新常态下我国股市与房市关联性探析

摘要

xxxxxxx在2014年5月提出了经济新常态的概念，新常态意味着我国经济发展迈向了一个新台阶。针对新常态下我国的国情，本文分别从马克威茨的资产组合理论、财富效应理论、信贷作用机制以及宏观经济因素对房市与股市的影响这四个方面进行理论分析，选取X和日本作为国外的股市与房市进行分析，并得出结论，后文又通过建立VAR模型进行实证分析，得出我国的房地产市场和股票市场的发展呈负相关性，为投资者优化投资组合及我国XX协调发展股市与房市提供了理论依据，同时也为我国XX协调发展股市与房市提出了相关的政策建议。

关键词：房地产市场；股票市场；新常态

一、绪论

（一）选题背景及意义

1、选题的背景

2014年5月，xxxxxxx在河南考察时首次指出我国经济已经进入了新常态时期，7月又在中南海党外人士座谈会上描述了我国新常态时期的经济状况。新常态标志着我国经济发展迈入了一个新台阶，它要求我们要摆脱以往的投资驱动和出口驱动的增长方式，向质量、效益、生态及可持续发展进行转变。目前，我国采取的经济增长新手段是推动实体经济发展、以创新等多元化发展方式向生态环境更美好的方向发展，伴随的是我国经济增速由以前的两位数降到了6.70%。

股市与房市是人们多元化投资的对象，而且房市与股市的关联性是一直存在的，也是国内外学者连续研究的热点问题，新常态下，我国股市波动比较大，从2014年6月到2015年6月，上证综指从2038点一路飙升至5166点，涨幅达153%，紧接着两个月后，上证综指从这一轮牛市的最高点下跌到了2964点，跌幅达43%，上市公司市值蒸发了20万亿元左右。在这段时期，我国房地产市场发展不景气，2014年商品房销售面积下降，从2013年的13.1亿平方米降到12.1亿平方米，下降了7.63%，2014年末，城镇住房存量大约为240亿平方米，增长超过10%以上，房地产实际开发投资增速下降约50%，国房景气指数从2014年6月开始，经过了11个月之后，下跌了2.54%。

2、选题的意义

为适应经济新常态的发展，我国XX采取了一系列措施。目前，国内外学者对房市与股市关联性研究文也献越来越多，旨在为XX提出相关的政策建议，因此，在新常态下，我们对股市与房市再重新研究一遍，研究结果的意义从微观角度来说，可以帮助投资者合理选择投资产品，增加收益；从宏观角度来说，可以为我国XX高效协调发展股市与房市提供理论依据。

（二）研究思路及方法

1、研究思路

提出问题：探究新常态经济下我国股市与房市的关联性；

分析问题：从马克威茨的资产组合理论、财富效应理论、信贷机制作用和宏观经济因素对股市与房市的影响这四个方面来对房市与股市关联性进行理论阐述，以及对国外的房市与股市关联性进行分析并得出结论。

解决问题：基于对X和日本的国外经验研究，以及对新常态下我国的股市与房市的实证研究，最终得出结论。

2、研究方法

理论概述部分——定性分析法；

模型的建立——定量分析法；

国外经验分析——历史分析法；

模型分析参照国外经验分析——比较分析法。

二、房地产市场与股票市场关联性的理论概述

通过查阅相关资料，我们将新常态下股市与房市的关联性理论总结为四种：

（一）马克威茨资产组合理论

假设一个投资组合中有房地产H和股票S两种投资产品，H和S所占的比例为WH和WS，H和S的期望收益率和风险分别为E（rH）、E（rS）、σH、σS，E(r)代表总收益，σ2代表风险水平，ρ是房地产A和股票B的相关系数，P=1时，代表两种投资产品完全正相关，ρ=0时，代表两种投资产品不相关，P=-1时，代表两种产品完全负相关，则：

