房地产价格波动集聚性和杠杆效应的实证研究

-精选财经经济类资料- -最新财经经济资料-感谢阅读- 1 房地产价格波动集聚性和杠杆效应 的实证研究 摘要：选取了 2001 年第一季度 至 2012 年第三季度一线和二线城市房 地产价格指数的相关数据，构建了 TARCH 模型，实证分析了我国一线和 二线城市房地产价格波动的集聚性和杠 杆效应。结果表明：一线城市和东中部 的二线城市的房地产价格存在显著的波 动集聚性，而西部内陆地区的二线城市 则不存在波动集聚性；东部沿海和长三 角地区的二线城市存在房地产价格波动 的杠杆效应，利率政策在该地区具有一 定的调控效果，然而在其他二线城市和 一线城市则不具有杠杆效应，利空消息 和利好消息对房地产价格波动没有影响。 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 2 中国论文网 /4/view-12733067.htm 关键词：房地产价格；波动集聚 性；杠杆效应； TARCH 模型 中图分类号：F293.3 文献标识码： A DOI：10.3963/j.issn.16716477.2014.02.0 14 金融资产的波动一直是经济研究 人员和投资者关注的焦点。在金融资产 市场上，由于投资者心理预期和信息的 不对称等因素影响，资产价格的波动常 常表现为非均衡状态，主要特征为分布 呈尖峰厚尾性、波动时变性和聚集性、 长期记忆性、波动溢出效应以及杠杆效 应。波动聚集性指随机扰动项在一定的 时间内波动幅度较大，而在一定的时间 内波动幅度较小，波动具有正的相关性。 这在金融资产价格波动中表现为，较大 幅度的波动后面伴随着较大幅度的波动， 而在较小的波动后面紧接着较小幅度的 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 3 波动。波动聚集性出现的原因一般认为 有两种解释：第一种解释认为该现象源 于外部冲击对价格波动的持续性影响， 在市场有效的情况下，高频数据表现的 ARCH 效应就是信息以集聚方式到达的 反映；第二种解释就是 Stock 所提出的 时间扭曲观，即波动聚集性的产生是因 为经济事件的发生时间与日历时间不一 致。资本市场的冲击是非对称的，利空 消息和利好消息对资产价格波动会产生 不同的影响，这种非对称性允许波动率 对市场下跌的反应比对市场上升的反应 更加迅速，即存在“ 杠杆效应 ”。一般而 言，在资产市场上，投资者对负的价格 变化比对正的价格变化更加敏感，资产 的向下运动通常伴随着比之程度更强的 向上运动。作为重要的金融资产，房地 产市场也具有金融资产的各种特征。近 几年全国各个地区房价大幅度上涨，虽 然政府出台了许多调控措施，中央银行 也频繁动用货币政策手段，但成效始终 不大，其中一个重要的原因在于对房地 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 4 产价格尤其是一线和二线城市的房地产 价格波动的集聚性和杠杆效应缺乏正确 的判断，对于利空消息和利好消息将对 房地产价格产生的影响没有作出合理的 预测。基于此，本文拟采用 2001 年第 一季度至 2012 年第三季度的相关数据， 通过构建 TARCH 模型，分析我国一线 和二线城市房地产价格的波动集聚性和 杠杆效应。 一、文献综述 由于房地产市场非常庞杂，具有 强烈的地域性，交易也不如股票那样频 繁，而且具有投资和消费的双重属性， 因此房地产价格波动集聚性和杠杆效应 的分析并不多见，目前相关研究主要是 集中在欧美等发达国家。Dolde 等1 利 用 GARCH 模型研究了房地产价格的波 动，发现美国旧金山的房地产市场存在 波动时变性；Guirguis 等2的研究则发 现西班牙的房地产投资收益具有波动聚 集性；SzuYin Kathy Hung 等3 利用 GARCH 均值模型检验了房地产投资信 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 5 托的动量收益的波动性，发现动量收益 具有不对称波动；Kim Hiang Liow 等4 利用 GARCH 协整模型研究了亚太地区 房地产市场的波动聚集性；Miles5的 研究表明，美国超过一半以上的州的房 地产价格增长率具有波动集聚性，而且 房地产价格波动存在非对称效应。 