房地產(chǎn)價格與股票價格波動關(guān)系的研究

1、房地產(chǎn)價格與股票價格波動關(guān)系的研究基于我國數(shù)據(jù)的實證摘要：房地產(chǎn)和股票是人們重要的投資去向，兩個市場的情況也頗受大眾關(guān)注。本文緊緊圍繞房市和股市的波動關(guān)系，從理論分析出發(fā)，提出了財富效應(yīng)、信貸擴張效應(yīng)等，并進一步采用1998年-2014年的數(shù)據(jù)進行實證分析。實證運用了協(xié)整檢驗、VAR模型、Granger因果檢驗等方法，結(jié)果發(fā)現(xiàn)，股票市場價格的變動是房地產(chǎn)市場價格變動的Granger原因，房地產(chǎn)市場價格的變動不是股票市場價格變動的Granger原因，且兩個市場受自身滯后期的影響都比較明顯。關(guān)鍵詞：房地產(chǎn)價格；股票價格；波動關(guān)系目 錄1 緒論1.1 研究背景與意義1.2 文獻研究簡要回顧 1.2.

2、1 國外文獻綜述 1.2.2 國內(nèi)文獻綜述 1.2.3 文獻評述1.3 研究思路及框架結(jié)構(gòu)1.4 本文創(chuàng)新點與不足2 房地產(chǎn)價格與股票價格波動關(guān)系的理論分析2.1 房地產(chǎn)和股票的相關(guān)概念及其特性 2.1.1 房地產(chǎn)的相關(guān)概念及特性 2.1.2 股票的相關(guān)概念及特性 2.2 房地產(chǎn)價格與股票價格的相互作用機制 2.2.1 財富效應(yīng)2.2.2 信貸擴張效應(yīng)2.2.3 資產(chǎn)替代效應(yīng)2.2.4 宏觀經(jīng)濟的傳導(dǎo)效應(yīng)3 我國房地產(chǎn)價格與股票價格波動關(guān)系的實證分析 3.1 數(shù)據(jù)選取與樣本描述3.1.1 數(shù)據(jù)選取3.1.2 樣本描述 3.2 協(xié)整檢驗3.2.1 平穩(wěn)性檢驗3.2.2 協(xié)整檢驗 3.3 構(gòu)建VA

3、R模型 3.4 Granger因果關(guān)系檢驗 3.5 脈沖響應(yīng)分析 3.6 實證結(jié)果分析4 結(jié)論與政策建議 4.1 結(jié)論 4.2 政策建議參考文獻：附錄1 主要英文參考文獻原文：附錄2 主要英文參考文獻譯文：致謝1 緒論1.1 研究背景與意義1998年7月，國務(wù)院發(fā)布了關(guān)于進一步深化城鎮(zhèn)住房制度改革加快住房建設(shè)的通知，通知要求穩(wěn)步推進住房商品化、社會化，同時停止住房實物分配，該通知的發(fā)布標志著住房貨幣化改革的開始。在此之后，我國的房地產(chǎn)市場得到了極大繁榮。1998年至2006年間，我國的房地產(chǎn)市場的交易額以每年20%-30%的速度增長，2013年的房地產(chǎn)投資額在國民生產(chǎn)總值中所占的比重達13.6

4、1%，并且房地產(chǎn)行業(yè)對諸如鋼鐵、建材、家電、家居等關(guān)聯(lián)行業(yè)的帶動作用也很明顯，所以房地產(chǎn)行業(yè)已是國民經(jīng)濟發(fā)展的支柱性產(chǎn)業(yè)，房地產(chǎn)市場的有序健康發(fā)展對我國深化改革和經(jīng)濟發(fā)展具有重要影響和意義。我國股票市場經(jīng)歷了20多年的發(fā)展，不斷發(fā)展壯大，滬深兩市的公司已擁有相當(dāng)?shù)氖兄?。股市也一直被譽為金融市場乃至國民經(jīng)濟運行的“晴雨表”，足見其意義重大。當(dāng)然，股市也一直是人們投資的重要去向。股市與房地產(chǎn)以成為近年來人們投資的兩大去向。但是，綜觀房市和股市的發(fā)展，我們可以發(fā)現(xiàn)，兩者的發(fā)展都有較大的波動。讓人印象特別深刻的是近年來房價的飛漲與股市07年的大漲與08年的大跌。從2002年下半年開始，我國主要大中型城

5、市的房地產(chǎn)市場步入了一個價格快速上升和投資大幅增加的通道。還不到十年,各地房地產(chǎn)就價格普遍翻了一番，并不時創(chuàng)出新的所謂“地王”、“標王”。有些地方的漲幅甚至更大。這幾年來在國家的強力的宏觀調(diào)控之下，房價上漲的猛勢才漸漸回落。至于股票市場，在2005年6月6日，上證指數(shù)探底于998點，隨后股價一路上揚，屢創(chuàng)新高，在2007年10月16日達到了6124點的歷史最高水平，此后大盤開始一路下挫，由牛轉(zhuǎn)熊，直到2008年10月28日，上證指數(shù)跌至此番熊市的最低點1664點?？梢姽善笔袌龅牟▌邮欠浅Ｖ蟮?。探討如何才能實現(xiàn)資本市場的持續(xù)健康發(fā)展一直是經(jīng)濟界的熱門論題,而研究房地產(chǎn)市場與金融市場特別是股票市

6、場的相關(guān)關(guān)系則已成為國內(nèi)學(xué)術(shù)界研究的新興的重要領(lǐng)域。目前，我國正處于深化改革的重要時期，作為消費和投資的重要領(lǐng)域，房地產(chǎn)市場和股票市場在我國經(jīng)濟運行中都發(fā)揮著舉足輕重的影響。因此，對我國房地產(chǎn)價格與股票市場價格的波動之間存在的相關(guān)性進行深入研究，不論從宏觀還是微觀角度，不論從理論探討還是實際效用來講，都具有重要意義。1.2 文獻研究簡要回顧1.2.1 國外文獻綜述國外學(xué)者在關(guān)于房地產(chǎn)市場價格與股票市場價格波動的相關(guān)關(guān)系上的研究開始得還是比較早的，從上世紀80年代便有學(xué)者涉足。其后，又有眾多學(xué)者進行了大量的研究。其中，利用面板數(shù)據(jù)來分析的比較少，而利用時間序列數(shù)據(jù)來進行分析的則比較多。利用面板數(shù)