（2.1）（2.2）

投资产品H和S各自的收益率和占有比例共同决定总收益E(r)，总风险水平σ2由H和S各自的风险以及投资组合的系统风险决定。

在相等的收益水平下，投资者选择ρ值较小的投资组合，所承担的风险越小，反之，投资者选择ρ值较大的投资组合，所承担的风险越大。

（二）财富效应理论

财富效应[2]是指人们总支出的变动根据货币余额的变动而变动的现象。货币余额是指人们手中所持有的金融或非金融资产。

假设人们的投资产品主要有房产和股票，则房地产市场对股票市场的财富效应是指：当房价上涨时，房地产价值和土地就会增值，人们将其出售或出租，增加财富，然后将一部分财富投资到股票市场，促进股市上行。

股票市场对房地产市场的财富效应是指：股市是国民经济的晴雨表，当股价上涨时，意味着宏观经济发展比较好，因此，人们会预测未来一段时间内，经济会持续增长，增加预期财富量，增加对房地产市场的投入，房地产市场就会上行。

（三）信贷机制作用理论

企业或投资者在商业银行或其他金融机构贷款时，需要将固定资产或有价证券等作为抵押物，若抵押物的价值或预期价值量大，所获得的信贷额度就比较高，反之，所获得的信贷额度就比较低。

1、从资金的需求方分析

企业向商业银行或其他经融机构贷款：若房价上涨，意味着房地产价值增加，企业会获得高额的贷款，一方面，企业将贷款投资到房地产，另一方面企业将贷款投资到厂房或机器设备的建设中，以扩大生产规模，获得更多的利润，导致自身股票价值增值。反之，若房价下跌，房地产价值下降，企业所获得的贷款降低，企业将减少房地产的投资和自身厂房设备的建设，最终导致房市与股市发展不景气。

2、从资金供给方分析

当宏观经济发展良好，房价股价均上涨时，商业银行或其他金融机构向企业的放贷额度增加，间接的促进房市与股市的房展。反之，当宏观经济不景气，房价股价均下跌时，商业银行或其他金融机构对企业放贷的风险增加，企业获得的信贷额度减少，对股市与房市的投资减少，不利于股市与房市的发展。

（四）宏观经济因素对房地产市场和股票市场的影响

1、货币供应量因素

货币供给量的多少取决于中央银行实施的是什么货币政策，同时也会影响利率，如果是宽松的货币政策，货币的供给量就会增多，银行等金融机构的利率降低，有利于企业或投资者加大贷款额度，对股市与房市进行投资，刺激股市与房市上行，如果是紧缩的货币政策，货币供应量就会减少，不利于企业或投资者加大贷款额度去投资股市与房市，股市与房市的发展就会变慢或停止不前。

2、通货膨胀因素

当经济发展过热，出现通货膨胀时，实际利率降低，货币贬值，投资者为了资产保值，减少储蓄，增加对房市与股市的投资，房价股价因此上涨，另一方面，通货膨胀出现，物价上涨，建房成本增加，房价上涨。

（五）小结

受投资组合效应作用的影响，人们总会选择发展较繁荣的房市或股市进行投资，最终导致股市与房市呈负相关关系。

财富效应和信贷机制作用使房市与股市呈正相关性，

三、国外房地产市场与股票市场关联性的经验分析

因为我国现在处在的经济形势实质上是从发展中国家迈向发达国家的一个过程，而新常态的提出实质上是解决中等收入陷阱所迈入的一个方式，因此，分析新常态下我国股市与房市的关联性时，需要分析国外的股市与房市发展的历史，从而得出股市与房市的关联性。结合理论部分内容，本节选取X与日本进行经验分析。

（一）X股市与房市的历史分析

由于X股市与房市在1995年之前都处于比较平稳的发展状态，因此，我们从1995年开始对X的股市与房市进行分析。

1、1995——2000年股市泡沫出现、房市迅速上涨

X的道琼斯工业指数一路上升，到2000年1月14日上升到最高点11723点，这场牛市主导是网络概念的技术型股票，吸引了很大一部分投资者进入了股市，间接促进了股票市场的发展。然而，受股市的财富效应的影响，人们将增加的一部分财富投向了房地产市场，刺激了房价。

