房地產(chǎn)業(yè)與金融業(yè)的波動(dòng)溢出效應(yīng)研究

江紅莉　何建敏

摘要：文章基于MVGARCH-BEKK-t模型，結(jié)合Wald檢驗(yàn)，實(shí)證研究了次貸危機(jī)前、后房地產(chǎn)業(yè)和金融業(yè)間的波動(dòng)溢出效應(yīng)。通過(guò)分析得出：我國(guó)房地產(chǎn)業(yè)和金融業(yè)收益率的波動(dòng)均受自身歷史波動(dòng)的影響，而且波動(dòng)具有聚集性和持久性，但次貸危機(jī)前波動(dòng)的持久性強(qiáng)于次貸危機(jī)后；次貸危機(jī)前，5%顯著水平下，房地產(chǎn)業(yè)與金融業(yè)之間不存在波動(dòng)溢出效應(yīng)；次貸危機(jī)后，房地產(chǎn)業(yè)對(duì)金融業(yè)存在單向的波動(dòng)溢出效應(yīng)。因此，后危機(jī)時(shí)代，政府要進(jìn)一步控制房地產(chǎn)業(yè)的風(fēng)險(xiǎn)，嚴(yán)防房地產(chǎn)業(yè)風(fēng)險(xiǎn)向金融系統(tǒng)擴(kuò)散。

關(guān)鍵詞：房地產(chǎn)業(yè)；金融業(yè)；波動(dòng)溢出；MVGARCH-BEKK-t模型；Wald檢驗(yàn)

一、 前言

作為經(jīng)濟(jì)發(fā)展重要的兩個(gè)產(chǎn)業(yè)，房地產(chǎn)業(yè)和金融業(yè)之間有著密切聯(lián)系。一方面，房地產(chǎn)項(xiàng)目開(kāi)發(fā)需要巨額資金支持，除了主要來(lái)源于銀行信貸，還有一部分來(lái)源于上市融資、保險(xiǎn)、基金、信托、期貨等其它金融類產(chǎn)業(yè)；另一方面，消費(fèi)者對(duì)房地產(chǎn)業(yè)產(chǎn)品的消費(fèi)也需要銀行的支持。因此，房地產(chǎn)業(yè)與金融業(yè)間的相互影響不可小覷?？v觀1997年?yáng)|南亞金融危機(jī)、2008年美國(guó)次貸危機(jī)等，房地產(chǎn)價(jià)格劇烈波動(dòng)幾乎總是與金融危機(jī)如影相隨。由于市場(chǎng)投機(jī)行為、寬松的貨幣政策等原因，我國(guó)房地產(chǎn)業(yè)快速發(fā)展的同時(shí)也集聚了一定的泡沫。如果房地產(chǎn)泡沫破滅，可能會(huì)導(dǎo)致金融業(yè)風(fēng)險(xiǎn)的爆發(fā)；金融業(yè)風(fēng)險(xiǎn)引爆，也可能會(huì)造成房地產(chǎn)業(yè)融資困難，資金鏈斷裂，引發(fā)房地產(chǎn)業(yè)風(fēng)險(xiǎn)。尤其在美國(guó)退出QE、我國(guó)銀根收緊的情境下，探討房地產(chǎn)業(yè)與金融業(yè)之間的波動(dòng)溢出效應(yīng)，剖析兩個(gè)市場(chǎng)間信息傳遞效率，對(duì)制定房地產(chǎn)業(yè)的調(diào)控政策和金融業(yè)風(fēng)險(xiǎn)管控措施，保持房地產(chǎn)業(yè)健康有序發(fā)展和維持金融業(yè)的穩(wěn)定，實(shí)現(xiàn)經(jīng)濟(jì)轉(zhuǎn)型發(fā)展具有重要現(xiàn)實(shí)意義。

本文以地產(chǎn)股和金融股為研究對(duì)象，采用雙變量MVGARCH-BEKK模型和Wald檢驗(yàn)，探索房地產(chǎn)業(yè)和金融業(yè)之間的波動(dòng)溢出效應(yīng)，為市場(chǎng)參與者、房地產(chǎn)業(yè)和金融業(yè)的調(diào)控及風(fēng)險(xiǎn)管理提供科學(xué)依據(jù)。

二、 BEKK模型及Wald檢驗(yàn)

三、 房地產(chǎn)業(yè)和金融業(yè)波動(dòng)溢出效應(yīng)檢驗(yàn)

