新常態(tài)下房地產(chǎn)與股市的關(guān)聯(lián)性實(shí)證分析

邵　方,朱德忠

(安徽財(cái)經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233000 )

?

新常態(tài)下房地產(chǎn)與股市的關(guān)聯(lián)性實(shí)證分析

邵方,朱德忠

(安徽財(cái)經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233000 )

2008年金融危機(jī)后，全球經(jīng)濟(jì)基本步入“新常態(tài)”。為應(yīng)對(duì)“新常態(tài)”，中國(guó)政府采取措施，使全國(guó)經(jīng)濟(jì)呈現(xiàn)新“外貌”。針對(duì)新常態(tài)背景下房地產(chǎn)和股市狀況，以國(guó)房景氣指數(shù)代表中國(guó)房地產(chǎn)行業(yè)發(fā)展情況、上證綜合指數(shù)收盤價(jià)表示股市行情，建立VAR模型進(jìn)行分析。之后引入貨幣供給量，重新建立模型，經(jīng)脈沖響應(yīng)、方差分解分析，得出上證綜指、國(guó)房景氣指數(shù)主要受自身行業(yè)的影響；貨幣供給量給房市和股市造成的影響度大于兩個(gè)市場(chǎng)相互間的影響程度；觀察短期內(nèi)房地產(chǎn)行業(yè)、股市兩者之間相互的貢獻(xiàn)度，房市對(duì)股市的貢獻(xiàn)度更大。

新常態(tài)；國(guó)房景氣指數(shù)；上證綜合指數(shù)；VAR模型

一、引言

2014年5月，習(xí)近平主席在河南考察時(shí)初次提出“新常態(tài)”觀念；當(dāng)年七月，習(xí)近平總書記在中南海召開的黨外人士座談會(huì)上再次用新常態(tài)觀念描述我國(guó)目前經(jīng)濟(jì)面貌。實(shí)際上，2011年中國(guó)經(jīng)濟(jì)就已經(jīng)走進(jìn)新常態(tài)。目前，“新常態(tài)”一詞已經(jīng)是當(dāng)下盛行的詞匯。“新常態(tài)”要求中國(guó)經(jīng)濟(jì)發(fā)展方式必須轉(zhuǎn)變，不僅要脫離以往投資帶動(dòng)和出口帶動(dòng)經(jīng)濟(jì)的增長(zhǎng)方式，而且要逐漸蛻變?yōu)閷?duì)質(zhì)量、效益、可持續(xù)發(fā)展有更高追求的經(jīng)濟(jì)增長(zhǎng)新手段。

目前，我國(guó)采取新的經(jīng)濟(jì)增長(zhǎng)手段是除去經(jīng)濟(jì)中的虛假成分，脫離投資依賴，轉(zhuǎn)向動(dòng)力多元化，使環(huán)境更加優(yōu)美等方向進(jìn)發(fā)。高效與低速度同行，高速與低質(zhì)量并駕。新常態(tài)下，中國(guó)經(jīng)濟(jì)總體質(zhì)量與效益走向上層水平的同時(shí)也伴隨經(jīng)濟(jì)的結(jié)構(gòu)性減速——中國(guó) GDP增速?gòu)?012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(guó)道別以前30多年平均約10.0%的經(jīng)濟(jì)高速增長(zhǎng)，開始轉(zhuǎn)降中高速增長(zhǎng)(注：增速計(jì)算數(shù)據(jù)來(lái)源國(guó)家統(tǒng)計(jì)局官網(wǎng))。

