導(dǎo)語：房地產(chǎn)市場對(duì)股債兩市的傳導(dǎo)效應(yīng)一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)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(fā)展不良的情況。本文測算了2004年-2020年我國股債兩市的流動(dòng)性數(shù)據(jù)，使用GARCH-MIDAS模型，實(shí)證檢驗(yàn)了我國房價(jià)波動(dòng)對(duì)以股市和債市為代表的不同金融市場的傳導(dǎo)效應(yīng)。同時(shí)在對(duì)比單因素GARCH-MIDAS模型和雙因素GARCH-MIDAS模型時(shí)發(fā)現(xiàn)，加入宏觀經(jīng)濟(jì)變量的雙因素模型擁有更好的參數(shù)估計(jì)結(jié)果。結(jié)果表明：在長期層面中，房市在股市和債市中呈現(xiàn)負(fù)向傳導(dǎo)效應(yīng)，但在股市中，這種擠出作用在2015年政府調(diào)控作用下，逐漸下降；在信息異質(zhì)性層面，房價(jià)走高信息對(duì)債市的正向沖擊遠(yuǎn)大于股市。

1引言

我國房地產(chǎn)市場和金融市場一直以來就是我國風(fēng)險(xiǎn)累積的兩個(gè)重要場所，有直接和間接的關(guān)聯(lián)作用，在經(jīng)濟(jì)發(fā)展過程中存在明顯相互傳導(dǎo)的關(guān)系[1-2]。房價(jià)的異常波動(dòng)會(huì)對(duì)金融業(yè)的造成很大影響，資產(chǎn)價(jià)格的變化會(huì)促使社會(huì)財(cái)富的再分配，其中，房價(jià)的波動(dòng)，導(dǎo)致可貸款的資金變多，對(duì)市場流動(dòng)性造成不確定性的影響[3]，同時(shí)高房價(jià)粘性進(jìn)一步提高了系統(tǒng)性金融風(fēng)險(xiǎn)；房價(jià)下降，提高金融風(fēng)險(xiǎn)，容易造成風(fēng)險(xiǎn)溢價(jià)[4]。學(xué)者針對(duì)房地產(chǎn)市場對(duì)股票市場的傳導(dǎo)效應(yīng)進(jìn)行研究。一種觀點(diǎn)是發(fā)現(xiàn)住房價(jià)格上漲會(huì)顯著促進(jìn)股票價(jià)格上升[5]，另一種觀點(diǎn)是房價(jià)的正向沖擊對(duì)股價(jià)有負(fù)向影響，逐漸增強(qiáng)并達(dá)到最大，隨后又逐漸減弱[6]。由于中國金融市場尚處于發(fā)展階段，中國房地產(chǎn)對(duì)金融市場的研究大多集中在房地產(chǎn)與股票市場的因果推論，忽略了債券市場的存在。但實(shí)際，房價(jià)波動(dòng)對(duì)債券市場和股票市場的作用影響并不同[7]，同時(shí)最近幾年債券市場發(fā)展迅速，已經(jīng)成為了低風(fēng)險(xiǎn)投資的首選產(chǎn)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(biāo)志著我國經(jīng)濟(jì)建設(shè)重點(diǎn)將從樓市經(jīng)濟(jì)開始轉(zhuǎn)向以資本經(jīng)濟(jì)為主的格局變化。在目前國家經(jīng)濟(jì)中心向金融市場發(fā)展的導(dǎo)向下，研究房地產(chǎn)對(duì)不同金融市場的傳導(dǎo)機(jī)制，有助于深化市場體制改革，符合當(dāng)前經(jīng)濟(jì)體制轉(zhuǎn)化的大環(huán)境。在模型使用上，為遠(yuǎn)離信息損失帶來的參數(shù)估計(jì)失誤，本文采用GARCH-MIDAS模型測算房地產(chǎn)市場對(duì)單個(gè)資本市場的波動(dòng)影響。在模型設(shè)定上，采取了兩點(diǎn)變形：首先，由于股市和債市的信息異質(zhì)性的原因，在條件方差方程中引入GJR項(xiàng)，實(shí)現(xiàn)股債兩市對(duì)房市的非對(duì)稱效應(yīng)的捕捉；其次，針對(duì)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(fā)生結(jié)構(gòu)性變化，在研究房市對(duì)股市沖擊時(shí)，在模型中引入啞變量與房價(jià)的交互項(xiàng)，保證參數(shù)估計(jì)結(jié)果的可靠性。

