房地产价格波动集聚性和杠杆效应的实证研究.docVIP

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。 　　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.issn2014.02.014 　　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①。 　　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；Miles[5]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