房地產(chǎn)和股票基本是各類投資者多元化組合投資的對(duì)象，而且在投資領(lǐng)域貨幣供給量是影響投資者決策的關(guān)鍵因素。因此，研究新經(jīng)濟(jì)環(huán)境中在貨幣供給量這一控制變量的影響下房地產(chǎn)行業(yè)與股票行情的變化機(jī)制，微觀上有助于投資者做出合理選抉擇，建立最優(yōu)投資組合；宏觀上有助于政府在新常態(tài)下制定政策進(jìn)行多元化、多層次的資本市場(chǎng)監(jiān)管，調(diào)動(dòng)資本在各個(gè)市場(chǎng)間的流轉(zhuǎn)，推進(jìn)房地產(chǎn)行業(yè)、股票市場(chǎng)和國(guó)民經(jīng)濟(jì)的持續(xù)健康發(fā)展。

二、房地產(chǎn)與股市目前狀況

(一)房地產(chǎn)市場(chǎng)的現(xiàn)狀

2015年前三個(gè)季度，我國(guó)房地產(chǎn)開發(fā)投資7 000多億元，剔除價(jià)格因素實(shí)際增長(zhǎng)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(chǎn)投資總額的67.3%。開發(fā)投資方面住宅用房投資絕對(duì)量最大，辦公樓絕對(duì)量最小，但是辦公樓用房投資額同比增長(zhǎng)11.1%，增長(zhǎng)量最大，表明2015年增加了在辦公樓方面的建設(shè)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(shuō)明房?jī)r(jià)有所下降；其中商業(yè)營(yíng)業(yè)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(yè)營(yíng)業(yè)用房?jī)r(jià)格下跌幅度最大。

面對(duì)經(jīng)濟(jì)增速不斷下行的局面，國(guó)家也放松了監(jiān)管：撤銷限購(gòu)、放寬限貸，以刺激購(gòu)房需求維護(hù)房市。CREIS中指數(shù)表明：2014年9月主要城市累計(jì)房地產(chǎn)市場(chǎng)交易面積環(huán)比增加7.24%，截至2014年9月末中指監(jiān)測(cè)的主要城市房屋庫(kù)存量環(huán)比增加5.65%。這表明政府實(shí)行寬松政策使房地產(chǎn)市場(chǎng)有所回溫，但大量庫(kù)存壓力還是在考驗(yàn)政策帶來(lái)的實(shí)際效用。

圖12014年9月至2015年10月房地產(chǎn)投資同比增速(%)

2015年國(guó)家實(shí)行多輪政策相互疊加，上半年央行頻繁降息降準(zhǔn)，8月貨幣信貸政策再寬松后，9月的政策信貸財(cái)政端發(fā)力，同步促進(jìn)新房、二手房市場(chǎng)的銷售，并且特別針對(duì)中小城市給予放寬的自主權(quán)，加之公積金新政的漸漸落實(shí)，截至目前，房貸成本已降低至歷史最低，消費(fèi)者購(gòu)房壓力再度釋放。CREIS中指數(shù)據(jù)表明：2015年，前三個(gè)季度中指監(jiān)測(cè)的35個(gè)主要城市，五分之四的城市房地產(chǎn)市場(chǎng)交易面積同比上漲，深圳占據(jù)鰲頭——漲幅116.0%，其次東莞上漲88.0%，其他城市出現(xiàn)下降，合肥下降28.0%。2015年第三季度進(jìn)入傳統(tǒng)售房淡季，成交量環(huán)比略降，但同比上漲，所以總體來(lái)說(shuō)，政府頻繁“出手”，還是達(dá)到促使樓市回暖的效果。