2GARCH-MIDA模型構(gòu)建

本文基礎(chǔ)模型構(gòu)建，是通過描述條件方差，分析房市對(duì)股債兩市的長期波動(dòng)成分和短期波動(dòng)成分，進(jìn)而分析其傳導(dǎo)效應(yīng)。GARCH-MIDAS模型是Engle提出針對(duì)于宏觀低頻變量對(duì)高頻變量的影響，適用于不同頻率時(shí)間序列數(shù)據(jù)之間的分析。模型首先假設(shè)表示為股市和債市流動(dòng)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(shí)刻股市和債市流動(dòng)性對(duì)數(shù)收益率的均值方程，下標(biāo)t是固定窗寬，選擇固定窗寬為一天。短期方差分量中，相對(duì)于GARCH(1,1)過程，GJR-GARCH狀態(tài)描述更符合居民對(duì)風(fēng)險(xiǎn)資產(chǎn)的避險(xiǎn)態(tài)度：其中Ii-1,t這一示性函數(shù)刻畫了杠桿效應(yīng)。式（3）為基于資產(chǎn)已實(shí)現(xiàn)波動(dòng)計(jì)算的長期波動(dòng)率的公式。其中，已實(shí)現(xiàn)波動(dòng)率(RV)為每月全市場流動(dòng)性的平方和，的加權(quán)方式為Beta加權(quán)的方式，同時(shí)設(shè)定ω1的值為1，在公式中表現(xiàn)為。式（4）為引入房價(jià)后長期波動(dòng)率的變化：考慮在2015年前后房價(jià)波動(dòng)對(duì)股票流動(dòng)性波動(dòng)的影響發(fā)生了結(jié)構(gòu)性變化，加入啞變量與房市的交互項(xiàng)，當(dāng)t小于2015年時(shí)，It取值為0，大于等于時(shí)，則取1。

3數(shù)據(jù)處理

本文股市和債市的數(shù)據(jù)來源于Choice金融終端，房價(jià)采用國家統(tǒng)計(jì)局公布的全國商品房銷售額除銷售面積作為房地產(chǎn)市場代理指標(biāo)。其中股票數(shù)據(jù)采用上交所、深交所全部A股，債券數(shù)據(jù)為交易所市場和銀行間市場全部國債、金融機(jī)構(gòu)債和非金融機(jī)構(gòu)債。在剔除非正常交易狀態(tài)股票的觀測值后，采取Amihud(2002)的非流動(dòng)性比率并進(jìn)行一定的變形，選擇算數(shù)加總的方式對(duì)個(gè)股和個(gè)債流動(dòng)性（交易額/收益率）加總計(jì)算得出[8]。現(xiàn)將股市和債市的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，然后對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。檢驗(yàn)的方法是ADF單位根檢驗(yàn)。發(fā)現(xiàn)股市（-4.918652***）和債市（-29.01014***）的流動(dòng)性序列均在1%的顯著性水平上拒絕原假設(shè)，即不存在單位根，兩序列均平穩(wěn)，可以進(jìn)行進(jìn)一步處理。

