基于股价\房价与经济增长之间关系的实证研究
来源:用户上传
作者: 谭雪芹
【摘要】股票市场发展与经济增长的相关性是经济增长理论的新领域,而近几年来,我国的房地产市场发展也逐渐成为与经济增长密切相关的另一新领域。本文采用VAR模型来对股票价格指数、房地产价格指数和经济增长的关系进行研究,从多元角度分析三者之间的关系,采用Granger因果检验法对两两之间的关系进行因果检验,用协整检验来判断两两之间是否存在长期稳定的关系。分析发现,我国股票市场发展对经济增长的作用相当有限,房地产销售价格指数和国内生产总值之间存在着显著的正相关关系,而房地产销售价格指数和股票价格指数之间存在着微弱的反向关系。
【关键词】股票价格指数 房地产销售价格指数 经济增长 VAR模型 Granger因果检验
股票市场是已经发行的股票按时价进行转让、买卖和流通的市场,包括交易所市场和场外交易市场两部分。由于它是建立在发行市场基础上的,因此又称作二级市场。股票市场是建立社会主义市场经济的内在要求,是推动经济体制改革、完善市场机制、建立健全现代企业制度的重要手段之一。在过去的十几年间,我国的股票市场从无到有,从小到大,今天已发展成为我国国民经济的重要组成部分,并在国民经济发展中发挥了积极的作用。十几年来,股票市场为国民经济建设筹集了大量资金,对推动国有企业改革、建立现代企业制度、促进经济结构的调整起到了十分重要的作用。
房地产市场是有关房地产开发、生产经营、流通和消费的内在运行机制,是房地产经济运行的枢纽,是社会主义市场体系中的一个相对独立并且具有明显特征的专门化市场。房地产经济的发展,直接影响到宏观经济的健康运行,因而研究房地产市场与我国经济之间的关系很有现实意义。1998年以来,房地产投资在我国经济和投资增长中起着重要作用。房地产投资额和销售额年均增长率达20%以上,房地产业对经济的拉动作用已达到2个百分点左右,成为我国国民经济支柱产业之一。
20世纪80年代以来,随着全球经济的不断发展,股票市场和房地产市场的规模不断扩大,资产价格的波动对经济政策不断提出新的挑战。特别是在20世纪90年代,许多国家资产价格极度膨胀引发了金融危机,对经济的长期发展造成了不利的影响,股票市场和房地产市场与经济发展的关系日益受到学者们的重视。在我国,随着股票市场和房地产市场规模的不断扩大和完善,这两个市场的变动对国民经济的影响也越来越重要。但是,由于股票市场的不成熟和制度性缺陷,股票市场的发展与宏观经济的发展产生了背离,股价指数波动幅度较大。股票市场的不成熟使得大量的资金流入房地产市场,房地产市场成为重要的投资场所,中国的房地产市场出现了过热的现象。目前中国股票市场、房地产市场同中国宏观经济的变化关系比较复杂,二者在我国的宏观经济政策传导中起着重要的作用,房地产价格和股票价格的不断波动对于通货膨胀的影响也较其他经济变量明显,尤其是近两年来,房地产价格和股票价格都出现了过热的趋势,这必然对经济发展产生一定的影响。因此,分析股票市场和房地产市场与经济增长的关系,揭示二者对我国经济增长的作用,是客观认识股票市场和房地产市场在我国国民经济中的地位以及进一步发展这两个市场的前提。
一、变量选取与数据来源
通常情况下,股市发展状况是以股票价格指数来衡量的。股票价格指数是观察、分析和研究各国或各地区经济形势和经济周期的重要指标。尽管十几年来深沪股市在波动的幅度上有所差异,但总体趋势是一致的,沪市和深市股票波动走势有较强的相关性,比较而言,沪市更具代表性,因而本文选取上证综合指数来代表我国股票市场价格的总水平。本文以季度平均股价指数(沪市月度收盘指数的平均值)代表股票市场的发展。2006、2007、2008年数据来源于上海证券交易所网站上公布的统计月报,其余年份来源于大智慧软件数据。在数据处理上,考虑到股票市场的不确定性和波动性,我们取上证综合指数季度数据的对数,这不仅能使数据更加平滑,也能在检验中消除数据的异方差,同时将指数趋势转换为线性趋势,记为LNSHZ。
