房地產(chǎn)業(yè)與金融業(yè)的波動溢出效應(yīng)研究[權(quán)威資料]

房地產(chǎn)業(yè)與金融業(yè)的波動溢出效應(yīng)研究 本文檔格式為 WORD,感謝你的閱讀。 摘要：文章基于 MVGARCH-BEKK-t 模型，結(jié)合 Wald檢驗，實證研究了次貸危機前、后房地產(chǎn)業(yè)和金融業(yè)間的波動溢出效應(yīng)。通過分析得出：我國房地產(chǎn)業(yè)和金融業(yè)收益率的波動均受自身歷史波動的影響，而且波動具有聚集性和持久性，但次貸危機前波動的持久性強于次貸危機后；次貸危機前， 5%顯著水平下，房地產(chǎn)業(yè)與金融業(yè)之間不存在波動溢出效應(yīng)；次貸危機后，房地產(chǎn)業(yè)對金融業(yè)存在單向的波動溢出效 應(yīng)。因此，后危機時代，政府要進一步控制房地產(chǎn)業(yè)的風(fēng)險，嚴防房地產(chǎn)業(yè)風(fēng)險向金融系統(tǒng)擴散。 關(guān)鍵詞：房地產(chǎn)業(yè)；金融業(yè)；波動溢出； MVGARCH-BEKK-t 模型； Wald 檢驗 一、 前言 作為經(jīng)濟發(fā)展重要的兩個產(chǎn)業(yè)，房地產(chǎn)業(yè)和金融業(yè)之間有著密切聯(lián)系。一方面，房地產(chǎn)項目開發(fā)需要巨額資金支持，除了主要來源于銀行信貸，還有一部分來源于上市融資、保險、基金、信托、期貨等其它金融類產(chǎn)業(yè)；另一方面，消費者對房地產(chǎn)業(yè)產(chǎn)品的消費也需要銀行的支持。因此，房地產(chǎn)業(yè)與金融業(yè)間的相互影響不可小覷?？v觀 1997 年東南亞金融危機、 2008 年美國次貸危機等，房地產(chǎn)價格劇烈波動幾乎總是與金融危機如影相隨。由于市場投機行為、寬松的貨幣政策等原因，我國房地產(chǎn)業(yè)快速發(fā)展的同時也集聚了一定的泡沫。如果房地產(chǎn)泡沫破滅，可能會導(dǎo)致金融業(yè)風(fēng)險的爆發(fā)；金融業(yè)風(fēng)險引爆，也可能會造成房地產(chǎn)業(yè)融資困難，資金鏈斷裂，引發(fā)房地產(chǎn)業(yè)風(fēng)險。尤其在美國退出 QE、我國銀根收緊的情境下，探討房地產(chǎn)業(yè)與金融業(yè)之間的波動溢出效應(yīng)，剖析兩個市場間信息傳遞效率，對制定房地產(chǎn)業(yè)的調(diào)控政策和金融業(yè)風(fēng)險管控措施，保持房地產(chǎn)業(yè)健康有序發(fā)展和維持金融業(yè)的穩(wěn)定，實現(xiàn)經(jīng) 濟轉(zhuǎn)型發(fā)展具有重要現(xiàn)實意義。 本文以地產(chǎn)股和金融股為研究對象，采用雙變量MVGARCH-BEKK 模型和 Wald 檢驗，探索房地產(chǎn)業(yè)和金融業(yè)之間的波動溢出效應(yīng)，為市場參與者、房地產(chǎn)業(yè)和金融業(yè)的調(diào)控及風(fēng)險管理提供科學(xué)依據(jù)。 二、 BEKK 模型及 Wald 檢驗 三、 房地產(chǎn)業(yè)和金融業(yè)波動溢出效應(yīng)檢驗 1. 數(shù)據(jù)選擇和描述性統(tǒng)計。選擇深圳地產(chǎn)指數(shù)和金融指數(shù)分別作為房地產(chǎn)業(yè)和金融業(yè)的代表。樣本區(qū)間為 2001 年7 月 2 日 2014 年 4 月 28日，共 3 111 個交易日數(shù)據(jù)，數(shù)據(jù)來源于大智慧 軟件。文中采用對數(shù)收益形式，日收益率為：Rt=ln（ Pt/Pt-1），其中， Pt 為房地產(chǎn)指數(shù)或金融指數(shù)第 t日的收盤價。 由表 1 可知，樣本觀察期間內(nèi)，房地產(chǎn)業(yè)的平均收益為正，而金融業(yè)則為負，但兩者標準差比較接近。