房地产市场和金融市场关系的实证研究.doc

1、1房地产市场和金融市场关系的实证研究基于协整理论和偏最小二乘法四川大学 王旭辉、罗太波、丁宏伟摘 要房地产市场和金融市场在现代经济中具有独特的地位和作用，两个市场的发展存在着密切的联系。研究房地产市场与金融市场的互动关系，对于推进两者的共同发展具有十分重要的现实意义。本文采用 1994 年到 2009 年房地产市场与金融市场的相关统计数据，通过协整分析发现金融市场与房地产市场存在长期的均衡关系，利用格兰杰因果检验判断两者之间的因果关系。采用主成分分析法获得金融指标交互组合形成因子，构建偏最小二乘法模型分析形成因子对房地产市场的影响，并使用协整检验验证回归的有效性，得到形成因子与房地产市场的误差

2、修正模型。最后根据本文的研究结论提出相应的对策建议。关键字：房地产市场；金融市场；协整理论；偏最小二乘法An Empirical Study on Relationship between Real Estate and Financial Markets Based on the Cointegration Theory and Partial Least SquaresAbstract: Real estate market and financial market play a unique role in the modern economy. There is a close rel

3、ationship between the developments of the two markets. The study on the interacion between the two markets has significant practical meaning in promoting the development of the two markets. This paper analysed the statistics of the real estate sales and the financial market of China from 1994 to 200

4、9. By using cointegration theory, a long-term equilibrium relationship between the financial market and the real estate market was found. The causal relationship between the two markets was determined by using Granger causality test. The interacted factors were obtained by using the principal compon

5、ent method. Then a PLS model was built to evaluate the effect of interacted factors to the real estate market. The cointegration test was 2conducted to verify the validity of the PLS model. Then an error correction model of the interacted factors and the real estate market was built.Key words: Real

6、estate market; Financial market; Cointegration theory; PLS1 问题描述房地产业的发展带动着多个产业发展，对国民经济起着举足轻重的作用。2003 年国务院下发国务院关于促进房地产市场持续健康发展的通知 ，其中明确指出：“房地产行业关联度高，带动力强，已经成为国民经济的支柱产业。”1近年来我国房地产市场投资增速迅猛。1995-2009 年，我国房地产业固定资产投资额逐年攀升（见图 1-1） ，特别是 1998 年实行住房市场化以后，一直维持着 10%以上的增长率。2009 年，房地产业投资规模突破 49358.5 亿元，投资额增长率维持在

7、22%的高位，房地产业投资额占总固定资产投资的比重超过1/5。1998 年以后，房地产业投资额占 GDP 比重亦逐年增加（见图 1-2） ，2009年已经达到 14%。随着房地产市场规模的不断扩大，保证其持续健康发展也就显得越来越重要。图 1-1 房地产业投资情况图 图 1-2 房地产业投资额占 GDP 比重资料来源：中国统计年鉴 19962010同时，房地产业属于资金密集型产业，其投资规模大、周转时间长、商品价值大等特点，注定了房地产业与金融业之间有着密切的联系。一般而言，房地产市场的繁荣，离不开金融市场的参与和支持，同时房地产市场的繁荣也促3进金融市场的发展。然而一个市场的衰退也会影响到另

8、一个市场的发展。2007年初爆发的美国次贷危机引发的全球金融市场的持续动荡，汇市大幅波动，股市大量抛盘，黄金、原油、铜等大宗商品抛售就是一个实例。房地产业是国民经济的支柱产业，而随着中国经济快速持续发展，金融的重要性也同样越来越突出，良好的金融市场可以成为经济发展的重要推动因素，对经济产生持续推动力并提高整个经济的发展效率 2。因此研究房地产市场与金融市场的相互关系，推进两者共同发展就具有十分重要的意义。我国房地产业的发展历史只有 20 年，真正实行市场化的历程只有 13 年，无论是对房地产经济的实证研究还是理论研究都存在着许多空白和不足之处。那么，具体到中国这样一个处于转轨过程、市场经济体制

9、还不完善的国家，金融市场与房地产市场的这种互动关系能否得到实证检验呢？本文以此为出发点，旨在对当前中国金融与房地产两个市场的发展关系进行实证研究，分析金融市场中的重要因素对房地产市场的作用，以及各因素交互作用对房地产市场的影响，从而为我国房地产业与金融体系的稳健运行提出有效的对策。2 国内外研究现状2.1 国外研究现状从 20 世纪 30 年代开始，欧美国家就已经有学者从房地产市场与金融市场关系的视角展开了研究。80 年代以来，在西方金融创新热潮和东方经济转型的推动下，房地产市场与金融市场的关系研究得到了进一步的发展并达到了较高的水平。Friedman（1971）证明了用于选择和评估普通股票投