(二)股票市場(chǎng)的現(xiàn)狀

2011年之后，股市總體呈下降趨勢(shì)，從2012年初到2014年4月，股市比較平穩(wěn)，上證綜指保持在2 000點(diǎn)至2 500點(diǎn)之間震動(dòng)，這段時(shí)間我國(guó)還未適應(yīng)新常態(tài)。到2014年8月國(guó)家通過(guò)《預(yù)算法》修正案，2015年1月正式實(shí)施，2014年8月國(guó)家開發(fā)銀行建立住宅金融事業(yè)部，同年9月國(guó)務(wù)院頒發(fā)《關(guān)于加強(qiáng)地方政府性債務(wù)的意見》(第43號(hào)文)等一系列措施，管住政府的“有形的手”，各級(jí)政府權(quán)利一定程度上被削減，也使其改變以往“唯GDP論英雄”的標(biāo)準(zhǔn)，轉(zhuǎn)向加強(qiáng)公共服務(wù)投資。政府主動(dòng)向有利于經(jīng)濟(jì)健康發(fā)展的方向轉(zhuǎn)型，使具有“經(jīng)濟(jì)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(jīng)濟(jì)工作會(huì)議之后，股市價(jià)格指數(shù)和成交總量更是持續(xù)攀升。再加上期間實(shí)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(jìn)入牛市，上證指數(shù)幾乎要突破5 000點(diǎn)，甚至掀起全民炒股的熱潮。但這些好似一場(chǎng)夢(mèng)，2015年8月之后股市暴跌1 500點(diǎn)左右，雖然9月央行再次降息，但并未使股市有太大的好轉(zhuǎn)。

三、實(shí)證檢驗(yàn)

(一)數(shù)據(jù)來(lái)源

本文選取國(guó)房景氣指數(shù)(REI)反映房地產(chǎn)行業(yè)發(fā)展?fàn)顩r的和上證綜合指數(shù)收盤價(jià)(SH)作為反映股市的總體走勢(shì)的統(tǒng)計(jì)指標(biāo)，鑒于數(shù)據(jù)可得性，本文選取廣義貨幣供給量(M2)代表我國(guó)貨幣供給量,為排除季節(jié)因素的影響，用Census X12方法調(diào)整，得到季節(jié)調(diào)整后的M2序列——M2_sa。國(guó)房景氣指數(shù)源于中宏產(chǎn)業(yè)數(shù)據(jù)庫(kù)，貨幣供給量源于中宏統(tǒng)計(jì)數(shù)據(jù)庫(kù)，上證綜合指數(shù)源于東方財(cái)富網(wǎng)。選取時(shí)間序列：1996年1月—2015年9月。

(二)數(shù)據(jù)檢驗(yàn)

為去除數(shù)據(jù)的異方差性，對(duì)所有數(shù)據(jù)取對(duì)數(shù)得到lnSH和lnREI、lnM2_sa。

起初對(duì)三個(gè)變量進(jìn)行單位根檢驗(yàn)。在此基礎(chǔ)上用lnREI和lnSH建立VAR模型，基于所建立的模型結(jié)果，對(duì)二者進(jìn)行Granger因果檢驗(yàn)；然后，改進(jìn)模型，引入控制變量——貨幣供給量，對(duì)三個(gè)變量進(jìn)行Johansen協(xié)整檢驗(yàn)、建立多元VAR模型，為深入分析房地產(chǎn)行業(yè)和股市的聯(lián)動(dòng)性，最后采用Cholesky分解做出脈沖響應(yīng)函數(shù)和方差分解對(duì)數(shù)據(jù)進(jìn)行分析。

1.單位根檢驗(yàn)

ADF和PP單位根檢驗(yàn)，結(jié)果見表1。

表1單位根檢驗(yàn)結(jié)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(yàn)結(jié)果，可知國(guó)房景氣指數(shù)為平穩(wěn)時(shí)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l(xiāng)nSH與lnREI的協(xié)整性，用resid01表示其回歸方程的殘差，對(duì)lnSH與lnREI進(jìn)行回歸后，resid01為-4.324,是平穩(wěn)序列(顯著水平1%=-3.998)，即上證指數(shù)和國(guó)房景氣指數(shù)有協(xié)整關(guān)系。

之后，根據(jù)上述檢驗(yàn)結(jié)果建立VAR模型。

2.VAR模型

(1)初始模型估計(jì)

