【摘 要】：隨著宏觀經濟高速增長、金融市場逐步開放，在股票市場迅速發展的同時，房地產 業也正在發生日新月異的變化。因此，研究樓市與股市波動的相關性，具有非常重要的現實 意義。本文首先運用 1998 年-2007 年的季度房地產價格指數和股票價格指數進行相關性分 析，劃分出不同的發展階段；其次對最近一階段房價和股價的月度數據作協整性檢驗，研究 兩者之間的長期均衡關系；最后在均衡機制的基礎上建立誤差修正模型。結果表明，近幾年 房價和股價的長期均衡已經形成，財富效應大于替代效應與擠出效應之和。但短期來看，兩 者有所背離，這與今年初股市和樓市的現實走勢一致。因此，我國市場調控政策的有效性應 該建立在兼顧股市和樓市關系的基礎上。 關鍵詞：房地產價格指數，股價指數，協整檢驗，誤差修正模型，Granger 因果檢驗 中圖分類號：F12 1．引言

現代房地產業逐漸形成于 1978 年經濟體制改革和對外開放以后，市場的不斷成熟和規 范為房地產業提供了廣闊的平臺。80 年代初期，隨著改革開放政策的實行、經濟特區的設 立、外資的涌入，市場經濟開始起步。1992-1993 年是中國房地產業發展的第一次熱潮，期 間房地產超常發展到失控的地步，房地產泡沫嚴重。1993 年末隨著中央強力調控措施的生 效，房地產市場步入低谷期，進入調整階段。1998 年推行城鎮住房制度改革以后，我國的 房地產行業步入持續繁榮期。城鎮居民住房觀念發生重大轉變，房地產投資持續快速增長， 投資額以每年超出 20%的速度增長，銷售額的年均增長率更達到了 27%以上，房地產市場 體系逐步建立。房地產業作為帶動眾多相關產業的基礎性力量，不僅是各國經濟發展的晴雨 表，而且成為國民經濟的增長點，是中國經濟發展的重要引擎之一。 此外，金融發展與經濟增長之間的關系也一直是經濟學中研究的重點，作為金融市場的 重要組成部分的股票市場和經濟增長當然成為研究的熱點。雖然我國股市只有短短的 10 多 年時間，而且表面上經濟增長變化與股市行情變化各階段并不相符合，但是長期而言，兩者 之間卻存在著極強的相關性。 對房地產市場和股票市場研究發現，隨著兩者之間的財富效應和替代效應、擠出效應的 大小不同，他們之間的決定關系也隨之變化。一方面，房地產業成為國民經濟的支柱產業， 股票市場也由弱式有效市場轉化為半強式有效市場，成為國民經濟運行的晴雨表；另一方面， 房地產和股票開始成為投資者資產組合中兩種非常重要的投資品。[2]因此，對我國現階段房 地產市場和股票市場的相關性進行研究，無論對未來房價、股價的發展而言，還是對我國經 濟增長而言，都顯得十分必要。 本文研究當前時期我國房產價格和股票價格之間的變動關系。本文中心部分對現階段房 價指數和股價指數進行了系統的實證分析，研究采用了 1998 年-2007 年上證指數和房價指 數的季度、月度數據作為樣本，構造了協整模型，具體分為以下幾個部分：1、對 1998 年-2007 年房價指數和上證指數的季度數據，利用計量經濟學軟件 Eviews 作相關性分析，并在此基 礎上對兩者的發展階段作進一步的劃分，選取最近一期作為協整分析的樣本數據；2、以 2005 年 7 月-2007 年月度數據為基礎，檢驗其協整性，建立長期均衡模型，驗證兩者的正向、反 - 1 -

向關系。3、在長期均衡模型的基礎上建立誤差修正模型，進一步解釋當前現實房價和股價 偏離長期均衡的程度。本文的結論部分針對實證結果分析現實情況，對我國現階段房價、股 價的變動加以預測并提出自己的觀點。 2．模型簡介 2.1 幾個重要的概念