本文以房屋销售价格指数代表房地产的发展。我国公布的房屋销售价格指数为同比指标,同比指数以前一年的同期为基期,需要将其转化为以2001年为基期的指数。具体的处理方法为:第一期的房屋销售价格指数=第一期的房屋销售价格同比指数;其他期的房屋销售价格指数=本期房屋销售价格同比指数?鄢上期房屋销售价格指数。再对指标取对数,记为LNFZ。数据来源于中国资讯行高校财经数据库数据整理结果。
本文以国内生产总值代表经济发展水平。由于在中国公布GDP季度数据为季度累计值,所以由两季的差值来代表每季的GDP。数据来源于中国资讯行高校财经数据库。对季节调整后的数据取对数值,对数变换的好处是其一阶差分能近似表示变量的变动率,用lnGDP 表示。在本文研究中将以2001年第1季度到2008年第2季度的房地产销售价格指数、上证综合指数和国内生产总值的季度数据为样本进行实证分析,共选取了30组数据。
本文拟采用VAR 模型来对股票市场价格指数、房地产价格指数和经济增长的关系进行研究。在进行VAR 模型分析之前,首先对各变量进行单位根检验。为了增强检验结果的稳定性,本文采用ADF 统计量对变量序列进行单位根检验。其次,采用Johansen 极大似然法对变量序列进行协整检验,由于VAR模型对滞后长度的选择非常敏感,而传统的信息准则(如AIC等)无法确保VAR模型的残差项是白噪声,本文通过拉格朗日乘数检验(Lagrange Multiplier test)来选取能够使VAR模型的残差项没有显著自相关的最短滞后长度作为解释变量的滞后期。最后,在变量序列存在协整关系的基础上,建立反映长期均衡和短缺调整关系的VECM模型并对变量序列进行Granger因果关系检验,对股票市场价格指数、房地产价格指数和经济增长的关系进行研究。
二、实证分析
对时间序列的分析是通过建立以因果关系为基础的结构模型进行的。这种分析背后隐含的假设就是数据是平稳的。因此往往需要对时间序列的平稳性进行检验,在不平稳的时候尽量进行转换使之变成平稳的序列,以保证t检验、F检验的可信性。
但是如果两列时间序列数据表现出一致的变化趋势,即使他们之间没有任何经济关系,进行回归也可以表现出较高的可决系数。也就是说,这些经济变量之间可能存在一定的长期均衡关系,也就是所谓的协整关系。本部分将在这一思想的基础上进行实证分析。
1、各变量的平稳性检验(ADF检验)
首先,对LNFZ做ADF检验。因为ADF=0.373755,分别大于不同检验水平的三个临界值,所以LNFZ是一个非平稳序列。此情形下,应该继续对其差分序列进行单位根检验。
LNFZ的差分序列(△LNFZ)做ADF检验的结果见表1。
因为此时ADF=-3.750799,分别小于不同检验水平的三个临界值,所以差分序列△LNFZ是一个平稳序列,因此LNFZ～I(1),为一阶非平稳序列。
然后,对LNSHZ做ADF检验。因为ADF=0.232099,分别大于不同检验水平的三个临界值,所以LNFZ是一个非平稳序列。此情形下,应该继续对其差分序列进行单位根检验。
LNSHZ的差分序列(△LNSHZ)做ADF检验结果见表2。
因为ADF=-1.969125,分别小于5%和10%检验水平的临界值,所以在5%的显著性水平下,差分序列△LNSHZ是一个平稳序列。因此LNSHZ～I(1),为一阶非平稳序列。
最后,同理对LNGDP做ADF检验。因为ADF=2.414514,分别大于不同检验水平的三个临界值,所以LNGDP是一个非平稳序列。此情形下,应该继续对其差分序列进行单位根检验。
LNGDP的差分序列(△LNGDP)做ADF检验结果见表3。
因为ADF=-5.921555,分别小于不同检验水平的三个临界值,所以差分序列△LNFZ是一个平稳序列,因此LNGDP～I(1),为一阶非平稳序列。
从上述LNFZ、LNSHZ、LNGDP的ADF检验结果可以看出,它们都不是平稳的,但是它们的一阶差分都是具有平稳性的,即是I(1)型,因此,可以考虑考察三者之间的协整关系。
2、协整检验(Johansen检验)
正如我们前面所提到的,虽然一些经济变量的本身是非平稳序列,但是,它们的线性组合却有可能是平稳序列。这种平稳的线性组合被称为协整方程,且可解释为变量之间的长期稳定的均衡关系。
