股市受重創，房地產業風險也被業界和政府重視，政府多次調整貸款基礎利率，并出臺房地產購買政策，這些信息同時影響到股市上的房地產股和金融股，進而影響到 “ 房地產指數 ” 和 “ 金融指數 ” ；同時，房地產業是資本依賴性產業，資金主要來源于上市融資或銀行貸款，保險、基金、信托、期貨等其它金融類 產業，所以一旦房地產業出現風險，比如房價暴跌，以房產等作為抵押物抵押在銀行的資產，價值將下降，金融業尤其是銀行業將會受直接影響， 2007 年發生在美國的次貸危機就是一個典型案例。由于我國房地產業受政策調控影響比較大，并且民間資本也具有較強的實力，當金融業爆發風險，房地產業雖然很難從銀行融資，但政府出臺一些有利于房地產業的政策，比如取消限購、出臺買房落戶政策等 “ 救市 ” ，房地產業受金融業風險的影響將很小，所以盡管理論上金融業對房地產業可能存在波動溢出效應，但本文實證結果卻不支持該理論。 四、 結論 本文采用 MVGARCH-BEKK-t 模型研究了我國房地產業和金融業間的波動溢出效應，發現：（ 1）無論是次貸危機前（ 2001 年 7 月 2 日 2007 年 12月 28日）還是次貸危機后（ 2008 年 1 月 2 日 2014 年 4 月 28日），我國房地產業和金融業收益率的波動均受自身歷史波動的影響，而且波動具有聚集性和持久性，但次貸危機前波動的持久性強于次貸危機后；（ 2）次貸危機前， 5%顯著水平下，房地產業與金融業之間不存在波動溢出效應；次貸危機后，房地產業對金融業存在波動溢出效應，但金融業卻對房地產業不存在波動溢出效應，反映出次 貸危機后，房地產業對金融業存在單向的信息傳遞。這些實證結論一定程度上反映出我國房地產業受政策影響很大，民間資本具有一定實力，當金融業爆發風險，若政策出臺一些 救市 政策，可能會阻斷金融業風險向房地產業的傳染。因此，對于政府來說，目前的重中之重是控制房地產業本身的風險，抑制房地產市場的投機，穩定房地產價格，并通過市場手段引導其回歸到合理價格水平上，嚴防房地產業風險向金融系統風險擴散。 參考文獻： 1. Chiuling L， Raymond S.Return Relation- ships between Listed Banks and Real Estate Firms： Evidence from Seven Asian Economies.The Journal of Real Estate Finance and Economics， 2005， 31（ 2）： 189-206. 3. 劉桂梅，趙麗 .基于 Copula-GARCH 模型的上證地產股與金融股的相關性研究 .浙江大學學報（理工版）， 2013，40（ 2）： 140-145. 4. 董秀良，曹鳳岐 .國內外股市波動溢出 效應 基于多元 GARCH 模型的實證研究 .數理統計與管理， 2009， 28（ 6）： 1091-1099. 5. 項衛星，李宏瑾，白大范 .銀行信貸擴張與房地產泡沫：美國、日本及東亞各國和地區的教訓 .國際金融研究，2007，（ 3）： 54-60. 6. 劉瓊芳，張宗益 .基于 Copula 房地產與金融行業的股票相關性研究 .管理工程學報， 2011， 25（ 1）： 165-170. 7. 江紅莉，何建敏，莊亞明 .基于時變 Copula 的房地產業與銀行業尾部動態相依性研究 .管理工程學報， 2013， 27（ 3）： 53-59. 8. 文風華，張阿蘭，戴志鋒，楊曉光 .房地產價格波動與金融脆弱性 .中國管理科學， 2012， 20（ 2）： 1-10. 9. 王燕 .基于 FIGARCH 模型的地產股對金融股市場影響分析 .南開管理評論， 2013， 16（ 4）： 154-160. 10. 陳云，陳浪南，林魯東 .人民幣匯率與股票市場波動溢出效應研究 .管理科學， 2009， 22（ 3）： 104-112. 作者簡介：何建敏，東南大學經濟管理學院教授、博士生導師；江紅莉，江蘇大學財經學院講師，東南大學管理學博士，江蘇大學系統工程學博士后。 收稿日期： 2014-06-20。 文檔資料：房地產業與金融業的波動溢出效應研究 完整下載 完整閱讀 全文下載 全文閱讀 免費閱讀及下載 閱讀相關文檔 :我國區域工業的效率變化、技術進步與資本深化效應 基于可視化文獻分析方法的組織學習研究評述 消解新聞客觀性的疑惑 人類學“ 寫文化 ” 的啟示 論語名句探微舉隅 勞動力城鄉流動影響因素分析 戈爾巴喬夫與蘇聯解體之我見 靈性社會工作的理論與實踐 單身貴族的獨樂樂 中國好聲音對當代中學生產生 的影響及對策 從 “ 丑女 ”