10、资组合的数理模型同样适用于房地产市场的投资，这种投资组合的对象选择可以同时涵盖股票和房地产领域 3。Edgar（1971 ）在 Friedman 的基础上提出与股票、债券等其他资产相比，房地产投资的风险度量、投资回报与资产持有的变现性应受到更大的重视 4。Mark Carey（1990 ）构建了一个土地价格模型，来研究房地产的繁荣与金融参与的关系，并对房地产周期性波动给出了解释 5。Bernanke（1996）研究指出房价上涨通过财富效应促使信贷扩张，信贷扩张通过金融加速器效应促使4房价攀升 6。Quan 和 SheridanTitman（1996）运用美国、英国、法国、德国等 17个国家主要

11、城市面板数据，对房地产价值、股票收益、租金关系进行实证研究，结果显示各个国家股票收益、房地产价值和租金之间存在紧密的联系 7。Okunev和 Wilson（1997）对美国房地产市场和股票市场进行非线性回归分析，发现股票市场与房地产市场存在一定的非线性关系 8。Ling 和 Naranjo（1999）采用非线性回归分析，发现美国商业房地产业与股票市场相互融合，尤其在在 20 世纪90 年代，两者相互影响的程度更加显著 9。Gerlach 和 Peng（2005）采用香港1982 年一季度至 2001 年四季度的房地产价格、银行贷款、GDP 等变量进行研究得出，房地产价格的波动影响银行的信贷扩张

12、，而银行的贷款却不影响房地产价格 10。2.2 国内研究现状国内学者对于房地产市场与金融市场关系的研究起步较晚，随着房地产业与金融市场关系的日益紧密，金融市场对房地产业的影响因素分析成为研究主题。武康平、皮舜和鲁桂华（2004）通过构建基于中国制度背景的一般均衡模型，揭示中国房地产市场与金融市场共生关系形成的机理 11。高波、王先柱（2009）通过运用 2002-2007 年的相关数据建立向量自回归模型，分析得出货币供给量的增加刺激了房地产投资与商品房销售额的增长，导致房地产价格上涨 12。吴江、韩鑫韬（2009）基于 VAR 模型和 GARCH 模型对中国房地产价格与货币供应量的波动溢出效应

13、进行分析得出：房地产价格与货币供应量之间不存在显著的动态相关性，也不存在显著的波动溢出效应，央行没有必要用货币政策去直接调控房地产价格 13。李宏瑾（2005）用面板数据对房地产市场、银行信贷与经济增长之间的关系进行了实证研究，指出银行信贷资金是决定房地产市场供给与需求的最直接和最根本的原因 14。盛松成，李安定，刘惠娜等（2005）对上海房地产市场发展周期与金融运行关系进行了实证研究，分析认为上海房地产市场周期受宏观经济周期、金融政策影响颇深，对实际利率较为敏感，房地产业对银行信贷高度依赖 15。刘水杏（2004）借助投入产出模型对我国及美、日、英、澳四个发达国家房地产业和与其密切关联产业的

14、关联度进行了不同层面量化研究，发现我国部分地区房地产业与金融保险业的关联度偏5高 16。邢文雯（2007）从金融支持过度的角度来探索房地产价格与货币供应量和股票价格的关系，得出结论认为货币供应量和股票价格与房地产价格有正的相关关系 17。高晓晖、李婧（2009）通过对上海 1999-2008 年上证综合指数和上证地产股指数之间波动关系的实证分析表明，上海房地产市场与股票市场之间存在一定相关性，且股票市场对房地产市场的带动作用更明显 18。巴曙松、覃川桃、朱元倩（2009）通过对中国股票市场与房地产市场的联动关系研究表明，长期内，房地产市场和股票市场不存在线性协整关系，但是在短期内，股市是房市的

