黃 　 文，　王 　 曄，　謝 雨 菲

(1.河海大學(xué) 商學(xué)院， 江蘇 南京210098； 2.南京大學(xué) 商學(xué)院， 江蘇 南京210093)

一、引　言

近此年一直作為國民經(jīng)濟(jì)中的基礎(chǔ)性和先導(dǎo)性產(chǎn)業(yè)的房地產(chǎn)業(yè)與其他產(chǎn)業(yè)之間高度關(guān)聯(lián)，是推動(dòng)近年來我國經(jīng)濟(jì)增長(zhǎng)的重要力量。房地產(chǎn)業(yè)的高速發(fā)展也推動(dòng)了房?jī)r(jià)的迅速攀升。中國房地產(chǎn)網(wǎng)資料顯示，從1998年我國住房貨幣化改革到2015年的近20年里，我國商品房的平均價(jià)格從剛剛突破每平米2000元漲到每平米7571元，漲幅高達(dá)279%。2016年以后，中國房地產(chǎn)市場(chǎng)百城住宅價(jià)格持續(xù)增長(zhǎng)，2016年1～11月份累計(jì)上漲17.83%，較2015年全年擴(kuò)大13.68個(gè)百分點(diǎn)，其中一、二線城市的累積漲幅分別高達(dá)22.95%和13.34%，而與此同時(shí)，多數(shù)三、四線城市面臨“去庫存”難題，全國市場(chǎng)區(qū)域分化態(tài)勢(shì)延續(xù)。房地產(chǎn)的虛擬資產(chǎn)特性使得其價(jià)格與成本相脫離，并且具有很強(qiáng)的波動(dòng)性。隨著近幾年貨幣信貸政策的收緊和各級(jí)政府房?jī)r(jià)調(diào)控政策的陸續(xù)出臺(tái)，熱點(diǎn)城市房?jī)r(jià)在經(jīng)歷大漲后更容易產(chǎn)生大幅波動(dòng)。作為居民資產(chǎn)配置的重要組成部分以及商業(yè)銀行發(fā)放貸款的主要抵押品，房?jī)r(jià)的波動(dòng)會(huì)直接導(dǎo)致居民財(cái)富總量和貨幣供給的變動(dòng)，進(jìn)而引起社會(huì)生產(chǎn)、消費(fèi)等實(shí)際領(lǐng)域的變化，同時(shí)對(duì)金融市場(chǎng)中金融資產(chǎn)的價(jià)格產(chǎn)生影響。

事實(shí)上，在房地產(chǎn)市場(chǎng)經(jīng)歷周期性波動(dòng)的同時(shí)，我國的金融市場(chǎng)也在跌宕起伏中發(fā)展，房?jī)r(jià)和金融資產(chǎn)價(jià)格從運(yùn)動(dòng)軌跡來看表現(xiàn)出一定的相關(guān)性，房?jī)r(jià)波動(dòng)會(huì)推高市場(chǎng)運(yùn)行風(fēng)險(xiǎn)，助長(zhǎng)或者擠壓金融資產(chǎn)價(jià)格中原有的泡沫，并對(duì)金融體系的穩(wěn)健運(yùn)行帶來隱患。為此，本文將從股票市場(chǎng)和債券市場(chǎng)著手，對(duì)我國房?jī)r(jià)波動(dòng)的金融資產(chǎn)價(jià)格效應(yīng)進(jìn)行全面系統(tǒng)的研究。

二、文獻(xiàn)綜述

房?jī)r(jià)波動(dòng)不僅會(huì)引起宏觀經(jīng)濟(jì)指標(biāo)的變動(dòng)，還會(huì)對(duì)金融市場(chǎng)產(chǎn)生沖擊。大量研究指出，房?jī)r(jià)波動(dòng)與銀行信貸規(guī)模存在緊密的關(guān)系，并且房?jī)r(jià)波動(dòng)會(huì)借由信貸市場(chǎng)的“金融加速器效應(yīng)”引起金融系統(tǒng)的不穩(wěn)定。Gerlach和 Peng利用1982年到2001年香港的季度數(shù)據(jù)對(duì)銀行貸款、房?jī)r(jià)之間的長(zhǎng)期均衡和短期波動(dòng)關(guān)系進(jìn)行了實(shí)證分析，結(jié)論是香港地區(qū)房?jī)r(jià)波動(dòng)會(huì)影響銀行信貸的擴(kuò)張[1]。Goodhart 和 Hofmann發(fā)現(xiàn)，信用擴(kuò)張和房?jī)r(jià)波動(dòng)存在雙向影響關(guān)系，但房?jī)r(jià)對(duì)信貸的影響比信貸對(duì)房?jī)r(jià)的影響要大得多[2]。段忠東等運(yùn)用多變量協(xié)整分析技術(shù)對(duì)我國房?jī)r(jià)影響銀行信貸的效應(yīng)進(jìn)行實(shí)證檢驗(yàn)，研究表明,房?jī)r(jià)和銀行信貸之間在長(zhǎng)期內(nèi)存在互為因果關(guān)系,但是短期內(nèi)房?jī)r(jià)波動(dòng)對(duì)銀行信貸發(fā)放的直接影響十分有限[3]。林江等利用VAR模型對(duì)深圳的商品房住宅市場(chǎng)進(jìn)行了研究，發(fā)現(xiàn)深圳市商品住宅交易均價(jià)與金融信貸互為Granger因果關(guān)系[4]。