7、據(jù)進行分析Daniel C. Quan和Sheridan Titman(1996)通過對1977-1994年間美國、加拿大、法國、英國、德國等17個國家主要城市14年的年度數(shù)據(jù)，對房價指數(shù)、房租指數(shù)與本國對應(yīng)的股票收益數(shù)據(jù)關(guān)系進行了截面數(shù)據(jù)回歸分析，發(fā)現(xiàn)除了美國以外，其他的16國中，房地產(chǎn)的租售價值與股票價格之間存在著非常顯著的正相關(guān)關(guān)系，并且在亞太地區(qū)中，這種正相關(guān)性尤顯強烈。Case ，Quigley和Shi11er(2001)利用美國、丹麥、法國、西班牙、芬蘭等發(fā)達國家年度數(shù)據(jù)對消費支出、收入、股票財富、住宅財富之間的關(guān)系進行計量分析，發(fā)現(xiàn)股票市場的財富效應(yīng)較弱，而房地產(chǎn)市場卻具較強的財

8、富效應(yīng)。同時在這些發(fā)達國家中，房地產(chǎn)市場的價格波動對國民總消費的沖擊更加強烈，然而股價波動所能起到的這方面的影響作用則略顯微弱。利用時間序列數(shù)據(jù)進行分析Summers(1981)利用美國季度數(shù)據(jù)對通貨膨脹率、可支配收入、住宅需求與股票價格、住宅價格關(guān)系進行研究，研究結(jié)果發(fā)現(xiàn)通貨膨脹將增加自住房地產(chǎn)價值，降低股票市場價，,進而對投資決策產(chǎn)生影響。Stone和Ziemba(1990，1992，1993)利用日本年度數(shù)據(jù)對土地價格、土地收益率與股票價格指數(shù)、股票市場收益率的關(guān)系進行實證分析時發(fā)現(xiàn)，土地價格與股票價格之間存在正向變動趨勢；股票市場與商業(yè)用地價格關(guān)系更加緊密。Okunev和Wilson(

9、1997)通過對美國月度數(shù)據(jù)進行單位根檢驗與協(xié)整檢驗及非線性回歸，發(fā)現(xiàn)房地產(chǎn)市場與股票市場之間存在有非線性關(guān)系，但不太顯著。Ling和 Naranjo(1999)利用了美國季度數(shù)據(jù)進行非線性回歸分析，結(jié)果發(fā)現(xiàn)商業(yè)房地產(chǎn)市場與股票市場相互融合，且在20世紀90年代兩者相互影響的程度更為明顯。Nan-Kuang Chen(2001)通過對1973年至1992年臺灣地區(qū)股票價格與房地產(chǎn)價格的波動進行實證，得出股票價格是房地產(chǎn)價格變動的Granger原因，并且他還從信貸機制的角度予以了解釋。Raymond Y. C. Tse(2001)研究了香港股票市場與房地產(chǎn)市場，他發(fā)現(xiàn)房地產(chǎn)市場是股價波動的決定性

10、因素。他還使用了脈沖響應(yīng)函數(shù)和VAR方差分解等方法，發(fā)現(xiàn)非預(yù)期的房地產(chǎn)價格變化直接影響著股價的波動，且兩者之間是協(xié)整的。此外，他用勞動生產(chǎn)率機制來對房地產(chǎn)價格與股票價格的負相關(guān)性做了解釋。John Okunev，Wi1Son和Ralf Zurbrueg(2002)研究了澳大利亞1980年至1999年的房地產(chǎn)與股票市場，發(fā)現(xiàn)由于某種結(jié)構(gòu)性變化進而使得股市與樓市表現(xiàn)出不穩(wěn)定的線性關(guān)系，同時股市對樓市表現(xiàn)出顯著的非線性因果關(guān)系。Liow(2004)通過對至少擁有自身20%股權(quán)的新加坡非房地產(chǎn)上市公司，在19972001年間的業(yè)績情況做研究。研究結(jié)果顯示，房地產(chǎn)市場的波動會影響股權(quán)密集型的非房地產(chǎn)上市

11、公司的收益水平，進而影響其在股票市場中的表現(xiàn)。他還運用風(fēng)險收益理論對此現(xiàn)象進行了解釋。Apergis（2012）通過使用一般自回歸條件異方差模型進行實證，研究了希臘銀行系統(tǒng)中股票平均回報率和房地產(chǎn)投資信托基金之間的關(guān)系和波動性，實證研究表明房地產(chǎn)投資信托基金的回報率影響銀行股票收益，并且該現(xiàn)象在國際金融危機爆發(fā)后影響更加強烈。1.2.2國內(nèi)文獻綜述我國學(xué)者對房地產(chǎn)價格與股票價格波動研究的起步要晚一些。但隨著我國房地產(chǎn)市場和股票市場的發(fā)展繁榮，許多學(xué)者也對這方面的問題進行了較為廣泛的研究。房地產(chǎn)市場與宏觀經(jīng)濟的相關(guān)關(guān)系余曉(1996)從對國家的貨幣與財政政策和行政手段、經(jīng)濟周期以及居民收入等因素

12、出發(fā)，分析了房地產(chǎn)價格變動規(guī)律，認為宏觀經(jīng)濟各因素可直接或間接地影響房地產(chǎn)市場的供給與需求水平，并進而影響房地產(chǎn)價格變化。同時提出要調(diào)控房地產(chǎn)市場合理發(fā)展，使其與經(jīng)濟發(fā)展的快慢相適應(yīng)的觀點。李立、李永輝（2002)認為房地產(chǎn)價格受到宏微觀多重因素影響，這里面既包含土地費等各項房地產(chǎn)開發(fā)費用因素，又包含國家的各項經(jīng)濟政策、稅收、國民經(jīng)濟發(fā)展水平和居民收入水平等宏觀經(jīng)濟因素。沈悅和劉洪玉(2002)通過我國的房地產(chǎn)價格與一系列宏觀經(jīng)濟指標進行了的研究，認為房地產(chǎn)價格不僅會受到宏觀經(jīng)濟發(fā)展水平的影響，同時房地產(chǎn)也會反作用于宏觀經(jīng)濟發(fā)展。房地產(chǎn)價格在合理范圍內(nèi)的上漲可以在一定程度上刺激經(jīng)濟增長，而過快

13、或過慢的房地產(chǎn)價格上漲速度，或者是不合理的房地產(chǎn)價格下跌，則會給國民經(jīng)濟的發(fā)展帶來非常嚴重的不良后果。皮舜和武康平（2004）利用我國 1994-2002 年的數(shù)據(jù)，對經(jīng)濟增長與區(qū)域房地產(chǎn)市場發(fā)展之間的關(guān)系進行了格蘭杰因果檢驗，研究結(jié)果發(fā)現(xiàn)，兩者之間存在雙向格蘭杰原因。股票市場與宏觀經(jīng)濟的相關(guān)關(guān)系談儒勇(1999)利用了1994-1998年間中國股票市場總市值、總成交金額以及GDP的季度數(shù)據(jù)進行線性回歸分析，得出了我國股票市場與經(jīng)濟增長并沒有起到相互促進作用這一結(jié)論。殷醒民和謝潔(2001)構(gòu)建了我國股票市場發(fā)展指標、經(jīng)濟增長指標以及金融深化指標,并基于1993-1999年間的數(shù)據(jù)，進行了回歸