1. 數(shù)據(jù)選擇和描述性統(tǒng)計(jì)。選擇深圳地產(chǎn)指數(shù)和金融指數(shù)分別作為房地產(chǎn)業(yè)和金融業(yè)的代表。樣本區(qū)間為2001年7月2日～2014年4月28日，共3 111個(gè)交易日數(shù)據(jù)，數(shù)據(jù)來(lái)源于大智慧軟件。文中采用對(duì)數(shù)收益形式，日收益率為：Rt=ln（Pt/Pt-1），其中，Pt為房地產(chǎn)指數(shù)或金融指數(shù)第t日的收盤(pán)價(jià)。

由表1可知，樣本觀察期間內(nèi)，房地產(chǎn)業(yè)的平均收益為正，而金融業(yè)則為負(fù)，但兩者標(biāo)準(zhǔn)差比較接近。峰度統(tǒng)計(jì)量和J-B檢驗(yàn)統(tǒng)計(jì)量均表明兩序列不服從正態(tài)分布。由ARCH效應(yīng)檢驗(yàn)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(tǒng)計(jì)量顯示，在5%的顯著水平下，兩序列均不具有自相關(guān)性（滯后10階）。單位根ADF檢驗(yàn)表明所有的序列都是平穩(wěn)的（1%的顯著水平）。即，房地產(chǎn)收益率和金融業(yè)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(duì)房地產(chǎn)業(yè)和金融業(yè)建模，結(jié)合Wald方法檢驗(yàn)兩者之間的波動(dòng)溢出效應(yīng)。表2的第一欄是不對(duì)參數(shù)進(jìn)行任何約束的BEKK模型估計(jì)結(jié)果，第二欄是房地產(chǎn)業(yè)和金融業(yè)間波動(dòng)溢出效應(yīng)Wald檢驗(yàn)結(jié)果。

首先，基于2001年7月2日～2014年4月28日的數(shù)據(jù)進(jìn)行實(shí)證分析。由第一欄的第一列可知，矩陣A和B的對(duì)角線元素α11、α22、β11、β22均顯著異于零（1%的顯著水平），說(shuō)明房地產(chǎn)業(yè)和金融業(yè)收益率的波動(dòng)均受自身歷史波動(dòng)的影響，而且波動(dòng)具有聚集性和持久性。元素α12、β12估計(jì)值比較小，且都不顯著，可粗略地判斷不存在從金融業(yè)到房地產(chǎn)業(yè)的波動(dòng)溢出效應(yīng)；α21、β21的估計(jì)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(chǎn)業(yè)到金融業(yè)的波動(dòng)溢出效應(yīng)。由Wald檢驗(yàn)結(jié)果（第二欄的第一列）可知，1%的顯著水平下，拒絕假設(shè)1和假設(shè)2，接受假設(shè)3，即房地產(chǎn)業(yè)對(duì)金融業(yè)存在單向的波動(dòng)溢出效應(yīng)，反之則不成立。

為進(jìn)一步研究2008年次貸危機(jī)對(duì)我國(guó)房地產(chǎn)業(yè)與金融業(yè)波動(dòng)溢出關(guān)系的沖擊，將樣本分為兩個(gè)區(qū)間：2001年7月2日～2007年12月28日（次貸危機(jī)前）、2008年1月2日～2014年4月28日（次貸危機(jī)后），分別對(duì)這兩個(gè)樣本進(jìn)行建模。由表2第一欄的第二、三列可知，無(wú)論是次貸危機(jī)前還是后，房地產(chǎn)業(yè)和金融業(yè)收益率的波動(dòng)均受自身歷史波動(dòng)的影響，而且波動(dòng)具有聚集性和持久性（對(duì)角元素α11、α22、β11、β22均顯著異于零）。但是次貸危機(jī)之后，房地產(chǎn)業(yè)和金融業(yè)波動(dòng)的聚集性和持久性比危機(jī)之前有所下降。次貸危機(jī)之前，房地產(chǎn)業(yè)、金融業(yè)波動(dòng)的聚集性和持久性分別為1.216 6（α11+β11）和1.233 4（α22+β22），危機(jī)之后分別為1.153 0和1.148 8?？赡苁且?yàn)榇钨J危機(jī)后，受經(jīng)濟(jì)復(fù)蘇不確定性、房地產(chǎn)業(yè)政策調(diào)控等的影響，市場(chǎng)參與者對(duì)這兩個(gè)市場(chǎng)持審慎的投資態(tài)度，對(duì)信息反應(yīng)敏捷，投資策略調(diào)整頻繁，波動(dòng)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(jī)前，元素α12、β12、α21、β21均較小且不顯著，可粗略判斷房地產(chǎn)業(yè)和金融業(yè)之間不存在波動(dòng)溢出效應(yīng)，Wald檢驗(yàn)在5%的顯著水平下接受了房地產(chǎn)業(yè)和金融業(yè)間不存在波動(dòng)溢出效應(yīng)的假設(shè)，進(jìn)一步驗(yàn)證了兩者之間不存在波動(dòng)溢出效應(yīng)。次貸危機(jī)后，元素α12、β12估計(jì)值比較小且都不顯著，但α21、β21的估計(jì)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(chǎn)業(yè)到金融業(yè)單向的波動(dòng)溢出效應(yīng)，Wald檢驗(yàn)結(jié)果說(shuō)明，1%的顯著水平下，房地產(chǎn)業(yè)對(duì)金融業(yè)存在波動(dòng)溢出效應(yīng)，但房地產(chǎn)業(yè)對(duì)金融業(yè)卻不存在波動(dòng)溢出效應(yīng)。