15、线性 Granger 原因，房市是股市的非线性 Granger 原因 19。综上所述，目前国内外文献主要从货币供应量、信贷、股票、债券和保险等金融领域，着重从技术上、操作上、微观行为上分析房地产市场与金融市场的关系，鲜有文章综合考量这些因素对房地产市场的影响。国内学者研究工作多限于对房地产市场与金融市场出现的具体问题的一般描述和措施分析，能真正令人信服地说明房地产市场与金融市场关系的成功之作还较少见 20。本文从中国房地产市场与金融市场的内在关系出发，综合考量金融市场中的货币供应量、信贷、股票、债券和金融保险等因素，通过 Granger 因果关系分析两个市场的相互作用，且综合考量了这些因素对金

16、融市场的影响，并对房地产业与金融体系的稳健运行提出有效的对策和建议。3 房地产市场与金融市场相关理论3.1 房地产市场及其主要特征房地产是指土地、建筑物及固着在土地、建筑物上不可分离的部分及其附带的各种权益。房地产由于其自身的特点，即位置的固定性和不可移动性，在经济学上又被称为不动产。房地产市场作为从事房产、土地的出售、租赁、买卖、抵押等交易活动的场所或领域，具有以下主要特征：（1）交易对象和交易方式的多样性房地产市场上进行交易的商品不仅有各种各样的、不同用途的建筑物，还包括与其相关的各种权利和义务关系的交易。交易方式不仅有买卖、租赁，还有抵押、典当及其他的让渡方式。 6（2）消费和投资的双重

17、特性由于房地产可以保值、增值，有良好的吸纳通货膨胀的能力，因而作为消费品的同时也可用作投资品。房产的投资性将随着收入的提高得到进一步的拓展。 （3）供给和需求的不平衡性房地产市场供求关系的不平衡状态是经常会发生的。虽然价格和供求等市场机制会产生调整供求之间的非均衡态的作用，但随着诸多市场因素的发展变化，原有的均衡态将不断被打破，因此，房地产市场供求之间的不平衡性将长时期存在，而均衡始终只能是相对的。3.2 金融市场及其主要特征金融市场是指资金供应者和资金需求者双方通过信用工具进行交易、融通资金的市场，是实现货币借贷和资金融通、办理各种票据和有价证券交易活动的市场。金融市场具有如下主要特征：（1

18、）金融市场的非物质化，金融交易往往不伴随实物的转手。例如，股票等证券的转手一般不涉及发行企业相应份额资产的变动，金融交易常常表现为结算和保管中心有关双方账户上的证券数量和现金储备额的变动。金融市场产品交易的非物质化使得金融交易可以完全凭空进行，买空卖空活动在金融市场上司空见惯。这种物质化的特征，一方面加大了金融市场上的投机性，容易造成金融市场的波动。另一方面，它加速了金融产品的流动性，而这正是金融市场的生命力旺盛的原因之一。（2）现代金融市场是信息市场，信息的发布、传递、收集、处理和运用成为现代金融市场上所有参与者都不能回避的竞争焦点。信息在金融市场上的特殊地位，不仅局限于对已经发生的事实的信

19、息，而且更体现在对还没有发生、未来的、甚至不知道会不会发生的事件上的预期信息。（3）金融市场是一个自由竞争市场。在金融市场上对各种不同的金融产品的供给与需求在很大程度上是相通的，它们之间具有很强的竞争性。74 模型方法的简要介绍4.1 单位根检验广泛的说，如果一个随机时间序列的均值和方差在时间上保持常数，并且在任何两时期之间的协方差值仅依赖于该两时期间的距离或滞后，而不依赖于计算这个协方差的实际时间，就称它为平稳的。比如，设有一列随机时间序列，如果：（1（ 均值 与时间无关。uYEt)(（2（ 方差 与时间无关。2)(Vartt（3（ 协方差 只与间隔期 有关而与时间)(, uYECovktt

20、ktk kt无关，称这样的协方差为滞后 的自协方差，也就是相隔 期的两个 值之间Y的协方差。如果 就得到 ，这无非就是 的方差是时不变（ ） ；如果00r 2， 就是 的两相邻值之间的协方差。则称这样的随机时间序列为平稳的1krY时间序列。所谓时间序列的非平稳性，是指时间序列的统计规律随时间的位移而发生变化，即生成变量的时间序列数据的随机过程的特征随时间而变化。只要上面的三个条件不全满足，则该时间序列是非平稳的。对于检验时间序列的平稳性，这里我们采用 ADF(Augmented Dickey Fuller Test)方法，进行如下回归： 01213kt tititixxx式中 变量的一阶差分t