也有一些學(xué)者針對(duì)房?jī)r(jià)波動(dòng)和金融資產(chǎn)價(jià)格的關(guān)系進(jìn)行了研究，其中大部分是關(guān)于房地產(chǎn)市場(chǎng)和股票市場(chǎng)相關(guān)性的研究。Quan和Titman運(yùn)用17個(gè)不同國家和地區(qū)14年間的數(shù)據(jù)進(jìn)行檢驗(yàn),發(fā)現(xiàn)股價(jià)與商業(yè)房?jī)r(jià)有很強(qiáng)的相關(guān)性，但在亞洲,股票價(jià)格與房?jī)r(jià)的相關(guān)性會(huì)減弱[5]。Tse的研究表明香港房?jī)r(jià)和股價(jià)存在協(xié)整關(guān)系，并且使用VAR模型和脈沖響應(yīng)分析證明了香港房?jī)r(jià)波動(dòng)是導(dǎo)致股價(jià)變動(dòng)的決定性因素，房?jī)r(jià)和股價(jià)負(fù)相關(guān)[6]。Yang利用協(xié)整檢驗(yàn)表明，瑞典的房?jī)r(jià)、股票價(jià)格和國債價(jià)格存在一個(gè)長(zhǎng)期的均衡關(guān)系,且這3個(gè)變量有著類似的運(yùn)動(dòng)軌跡[7]。沈悅和盧文兵利用協(xié)整分析和VAR模型對(duì)我國股票市場(chǎng)與房地產(chǎn)市場(chǎng)的關(guān)系進(jìn)行實(shí)證研究，結(jié)果表明房?jī)r(jià)上漲對(duì)股票價(jià)格上升有顯著影響,房?jī)r(jià)的上升與股票價(jià)格的上升存在兩季左右的間隔,且兩者呈現(xiàn)出螺旋式變化的趨勢(shì)[8]。巴曙松等利用變點(diǎn)檢驗(yàn)、線性和非線性Granger因果檢驗(yàn)的計(jì)量方法研究了房地產(chǎn)市場(chǎng)化改革完成后中國股票市場(chǎng)和房地產(chǎn)市場(chǎng)的關(guān)系，發(fā)現(xiàn)股市是房市的線性Granger先導(dǎo),而房市在一定程度上對(duì)股市有滯后的非線性Granger的引導(dǎo)作用[9]。彭興庭選取了GARCH模型進(jìn)行研究，認(rèn)為房市和股市之間的波動(dòng)存在溢出效應(yīng),而且是單向的,即房地產(chǎn)市場(chǎng)的波動(dòng)將引起股票市場(chǎng)的波動(dòng)[10]。林眾和林相森同樣利用了VAR模型，基于預(yù)期效應(yīng)、財(cái)富效應(yīng)與替代效應(yīng)的傳遞機(jī)制來研究中國房地產(chǎn)市場(chǎng)與股票市場(chǎng)之間的相關(guān)性，其研究結(jié)果表明,在長(zhǎng)期內(nèi)房地產(chǎn)市場(chǎng)與股票市場(chǎng)不存在穩(wěn)定關(guān)系；在短期內(nèi),房地產(chǎn)市場(chǎng)對(duì)股票市場(chǎng)的替代效應(yīng)引起的負(fù)效應(yīng)起主導(dǎo)作用且較顯著[11]。

通過上述文獻(xiàn)回顧可以發(fā)現(xiàn)，國內(nèi)外學(xué)者對(duì)于房?jī)r(jià)波動(dòng)效應(yīng)的研究主要集中在房?jī)r(jià)波動(dòng)對(duì)金融市場(chǎng)的影響。我國學(xué)者對(duì)這一領(lǐng)域的研究起步比較晚，其中，關(guān)于房?jī)r(jià)波動(dòng)對(duì)金融資產(chǎn)價(jià)格的影響，大多探討的是房地產(chǎn)市場(chǎng)和股票市場(chǎng)的關(guān)聯(lián)性，較少聚焦于債券價(jià)格受房?jī)r(jià)波動(dòng)的影響。從研究方法來看，現(xiàn)有文獻(xiàn)中用的較多的方法是協(xié)整檢驗(yàn)和Granger因果檢驗(yàn)，這些方法雖經(jīng)典但也存在一些不足?；诖耍疚脑跇?gòu)建理論框架的基礎(chǔ)上，采用時(shí)變參數(shù)向量自回歸(TVP-VAR)模型，研究樣本期內(nèi)房?jī)r(jià)波動(dòng)對(duì)股票和債券這兩種金融資產(chǎn)價(jià)格的時(shí)變效應(yīng)。

三、模型構(gòu)建與估計(jì)方法

在過去的10多年里，我國房地產(chǎn)市場(chǎng)和金融市場(chǎng)都經(jīng)歷了快速成長(zhǎng)，各時(shí)期的宏觀經(jīng)濟(jì)變量和政策形勢(shì)也不盡相同。因此，分析房?jī)r(jià)波動(dòng)對(duì)我國金融資產(chǎn)價(jià)格的影響，不能采用固定參數(shù)模型來研究。為了充分反映我國經(jīng)濟(jì)結(jié)構(gòu)的動(dòng)態(tài)變化，本文通過構(gòu)建時(shí)變參數(shù)向量自回歸(TVP-VAR)模型，并選用股票和債券作為金融資產(chǎn)的代表，試圖全面揭示房?jī)r(jià)波動(dòng)對(duì)金融資產(chǎn)價(jià)格的動(dòng)態(tài)影響。

1.三變量TVP-VAR模型構(gòu)建

首先，構(gòu)造一個(gè)基礎(chǔ)的結(jié)構(gòu)向量自回歸(SVAR)模型：

Ayt=F1yt-1+…+Fsyt-s+ut,t=s+1,…,n

(1)

yt=B1yt-1+…+Bsyt-s+A-1∑εt,εt～N(0,I3)

(2)

yt=Xtβ+A-1∑εt

(3)