2、2001——2006年股市泡沫破灭、房价急速上涨

当X股市泡沫破灭，道琼斯工业指数开始下跌，以及“911”恐怖袭击事件的发生，致使道琼斯指数从2000年1月14日的11723点一直下跌到2001年9月21日的8236点，下跌了29.74%。为恢复经济发展，X从2000年2月连续下调联邦基金利率，到2003年利率降到了1%，使得道琼斯工业指数再次上万，以及资金流动性过剩，大量资金投入到了房地产市场中，促进了房地产市场的发展，综合房价指数由2000年1月的100上升到了2006年1月的200点以上。

3、2007——2008年股市房市下跌

由于X2001—2006年间房地产市场发展过快，次贷危机随即引发，房市股市一路下行，道琼斯工业指数从2007年10月初的14198.1点连续下降到2008年10月的10000点以下，综合房价指数在2009年第一季度也达到了此轮最低点。

4、2009——2017年股市先上升，房市后上升

为稳定资本市场，美联储在2008年11月25日开始共实施了四轮的量化宽松货币政策，使得道琼斯指数从2009年初到2017年1月26日持续上涨，突破了20000点，连续了7年的牛市。2009年5月开始，X房市开始上升，到2016年11月，X西雅图、波特兰、丹佛等主要20个城市的房价同比增长了5%左右。

（二）日本股市与房市的历史分析

1、1985——1990年房市股市暴涨

1985年，日本同X等国家签订“广场协议”后，进入了金融放松时期，日元急速升值，为防止因日元升值影响经济发展，日本央行连续降低贴现率，最终导致的结果是流动性过剩，房市与股市发展过快。

日本房价的上涨主要是因为土地价格的上涨，1986年到1988年，土地价格迅速上升，以1983年为基期100,到1988年，东京圈的商业用地价格是335，住宅用地价格是285，涨幅分别为350%和285%。

日经指数在1983年到1990年一路上升至最高点，1985年到1989年，日经指数上升了约325%，1989年较1985年的股票资产总价值增长了396.97%，这段时期内，日本股市发展空前的繁荣。

2、1991——2003年房市股市泡沫破灭、遭遇“失去的十年”

从1989年开始，日本XX为控制经济发展过热，实施了一系列政策措施，主要有提高央行的贴现率，直接管制土地交易价格[12]。日本股市房市泡沫破灭，首先体现在股票市场，1990年1月18日，日经指数跌破37000点，到1990年末股市总市值大幅缩水，平均股价下跌40%左右，股市开始下行。随后土地价格、房地产价格下降，房地产公司开始倒闭，到2002年，存活房地产公司不到三分之一。

3、2004——2007年房市股市开始上升

2003年4月，日经指数在7608点开始反弹，股市进入了增长的拐点，日本经济有了增长的迹象，同年GDP增长了0.8%，到2005年，日本的地价也开始上涨，年底全国土地平均价格增长了约0.9%，资本缩水现象消失，房市股市开始缓慢复苏。

4、2008年以后金融危机爆发，房市股市有所下降

在2008年，日本受全球金融危机的影响，日经225种平均股指从2007年的1639.72下降到了10859.55，以后保持在9000点到10000点之间，房市和股市同步下行，住宅的新开工户数由2008年的1094千户降到了788千户，随后保持在900千户左右。

（三）小结

X的房市与股市交替引领经济发展，呈螺旋式上升趋势。在股市泡沫时期，由于股市对房市的财富效应，使得房市得到了空前的繁荣发展；股市泡沫破灭后，投资组合效应起了主要作用，使得房市再次繁荣发展；次贷危机爆发后，宏观经济因素对房市与股市产生了影响。

日本股市与房市的兴衰呈一致性，日本经济泡沫时期，主要是信贷机制作用以及宏观经济因素的原因，导致房价股价暴涨，股市泡沫破灭后，日本经济衰退，财富效应、信贷机制作用以及宏观经济共同影响了房市股市的发展，2003年以后，房市股市又同步上升。

