我国股票市场和房地产市场波动性研究.docVIP

我国股票市场和房地产市场波动性研究 　　【摘要】 　　介绍了基于ARCH模型族下的股市和房市的波动相关性，建立了股市收益率和房市收益率之间的实证模型，研究结果表明我国的房市和股市存在GARCH效应和GARCH-M效应，但房市和股市不存在杠杆效应。 　　【关键词】 　　股票市场 房地产市场 收益率 波动性 　　一、 引言 　　1998年起，为了从长远上发展我国的房地产市场，从而进行了住房商品化改革，而房改之后的土地价值也被逐渐的被人们所发现，最直接的反映就是房地产价格以前所未有的速度上涨，房地产的投资回报极为可观，然而繁荣的背后也出现了相当大的波动：2001年1月到2011年12月我国房地产销售价格指数出现了三次高峰、四次低谷。同时我国股票市场也经历了大起大落，股票价格指数波动更加频繁， 变化幅度可以在8个月内涨幅达656. 92个点， 也可以在8个月内下降726. 3个点，波动如此之大。而房地产业与股票市场之间的关系，以及房地产价格和股票价格之间的波动互动，将影响投资者的投资组合和收益，并波及到整个资本市场，这无疑成了我们的研究的对象之一。 研究我国房地产价格与股票价格的关系，既可以优化投资组合，也可以制定宏观政策，使得政府可以有效监管多元化多层次资本市场，促进两个市场的健康且可持续发展。 　　二、ARCH模型族 　　在金融时间序列的预测中，对变量的预测能力随时期的不同而不同，从而可知误差项的条件方差不是某个自变量的函数，而是随时间变化并且依赖于过去误差的大小。标准的GARCH（1，1）模型可以表示为： 　　yt=x■+ut （1.1） 　　δ■■=ω+αu■■+βδ■■ （1.2） 　　式中：χ■=（x■，x■，…，x■）是解释变量向量，γ=（r■，r■，…，r■）是系数向量。式（1.1）为均值方程，该方程中的随机误差项为外生变量；式（1.2）为条件方差方程，其中u■■为用来衡量从前期获得的波动信息的ARCH项，而δ■■为上一期的预测方差，即为GARCH项。 　　金融理论表明高风险的资产伴随着高收益，即具有较高可观测到的风险的资产可以获得更高的平均收益，这中利用条件方差表示预期风险的模型被称为ARCH均值或者ARCH-M模型。 　　y■=x■γ+ρδ■■+u■ （1.3） 　　δ■■ =a■+a■u■■+a■u■■+…+a■u■■ （1.4） 　　把δ■■看成是GARCH（p，q）的过程，则得GARCH-M模型的条件方差方程可以写成y■=x■γ+ρδ■+u■ ，GARCH-M模型可以用来检测资产的预期收益与预期风险的相关性，如果想得到金融资产的收益则可以利用这个模型进行估计。 　　Nelson（1991）提出的EGARCH或指数GARCH模型进一步扩大了条件分布的假设，允许和具有更加灵活的关系。则EGARCH模型中的条件方差方程为 　　In （δ■■） =ω+β In （δ■■）+α■-■+γ■ （1.5） 　　等式左边是条件方差的对数，即可以得到条件方差的预测值肯定为正值，所以通过γ0的假设可以检验杠杆效应是否存在，只要γ≠0，冲击的影响就存在着非对称性。 　　三、 实证分析 　　1.数据来源 　　在数据选取方面 本文选取了我国的国房景气指数（商品房销售价格指数）和上证综合指数的月度数据，选取的时间区间是2001年1月至2011年12，数据都来自凤凰网财经数据库。选取该数据主要是从下面两点来考虑的，第一在时间跨度上是十年，便于分析和说明问题；第二该数据数据都具有一定的代表性，可以很好的反应我国的房市和股市的总体情况，与实际更相符合。 　　2.arch效应检验 　　（1）两个市场的描述性统计分析 　　通过eviews软件，对上证综合指数月收益率进行描述性统计，得股票指数月收益率的均值为0.000479，标准差为0.085728，偏度为-0.486272，左偏峰度为4.143651，高于正态分布的峰度值3，J-B正态性检验也证实了这点，统计量为12.30188，收益率具有尖峰和厚尾的特征。上证综指的月收益率显著服从正态分布。 　　对房地产价格指数月收益率进行描述性统计，得商品房销售价格指数的月收益率的均值为-0.000468，标准差为0.008128，偏度为1.508180，左偏峰度为12.23010，高于正态分布的峰度值3，J-B统计量为514.6835，这说明房地产价格指数收益率同样具有尖峰、厚尾特征房地产价格指数收益率服从正态分布。 　　接下来对两个市场进行ADF检验，在1%的显著水平下，两市的收益率都拒绝随机游走的假设，说明是平稳的时间序列数据。 　　上证综指收益率和房地产价格指数收益率的ADF检验 　　■ 　　假设股指收益率和房指收益率的均值方程：ut=c+aut-1+εt，消除自相关性。运用Ljung-Box