為探究房?jī)r(jià)波動(dòng)對(duì)金融資產(chǎn)價(jià)格的時(shí)變影響，將模型(3)中所有的參數(shù)加入時(shí)變特征，便得到了如下的時(shí)變參數(shù)向量自回歸(TVP-VAR)模型：

(4)

2.模型估計(jì)方法

基于上述假設(shè)，本文使用貝葉斯估計(jì)以及馬爾科夫蒙特卡羅(MCMC)算法對(duì)所構(gòu)建的TVP-VAR模型進(jìn)行估計(jì)。

四、實(shí)證檢驗(yàn)

1.樣本選擇與數(shù)據(jù)說明

房?jī)r(jià)以商品房月度銷售單價(jià)來表示，缺失的一月份數(shù)值用線性插值法計(jì)算補(bǔ)足。金融資產(chǎn)價(jià)格以股票價(jià)格和債券價(jià)格來代替,其中，本文采用上證A股指數(shù)收盤價(jià)作為我國A股市場(chǎng)行情的衡量指標(biāo)，選取中債綜合指數(shù)中的總凈價(jià)指數(shù)反映債券市場(chǎng)總體情況。由于上證A股指數(shù)和中債綜合指數(shù)的原始數(shù)據(jù)是日度數(shù)據(jù)，本文以月內(nèi)日度數(shù)據(jù)的算術(shù)平均值反映該月的股票價(jià)格和債券價(jià)格的總體變化情況。由于中債綜合指數(shù)的起始日期為2002年1月，考慮到數(shù)據(jù)的可得性，本文的樣本期間始于此。另外，本文寫作時(shí)能夠獲得的完整數(shù)據(jù)的截止月份為2016年11月，因此，本文的樣本期間為2002年1月～2016年11月，共179組樣本數(shù)據(jù)。將上述月度價(jià)格指標(biāo)用Census-12方法進(jìn)行季節(jié)調(diào)整，得到房?jī)r(jià)、股價(jià)和債券價(jià)格經(jīng)過季節(jié)調(diào)整后的序列，分別記為HOUSE、STOCK和BOND。

房?jī)r(jià)HOUSE、股價(jià)STOCK和債券價(jià)格BOND這3個(gè)價(jià)格序列的單位根檢驗(yàn)結(jié)果見表1。由表1可知，房?jī)r(jià)序列在1%的顯著性水平上拒絕了序列含有單位根的假設(shè)，因此，該序列是平穩(wěn)的；股票價(jià)格序列在經(jīng)PP檢驗(yàn)后表明不平穩(wěn)，且ADF檢驗(yàn)結(jié)果顯示在5%的顯著性水平上不能拒絕序列含有單位根的原假設(shè)，因此，可以認(rèn)為該序列是不平穩(wěn)的；對(duì)于債券價(jià)格序列的ADF檢驗(yàn)和PP檢驗(yàn)結(jié)果均表明不能拒絕該序列存在單位根的假設(shè)，因此，該序列也是不平穩(wěn)的。

表1　價(jià)格序列單位根檢驗(yàn)結(jié)果

注：ADF檢驗(yàn)形式(c,t,n)中的c,t,n分別代表常數(shù)項(xiàng)、趨勢(shì)項(xiàng)和滯后階數(shù)，PP檢驗(yàn)形式(c,t,b)中的c,t,b分別代表常數(shù)項(xiàng)、趨勢(shì)項(xiàng)和帶寬。

為了避免時(shí)間序列不平穩(wěn)造成“偽回歸”問題，同時(shí)減弱異方差的影響，本文將上述價(jià)格序列均作對(duì)數(shù)差分處理，從而得到上述房?jī)r(jià)、股票價(jià)格和債券價(jià)格的收益率序列，分別記為house、stock、bond。這3個(gè)收益率序列的單位根檢驗(yàn)結(jié)果如表2。ADF檢驗(yàn)和PP檢驗(yàn)結(jié)果均表明，房?jī)r(jià)收益率、股價(jià)收益率和債券價(jià)格收益率都滿足平穩(wěn)性要求，可以進(jìn)行TVP-VAR模型估計(jì)。

表2　資產(chǎn)價(jià)格收益率序列單位根檢驗(yàn)結(jié)果

注：ADF檢驗(yàn)形式(c,t,n)中的c,t,n分別代表常數(shù)項(xiàng)、趨勢(shì)項(xiàng)和滯后階數(shù)，PP檢驗(yàn)形式(c,t,b)中的c,t,b分別代表常數(shù)項(xiàng)、趨勢(shì)項(xiàng)和帶寬。

2.TVP-VAR模型參數(shù)估計(jì)

運(yùn)用TVP-VAR模型進(jìn)行估計(jì)之前，首先要選擇模型中的滯后階數(shù)。為此，本文先把房?jī)r(jià)收益率House、股價(jià)收益率Stock和債券價(jià)格收益率Bond代入傳統(tǒng)的VAR模型，滯后階數(shù)分別選取0～4階，得到結(jié)果如表3。由表3可知，根據(jù)LR準(zhǔn)則、FPE準(zhǔn)則和AIC準(zhǔn)則，最佳滯后階數(shù)應(yīng)為4階，而根據(jù)HQIC準(zhǔn)則和SBIC準(zhǔn)則，最佳滯后階數(shù)應(yīng)為1階。為簡(jiǎn)化模型，同時(shí)盡可能不喪失自由度，本文在進(jìn)行TVP-VAR估計(jì)時(shí)選取的滯后階數(shù)為1階。

表3　滯后階數(shù)選擇

用MCMC算法連續(xù)抽樣10 000次，舍棄預(yù)燒(burn-in)階段的前1000次抽樣，得到各參數(shù)的后驗(yàn)均值、標(biāo)準(zhǔn)差、95%的置信區(qū)間、收斂診斷值和無效因子，如表4所示。