1、嚴平穩序列：要求序列的分布平穩，即 prob (y ， L y ) = prob (y ， L y ) t t t + s t + s （1） 0 n 0 n 2、弱平穩：要求一個序列過程滿足以下 3 個條件，即 （1）E(y ) 存在，并獨立于時間 t； t （2） 是一個有限的正數，并獨立于時間 t ； Var (y ) t （3）Cov( ，y 是一個關于 t-s 有限函數，但不是 t 或 s 的函數。記為： yt ) s E(yt ) = m E(yt - m )(yt + k - m ) = g k Var(yt ) = s 2 （2） g k 為自協方差函數，只與 k 有關，與 t 或 s 無關。因此，弱平穩也稱為協方差平穩。 3、隨機游走序列：是一種非平穩序列，隨機游走的一階差分過程是平穩過程。 y t -1 + e t 0 （3） （4） （5） y t = y = e ~ IN (0， s 2 ) e 0 y t = t t ? e i i =1 + e t -1 + e t = L = y t - 2 t ? ? Var ( y t ) = Var ? ? e i ? = ts e 2 （6） ? i =1 ? Var ( y t ) ? ￥ t ? ￥ 4、單位根過程：是指一個時間序列的均值，或協方差隨時間而改變。單位根過程是非 平穩的。 為一平穩過程 。 e t f = 1 yt = fyt -1 + e t （7） 若單位根過程經過一階差分之后，成為平穩過程，即 yt - yt -1 = e t 則稱時間序列為一階單整序列，記為 I(1)。若時間序列經過 d 階差分之后，成為平穩過程， 。[3] 則稱其為 d 階單整序列，記為 I(d) 2.2 協整理論 簡單套用最小二乘方法于非平穩序列間相互關系的分析時，似乎表明兩個相互獨立的非 平穩序列存在某種相關性，但其實，此時的 t 檢驗、F 檢驗等均已失效，格蘭杰稱之為虛假 回歸。如果兩個或兩個以上的時間序列變量是非平穩的，但它們的某種線性組合都表現出平 穩性，則這些變量之間存在長期均衡關系，即協整關系。協整檢驗的具體步驟如下，稱之為 EG 兩步法： 1、檢驗時間序列是否具有單整性，并確定其單整的階數。 當時間序列具有相同階數的單整性質時，進入第二步，否則停止。 2、判斷時間序列是否具有長期均衡關系。采用 OLS 方法進行估計，這樣協整檢驗就轉 換為對方程的誤差項是否存在單位根的檢驗。即可以利用方程估計的誤差項進行 DF 檢驗或 ADF 檢驗，來確定其平穩性。當檢驗證明誤差項平穩時，可以認定時間序列之間存在長期 - 2 -

均衡關系，存在協整關系。在通過協整檢驗之后，可以排除“偽回歸”可能，在其基礎上進行 因果分析，構建長期均衡模型。 （8） yt = b 0 + b1 xt + e t 最后構建誤差修正模型（ECM Error Correction Model ）。該模型的基本形式是由 Davidson、Hendry、Srba 和 Yeo（1978）提出的，稱為 DHSY 模型。 ? b1 + b 3 ? Dyt = b 0 + b1 Dxt + (b 2 - 1)? y - x ? + ut （9） 1 - b 式中的長期均衡項，反映了與均?衡水平的誤2差，?因t -1此稱之為誤差修正項，記為 ecm。 一般可以利用長期均衡方程的誤差項，代入下式中。得到誤差修正模型的估計方程。一 般有 ecm 的系數為負，體現了負反饋控制作用。 （10） Dyt = b 0 + b1 Dxt + l ecmt -1 + ut 3．實證分析 3.1 研究樣本和數據的選取 1998 年我國開始實行住房分配貨幣化，標志著真正意義上的房地產市場開始形成。同 時隨著我國股票市場正規化的逐步形成，股市也開始走上正規化的發展道路。房地產市場和 股票市場的關聯性越來越大，本次分析將驗證當前房價和股價的關系，并簡單預測房地產市 場基于股票市場的發展趨勢。 房價指數和股價指數可以比較客觀全面地反映房地產市場和股票市場的價格走勢，而深 證綜指和上證指數的走勢基本一致，因此，本文首先選取 1998 年 1 月～2007 年 12 月間房 地產價格指數（Price Index for Real Estate）和上證綜合指數（Shanghai Composite index）的 季度數據，分析房地產市場和股票市場的相關性；在此基礎上劃分出房價指數和上證指數的 發展階段，再選取 2005 年 7 月～2007 年 12 月房地產價格指數和上證綜合指數的月度數據， 利用計量統計學軟件 Eviews 建立長期均衡模型和誤差修正模型，重點研究當前階段房價指 數和股價指數的協整關系。 3.2 房價和股價的相關系數分析 隨著住房制度改革的逐步實行和市場證券化的進一步規范，1998 年開始我國的房地產 市場和股票市場開始進入了真正意義上的市場化軌道。在這樣的背景之下，房地產市場與股 票市場可能會呈現一定的相關性。 表 1 相關系數矩陣 Tab.1 Correlation Matrix 表 1 顯示房地產價格指數和上證指數的相關系數是 0.295，該系數說明兩指數之間存在 一定的相關性，與上述分析一致。但是 1998 年至 2007 年間，房地產價格指數和上證指數均 處于不斷波動中，要真正了解兩者之間的關系，還必須對兩者的發展階段作進一步的劃分。 - 3 -

