房地产市场对股债两市的传导效应

导语：房地产市场对股债两市的传导效应一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

目前我国存在住房过热，金融市场发展不良的情况。本文测算了2004年-2020年我国股债两市的流动性数据，使用GARCH-MIDAS模型，实证检验了我国房价波动对以股市和债市为代表的不同金融市场的传导效应。同时在对比单因素GARCH-MIDAS模型和双因素GARCH-MIDAS模型时发现，加入宏观经济变量的双因素模型拥有更好的参数估计结果。结果表明：在长期层面中，房市在股市和债市中呈现负向传导效应，但在股市中，这种挤出作用在2015年政府调控作用下，逐渐下降；在信息异质性层面，房价走高信息对债市的正向冲击远大于股市。

1引言

我国房地产市场和金融市场一直以来就是我国风险累积的两个重要场所，有直接和间接的关联作用，在经济发展过程中存在明显相互传导的关系[1-2]。房价的异常波动会对金融业的造成很大影响，资产价格的变化会促使社会财富的再分配，其中，房价的波动，导致可贷款的资金变多，对市场流动性造成不确定性的影响[3]，同时高房价粘性进一步提高了系统性金融风险；房价下降，提高金融风险，容易造成风险溢价[4]。学者针对房地产市场对股票市场的传导效应进行研究。一种观点是发现住房价格上涨会显著促进股票价格上升[5]，另一种观点是房价的正向冲击对股价有负向影响，逐渐增强并达到最大，随后又逐渐减弱[6]。由于中国金融市场尚处于发展阶段，中国房地产对金融市场的研究大多集中在房地产与股票市场的因果推论，忽略了债券市场的存在。但实际，房价波动对债券市场和股票市场的作用影响并不同[7]，同时最近几年债券市场发展迅速，已经成为了低风险投资的首选产品，其作用程度不可忽视。2021年9月2日，北京证券交易所正式成立，标志着我国经济建设重点将从楼市经济开始转向以资本经济为主的格局变化。在目前国家经济中心向金融市场发展的导向下，研究房地产对不同金融市场的传导机制，有助于深化市场体制改革，符合当前经济体制转化的大环境。在模型使用上，为远离信息损失带来的参数估计失误，本文采用GARCH-MIDAS模型测算房地产市场对单个资本市场的波动影响。在模型设定上，采取了两点变形：首先，由于股市和债市的信息异质性的原因，在条件方差方程中引入GJR项，实现股债两市对房市的非对称效应的捕捉；其次，针对房市低迷，在2015年资金不断流入股票市场，股市和房市之间发生结构性变化，在研究房市对股市冲击时，在模型中引入哑变量与房价的交互项，保证参数估计结果的可靠性。

2GARCH-MIDA模型构建

本文基础模型构建，是通过描述条件方差，分析房市对股债两市的长期波动成分和短期波动成分，进而分析其传导效应。GARCH-MIDAS模型是Engle提出针对于宏观低频变量对高频变量的影响，适用于不同频率时间序列数据之间的分析。模型首先假设表示为股市和债市流动性的返回向量，即ri,t=[r1,t,r2,t]’，主要方程如下所示，gi和mi分别代表短期方差分量和长期方差分量。其中，μi，t表示在t时刻股市和债市流动性对数收益率的均值方程，下标t是固定窗宽，选择固定窗宽为一天。短期方差分量中，相对于GARCH(1,1)过程，GJR-GARCH状态描述更符合居民对风险资产的避险态度：其中Ii-1,t这一示性函数刻画了杠杆效应。式（3）为基于资产已实现波动计算的长期波动率的公式。其中，已实现波动率(RV)为每月全市场流动性的平方和，的加权方式为Beta加权的方式，同时设定ω1的值为1，在公式中表现为。式（4）为引入房价后长期波动率的变化：考虑在2015年前后房价波动对股票流动性波动的影响发生了结构性变化，加入哑变量与房市的交互项，当t小于2015年时，It取值为0，大于等于时，则取1。