峰度統(tǒng)計量和 J-B 檢驗統(tǒng)計量均表明兩序列不服從正態(tài)分布。由 ARCH效應(yīng)檢驗可知，兩序列都具有明顯的條件異方差性（滯后 10階）。 Ljung-Box Q 統(tǒng)計量顯示，在 5%的顯著水平下，兩序列均不具有自相關(guān)性（滯后 10階）。單位根 ADF 檢驗表明所有的序列都是平穩(wěn)的（ 1%的顯著水平）。即，房地產(chǎn)收益 率和金融業(yè)收益率均具有高峰厚尾、條件異方差性，適合用 GA-RCH 模型建模。 采用雙變量 MVGARCH-BEKK-t 模型對房地產(chǎn)業(yè)和金融業(yè)建模，結(jié)合 Wald 方法檢驗兩者之間的波動溢出效應(yīng)。表 2 的第一欄是不對參數(shù)進行任何約束的 BEKK 模型估計結(jié)果，第二欄是房地產(chǎn)業(yè)和金融業(yè)間波動溢出效應(yīng) Wald 檢驗結(jié)果。 首先，基于 2001 年 7 月 2 日 2014 年 4 月 28日的數(shù)據(jù)進行實證分析。由第一欄的第一列可知，矩陣 A 和 B 的對角線元素 11 、 22 、 11 、 22 均顯著異于零（ 1%的顯著水平），說明房地產(chǎn)業(yè)和 金融業(yè)收益率的波動均受自身歷史波動的影響，而且波動具有聚集性和持久性。元素 12 、12 估計值比較小，且都不顯著，可粗略地判斷不存在從金融業(yè)到房地產(chǎn)業(yè)的波動溢出效應(yīng)； 21 、 21 的估計值均顯著地不等于零（ 1%的顯著水平），可以粗略地判斷存在從房地產(chǎn)業(yè)到金融業(yè)的波動溢出效應(yīng)。由 Wald 檢驗結(jié)果（第二欄的第一列）可知， 1%的顯著水平下，拒絕假設(shè) 1 和假設(shè) 2，接受假設(shè) 3，即房地產(chǎn)業(yè)對金融業(yè)存在單向的波動溢出效應(yīng)，反之則不成立。 為進一步研究 2008 年次貸危機對我國房地產(chǎn)業(yè)與金融業(yè)波動溢出關(guān)系的沖擊，將樣 本分為兩個區(qū)間： 2001 年 7 月2 日 2007 年 12月 28日（次貸危機前）、 2008 年 1 月 2日 2014 年 4 月 28日（次貸危機后），分別對這兩個樣本進行建模。由表 2 第一欄的第二、三列可知，無論是次貸危機前還是后，房地產(chǎn)業(yè)和金融業(yè)收益率的波動均受自身歷史波動的影響，而且波動具有聚集性和持久性（對角元素 11 、22 、 11 、 22 均顯著異于零）。但是次貸危機之后，房地產(chǎn)業(yè)和金融業(yè)波動的聚集性和持久性比危機之前有所下降。次貸危機之前，房地產(chǎn)業(yè)、金融業(yè)波動的聚集性和持久性分別為 1.216 6（ 11+11 ）和 1.233 4（ 22+22 ），危機之后分別為 1.153 0 和 1.148 8?？赡苁且驗榇钨J危機后，受經(jīng)濟復(fù)蘇不確定性、房地產(chǎn)業(yè)政策調(diào)控等的影響，市場參與者對這兩個市場持審慎的投資態(tài)度，對信息反應(yīng)敏捷，投資策略調(diào)整頻繁，波動的聚集性和持久性下降。 由表 2 第二欄的第二、三列可知，次貸危機前，元素12 、 12 、 21 、 21 均較小且不顯著，可粗略判斷房地產(chǎn)業(yè)和金融業(yè)之間不存在波動溢出效應(yīng)， Wald 檢驗在 5%的顯著水平下接受了房地產(chǎn)業(yè)和金融業(yè)間不存在波動溢出效應(yīng)的假設(shè)，進一步驗證了兩者之間不存在波動溢出 效應(yīng)。次貸危機后，元素 12 、 12 估計值比較小且都不顯著，但 21 、21 的估計值均顯著地不等于零（ 1%的顯著水平），可以粗略地判斷存在房地產(chǎn)業(yè)到金融業(yè)單向的波動溢出效應(yīng)， Wald檢驗結(jié)果說明， 1%的顯著水平下，房地產(chǎn)業(yè)對金融業(yè)存在波動溢出效應(yīng)，但房地產(chǎn)業(yè)對金融業(yè)卻不存在波動溢出效應(yīng)。 