股市与房地产市场动态关系的研究述评及研究方向建议

●周浩晖

过去，有很多研究试图考察房地产与股市之间的关系。最初的研究集中在两种替代投资品之间的相关性，特别是在美国和英国等发达国家市场。

一、房价与股票价格的短期关系

在美国市场上，Ibbotson 和 Siegel(1984)、Hartzell (1986)、Worzala 和 Vandell(1993)以及 Eichholtz 和 Hartzell (1996)使用年度或季度数据的研究发现，房价与股票价格之间之间存在负相关，相关系数为- 0.06 至- 0.25 之间。另一方面，在英国市场，Worzala 和 Vandell(1993)、Eichholtz 和Hartzell(1996)发现了截然不同的结果，前者为正相关(0.039), 而后者为负相关(- 0.08)。之后，Quan 和 Titman(1999)通过对 17个发达市场和新兴市场数据的横截面和面板回归分析，发现大多数国家的房地产与股市的关系都是正向的。当宏观经济变量的变动被控制后，房价与股价的关系变弱。这表明在较小的经济体中，宏观经济变化在两者的关系中起着重大的作用，因为它们同时影响着两种价格。此外，Oikarinen(2010)认为，尽管在这些研究中已经证实了正相关或负相关，但相关系数比较低，表明有可能存在多样化的关系。

Eichholtz 和 Hartzell(1996)利用国际数据研究了三种资产之间的关系：房地产分类股票指数、股票市场和基于评估的指数。他们研究了三个国家：加拿大、英国和美国，都使用了季度房地产存量数据，三个国家的数据分别始于1985 年第一季度，1977 年第二季度和1977 年第四季度。三组数据都结束于1993 年第四季度。他们的研究使用标准的普通最小二乘法，用一个常数和相应的非地产股票指数回归地产股票指数收益。Eichholtz 和Hartzell（1996）的研究结果表明，房地产市场和股票市场在美国市场存在同步关系，同样的结果也可以在Ibbotson 和Siegel（1984）、Hartzell （1986） 和 Worzala 和 Vandell（1993）的研究中找到。然而，加拿大的数据没有发现这种正向关系，因为相关系数微不足道。由于数据的限制，Eichholtz 和Hartzell（1996）只能对这三个国家之间的差异作出理论解释，认为主要是由于各国税收制度和市场规模的差异，造成房地产和股票风险不同。另外租赁合同条款上的差异可能是导致这三个国家之间差异的另一个原因。总的来说，这项早期研究开创了一个新的研究领域，通过研究美国房地产市场和股票市场之间的关系，启引了之后的其他的研究。

在 Eichholtz 和 Hartzell（1996 年）的研究之后，Quan 和 Titman（1999 年）的研究在14 年的时间跨度内调查17 个不同的国家，克服了数据量较少的问题。他们研究了股票市场与房地产价值和租金变化的关系。Quan 和 Titman（1999）研究的17 个国家包括了世界上最大的发达经济体和亚洲新兴市场中的几个较小经济体。研究期间为1984 年至1996 年的年度数据。Quan 和 Titman（1999）也使用普通最小二乘法进行横截面测试。与Eichholtz 和Hartzell （1996） 不 同 ，Quan 和 Titman（1999）使用通货膨胀、利率和GDP 三个变量来控制宏观经济因素，并将股票价格作为独立变量。此外，他们还进行了时间序列测试，以评估股票价格与房地产价格在每一个国家在每年的相互关系。Quan和Titman（1999）将总周期分为两个相等的子周期，以确保测试的稳定性。另外欧洲和亚洲市场也分开进行计算，因为在亚洲国家，股票指数通常包括很多房地产公司的股票，令房地产指数和股票指数之间的关系被高估。根据Gyourko 和Keim(1992)的研究，房地产指数实际上包含了过去房地产成交的信息。为了反映这一信息，Quan 和Titman (1999)假设股票指数滞后一年。他们没有进行任何测试来确定最佳滞后期，但认为这个假设的一年的滞后期是充分及合理的。他们的研究发现，在大多数国家，股票收益与房地产之间存在显著的正相关关系。如果经济变量同时影响企业盈利和租金，这种关系就会变得更加强烈。Quan 和Titman(1999)还认为，显著正相关性的是由于模型中的经济因素，即通货膨胀、国内生产总值和利率。时间序列检验进一步证实了这一推测，因为一旦它们对商业周期因素和租金的变量进行控制，股票回报率与房地产之间的关系就变得不显著。由于Quan 和Titman(1999)使用了年度数据，因此与更频密的数据相比，两者价格变化的准确性相对较低。该研究的研究方法仍有值得商榷之处。