PIRE SHCI PIRE 1 0.29522 SHCI 0.29522 1

112 6000 110 5000 108 4000 106 104 3000 102 2000 100 98 1000 98 99 00 01 02 03 04 05 06 07 98 99 00 01 02 03 04 05 06 07 圖 1 房地產價格指數和上證指數 1998-2007 年 Fig1 Price Indices for Real Estate and Shanghai Composite Index 1998-2007 上圖描述了房地產價格指數和股票指數的波動情況。觀察得出，我國房市與股市的波動 呈現明顯的階段性特征，大致分為以下幾個區間：1998 ～2001.6，房地產價格指數和股票 指數同升同降，兩者呈顯著的正向相關關系；2001.7～2005.6，房地產價格指數和股票指數 走勢相反，兩者呈顯著的負向相關關系，房地產價格指數呈現總體上漲形態，其中 2005 年 有回落，而股票價格指數則明顯下降；2005.7～2007，房地產價格指數繼續上漲，而股票指 數暴漲，兩者呈現出顯著的正相關。 以下基于 2005.7-2007 年房價指數和股價指數月度數據，進行協整性檢驗，分析目前我 國房地產市場與股票市場之間的關系。 3.3 協整性分析 3.3.1單位根檢驗 在進行協整關系檢驗之前，首先確定每個序列是否為整形序列及其階數，即單位根檢驗。 如果序列存在單位根，則序列為非平穩序列，反之，為平穩序列。本文采用Engle -Granger的基于 殘差ADF(Augmented Dickey - Fuller)方法來檢驗。 表 2 單位根檢驗 Tab.2 ADF Unit Root Test 通過單位根檢驗可以知道，兩指數變量均表現出明顯的非平穩性。但經過一階差分后， 在 5％和10％的顯著性水平下表現出平穩性的特征。因此，通過檢驗可以判斷各個變量均為一階 - 4 - 變量

ADF 值

1%臨界值

5%臨界值

10％臨界值

D.W 值

平穩

PIRE

0.4605

-3.6852

-2.9705

-2.6242

1.73914

否

D（PIRE）

-3.1827

-3.6959

-2.9750

-2.6265

2.08015

是

SHCI

0.2730

-3.6852

-2.9705

-2.6242

2.00188

否

D(SHCI)

-3.6619

-3.6959

-2.9750

-2.6265

2.01374

是

SHCI PIRE

單整，這為后面的協整檢驗提供了基礎。 在單位根檢驗的基礎上對該模型的殘差進行檢驗，看其是否平穩。 表 3 ECM 單位根檢驗 Tab.3 ADF Unit Root Test on ECM ADF 的檢驗值小于 1％的臨界值，拒絕原假設，即殘差不存在單位根，是平穩序列。因 此.房價指數和股價指數自 2005 年以來確實存在協整關系。 3.3.2建立長期均衡模型 首先對指數變量進行 Granger 因果檢驗，以確定房價指數和股價指數的因變量自變量關 系，作為長期均衡分析的基礎。 表 4 Granger 因果檢驗 Tab.4 Granger Causality Tests 在殘差和因果檢驗的基礎上，建立長期均衡模型。 表 5 回歸模型擬合參數及其顯著性檢驗 Tab.5 Coefficients 回歸方程為： PIRE = 103 .9863 + 0 .000858 * SHCI - 5 - Variable Coefficient Std. Error t-Statistic Prob. C 103.9863 0.444156 234.8657 0.0000 SHCI 0.000858 0.000145 5.400218 0.0000 AR(1) 0.376987 0.458931 0.821446 0.4198 AR(2) 0.309250 0.343365 0.900647 0.3771 MA(1) 0.169849 0.523547 0.324420 0.7486 R-squared 0.784798 Mean dependent var 106.3429 Adjusted R-squared 0.747371 S.D. dependent var 1.789564 S.E. of regression 0.899474 Akaike info criterion 2.786420 Sum squared resid 18.60824 Schwarz criterion 3.024313 Log likelihood -34.00988 F-statistic 20.96904 Durbin-Watson stat 1.917234 Prob(F-statistic) 0.000000 Inverted AR Roots 0.78 0.40

