中國A股價格波動對上海房價的影響

中國A股價格波動對上海房價的影響

文/曹馨尹，上海大學經濟學院

本文搜集了2009年至2017年初我國上海市商品房成交均價以及上證綜指的月度數據，研究上海房價與股價之間的關聯關系。實證分析表明A股股價與上海市房價之間存在長期均衡關系。A股股價短時間內的周期波動不會對上海房價產生顯著影響。格蘭杰因果檢驗表明，滯后二期至四期的股價變化是上海房價變化的格蘭杰原因。

A股股價；房價；協整檢驗；格蘭杰因果檢驗

1 研究目的

2008年在金融危機導致房地產投資需求下降，房價回落。但是隨著宏觀調控政策4萬億計劃的實行，大量流動性資金刺激了基礎設施建設的需求，從而帶動了中國房地產的發展。所以，2009年中國房地產市場開始復蘇。2015年下半年又迎來一波強勢上漲，尤其是北上廣特大城市的房價幾乎翻了一倍，由此引發的房地產泡沫不利于中國經濟的健康發展。

中國的股票市場從2014年開始，無風險收益率的下降以及資金的充裕等原因促成了一輪牛市形成。政策鼓勵中小型企業通過資本市場進行直接融資；此外，融資融券從牛市初期的4000多億一直到牛市鼎盛時候的2.3萬億，如此充足的資金量助推了股價上漲。股票市場的過度上漲必然存在泡沫，引起股災導致大量資金外流。

國內房地產的市場活躍表現與股票市場的低靡形成強烈反差。國外的宏觀研究表明股價的漲跌也會同時引起房價同方向的變化。探討股價與房價的關系，不僅有利于個人投資方向的把握，也有利于宏觀調控政策的制定。

2 文獻回顧

國內學者對股價與房價之間的關聯性做了一些研究。賈業振(2 013)選取2005年-2013年貨幣供應量、大城市新建房屋價格指數、居民消費價格指數和上證綜數這四個變量的月度數據，研究表明房地產與居民基本消費品和股市投資之間均存在著替代關系，其價格波動引起后兩者價格波動。萬憶怡(2013)根據滬深房價和股價的VA R和GRANGER分析以及面板數據分析，認為股票市場對房地產市場存在明顯的財富效應。

文獻資料大多數是選取全國大中城市的房價作為數據源，然而三四線城市和北上廣等特大城市由于投資價值不一樣導致需求差別很大，房價差別很大。因此，選取上海市房地產價格作為研究對象能更好的說明A股價格和特大城市房價之間的關聯關系，并對兩個市場的宏觀調節政策提出針對性建議。

3 理論分析

房地產作為一項投資品，可以考慮以下幾個效應。(1)資產組合調整效應。在股票占投資者財富比例較高的情況下，股價變化會導致個人財富的變化，投資者為重新平衡投資組合，會調整股票與其他資產之間的比例，從而影響房地產市場的供需平衡。(2)擠出效應，股票是一項風險資產，股價的波動較大使得投資風險增大，投資者為了控制風險會轉投無風險資產，導致房地產的需求上升。(3)替代效應，資產一般會從收益較低的資產轉移到收益較高的資產，股票市場的短期的相對高回報率會吸引大量資金從其他市場流入股票市場，由此導致房地產市場投資減少。

4 實證分析

4.1 數據選取

自2008年經濟危機之后，大城市的房價一直處于上漲態勢，而中國股市卻呈現熊市到牛市再到股災的大幅度變化。為了使數據呈現一般性，本文選取2009年2月至2017年1月的月度數據進行定量研究。由于上證綜合指數代表了大盤股的走勢，所以選取上證綜合指數(000001.SH)每月最后一天的收盤價作為股票市場價格，上海市房價即每月商品房成交均價，數據均來源于WIND數據庫，統計分析工具是Eviews8.0。

4.2 單位根檢驗

在檢驗變量之間的協整關系之前，要對各指標時間序列的平穩性進行單位根檢驗，本文采用ADF檢驗法。為了減弱模型可能出現的異方差的問題，進行數據預處理，將兩組數據分別取對數。LNS H和LNCH含義分別是上證綜指序列和上海市商品房成交均價序列的對數，DLNSH和DLNCH是對應的一階差分序列的對數。

表1 變量單位根檢驗結果

從表1可以看出，變量LNSH、LNCH的ADF統計量在1%、5%、10%的顯著水平下不能拒絕原假設，表明它們不是時間平穩序列。雖然LNSH和LNCH時間序列具有不平穩的特征，但不能排除它們具有某些共同的趨勢的可能。對于不平穩序列，需要對LNSH和LNCH進行協整關系檢驗。DLNSH、DLNCH的ADF統計量拒絕了原假設，說明兩個變量的對應的一階差分序列是時間平穩序列。