14、分析，得出我國股票市場的發(fā)展對于經(jīng)濟增長確實有促進作用。劉勇(2004)對1994-2002年間我國GDP、貨幣供應(yīng)量和居民消費價格指數(shù)等宏觀經(jīng)濟變量與上證指數(shù)的相關(guān)關(guān)系進行了研究,發(fā)現(xiàn)以上各宏觀經(jīng)濟變量均能對我國股市發(fā)展產(chǎn)生顯著影響。陳怡(2009)基于我國1993-2007年間的數(shù)據(jù)，運用協(xié)整檢驗與Granger因果檢驗對股票市場發(fā)展與經(jīng)濟增長的相互作用關(guān)系進行了實證研究，結(jié)果發(fā)現(xiàn)經(jīng)濟增長對我國股市發(fā)展有著顯著的影響作用，而股市發(fā)展對經(jīng)濟增長的促進作用卻比較弱。房地產(chǎn)市場與股票市場的相關(guān)關(guān)系羅來東、侯玉玲(2005)對我國房地產(chǎn)市場、股票市場以及貨幣供給市場的相關(guān)關(guān)系進行了研究，得出了當(dāng)前

15、我國這三個市場的發(fā)展存在著長期穩(wěn)定的關(guān)系，并且房地產(chǎn)市場與貨幣市場的關(guān)系更加緊密的結(jié)論。盛松成、李安定、劉惠娜（2005）通過對我國上海房地產(chǎn)價格指數(shù)和上證綜指之間的波動關(guān)系進行實證分析，結(jié)果發(fā)現(xiàn)兩者之間幾乎不存在相關(guān)關(guān)系。并認為中國的房地產(chǎn)金融產(chǎn)品較少是導(dǎo)致這一現(xiàn)象的主要原因。周京奎（2006）利用了1998年-2005年間的數(shù)據(jù)對我國資產(chǎn)價格波動狀況進行了實證研究，結(jié)果表明房地產(chǎn)價格的變動將導(dǎo)致股票價格產(chǎn)生波動，但僅能從房地產(chǎn)市場傳遞到股票市場。并且他認為貨幣政策能有效地影響資產(chǎn)價格。高波和洪濤(2007)指出，在2001-2005間，中國的房地產(chǎn)價格與股票價格呈負相關(guān)關(guān)系，并認為這是由于

16、中國股票市場的財富效應(yīng)很微弱，同時由于國內(nèi)缺乏多元化的投資渠道，導(dǎo)致替代效應(yīng)相對較強而造成的。張炯、張兵和賈仁甫(2009)利用我國2001-2008年的信貸市場、房地產(chǎn)市場和股票市場的月度數(shù)據(jù)進行了關(guān)聯(lián)性分析，指出我國的房地產(chǎn)市場與貨幣和信貸市場呈現(xiàn)正相關(guān)，而房地產(chǎn)市場與股票市場的相互作用關(guān)系具有階段性特點，在2001-2005年間呈負相關(guān)關(guān)系，在2006-2008年間則表現(xiàn)為正相關(guān)關(guān)系。1.2.3 文獻評述早期的學(xué)者從定性的角度來分析房地產(chǎn)價格與股票價格波動的關(guān)系要多一些，后面的學(xué)者們則更多是通過做實證來進行檢驗，并且多是處理時間序列數(shù)據(jù)，檢驗用的比較多的計量方法是協(xié)整檢驗和Granger

17、因果關(guān)系檢驗等。他們選取的數(shù)據(jù)不一樣，做出的結(jié)果也有同有異。后面做實證的學(xué)者多是對原有理論進行數(shù)據(jù)的驗證，并無太多創(chuàng)新之處。雖然有些學(xué)者在實證之后對結(jié)果進行了解釋，但這些解釋多是自圓其說的表層說法，并沒能從理論的高度給出很好的說明。而且有些學(xué)者對數(shù)據(jù)的處理方式或許還有一些值得商榷的地方，比如有的文章中做Granger檢驗時用的是一階單整的序列，且這些序列不是協(xié)整的，這明顯是不合適的。綜觀國內(nèi)外眾多學(xué)者的研究成果，對于房地產(chǎn)價格與股票價格波動的關(guān)系，一直以來并沒能形成一個統(tǒng)一的認識。學(xué)者們的結(jié)論可以概括為三方面：（1）房地產(chǎn)價格與股票價格呈正相關(guān)；（2）房地產(chǎn)價格與股票價格呈負相關(guān)；（3）房地產(chǎn)

18、價格與股票價格無相關(guān)關(guān)系。這樣的研究現(xiàn)狀顯然是無法讓人感到滿意的。由此可見，對房地產(chǎn)價格與股票價格波動關(guān)系的研究還比較淺，不夠深入，特別是目前還沒有學(xué)者在這一領(lǐng)域做過系統(tǒng)性的研究并得出讓人信服的結(jié)論。所以，繼續(xù)在這一領(lǐng)域進行研究特別是系統(tǒng)的研究仍是非常必要且有意義的。今后的研究宜在系統(tǒng)學(xué)習(xí)梳理前人研究成果的基礎(chǔ)之上，進一步系統(tǒng)化和深入化。可采用一些現(xiàn)代的計量方法尤其是時間序列的處理方法進行實證，但不能僅停留于實證，畢竟要有合理的理論解釋出來后才算完成研究。進行這一研究不僅理論意義重大，并且能為我們科學(xué)合理地處置房地產(chǎn)和股票提供建議和參考。1.3 研究思路及框架結(jié)構(gòu)本文采用理論分析與實證分析相結(jié)

19、合，兼顧定性分析與定量分析的方式，緊緊圍繞“房地產(chǎn)價格與股票價格波動關(guān)系”這一中心問題，從理論、實證兩個維度來進行分析，房地產(chǎn)價格和股票價格的互動關(guān)系是本文研究的核心。本文共分為五章。第一章為緒論。緒論先介紹了本文的研究背景與意義作為開端，隨后對國內(nèi)外的相關(guān)文獻進行了梳理，接下來介紹了本文的研究思路及框架結(jié)構(gòu)，最后指出了本文的創(chuàng)新之處與不足之處。第二章對房地產(chǎn)價格與股票價格波動關(guān)系進行了理論分析。筆者從財富效應(yīng)、信貸擴張效應(yīng)、替代效應(yīng)和宏觀經(jīng)濟的傳導(dǎo)效應(yīng)四個方面來對房地產(chǎn)市場和股票市場的相關(guān)關(guān)系進行了分析，并結(jié)合我國的具體情況和一些現(xiàn)象作了相應(yīng)的分析與解釋，這是本文的核心，同時也是本文的創(chuàng)新點