国内对房地产价格波动的研究多 采用向量自回归模型，侧重于探讨影响 房地产价格波动的各个因素，例如吴燕 华等6建立 VAR 模型研究了货币供应 量和利率变化冲击对房地产价格的动态 影响；刘轶等7运用 VAR 模型对北京、 上海、广州和深圳的房地产价格和热钱 流入量进行了实证检验，发现两者之间 存在长期均衡关系；时鹏等8利用 VAR 模型对陕西房价、地价和 M2 进行 了检验；车欣薇等9对香港、北京、上 海和深圳四个金融中心城市与银行信贷 进行实证分析，发现各金融中心城市房 地产价格与银行信贷间存在长期的均衡 关系。国内对房地产价格波动的聚集性 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 6 和杠杆效应的关注和分析是从最近几年 开始的，如刘洪玉等10 研究了房价波 动过程，结果显示，北京、广州和深圳 的房价具有较显著的波动群聚特征，但 TARCH 等模型的特征不显著；徐轲等 11对中国住房均价及四大直辖市数据 进行实证研究，结果表明，无论长期还 是短期我国的房地产价格均存在波动集 聚性，除重庆外的其他 3 个直辖市也存 在集聚性；孟卫东等12 对沪深地产指 数收益率的波动进行了估计，结果表明 沪深地产指数收益率的波动不存在杠杆 效应，投资者投机目的较强。 在研究价格波动方面，ARCH 类 模型无论从理论研究的深度还是从实证 运用的广泛性来说都是独一无二的。 该模型在金融资产研究领域的应 用非常广泛，尤其是在股票领域。如 Tae Hyup Roh13对股票价格指数的波 动进行预测表明，混合的 NNEGARCH 模型能够产生杠杆效应；Yue Xu 等14 通过 GARCH 模型分析后认为，中国金 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 7 融日收益具有显著的集聚性，并检验了 上海股票市场的杠杆效应；Xing Jingli15利用 ARIMAEARCHM（1，1）和 ARIMATARCHM（1，1）模型对我国 股票市场的波动性进行研究发现，上海 和深圳的股票市场价格具有波动聚集性、 非对称性以及尖峰厚尾的特征；陈浪南 等16分析了利好消息和利空消息对股 票市场的非对称影响，发现中国股票市 场在 10%显著水平上存在杠杆效应；李 卢霞17认为中国股市存在着明显的杠 杆效应，并表现出较明显的向均值复归 的特征。 研究表明， ARCH 类模型在国 内外股票市场的相关研究中的应用已比 较成熟，在研究金融资产波动方面具有 无可比拟的优势，然而目前国内研究的 侧重点仍然更多地关注各因素对房地产 市场的冲击程度，对各个区域房地产价 格波动的集聚性和杠杆效应的研究才刚 刚起步；同时，应用 ARCH 类模型对房 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 8 地产价格波动的分析主要集中在波动集 聚性上，对其波动的杠杆效应分析较为 缺乏；此外，在房地产价格的波动集聚 性分析中，现有文献也大都侧重于分析 全国和北京、广州、深圳这几个大城市 的房价波动上，对于 70 个大中城市房 地产价格波动集聚性的分析也基本上处 于空白，也偏离了目前我国房地产价格 波动监测集中在 70 个大中城市的事实。 据此，本文将采用 TARCH 模型，将其 应用到我国一线和二线城市房地产价格 波动的研究中，分析房地产价格波动集 聚性和杠杆效应。 二、模型构 建与变量选择 （一）模型构建 自回归条件异方差模型 （autoregressive conditional heteroskedasticity model，ARCH 模型） 最早由恩格尔在 1982 年提出。ARCH 类模型赋予条件方差以自回归结构，集 中反映方差变化特点，允许波动的冲击 持续各期。这种持续性能够反映金融资 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 9 产收益中比较明显的变化是否具有规律 性，并且说明这种变化前后依存的内在 传导是否来自某一特定类型的非线性结 构，较好地解释了在外部冲击下资产收 益的聚集倾向，因而适用于大量文献涉 及的资产收益的非正态性和不稳定性分 布。这也使得该模型广泛应用于经济学 各个领域，尤其是用在金融时间序列分 析中。作为 ARCH 族模型中的一员， TARCH 模型在条件方差中加入了名义 变量，能够区分利空消息和利好消息对 波动的影响，能够较好地验证杠杆效应 的存在，因此，本文在 ARCH 模型的基 础上构建了 TARCH 模型，以分析房地 产价格在波动过程中的集聚性和杠杆效 应。 1.基本模型。 波动集聚性产生的原因有两种解 释，一种是将波动与宏观经济形势联系 在一起，认为信息产生过程的序列相关 性导致了波动的集簇性，如果消息集中 到达，那么收益就可能显示出聚集性。 