4.3 協整檢驗

本文采用A股股價與上海市房價兩個變量的Enger-Granger檢驗法來進行協整檢驗。協整回歸方程為：

首先統計量說明，參數顯著性檢驗t檢驗對應的Prob（t-statisti c）值如果小于0.05，則參數的顯著性檢驗通過。R-squared越接近1，說明擬合優度越高。Prob（F-statistic）值如果小于0.05，說明模型顯著。Durbin-Waston Star值用來檢驗殘差序列的相關性，在2的附近，說明殘差序列不相關。

從統計分析結果中可以看出參數C和LNSH的Prob（t-statistic）值分別為0和0.0042，均小于0.05，說明變量LNSH對LNCH的影響顯著。對殘差序列 進行單位根檢驗，其結果如表2所示，P值小于0.05，因此拒絕原假設，殘差序列為平穩序列，表明變量LNCH、LN SH之間存在協整關系，長期來看，股價每變動1%會引起上海市房價0.3988%的同向變動。

表2 回歸后殘差值的ADF檢驗

4.4 誤差修正模型

為了增強模型的精度，引入誤差修正模型。被解釋變量為△L NCH=LNCH(t)-LNCH(t-1)，解釋變量為△LNSH=LNSH(t)-LNSHZ(t-1)和誤差修正項 (t-1)。最終得到誤差修正模型的估計結果：△LN CH=0.231518△LNSH+0.125925 (t-1)+0.007759

統計分析結果顯示，參數C和△LNSH 的Prob（t-statistic）值大于0.1，變量△LNSH對△LNCH的影響不顯著，即短期內股價變化對上海市房價變化的影響不顯著。Prob（F-statistic）值為0.076387，說明模型不顯著。誤差修正項 (t-1)系數的大小表示對長期均衡的調整力度，系數估計值為0.125925，說明調整的力度比較小。Durbi n-Waston Star值為2.164916，說明殘差序列不相關。

4.5 格蘭杰因果檢驗

EG協整檢驗并沒有給出LNSH、LNCH之間是否存在因果關系，為此本文采用Granger因果檢驗。在時間序列模型中，兩個經濟變量X、Y之間的格蘭杰因果關系定義為：由變量X、Y的過去信息對變量Y的預測效果要優于只單獨由Y的過去信息對Y進行的預測效果，即添加變量X的過去信息作為獨立的解釋變量有助于解釋變量Y的將來變化，則認為變量X是引起變量Y的格蘭杰原因。對變量LNSH、LNCH進行因果關系檢驗。結果如表3所示，當P值小于0.01時，即在10%的顯著性水平下拒絕原假設，當滯后2期至滯后4期時，股價變化是上海市房價變化的格蘭杰原因。

表3 格蘭杰檢驗結果

5 結論與建議

EG協整檢驗結果顯示，從長期來看，中國A股股價與上海市房價這兩者呈正向關系，即股票市場價格上升會引起上海市房價一定程度的上升，影響程度很小，所以總體上兩者保持長期均衡關系。誤差修正模型表明，短期內A股股價的波動不會對上海市房價產生顯著影響。格蘭杰因果關系檢驗結果顯示滯后2期及以上的股價變化是上海市房價變化的格蘭杰原因。

實證分析結果解釋說明：宏觀來看，A股股價和上海市房價呈現出長期的正向相關關系。其次，由于上海市人口眾多，房屋需求是剛性需求。除了居住使用，很多投資者也將上海等特大城市的房地產作為投資商品來看，巨大的投資價值使得房地產市場需求遠大于供給，房地產價格的重要影響因素是其本身的供需情況，因此短期內A股股價的波動并不會引起上海市房價的顯著波動。另一方面，由于股票市場對房地產市場存在財富效應，股價上升導致投資者的財富總量增加，刺激了房地產的消費需求，從而拉動房價上漲。

建議：鑒于房地產行業是重要支柱產業，對國民經濟的影響較大。相關監管部門應當加強監管力度，避免不良資金的沖擊，預防股票市場泡沫過大，減少金融系統的不穩定因素。在房地產市場的調控方面，要嚴格控制大城市房價的過度上漲，避免投資者的過度投機，防止房價上漲帶來的財富分配不公平而造成的社會不穩定。對投資者來說，要拓寬投資渠道，分散投資。投資者同時投資股票市場和房地產市場時要注意控制風險，合理配置兩種資產。

[1]賈業振.基于VECM模型對M2、CPI、房價指數和上證綜指動態關系的研究[D].2013(5)

[2]萬憶怡.中國房地產市場與股市互動機制的實證分析[D]201 3年6月

[3]余元全,康莊.房價與股價的互動關系研究——基于重慶市的實證分析[J].價格理論與實踐,2009(7).

[4]李利平.我國股票價格對房地產價格的影響研究——基于居民消費的股票財富效應分析[J].價格理論與實踐,2011(8).