中国楼市与股市是此消彼长的吗

1、中国楼市与股市是此消彼长的吗？ 内容摘要：本文运用1992-2013年我国的宏观经济数据，对房地产市场与股票市场的关系进行分析。结果表明，双方的Granger因果关系不显著，且二者对对方的影响也十分有限。因此，不同于很多观点和主张，本文认为，楼市与股市不存在明显的因果关系，将二者简单地归结为此消彼长的关系是不合适的。因此，对于2014年股市的复苏，并不能单纯地用楼市不景气来解释。关键词：楼市 股市 因果关系一、引言楼市与股市存在此消彼长关系的说法由来已久，这种观点的主要依据有：第一，股票市场与房地产市场现阶段是我国两大主要投资领域。当前，我国企业和居民投资渠道相对单一，股市与楼市成为吸纳投资的

2、主要力量。如果股市呈现低迷，由于缺乏其他投资渠道以及受羊群效应的影响，大量民间资本就会涌入楼市，同样，如果楼市不景气，民进资本又会涌入股市。第二，自2008年A股跳水，上证指数从5000多点一直跌到1800多点，此后直至2013年，股市一直处低迷状态，上证指数大部分时间徘徊于2000多点；然而，这一段时间却是中国房地产业发展的黄金时期，在这6年里，中国房地产投资以年均超过20%的增长率急速增长，也确实有相当一部分资金从股市撤出，继而投入到愈来愈红火的股市。2014年，中国房地产业遇冷，并不时传出“房地产拐点到了”、“房地产泡沫要破灭”等一系列言论，而进入下半年，中国股票市场却又迅速走高，在一段

3、时间内，上证指数从2100涨到3000点，涨幅超过40%，这使得很多人有楼市庞大的资金正在注入股市的猜测。上述两点似乎在一定程度上佐证了楼市与股市存在较强此消彼长的关系。然而，楼市与股市的关系可能并非只是简单的此消彼长。关于中国楼市与股市的关系，笔者至今尚未找到系统阐述的文献，也未找到明确的印证二者存在负相关关系的有重量的证据。虽然上文提到在一段时间内楼市与股市确实出现过负相关的现象，但二者也出现过正相关的现象，比如，2006年下半年至2007年上半年，A股急速上涨，上证指数更是达到了创纪录的6124点，而这段时间，也同样是房价快速增长的时期。由此可见，楼市与股市并非是单纯的此消彼长，甚至二者

4、可能并不存在明显的关联。本文通过对1992-2013年房地产投资与上证指数的分析，证实楼市与股市的关系并非简单的此消彼长，二者并不存在明显的因果关系。 二实证分析本文选取1992-2013年间的样本数据，以房地产投资额（X）作为房地产市场的财富变量，用上证综合指数（Y）来衡量股票市场的发展状况。数据来源于国家统计局网站和中国统计年鉴。此外，按照处理经济时间序列数据的一般做法，为降低数据的波动幅度和异方差的影响，我们对房地产投资额和上证综合指数取自然对数，记为lnX和lnY。（一）变量的平稳性检验 时间序列的平稳性是指序列的统计规律不会随着时间的推移而发生变化。当时间序列平稳时,此序列对任何外在

5、的冲击只会有暂时性的影响，而非平稳性的时间序列则会对外来冲击产生累积影响，进而偏离其均值。【3】为防止伪回归现象发生，运用Eviews6.0软件分别对lnX、lnY两个变量的水平值和一阶差分进行增广迪基-富勒（ADF）检验。 表1 lnX、lnY、DlnX和DlnY的ADF检验结果变量 检验类型 ADF统计量 1%临界值 5%临界值 10%临界值 P值lnX （c,t,0） -5.034436 -4.467895 -3.644963 -3.261452 0.0032lnY （c,t,0） -3.186601 -4.467895 -3.644963 -3.261452 0.1137DlnX （c

6、,0,0） -4.729764 -3.808546 -3.020686 -2.650413 0.0014DlnY （c,0,0） -5.550896 -3.808546 -3.020686 -2.650413 0.0002 注：DlnX、DlnY均为原序列的一阶差分序列。（c，t，n）分别表示单位根检验中的截距项，时间趋势项和滞后阶数。滞后长度n以AIC最小为标准。由表1的检验结果可以看出，lnX在1%的显著水平上是平稳的，但lnY在1%和5%的显著水平上都是不平稳的；而二者的一阶差分序列都是平稳序列，这样序列lnX和lnY就具备协整检验的必要条件,可以对其进行协整分析。（二）协整检验为了验证