这里我们采用Johansen极大似然法检验三个指标之间是否存在协整关系。关于滞后期的选择,本文根据拉格朗日乘数检验(Lagrange Multiplier test)来选取能够使VAR模型的残差项没有显著自相关的最短滞后长度作为解释变量的滞后期,最后确定滞后期为3。Johansen检验的结果见表4。
可知,在5%的显著性水平下接受协整向量个数r=1的假设。由于协整关系度量系统的长期稳定性,因此以上定义的宏观经济系统是一个稳定系统,说明LNGDP、LNSHZ、LNFZ 三个指标存在长期稳定关系。
从对LNGDP 标准化的协整方程来看,协整方程中LNFZ对LNGDP的影响最大,即房地产价格指数对宏观经济的影响更大;而LNSHZ对LNGDP的影响相对较小。从具体的长期数量关系来看,LNGDP对LNFZ的弹性为1.497129,在5%的水平下显著,具有较大的弹性,该估计结果表明,在房价指数与国内生产总值的长期均衡关系中,LNFZ增加1%,将使LNGDP 增加1.497129%,二者之间存在着正向的长期均衡关系,房地产市场的发展对经济增长的发展有正向的作用。LNGDP对LNSHZ的弹性是-0.5198940,在1%的水平下显著,说明LNGDP和LNSHZ成弱的负相关关系。该估计结果表明,在上证综合指数与国内生产总值的长期均衡关系中,LNSHZ增加1%,将使LNGDP减少0.519894%,二者之间存在着反向的长期均衡关系。说明股票市场的发展不但没有促进经济的发展,反而在一定程度上阻碍其发展。
3、向量误差修正模型(VEC)
由于LNGDP、LNFZ、LNSHZ存在协整关系,因此建立修正模型(VEC),反映短期和长期动态均衡关系的误差,具体结果见表5。
误差修正模型度量了长期稳定性对短期波动产生的抑制作用。误差修正模型可以看出,被解释变量LNGDP的波动有两部分引起。
一是△LNGDP、△LNFZ、△LNSHZ短期波动的直接影响,其中△LNFZ对△LNGDP的短期影响弹性为-4.54367
(-3.045748,-1.497922),房地产价格的短期波动会对经济发展造成不利影响,而△LNSHZ对△LNGDP的短期影响弹性为-0.8443(-0.135020,-0.709281),股价短期波动也会对经济发展造成影响,而且房地产价格的影响可能更高一些,这可能源于房地产在经济发展中的作用更大的缘故。
二是长期均衡关系的调整。方程误差修正系数为0.011016,在5%的水平下显著。说明长期均衡趋势偏离的收敛机制在起作用。当短期波动偏离长期均衡时,经济系统将以0.011016的调整力度将非均衡状态拉回到均衡状态,协整关系或长期稳定关系对当期的LNGDP 产生刺激作用。
4、Granger因果检验(Granger causality tests)
Granger因果检验的前提要求是平稳的时间序列,从理论上讲,直接对非平稳的时间序列GDP、FZ、SHZ进行因果检验会导致F 检验的无效,由此得到的结论也就缺乏置信度,所以应该用差分后形成的平稳时间序列进行因果检验。在本文中,由于已用X-11方法消除了季节性因素和随机因素,且三个变量之间存在协整关系,因此可以进行变量间的Granger因果关系检验。Granger因果检验对滞后长度的敏感度很大,如前所述,从实证上看,股票市场、房地产市场作为宏观经济的“晴雨表”,其波动周期要比宏观经济周期提前约半年的时间,因此选择滞后期为3。Granger因果检验结果如表6所示。
从表6可得出以下结论:
其一,房地产销售价格是引起GDP指数的granger原因。
其二,房地产销售价格指数与股指之间不存在Granger因果关系。
其三,上证综合指数与GDP指数之间不存在Granger因果关系。
向量误差修正模型揭示的长期关系显示,股价指数和经济增长指标之间有着负向相关关系,但在因果关系检验中却不存在股价指数与GDP指数的双向因果关系,这就说明股市的总体发展并没有导致经济的增长,股市的发展对我国经济的贡献很小。这一方面可能源于我国股市的不成熟和它的制度性缺陷,另一方面也可能是由我国股市的总量规模较小导致。房地产价格指数与经济增长指标之间的相关关系为正,且存在双向的因果关系,这说明在样本期间内,房地产发展已经成为中国经济增长的一个源泉,而且经济增长也会促进房地产业的发展。
