湯洋 寧波大學商學院
近些年來我國的房地產行業快速發展,各地區房價屢創新高,甚至深圳的房價已經突破了七萬元每平米,這一切都離不開銀行業的資金支持。銀行業和房地產業的緊密聯系,會加大銀行的風險,因此研究房地產業與銀行業之間的風險溢出效應,對維護金融體系穩定具有較強的現實意義[1]。
對風險溢出效應進行研究時,分別對各指數收盤價取對數一階差分計算每日的收益率,為了減少計算誤差,我們將所有計算結果乘以 100[2]。即

其中,Rt為t日百分比收益率,Pt表示指數t日對應的市場價格指數,這樣我們就得到了所有股票指數的百分比收益率序列。得到收益率序列之后可進行一些統計性描述,來判斷收益率符合哪一種分布。
ARCH 效應檢驗則是進行模型分析的第一步,數據存在ARCH 效應才可以使用GARCH 模型進行研究。主要通過構造輔助回歸的方法進行檢驗,構造的輔助回歸如下:

式中的ut為殘差。檢驗的原假設為:殘差序列中直到p 階都不存在ARCH 效應,即(殘差的平方項不存在自相關)。建立的LM 統計量為:

其中,n 是樣本個數,R2是輔助回歸的擬合優度,自由度p 是滯后變量的個數。若拒絕原假設,則存在ARCH 效應
檢驗通過之后,則需要在三種GARCH模型中選擇一個最優的模型對數據序列進行擬合,即可求出序列的VaR。計算得到VaR后,還需要進一步計算CoVaR,計算方法和前面相同,只需對VaR 序列再一次用模型進行擬合,即可求出CoVaR,最后,根據之前的計算結果,計算出風險溢出值并對其標準化,計算出計算公式分別為:

2010 年4 月國務院發布的《國務院關于堅決遏制部分城市房價過快上漲的通知》,簡稱“新國十條”,標志的對房地產行業的嚴控,因此,下文將以“新國十條”發布為界,分兩個階段分別對我國房地產行業對銀行業的風險溢出進行實證檢驗。
本文使用申萬一級地產行業指數和申萬一級銀行行業指數作為研究樣本,分別代表房地產業和銀行業,分別記為FDC 和YH,同時,選取了上證綜指作為衡量市場收益率的指標,記為rm,數據均來自同花順iFinD 數 據。第一階段為2000 年1 月4 號到2010 年4 月16 日,第二階段 為2010 年4 月19 日到2019 年12 月31 日,取各個指數每日的收盤價為原始數據,分別對各指數收盤價取對數一階差分計算每日的收益率。首先對兩個階段所有股票指數的百分比收益率序列進行基本信息描述性統計,統計結果顯示第一階段房地產業的平均收益大于零,中位數為0.072256 偏度指標-0.245588 小于零,表現出左偏特征,峰度指標為5.660914大于3,正態分布相比,此分布呈現出尖峰厚尾的特征。同理第一階段的銀行收益率序列以及第二階段的兩個序列都呈現出非正態性。
因為金融數據大多數都存在聚集性,所以本文使用GARCH 類模型研究房地產業對銀行業的風險溢出效應,為了確保模型使用正確,則需要首先對銀行業和房地產業收益率序列的ARCH 效應進行檢驗,最終檢驗得出兩個不同階段的各個序列殘差項的波動情況都具有明顯的集聚性,說明這幾個收益率序列具有存在 ARCH 效應。
首先對第一階段房地產業收益率序列進行擬合,再考慮到自相關性,經過比較篩選,本文選取AR(1)-GARCH(1,1)模型對第一階段房地產業收益率序列進行擬合,即可求出第一階段房地產業的VaR,利用這種方法也可以求出其他各個階段的VaR。得到VaR 后,進一步向前估計就可以得到房地產業對銀行業的CoVaR 值,計算出CoVaR 后,就可以再計算出ΔCoVaR和%ΔCoVaR。最終的計算結果得出第一階段房地產業對銀行業的風險溢出值為49.24%,而第二階段房地產業對銀行業的風險溢出值上漲到了87.70%
本文建立ARMA-GARCH-CoVaR 模型,以房地產“新國十條”發布為中間時間節點,分兩個階段對我國房地產業對銀行業的風險溢出值%CoVaR 進行了估計,得出第一階段房地產業對銀行業的風險溢出值為49.24%,而第二階段房地產業對銀行業的風險溢出值上漲到了87.70%。第二階段的房地產業對銀行業風險溢出值相比于第一階段上漲了78.11%,可見自從“新國十條”實施以來,房地產業并沒有受到最嚴厲的監管措施,房地產業仍然在迅速擴張,其中很大一部分資金就是來源于銀行。
針對上述現象本文提出兩點建議:第一,穿透式監管銀行的資金用途。許多銀行為了逃避監管,把對房地產企業的貸款進行了層層包裝,這是導致房地產對銀行業風險溢出顯著增加的直接原因。第二,對房地產行業采取更嚴厲的監管措施。近十年房地產業對銀行業的風險溢出在顯著增加,說明政府對房地產的監管措施還不夠,導致風險的逐步積累。