表4　MCMC算法估計(jì)結(jié)果

表4顯示參數(shù)的后驗(yàn)均值都在95%的置信區(qū)間內(nèi)，因此，模型的估計(jì)結(jié)果是可信的。CD統(tǒng)計(jì)量均小于5%顯著性水平下的臨界值1.96，說明無法拒絕后驗(yàn)分布收斂于0的零假設(shè)。無效因子最大為85.45，表明我們共得到了10000÷85.45≈117個(gè)不相關(guān)樣本，這足以滿足后驗(yàn)推斷的要求。

圖1從上到下分別是樣本的自相關(guān)圖、樣本路徑以及被選參數(shù)的后驗(yàn)密度函數(shù)。自相關(guān)圖表明在舍棄了最初的1000次樣本后，樣本的自相關(guān)系數(shù)迅速下降并且在0附近波動(dòng)，可以判斷樣本基本不存在自相關(guān)關(guān)系。另外，10 000次有效樣本的樣本路徑比較平穩(wěn)，路徑顯示參數(shù)具有顯著的波動(dòng)聚類現(xiàn)象。上述結(jié)果表明，MCMC算法有效地模擬了參數(shù)的分布狀況。

3.房?jī)r(jià)波動(dòng)對(duì)金融資產(chǎn)價(jià)格的同期效應(yīng)分析

如圖2所示，房?jī)r(jià)波動(dòng)對(duì)股票價(jià)格和債券價(jià)格的同期效應(yīng)均呈現(xiàn)出時(shí)變特征。2005年5月之前，房?jī)r(jià)收益率和股價(jià)收益率、房?jī)r(jià)收益率和債券價(jià)格收益率的同期相關(guān)系數(shù)均小于0，表明在此期間，房?jī)r(jià)上升抑制了同期金融資產(chǎn)價(jià)格的上漲。究其原因：2005年之前，我國的股票市場(chǎng)和債券市場(chǎng)長(zhǎng)期處于“熊市”的陰霾中。一方面，股權(quán)分置改革尚未進(jìn)行，制度性缺陷束縛著股票市場(chǎng)發(fā)揮其應(yīng)有的資源配置、投資理財(cái)功能；另一方面，債券市場(chǎng)交易品種較少，債券遠(yuǎn)期交易、短期融資券等品種尚未推出，信用債市場(chǎng)以企業(yè)債為主，發(fā)改委對(duì)其采取嚴(yán)格的審批制度限制了其規(guī)模的增長(zhǎng)，商業(yè)銀行進(jìn)入公司債券的大門也還未打開，債券市場(chǎng)增長(zhǎng)比較緩慢；而房地產(chǎn)市場(chǎng)自1998年貨幣化制度改革以來，在土地和建材價(jià)格上漲、購房需求旺盛、以及投資者炒作等因素的影響下熱度高漲。在此背景下，投資者競(jìng)相追逐高收益的房地產(chǎn)，將資金撤離收益率較低的股票和債券市場(chǎng)，導(dǎo)致股票和債券收益率進(jìn)一步走低，從而形成了房?jī)r(jià)波動(dòng)對(duì)金融資產(chǎn)價(jià)格的“替代效應(yīng)”，在圖2中，即表現(xiàn)為兩者同期的負(fù)相關(guān)關(guān)系。此外，注意到0軸一直被包括在95%的置信區(qū)間內(nèi)，這說明在5%的顯著性水平上，不能拒絕同期關(guān)聯(lián)系數(shù)為0的原假設(shè)，這說明在2005年5月之前房?jī)r(jià)波動(dòng)對(duì)金融資產(chǎn)價(jià)格的同期影響不顯著。

圖1　樣本自相關(guān)圖(上)、樣本路徑(中)和密度函數(shù)(下)

2005年5月之后，房地產(chǎn)市場(chǎng)和股票市場(chǎng)、房地產(chǎn)市場(chǎng)和債券市場(chǎng)的同期影響情況發(fā)生了分化。從圖2(a)關(guān)聯(lián)系數(shù)后驗(yàn)均值的走勢(shì)可以看到，房?jī)r(jià)收益率對(duì)股價(jià)收益率的同期影響在2005年5月之后由負(fù)向變?yōu)檎颍谊P(guān)聯(lián)系數(shù)的數(shù)值基本處于穩(wěn)步上升的態(tài)勢(shì)，表明在此期間房?jī)r(jià)的上漲會(huì)推升同時(shí)期的股票價(jià)格；2013年后，后驗(yàn)均值一直保持在0.35附近，表明2013年后，房地產(chǎn)市場(chǎng)對(duì)股票市場(chǎng)的同期影響力度趨于穩(wěn)定。結(jié)合股票市場(chǎng)的發(fā)展情況，2005年4月29日晚，股權(quán)分置改革的試點(diǎn)啟動(dòng)，自此，我國證券市場(chǎng)制度才開始逐漸完善，證券市場(chǎng)真實(shí)的供求關(guān)系和定價(jià)機(jī)制才得以發(fā)揮作用。從此A股市場(chǎng)開始步入上升通道，市場(chǎng)活躍度持續(xù)增加，股票逐漸成為了投資者尋求資金保值增值的重要金融工具。在這一階段，房?jī)r(jià)波動(dòng)對(duì)股票價(jià)格的同期影響可以用“財(cái)富效應(yīng)”、“抵押品效應(yīng)”和“開發(fā)企業(yè)效應(yīng)”等來解釋。首先，房?jī)r(jià)上漲使得房屋所有者總體財(cái)富增加，人們?cè)谧兊谩案挥小睍r(shí)往往更加有能力進(jìn)行金融資產(chǎn)投資；由于股改后，股票在投資者資產(chǎn)組合中的地位上升，根據(jù)“財(cái)富效應(yīng)”，投資者在自身財(cái)富增加時(shí)會(huì)加大對(duì)股票市場(chǎng)的投資，從而促進(jìn)了股票收益率的提升；其次，房?jī)r(jià)上漲使得房地產(chǎn)抵押貸款的資產(chǎn)質(zhì)量提升，促進(jìn)了銀行的信貸投放，市場(chǎng)中流通貨幣增加使得資金成本下降，由于股改促使了我國股票市場(chǎng)的定價(jià)機(jī)制向市場(chǎng)化方向轉(zhuǎn)變，股價(jià)對(duì)資金成本變動(dòng)的敏感度提升，因此，2005年5月后，房?jī)r(jià)上升對(duì)股價(jià)的推動(dòng)作用也更加能夠通過“抵押品效應(yīng)”得以實(shí)現(xiàn)；最后，在定價(jià)機(jī)制完善的金融市場(chǎng)中，股市應(yīng)扮演著宏觀經(jīng)濟(jì)晴雨表的角色，股改使得A股市場(chǎng)流動(dòng)性有所提升，有助于股價(jià)變動(dòng)反映實(shí)體經(jīng)濟(jì)波動(dòng)，從而強(qiáng)化房?jī)r(jià)波動(dòng)對(duì)股票市場(chǎng)的“開發(fā)企業(yè)效應(yīng)”，即房?jī)r(jià)上升，房地產(chǎn)開發(fā)企業(yè)及其上下游產(chǎn)業(yè)的生產(chǎn)經(jīng)營(yíng)能力提高，使得房?jī)r(jià)與股價(jià)表現(xiàn)出正相關(guān)性。