然而，只有少数研究试图解释股票价格是否会引发房地产价格的变化，或相反地由房地产引发股票价格变化。Granger因果关系检验或脉冲响应函数可以用来检验房价和股票价格之间的短期动态关系。这些研究分别由Chen（2001）、Takala和 Pere（1991）、Green（2002）、Kakes和 Van Den End（2004）以及 Kapopulos 和 Siokis（2005）利用中国台湾、芬兰、美国加利福尼亚、荷兰和希腊的数据进行。总的来说，这些研究发现，股票市场可以预测短期内的房地产市场的价格变化。

此外，Sutton(2002)使用了向量自回归模型，研究了荷兰、爱尔兰、美国、英国、加拿大和澳大利亚的股票价格与房地产价格之间的短期关系。股票价格的上涨会增加国民收入。例如，股市上涨10%将导致英国未来3 年的家庭收入增长0.7%，而澳大利亚为 0.3%。然而，Sutton（2012）认为，股市变化对国民收入的影响似乎不足以解释股票价格对房价的影响。Sutton（2002）指出，这种正向关系可能是由于股票价格对房价的财富效应。

二、房价与股票价格的长期关系

关于住房和股票价格之间的长期关系研究较少。然而了解这种关系，对经济政策制定者和普通投资者尤其重要，因为房地产投资由于其高昂的交易成本通常被归类为长期投资Oikarinen(2010)。有证据表明，从长远来看，两种资产价格之间的动态关系可能会发展成协变(covariation)。例如，Englund 等人(2002)认为投资期限(investment horizon)可以解释经验丰富的投资者是如何进行投资的。他们研究了一个包含国债、债券、房地产公司股票、普通股和房地产的投资组合。结果表明，短期内投资者不应持有任何的房地产，而从长期来看，15%到50%的比例是有效的。

在另外的长期关系的研究中，Takala和Pere(1991)利用芬兰1970 年至1990 年的季度数据发现了股票和房价之间的长期关系。Chou 和 Chen (2011) 利用Wavelet Analysis对美国市场的两者关系进行了研究，发现财富和信贷效应对它们的关系有不同影响。财富效应导致有意外收益的人在房地产上花费更多，而信贷效应则导致房地产价格引领股票价格(Lean和Smyth,2014)。在中国香港市场，Hui 和Ng(2012)利用协整检验也发现了股票和房价之间的长期关系。他们还发现了信贷效应的证据，但随着时间的推移这一效应会逐渐消失，市场开始细分。

Ibrahim(2010)在关于这一主题的评论中，使用了1995 年至2006 年的数据来测试泰国的财富效应和信贷价格效应。Ibrahim(2010)使用向量自回归框架来研究住房和股票价格之间的关系，并利用Granger 因果检验、脉冲响应函数和方差分解来分析。根据Quan 和Titman(1999)的建议，Ibrahim(2010)将实际GDP 和消费者物价指数纳入宏观经济的考虑因素。他采用了1995 年初至2006 年底的季度数据，严格说来是全球金融危机前的数据。这项研究的结果有力地证实了住房和股票之间的单向关系。特别是股票价格主导了所有四类住房的房价。因此，财富效应在泰国的数据上可以解释住房和股票之间的单向关系。同样，Quan 和Titman(1999)，Ibrahim(2010)也证实了实际 GDP和消费者物价指数在这类研究中的重要性。

三、评论及未来研究方向

综上述综述可以看出，目前关于股市与房地产市场之间互动关系的研究仅停留在对两个市场指标之间因果关系的实证研究，而并未充分考虑影响两个市场之间互动的宏观经济因素及潜在的深层次要素，也就是说，大部分研究只观察了两个市场出现的现象而没有深入触及本质。另一方面，过去的研究对两个市场的互相传染的效应大小方面并没有具体化的量化测量，因此无法评估两个市场的传染性及可能的危害，而这正是研究股票市场与房地产市场之间的互动关系最重要的意义。期望未来有更多相关研究可以弥补这一不足之处。