20、之一。第三章運用時間序列的處理方法，選取了1998年1月至2014年12月房市和股市 的數(shù)據(jù)，運用協(xié)整檢驗、VAR模型、Granger檢驗、脈沖響應(yīng)幾種分析方法來對我國的數(shù)據(jù)進行處理分析，并對得到的結(jié)果進行了解釋，這也是本文的創(chuàng)新之處。第四章是本文的結(jié)尾，對本文的研究成果進行了概況和總結(jié)，同時給出了一些政策建議，提出了相關(guān)思考。1.4 本文創(chuàng)新點與不足本文的創(chuàng)新之處在于從理論分析、實證分析兩個維度較為全面地對房地產(chǎn)價格與股票價格波動關(guān)系做了探討并聯(lián)系我國實際進行分析，同時使用了較新的數(shù)據(jù)進行實證，而且是用了兩個指標來衡量房地產(chǎn)市場，以得出更加廣泛和更符合現(xiàn)實的結(jié)論。本文的確也存在一些不足之處。

21、由于本人學(xué)識所限和時間關(guān)系，再加上對這一問題的研究時間并不長，所以在理論認識上可能會有一些偏差，在實證過程中可能有一些不夠規(guī)范的地方，在做相應(yīng)的解釋時也并不能很讓人信服。2房地產(chǎn)價格與股票價格波動關(guān)系的理論分析2.1房地產(chǎn)和股票的相關(guān)概念及其特性2.1.1 房地產(chǎn)的相關(guān)概念及特性房地產(chǎn)是指房產(chǎn)和地產(chǎn)的結(jié)合體及其衍生的權(quán)利關(guān)系的綜合。包括三個方面：（1）從實物形態(tài)上說，房地產(chǎn)是房產(chǎn)和地產(chǎn)相結(jié)合的統(tǒng)一物；（2）從價值形態(tài)上說，房地產(chǎn)作為商品是使用價值和價值的統(tǒng)一體；（3）從產(chǎn)權(quán)關(guān)系來說，房地產(chǎn)作為社會財富，又是一種資產(chǎn)，反映一定的經(jīng)濟權(quán)利關(guān)系。房地產(chǎn)有以下經(jīng)濟特性：（1）內(nèi)涵的統(tǒng)一性。房地產(chǎn)的整體

22、概念包含了房屋建筑物、建筑地塊、經(jīng)濟權(quán)利等方面，它們不是孤立存在的，是由“房”、“地”、“產(chǎn)”三者有機結(jié)合形成的統(tǒng)一體；（2）價值的雙源性。房地產(chǎn)價值的雙源性，主要是指房地產(chǎn)商品價值中，土地價值的形成既源自土地所有者權(quán)的收益，又源自在土地上的人類勞動的凝結(jié)；（3）空間的固定性；（4）需求的普遍性；（5）效用的長期性。2.1.2 股票的相關(guān)概念及特性 股票是投資者向股份有限公司投資人入股提供資金的權(quán)益合同憑證，是投資者借以取得股息紅利收益的一種有價證券。股票是股份公司資本的構(gòu)成部分，可以轉(zhuǎn)讓、買賣或作價抵押，是資金市場的主要長期信用工具。 股票具有的主要基本特性：（1）權(quán)利性和責(zé)任性；（2）不可

23、返還性；（3）流通性；（4）收益性；（5）風(fēng)險性。2.2房地產(chǎn)價格與股票價格的相互作用機制2.2.1 財富效應(yīng)財富效應(yīng)可分為直接財富效應(yīng)和間接財富效應(yīng)。直接財富效應(yīng)是指在保證其它條件不變的情況下，由于貨幣余額的變化，會引起總消費支出的變化。股價上升，投資者個人財富增加，他對于房地產(chǎn)的消費和投資可能會增加（對于群體而言一定有這種增加的對房地產(chǎn)的消費和投資存在），這樣房價就會上升。間接財富效應(yīng)是指由于股價上升，會使投資者對未來財富的預(yù)期增加，進而更多地投資房地產(chǎn)，使房地產(chǎn)價格上升。對于房價對股價的影響，直接財富效應(yīng)和間接財富效應(yīng)作用的路徑也是相同的。投資者實際財富水平上升投資者消費支出、投資支出增

24、加投資者實際財富水平上升投資者消費支出、投資支出增加房地產(chǎn)價格、股票價格上漲房地產(chǎn)價格、股票價格上漲 投資者信心增強 投資者信心增強圖2-1 財富效應(yīng)說明圖2.2.2 信貸擴張效應(yīng)本文在討論信貸擴張效應(yīng)時從兩個角度進行探討。一是從企業(yè)即資金需求方的角度考慮。房價或股價上漲，由于企業(yè)一般都擁有一定量的房地產(chǎn)，使得企業(yè)的資產(chǎn)價值增加；并且由于房市和股市的異常收益率使得企業(yè)把更多資金用于這方面的投資，進而非主營業(yè)務(wù)收入大幅增加，企業(yè)現(xiàn)金流狀況得到改善，資產(chǎn)負債表狀況也得到相應(yīng)改善，企業(yè)的借債能力增強。前面的兩點都可導(dǎo)致企業(yè)借債能力增加，進而獲得更多資金，投入房市和股市，自然會進一步促進房地產(chǎn)價格和股

25、票價格的上漲。圖2-2更加直觀地反映了這一作用過程。 企業(yè)現(xiàn)金流改善房價和股價上漲 企業(yè)現(xiàn)金流改善房價和股價上漲 企業(yè)資產(chǎn)負債表改善 商業(yè)銀行信貸增加 投資于資本市場 企業(yè)資產(chǎn)負債表改善 商業(yè)銀行信貸增加 投資于資本市場圖2-2 信貸擴張效應(yīng)圖示（企業(yè)）二是從金融機構(gòu)即資金的提供方的角度考慮。在經(jīng)濟高漲階段，當(dāng)房地產(chǎn)價格和股票價格上升時，銀行資產(chǎn)負債情況該善，信貸增加，市場利率降低，取得資金的成本降低了，自然會推動房市和股市價格的進一步上漲，這就形成了一種正向的反饋機制。圖2-3更加直觀地說明了這一過程。金融機構(gòu)資產(chǎn)負債狀況改善 房價和股價上漲金融機構(gòu)資產(chǎn)負債狀況改善 房價和股價上漲 以股票和

26、房產(chǎn)為抵押的貸款投放增加 金融機構(gòu)放貸能力增強 以股票和房產(chǎn)為抵押的貸款投放增加 金融機構(gòu)放貸能力增強圖2-3 信貸擴張效應(yīng)圖示（金融機構(gòu)）2.2.3 資產(chǎn)替代效應(yīng)現(xiàn)代金融的開創(chuàng)者馬科維茨（Markowitz)在上世紀50年代的一篇文章中提出了投資組合的理論?，F(xiàn)在筆者要借助這一理論來考察房地產(chǎn)價格和股票價格波動的相關(guān)關(guān)系。房地產(chǎn)和股票是人們生活中兩種非常重要的投資品種。現(xiàn)假設(shè)有兩種可供投資的資產(chǎn)：房地產(chǎn)（記為1）、股票（記為2）。投資組合為P，1、2的期望收益率分別為E(r1)、E(r2)；投資的風(fēng)險用標準差來表示，分別記為1、2、P，投資1、2的比例分別為1、1,相關(guān)系數(shù)記為則有： E(rP

