中国房地产业与金融业之间的.doc

中国房地产业与金融业之间的时变联动性研究 摘要：本文以沪深300指数中的房地产业指数和银行业指数在2009年10月15日至2015年3月13日的日收益率为研究样本，通过对数据进行基本统计分析和计量经济分析后，建立DCC-MVGARCH模型对我国房地产行业和金融行业之间的动态相关性进行分析。研究结果表明，房地产业和金融业之间存在持续性的正相关关系，且具有明显的时变特征。另外，由动态相关系数走势来看，在某个时间点房地产行业和金融业之间的相关系数出现明显拐点，经分析表明突变点的发生日附近往往伴随着影响这两个行业的大政策的出台或其他大事件的发生。 关键词：房地产业　金融业　时变联动性 作者简介：马丹丹，毕业于广东财经大学，现供职于中国建设银行深圳市分行，主要研究方向为不同经济形势下房地产行业的时变性和发展方向。 马丹丹 一、引言 房地产是基于土地或建筑物及其产生的，包括物质实体和依托于物质实体上的权益，又称为不动产，具体由房产和地产组成。房地产行业是一种集多种经济活动为一体的综合性产业，具有基础性、先导性、带动性和风险性的特征。作为国民经济发展的基本生产要素之一，任何行业在发展中都需要一定的房地产，房地产行业是改善人民生活和发展国民经济的基础产业之一。金融业是一种较为特别的行业，它是对货币、黄金和外汇等金融产品的经营，包括银行业、保险业和证券业等具体行业，处于现代经济中的核心地位。房地产行业和金融行业共同被称为经济发展的温度计，对经济的发展起着巨大的贡献作用。 近年来，我国房地产市场发展迅猛，成为众多投资者投资的标的。而伴随着房地产行业的发展，房地产行业和金融行业的关系越来越密切，表现出一定的联动性，并且在一定时点上，两者的联动性会产生一定的变化。本文将重点探讨房地产与金融业的具体关系及其变化情况。 二、实证研究 （一）DCC模型 动态相关（Dynamic Conditional Correlation, DCC）模型，是由Engle于2002年提出的，目的是为了研究上海股票市场收益与三种流动性风险及系统风险变量的动态关系。此模型是在Bollerslev的常数相关（CCC）模型基础上发展得出的，主要用来描述相关系数的动态变化关系。该模型的待估参数比较少，计算量较小，大大简化了对大型协方差矩阵估计的复杂程度。模型的基本内容可描述为： |～, （1） （2） （3） （4） （5） （6） （7） （8） 其中，ri,t=(r1,t，r2,t，…，rn,t)T表示t时刻两种指数的对数收益率向量；Ωt-1为截止第t-1期所有可能获取的信息集；σ2i,t为ri,t的方差，定义其服从GARCH(1,1)过程，其中的αi,βi,γi为待估参数；diag(σ1,t’σ2,t’…’σn,t)为σi,t以对角线上元素的对角矩阵；为 根据εi,t=ri,t/σi,t，即标准化ri,t所计算出的无条件相关系数，可当作一个长期均衡的值；Rt为动态条件相关关系矩阵，同时Rt也是εi,t的协方差阵，所以也可以使用一个GARCH(1,1)过程来描述Rt的时变结构，其中a, b为待估参数，且满足约束条件a≥0，b≥0，a+b＜1。 Engle采用了极大似然法来估计此模型，总共分成两个阶段进行估计。第一阶段是在每个序列单变量GARCH模型下，分别估计出方差参数，并由此计算出方差；第二阶段是利用标准化后的收益率序列来估计相关的系数参数，最终得出动态的相关系数。这种两阶段估计法有较大的优点，不仅保留住标准GARCH模型的主要特征，同时克服了传统多元GARCH模型的估计复杂性，并且还可捕捉协方差、方差和相关系数之间的动态性。 （二）样本数据选取 沪深300指数由沪深证券交易所联合发布，反映沪深300指数编制目标和运行状况，能够作为投资业绩的评价标准，一定程度上反映了中国各行业的发展状况。本文研究的是中国房地产行业和金融业之间的时变联动性，因此选取沪深300二级行业指数中房地产