3数据处理

本文股市和债市的数据来源于Choice金融终端，房价采用国家统计局公布的全国商品房销售额除销售面积作为房地产市场代理指标。其中股票数据采用上交所、深交所全部A股，债券数据为交易所市场和银行间市场全部国债、金融机构债和非金融机构债。在剔除非正常交易状态股票的观测值后，采取Amihud(2002)的非流动性比率并进行一定的变形，选择算数加总的方式对个股和个债流动性（交易额/收益率）加总计算得出[8]。现将股市和债市的数据进行标准化处理，然后对数据进行平稳性检验。检验的方法是ADF单位根检验。发现股市（-4.918652***）和债市（-29.01014***）的流动性序列均在1%的显著性水平上拒绝原假设，即不存在单位根，两序列均平稳，可以进行进一步处理。

4房地产对股债两市传导机制实证分析

相较于单因子混频波动率模型，包含宏观经济变量的多因子混频波动率模型所刻画的长期成分可以更好地识别市场波动趋势。因此，为了更好地研究中国房地产市场对股债市场的影响，本文选用了单因子和双因子GARCH-MIDAS模型进行对比，其中两组数据的长期波动率（RV）为月度已实现波动率的加权平均。表1是研究单个外生解释变量对股市流动性波动的作用，选用股市月度已实现波动率和房价月度波动构建单因子GARCH-MIDAS混频模型和基于宏观经济外生变量的双因子GARCH-MIDAS混频模型。在引入房地产市场构建双因素GARCH-MIDAS模型，参数估计结果显著提高，说明双因素模型在模型构建上的适用性。通过表1中，单因素模型θ系数的对比可以发现，在长期层面，股市已实现波动率对股市流动性为正相关，意味着股市流动性具有一定的短期持续性，既往波动对当期影响具有正向传导作用；而房价波动对股市流动性的影响存在负向传递作用。具体体现为，在2015年前负向冲击（-0.5109）远高于2015年后（-0.1304）。加入房地产市场之后，短期波动的持续性减少（0.979→0.9502），说明房市走高会增加居民显性资产，大环境的改变，促进居民投资更多的资产到股市，使股市流动性增加；其次针对非对称效应系数而言，γ的值显著小于0，说明股市在短期成分计算中能够捕捉到房价波动下的非对称性，房价走高对投资者产生的影响比房市走低更大。表2为引入房地产市场前后对债券市场流动性波动影响对比。通过单因素GARCH-MIDAS模型对比发现，债券市场和股票市场相同，具有一定的短期持续性，且房地产市场对债券市场呈现负向传递。当房价升高，对债市具有显著的挤出作用，原因是：债券是一种长期持有的资产，风险较低，在中国当前的金融形势下，住房更适合长期持有，且由于房地产目前“稳赚不赔”这一观念深入中国居民心理，由此易对债券市场产生资产替代效应。在双因素GARCH-MIDAS模型下，针对非对称效应系数而言，债市流动性的值显著小于0，说明对债市而言，正面情绪相比负面情绪产生更大的波动，这种差异大小在股债两市中不同，原因是因为，两个市场的异质性造成的，股市风险收益远大于债市，债市更多的受到家庭主体财富和宏观经济环境的影响。

5小结

本文通过构建单双因素GARCH-MIDAS模型，分别分析房价波动对股票市场流动性和债券市场流动性造成的影响。在研究房价波动对股市流动性的影响时候发现，股市具有短期持续性，在短期内受到正向信息传递。房价波动对股市流动性的影响，具体体现在，2015年前，中国房地产市场对股市产生挤出效应，这种挤出效应在2015年后，因为政策引导，逐渐减弱，转化为资产替代效应；同时发现，房价上升对股市流动性的正向冲击大于负向信息冲击，信息异质性没有债券市场明显。在研究房波动对债市流动性的影响发现，债市同样具有短期持续性，在短期内会受到已实现波动率的正向传递。与股市流动性不同的是，中国房地产市场对债市产生持续性的挤出效应，这种挤出作用随着债市的发展在不断下降。依据以上结论，提出本文的几点政策建议：一是制定维护金融市场稳定发展的长效机制，主要从保证金融市场投资的多主体供应、多渠道保障，优化风险资产配置两方面入手；二是积极寻求房地产投资的替代品，加快建设REITs等相关房地产金融产品市场，剥离出的房地产投资属性，回归消费属性；三是应该制定预警方案，既要加强对房市、股市、债市的风险监管，根据房地产市场对股市和债市等不同金融产品传递的冲击响应、风险敏感性差异等特点来构建稳定的转移机制。

作者：赵雨晨 王爱银