中国A股价格波动对上海房价的影响

中国A股价格波动对上海房价的影响

文/曹馨尹，上海大学经济学院

本文搜集了2009年至2017年初我国上海市商品房成交均价以及上证综指的月度数据，研究上海房价与股价之间的关联关系。实证分析表明A股股价与上海市房价之间存在长期均衡关系。A股股价短时间内的周期波动不会对上海房价产生显著影响。格兰杰因果检验表明，滞后二期至四期的股价变化是上海房价变化的格兰杰原因。

A股股价；房价；协整检验；格兰杰因果检验

1 研究目的

2008年在金融危机导致房地产投资需求下降，房价回落。但是随着宏观调控政策4万亿计划的实行，大量流动性资金刺激了基础设施建设的需求，从而带动了中国房地产的发展。所以，2009年中国房地产市场开始复苏。2015年下半年又迎来一波强势上涨，尤其是北上广特大城市的房价几乎翻了一倍，由此引发的房地产泡沫不利于中国经济的健康发展。

中国的股票市场从2014年开始，无风险收益率的下降以及资金的充裕等原因促成了一轮牛市形成。政策鼓励中小型企业通过资本市场进行直接融资；此外，融资融券从牛市初期的4000多亿一直到牛市鼎盛时候的2.3万亿，如此充足的资金量助推了股价上涨。股票市场的过度上涨必然存在泡沫，引起股灾导致大量资金外流。

国内房地产的市场活跃表现与股票市场的低靡形成强烈反差。国外的宏观研究表明股价的涨跌也会同时引起房价同方向的变化。探讨股价与房价的关系，不仅有利于个人投资方向的把握，也有利于宏观调控政策的制定。

2 文献回顾

国内学者对股价与房价之间的关联性做了一些研究。贾业振(2 013)选取2005年-2013年货币供应量、大城市新建房屋价格指数、居民消费价格指数和上证综数这四个变量的月度数据，研究表明房地产与居民基本消费品和股市投资之间均存在着替代关系，其价格波动引起后两者价格波动。万忆怡(2013)根据沪深房价和股价的VA R和GRANGER分析以及面板数据分析，认为股票市场对房地产市场存在明显的财富效应。

文献资料大多数是选取全国大中城市的房价作为数据源，然而三四线城市和北上广等特大城市由于投资价值不一样导致需求差别很大，房价差别很大。因此，选取上海市房地产价格作为研究对象能更好的说明A股价格和特大城市房价之间的关联关系，并对两个市场的宏观调节政策提出针对性建议。

3 理论分析

房地产作为一项投资品，可以考虑以下几个效应。(1)资产组合调整效应。在股票占投资者财富比例较高的情况下，股价变化会导致个人财富的变化，投资者为重新平衡投资组合，会调整股票与其他资产之间的比例，从而影响房地产市场的供需平衡。(2)挤出效应，股票是一项风险资产，股价的波动较大使得投资风险增大，投资者为了控制风险会转投无风险资产，导致房地产的需求上升。(3)替代效应，资产一般会从收益较低的资产转移到收益较高的资产，股票市场的短期的相对高回报率会吸引大量资金从其他市场流入股票市场，由此导致房地产市场投资减少。

4 实证分析

4.1 数据选取

自2008年经济危机之后，大城市的房价一直处于上涨态势，而中国股市却呈现熊市到牛市再到股灾的大幅度变化。为了使数据呈现一般性，本文选取2009年2月至2017年1月的月度数据进行定量研究。由于上证综合指数代表了大盘股的走势，所以选取上证综合指数(000001.SH)每月最后一天的收盘价作为股票市场价格，上海市房价即每月商品房成交均价，数据均来源于WIND数据库，统计分析工具是Eviews8.0。

4.2 单位根检验

在检验变量之间的协整关系之前，要对各指标时间序列的平稳性进行单位根检验，本文采用ADF检验法。为了减弱模型可能出现的异方差的问题，进行数据预处理，将两组数据分别取对数。LNS H和LNCH含义分别是上证综指序列和上海市商品房成交均价序列的对数，DLNSH和DLNCH是对应的一阶差分序列的对数。

表1 变量单位根检验结果

从表1可以看出，变量LNSH、LNCH的ADF统计量在1%、5%、10%的显著水平下不能拒绝原假设，表明它们不是时间平稳序列。虽然LNSH和LNCH时间序列具有不平稳的特征，但不能排除它们具有某些共同的趋势的可能。对于不平稳序列，需要对LNSH和LNCH进行协整关系检验。DLNSH、DLNCH的ADF统计量拒绝了原假设，说明两个变量的对应的一阶差分序列是时间平稳序列。