四、新常态下我国股市与房市关联性的实证研究

通过对国外房市与股市关联性的分析，接下来对新常态下我国的股市与房市进行实证分析，进一步得出新常态下我国股市与房市的关联性。

（一）数据采集与描述统计分析

1、数据采集与处理

由于我国房地产市场发展时间短，因此，在实证研究中选取的代表数据是具有权威性的国房景气指数，用HP表示；股票市场选取的代表数据是由上海证券交易所发布的上证综合指数，用SP表示。

本节选取2014年6月——2016年12月的数据是：国房景气指数的月度数据以及上证综指的月末收盘价，计量运算均在Eviews8软件平台上进行。

2、描述统计分析

我国股市与房市的发展形势呈“跷跷板”式，股市上行的时候，房市处于下行状态，上证综指张至最高点的时候，国房景气指数下跌至最低点。

国房景气指数的标准差是606.6622，这表明股票市场的波动比较大，上证综指的标准差是0.658134，这表明房地产市场的波动比较小；国房景气指数的偏度小于0，偏左，上证综指的偏度大于0，偏右；国房景气指数和上证综指的JB值都比较大，因此不能拒绝零假设，说明服从正态分布。

（二）协整检验

协整关系[11]是指两个或两个以上的经济变量之间存在的长期均衡关系。

1、平稳性检验

首先用ADF检验法来判断序列的平稳性，若时间序列平稳，则进行协整检验，若时间序列非平稳，则对变量进行同阶差分，若检验平稳时，再进行协整检验。由于上证指数和国房景气指数的变动幅度较大，为消除异方差，对两个变量分别取对数，记作LNSP和LNHP。

水平检验后LNHP和LNSP的T值均大于麦金农5%临界值，即不能拒绝原假设，是非平稳序列，一阶差分检验后，LNHP的T值是-4.439253，,小于5%临界值-2.967767，LNSP的T值是-3.810994，小于5%临界值-2.967767，故拒绝原假设，是平稳序列。

2、协整检验

LNHP和LNSP一阶差分后是平稳序列，接下来对LNHP和LNSP进行协整检验，我们用Johansen协整检验法进行判断，首先根据LR检验、AIC信息准则和SC准则，确定LNHP和LNSP的滞后阶数为1，1。

迹统计量均大于5%临界值，即接受原假设，LNHP和LNSP具有协整关系。

（三）建立VAR模型

根据协整检验结果，LNHP和LNSP的一阶差分后具有协整关系，记为DLNHP和DLNSP，接下来进行双变量的VAR模型分析，检验结果如表4-4所示：国房景气指数能被自身以及上证综指的滞后项所解释，而上证综指只能被自身的滞后项所解释。

（四）Granger因果检验

在VAR模型基础上再进行Granger因果关系检验分析，来确定股市与房市的因果关系。Granger因果检验是由格兰杰在1969年提出，之后由其他学者对其进行了完善。它的原理是，如果別Xt、Yt为平稳序列，对于如下模型：

（4.1）

（4.2）

为白噪声,存在以下情况：

（1）如果则Xt、Yt互相独立；

（2）如果则Xt为Yt；

（3）如果则Yt、Xt的原因；

（4）如果则Xt、Yt互为因果；

通过要判断、是否为0，来判断DLNHP和DLNSP是否存在格兰杰因果关系，通过F检验，得出如下结果。

第一个P值较小，则拒绝原假设H0，即DLNHP是DLNSP的格兰杰原因，第二个P值较大，则接受原假设H0。

（五）结论分析

新常态下，2014年6月到2015年6月，我国股市一直处于上升态势，而房市则处于下行态势，随后股市下行，房市却上行，这是因为我国股市存在的散户较多，投机性比较强，从而使股票和房地产相互替代，投资组合效应起了较强的作用，虽然也存在财富效应、信贷机制的效应以及宏观经济的影响作用，但是都显得比较微弱。

在通过了国外经验的分析，以及实证分析后，VAR模型的结果显示新常态下我国的股市与房市的系数为负，即呈负相关性，这与X的经验分析结果略有相似之处，与日本的经验分析结果完全不同，格兰杰因果检验的结果显示新常态下我国的房地产市场其主导作用。