圖2　房?jī)r(jià)波動(dòng)對(duì)股票價(jià)格和債券價(jià)格的同期影響注：圖中實(shí)線為關(guān)聯(lián)系數(shù)的后驗(yàn)均值，兩條虛線之間為95%的置信區(qū)間。

雖然2005年5月之后房?jī)r(jià)收益率和股票價(jià)格收益率的同期關(guān)聯(lián)為正，但是從置信區(qū)間來看，同期關(guān)聯(lián)系數(shù)只有在2009年初至2013年上半年末這段時(shí)期內(nèi)能夠在5%的水平上保持顯著。2009年下半年初至2013年上半年末正好處于A股市場(chǎng)兩次暴漲暴跌時(shí)期之間。在A股市場(chǎng)，股市的大起大落常常伴隨著投資者的非理性情緒以及股市政策的頻繁變動(dòng)，因此，股市大幅震蕩期間股價(jià)的波動(dòng)會(huì)脫離其原本的規(guī)律，股價(jià)受市場(chǎng)情緒左右，使得房?jī)r(jià)波動(dòng)對(duì)其影響大大減弱。而2009年上半年初至2013年上半年末，股市總體相對(duì)穩(wěn)定，這有利于股價(jià)反映經(jīng)濟(jì)基本面變動(dòng)，在“開發(fā)企業(yè)效應(yīng)”等作用下，房地產(chǎn)市場(chǎng)和股票市場(chǎng)的關(guān)聯(lián)性更為顯著。

結(jié)合圖2(b)可知，2005年5月至2016年11月，房?jī)r(jià)收益率對(duì)債券價(jià)格收益率的同期關(guān)聯(lián)系數(shù)時(shí)正時(shí)負(fù)，圍繞著0軸上下小幅波動(dòng)；到2012年3月之后才一直保持在0軸以上，且波動(dòng)上升，最終穩(wěn)定在0.1的水平上。圖2(b)反映出以下3點(diǎn)：第一，2012年3月之前，房?jī)r(jià)波動(dòng)對(duì)債券價(jià)格收益率的影響方向不明晰，房地產(chǎn)對(duì)債券的“替代效應(yīng)”與“財(cái)富效應(yīng)”等效應(yīng)不相上下、輪流占優(yōu)；2012年3月之后，房?jī)r(jià)上漲或下跌會(huì)引起債券價(jià)格的同向變動(dòng)，這說明該時(shí)期“財(cái)富效應(yīng)”“抵押效應(yīng)”比較突出。第二，房?jī)r(jià)收益率和債券價(jià)格收益率的同期關(guān)聯(lián)系數(shù)的絕對(duì)數(shù)最大僅為0.1，小于房?jī)r(jià)收益率和股價(jià)收益率的同期關(guān)聯(lián)系數(shù)絕對(duì)數(shù)的最大值0.35，說明相對(duì)于股票市場(chǎng)，房?jī)r(jià)波動(dòng)對(duì)債券市場(chǎng)的同期影響比較微弱。第三，在整個(gè)樣本期間，房?jī)r(jià)收益率對(duì)債券市場(chǎng)收益率的同期影響系數(shù)95%的置信區(qū)間都涵蓋了0值，即房市對(duì)債市的同期影響不顯著。