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 10 Bolleslev 等18把名义利率、股票红利 分配、货币供给、石油价格、商业周期 和信息模式等作为波动聚集的根源；另 一种是认为如果市场交易主体偏好不同， 并且需要花费时间来消化信息冲击 （information shock） ，从而消除预期差 异，那么市场的动态变化趋向于波动聚 集19。根据表 2 的结果可知，四个一 线城市中，北京和上海的 项在 10%的 水平上显著，广州和深圳的 项均在 5%的 水平上显著，这说明一线城市的房地产 价格波动表现出较强烈的 ARCH 效应， 具有显著的波动集聚性。这可能的解释 是四个一线城市最近十年里在经济快速 发展的同时房价的上涨幅度随之增加， 同时，在这两个城市中对房地产的需求 更多地表现为投资需求，需求弹性较大， 房地产泡沫较之其他地区更为严重，此 外，北京、上海、深圳和广州作为中国 最为重要的金融中心，对整个宏观经济 的稳定具有非常重要的作用，因而是政 府进行宏观调控的重点区域，这些都导 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 11 致了一线城市的房地产价格波动表现出 了显著的波动集聚性。 针对 的分析可知，在四个一线 城市中上海、广州和深圳的 项在 1%、5%以及 10%的水平上都不显著， 表明这三个城市的房地产价格波动没有 显示出强烈的 TARCH 效应，不具有显 著的杠杆效应。这也表明，对于这三个 城市来说，有效信息对房地产市场正冲 击和负冲击对房地产价格波动的影响是 一样的，也就可以预期利好消息和利空 消息对房地产价格波动性的影响是没有 差别的，因此，无论利率是上升还是下 降，都不会对这三个城市的房地产价格 产生大的影响和效用，因而，利率政策 对这三个城市是失效的。这也意味着， 这三个城市是投机者在房地产市场上进 行投机活动的首选之地，投机现象比较 严重，而且投资者的交易行为存在着明 显的“羊群效应 ”，从众心理和盲目投资 的现象比较明显，这与一线城市最近几 年居民房地产投资热情高涨，房价虚高， -精选财经经济类资料- -最新财经经济资料-感谢阅读- 12 房地产泡沫严重的现象相一致。此外， 利率的非市场化导致利率对市场变化的 反应度不够，同时利率政策制定过程中 受到诸多人为主观因素的影响，不能及 时准确地根据市场情况进行调整，也是 利率调节失效和房地产价格波动不具有 非对称性的重要原因。 然而，北京市的房地产价格波动 在 1%的水平上显著，表现出了非常明 显的杠杆效应，当出现利好消息时，该 冲击会给北京房地产市场带来一个 =0.115 149 倍的冲击，而当出现利空 消息时，该冲击会给北京房地产市场带 来 +=-0.131 259 倍的冲击，所以利空 消息比利好能够带来更大的波动和冲击。 由于 TARCH 项的系数 是负的，因此 所带来的冲击是减少北京房地产价格的 波动。而且，由于 ARCH 项、TARCH 项和 GARCH 项三者之和为 0.929 108， 接近于 1，进一步表明利空消息和利好 消息对北京房地产价格所产生的冲击是 较为持久的。北京房地产价格波动具有 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 13 杠杆效应而另外三个一线城市没有，这 可能的原因在于虽然北京的房地产市场 也存在房价虚高和投机现象，货币政策 调节同样也存在失效现象，但北京作为 首都和全国的行政中心，针对房地产市 场而进行的宏观调控和行政调控手段比 其他任何一个城市都更多更严厉，因而 效果也更为显著和有效，杠杆效应也就 更为显著。 对模型进一步进行条件异方差的 ARCHLM 检验发现，四个一线城市在 1%、5%和 10%的水平上不显著，不能 拒绝原假设，意味着模型的残差序列不 再存在 ARCH 效应，说明利用 TARCH（1）模型消除了条件异方差。 （二）二线城市房地产价格波动 的集聚性和杠杆效应 近几年随着经济的发展，更多的 二线城市开始崛起，并对经济发展发挥 了助推器的作用，带动了三线城市和周 边区域的发展。二线城市的城市环境、 产业功能配套以及开发的综合成本相对 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 14 较低，因此逐渐变成了投资的最佳临界 点，这让二线城市越来越具有吸引力。 随着二线城市房地产市场逐渐趋于成熟， 以及受到一线城市房地产价格高速上涨 的影响，加之房地产投资者的投资活动 从一线城市开始转向二线城市，种种原 因导致二线城市的房地产价格上涨，二 线城市也逐渐成为调控中的重点关注对 象。