房地產和股票市場投資者情緒與收益的交叉效應研究

黃華繼， 孫黎娜

(安徽財經大學 金融學院，安徽 蚌埠 233000)

2019年4月,國家提出“房住不炒”政策，2020年年中重申“房住不炒”，住房政策再次收緊。隨后“三條紅線”政策出臺，國家監(jiān)管部門首次明確房企舉債的標準，對信托、資管產品和海外融資進行全方位監(jiān)管，這對構建一個穩(wěn)健發(fā)展的房地產市場和規(guī)范透明的股票市場都有著不可替代的作用。我國房地產市場和股票市場的起步時間較晚，目前發(fā)展尚不完善，股價與房價的高波動性對市場穩(wěn)健發(fā)展造成了不良影響。理性人假說已經不能有效地解釋市場異象，為此，一些學者將行為金融理論引入股市研究，發(fā)現投資者的心理和情緒能夠很好地解釋股價的暴漲暴跌現象[1-4]。Baker等進一步地運用封閉式基金折價率等六個情緒指標作為代理指標[5]，馬若微等使用上證A股月度IPO首日平均收益等指標作為衡量投資者情緒的代理變量[6]，發(fā)現綜合情緒指標能更有效地解釋股市異象。

在此基礎上，一些學者借鑒股市投資者情緒對股價波動的解釋，將行為金融理論引入房地產市場研究。運用房地產市場情緒對房價波動進行解釋，取得了有效的成果[7-9]。廖娟選取新開工建筑面積比率、投資住宅比率和銷售比率三個情緒代理變量構建購房者情緒指數，發(fā)現購房者情緒與羊群效應互為聯動反饋關系[10]。黃燕芬從供需兩個角度選取商品房成交量、二手房成交量、商品房新開工面積、樓面地價、土地溢價率和百度指數六個變量構建情緒指數，發(fā)現市場情緒與房價有著顯著的正向影響關系[11]。臺玉紅從購買熱度、消費者信心、宏觀經濟、購買者意愿和關注度角度選取五個二級指標建立情緒指數，發(fā)現房地產市場情緒與商品住宅價格之間存在緊密的相關性,且區(qū)域異質性顯著存在[12]。因此,行為金融理論也能夠很好地解釋房價的波動現象。

目前，學者在兩個市場結合方面的研究多為房地產和股票市場價格的動態(tài)相關性研究，對兩個市場情緒溢出效應研究較少。例如，蔣彧探究股市與房市關系的動態(tài)變化及其驅動因素，發(fā)現GDP增速、貨幣供應量、利率變化和新常態(tài)等宏觀經濟因素，房地產調控政策等市場因素，以及金融危機等外部因素，對兩個市場間的動態(tài)相關性有顯著影響[13]。Das等創(chuàng)新地將美國股票市場、住宅市場與商業(yè)地產結合起來探究投資者情緒與收益之間的關聯性，發(fā)現三個市場投資者情緒與收益之間具有明顯的交叉效應[14]。通過以往學者的研究成果可以發(fā)現，股票市場情緒研究成果豐富，房地產市場情緒的研究起步較晚還需要繼續(xù)探究，且將房地產與股票市場情緒結合起來研究的成果較少。因此，本文將對我國的股票市場與房地產市場進行探究，嘗試建立兩者情緒與收益之間的傳導機制。

一、數據處理與模型建立

(一)數據選取與處理

上證50指數作為股市晴雨表，能夠反映股票市場的經濟運行和股價波動狀況，用上證50指數的收盤價代表股票市場的價格，并取其對數收益率作為股票市場的收益。易志高等借鑒BW方法構建的投資者情緒指標CSSIC，涵蓋了消費者信心指數等六個能夠反映股票市場的情緒變量，用其代表股市情緒[15]。房地產價格指數編制綜合了多個城市的商品房銷售價格情況，能夠反映房地產市場的經濟運行和房價漲跌狀況，用商品房價格指數代表房地產市場的價格，并取其對數收益率代表房地產的收益。

考慮到房地產市場情緒指標的構建尚不成熟，沒有直接數據參考，所以應選取合適的情緒代理變量進而擬合成房市情緒指數。商品房成交面積能夠反映投資者的購買熱度，商品房新開工面積能夠反映市場的供需情況和投資熱度。廖娟運用商品房的銷售比率、新開工建筑面積比率，黃燕芬使用商品房成交面積、商品房新開工面積作為情緒代理變量來構建情緒指標，從而很好地反映房市情緒，因此，商品房成交面積和商品房新開工面積可以作為構建情緒指數的代理變量[10-12]。消費者購房意愿能夠反映購買者的意愿，購房意愿越高投資者對房市的關注度越高，因而可以反映市場情緒[12]。土地購置費和金融貸款余額可以反映消費者信心指數以及投資者對市場環(huán)境的樂觀程度，黃燕芬使用樓面地價和土地溢價率很好地擬合了房市情緒，因此土地購置費和金融貸款余額可以作為情緒代理變量[10]。

