不同政策下我國(guó)房地產(chǎn)業(yè)對(duì)銀行業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)研究

湯洋 寧波大學(xué)商學(xué)院

一、引言

近些年來(lái)我國(guó)的房地產(chǎn)行業(yè)快速發(fā)展，各地區(qū)房?jī)r(jià)屢創(chuàng)新高，甚至深圳的房?jī)r(jià)已經(jīng)突破了七萬(wàn)元每平米，這一切都離不開(kāi)銀行業(yè)的資金支持。銀行業(yè)和房地產(chǎn)業(yè)的緊密聯(lián)系，會(huì)加大銀行的風(fēng)險(xiǎn)，因此研究房地產(chǎn)業(yè)與銀行業(yè)之間的風(fēng)險(xiǎn)溢出效應(yīng)，對(duì)維護(hù)金融體系穩(wěn)定具有較強(qiáng)的現(xiàn)實(shí)意義[1]。

二、研究設(shè)計(jì)

（一）數(shù)據(jù)選取和統(tǒng)計(jì)性描述

對(duì)風(fēng)險(xiǎn)溢出效應(yīng)進(jìn)行研究時(shí)，分別對(duì)各指數(shù)收盤價(jià)取對(duì)數(shù)一階差分計(jì)算每日的收益率，為了減少計(jì)算誤差，我們將所有計(jì)算結(jié)果乘以 100[2]。即

其中，Rt為t日百分比收益率，Pt表示指數(shù)t日對(duì)應(yīng)的市場(chǎng)價(jià)格指數(shù)，這樣我們就得到了所有股票指數(shù)的百分比收益率序列。得到收益率序列之后可進(jìn)行一些統(tǒng)計(jì)性描述，來(lái)判斷收益率符合哪一種分布。

（二）ARCH 效應(yīng)檢驗(yàn)

ARCH 效應(yīng)檢驗(yàn)則是進(jìn)行模型分析的第一步，數(shù)據(jù)存在ARCH 效應(yīng)才可以使用GARCH 模型進(jìn)行研究。主要通過(guò)構(gòu)造輔助回歸的方法進(jìn)行檢驗(yàn)，構(gòu)造的輔助回歸如下：

式中的ut為殘差。檢驗(yàn)的原假設(shè)為：殘差序列中直到p 階都不存在ARCH 效應(yīng)，即（殘差的平方項(xiàng)不存在自相關(guān)）。建立的LM 統(tǒng)計(jì)量為：

其中，n 是樣本個(gè)數(shù)，R2是輔助回歸的擬合優(yōu)度，自由度p 是滯后變量的個(gè)數(shù)。若拒絕原假設(shè)，則存在ARCH 效應(yīng)

（三）CoVaR 估算

檢驗(yàn)通過(guò)之后，則需要在三種GARCH模型中選擇一個(gè)最優(yōu)的模型對(duì)數(shù)據(jù)序列進(jìn)行擬合，即可求出序列的VaR。計(jì)算得到VaR后，還需要進(jìn)一步計(jì)算CoVaR，計(jì)算方法和前面相同，只需對(duì)VaR 序列再一次用模型進(jìn)行擬合，即可求出CoVaR，最后，根據(jù)之前的計(jì)算結(jié)果，計(jì)算出風(fēng)險(xiǎn)溢出值并對(duì)其標(biāo)準(zhǔn)化，計(jì)算出計(jì)算公式分別為：

三、實(shí)證分析

（一）行業(yè)指數(shù)選擇和統(tǒng)計(jì)性描述

2010 年4 月國(guó)務(wù)院發(fā)布的《國(guó)務(wù)院關(guān)于堅(jiān)決遏制部分城市房?jī)r(jià)過(guò)快上漲的通知》，簡(jiǎn)稱“新國(guó)十條”，標(biāo)志的對(duì)房地產(chǎn)行業(yè)的嚴(yán)控，因此，下文將以“新國(guó)十條”發(fā)布為界，分兩個(gè)階段分別對(duì)我國(guó)房地產(chǎn)行業(yè)對(duì)銀行業(yè)的風(fēng)險(xiǎn)溢出進(jìn)行實(shí)證檢驗(yàn)。