Inverted MA Roots -0.17

Null Hypothesis: Obs F-Statistic Probability PIRE does not Granger Cause SHC 28 0.62818 0.54247 SHCI does not Granger Cause PIRE 6.69494 0.00511 ADF Test Statistic

-3.116180

1% Critical Value*

-2.6560

5% Critical Value

-1.9546

10% Critical Value

-1.6226

*MacKinnon critical values for rejection of hypothesis of a unit root.

判定系數 R 是回歸平方和在總平方和中的比例，消除自變量個數影響的修正的判定系 數 R2=0.747，說明因變量 ROA 的變化中有 74.7%是由自變量引起的，判定系數和調整判定 系數較大，回歸估計標準誤差小，模型擬合度很高。因此從判定系數檢驗可以看出該模型顯 著性較高，最終結論得結合其它檢驗共同決定。 方差分析對整個回歸模型進行顯著性檢驗，根據 F 檢驗量為 F=20.96904，其伴隨概率 為 0.000，說明總體回歸函數中各自變量與因變量關系極為顯著。 Durbin-Watson stat 檢驗得出 D 為 1.917 近似于 2，說明殘差和自變量相互獨立，不存在 序列相關問題。 檢驗方程的 AIC、SC 最小。 綜合上述顯著性檢驗，證明模型充分有效 3.3.3建立誤差修正模型 分析了房價指數和股價指數的長期均衡關系，再對兩者之間的短期波動關系建模。 表 6 誤差修正模型 Tab.6 Error Correction Model 方程式為： DPIRE = 0.118972 - 1.95e - 05 * DSHCI - 0.449135 * ECM(-1) 上式反映了房價指數和股價指數的短期波動偏離它們長期均衡關系的程度。在短期內， 股價指數的波動對于房價指數有負方向影響。雖然系數不是很大，但基本可以認為房價指數 在短期內與股市呈反向變動。 4．總結 4.1 基本結論

1、實證結果表明，2005 年下半年到 2007 年期間，房價指數和股價指數存在協整關系。 從 Granger 因果檢驗可以看出，對房價和股價之間的財富效應、替代效應和擠出效應而言， 在這段時間股價上漲的財富效應大于替代效應和擠出效應之和。因此，股價的變動是房價變 動的原因。 2、從長期均衡模型得出，股價的變動引起房價的同向變動，股票價格的上漲帶動了房 價的上漲。回歸系數不是很大，這與兩者的量綱差異有關。總體而言，房價和股價的長期均 衡已經達成，并且兩者是正相關。 - 6 - Variable Coefficient Std. Error t-Statistic Prob. C 0.118972 0.172527 0.689582 0.4968 DSHCI -1.95E-05 0.000470 -0.041512 0.9672 ECM(-1) -0.449135 0.185062 -2.426938 0.0228 R-squared 0.191145 Mean dependent var 0.103571 Adjusted R-squared 0.126437 S.D. dependent var 0.895868 S.E. of regression 0.837319 Akaike info criterion 2.583735 Sum squared resid 17.52759 Schwarz criterion 2.726471 Log likelihood -33.17228 F-statistic 2.953950 Durbin-Watson stat 1.624802 Prob(F-statistic) 0.070531

3、協整關系只是反應了變量之間的長期均衡關系，而誤差修正模型是為了建立短期的 動態模型以彌補長期靜態模型的不足，它既能反映不同時間的長期均衡關系，又能反映短期 偏離向長期均衡修正的機制。從誤差修正模型來看，在短期內，房價和股價的波動會偏離長 期均衡，房價的變動受股價的影響但有所背離。 4.2 發展與展望