上證50指數收盤價和商品房成交面積c、消費者購房意愿y、商品房新開工面積x、土地購置費g、金融貸款余額e、國內生產總值GDP、工業(yè)生產者購進價格指數I、居民消費價格指數CPI 均來自iFinD數據庫，投資者情緒代理指標CSSIC 來自國泰安數據庫，商品房價格指數來自CREIS中指數據庫。由于商品房成交面積和消費者購房意愿數據選取2010年1月至2020年8月的數據為研究對象。

(二)時變參數的向量自回歸模型

時變參數的向量自回歸模型(TVP-VAR)是在VAR和SVAR模型的基礎上發(fā)展而來，TVP-VAR模型與前兩個模型的不同之處在于模型假定中沒有同方差的假定，這種非同方差的假定比較符合實際情況。時變參數假定隨機波動率，更能捕捉到經濟變量在不同的時代背景下所具有的關系和特征(時變影響)。將隨機波動性納入TVP估算中可以顯著提高估算性能，在VAR模型中，假設所有參數遵循一階游走過程。使用馬爾可夫鏈蒙特卡羅(MCMC)方法在貝葉斯推斷中來估計模型[16]。

二、實證結果與分析

(一)房地產市場情緒的估計

選取商品房成交面積、消費者購房意愿、商品房新開工面積、土地購置費、金融貸款余額五個代理變量，使用主成分分析法構建房地產市場情緒代理指標。為剔除宏觀經濟變量的影響，借鑒BW方法將五個代理變量分別與國內生產總值GDP (由于GDP 沒有月度數據，因此使用變頻工具將季度GDP 轉換為月度GDP )、工業(yè)生產者購進價格指數I、居民消費價格指數CPI 進行OLS回歸，并取其殘差作為主成分分析的成分。將非理性殘差成分進行主成分分析，前四個主成分的累計方差達到94.45%，包含了原始變量盡可能多的信息。因此選取前四個成分進行情緒指標構建。首先將這四個主成分按成分矩陣計算出具體的成分序列Z1、Z2、Z3、Z4，再將主成分降維成一個綜合指標。

對構建的變量進行描述性統計，結果如表1所示。從表 1 可以看出，數據基本符合正態(tài)分布特征，都通過平穩(wěn)性檢驗，符合TVP-VAR模型條件，可以進行下一步檢驗。

表1 描述性統計

(二)TVP-VAR參數估計結果

根據AIC、FPE信息準則，選取最優(yōu)滯后階數為2。從表2中可以看出，后驗分布的均值都在95%的置信區(qū)間內。CD統計量的值最大為0.581，小于CD 統計量5%顯著性水平下的臨界值1.96，表明模擬效果較好。無效因子最大為100.15，表明有足夠的樣本進行抽樣。

表2 參數估計結果

(三)時變脈沖響應分析

通過運用MCMC算法對房地產和股票市場情緒與收益數據進行抽樣，抽樣結果顯示可以進行TVP-VAR模型檢驗。TVP-VAR模型具有兩種脈沖響應函數：等間隔脈沖響應函數衡量不同間隔的脈沖響應，時點脈沖函數衡量不同時點的脈沖響應。若A市場的情緒或收益變化是由B市場的收益或情緒變化引起的，則兩市場間存在溢出效應。

1.等間隔脈沖響應分析

對等間隔脈沖響應分析，衡量不同間隔的脈沖響應。隨時間變化，不同時期的沖擊程度不同，選擇不同的滯后期分析前期事件的沖擊對當期事件的沖擊程度。以提前3期、提前6期、提前12期表示短期、中期、長期動態(tài)脈沖響應的結果。

(1)情緒溢出效應

從情緒變量之間的脈沖結果來看，房地產市場情緒對股票市場情緒短期呈負向沖擊、中長期呈正向沖擊，隨時間推移沖擊力度逐漸增強，這說明股票市場情緒受房地產市場情緒的影響逐漸變大。股票市場情緒對房地產市場情緒的沖擊，短期強于中期、長期最強，且均呈正向，這說明股票市場情緒對房地產市場情緒有著穩(wěn)定的促進關系。由此可見，房市與股市之間存在雙向情緒溢出效應。

(2)收益溢出效應

從收益變量之間的脈沖結果來看，房地產市場收益對股票市場收益沖擊短期呈正向，中、長期沖擊呈負向，這說明房地產對股票市場收益短期有穩(wěn)定的強促進關系、中長期有穩(wěn)定的弱抑制關系。股票市場收益對房地產市場收益短、中期沖擊隨時間波動較為復雜，長期沖擊由正轉負但波動不大。2012年6月，股市大跌之前沖擊較為穩(wěn)定，之后沖擊強度隨股市環(huán)境沿橫軸上下波動。這說明股票市場收益對房地產市場收益的影響是隨經濟環(huán)境變化的。由此可見，房市與股市之間存在雙向收益溢出效應。

