新常態下房地產與股市的關聯性實證分析

邵　方,朱德忠

(安徽財經大學 金融學院，安徽 蚌埠 233000 )

?

新常態下房地產與股市的關聯性實證分析

邵方,朱德忠

(安徽財經大學 金融學院，安徽 蚌埠 233000 )

2008年金融危機后，全球經濟基本步入“新常態”。為應對“新常態”，中國政府采取措施，使全國經濟呈現新“外貌”。針對新常態背景下房地產和股市狀況，以國房景氣指數代表中國房地產行業發展情況、上證綜合指數收盤價表示股市行情，建立VAR模型進行分析。之后引入貨幣供給量，重新建立模型，經脈沖響應、方差分解分析，得出上證綜指、國房景氣指數主要受自身行業的影響；貨幣供給量給房市和股市造成的影響度大于兩個市場相互間的影響程度；觀察短期內房地產行業、股市兩者之間相互的貢獻度，房市對股市的貢獻度更大。

新常態；國房景氣指數；上證綜合指數；VAR模型

一、引言

2014年5月，習近平主席在河南考察時初次提出“新常態”觀念；當年七月，習近平總書記在中南海召開的黨外人士座談會上再次用新常態觀念描述我國目前經濟面貌。實際上，2011年中國經濟就已經走進新常態。目前，“新常態”一詞已經是當下盛行的詞匯。“新常態”要求中國經濟發展方式必須轉變，不僅要脫離以往投資帶動和出口帶動經濟的增長方式，而且要逐漸蛻變為對質量、效益、可持續發展有更高追求的經濟增長新手段。

目前，我國采取新的經濟增長手段是除去經濟中的虛假成分，脫離投資依賴，轉向動力多元化，使環境更加優美等方向進發。高效與低速度同行，高速與低質量并駕。新常態下，中國經濟總體質量與效益走向上層水平的同時也伴隨經濟的結構性減速——中國 GDP增速從2012年起開始回落，增速放緩，2012年、2013年、2014年和2015年上半年增速分別為7.70%、7.70%、7.40%和7.00%，中國道別以前30多年平均約10.0%的經濟高速增長，開始轉降中高速增長(注：增速計算數據來源國家統計局官網)。

房地產和股票基本是各類投資者多元化組合投資的對象，而且在投資領域貨幣供給量是影響投資者決策的關鍵因素。因此，研究新經濟環境中在貨幣供給量這一控制變量的影響下房地產行業與股票行情的變化機制，微觀上有助于投資者做出合理選抉擇，建立最優投資組合；宏觀上有助于政府在新常態下制定政策進行多元化、多層次的資本市場監管，調動資本在各個市場間的流轉，推進房地產行業、股票市場和國民經濟的持續健康發展。

二、房地產與股市目前狀況

(一)房地產市場的現狀

2015年前三個季度，我國房地產開發投資7 000多億元，剔除價格因素實際增長4.20%，同比名義上漲2.60%，增速比1月—8月下降0.90%。其中，住宅投資上漲1.70%，增速下降0.60%。住宅投資額占房地產投資總額的67.3%。開發投資方面住宅用房投資絕對量最大，辦公樓絕對量最小，但是辦公樓用房投資額同比增長11.1%，增長量最大，表明2015年增加了在辦公樓方面的建設投資。售房總面積同比增加16.4%，但銷售額同比只增加15.3%，說明房價有所下降；其中商業營業用房銷售面積同比增加20.0%，銷售額卻同比下降1.70%，雖然其他用房銷售額同比增幅也不及銷售面積同比增幅，但其二者均有所上升，顯然商業營業用房價格下跌幅度最大。

面對經濟增速不斷下行的局面，國家也放松了監管：撤銷限購、放寬限貸，以刺激購房需求維護房市。CREIS中指數表明：2014年9月主要城市累計房地產市場交易面積環比增加7.24%，截至2014年9月末中指監測的主要城市房屋庫存量環比增加5.65%。這表明政府實行寬松政策使房地產市場有所回溫，但大量庫存壓力還是在考驗政策帶來的實際效用。

圖12014年9月至2015年10月房地產投資同比增速(%)

2015年國家實行多輪政策相互疊加，上半年央行頻繁降息降準，8月貨幣信貸政策再寬松后，9月的政策信貸財政端發力，同步促進新房、二手房市場的銷售，并且特別針對中小城市給予放寬的自主權，加之公積金新政的漸漸落實，截至目前，房貸成本已降低至歷史最低，消費者購房壓力再度釋放。CREIS中指數據表明：2015年，前三個季度中指監測的35個主要城市，五分之四的城市房地產市場交易面積同比上漲，深圳占據鰲頭——漲幅116.0%，其次東莞上漲88.0%，其他城市出現下降，合肥下降28.0%。2015年第三季度進入傳統售房淡季，成交量環比略降，但同比上漲，所以總體來說，政府頻繁“出手”，還是達到促使樓市回暖的效果。

