房地产股票市场溢出效应的研究.docVIP

房地产股票市场溢出效应研究(上) 　　摘要：本文应用单变量GARCH模型和互相关函数探讨了不同市场之间的收益和波动的溢出效应；仿照收益的概念提出了“波动演进”，并使用向量自回归模型研究了波动和收益溢出的动态过程。研究发现，收益和波动的溢出存在地域特性，即同一地域的国家或地区之间存在快速且强烈的溢出效应。研究还揭示了一些国家或地区金融市场的特点，比如中国大陆是一个波动接受国，而德国是一个纯波动出口国。此外，通过比较平静时期和紧张时期的股市，可以观察到投资者的行为产生了变化，但是他们对信息的判断能力和速度并没有提高。 　　关键词：房地产股票市场，溢出效应，互相关函数，脉冲响应 　　一、前言 　　一体化是当前国际金融市场最显着的特性之一。长期以来，学术界和实际工作者普遍关心的问题是一国市场的收益和波动如何影响其他市场。这一传导机制常被称为金融市场的溢出效应。早期的溢出效应研究采用向量自回归模型(VAR)或简单线性回归模型(Eun和Shim，1989；Becker et al.，1990)研究不同市场收益之间的相互依赖关系。但在Engle(1982)提出自回归条件异方差(ARCH)模型，并被Bellerslev(1986)，Engle，Lilien，和Robins(1987)先后完善发展后，大多数的研究都采用了这一方法。这一模型的最常用的方法是运用一组多变量GARCH模型对多个市场之间的联系进行分析。通过这一方法，Kderington和Lee(1993)发现美国是市场波动的输出者，Koutmos和Booth(1995)则发现负向的价格冲击比正面的冲击对波动有更大的影响，Hafner和Herwartz(1998)为多变量GARCH模型研究出一种波动脉动响应函数(VIRF)。尽管GARCH模型原理简单，便于使用，但其对残差分布假设的过分依赖也限制了它的应用范围。比如假设残差分布为学生-t(student-t)分布或者正态分布有时会导致完全相反的参数符号和实验结论。其他一些研究者使用自定义的GARCH模型，在均值方程和条件方差方程中插入外部冲击变量。Hamao，Masulis和Ng(1990)使用自定义的均值GARCH模型(Mean-GARCH)来近似股票收益。他们发现从美国到日本有单方向的条件方差溢出，但反方向的溢出不存在。Fabozzi，Tunaru，Wu(2004)研究了中国大陆两个股票市场——深圳和上海之间的溢出，但经验证据并不支持这一溢出的存在。Baur和Jung(2005)使用日间数据研究了德国和美国的联系，发现了显著的隔夜溢出效应。 　　尽管大量的研究证明在整个股票市场存在着溢出效应，但对特定行业股票市场的研究却很少，作为一个重要的行业板块，房地产股票市场的研究更少之又少。本文在先前研究成果基础上，经过适当修改和创新，对国际房地产股票市场的收益和波动的溢出效应进行了研究。在研究过程中，本文参照Ns和Cheung(1996)以及Hong(2000)提出的方法，运用互相关函数检验(CCF)检验收益之间和波动之间的格兰杰因果关系，以确定溢出效应的存在。为了研究溢出效应的动态模式，将GARCH模型的条件方差导出并组成向量自回归模型，对其进行了脉冲响应检验。需要指出的是，这一方法和传统的多变量GARCH模型(V-GARCH)是截然不同的，V-GARCH将GARCH的条件方差方程作为VAR的方程，而本文是用各个市场的GARCH条件方差互相作为解释与被解释变量从而列写VAR。这样就避免了使用V-GARCH同时求解多个市场溢出效应时会遇到的海量参数求解问题和残差分布假设问题。 　　在数据使用方面，本文使用由FTSE ERPA／NAREIT全球房地产指数提供的从2005年到2007年的各国每日不动产指数，包括全球七个最大的股票市场：德国、法国代表欧洲大陆，日本、中国香港和中国大陆代表东亚，美国与英国的紧密关系也反映在他们的股票市场上。 　　二、理论基础 　　金融市场之间的溢出效应可以从多个方面理解。Ross(1989)证明，在一个无套利均衡市场中，价格的波动与流入市场的信息的速度成正比。Engle，Ito和Lin(1990)将波动的产生归因于市场参与者处理新进入市场的信息时所需要的时间。当新的信息从一个市场流入另一个市场时，可以观察到两个市场的相继波动变化。这种现象被称为二阶距的因果关系或波动的溢出效应。 　　由于股票价格等于其未来预期现金流的现值，所以价格收益的变化可以被看作是投资者预期的调整，而投资者预期的调整正是由于新信息到达市场所引起的。这样，收益以及波动的溢出效应就可以被理解为信息从一个市场流入另一个市场所导致的投资者对该市场预期的调整过程。 　　在统计学意义上，收益或波动的溢出效应可以相应理解为市场之间的因果关系。收益的溢出是指一