4房地產(chǎn)對(duì)股債兩市傳導(dǎo)機(jī)制實(shí)證分析

相較于單因子混頻波動(dòng)率模型，包含宏觀經(jīng)濟(jì)變量的多因子混頻波動(dòng)率模型所刻畫的長期成分可以更好地識(shí)別市場波動(dòng)趨勢。因此，為了更好地研究中國房地產(chǎn)市場對(duì)股債市場的影響，本文選用了單因子和雙因子GARCH-MIDAS模型進(jìn)行對(duì)比，其中兩組數(shù)據(jù)的長期波動(dòng)率（RV）為月度已實(shí)現(xiàn)波動(dòng)率的加權(quán)平均。表1是研究單個(gè)外生解釋變量對(duì)股市流動(dòng)性波動(dòng)的作用，選用股市月度已實(shí)現(xiàn)波動(dòng)率和房價(jià)月度波動(dòng)構(gòu)建單因子GARCH-MIDAS混頻模型和基于宏觀經(jīng)濟(jì)外生變量的雙因子GARCH-MIDAS混頻模型。在引入房地產(chǎn)市場構(gòu)建雙因素GARCH-MIDAS模型，參數(shù)估計(jì)結(jié)果顯著提高，說明雙因素模型在模型構(gòu)建上的適用性。通過表1中，單因素模型θ系數(shù)的對(duì)比可以發(fā)現(xiàn)，在長期層面，股市已實(shí)現(xiàn)波動(dòng)率對(duì)股市流動(dòng)性為正相關(guān)，意味著股市流動(dòng)性具有一定的短期持續(xù)性，既往波動(dòng)對(duì)當(dāng)期影響具有正向傳導(dǎo)作用；而房價(jià)波動(dòng)對(duì)股市流動(dòng)性的影響存在負(fù)向傳遞作用。具體體現(xiàn)為，在2015年前負(fù)向沖擊（-0.5109）遠(yuǎn)高于2015年后（-0.1304）。加入房地產(chǎn)市場之后，短期波動(dòng)的持續(xù)性減少（0.979→0.9502），說明房市走高會(huì)增加居民顯性資產(chǎn)，大環(huán)境的改變，促進(jìn)居民投資更多的資產(chǎn)到股市，使股市流動(dòng)性增加；其次針對(duì)非對(duì)稱效應(yīng)系數(shù)而言，γ的值顯著小于0，說明股市在短期成分計(jì)算中能夠捕捉到房價(jià)波動(dòng)下的非對(duì)稱性，房價(jià)走高對(duì)投資者產(chǎn)生的影響比房市走低更大。表2為引入房地產(chǎn)市場前后對(duì)債券市場流動(dòng)性波動(dòng)影響對(duì)比。通過單因素GARCH-MIDAS模型對(duì)比發(fā)現(xiàn)，債券市場和股票市場相同，具有一定的短期持續(xù)性，且房地產(chǎn)市場對(duì)債券市場呈現(xiàn)負(fù)向傳遞。當(dāng)房價(jià)升高，對(duì)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(chǎn)，風(fēng)險(xiǎn)較低，在中國當(dāng)前的金融形勢下，住房更適合長期持有，且由于房地產(chǎn)目前“穩(wěn)賺不賠”這一觀念深入中國居民心理，由此易對(duì)債券市場產(chǎn)生資產(chǎn)替代效應(yīng)。在雙因素GARCH-MIDAS模型下，針對(duì)非對(duì)稱效應(yīng)系數(shù)而言，債市流動(dòng)性的值顯著小于0，說明對(duì)債市而言，正面情緒相比負(fù)面情緒產(chǎn)生更大的波動(dòng)，這種差異大小在股債兩市中不同，原因是因?yàn)椋瑑蓚€(gè)市場的異質(zhì)性造成的，股市風(fēng)險(xiǎn)收益遠(yuǎn)大于債市，債市更多的受到家庭主體財(cái)富和宏觀經(jīng)濟(jì)環(huán)境的影響。

5小結(jié)

本文通過構(gòu)建單雙因素GARCH-MIDAS模型，分別分析房價(jià)波動(dòng)對(duì)股票市場流動(dòng)性和債券市場流動(dòng)性造成的影響。在研究房價(jià)波動(dòng)對(duì)股市流動(dòng)性的影響時(shí)候發(fā)現(xiàn)，股市具有短期持續(xù)性，在短期內(nèi)受到正向信息傳遞。房價(jià)波動(dòng)對(duì)股市流動(dòng)性的影響，具體體現(xiàn)在，2015年前，中國房地產(chǎn)市場對(duì)股市產(chǎn)生擠出效應(yīng)，這種擠出效應(yīng)在2015年后，因?yàn)檎咭龑?dǎo)，逐漸減弱，轉(zhuǎn)化為資產(chǎn)替代效應(yīng)；同時(shí)發(fā)現(xiàn)，房價(jià)上升對(duì)股市流動(dòng)性的正向沖擊大于負(fù)向信息沖擊，信息異質(zhì)性沒有債券市場明顯。在研究房波動(dòng)對(duì)債市流動(dòng)性的影響發(fā)現(xiàn)，債市同樣具有短期持續(xù)性，在短期內(nèi)會(huì)受到已實(shí)現(xiàn)波動(dòng)率的正向傳遞。與股市流動(dòng)性不同的是，中國房地產(chǎn)市場對(duì)債市產(chǎn)生持續(xù)性的擠出效應(yīng)，這種擠出作用隨著債市的發(fā)展在不斷下降。依據(jù)以上結(jié)論，提出本文的幾點(diǎn)政策建議：一是制定維護(hù)金融市場穩(wěn)定發(fā)展的長效機(jī)制，主要從保證金融市場投資的多主體供應(yīng)、多渠道保障，優(yōu)化風(fēng)險(xiǎn)資產(chǎn)配置兩方面入手；二是積極尋求房地產(chǎn)投資的替代品，加快建設(shè)REITs等相關(guān)房地產(chǎn)金融產(chǎn)品市場，剝離出的房地產(chǎn)投資屬性，回歸消費(fèi)屬性；三是應(yīng)該制定預(yù)警方案，既要加強(qiáng)對(duì)房市、股市、債市的風(fēng)險(xiǎn)監(jiān)管，根據(jù)房地產(chǎn)市場對(duì)股市和債市等不同金融產(chǎn)品傳遞的沖擊響應(yīng)、風(fēng)險(xiǎn)敏感性差異等特點(diǎn)來構(gòu)建穩(wěn)定的轉(zhuǎn)移機(jī)制。

作者：趙雨晨 王愛銀