房地產業(yè)與金融業(yè)的波動溢出效應研究

江紅莉　何建敏

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(yè)和金融業(yè)間的波動溢出效應。通過分析得出：我國房地產業(yè)和金融業(yè)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(yè)與金融業(yè)之間不存在波動溢出效應；次貸危機后，房地產業(yè)對金融業(yè)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(yè)的風險，嚴防房地產業(yè)風險向金融系統(tǒng)擴散。

關鍵詞：房地產業(yè)；金融業(yè)；波動溢出；MVGARCH-BEKK-t模型；Wald檢驗

一、 前言

作為經濟發(fā)展重要的兩個產業(yè)，房地產業(yè)和金融業(yè)之間有著密切聯(lián)系。一方面，房地產項目開發(fā)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(yè)；另一方面，消費者對房地產業(yè)產品的消費也需要銀行的支持。因此，房地產業(yè)與金融業(yè)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(yè)快速發(fā)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(yè)風險的爆發(fā)；金融業(yè)風險引爆，也可能會造成房地產業(yè)融資困難，資金鏈斷裂，引發(fā)房地產業(yè)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(yè)與金融業(yè)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(yè)的調控政策和金融業(yè)風險管控措施，保持房地產業(yè)健康有序發(fā)展和維持金融業(yè)的穩(wěn)定，實現經濟轉型發(fā)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(yè)和金融業(yè)之間的波動溢出效應，為市場參與者、房地產業(yè)和金融業(yè)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(yè)和金融業(yè)波動溢出效應檢驗

1. 數據選擇和描述性統(tǒng)計。選擇深圳地產指數和金融指數分別作為房地產業(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(yè)的平均收益為正，而金融業(yè)則為負，但兩者標準差比較接近。峰度統(tǒng)計量和J-B檢驗統(tǒng)計量均表明兩序列不服從正態(tài)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(tǒng)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(wěn)的（1%的顯著水平）。即，房地產收益率和金融業(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模型對房地產業(yè)和金融業(yè)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(yè)和金融業(yè)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α11、α22、β11、β22均顯著異于零（1%的顯著水平），說明房地產業(yè)和金融業(yè)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α12、β12估計值比較小，且都不顯著，可粗略地判斷不存在從金融業(yè)到房地產業(yè)的波動溢出效應；α21、β21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(yè)到金融業(yè)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(yè)對金融業(yè)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(yè)與金融業(yè)波動溢出關系的沖擊，將樣本分為兩個區(qū)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(yè)和金融業(yè)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α11、α22、β11、β22均顯著異于零）。但是次貸危機之后，房地產業(yè)和金融業(yè)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(yè)、金融業(yè)波動的聚集性和持久性分別為1.216 6（α11+β11）和1.233 4（α22+β22），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(yè)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(tài)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α12、β12、α21、β21均較小且不顯著，可粗略判斷房地產業(yè)和金融業(yè)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(yè)和金融業(yè)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α12、β12估計值比較小且都不顯著，但α21、β21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(yè)到金融業(yè)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(yè)對金融業(yè)存在波動溢出效應，但房地產業(yè)對金融業(yè)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(yè)和金融業(yè)間的波動溢出效應，發(fā)現房地產業(yè)對金融業(yè)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(yè)和金融業(yè)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(yè)和金融業(yè)間存在單向的波動溢出效應。出現“次貸危機前房地產業(yè)與金融業(yè)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(yè)和金融業(yè)，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(fā)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(yè)發(fā)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(yè)發(fā)展較為健康；同時，國有商業(yè)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(chuàng)，房地產業(yè)風險也被業(yè)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(yè)是資本依賴性產業(yè)，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(yè)，所以一旦房地產業(yè)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(yè)尤其是銀行業(yè)將會受直接影響，2007年發(fā)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(yè)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(yè)爆發(fā)風險，房地產業(yè)雖然很難從銀行融資，但政府出臺一些有利于房地產業(yè)的政策，比如取消限購、出臺買房落戶政策等“救市”，房地產業(yè)受金融業(yè)風險的影響將很小，所以盡管理論上金融業(yè)對房地產業(yè)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(yè)和金融業(yè)間的波動溢出效應，發(fā)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(yè)和金融業(yè)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(yè)與金融業(yè)之間不存在波動溢出效應；次貸危機后，房地產業(yè)對金融業(yè)存在波動溢出效應，但金融業(yè)卻對房地產業(yè)不存在波動溢出效應，反映出次貸危機后，房地產業(yè)對金融業(yè)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(yè)受政策影響很大，民間資本具有一定實力，當金融業(yè)爆發(fā)風險，若政策出臺一些"救市"政策，可能會阻斷金融業(yè)風險向房地產業(yè)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(yè)本身的風險，抑制房地產市場的投機，穩(wěn)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(yè)風險向金融系統(tǒng)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(tǒng)計與管理，2009，28（6）：1091-1099.

5. 項衛(wèi)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(qū)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(yè)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(yè)與銀行業(yè)尾部動態(tài)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(tǒng)工程學博士后。

收稿日期：2014-06-20。