27、)=1E(r1)+2E(r2) P2=1212+21212+2222另外，還有1+2=1。根據(jù)馬科維茨的理論，投資者應(yīng)選擇合適的1和1即最優(yōu)的投資組合，使得組合風(fēng)險一定的情況下收益最大或者是收益一定的情況下風(fēng)險最小。由此可見，在房地產(chǎn)或股票的期望收益率發(fā)生變化時，投資組合中的房地產(chǎn)和股票投資分配比例會發(fā)生變化，即產(chǎn)生相互之間的資產(chǎn)替代效應(yīng)。作用機制是這樣的：首先是股價的迅速下跌，然后就會有投資者的恐慌性拋售，再然后有大量資金撤離股市，這些資金有相當(dāng)?shù)牟糠謺魅敕康禺a(chǎn)市場，這就會導(dǎo)致房地產(chǎn)價格的上漲，又吸引更多的資金進入房地產(chǎn)市場，這樣股市的資金就又減少，使得股價進一步下跌。在這樣的作用機制下，

28、股票市場與房地產(chǎn)市場就不再是發(fā)生前面的那種“共榮”,而是一上一下，“蹺蹺板”形式。圖2-4比較直觀的說明了這一作用機制。 大量資金撤離股市 股價下跌 投資者恐慌性拋售 大量資金撤離股市 股價下跌 投資者恐慌性拋售更多資金進入房地產(chǎn)市場 房地產(chǎn)價格上漲資金流入房市更多資金進入房地產(chǎn)市場 房地產(chǎn)價格上漲資金流入房市圖2-4 資產(chǎn)替代效應(yīng)圖示2.2.4 宏觀經(jīng)濟的傳導(dǎo)效應(yīng) 從本文前面的文獻綜述來看，宏觀經(jīng)濟對房地產(chǎn)市場和股票市場都會產(chǎn)生影響，很多學(xué)者的實證結(jié)果也表明了這一點。在這里，本文從理論上來闡釋宏觀經(jīng)濟對于房地產(chǎn)市場和股票市場的傳導(dǎo)效應(yīng)。經(jīng)濟的增長會帶來經(jīng)濟的繁榮，當(dāng)經(jīng)濟繁榮時，市場上的情況就

29、會有所變化。這時貨幣的供應(yīng)量會增加，市場利率會相應(yīng)地下降，資金的量多了，取得資金的成本也降低了，這時更多資金就會流入到房地產(chǎn)市場和股票市場，使得房地產(chǎn)市場和股票市場變得活躍。同時，在經(jīng)濟繁榮時期，一般會伴隨著一定程度的通貨膨脹，通貨膨脹使得人們對持有貨幣的意愿降低，進而會有更多的資金流向股市和房市，這樣也會使房地產(chǎn)市場和股票市場變得更為活躍。房地產(chǎn)市場和股票市場的活躍會使得房地產(chǎn)價格和股票價格的上漲，而在信貸擴張效應(yīng)和財富效應(yīng)的作用下，社會總投資會增加，進而會促進經(jīng)濟增長，使經(jīng)濟繁榮。這樣又進入下一個這樣的循環(huán)。此外，根據(jù)托賓的Q理論，（房地產(chǎn)中，托賓的Q=房地產(chǎn)市場價值/房地產(chǎn)建造成本），當(dāng)

30、經(jīng)濟增長時，Q會增加，當(dāng)Q1時，建房就變得有力可圖，Q越大，利潤空間就越大，企業(yè)便會加大對房地產(chǎn)的開發(fā)力度，從而由于房地產(chǎn)強大的帶動作用，使得社會總投資的增加，促進經(jīng)濟增長。關(guān)于宏觀經(jīng)濟的傳導(dǎo)效應(yīng)，可以用圖2-5更為直觀簡潔地表示。 利率下降 利率下降房地產(chǎn)（股票）市場活躍 貨幣供應(yīng)量增加經(jīng)濟繁榮房地產(chǎn)（股票）市場活躍 貨幣供應(yīng)量增加經(jīng)濟繁榮一定程度的通貨膨脹一定程度的通貨膨脹經(jīng)濟增長經(jīng)濟增長房地產(chǎn)（股票）價格上漲房地產(chǎn)（股票）價格上漲信貸擴張Q值增加財富效應(yīng)信貸擴張Q值增加財富效應(yīng) 社會總投資增加 社會總投資增加圖2-5 宏觀經(jīng)濟的傳導(dǎo)效應(yīng)圖示3 我國房地產(chǎn)價格與股票價格波動關(guān)系的實證分析3

31、.1 數(shù)據(jù)選取與樣本描述3.1.1 數(shù)據(jù)選取對于研究房地產(chǎn)價格和股票價格波動的相關(guān)關(guān)系這一問題，很多文章是選用的“國房景氣指數(shù)”中的“全國商品房銷售價格分類指數(shù)”作為衡量房地產(chǎn)價格與房地產(chǎn)市場繁榮程度的指標，故本文在衡量房地產(chǎn)市場是同樣選取了這一指標。但這一指標國家統(tǒng)計局在2012年之后不再發(fā)布，所以本文選取了1998年1月-2011年12月的“全國商品房銷售價格分類指數(shù)”（記為PI） 數(shù)據(jù)來源：Wind資訊。月度數(shù)據(jù)作為衡量房地產(chǎn)市場價格的指標。為了彌補數(shù)據(jù)的較為陳舊這一問題，同時從另一維度來更好的研究本文的問題，本文還選取了1998年1月-2014年12月的“國房景氣指數(shù)”(記為DI） 數(shù)

32、據(jù)來源：Wind資訊。作為房市情況的衡量指標。前面的兩個指數(shù)是反映一定時期內(nèi)房屋銷售價格變動程度和趨勢的相對數(shù)，它通過百分數(shù)的形式來反映房價在不同時期里的漲跌幅度，在眾多指數(shù)中具有代表性。由于其是國家統(tǒng)計局制定和統(tǒng)計的，也具有權(quán)威性。對于股票市場，選取了上證綜指的每月末日收盤指數(shù)（記為SHZ） 數(shù)據(jù)來源：Wind資訊。 數(shù)據(jù)來源：Wind資訊。 數(shù)據(jù)來自華西證券客戶端軟件。本文用作實證分析的各項指標數(shù)據(jù)均為月度數(shù)據(jù)。數(shù)據(jù)采集區(qū)間為1998年1月至2014年12月。因2009年-2011年間1月的全國商品房銷售價格指數(shù)缺失,在此取各自前后相鄰的兩個數(shù)值的平均值作為補充。2009年-2014年間1

