導語：房地產市場對股債兩市的傳導效應一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

目前我國存在住房過熱，金融市場發展不良的情況。本文測算了2004年-2020年我國股債兩市的流動性數據，使用GARCH-MIDAS模型，實證檢驗了我國房價波動對以股市和債市為代表的不同金融市場的傳導效應。同時在對比單因素GARCH-MIDAS模型和雙因素GARCH-MIDAS模型時發現，加入宏觀經濟變量的雙因素模型擁有更好的參數估計結果。結果表明：在長期層面中，房市在股市和債市中呈現負向傳導效應，但在股市中，這種擠出作用在2015年政府調控作用下，逐漸下降；在信息異質性層面，房價走高信息對債市的正向沖擊遠大于股市。

1引言

我國房地產市場和金融市場一直以來就是我國風險累積的兩個重要場所，有直接和間接的關聯作用，在經濟發展過程中存在明顯相互傳導的關系[1-2]。房價的異常波動會對金融業的造成很大影響，資產價格的變化會促使社會財富的再分配，其中，房價的波動，導致可貸款的資金變多，對市場流動性造成不確定性的影響[3]，同時高房價粘性進一步提高了系統性金融風險；房價下降，提高金融風險，容易造成風險溢價[4]。學者針對房地產市場對股票市場的傳導效應進行研究。一種觀點是發現住房價格上漲會顯著促進股票價格上升[5]，另一種觀點是房價的正向沖擊對股價有負向影響，逐漸增強并達到最大，隨后又逐漸減弱[6]。由于中國金融市場尚處于發展階段，中國房地產對金融市場的研究大多集中在房地產與股票市場的因果推論，忽略了債券市場的存在。但實際，房價波動對債券市場和股票市場的作用影響并不同[7]，同時最近幾年債券市場發展迅速，已經成為了低風險投資的首選產品，其作用程度不可忽視。2021年9月2日，北京證券交易所正式成立，標志著我國經濟建設重點將從樓市經濟開始轉向以資本經濟為主的格局變化。在目前國家經濟中心向金融市場發展的導向下，研究房地產對不同金融市場的傳導機制，有助于深化市場體制改革，符合當前經濟體制轉化的大環境。在模型使用上，為遠離信息損失帶來的參數估計失誤，本文采用GARCH-MIDAS模型測算房地產市場對單個資本市場的波動影響。在模型設定上，采取了兩點變形：首先，由于股市和債市的信息異質性的原因，在條件方差方程中引入GJR項，實現股債兩市對房市的非對稱效應的捕捉；其次，針對房市低迷，在2015年資金不斷流入股票市場，股市和房市之間發生結構性變化，在研究房市對股市沖擊時，在模型中引入啞變量與房價的交互項，保證參數估計結果的可靠性。

2GARCH-MIDA模型構建

本文基礎模型構建，是通過描述條件方差，分析房市對股債兩市的長期波動成分和短期波動成分，進而分析其傳導效應。GARCH-MIDAS模型是Engle提出針對于宏觀低頻變量對高頻變量的影響，適用于不同頻率時間序列數據之間的分析。模型首先假設表示為股市和債市流動性的返回向量，即ri,t=[r1,t,r2,t]’，主要方程如下所示，gi和mi分別代表短期方差分量和長期方差分量。其中，μi，t表示在t時刻股市和債市流動性對數收益率的均值方程，下標t是固定窗寬，選擇固定窗寬為一天。短期方差分量中，相對于GARCH(1,1)過程，GJR-GARCH狀態描述更符合居民對風險資產的避險態度：其中Ii-1,t這一示性函數刻畫了杠桿效應。式（3）為基于資產已實現波動計算的長期波動率的公式。其中，已實現波動率(RV)為每月全市場流動性的平方和，的加權方式為Beta加權的方式，同時設定ω1的值為1，在公式中表現為。式（4）為引入房價后長期波動率的變化：考慮在2015年前后房價波動對股票流動性波動的影響發生了結構性變化，加入啞變量與房市的交互項，當t小于2015年時，It取值為0，大于等于時，則取1。