對(duì)修正后的上證綜指和國(guó)房景氣指數(shù)建立VAR模型。根據(jù)準(zhǔn)則——AIC和SC，同時(shí)利用似然比LR最終判定最適滯后階數(shù)為6,接著，利用模型檢驗(yàn)擾動(dòng)項(xiàng)之間存在的同期關(guān)聯(lián)程度，以殘差的同期相關(guān)矩陣表示。用en代表第n個(gè)方程的殘差(n=1,2)，結(jié)果見表2。

表2殘差同期相關(guān)性結(jié)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(guān)性略弱。繼而，進(jìn)行Granger因果關(guān)系檢驗(yàn)法分析上證綜指和國(guó)房景氣指數(shù)是否受到對(duì)方滯后期影響，結(jié)果見表3。

表3Granger檢驗(yàn)結(jié)果(滯后6期)

因果性F值P值結(jié)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(shè)：“l(fā)nSHdoes not Granger Cause lnREI”，即認(rèn)為上證綜指可以Granger引起國(guó)房景氣指數(shù)，但是接受假設(shè)：“l(fā)nREIdoes not Granger Cause lnSH”。

(2)模型的改進(jìn)

引入變量——M2，對(duì)lnSH、lnREI、lnM2_sa進(jìn)行JJ協(xié)整檢驗(yàn),首先假設(shè)序列有線性趨勢(shì)但協(xié)整方程只有截距項(xiàng)，采用4階滯后期進(jìn)行差分，結(jié)果見表4。

表4協(xié)整檢驗(yàn)結(jié)果

零假設(shè)協(xié)整向量的個(gè)數(shù)Trace統(tǒng)計(jì)量5%的臨界值0125.02329.797至多1個(gè)11.62715.495至多2個(gè)0.4133.841

由表4的結(jié)果可知：lnSH、lnREI和lnM2_sa三個(gè)變量之間有兩個(gè)協(xié)整關(guān)系，故可以對(duì)這些變量建立VAR模型，根據(jù)準(zhǔn)則AIC、SC，最后確定所以改進(jìn)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(jié)果(圖略)，全部特征根的倒數(shù)都出現(xiàn)在單位圓里，故而判定估計(jì)的模型穩(wěn)定。

為進(jìn)一步分析國(guó)房景氣指數(shù)與上證綜指的聯(lián)動(dòng)性，本模型采用正交化方法Cholesky分解，得到國(guó)房景氣指數(shù)、上證綜指和貨幣供應(yīng)量依次對(duì)國(guó)房景氣指數(shù)、上證綜指的脈沖響應(yīng)函數(shù)圖(圖略)。

國(guó)房景氣指數(shù)脈沖響應(yīng)結(jié)果分析：國(guó)房景氣指數(shù)在受到一個(gè)正沖擊后，國(guó)房景氣指數(shù)前6期出現(xiàn)上升，第6期達(dá)到最大值，之后緩慢下降，表明該沖擊在較長(zhǎng)時(shí)期內(nèi)有顯著的促進(jìn)作用，但是不存在長(zhǎng)期持續(xù)效應(yīng)；當(dāng)本期給上證綜合指數(shù)一個(gè)正沖擊后，國(guó)房景氣指數(shù)在前6期表現(xiàn)微微上浮，之后基本穩(wěn)定在水平值上，保持穩(wěn)定增長(zhǎng)，表明該沖擊具有一定的推動(dòng)作用及較長(zhǎng)的延續(xù)效應(yīng)；給貨幣供給量一個(gè)單位正沖擊，國(guó)房景氣指數(shù)第3期有微量下降，第4期趨于穩(wěn)定，11期才有回轉(zhuǎn)跡象，表明貨幣供給量受到某外部沖擊后經(jīng)市場(chǎng)傳遞會(huì)給國(guó)房景氣指數(shù)帶來(lái)小幅負(fù)面沖擊。