7、上述两变量是否为二阶单整时间序列，即二者之间是否存在长期稳定的均衡关系，下面将通过协整分析来验证。本文采取的Engel和Granger于1987年提出的基于回归残差的协整检验，即EG检验。首先，建立模型。假设二者关系模型为 lnYt01lnXtt 然后，用最小二乘法对该模型进行回归分析，得到 lnYt4.5756810.300893lnXtt t=（5.385823） （8.855243）R2= 0.591896 D.W.= 1.372893由回归方程可得残差序列如下：t4.5756810.300893lnXt lnYt 残差序列曲线图如图1所示：图1 残差序列图进行残差序列均值检验，结果如表

8、2所示，残差可以通过1%水平的单位根检验，这说明在99%的置信水平下拒绝原假设，即残差序列是平稳的。由此可知，序列lnX与lnY之间存在协整关系，即1992-2013年，我国房地产开发投资额和上证综合指数之间存在一种长期的动态均衡关系。表2 残差的单位根检验结果变量 检验类型 ADF统计量 1%临界值 5%临界值 10%临界值RESID01 （0,0,0） -3.254040 -2.679735 -1.958088 -1.607830注：（c，t，n）分别表示单位根检验中的截距项，时间趋势项和滞后阶数，滞后长度n以AIC最小标准。（三）格兰杰因果检验从表3可知，对于滞后1-5期，lnX不是ln

9、Y的格兰杰原因，且lnY也不是lnX的格兰杰原因，即我国房地产投资额上证综合指数的格兰杰原因，上证综合指数也不是房地产投资额的格兰杰原因。因此，我国的楼市和股市并没有显著的因果关系。表3 格兰杰因果关系检验结果原假设滞后期F统计量接受原假设概率结论lnY>lnX 10.593290.4511接受lnX>lnY 14.858100.0408接受lnY>lnX 20.629100.5466接受lnX>lnY 23.291990.0653接受lnY>lnX 31.170230.3617接受lnX>lnY 31.292870.3217接受lnY>lnX 40.

10、964450.4720接受lnX>lnY 40.731140.5930接受lnY>lnX 50.464270.7913接受lnX>lnY 50.777720.5997接受（四）误差修正模型协整检验仅能检验两序列之间的长期动态关系，因此要通过建立误差修正模型反映长期与短期的变动关系【5】。通过协整检验得到残差序列t，且令误差修正项ECMt=t，建立误差修正模型如下：DlnYt01DlnXtECMt-1t 通过回归可得数据如表4所示：表4 回归分析结果变量 系数 标准误差 t统计值 概率DlnX -0.087081 0.417093 -0.208781 0.837C 0.0798

11、5 0.128229 0.622717 0.5413ECM（-1） -0.677483 0.224662 -3.015564 0.0074 由回归分析结果可得误差修正模型如下：DlnYt0.07985-0.087081 DlnXt 0.677483 ECMt-1 t= （0.622717）（-0.208781）（-3.015564）R2=0.343712 D.W.= 2.007212三结论由格兰杰因果检验的结果可知，在95%的概率水平下，我国的楼市并不是股市的格兰杰原因，股市也不是楼市的格兰杰原因，即二者并不存在显著的因果关系，二者具有此消彼长的关系更无法得到明确的验证。根据误差修正模型，Dl

12、nX前的系数为-0.087081，即房地产投资额对上证指数影响的短期弹性系数是-0.087081。这表明，在短期内，房地产投资额每增加1%，上证指数约下降0.087%。由此可见，楼市虽能引起股市向相反方向变动，但这变动微乎其微，即楼市对股市的影响十分有限，并不是其变动的主要原因。 总之，从1992-2013年的宏观数据来看，中国的楼市对虽股市有少许反向作用，但这作用微乎其微，并不足以决定股市的变动，并没有强有力的证据来支撑二者存在明显的此消彼长的关系。参考文献1Charles Collyns, Abdelhak SenhadjiLending Booms, Real Estate Bubbles an