楼市政策对房地产板块股票价格冲击分析解读.docxVIP

楼市政策对房地产板块股票价格冲击分析 PAGE \* MERGEFORMAT11 引言 美国2008年发生的次贷危机表明房地产市场和股票市场已经高度融合，对这两者之间关系的具体研究，Summer（1981）通过对美国可支配收入、通货膨胀率、股票价格、住宅需求与住宅价格等关系进行研究，发现通货膨胀将增加自住房地产价值，降低股票市场价值，从而对投资决策产生影响。Okunev 和 Wilson（1997）对美国房地产市场和股票市场进行非线性回归，发现房地产市场与股票市场存在着非线性关系，但是不显著。Davie 和 Naranjo（1999）采用非线性回归研究分析，发现美国商业房地产与股票市场相互融合，尤其是在20世纪90年代，两者相互影响的程度更加明显。随着房地产市场与股票市场关系日益紧密，房地产价格波动将诱发股票市场不稳定性因素增加，从而引发宏观经济的不稳定。 随着我国金融体制改革的深入与房地产业的发展，我国房地产业在国民经济和金融市场中发挥着越来越重要的影响。自从2008年金融危机以来，我国股票市场指数大幅下滑，经过证监会对金融市场的调控，股市趋向于理性，实体经济的发展变化越来越明显地反映到股票市场中，房地产宏观调控成为影响股票市场波动的重要因素，选择合适的房地产调控政策指标对于减少政策对股市冲击具有重要意义。 研究近几年北京市房地产宏观调控政策使用情况,特别是2004年以来，城市土地问题得到重视, 土地政策成为宏观调控的重要手段。本文主要对北京市房地产投资、新建住宅面积、销售价格从定量的角度进行实证分析, 从而得到北京市楼市政策对房地产板块股票价格影响的时滞、持续时间及作用强度, 为北京政府制定宏观调控政策提供参考。 计量方法和模型 本文首先利用ADF单位根检验法对时间序列行平稳性检验，然后通过建立VAR模型利用脉冲响应 函数、方差分解方法分析各因素北京房地产板块股票价格的影响及影响程度。 （一）、时间序列平稳性检验 平稳性假设是进行时间序列分析的基础，随机过程具有平稳性对于时间序列预测来说十分重要，只有满足平稳性的假设才能保证了随机过程的结构不会随时间变化，才能进行准确的预测。当经济出现突发性震荡后，受到冲击的经济变量若呈现随机游走状态，用OLS进行回归将导致“虚假回归”，为了避免数据模型估计中存在的虚假回归问题，需要先对变量进行平稳性检验。 宽平稳随机过程简称为平稳随机过程，具有下列性质： E(yt)=μ=常数 (对所有t) （2.1.1） Vyt=σy2=常数 (对所有t) （2.1.2） COVyt,yt+k=Eyt-μyt+k-μ=rk （2.1.3） 其中rk与yt和yt+k相隔的时期数有关，与时间点t无关（对所有t和k）。 （二）、ADF单位根检验 单位根检验是平稳性检验的常用方法，ADF检验(Augmented Dickey Fuller Test)是Dickey和Fuller提出的扩展的DF检验法，即用传统方法计算出参数的T—统计量并与ADF分布临界值表比较。通常用如下形式的ADF回归式作单位根检验： ?yt=μ+βt+δyt-1+i=1kλi?yt-i+vt （2.2.1） 其中：δ=ρ-1，k为滞后项数。方程中加入k个滞后项以保证残差项为白噪声。数k的选取采用Schwartz准则，k的最大值为[12(T100)1/4]，其中T为观测值的个数，[x]表示取x的最大整数部分。对（2.2.1）式进行OLS估计，然后计算统计量Tδ=δV(δ)。假设检验H0:δ=0；H1:δ0。若Tδτ，则接受原假设H0，即yt非平稳；若Tδτ,则拒绝原假设H0，即yt为平稳序列。其中τ为DF分布表的临界值。 （三）、VAR模型 VAR模型常用于预测相关时间序列系统以及分析随机扰动对变量系统的动态影响，使用模型中的当期变量对其他变量的若干滞后变量进行回归，从而解释各种经济冲击对经济变量形成的影响，是一种非结构化的多方程模型，优点在于它而不需要对模型中政策变量的内生性和外生性做事先假定，不需要结构化模型，近似地描述了变量间的互动关系，其核心思想即不考虑经济理论，直接考虑时间序列各经济变量之间的关系。 向量自回归模型可以用来预测相关联的经济时间序列，并分析随机扰动项对变量系统的动态冲击，解释经济冲击对经济变量产生的影响。当各变量均为平稳序列时，可以构造VAR模型。 设滞后阶数为p，则VAR模型表达式为： yt=A1yt-1+A2yt-2+…+Apyt-p+Bxt+μt 其中，yt为k维内生变量向量；xt为d维外生变量向量；μt是k维误差向量A1，A2，…，Ap，B是待估系数矩阵。 实证分析 （一）数据选取