回顧我國債券市場(chǎng)變遷史，2005年，短期融資券問世、商業(yè)銀行投資企業(yè)債券的限制被打破以及信貸資產(chǎn)證券化試點(diǎn)開啟都使得一級(jí)市場(chǎng)發(fā)行品種不斷豐富，發(fā)行主體和參與主體顯著增加，從而市場(chǎng)認(rèn)購踴躍度增加、需求提升。隨著債券市場(chǎng)在投資者資產(chǎn)配置中的比重增加，公司信用債在社會(huì)融資結(jié)構(gòu)中占比上升，房?jī)r(jià)波動(dòng)更容易通過“財(cái)富效應(yīng)”和“抵押品效應(yīng)”渠道影響債券價(jià)格。因此，在2005年后，房?jī)r(jià)對(duì)債券價(jià)格的影響來源于兩股力量的角逐，一是資金的逐利性產(chǎn)生的“替代效應(yīng)”致使兩者反向運(yùn)用，二是“財(cái)富效應(yīng)”和“抵押品效應(yīng)”致使兩者同向運(yùn)動(dòng)，兩股力量相互制衡，造成樓市波動(dòng)對(duì)債市的沖擊不甚明朗。2012年后，中小企業(yè)私募債的推出、國債期貨的重啟、資產(chǎn)證券化進(jìn)程的加快等舉措，都推動(dòng)了債券市場(chǎng)進(jìn)一步發(fā)展，債市與宏觀經(jīng)濟(jì)的聯(lián)系愈發(fā)密切，而房地產(chǎn)市場(chǎng)的發(fā)展又深刻影響著我國的宏觀經(jīng)濟(jì)走勢(shì)，因此，債市和樓市也日益表現(xiàn)出同向關(guān)聯(lián)。盡管如此，我國債券市場(chǎng)尚且存在一些結(jié)構(gòu)性問題。一方面，目前我國的債券市場(chǎng)以政府、金融機(jī)構(gòu)和公有部門為主導(dǎo)，其對(duì)非金融私人部門企業(yè)提供服務(wù)的功能還比較欠缺，這使得債券市場(chǎng)與實(shí)體經(jīng)濟(jì)存在一定程度的脫節(jié)；另一方面，債券市場(chǎng)發(fā)行和流通環(huán)節(jié)的分割性、交易所市場(chǎng)和銀行間市場(chǎng)的分割性、機(jī)構(gòu)投資者和個(gè)人投資者的分割性使得債券定價(jià)機(jī)制不合理，市場(chǎng)收益率曲線無法充分反映供求關(guān)系。這些問題使得相對(duì)于股票市場(chǎng)而言，房?jī)r(jià)波動(dòng)對(duì)債市收益率同期影響呈現(xiàn)并不十分顯著的特點(diǎn)。

4.房?jī)r(jià)波動(dòng)對(duì)金融資產(chǎn)價(jià)格的滯后沖擊

為了全面考察我國房?jī)r(jià)波動(dòng)對(duì)金融資產(chǎn)價(jià)格變動(dòng)的動(dòng)態(tài)效應(yīng)，本文分別設(shè)定超前1期、3期、6期、9期(即超前1個(gè)月、1個(gè)季度、半年、3個(gè)季度)，分析模型系統(tǒng)對(duì)外生沖擊的響應(yīng)。圖3、圖4分別描述了以股票、債券為代表的金融資產(chǎn)價(jià)格面臨來自超前1期、3期、6期、9期房?jī)r(jià)收益率的一個(gè)單位標(biāo)準(zhǔn)差的正向沖擊的脈沖響應(yīng)圖。

圖3　股價(jià)對(duì)于正的房?jī)r(jià)沖擊的響應(yīng)

圖3刻畫了房?jī)r(jià)波動(dòng)沖擊對(duì)1個(gè)月、1個(gè)季度、半年、3個(gè)季度后的股票價(jià)格收益率產(chǎn)生的影響，波動(dòng)的脈沖相應(yīng)圖很直觀地顯示了這種影響的時(shí)變性。脈沖響應(yīng)結(jié)果傳遞出以下4點(diǎn)信息：第一，房?jī)r(jià)波動(dòng)會(huì)對(duì)后一季度內(nèi)的股票市場(chǎng)持續(xù)產(chǎn)生影響，且間隔一季度的影響程度約為間隔一個(gè)月的影響程度的1/2，而當(dāng)間隔時(shí)間為半年以上時(shí)，股票市場(chǎng)基本不再受之前房地產(chǎn)市場(chǎng)波動(dòng)的影響。第二，2002年2月到2005年5月、2009年2月到2016年11月這兩段時(shí)間內(nèi)，圖3中脈沖響應(yīng)值的符號(hào)與圖2(a)中同期關(guān)聯(lián)系數(shù)的符號(hào)基本一致，即2005年5月之前，同期關(guān)聯(lián)和滯后沖擊都表現(xiàn)為房?jī)r(jià)收益率和股價(jià)收益率的反向關(guān)聯(lián)，房?jī)r(jià)波動(dòng)主要通過“替代效應(yīng)”作用于當(dāng)期及滯后期的股票市場(chǎng)；而2009年2月之后的同期關(guān)聯(lián)系數(shù)大于0，滯后沖擊也總體顯示出房?jī)r(jià)收益率和股價(jià)收益率的正向關(guān)聯(lián)，房?jī)r(jià)波動(dòng)主要通過“財(cái)富效應(yīng)”、“抵押效應(yīng)”和“開發(fā)企業(yè)效應(yīng)”作用于當(dāng)期及后期的股票市場(chǎng)，表現(xiàn)出樓市和股市共進(jìn)退。第三，2005年5月至2009年2月期間，雖然圖2(a)中房?jī)r(jià)收益率和股價(jià)收益率在“財(cái)富效應(yīng)”等機(jī)制下表現(xiàn)為同期的正相關(guān)，但是圖3中脈沖響應(yīng)曲線幾乎都處于0軸以下的區(qū)域，這說明，這段時(shí)間內(nèi)房?jī)r(jià)波動(dòng)對(duì)股價(jià)的“替代效應(yīng)”在滯后期發(fā)揮了主要的作用。第四，2014年后，房?jī)r(jià)波動(dòng)對(duì)股市的滯后影響穩(wěn)定在一個(gè)相對(duì)較高的水平，考慮到該時(shí)期房?jī)r(jià)收益率和股價(jià)收益率同期也為正相關(guān)關(guān)系，可以判斷，目前我國樓市對(duì)股市的同向促進(jìn)作用比較穩(wěn)定。