33、月的國房景氣指數(shù)缺失,在此也取各自前后相鄰的兩個數(shù)值的平均值作為補充。本章節(jié)的統(tǒng)計分析均使用Eviews6.0軟件進行。3.1.2 樣本描述1998-2014年間，我國房地產(chǎn)市場和股票市場經(jīng)歷了多次起伏。房價在1998-2003年間波動較為頻繁，在2004年到2007年上半年房價迅速上升，2007年之后由于受宏觀調(diào)控影響房價短暫下跌，2009年之后又大幅上漲，2010年之后振蕩下跌。股票市場整體是上升的，但波動非常之大。2007年開始迅速上升，之后又大幅下挫。如圖3-1所示。就圖而言，兩個市場的關(guān)系不是十分明顯，有待本文后面的進一步檢驗。現(xiàn)對數(shù)據(jù)進行初步的描述性統(tǒng)計，得到表3-1。由表易知，上

34、證指數(shù)（SHZ）的標準差最大，可知股票市場的波動更為劇烈。PI的JB值的概率接近1，PI為正態(tài)分布的可能性較大，從其S值與K值也能得出大致相同的結(jié)論。DI和SHZ都不是正態(tài)分布，DI的S0，K0，K3，與標準正態(tài)分布相比，是右偏，長尾巴在右面，尖頂峰。圖3-1 1998-2014年中國房地產(chǎn)市場與股票市場走勢表3-1 數(shù)據(jù)統(tǒng)計特征PIDISHZMean101.5231101.93472111.376Median101.7300102.93501985.390Maximum115.2000109.14005954.770Minimum86.1500093.930001060.740Std. De

35、v.5.9203673.666788874.0686Skewness0.084628-0.6295111.664853Kurtosis2.8313102.4165056.664131Jarque-Bera0.39972816.36762208.3588Probability0.8188420.0002790.000000Observations1682042043.2 協(xié)整檢驗協(xié)整是20世紀80年代以來計量經(jīng)濟學(xué)模型建模理論的一個重大發(fā)展。協(xié)整的經(jīng)濟意義在于：兩個變量，雖然它們具有各自的長期波動規(guī)律，但是如果它們是協(xié)整的，則它們之間存在著一個長期穩(wěn)定的比例關(guān)系。反過來說，如果兩個變量具有各自的

36、長期波動規(guī)律，但是它們不是協(xié)整的，則它們之間就不存在一個長期穩(wěn)定的比例關(guān)系。3.2.1 平穩(wěn)性檢驗在對序列進行協(xié)整檢驗之前，先要判斷它們單整的階數(shù)，故要先做平穩(wěn)性檢驗。為了減小序列的數(shù)據(jù)波動，縮小數(shù)據(jù)分布范圍以及減弱模型可能出現(xiàn)的異方差問題，將三組數(shù)據(jù)分別取對數(shù)，然后分別記為LNPI、LNDI、LNSHZ。為了配合全國商品房價格分類指數(shù)（PI）的數(shù)據(jù)的時間段，在上證指數(shù)(SHZ)中截取和PI相同時間的序列，記為SSHZ，取對數(shù)記為LNSSHZ。至此，本文后面的檢驗都有兩部分，一是PI和SSHZ之間的，二是DI和SHZ之間的?，F(xiàn)利用單位根檢驗（ADF檢驗）的方法進行平穩(wěn)性檢驗。檢驗結(jié)果如下表所示

37、。表3-2 變量單位根檢驗結(jié)果變量水平檢驗一階差分檢驗t值5%臨界值結(jié)論t值5%臨界值結(jié)論LNPI-2.327392-2.878829非平穩(wěn)-11.21544-2.878829平穩(wěn)LNSSHZ-1.569436-2.878723非平穩(wěn)-7.026823-2.878937平穩(wěn)LNDI-1.547386-2.87568非平穩(wěn)-9.247872-2.87568平穩(wěn)LNSHZ-1.529046-2.875608非平穩(wěn)-7.765945-2.875752平穩(wěn)從表3-2中的檢驗結(jié)果可知，LNPI的t值為-2.327392，大于5%顯著性水平下的臨界值-2.878829，接受原假設(shè)，故存在單位根，序列非平穩(wěn)

38、。將序列LNPI一階差分后，ADF檢驗得其t值為-11.21544，小于5%顯著性水平下的臨界值-2.878829，則拒絕原假設(shè)，不存在單位根，序列平穩(wěn)。對于其它三個序列，亦可用同樣的方法判斷其水平序列和一階差分序列的平穩(wěn)性。最終的結(jié)果表4-2中已給出，LNPI、LNSSHZ、LNDI、LNSHZ都是一階單整的序列。3.2.2 協(xié)整檢驗為考察以上變量之間的長期均衡關(guān)系，現(xiàn)采用Engle-Granger檢驗方法對相關(guān)序列進行協(xié)整檢驗。前面的ADF檢驗表明，四個序列都是一階單整的，符合進行協(xié)整分析的前提條件。先來考察LNPI和LNSSHZ的情況。首先對LNPI和LNSSHZ用OLS進行回歸，得到如

39、下結(jié)果：LNPI=4.160157+0.060650LNSSHZ+e（R2=0.17，P值都為0）然后對殘差序列e進行單位根檢驗，結(jié)果如表3-3所示。從表中可以看出，在不同的顯著性水平下，殘差序列e的平穩(wěn)性在不同置信度水平下結(jié)果不同，在1%下序列e存在單位根，在5%和10%的顯著性水平下，可拒絕原假設(shè)，即序列e不存在單位根，是平穩(wěn)的。這樣的結(jié)果顯示LNPI和LNSSHZ之間并不存在很好的協(xié)整關(guān)系，但為了本文后面繼續(xù)考察的方便，在后面對著兩個序列進行進一步的考察時不妨放寬一點條件，將這里的置信度取5%或10%，姑且認為LNPI，LNSSHZCI（1，1）。協(xié)整說明LNPI與LNSSHZ即全國商品

40、房銷售價格分類指數(shù)與上證指數(shù)之間存在長期的均衡關(guān)系。表3-3 殘差序列單位根檢驗結(jié)果（一）t-StatisticProb.*Augmented Dickey-Fuller test statistic-2.0518310.0389Test critical values:1% level-2.5788835% level-1.94274510% level-1.615438再來對LNDI和LNSHZ做和上面相同的事。還是先對LNDI和LNSHZ用OLS進行回歸，得到如下結(jié)果：LNDI=4.711206-0.011541LNSHZ+e(R2=0.013488，C(1)P值為0，C(2)P值為0.