(二)股票市場的現狀

2011年之后，股市總體呈下降趨勢，從2012年初到2014年4月，股市比較平穩，上證綜指保持在2 000點至2 500點之間震動，這段時間我國還未適應新常態。到2014年8月國家通過《預算法》修正案，2015年1月正式實施，2014年8月國家開發銀行建立住宅金融事業部，同年9月國務院頒發《關于加強地方政府性債務的意見》(第43號文)等一系列措施，管住政府的“有形的手”，各級政府權利一定程度上被削減，也使其改變以往“唯GDP論英雄”的標準，轉向加強公共服務投資。政府主動向有利于經濟健康發展的方向轉型，使具有“經濟晴雨表”功能的股市也漸漸回溫。2014年8月股市邁出低谷，在2014年底中央經濟工作會議之后，股市價格指數和成交總量更是持續攀升。再加上期間實施火熱的“一帶一路”政策，從2014年11月到2015年6月央行4次降息，使股市進入牛市，上證指數幾乎要突破5 000點，甚至掀起全民炒股的熱潮。但這些好似一場夢，2015年8月之后股市暴跌1 500點左右，雖然9月央行再次降息，但并未使股市有太大的好轉。

三、實證檢驗

(一)數據來源

本文選取國房景氣指數(REI)反映房地產行業發展狀況的和上證綜合指數收盤價(SH)作為反映股市的總體走勢的統計指標，鑒于數據可得性，本文選取廣義貨幣供給量(M2)代表我國貨幣供給量,為排除季節因素的影響，用Census X12方法調整，得到季節調整后的M2序列——M2_sa。國房景氣指數源于中宏產業數據庫，貨幣供給量源于中宏統計數據庫，上證綜合指數源于東方財富網。選取時間序列：1996年1月—2015年9月。

(二)數據檢驗

為去除數據的異方差性，對所有數據取對數得到lnSH和lnREI、lnM2_sa。

起初對三個變量進行單位根檢驗。在此基礎上用lnREI和lnSH建立VAR模型，基于所建立的模型結果，對二者進行Granger因果檢驗；然后，改進模型，引入控制變量——貨幣供給量，對三個變量進行Johansen協整檢驗、建立多元VAR模型，為深入分析房地產行業和股市的聯動性，最后采用Cholesky分解做出脈沖響應函數和方差分解對數據進行分析。

1.單位根檢驗

ADF和PP單位根檢驗，結果見表1。

表1單位根檢驗結果

變量原序列一階差分顯著水平ADFADFPPADFPP1%5%10%lnSH-2.0160.589-4.0450.008-4.000-3.430-3.139lnREI-4.3050.004——-3.998-3.429-3.138lnM2_sa-2.3010.431-20.8380-3.998-3.429-3.138

分析檢驗結果，可知國房景氣指數為平穩時間序列，上證綜指和M2_sa為一階單整序列；因此，用EG兩部法判斷lnSH與lnREI的協整性，用resid01表示其回歸方程的殘差，對lnSH與lnREI進行回歸后，resid01為-4.324,是平穩序列(顯著水平1%=-3.998)，即上證指數和國房景氣指數有協整關系。

之后，根據上述檢驗結果建立VAR模型。

2.VAR模型

(1)初始模型估計

對修正后的上證綜指和國房景氣指數建立VAR模型。根據準則——AIC和SC，同時利用似然比LR最終判定最適滯后階數為6,接著，利用模型檢驗擾動項之間存在的同期關聯程度，以殘差的同期相關矩陣表示。用en代表第n個方程的殘差(n=1,2)，結果見表2。

表2殘差同期相關性結果

e1e2e11-0.028e2-0.0281

由表2知lnSH和lnREI回歸方程的殘差的同期相關性略弱。繼而，進行Granger因果關系檢驗法分析上證綜指和國房景氣指數是否受到對方滯后期影響，結果見表3。

表3Granger檢驗結果(滯后6期)

因果性F值P值結論lnSHdoesnotGrangerCauselnREI2.2970.036拒接lnREIdoesnotGrangerCauselnSH0.6870.660接受

從表3我們可以看出，顯著水平為5%的情況下，拒絕假設：“lnSHdoes not Granger Cause lnREI”，即認為上證綜指可以Granger引起國房景氣指數，但是接受假設：“lnREIdoes not Granger Cause lnSH”。