2005 年下半年至 2007 年底，房地產市場和股市步入共同繁榮階段，住房制度改革和股 市全流通改革有較大影響， 流動性過剩也是重要因素。股票市場從 2005 年 7 月開始了一輪 大牛市，截至 2007 年底，在不到兩年的時間里，從 1000 點左右迅速上漲到 6000 點以上。 而與此同時，房地產投資不僅沒有回落，反而開始加速上升。隨著近幾年來房地產市場政策 的不斷調整，中國房地產土地市場全部透明化，房地產投資增速一直高于 20%。這也可以 解釋在實證分析中，房價和股價之間的正向長期均衡關系。 短期來看，股市在 07 年底達到 6000 多點后，08 年初股票市場出現劇烈波動，由于居 民在股市中投資已較多，加上股市收益減小風險加大，資產組合效應和替代效應發揮作用的 方向趨同，一部分資金可能從股市流出，進入房地產市場。再加上中國政府不對貨幣搞額度 管理，不打壓股市，只盯住物價，以及 08 年初的暴雪災害，導致現在股市的大跌。[4]但此 時房價卻沒有降，主要因為對于房價而言，未來房價的預期比供求關系的作用更加大，這與 誤差修正模型的解釋一致。 我國加入 WTO 之后，房地產業與整體經濟的互動性更強，必須密切關注、認真研究房 地產業周期波動。股市作為國民經濟的晴雨表，與整體經濟的關系也十分緊密。由于房地產 市場和股票市場相關性的特點，資金在財富效應、替代效應和擠出效應的作用下，在房地產 市場和股票市場間流動。不同的時期資金因各效應的大小不同而流向不同的市場。因此，實 行針對一個市場的調控政策時，必須考慮到另一個市場的反映，這樣才能使調控政策達到預 期的效果。 此外，房價與股價的暴漲會加劇社會的兩極分化，激化社會矛盾。同時，股市和樓市的 大部分資金直接或間接來自于銀行，當股價和房價逆轉時，銀行及其他金融機構的風險會很 快暴露出來，金融風險迅速集聚。[5]因此，并不是房價和股價一味的上漲就對經濟產生促進 作用。針對目前股市大跌但房價上漲的局面，應該在兼顧房市和股市相關性的同時，充分考 慮房市、股市引起的經濟泡沫化，避免市場調控政策的低效率，從根本上有效地推動兩個市 場走向健康。

[1]羅然然.當前股市和房地產市場關系的一些新特征[J].專題研究，2007，9：14-15. [2]張躍龍，吳江.中國房地產市場和股市波動的階段相關性研究[J].房地產市場，2008，1：29-30. [3]易丹輝. 數據分析與 Eviews 應用[M].北京：中國統計出版社，2002. [4]中華股民網. 最近幾次股市大跌時間段及原因一覽[EB/OL]. [5]尹中立. 股價與房價的辯證關系[J].專家視線，2007，10：34-35. - 7 -

A practical analysis on the relationship between China's current real estate market and the stock market

Xu Li Department of Business management，Hohai University，Nanjing (210098)

Abstract With the rapid growth of macroeconomic and the opening up of financial market， not only the stock market has developed rapidly， but also the real estate is undergoing rapid changes. Therefore， the research on the relationship between the real estate market and stock market has the very vital practical significance. The paper first do some research on the relationship between the price index for real estate and Shanghai Composite Index from 1998 to 2007 in quarter. It uses the recent stage of the different development phase to do cointegration test by the monthly data of the price index for real estate and Shanghai Composite Index. It works out the long-term balance between them. Finally， it established the error correction model on the basis of the balanced mechanism. The results indicated that， in recent years the long-term equilibrium price between the price index for real estate and Shanghai Composite Index has been formed， and the wealth effect is strong than substitution effects and the effects of extrusion. But in short term， they are deviated， which is consistent with the reality. Therefore， the effectiveness of China's market regulation and policy should be established on the basis of taking into account both the stock market and the real estate market. Keywords：the price index for real estate；the stock index；cointegration test；error correction model； Granger causality tests 作者簡介：徐麗，女，1985 年生，碩士研究生，主要研究方向是財務管理、計量經濟學。