上證綜合指數(shù)脈沖響應(yīng)結(jié)果分析：給國(guó)房景氣指數(shù)一個(gè)正沖擊，上證指數(shù)由負(fù)轉(zhuǎn)正，第7期回升正值，之后保持勻速上升，表明該沖擊具有長(zhǎng)期的持續(xù)促進(jìn)效應(yīng)；本期上證綜指受到一個(gè)正沖擊，使上證指數(shù)有上升趨勢(shì)，而且此沖擊有較強(qiáng)的持續(xù)效應(yīng)；最后給貨幣供給量的一個(gè)正沖擊，上證綜指在初期迅速上長(zhǎng)，第4期達(dá)最大值，然后基本保持穩(wěn)定，表明該沖擊有顯著地促進(jìn)作用和持續(xù)效應(yīng)，符合寬松的貨幣政策有利于“救市”的理論。

采取計(jì)量經(jīng)濟(jì)學(xué)中常用的方差分解來(lái)度量，研究每一個(gè)結(jié)構(gòu)沖擊對(duì)國(guó)房景氣指數(shù)和上證綜指貢獻(xiàn)度，進(jìn)一步評(píng)價(jià)不同結(jié)構(gòu)沖擊的重要性，結(jié)果見表5。

表5方差分解

期數(shù)國(guó)房景氣指數(shù)導(dǎo)向上證綜合指數(shù)導(dǎo)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(xiàn)度占主要地位，隨著時(shí)間拉長(zhǎng)，上證綜指和國(guó)房景氣指數(shù)受自身的影響逐步減小且上證指數(shù)減小的速率更快，而其他因素的貢獻(xiàn)度較小。其次，在不考慮自身貢獻(xiàn)度的情況下，其他變量對(duì)國(guó)房景氣指數(shù)的貢獻(xiàn)度從1期到12期一直增長(zhǎng)，而且貨幣供給量的影響程度更大；各變量在對(duì)上證綜指的貢獻(xiàn)程度中，國(guó)房景氣指數(shù)對(duì)上證指數(shù)的貢獻(xiàn)度在第一期不為零且在前三期持續(xù)增長(zhǎng)，但是之后就呈下降趨勢(shì)，貨幣供給量的貢獻(xiàn)度保持增長(zhǎng)而且一直大于國(guó)防景氣指數(shù)。最后，國(guó)房景氣指數(shù)對(duì)上證綜指造成的影響在前8期都大于上證綜指對(duì)國(guó)房景氣指數(shù)的影響。

四、結(jié)論及政策建議

通過(guò)上文分析，結(jié)論如下：一是格蘭杰因果檢驗(yàn)得知上證綜合指數(shù)和國(guó)房景氣指數(shù)兩者僅有單向因果關(guān)系；二是加入貨幣供給量的多元VAR模型，上證綜指、國(guó)房景氣指數(shù)主要受自身行業(yè)作用；三是貨幣供給量分別給國(guó)房景氣指數(shù)和上證綜合指數(shù)造成的影響度均大于國(guó)房景氣指數(shù)與上證綜指兩者互相影響程度；四是國(guó)房景氣指數(shù)給上證指數(shù)的作用力在前8期都大于上證綜指給國(guó)房景氣指數(shù)造成的變動(dòng)，我們可以認(rèn)為，在短期內(nèi)房地產(chǎn)行業(yè)、股市兩者之間的相互貢獻(xiàn)度中，房市對(duì)股市的貢獻(xiàn)度更大。