(2)模型的改進

引入變量——M2，對lnSH、lnREI、lnM2_sa進行JJ協整檢驗,首先假設序列有線性趨勢但協整方程只有截距項，采用4階滯后期進行差分，結果見表4。

表4協整檢驗結果

零假設協整向量的個數Trace統計量5%的臨界值0125.02329.797至多1個11.62715.495至多2個0.4133.841

由表4的結果可知：lnSH、lnREI和lnM2_sa三個變量之間有兩個協整關系，故可以對這些變量建立VAR模型，根據準則AIC、SC，最后確定所以改進的模型的最適滯后期為2。得到建立的VAR模型方程：

觀察模型滯后2期的單位根的圖形表示結果(圖略)，全部特征根的倒數都出現在單位圓里，故而判定估計的模型穩定。

為進一步分析國房景氣指數與上證綜指的聯動性，本模型采用正交化方法Cholesky分解，得到國房景氣指數、上證綜指和貨幣供應量依次對國房景氣指數、上證綜指的脈沖響應函數圖(圖略)。

國房景氣指數脈沖響應結果分析：國房景氣指數在受到一個正沖擊后，國房景氣指數前6期出現上升，第6期達到最大值，之后緩慢下降，表明該沖擊在較長時期內有顯著的促進作用，但是不存在長期持續效應；當本期給上證綜合指數一個正沖擊后，國房景氣指數在前6期表現微微上浮，之后基本穩定在水平值上，保持穩定增長，表明該沖擊具有一定的推動作用及較長的延續效應；給貨幣供給量一個單位正沖擊，國房景氣指數第3期有微量下降，第4期趨于穩定，11期才有回轉跡象，表明貨幣供給量受到某外部沖擊后經市場傳遞會給國房景氣指數帶來小幅負面沖擊。

上證綜合指數脈沖響應結果分析：給國房景氣指數一個正沖擊，上證指數由負轉正，第7期回升正值，之后保持勻速上升，表明該沖擊具有長期的持續促進效應；本期上證綜指受到一個正沖擊，使上證指數有上升趨勢，而且此沖擊有較強的持續效應；最后給貨幣供給量的一個正沖擊，上證綜指在初期迅速上長，第4期達最大值，然后基本保持穩定，表明該沖擊有顯著地促進作用和持續效應，符合寬松的貨幣政策有利于“救市”的理論。

采取計量經濟學中常用的方差分解來度量，研究每一個結構沖擊對國房景氣指數和上證綜指貢獻度，進一步評價不同結構沖擊的重要性，結果見表5。

表5方差分解

期數國房景氣指數導向上證綜合指數導向月lnREIlnM2_SAlnSHlnSHlnM2_SAlnREI1100.0000099.49300.507299.9110.0520.03798.1351.2390.626399.7530.1460.10093.4595.9010.641499.5890.2450.16688.63510.7470.618599.4400.3350.22584.63914.7850.576699.3120.4120.27681.54017.9360.523799.2030.4790.31979.14620.3850.469899.1110.5340.35477.26722.3130.420999.0350.5810.38475.76323.8550.3811098.9710.6210.40874.53525.1070.3581198.9180.6540.42973.51226.1360.3521298.8740.6810.44572.64726.9900.363

由表5可知：首先，在變量lnREI和變量lnSH的方差分解中，自身貢獻度占主要地位，隨著時間拉長，上證綜指和國房景氣指數受自身的影響逐步減小且上證指數減小的速率更快，而其他因素的貢獻度較小。其次，在不考慮自身貢獻度的情況下，其他變量對國房景氣指數的貢獻度從1期到12期一直增長，而且貨幣供給量的影響程度更大；各變量在對上證綜指的貢獻程度中，國房景氣指數對上證指數的貢獻度在第一期不為零且在前三期持續增長，但是之后就呈下降趨勢，貨幣供給量的貢獻度保持增長而且一直大于國防景氣指數。最后，國房景氣指數對上證綜指造成的影響在前8期都大于上證綜指對國房景氣指數的影響。

四、結論及政策建議

通過上文分析，結論如下：一是格蘭杰因果檢驗得知上證綜合指數和國房景氣指數兩者僅有單向因果關系；二是加入貨幣供給量的多元VAR模型，上證綜指、國房景氣指數主要受自身行業作用；三是貨幣供給量分別給國房景氣指數和上證綜合指數造成的影響度均大于國房景氣指數與上證綜指兩者互相影響程度；四是國房景氣指數給上證指數的作用力在前8期都大于上證綜指給國房景氣指數造成的變動，我們可以認為，在短期內房地產行業、股市兩者之間的相互貢獻度中，房市對股市的貢獻度更大。