圖4描繪的是房?jī)r(jià)波動(dòng)沖擊對(duì)超前1個(gè)月、1個(gè)季度、半年、3個(gè)季度后的債券價(jià)格收益率產(chǎn)生的影響，從圖形的波動(dòng)程度來看，沖擊到響應(yīng)的時(shí)間間隔越短，響應(yīng)值的時(shí)變性越強(qiáng)，這與圖3類似。而比較圖3和圖4中響應(yīng)值的變動(dòng)范圍可以發(fā)現(xiàn)，在房?jī)r(jià)波動(dòng)的沖擊下，債券價(jià)格收益率的響應(yīng)程度要比同時(shí)期股票價(jià)格收益率的響應(yīng)程度小得多，這與同期關(guān)聯(lián)效應(yīng)中的結(jié)論一致。從圖4的脈沖響應(yīng)結(jié)果可知：第一，房?jī)r(jià)波動(dòng)會(huì)對(duì)后一季度內(nèi)的債券市場(chǎng)持續(xù)產(chǎn)生影響，且間隔一季度的影響程度約為間隔一個(gè)月的影響程度的1/3，表明相對(duì)于股票市場(chǎng)，房?jī)r(jià)波動(dòng)對(duì)債市的滯后效應(yīng)消失得更快，而當(dāng)間隔時(shí)間為半年以上時(shí)，房地產(chǎn)市場(chǎng)波動(dòng)對(duì)債券市場(chǎng)影響十分微弱。第二，在整個(gè)樣本期間，圖4中的脈沖響應(yīng)曲線與圖2(b)中同期關(guān)聯(lián)系數(shù)的變動(dòng)模式相同，即2005年3、4月之前，同期關(guān)聯(lián)和滯后沖擊都表現(xiàn)為房?jī)r(jià)收益率和債券價(jià)格收益率的反向關(guān)聯(lián)，房?jī)r(jià)波動(dòng)影響當(dāng)期及滯后期債券市場(chǎng)的渠道主要是“替代效應(yīng)”；2005年5月至2012年初，房?jī)r(jià)波動(dòng)對(duì)當(dāng)期及滯后期債券價(jià)格收益率的響應(yīng)方向都不穩(wěn)定；2012年后，同期關(guān)聯(lián)和滯后沖擊結(jié)果又同時(shí)表現(xiàn)為房?jī)r(jià)收益率對(duì)債券價(jià)格收益率的同向促進(jìn)作用，這說明“財(cái)富效應(yīng)”和“抵押品效應(yīng)”等在該時(shí)期一直處于上風(fēng)。第三，2014年后，債市對(duì)房?jī)r(jià)波動(dòng)的滯后響應(yīng)也趨于穩(wěn)定，但從數(shù)值來看，不足股市滯后響應(yīng)程度的一半，這也與債券市場(chǎng)分割、定價(jià)機(jī)制不完善有關(guān)。

圖4　債券價(jià)格對(duì)于正的房?jī)r(jià)沖擊的響應(yīng)

五、研究結(jié)論與政策建議

本文利用2002年1月至2016年11月的月度數(shù)據(jù)，通過建立TVP-VAR模型，實(shí)證檢驗(yàn)了我國房地產(chǎn)市場(chǎng)波動(dòng)對(duì)以股票和債券為代表的金融資產(chǎn)價(jià)格的同期和滯后效應(yīng)。本文的主要結(jié)論如下：

(1)就同期效應(yīng)而言，房?jī)r(jià)波動(dòng)對(duì)金融資產(chǎn)價(jià)格的同期影響呈現(xiàn)出時(shí)變性。2005年5月之前，房?jī)r(jià)上升抑制了同期金融資產(chǎn)價(jià)格上漲。2005年5月之后，隨著股票市場(chǎng)和債券市場(chǎng)市場(chǎng)化程度的提升，房?jī)r(jià)上升對(duì)金融資產(chǎn)價(jià)格由抑制作用逐漸轉(zhuǎn)變?yōu)榇龠M(jìn)作用。房?jī)r(jià)波動(dòng)對(duì)股價(jià)的同期影響僅在2009年上半年初至2013年上半年末股市相對(duì)平穩(wěn)的這段時(shí)間上顯著，股市的暴漲暴跌會(huì)大大削弱房?jī)r(jià)波動(dòng)對(duì)股票價(jià)格影響的顯著性。同時(shí)，我國房?jī)r(jià)波動(dòng)對(duì)債券市場(chǎng)的同期影響程度不如其對(duì)股票市場(chǎng)的同期影響。

(2)就滯后效應(yīng)而言，房?jī)r(jià)波動(dòng)對(duì)金融資產(chǎn)價(jià)格的影響具有持續(xù)性，可維持一個(gè)季度的時(shí)間，滯后效應(yīng)的時(shí)變性隨著間隔時(shí)間的增加而減?。幌鄬?duì)于股票市場(chǎng)，房?jī)r(jià)波動(dòng)對(duì)債券市場(chǎng)的滯后影響更小、消失得更快。2009年2月之前，房?jī)r(jià)上升會(huì)抑制滯后期股票價(jià)格的上漲；2009年2月以來，樓市對(duì)滯后期的股市有同向促進(jìn)作用。2005年3月之前，房?jī)r(jià)上升抑制滯后期債券價(jià)格的上漲；2012年后，房?jī)r(jià)波動(dòng)對(duì)滯后期債券價(jià)格保持同向促進(jìn)作用；其余時(shí)間段上，房?jī)r(jià)波動(dòng)對(duì)債券價(jià)格的沖擊方向不明朗。