3. 結(jié)果分析?；?2001 年 7 月 2 日到 2014 年 4 月 28日的樣本數(shù)據(jù)研究我國房地產(chǎn)業(yè)和金融業(yè)間的波動溢出效應(yīng)，發(fā)現(xiàn)房地產(chǎn)業(yè)對金融業(yè)存在單向的波動溢出效應(yīng)，并且這種效應(yīng)是 2008 年次貸危機后產(chǎn)生的，即次貸危機前（ 2001年 7 月 2 日 2007 年 12月 28日）我國房地產(chǎn)業(yè)和金融業(yè)間不存在波動溢出效應(yīng)，次貸危機后（ 2008 年 1 月 2 日 2014年 4 月 28日）房地產(chǎn)業(yè)和金融業(yè)間存在單向的波動溢出效應(yīng)。出現(xiàn) “ 次貸危機前房地產(chǎn)業(yè)與金融業(yè)之間不存在波動溢出效應(yīng) ” 這種現(xiàn)象，一方面是我們選擇 “ 地產(chǎn)指數(shù) ” 和 “ 金融指數(shù) ” 代表房地產(chǎn)業(yè)和金融業(yè)，但 2001 年到 2005 年，我國股市一直處于熊市，市場交易量不夠活躍，即便 2006 年我國基本完成了股權(quán)分置改革，恢復(fù)新股發(fā)行，但股市上 “ 地產(chǎn)指數(shù) ” 和 “ 金融指數(shù) ” 的信息傳遞效率仍然比較低；另一方面，次貸危 機前，雖然我國房地產(chǎn)業(yè)發(fā)展迅速，自住和投資性購房所占比重較大，投機套利所占比重小，房地產(chǎn)業(yè)發(fā)展較為健康；同時，國有商業(yè)銀行在這個時期進行了改革，剝離了銀行的不良資產(chǎn)，銀行風(fēng)險較低，故兩者之間沒有明顯的波動溢出效應(yīng)。受次貸危機的影響，我國股市受重創(chuàng)，房地產(chǎn)業(yè)風(fēng)險也被業(yè)界和政府重視，政府多次調(diào)整貸款基礎(chǔ)利率，并出臺房地產(chǎn)購買政策，這些信息同時影響到股市上的房地產(chǎn)股和金融股，進而影響到 “ 房地產(chǎn)指數(shù) ” 和 “ 金融指數(shù) ” ；同時，房地產(chǎn)業(yè)是資本依賴性產(chǎn)業(yè)，資金主要來源于上市融資或銀行貸款，保險、基金、信托、期貨等其它金融類 產(chǎn)業(yè)，所以一旦房地產(chǎn)業(yè)出現(xiàn)風(fēng)險，比如房價暴跌，以房產(chǎn)等作為抵押物抵押在銀行的資產(chǎn)，價值將下降，金融業(yè)尤其是銀行業(yè)將會受直接影響， 2007 年發(fā)生在美國的次貸危機就是一個典型案例。由于我國房地產(chǎn)業(yè)受政策調(diào)控影響比較大，并且民間資本也具有較強的實力，當(dāng)金融業(yè)爆發(fā)風(fēng)險，房地產(chǎn)業(yè)雖然很難從銀行融資，但政府出臺一些有利于房地產(chǎn)業(yè)的政策，比如取消限購、出臺買房落戶政策等 “ 救市 ” ，房地產(chǎn)業(yè)受金融業(yè)風(fēng)險的影響將很小，所以盡管理論上金融業(yè)對房地產(chǎn)業(yè)可能存在波動溢出效應(yīng)，但本文實證結(jié)果卻不支持該理論。 四、 結(jié)論 本文采用 MVGARCH-BEKK-t 模型研究了我國房地產(chǎn)業(yè)和金融業(yè)間的波動溢出效應(yīng)，發(fā)現(xiàn)：（ 1）無論是次貸危機前（ 2001 年 7 月 2 日 2007 年 12月 28日）還是次貸危機后（ 2008 年 1 月 2 日 2014 年 4 月 28日），我國房地產(chǎn)業(yè)和金融業(yè)收益率的波動均受自身歷史波動的影響，而且波動具有聚集性和持久性，但次貸危機前波動的持久性強于次貸危機后；（ 2）次貸危機前， 5%顯著水平下，房地產(chǎn)業(yè)與金融業(yè)之間不存在波動溢出效應(yīng)；次貸危機后，房地產(chǎn)業(yè)對金融業(yè)存在波動溢出效應(yīng)，但金融業(yè)卻對房地產(chǎn)業(yè)不存在波動溢出效應(yīng)，反映出次 貸危機后，房地產(chǎn)業(yè)對金融業(yè)存在單向的信息傳遞。