(3)交叉溢出效應

從情緒與收益變量之間交叉沖擊的脈沖結果來看，房地產市場情緒對股票市場收益短期呈正向沖擊并隨時間沖擊力度不斷衰減，中期呈負向沖擊且程度逐漸加深，長期沖擊較小且較為穩(wěn)定。股票市場收益對房地產市場情緒沖擊，短期最弱、中期次之、長期最強，并呈正向穩(wěn)定變化關系。股票市場情緒對房地產市場收益的沖擊在2012年6月股市大跌之前較為穩(wěn)定，之后隨股市環(huán)境變化沿橫軸上下震蕩，在2018年6月股災發(fā)生之后沖擊呈負向且程度逐漸加深。房地產市場收益對股票市場情緒沖擊短期強于中期、長期最強，且均呈正向穩(wěn)定變化關系。這說明市場情緒對收益的影響是復雜的，并受市場環(huán)境影響，而收益對情緒會產生正面穩(wěn)定影響。由此可見，房市與股市之間存在雙向交叉溢出效應。

2.時點脈沖響應分析

對時點脈沖效應進行分析，衡量不同時點的脈沖響應。2015年股市出現暴漲暴跌、千股跌停的現象，選取2015年7月作為一個觀察時點；2018年年初中美貿易戰(zhàn)打響，年中股市大跌，信用風險全面爆發(fā)，選取2018年6月作為一個觀察時點；2020年1月新冠疫情首先在中國暴發(fā)，各行各業(yè)均受嚴重影響，選取2020年1月作為一個觀察時點。因此，以2015年7月、2018年6月、2020年1月三個觀察時點進行時點脈沖響應。

(1)情緒溢出效應

從情緒變量之間的時點脈沖結果來看，三個時點沖擊是同步的，房地產對股票市場情緒的影響是負向的且在當期達到最大隨后逐漸消退。股票對房地產市場情緒的影響是正向的，在第一期達到最大。這說明股市情緒的傳播速度快于房市的傳播速度，且股市利好會對房市產生積極影響，而房市利好對股市有消極替代作用。由此可見，房市與股市之間存在雙向情緒溢出效應。

(2)收益溢出效應

從收益變量之間的時點脈沖結果來看，房市對股市收益三個時點沖擊是同步的，且在第二期達到峰值后直線下降。股市對房市收益沖擊的三個時點具有明顯的差異性，2015年7月沖擊在第二期達到峰值；2018年6月在當期達到峰值；2020年1月在第一期達到峰值，隨后都逐漸趨于零。這說明股市對房市收益的影響程度取決于具體的經濟環(huán)境。由此可見，房市與股市之間存在雙向收益溢出效應。

(3)交叉溢出效應

從情緒與收益變量之間的時點脈沖結果來看，房市情緒對股市收益的沖擊在三個時點上是同步的，在第一期達到峰值之后趨于零。股市收益對房市情緒在當期達到峰值，在第二期又有一波小高峰后趨于零。股市情緒對房市收益三個時點影響程度有所不同但趨勢相同，都是在第一期達到峰值后迅速下降，在第二期達到谷底隨后趨于零。房市收益對股市情緒在第三期達到峰值，之后緩慢下降最終趨于零。這說明收益對情緒的交叉影響比情緒對收益的影響深遠，房市收益受股市情緒和收益影響程度與具體經濟環(huán)境有關。由此可見，房市與股市之間存在雙向交叉溢出效應。

三、結論與建議

(一)結論

通過構建TVP-VAR模型對股市與房市情緒、收益進行動態(tài)時變關系研究，得出以下結論。股市與房市之間存在情緒溢出效應、收益溢出效應及情緒與收益的交叉溢出效應。具體來講，股市與房市之間情緒溢出效應是雙向的，股市情緒受房市情緒的影響逐漸變大，股市情緒對房市情緒有著穩(wěn)定的促進關系。股市與房市收益溢出效應也是雙向的，房市對股市收益短期有著穩(wěn)定的強促進關系、中長期有著穩(wěn)定的弱抑制關系，股市收益對房市收益影響與經濟環(huán)境有關。股市與房市交叉溢出效應方面，市場情緒對收益的影響是復雜的，收益對情緒產生正面穩(wěn)定影響。收益對情緒的交叉影響比情緒對收益的影響深遠，房市收益受股市情緒和收益影響程度與具體經濟環(huán)境有關。

(二)建議

由于房市與股市之間具有雙向溢出效應，投資者進行投資決策時首先需要考慮市場環(huán)境是否適合投資，其次需要對市場情緒和收益進行判斷，從而選擇合適的市場，并從經濟環(huán)境情況具體分析投資標的。針對兩個市場的交叉溢出情況，監(jiān)管部門應從以下三個方面加以引導，以保證金融市場的穩(wěn)健發(fā)展。

一是房地產市場情緒與股票市場情緒之間相互影響，存在相互引導情緒產生風險傳染的可能，因此監(jiān)管部門需要對兩個市場的情緒進行關注并適時引導，謹防市場情緒崩塌引起的金融危機。二是房價與股價之間短期、中期波動相互影響，監(jiān)管部門需要對資產價格進行調控，預防國內資產價格的極端震蕩引發(fā)系統性風險。三是房地產市場情緒與股價之間、股票市場情緒與房價之間相互影響，監(jiān)管部門需要根據市場環(huán)境進行適時引導，避免股市暴漲暴跌及房市價格飛漲現象的產生。