4.3 协整检验

本文采用A股股价与上海市房价两个变量的Enger-Granger检验法来进行协整检验。协整回归方程为：

首先统计量说明，参数显著性检验t检验对应的Prob（t-statisti c）值如果小于0.05，则参数的显著性检验通过。R-squared越接近1，说明拟合优度越高。Prob（F-statistic）值如果小于0.05，说明模型显著。Durbin-Waston Star值用来检验残差序列的相关性，在2的附近，说明残差序列不相关。

从统计分析结果中可以看出参数C和LNSH的Prob（t-statistic）值分别为0和0.0042，均小于0.05，说明变量LNSH对LNCH的影响显著。对残差序列 进行单位根检验，其结果如表2所示，P值小于0.05，因此拒绝原假设，残差序列为平稳序列，表明变量LNCH、LN SH之间存在协整关系，长期来看，股价每变动1%会引起上海市房价0.3988%的同向变动。

表2 回归后残差值的ADF检验

4.4 误差修正模型

为了增强模型的精度，引入误差修正模型。被解释变量为△L NCH=LNCH(t)-LNCH(t-1)，解释变量为△LNSH=LNSH(t)-LNSHZ(t-1)和误差修正项 (t-1)。最终得到误差修正模型的估计结果：△LN CH=0.231518△LNSH+0.125925 (t-1)+0.007759

统计分析结果显示，参数C和△LNSH 的Prob（t-statistic）值大于0.1，变量△LNSH对△LNCH的影响不显著，即短期内股价变化对上海市房价变化的影响不显著。Prob（F-statistic）值为0.076387，说明模型不显著。误差修正项 (t-1)系数的大小表示对长期均衡的调整力度，系数估计值为0.125925，说明调整的力度比较小。Durbi n-Waston Star值为2.164916，说明残差序列不相关。

4.5 格兰杰因果检验

EG协整检验并没有给出LNSH、LNCH之间是否存在因果关系，为此本文采用Granger因果检验。在时间序列模型中，两个经济变量X、Y之间的格兰杰因果关系定义为：由变量X、Y的过去信息对变量Y的预测效果要优于只单独由Y的过去信息对Y进行的预测效果，即添加变量X的过去信息作为独立的解释变量有助于解释变量Y的将来变化，则认为变量X是引起变量Y的格兰杰原因。对变量LNSH、LNCH进行因果关系检验。结果如表3所示，当P值小于0.01时，即在10%的显著性水平下拒绝原假设，当滞后2期至滞后4期时，股价变化是上海市房价变化的格兰杰原因。

表3 格兰杰检验结果

5 结论与建议

EG协整检验结果显示，从长期来看，中国A股股价与上海市房价这两者呈正向关系，即股票市场价格上升会引起上海市房价一定程度的上升，影响程度很小，所以总体上两者保持长期均衡关系。误差修正模型表明，短期内A股股价的波动不会对上海市房价产生显著影响。格兰杰因果关系检验结果显示滞后2期及以上的股价变化是上海市房价变化的格兰杰原因。

实证分析结果解释说明：宏观来看，A股股价和上海市房价呈现出长期的正向相关关系。其次，由于上海市人口众多，房屋需求是刚性需求。除了居住使用，很多投资者也将上海等特大城市的房地产作为投资商品来看，巨大的投资价值使得房地产市场需求远大于供给，房地产价格的重要影响因素是其本身的供需情况，因此短期内A股股价的波动并不会引起上海市房价的显著波动。另一方面，由于股票市场对房地产市场存在财富效应，股价上升导致投资者的财富总量增加，刺激了房地产的消费需求，从而拉动房价上涨。

建议：鉴于房地产行业是重要支柱产业，对国民经济的影响较大。相关监管部门应当加强监管力度，避免不良资金的冲击，预防股票市场泡沫过大，减少金融系统的不稳定因素。在房地产市场的调控方面，要严格控制大城市房价的过度上涨，避免投资者的过度投机，防止房价上涨带来的财富分配不公平而造成的社会不稳定。对投资者来说，要拓宽投资渠道，分散投资。投资者同时投资股票市场和房地产市场时要注意控制风险，合理配置两种资产。

[1]贾业振.基于VECM模型对M2、CPI、房价指数和上证综指动态关系的研究[D].2013(5)

[2]万忆怡.中国房地产市场与股市互动机制的实证分析[D]201 3年6月

[3]余元全,康庄.房价与股价的互动关系研究——基于重庆市的实证分析[J].价格理论与实践,2009(7).

[4]李利平.我国股票价格对房地产价格的影响研究——基于居民消费的股票财富效应分析[J].价格理论与实践,2011(8).