這些實證結(jié)論一定程度上反映出我國房地產(chǎn)業(yè)受政策影響很大，民間資本具有一定實力，當(dāng)金融業(yè)爆發(fā)風(fēng)險，若政策出臺一些 救市 政策，可能會阻斷金融業(yè)風(fēng)險向房地產(chǎn)業(yè)的傳染。因此，對于政府來說，目前的重中之重是控制房地產(chǎn)業(yè)本身的風(fēng)險，抑制房地產(chǎn)市場的投機，穩(wěn)定房地產(chǎn)價格，并通過市場手段引導(dǎo)其回歸到合理價格水平上，嚴防房地產(chǎn)業(yè)風(fēng)險向金融系統(tǒng)風(fēng)險擴散。 參考文獻： 1. Chiuling L， Raymond S.Return Relation- ships between Listed Banks and Real Estate Firms： Evidence from Seven Asian Economies.The Journal of Real Estate Finance and Economics， 2005， 31（ 2）： 189-206. 3. 劉桂梅，趙麗 .基于 Copula-GARCH 模型的上證地產(chǎn)股與金融股的相關(guān)性研究 .浙江大學(xué)學(xué)報（理工版）， 2013，40（ 2）： 140-145. 4. 董秀良，曹鳳岐 .國內(nèi)外股市波動溢出 效應(yīng) 基于多元 GARCH 模型的實證研究 .數(shù)理統(tǒng)計與管理， 2009， 28（ 6）： 1091-1099. 5. 項衛(wèi)星，李宏瑾，白大范 .銀行信貸擴張與房地產(chǎn)泡沫：美國、日本及東亞各國和地區(qū)的教訓(xùn) .國際金融研究，2007，（ 3）： 54-60. 6. 劉瓊芳，張宗益 .基于 Copula 房地產(chǎn)與金融行業(yè)的股票相關(guān)性研究 .管理工程學(xué)報， 2011， 25（ 1）： 165-170. 7. 江紅莉，何建敏，莊亞明 .基于時變 Copula 的房地產(chǎn)業(yè)與銀行業(yè)尾部動態(tài)相依性研究 .管理工程學(xué)報， 2013， 27（ 3）： 53-59. 8. 文風(fēng)華，張阿蘭，戴志鋒，楊曉光 .房地產(chǎn)價格波動與金融脆弱性 .中國管理科學(xué)， 2012， 20（ 2）： 1-10. 9. 王燕 .基于 FIGARCH 模型的地產(chǎn)股對金融股市場影響分析 .南開管理評論， 2013， 16（ 4）： 154-160. 10. 陳云，陳浪南，林魯東 .人民幣匯率與股票市場波動溢出效應(yīng)研究 .管理科學(xué)， 2009， 22（ 3）： 104-112. 作者簡介：何建敏，東南大學(xué)經(jīng)濟管理學(xué)院教授、博士生導(dǎo)師；江紅莉，江蘇大學(xué)財經(jīng)學(xué)院講師，東南大學(xué)管理學(xué)博士，江蘇大學(xué)系統(tǒng)工程學(xué)博士后。 收稿日期： 2014-06-20。 文檔資料：房地產(chǎn)業(yè)與金融業(yè)的波動溢出效應(yīng)研究 完整下載 完整閱讀 全文下載 全文閱讀 免費閱讀及下載 閱讀相關(guān)文檔 :我國區(qū)域工業(yè)的效率變化、技術(shù)進步與資本深化效應(yīng) 基于可視化文獻分析方法的組織學(xué)習(xí)研究評述 消解新聞客觀性的疑惑 人類學(xué)“ 寫文化 ” 的啟示 論語名句探微舉隅 勞動力城鄉(xiāng)流動影響因素分析 戈爾巴喬夫與蘇聯(lián)解體之我見 靈性社會工作的理論與實踐 單身貴族的獨樂樂 中國好聲音對當(dāng)代中學(xué)生產(chǎn)生 的影響及對策 從 “ 丑女 ”