3. 結(jié)果分析?；?001年7月2日到2014年4月28日的樣本數(shù)據(jù)研究我國(guó)房地產(chǎn)業(yè)和金融業(yè)間的波動(dòng)溢出效應(yīng)，發(fā)現(xiàn)房地產(chǎn)業(yè)對(duì)金融業(yè)存在單向的波動(dòng)溢出效應(yīng)，并且這種效應(yīng)是2008年次貸危機(jī)后產(chǎn)生的，即次貸危機(jī)前（2001年7月2日～2007年12月28日）我國(guó)房地產(chǎn)業(yè)和金融業(yè)間不存在波動(dòng)溢出效應(yīng)，次貸危機(jī)后（2008年1月2日～2014年4月28日）房地產(chǎn)業(yè)和金融業(yè)間存在單向的波動(dòng)溢出效應(yīng)。出現(xiàn)“次貸危機(jī)前房地產(chǎn)業(yè)與金融業(yè)之間不存在波動(dòng)溢出效應(yīng)”這種現(xiàn)象，一方面是我們選擇“地產(chǎn)指數(shù)”和“金融指數(shù)”代表房地產(chǎn)業(yè)和金融業(yè)，但2001年到2005年，我國(guó)股市一直處于熊市，市場(chǎng)交易量不夠活躍，即便2006年我國(guó)基本完成了股權(quán)分置改革，恢復(fù)新股發(fā)行，但股市上“地產(chǎn)指數(shù)”和“金融指數(shù)”的信息傳遞效率仍然比較低；另一方面，次貸危機(jī)前，雖然我國(guó)房地產(chǎn)業(yè)發(fā)展迅速，自住和投資性購(gòu)房所占比重較大，投機(jī)套利所占比重小，房地產(chǎn)業(yè)發(fā)展較為健康；同時(shí)，國(guó)有商業(yè)銀行在這個(gè)時(shí)期進(jìn)行了改革，剝離了銀行的不良資產(chǎn)，銀行風(fēng)險(xiǎn)較低，故兩者之間沒(méi)有明顯的波動(dòng)溢出效應(yīng)。受次貸危機(jī)的影響，我國(guó)股市受重創(chuàng)，房地產(chǎn)業(yè)風(fēng)險(xiǎn)也被業(yè)界和政府重視，政府多次調(diào)整貸款基礎(chǔ)利率，并出臺(tái)房地產(chǎn)購(gòu)買(mǎi)政策，這些信息同時(shí)影響到股市上的房地產(chǎn)股和金融股，進(jìn)而影響到“房地產(chǎn)指數(shù)”和“金融指數(shù)”；同時(shí)，房地產(chǎn)業(yè)是資本依賴性產(chǎn)業(yè)，資金主要來(lái)源于上市融資或銀行貸款，保險(xiǎn)、基金、信托、期貨等其它金融類產(chǎn)業(yè)，所以一旦房地產(chǎn)業(yè)出現(xiàn)風(fēng)險(xiǎn)，比如房?jī)r(jià)暴跌，以房產(chǎn)等作為抵押物抵押在銀行的資產(chǎn)，價(jià)值將下降，金融業(yè)尤其是銀行業(yè)將會(huì)受直接影響，2007年發(fā)生在美國(guó)的次貸危機(jī)就是一個(gè)典型案例。由于我國(guó)房地產(chǎn)業(yè)受政策調(diào)控影響比較大，并且民間資本也具有較強(qiáng)的實(shí)力，當(dāng)金融業(yè)爆發(fā)風(fēng)險(xiǎn)，房地產(chǎn)業(yè)雖然很難從銀行融資，但政府出臺(tái)一些有利于房地產(chǎn)業(yè)的政策，比如取消限購(gòu)、出臺(tái)買(mǎi)房落戶政策等“救市”，房地產(chǎn)業(yè)受金融業(yè)風(fēng)險(xiǎn)的影響將很小，所以盡管理論上金融業(yè)對(duì)房地產(chǎn)業(yè)可能存在波動(dòng)溢出效應(yīng)，但本文實(shí)證結(jié)果卻不支持該理論。