21、x 是时间变量，用以消除变量自相关影响it待定系数i3210,白噪声序列tu8假设检验： ； ，如果接受假设 ，而拒绝假设 ，则表0:2H0:210H1明序列 存在单位根，即序列是非平稳的；否则，表明序列 不存在单位根，tx tx即序列是平稳的。方程中加入 个滞后项是为了使残差项为白噪声序列。k4.2 协整检验协整(cointegration)理论是格兰杰( Granger)和恩格尔(Engle) 于 20 世纪 80 年代末正式提出的，随后在国际上得到了广泛的应用。通俗的讲，协整关系意味着变量之间存在着长期的均衡关系，从经济意义上说，这种协整关系的存在表明可以通过其他变量的变化来影响另一变量

22、的变化。如果所涉及的变量是同阶差分平稳的，且这些变量的某种线性组合是平稳的，则称这些量之间存在协整关系，即：如果序列 都是 阶单整，存在一个向量 ，使得kttY,21d ),(21k，其中， ，则认为序列)(bdIYZtt ),(,021kttt Y，是 阶协整（cointegration） ，记为 。一般来说，协整ktt,21, ,(bdCIt检验有 Engle-Granger 两步法和 JJ（Johansen-Juselius ）法，本文采用 JJ 法，适用于多个协整关系的估计和检验。Johansen 和 Juselius（1990）建议运用迹（Trace）检验和极大特征根（Maximum

23、 Eigenvalue）两种检验方法检验可能存在的协整关系。当两种检验方法都成立时，才认为存在协整关系。特征根迹检验和极大特征根检验原理类似，由 r 个极大特征根可以得到 r 个协整向量，对于其余 个非协整组合来说， 应该为 0。原假设-krr1k， ，不存在协整关系；备选假设010rrH： ，存在协整关系。统计量为：1 -1r k： ， （ ， ， ， ） 1ln()0,1t iirTrk ， （ ）依次检验这一系列统计量的显著性直到接受原假设为止。极大特征值检验的原假设 H0：r+10，备选假设 H1：r+10，基于最大9特征值的形式为： ln(1)0,1.riTrk ， （ ）4.3 G

24、ranger 因果关系检验Granger 因果关系检验实质上是检验一个变量的滞后变量是否可以引入到其他变量方程中。一个变量如果受到其他变量的滞后影响，则称它们具有 Granger因果关系。在一个二元 P 阶的 VAR 模型中：210212 11122 2ptpt t tt yyyaaya xxxx 当且仅当系数矩阵的系数 全部为 0 时，变量 x 不能 Granger 引起 y，等价于变q12量 x 外生于变量 y。这时，判断 Granger 原因的直接方法是利用 F-检验来检验下述联合检验：； 012:,3qHap 120qa至 少 存 在 一 个 使 得其统计量为: 011/,21/2RS

25、PFpTT服从 F 分布。如果 大于 F 的临界值，则拒绝原假设；否则接受原假设：x 不1能 Granger 引起 y。其中 是 VAR 模型中 y 方程的残差平方和：1RS21Tt是不含 x 的滞后变量（即 ） ，如下0RS pqa,01201211ttttptyyay则有， 201TtS在满足高斯分布的假定下，检验统计量 具有精确的 F 分布。如果回归模型形1S10式是上述 VAR 模型，一个渐进等价检验可由下式给出： 0122TRSP注意， 服从自由度为 P 的 分布。如果 大于 的临界值，则拒绝原1S22S2假设；否则接受原假设：x 不能 Granger 引起 y。4.4 偏最小二乘法

26、设两组变量 和 ,其中 是自变量, (p 为自变量的个数)，XY12,Xx是因变量， (q 为自变量的个数 )。对就矩阵分别为Y12y和 。12,pnXx 12,nqy为使不同量纲和数量级的数据在一起比较先对数据进行标准化处理，并将， 经标准化数据矩阵记为 , ，标准化公式为：Y0EF，*ijjijxs1,2inp ， ，*0ijnpE0iynqF,i式中： 是第 个样本，第 个指标的原始数据； 为第 个指标ijxj 1njijx原始数据的标准差； 和 是 的平均值和标准差。yx在 ， 中提取成分 和 （ 是 的线性组合， 是XY1tu1t2,px 1u的线性组合） 。从 中提取第一个主成分 ：12,qy 0E1t10tw式中 为 的第一个轴，它是一单位向量，即 。1w0 1从 中提取第一个主成分 ：0F1u10Fc