針對(duì)以上結(jié)論，結(jié)合新常態(tài)下的經(jīng)濟(jì)要保持中高速增長(zhǎng)，要改善民生，著力化解產(chǎn)能過(guò)剩，實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)、創(chuàng)新驅(qū)動(dòng)發(fā)展，建議如下：首先，根據(jù)“十三五”期間創(chuàng)新發(fā)展要求，房地產(chǎn)市場(chǎng)也應(yīng)該實(shí)現(xiàn)創(chuàng)新升級(jí)。房市更多變動(dòng)是受到自身滯后期的影響，因此房地產(chǎn)行業(yè)更應(yīng)促使自己的良性發(fā)展與優(yōu)化升級(jí)。任何企業(yè)可以進(jìn)入的市場(chǎng)不是無(wú)限的，但產(chǎn)品長(zhǎng)期發(fā)展的空間卻非有限。隨著經(jīng)濟(jì)結(jié)構(gòu)良性發(fā)展、人們消費(fèi)水平提升，房地產(chǎn)行業(yè)也應(yīng)該邁向高檔化。比如一些簡(jiǎn)單的公寓住房可以向商業(yè)綜合房和高檔別墅住宅發(fā)展，普通商品房可以增加其基礎(chǔ)配置，比如提高廚衛(wèi)設(shè)施的質(zhì)量，改良房屋內(nèi)部構(gòu)造等。總之要?jiǎng)?chuàng)新房產(chǎn)品。其次，創(chuàng)新房地產(chǎn)行業(yè)融資方式。比如房地產(chǎn)私募基金，房地產(chǎn)投資信托；新融資方式還有商業(yè)抵押擔(dān)保債券(CMBS)、上市直接融資和房地產(chǎn)資產(chǎn)證券化等。再次，房市、股市受到對(duì)方前期的變動(dòng)影響不及國(guó)家貨幣政策造成的影響，所以國(guó)家實(shí)施貨幣政策時(shí)要對(duì)這兩個(gè)市場(chǎng)做必要的統(tǒng)籌規(guī)劃，認(rèn)真思考任何一種政策的實(shí)施對(duì)這兩個(gè)市場(chǎng)后期可能造成的變動(dòng)。 不能顧此失彼，要善于利用兩者的聯(lián)動(dòng)性。特別是短期頻繁實(shí)施的降息降準(zhǔn)政策，政府在試圖“救市”的同時(shí)要思考對(duì)另一市場(chǎng)可能造成的影響；最后，通過(guò)學(xué)習(xí)哈里·馬科維茨的資產(chǎn)組合理論，又稱投資分散理論，我們知道最優(yōu)資產(chǎn)組合是單位風(fēng)險(xiǎn)水平上的收益最高，或單位收益水平上風(fēng)險(xiǎn)最小。因此。“不能把全部雞蛋只放進(jìn)一個(gè)籃子”，廣大投資者應(yīng)該根據(jù)房市與股市的變動(dòng)，對(duì)股票和房地產(chǎn)的投資適時(shí)調(diào)整比重，及時(shí)優(yōu)化資產(chǎn)投資組合，實(shí)現(xiàn)效益最大化或風(fēng)險(xiǎn)最小化。

〔1〕 李楊，張曉晶.“新常態(tài)”：經(jīng)濟(jì)發(fā)展的邏輯與前景[J].經(jīng)濟(jì)研究，2015(5)：4-19.

〔2〕 李楊，張曉晶.新常態(tài)意味著中國(guó)經(jīng)濟(jì)的浴火重生[J].開放導(dǎo)報(bào)，2014(6):19-22.

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

〔4〕 國(guó)家統(tǒng)計(jì)局.2015年1-10月份全國(guó)房地產(chǎn)開發(fā)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(guó)主要城市房地產(chǎn)市場(chǎng)交易情報(bào)[EB/OL].(2014-10-08)http://fdc.fang.com/report/8415.htm.

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

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

〔8〕 衛(wèi)松濤，曹強(qiáng).人民幣匯率與股票價(jià)格關(guān)聯(lián)性實(shí)證分析[J].石家莊經(jīng)濟(jì)學(xué)院學(xué)報(bào)，2013(6)：20-23.

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

(責(zé)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(cái)經(jīng)大學(xué)金融學(xué)院學(xué)生，主要從事金融學(xué)研究。

F293.35

A

1007-6875(2016)03-0011-05

網(wǎng)絡(luò)出版地址：http://www.cnki.net/kcms/doi/10.13937/j.cnki.sjzjjxyxb.2016.03.003.html網(wǎng)絡(luò)出版時(shí)間：2016-06-2015：30