針對以上結論，結合新常態下的經濟要保持中高速增長，要改善民生，著力化解產能過剩，實現產業結構優化升級、創新驅動發展，建議如下：首先，根據“十三五”期間創新發展要求，房地產市場也應該實現創新升級。房市更多變動是受到自身滯后期的影響，因此房地產行業更應促使自己的良性發展與優化升級。任何企業可以進入的市場不是無限的，但產品長期發展的空間卻非有限。隨著經濟結構良性發展、人們消費水平提升，房地產行業也應該邁向高檔化。比如一些簡單的公寓住房可以向商業綜合房和高檔別墅住宅發展，普通商品房可以增加其基礎配置，比如提高廚衛設施的質量，改良房屋內部構造等。總之要創新房產品。其次，創新房地產行業融資方式。比如房地產私募基金，房地產投資信托；新融資方式還有商業抵押擔保債券(CMBS)、上市直接融資和房地產資產證券化等。再次，房市、股市受到對方前期的變動影響不及國家貨幣政策造成的影響，所以國家實施貨幣政策時要對這兩個市場做必要的統籌規劃，認真思考任何一種政策的實施對這兩個市場后期可能造成的變動。 不能顧此失彼，要善于利用兩者的聯動性。特別是短期頻繁實施的降息降準政策，政府在試圖“救市”的同時要思考對另一市場可能造成的影響；最后，通過學習哈里·馬科維茨的資產組合理論，又稱投資分散理論，我們知道最優資產組合是單位風險水平上的收益最高，或單位收益水平上風險最小。因此。“不能把全部雞蛋只放進一個籃子”，廣大投資者應該根據房市與股市的變動，對股票和房地產的投資適時調整比重，及時優化資產投資組合，實現效益最大化或風險最小化。

〔1〕 李楊，張曉晶.“新常態”：經濟發展的邏輯與前景[J].經濟研究，2015(5)：4-19.

〔2〕 李楊，張曉晶.新常態意味著中國經濟的浴火重生[J].開放導報，2014(6):19-22.

〔3〕 高曉暉，李婧怡.房地產價格和股票價格關系的研究綜述[J].上海房地，2009(10):39-41.

〔4〕 國家統計局.2015年1-10月份全國房地產開發投資和銷售情況[EB/OL].(2015-11-11)http://www.stats.gov.cn/tjsj/zxfb/201511/t20151111_1271221.html.

〔5〕 吳珊，馬亞博，等.2014年第三季度中國主要城市房地產市場交易情報[EB/OL].(2014-10-08)http://fdc.fang.com/report/8415.htm.

〔6〕 許琳，黨俊嬌，等.中國主要城市房地產市場交易情報(2015年1-9月)[EB/OL].(2015-10-08)http://fdc.fang.com/report/9611.html.

〔7〕 馮躍威.新常態下的股票市場[J].中國石化，2015(1):71-72.

〔8〕 衛松濤，曹強.人民幣匯率與股票價格關聯性實證分析[J].石家莊經濟學院學報，2013(6)：20-23.

〔9〕 MARKOWITZ H M.PortfolioSelection:EfficientDiversificationofInvestments[M].New York:John Wiley & Sons,1959.

(責任編輯周吉光)

Under the New Normal a Relevant Empirical Analysis on Real Estate and Stock Market

SHAO Fang, ZHU De-zhong

(Anhui University of Finance & Economics, Bengbu, Anhui 233000)

After the 2008 crisis, global entered into a "new normal". As a response to the "new normal", Chinese government takes measures to make national economy present a new "appearance". According to the new normal background in the real estate and stock market conditions, using the State Housing boom index on behalf of Chinese real estate industry development and Shanghai Composite Index closing price on behalf of stock market, establishing a VAR model to analyze them. After the introduction of the money supply, the article reconstructs the model. The results show that the State Housing boom index is mainly affected by the shadow of the industry itself, the monetary supply to the housing market and the impact of the stock market is greater than the impact of the degree of interaction between the two markets, and in the short term, the impact of the real estate industry to the stock market is greater than the impact of the stock market to the real estate industry.

new normal; state housing boom index; Shanghai composite index; VAR model

10.13937/j.cnki.sjzjjxyxb.2016.03.003

2016-04-01

邵方(1994—)，女，安徽合肥人，安徽財經大學金融學院學生，主要從事金融學研究。

F293.35

A

1007-6875(2016)03-0011-05

網絡出版地址：http://www.cnki.net/kcms/doi/10.13937/j.cnki.sjzjjxyxb.2016.03.003.html網絡出版時間：2016-06-2015：30