五、新常态下协调发展我国股市与房市的政策建议

通过国外经验分析和国内实证分析，我们发现新常态下我国的股市与房市的关联性与X有略微的相似之处，X是股市与房市交替引领经济的发展，而新常态下我国是股市先引领经济发展，将来是否会换成房市，还有待观察，据目前分析的结果以及新常态下我国的国情和发展要求，提出以下政策建议：

（一）基于房地产角度提出的政策建议

1、稳定房地产市场的发展

新常态下我国股市的上升对房市的上升有抑制作用，在2014年6月到2015年6月上证综指一路飙升，达到最高点5166点时，国房景气指数一路下跌，达到最低点92点左右，因此，XX应该采取措施，合理控制股价，以促进房市的稳定发展。

2、提高住房品质

实证分析结果显示，国房景气指数受自身滞后期的影响，因此XX应该引导房地产向创新的方面发展，如设置绿色环保设施，来满足购房者的需求，从而促进房市的发展。

（二）基于股市的角度提出的政策建议

1、稳定股票市场的发展

由于股价的持续上涨，会使投资者产生投机心理，进行非理性投资，从而加重投机氛围，刺激了股市发展，如果这样一直持续下去，难免会导致股市发展过热，因此，XX应该对股民投资进行投资的引导，以稳定股票市场的发展。

2、完善证券市场相关制度

我国股市的散户居多，他们对我国股市的发展有一定的影响力，因此，XX应该出台相关政策保障这些散户的合法权益，严惩股票市场中的内幕交易等违法行为，完善违法惩罚制度。

（三）综合两者的角度提出的政策建议

新常态下我国股市与房市关联性探析

咸阳师范学院2017届本科毕业论文

面对我国股市与房市发展的现状，XX在采取政策措施刺激股市或房市的发展时时，应该仔细思考这两个市场的关联性，预测后期的可能变动，不要顾此失彼，以防产生不良后果，特别是短期内频繁的降息降准措施，应该充分考虑我国股市与房市的关联性。15

参考文献

[1]邵方,朱德忠.新常态下房地产与股市的关联性实证分析[J].石家庄经济学院学报,2016,(03):11-15.

[2]张小翠.基于VAR模型的房地产市场与股市关系研究[J].时代金融,2009,(09):31-33.

[3]冯跃威.新常态下的股票市场[J].中国石化,2015,(01):71-72.

[4]王洛林,张季风.日本经济与中日经贸关系研究报告（2014）[M].2014年

[5]葛瑛.X房地产市场及房地产金融发展的历史回顾[J].浙江金融,2011,(01):73-76.

[6]况伟大,赵宇华.中国房市与股市关联度研究[J].经济理论与经济管理,2010,(08):38-44.

[7]黄欢欢.我国房地产市场与股票市场互动关系研究[D].天津财经大学,2014.

[8]陈晓丽.中国房地产价格与股票价格相关关系的研究[D].浙江大学,2008.

[9]陆岷峰,张玉洁.房地产市场、股票市场与通货膨胀的联动性分析——基于VAR模型的实证研究[J].北华大学学报(社会科学版),2011,(02):29-36.

[10]肖淑芳.股票市场和房地产市场互动关系研究[D].湘潭大学,2014.

[11]高铁梅.计量经济分析方法与建模:EViews应用及实例[M].清华大学出版社,2006第1版

[12]陈英伟.中国房地产市场与股票市场的互动关系研究[D].山东大学,2012.

[13]李富宝,陈晓倩,齐天真.房地产市场与股票市场、信贷市场联动关系研究[J].商业时代,2012,(20):69-70.

[14]郭德宪,盛理峰.中国房地产市场与股票市场的动态关系研究[J].经济论坛,2011,(02):69-72.

[15]邓永亮.人民币升值、房价上涨与通货膨胀——兼论房价上涨是否助长了通胀[J].山西财经大学学报,2010

[16]陈伟.中国房市和股市财富效应之比较实证分析(1994—2013)[J].首都师范大学学报(社会科学版),2015,(02):69-79.