為減少房地產(chǎn)市場(chǎng)對(duì)金融市場(chǎng)的沖擊，防止金融風(fēng)險(xiǎn)在房市、股市、債市累積和傳遞，保障國民經(jīng)濟(jì)平穩(wěn)運(yùn)行，本文提出如下政策建議：

首先，建立房地產(chǎn)調(diào)控政策的壓力測(cè)試。監(jiān)管部門在對(duì)房地產(chǎn)市場(chǎng)進(jìn)行調(diào)控時(shí)，要考慮相關(guān)政策引起的金融資產(chǎn)價(jià)格的波動(dòng)。在出臺(tái)房地產(chǎn)調(diào)控政策之前，應(yīng)建立模型并仔細(xì)考慮不同的購房首付比例或房貸利率對(duì)商業(yè)銀行等金融機(jī)構(gòu)、房地產(chǎn)及其他相關(guān)行業(yè)的影響范圍和影響力度，基于此，分析在該情形下相應(yīng)版塊股票和債券價(jià)格可能的變動(dòng)方向和范圍，并據(jù)此制定應(yīng)對(duì)金融市場(chǎng)波動(dòng)的策略和方法。

其次，抑制房地產(chǎn)市場(chǎng)價(jià)格上漲，以實(shí)現(xiàn)房?jī)r(jià)平穩(wěn)著陸。由于不同的經(jīng)濟(jì)金融環(huán)境中，房地產(chǎn)市場(chǎng)波動(dòng)對(duì)金融資產(chǎn)價(jià)格的作用方向和力度不盡相同，為避免房?jī)r(jià)上漲或下跌幅度過大引發(fā)金融市場(chǎng)風(fēng)險(xiǎn)，當(dāng)務(wù)之急還是應(yīng)采取措施逐步收窄房?jī)r(jià)上漲幅度，抑制房地產(chǎn)泡沫的膨脹，保障房地產(chǎn)市場(chǎng)的平穩(wěn)運(yùn)行。

最后，完善股市和債市的基礎(chǔ)制度建設(shè)，預(yù)防和控制金融資產(chǎn)價(jià)格大幅震蕩。為防止金融資產(chǎn)價(jià)格異常波動(dòng)，應(yīng)圍繞對(duì)投資者利益嚴(yán)密保護(hù)的原則，進(jìn)一步完善股市和債市的基礎(chǔ)制度建設(shè)。對(duì)于股票市場(chǎng)，應(yīng)強(qiáng)化市場(chǎng)監(jiān)管，嚴(yán)厲打擊非法操縱市場(chǎng)的內(nèi)幕交易行為，同時(shí)嚴(yán)格把控上市公司質(zhì)量，杜絕虛假資本運(yùn)作；對(duì)于債券市場(chǎng)，采取有效途徑化解債券市場(chǎng)分割的局面，健全國內(nèi)信用評(píng)級(jí)機(jī)制和市場(chǎng)化違約機(jī)制，以構(gòu)建市場(chǎng)化、法制化、高效率、嚴(yán)監(jiān)管的資本市場(chǎng)體系。

參考文獻(xiàn)：

[1] GERLACH S,PENG W. Bank lending and property prices in Hong Kong[J]. Ssrn Electronic Journal,2004,29(2):461-481.

[2] GOODHART C,HOFMANN B. House Prices and the Macroeconomy:Implications for Banking and Price Stability[M]. New York:Oxford University Press,2006:132-144.

[3] 段忠東,曾令華,黃澤先,等. 房地產(chǎn)價(jià)格波動(dòng)與銀行信貸增長(zhǎng)的實(shí)證研究[J]. 金融論壇,2007,12(2):40-45.

[4] 林江,徐世長(zhǎng),黃建新. 適應(yīng)性預(yù)期、金融加速器效應(yīng)與房?jī)r(jià)波動(dòng)——以深圳為例[J]. 現(xiàn)代財(cái)經(jīng)-天津財(cái)經(jīng)大學(xué)學(xué)報(bào),2015(1):22-31.

[5] QUAN D C,TITMAN S. Do real estate prices and stock prices move together? an international analysis[J]. Real Estate Economics,1999,27(2):183-207.

[6] TSE R Y C. Impact of property prices on stock prices in Hongkong[J]. Review of Pacific Basin Financial Markets & Policies,2001,4(1):29-43.

[7] YANG Z. Co-integration of housing prices and property stock prices:evidence from the Swedish market[J]. Journal of Property Research,2005,22(1):1-17.

[8] 沈悅,盧文兵. 中國股票價(jià)格與房地產(chǎn)價(jià)格關(guān)聯(lián)性研究[J]. 當(dāng)代經(jīng)濟(jì)科學(xué),2008,30(4):87-92.

[9] 巴曙松,覃川桃,朱元倩. 中國股票市場(chǎng)與房地產(chǎn)市場(chǎng)的聯(lián)動(dòng)關(guān)系[J]. 系統(tǒng)工程,2009(9):16-21.

[10] 彭興庭. 我國房地產(chǎn)市場(chǎng)與股票市場(chǎng)的波動(dòng)相關(guān)性研究[J]. 北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2011,13(5):39-43.

[11] 林眾,林相森. 中國房地產(chǎn)市場(chǎng)與股票市場(chǎng)相關(guān)性的實(shí)證研究[J]. 統(tǒng)計(jì)與決策,2013(12):133-136.

[12] NAKAJIMA J. Time-varying Parameter VAR Model with Stochastic Volatility:An Overview of Methodology and Empirical Applications[R]. Institute for Monetary and Economic Studies,Bank of Japan,2011.