鉴于此，本文在分析了一线城市的 房地产价格波动之后，从二线城市中选 取了青岛、长沙、大连、郑州、成都和 西安六个城市，进一步分析二线城市房 地产价格波动的非对称效应，模型结果 见表 3。 由表 3 可知，青岛、长沙、大连 和郑州四个城市的 项在 5%的水平上 显著，表明这四个城市存在显著的 ARCH 效应，房地产价格波动具有集聚 性，然而成都和西安的 项在 1%、5% 或者 10%的水平上都不显著，房地产价 格没有显著的波动集聚性，集聚效应不 显著。这可能的解释在于，成都和西安 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 15 地处内陆，交通远远没有其他几个城市 方便，经济发展不足，市场经济相对于 其他四个城市来说还存在很大的差距， 同时，这两个城市的房地产市场发育程 度也不足，居民购房大多是用于自己居 住而非进行投资或者投机，刚性需求大， 投机现象并不严重，因此，成都和西安 虽然也是宏观调控的重要区域，但是房 地产价格的波动没有显著的集聚性。由 于成都和西安两个城市的房地产价格波 动没有集聚性，因此我们在下文的非对 称性分析中就不再讨论成都和西安。 通过对 项的分析可知，青岛房地产价 格波动的 项在 1%的水平上显著，表 现出强烈的 TARCH 效应，房地产价格 波动存在杠杆效应，利率调节在青岛的 房地产市场上具有一定的效用。当出现 利好消息时，该冲击会给青岛房地产市 场带来一个 =0.194 972 倍的冲击，而 当出现利空消息时该冲击会给杭州房地 产市场带来 += -0.294 193 倍的冲击， 所以利空消息比利好消息能带来更大的 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 16 波动和冲击。由于 TARCH 项的系数 是负的，因此所带来的冲击是减少青岛 房地产价格的波动，ARCH 项、 TARCH 项和 GARCH 项三者之和为 0.662 226，表明利空消息和利好消息对 青岛房地产价格波动所产生的冲击较持 久。同样的，长沙和大连房地产价格波 动的 项在 10%的水平上显著，存在杠 杆效应，意味着利率调节在这两个城市 同样具有一定的效果。当出现利好消息 时，该冲击分别会给长沙和大连的房地 产市场带来-0.194 401 倍和 0.124 531 倍 的冲击，而当出现利空消息时，则分别 会会给长沙和大连的房地产市场带来 0.230 681 倍和 -0.094 364 的冲击，对于 长沙房地产价格波动，利好消息产生的 冲击更大，而对大连的房地产价格波动 利空消息比利好消息产生更大的冲击。 长沙的 TARCH 项系数为正，因此所带 来的冲击是增加长沙的房地产价格波动， 而大连的 TARCH 项的系数是负的，因 此所带来的冲击是减少大连房地产价格 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 17 的波动。由于 ARCH 项、TARCH 项和 GARCH 项三者之和分别为 1.327 928 和 0.665 458，大于或者接近于 1，表明 消息变动对长沙和大连的房地产价格产 生的冲击是持久的。这可能的解释是， 青岛、长沙和的大连都处于经济较为发 达的地区，房地产市场发育比较成熟， 是政府宏观调控的重点区域，而且这几 个城市的投机现象和房地产泡沫也没有 一线城市严重，刚性需求和投资需求较 为平衡，因此，青岛、长沙和大连的房 地产价格波动表现出非对称效应。 然而，郑州的 项在显著水平上 不显著，没有表现出强烈的 TARCH 效 应，说明郑州房地产价格波动没有显著 的杠杆效应，利率调节在郑州的房地产 市场上市失效的。这可能的原因在于， 郑州近年来房价虽然上涨幅度较大，房 地产发展速度较快，但是整体经济发展 水平还不够，房地产市场发育相较于东 部的二线城市还远未达到成熟和完善， 市场机制的作用还未得到充分发挥，对 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 18 利率等货币政策的敏感度还不够；其次， 郑州虽然也是政府进行宏观调控的对象， 但是由于社会经济落后于一线城市以及 东部沿海二线城市等导致两地的调控力 度不够；最后，利率的非市场化也是导 致郑州房地产价格波动没有显著杠杆效 应的重要原因。 同样地，最后对模型进一步进行 条件异方差的 ARCHLM 检验发现，所 选取的六个二线城市在 1%、5%和 10% 的水平上均不显著，不能拒绝原假设， 意味着这六个城市模型的残差序列不再 存在 ARCH 效