41、0981）然后對殘差序列e進行單位根檢驗。結(jié)果如表3-4所示。從表中可看出，在10%置信度下，序列e是平穩(wěn)的；1%或5%置信度下，序列e是非平穩(wěn)的。只在取置信度為10%時，LNDI，LNSHZCI（1，1）。實際來說，LNDI與SHZ之間更偏向于不存在協(xié)整關(guān)系。這樣，國房景氣指數(shù)與上證指數(shù)之間便長期均衡關(guān)系不是很明顯。表3-4 殘差序列單位根檢驗結(jié)果(二）t-StatisticProb.*Augmented Dickey-Fuller test statistic-1.7896420.0700Test critical values:1% level-2.5764605% level-1.94

42、240710% level-1.615654總的說來，用不同的數(shù)據(jù)做出來的協(xié)整結(jié)果有些差異，不過房地產(chǎn)市場和股票市場之間應(yīng)該認為是存在長期均衡關(guān)系的，并且它們之間的關(guān)系可能還不是很容易描述。3.3 構(gòu)建VAR模型由本文前面協(xié)整檢驗的結(jié)果可知，雖說LNPI和LNSSHZ之間存在協(xié)整關(guān)系，但序列LNDI與LNSHZ之間并不存在協(xié)整關(guān)系，所以對于第二組序列來說使用ECM模型（誤差修正模型）來進行分析是不可取的，為了方便起見，對兩組序列都采用VAR模型（向量自回歸模型）進行分析。要使用向量自回歸模型，得滿足序列是平穩(wěn)序列的前提條件，故對序列LNPI、LNSSHZ、LNDI、LNSHZ進行差分，一階差分

43、后的序列記為DLNPI、DLNSSHZ、DLNDI、DLNSHZ，這些差分后的序列都是平穩(wěn)的。先對DLNPI與DLNSSHZ進行分析。首先需要選擇模型的滯后階數(shù)。各準則的判定結(jié)果如下：表3-5 向量自回歸模型滯后階數(shù)的判定（一）LagLogLLRFPEAICSCHQ0603.6311NA2.04e-06-7.427544-7.389426*-7.4120671610.555713.592741.97e-06-7.463650-7.349295-7.4172202618.144714.70958*1.88e-06*-7.507959*-7.317367-7.430576*3618.69861.0

44、600181.96e-06-7.465415-7.198586-7.3570784622.30926.8198891.97e-06-7.460607-7.117541-7.3213175623.39472.0237382.05e-06-7.424626-7.005323-7.254383* indicates lag order selected by the criterionLR: sequential modified LR test statistic (each test at 5% level)FPE: Final prediction errorAIC: Akaike infor

45、mation criterionSC: Schwarz information criterionHQ: Hannan-Quinn information criterion 從表3-5中，可以很方便的看出，4個準則都選擇了滯后階數(shù)為2，故應(yīng)選擇滯后階數(shù)為2。這樣一來可以得到如表4-6所示結(jié)果。表3-6 向量自回歸結(jié)果(一）DLNPIDLNSSHZDLNPI(-1)0.075714-0.453273(0.07741)(0.38306) 0.97803-1.18328DLNPI(-2)0.063082-0.501463(0.07532)(0.37272) 0.83747-1.34542DLNSS

46、HZ(-1)0.0415560.082485(0.01596)(0.07898) 2.60341 1.04433DLNSSHZ(-2)0.0349180.240730(0.01625)(0.08040) 2.14906 2.99418C-0.0004970.002169(0.00129)(0.00639)-0.38502 0.33955現(xiàn)在，可以很方便地給出回歸方程：DLNPI=-0.000497+ 0.075714DLNPI（-1）+ 0.063082DLNPI（-2）+ 0.041556DLNSSHZ （-1）+ 0.034918DLNSSHZ(-2)DLNSSHZ= 0.002169-0

47、.453273DLNPI（-1）-0.501463DLNPI（-2）+ 0.082485DLNSSHZ （-1）+ 0.240730DLNSSHZ(-2)當(dāng)t值大于1. 96時，系數(shù)具有顯著性，方程DLNPI中有兩個解釋變量系數(shù)顯著，滯后一期和滯后二期的股票市場價格都會對房地產(chǎn)市場價格產(chǎn)生顯著影響；方程DLNSSHZ中僅有一個解釋變量系數(shù)顯著，滯后2期的股票市場價格變動會對其自身產(chǎn)生較為明顯的影響。由此可見，我國股票市場價格變動對房地產(chǎn)市場價格產(chǎn)生的影響更為明顯。最后再檢驗一下VAR模型的穩(wěn)定性，結(jié)果AR特征多項式的根的倒數(shù)都在單位圓內(nèi)，表明VAR滿足穩(wěn)定性條件。圖 3-2 VAR穩(wěn)定性檢驗結(jié)

48、果（一） 對于另外一組數(shù)據(jù)，DLNDI和DLNSHZ，重復(fù)相同的工作。如表3-7所示，選擇滯后階數(shù)為4。然后再由表3-8可寫出方程。這里滯后階數(shù)較多，寫出來并不直觀，故省略。表3-7 向量自回歸模型滯后階數(shù)的判定（二）LagLogLLRFPEAICSCHQ0925.2342NA3.05e-07-9.325598-9.292383-9.3121541943.504735.987382.64e-07-9.469745-9.370100*-9.429412*2947.62908.0401642.64e-07-9.471000-9.304926-9.4037783950.71135.9466552.6

49、7e-07-9.461730-9.229226-9.3676204956.630811.30095*2.62e-07*-9.481119*-9.182186-9.3601215957.48761.6183702.70e-07-9.449370-9.084007-9.301483* indicates lag order selected by the criterionLR: sequential modified LR test statistic (each test at 5% level)FPE: Final prediction errorAIC: Akaike informatio

50、n criterionSC: Schwarz information criterionHQ: Hannan-Quinn information criterion表3-8 向量自回歸結(jié)果(二）DLNDIDLNSHZDLNDI(-1)0.326300-0.014930(0.07164)(0.91713) 4.55442-0.01628DLNDI(-2)-0.025545-0.538755(0.07355)(0.94149)-0.34732-0.57224DLNDI(-3)0.1396490.150192(0.07323)(0.93742) 1.90700 0.16022DLNDI(-4)-0.