3數據處理

本文股市和債市的數據來源于Choice金融終端，房價采用國家統計局公布的全國商品房銷售額除銷售面積作為房地產市場代理指標。其中股票數據采用上交所、深交所全部A股，債券數據為交易所市場和銀行間市場全部國債、金融機構債和非金融機構債。在剔除非正常交易狀態股票的觀測值后，采取Amihud(2002)的非流動性比率并進行一定的變形，選擇算數加總的方式對個股和個債流動性（交易額/收益率）加總計算得出[8]?，F將股市和債市的數據進行標準化處理，然后對數據進行平穩性檢驗。檢驗的方法是ADF單位根檢驗。發現股市（-4.918652***）和債市（-29.01014***）的流動性序列均在1%的顯著性水平上拒絕原假設，即不存在單位根，兩序列均平穩，可以進行進一步處理。

4房地產對股債兩市傳導機制實證分析

相較于單因子混頻波動率模型，包含宏觀經濟變量的多因子混頻波動率模型所刻畫的長期成分可以更好地識別市場波動趨勢。因此，為了更好地研究中國房地產市場對股債市場的影響，本文選用了單因子和雙因子GARCH-MIDAS模型進行對比，其中兩組數據的長期波動率（RV）為月度已實現波動率的加權平均。表1是研究單個外生解釋變量對股市流動性波動的作用，選用股市月度已實現波動率和房價月度波動構建單因子GARCH-MIDAS混頻模型和基于宏觀經濟外生變量的雙因子GARCH-MIDAS混頻模型。在引入房地產市場構建雙因素GARCH-MIDAS模型，參數估計結果顯著提高，說明雙因素模型在模型構建上的適用性。通過表1中，單因素模型θ系數的對比可以發現，在長期層面，股市已實現波動率對股市流動性為正相關，意味著股市流動性具有一定的短期持續性，既往波動對當期影響具有正向傳導作用；而房價波動對股市流動性的影響存在負向傳遞作用。具體體現為，在2015年前負向沖擊（-0.5109）遠高于2015年后（-0.1304）。加入房地產市場之后，短期波動的持續性減少（0.979→0.9502），說明房市走高會增加居民顯性資產，大環境的改變，促進居民投資更多的資產到股市，使股市流動性增加；其次針對非對稱效應系數而言，γ的值顯著小于0，說明股市在短期成分計算中能夠捕捉到房價波動下的非對稱性，房價走高對投資者產生的影響比房市走低更大。表2為引入房地產市場前后對債券市場流動性波動影響對比。通過單因素GARCH-MIDAS模型對比發現，債券市場和股票市場相同，具有一定的短期持續性，且房地產市場對債券市場呈現負向傳遞。當房價升高，對債市具有顯著的擠出作用，原因是：債券是一種長期持有的資產，風險較低，在中國當前的金融形勢下，住房更適合長期持有，且由于房地產目前“穩賺不賠”這一觀念深入中國居民心理，由此易對債券市場產生資產替代效應。在雙因素GARCH-MIDAS模型下，針對非對稱效應系數而言，債市流動性的值顯著小于0，說明對債市而言，正面情緒相比負面情緒產生更大的波動，這種差異大小在股債兩市中不同，原因是因為，兩個市場的異質性造成的，股市風險收益遠大于債市，債市更多的受到家庭主體財富和宏觀經濟環境的影響。

5小結

本文通過構建單雙因素GARCH-MIDAS模型，分別分析房價波動對股票市場流動性和債券市場流動性造成的影響。在研究房價波動對股市流動性的影響時候發現，股市具有短期持續性，在短期內受到正向信息傳遞。房價波動對股市流動性的影響，具體體現在，2015年前，中國房地產市場對股市產生擠出效應，這種擠出效應在2015年后，因為政策引導，逐漸減弱，轉化為資產替代效應；同時發現，房價上升對股市流動性的正向沖擊大于負向信息沖擊，信息異質性沒有債券市場明顯。在研究房波動對債市流動性的影響發現，債市同樣具有短期持續性，在短期內會受到已實現波動率的正向傳遞。與股市流動性不同的是，中國房地產市場對債市產生持續性的擠出效應，這種擠出作用隨著債市的發展在不斷下降。依據以上結論，提出本文的幾點政策建議：一是制定維護金融市場穩定發展的長效機制，主要從保證金融市場投資的多主體供應、多渠道保障，優化風險資產配置兩方面入手；二是積極尋求房地產投資的替代品，加快建設REITs等相關房地產金融產品市場，剝離出的房地產投資屬性，回歸消費屬性；三是應該制定預警方案，既要加強對房市、股市、債市的風險監管，根據房地產市場對股市和債市等不同金融產品傳遞的沖擊響應、風險敏感性差異等特點來構建穩定的轉移機制。

作者：趙雨晨 王愛銀