三、结论及建议
国外学者在股票市场发展和经济增长关系上的主流看法――股票市场发展和经济增长相互促进――并不适用于我国。回归结果显示,在过去几年间,我国股票市场发展对经济增长的作用是相当有限的,更有甚者,股票市场发展可能不利于经济增长。尽管我国股市具有很强的投机性,但它的发展也并非完全脱离宏观经济发展状况,宏观经济的发展与股票市场存在长期的均衡关系。但因目前股票市场的发展还不成熟,中国股票市场的发展与经济增长之间的相关性十分微弱,经济的增长并没有促进股票市场的繁荣,相反在一定程度上阻碍了其发展。所以,我们眼下不应该过分地强调股票市场在经济发展中的作用。其次,股价指数与国内生产总值之间没有任何因果关系,说明在这段时期股票市场并没有充分发挥其应有的功能,在考虑促进我国股票市场健康运作,推动经济发展的政策上,应致力于长久的结构和制度性的调整。改善股票市场对宏观经济增长作用的途径,根本还在于证券市场本身的完善和规范,提高上市公司质量,扩大市场规模;调整政府角色,减少政府对股票市场的直接干预,加强政府的监管与引导功能;改善股市结构,培育机构投资者,把理性投资者培养成为市场的主导力量,减少股市的投机行为,同时应该规范股票市场的发展,不应该一味地促其发展;重点发展金融中介体,特别是存款货币银行,让存款货币银行在资源配置过程中起主导性作用。
房地产销售价格指数和国内生产总值之间存在着显著的正相关关系,说明两者之间存在长期稳定的均衡关系,且二者之间还存在着双向的因果关系,这说明我国房地产业的发展与经济增长之间存在正向的相互影响作用。一方面,房地产销售价格的变化可以由国家宏观经济发展状况来解释,房地产市场的变化和经济基本相协调;另一方面,房地产发展已经成为中国经济增长的一个源泉。但是,过高的相关系数必须引起注意,近年来,中国经济快速增长,基于对经济增长的良好预期,房地产开发投资迅速增长,海外资金也大量涌入中国房地产市场。同时,房地产发展资金依赖银行信贷、市场规范性较差、市场信号传导不畅、市场主体难以清晰地把握市场信息,这些都潜伏着很大的风险。因此,政府应主要考虑对房地产价格的调控,加强市场的规范、促进信息的透明、建全信用体系、推动市场的自发调节、降低系统性风险,使我国的房地产价格保持在正常的轨道之中,防止房地产泡沫的产生。
房地产销售价格指数和股票价格指数之间也存在一个长期稳定的均衡关系,二者存在着微弱的反向关系,表明房地产和股票作为居民可供选择的投资工具,对于二者的投资仍存在一定的相互替代关系;二者没有任何的因果关系,这说明股价指数的波动并不会引起房地产价格指数的波动。这一实证结果的政策意义是,虽然虚拟经济的影响力正在不断提升,但我国虚拟经济的调整并不会引起实体经济的变化。
【参考文献】
[1] 石建民:股票市场、货币需求与总量经济:一般均衡分析[J].经济研究,2001(5).
[2] 王克忠:房地产经济学教程[M].复旦大学出版社,1995.
[3] 黄英:房地产开发与经营[M].机械工业出版社,2004.
[4] Stone,D & Ziemba,W. Land and Stock Prices in Japan[J].Journal of Economic Perspectives,1993(7).
[5] 刘建江、刘德怀:股票市场对经济增长的贡献:美国案例[J].世界经济,2006(6).
[6] 沈沛:中国资本市场若干问题研究[M].中国金融出版社,1999.
[7] 孙永祥、黄祖辉:上市公司的股权结构与绩效[J].经济研究,1999(12).
[8] 谈儒勇:中国金融发展和经济增长关系的实证分析[J].经济研究,1999(10).
[9] 谈儒勇:金融发展理论与中国金融发展[M].中国经济出版社,2000.
(责任编辑:李文斐)
转载注明来源:https://www.xzbu.com/2/view-441106.htm