本文使用申萬(wàn)一級(jí)地產(chǎn)行業(yè)指數(shù)和申萬(wàn)一級(jí)銀行行業(yè)指數(shù)作為研究樣本，分別代表房地產(chǎn)業(yè)和銀行業(yè)，分別記為FDC 和YH，同時(shí)，選取了上證綜指作為衡量市場(chǎng)收益率的指標(biāo)，記為rm，數(shù)據(jù)均來(lái)自同花順iFinD 數(shù) 據(jù)。第一階段為2000 年1 月4 號(hào)到2010 年4 月16 日，第二階段 為2010 年4 月19 日到2019 年12 月31 日，取各個(gè)指數(shù)每日的收盤價(jià)為原始數(shù)據(jù)，分別對(duì)各指數(shù)收盤價(jià)取對(duì)數(shù)一階差分計(jì)算每日的收益率。首先對(duì)兩個(gè)階段所有股票指數(shù)的百分比收益率序列進(jìn)行基本信息描述性統(tǒng)計(jì)，統(tǒng)計(jì)結(jié)果顯示第一階段房地產(chǎn)業(yè)的平均收益大于零，中位數(shù)為0.072256 偏度指標(biāo)-0.245588 小于零，表現(xiàn)出左偏特征，峰度指標(biāo)為5.660914大于3，正態(tài)分布相比，此分布呈現(xiàn)出尖峰厚尾的特征。同理第一階段的銀行收益率序列以及第二階段的兩個(gè)序列都呈現(xiàn)出非正態(tài)性。

（二）銀行地產(chǎn)ARCH 效應(yīng)檢驗(yàn)

因?yàn)榻鹑跀?shù)據(jù)大多數(shù)都存在聚集性，所以本文使用GARCH 類模型研究房地產(chǎn)業(yè)對(duì)銀行業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)，為了確保模型使用正確，則需要首先對(duì)銀行業(yè)和房地產(chǎn)業(yè)收益率序列的ARCH 效應(yīng)進(jìn)行檢驗(yàn)，最終檢驗(yàn)得出兩個(gè)不同階段的各個(gè)序列殘差項(xiàng)的波動(dòng)情況都具有明顯的集聚性，說(shuō)明這幾個(gè)收益率序列具有存在 ARCH 效應(yīng)。

（三）計(jì)算房地產(chǎn)業(yè)對(duì)銀行業(yè)的CoVaR 值

首先對(duì)第一階段房地產(chǎn)業(yè)收益率序列進(jìn)行擬合，再考慮到自相關(guān)性，經(jīng)過(guò)比較篩選，本文選取AR（1）-GARCH（1，1）模型對(duì)第一階段房地產(chǎn)業(yè)收益率序列進(jìn)行擬合，即可求出第一階段房地產(chǎn)業(yè)的VaR，利用這種方法也可以求出其他各個(gè)階段的VaR。得到VaR 后，進(jìn)一步向前估計(jì)就可以得到房地產(chǎn)業(yè)對(duì)銀行業(yè)的CoVaR 值，計(jì)算出CoVaR 后，就可以再計(jì)算出ΔCoVaR和%ΔCoVaR。最終的計(jì)算結(jié)果得出第一階段房地產(chǎn)業(yè)對(duì)銀行業(yè)的風(fēng)險(xiǎn)溢出值為49.24%，而第二階段房地產(chǎn)業(yè)對(duì)銀行業(yè)的風(fēng)險(xiǎn)溢出值上漲到了87.70%

四、結(jié)論和建議

本文建立ARMA-GARCH-CoVaR 模型，以房地產(chǎn)“新國(guó)十條”發(fā)布為中間時(shí)間節(jié)點(diǎn)，分兩個(gè)階段對(duì)我國(guó)房地產(chǎn)業(yè)對(duì)銀行業(yè)的風(fēng)險(xiǎn)溢出值%CoVaR 進(jìn)行了估計(jì)，得出第一階段房地產(chǎn)業(yè)對(duì)銀行業(yè)的風(fēng)險(xiǎn)溢出值為49.24%，而第二階段房地產(chǎn)業(yè)對(duì)銀行業(yè)的風(fēng)險(xiǎn)溢出值上漲到了87.70%。第二階段的房地產(chǎn)業(yè)對(duì)銀行業(yè)風(fēng)險(xiǎn)溢出值相比于第一階段上漲了78.11%，可見(jiàn)自從“新國(guó)十條”實(shí)施以來(lái)，房地產(chǎn)業(yè)并沒(méi)有受到最嚴(yán)厲的監(jiān)管措施，房地產(chǎn)業(yè)仍然在迅速擴(kuò)張，其中很大一部分資金就是來(lái)源于銀行。

針對(duì)上述現(xiàn)象本文提出兩點(diǎn)建議：第一，穿透式監(jiān)管銀行的資金用途。許多銀行為了逃避監(jiān)管，把對(duì)房地產(chǎn)企業(yè)的貸款進(jìn)行了層層包裝，這是導(dǎo)致房地產(chǎn)對(duì)銀行業(yè)風(fēng)險(xiǎn)溢出顯著增加的直接原因。第二，對(duì)房地產(chǎn)行業(yè)采取更嚴(yán)厲的監(jiān)管措施。近十年房地產(chǎn)業(yè)對(duì)銀行業(yè)的風(fēng)險(xiǎn)溢出在顯著增加，說(shuō)明政府對(duì)房地產(chǎn)的監(jiān)管措施還不夠，導(dǎo)致風(fēng)險(xiǎn)的逐步積累。