51、010734-0.607338(0.06927)(0.88676)-0.15496-0.68489DLNSHZ(-1)0.0088470.064777(0.00568)(0.07266) 1.55865 0.89155DLNSHZ(-2)0.0067880.151682(0.00573)(0.07340) 1.18380 2.06652DLNSHZ(-3)0.0026010.021928(0.00578)(0.07397) 0.45008 0.29645DLNSHZ(-4)0.0148140.168840(0.00578)(0.07395) 2.56423 2.28308C-0.0003720

52、.002644(0.00044)(0.00565)-0.84301 0.46769 從表3-8的t值可見，方程DLNPI中有兩個解釋變量系數(shù)顯著，滯后一期的自身和滯后二期的股票市場價格都會對房地產(chǎn)市場價格產(chǎn)生顯著影響；方程DLNSSHZ中有二個解釋變量系數(shù)顯著，滯后2期和4期的股票市場價格變動會對其自身產(chǎn)生較為明顯的影響。由此可見，我國股票市場價格變動對房地產(chǎn)市場價格產(chǎn)生的影響更為明顯。最后還是再檢驗一下VAR模型的穩(wěn)定性，結(jié)果AR特征多項式的根的倒數(shù)都在單位圓內(nèi)，表明VAR滿足穩(wěn)定性條件。圖3-3 VAR穩(wěn)定性檢驗結(jié)果（二）從對兩組數(shù)據(jù)的VAR分析大致可以看出：股票市場會受自身歷史價格情況的

53、影響，基本不受房地產(chǎn)市場影響；而房地產(chǎn)市場既受自身滯后期影響，又受股票市場的影響。3.4 Granger因果關(guān)系檢驗 Granger因果關(guān)系檢驗是檢驗兩個變量之間因果關(guān)系的常用方法之一，是于1969年由Granger提出，70年代中Hendry和Richard等加以發(fā)展而來的?，F(xiàn)先簡單敘述其原理：Granger因果性檢驗假定，有關(guān)X和Y每一變量的預(yù)測信息全部包含在這些變量的時間序列之中。檢驗要求估計以下的回歸：Xt=+1tYt=+2t其中白噪聲1t和2t假定為不相關(guān)的。分四種情況討論：如果i=0（i=1,2,.，n），j=0（j=1,2,.,m),則Xt、Yt互相獨立；如果i=0（i=1,2,

54、.，n），j0（j=1,2,.,m),則Xt為Yt的原因；如果i0（i=1,2,.，n），j=0（j=1,2,.,m),則Yt為Xt的原因；如果i0（i=1,2,.，n），j0（j=1,2,.,m),則Xt、Yt互為因果。Granger因果關(guān)系檢驗只能建立在平穩(wěn)變量之間或是存在協(xié)整關(guān)系的非平穩(wěn)變量之間，本文基于VAR模型做Granger因果檢驗，故取平穩(wěn)序列即一階差分后的序列。滯后階數(shù)取VAR模型的最佳滯后階數(shù)。對DLNPI和DLNSSHZ的檢驗結(jié)果如下表3-9所示?？梢钥吹剑僭O(shè)“ DLNSSHZ does not Granger Cause DLNPI”的概率為0.0031，接近0，不接

55、受原假設(shè)，選擇備擇假設(shè)即DLNSSHZ是DLNPI的Granger原因；“ DLNPI does not Granger Cause DLNSSHZ”的概率為0.1682，不能否定原假設(shè)。所以，股票市場價格的變動是房地產(chǎn)市場價格變動的Granger原因，房地產(chǎn)市場價格的變動不是股票市場價格變動的Granger原因。和前面VAR的結(jié)果是基本一致的。表3-9 Granger因果檢驗結(jié)果（一）Pairwise Granger Causality TestsDate: 04/26/15 Time: 10:07Sample: 1998M01 2011M12Lags: 2Null Hypothesis:O

56、bsF-StatisticProb.DLNSSHZ does not Granger Cause DLNPI1655.982630.0031DLNPI does not Granger Cause DLNSSHZ1.802760.1682對DLNDI和DLNSHZ的檢驗結(jié)果如下表3-10所示。可以看到，原假設(shè)“ DLNSHZ does not Granger Cause DLNDI”的概率為0.0157，否定原假設(shè)，接受備擇假設(shè)，DLNSHZ是DLNDI的Granger原因；“ DLNDI does not Granger Cause DLNSHZ”的概率為0.9035，已接近1，接受原假設(shè)，

57、DLNDI不是DLNSHZ的Granger原因。所以，股票市場價格的變動是房地產(chǎn)市場價格變動的Granger原因，房地產(chǎn)市場價格的變動不是股票市場價格變動的Granger原因。這和前面VAR的結(jié)果也是基本一致的。表3-10 Granger因果檢驗結(jié)果（二）Pairwise Granger Causality TestsDate: 04/26/15 Time: 10:29Sample: 1998M01 2014M12Lags: 4Null Hypothesis:ObsF-StatisticProb.DLNSHZ does not Granger Cause DLNDI1993.143830.01

58、57DLNDI does not Granger Cause DLNSHZ0.259550.9035 綜合上面的兩組檢驗，可以清晰地看出：股票市場與房地產(chǎn)市場是單向的Granger因果關(guān)系。股票市場價格的變動是房地產(chǎn)市場價格變動的Granger原因，而房地產(chǎn)市場價格的變動不是股票市場價格變動的Granger原因。3.5 脈沖響應(yīng)分析對DLNPI與DLNSSHZ做脈沖響應(yīng)分析，結(jié)果如圖3-4所示。圖3-4上面兩幅圖表現(xiàn)的是一單位標準差DLNPI的沖擊對DLNPI和DLNSSHZ的影響曲線。其中DLNPI對自身的影響非常明顯，前三期均為正向影響，且影響都很顯著，但在迅速減弱，4-6期為負向影響，但

59、已經(jīng)很微弱，第7期之后基本無影響；DLNPI對DLNSSHZ的影響皆為正向，第1期無影響，第2-3影響增強，且第2期和第3期影響相同，后面影響逐漸減弱，第7期及以后基本無影響。圖3-4下面兩幅圖表現(xiàn)的是一單位標準差DLNSSHZ的沖擊對DLNPI和DLNSSHZ的影響曲線。其中DLNSSHZ對DLNPI的影響除第1期為正以外，第2-6期皆為負向影響，逐漸減弱，第7期以后基本無影響；DLNSSHZ對自身的影響很顯著，皆為正向，振蕩減弱，第7期以后基本無影響。對DLNDI和DLNSHZ做脈沖響應(yīng)分析，結(jié)果如圖3-5所示。這一組數(shù)據(jù)的脈沖響應(yīng)函數(shù)的情況更為復(fù)雜一些,所以這里的期數(shù)也取為了15期。圖3

60、-5上面兩幅圖反映的是一單位標準差DLNDI的沖擊對DLNDI和DLNSHZ的影響曲線。其中DLNDI對自身的影響也是比較顯著的。第一期影響很顯著，隨后迅速減弱，到第四期波動上升，之后一直減弱，第九期以后基本無影響；DLNDI對DLNSHZ的影響先是波動上升，到第五期達到最高點，隨后影響逐漸緩慢的減弱，這里值得注意的是，影響持續(xù)的期數(shù)比較長，一直到第14期以后才開始基本沒有影響。圖3-5下面的兩幅圖反映的是一單位標準差DLNSHZ的沖擊對DLNDI和DLNSHZ的影響曲線。其中DLNSHZ對DLNDI的影響是比較小的，第一期為正，第二期為0，第三期為負，第四期為0，第五期為負，隨后一直為負但影