四、 結(jié)論

本文采用MVGARCH-BEKK-t模型研究了我國(guó)房地產(chǎn)業(yè)和金融業(yè)間的波動(dòng)溢出效應(yīng)，發(fā)現(xiàn)：（1）無(wú)論是次貸危機(jī)前（2001年7月2日～2007年12月28日）還是次貸危機(jī)后（2008年1月2日～2014年4月28日），我國(guó)房地產(chǎn)業(yè)和金融業(yè)收益率的波動(dòng)均受自身歷史波動(dòng)的影響，而且波動(dòng)具有聚集性和持久性，但次貸危機(jī)前波動(dòng)的持久性強(qiáng)于次貸危機(jī)后；（2）次貸危機(jī)前，5%顯著水平下，房地產(chǎn)業(yè)與金融業(yè)之間不存在波動(dòng)溢出效應(yīng)；次貸危機(jī)后，房地產(chǎn)業(yè)對(duì)金融業(yè)存在波動(dòng)溢出效應(yīng)，但金融業(yè)卻對(duì)房地產(chǎn)業(yè)不存在波動(dòng)溢出效應(yīng)，反映出次貸危機(jī)后，房地產(chǎn)業(yè)對(duì)金融業(yè)存在單向的信息傳遞。這些實(shí)證結(jié)論一定程度上反映出我國(guó)房地產(chǎn)業(yè)受政策影響很大，民間資本具有一定實(shí)力，當(dāng)金融業(yè)爆發(fā)風(fēng)險(xiǎn)，若政策出臺(tái)一些"救市"政策，可能會(huì)阻斷金融業(yè)風(fēng)險(xiǎn)向房地產(chǎn)業(yè)的傳染。因此，對(duì)于政府來(lái)說(shuō)，目前的重中之重是控制房地產(chǎn)業(yè)本身的風(fēng)險(xiǎn)，抑制房地產(chǎn)市場(chǎng)的投機(jī)，穩(wěn)定房地產(chǎn)價(jià)格，并通過(guò)市場(chǎng)手段引導(dǎo)其回歸到合理價(jià)格水平上，嚴(yán)防房地產(chǎn)業(yè)風(fēng)險(xiǎn)向金融系統(tǒng)風(fēng)險(xiǎn)擴(kuò)散。

參考文獻(xiàn)：

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(chǎn)股與金融股的相關(guān)性研究.浙江大學(xué)學(xué)報(bào)（理工版），2013，40（2）：140-145.

4. 董秀良，曹鳳岐.國(guó)內(nèi)外股市波動(dòng)溢出效應(yīng)——基于多元GARCH模型的實(shí)證研究.數(shù)理統(tǒng)計(jì)與管理，2009，28（6）：1091-1099.

5. 項(xiàng)衛(wèi)星，李宏瑾，白大范.銀行信貸擴(kuò)張與房地產(chǎn)泡沫：美國(guó)、日本及東亞各國(guó)和地區(qū)的教訓(xùn).國(guó)際金融研究，2007，（3）：54-60.

6. 劉瓊芳，張宗益.基于 Copula 房地產(chǎn)與金融行業(yè)的股票相關(guān)性研究.管理工程學(xué)報(bào)，2011，25（1）：165-170.

7. 江紅莉，何建敏，莊亞明.基于時(shí)變Copula的房地產(chǎn)業(yè)與銀行業(yè)尾部動(dòng)態(tài)相依性研究.管理工程學(xué)報(bào)，2013，27（3）：53-59.

8. 文風(fēng)華，張阿蘭，戴志鋒，楊曉光.房地產(chǎn)價(jià)格波動(dòng)與金融脆弱性.中國(guó)管理科學(xué)，2012，20（2）：1-10.

9. 王燕.基于FIGARCH模型的地產(chǎn)股對(duì)金融股市場(chǎng)影響分析.南開(kāi)管理評(píng)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(chǎng)波動(dòng)溢出效應(yīng)研究.管理科學(xué)，2009，22（3）：104-112.

作者簡(jiǎn)介：何建敏，東南大學(xué)經(jīng)濟(jì)管理學(xué)院教授、博士生導(dǎo)師；江紅莉，江蘇大學(xué)財(cái)經(jīng)學(xué)院講師，東南大學(xué)管理學(xué)博士，江蘇大學(xué)系統(tǒng)工程學(xué)博士后。

收稿日期：2014-06-20。