房地产业与商业银行间风险溢出效应研究--基于DCC-GARCH-CoVaR模型.pdf

云南民族大学学报（自然科学版），（）：收稿日期：基金项目：国家自然科学基金（）；陕西省自然科学基础研究计划（）；中国博士后科学基金（）作者简介：韩方园（），女，硕士研究生 主要研究方向为金融数学与统计通信作者：卢俊香（），女，博士，教授 主要研究方向为金融数学与统计房地产业与商业银行间风险溢出效应研究 基于 模型韩方园，卢俊香（西安工程大学 理学院，陕西 西安 ）摘要：年新冠肺炎疫情的爆发成为我国市场经济发展的巨大阻碍，疫情冲击下，房地产业与银行业作为我国重要行业也受到极大影响，基于此背景，对我国房地产业与三类上市商业银行（国有银行、城市银行、股份制银行）股市风险溢出进行研究，首先构建各收益率序列 模型，接着对房地产业与三类商业银行分别拟合 模型，以此研究两行业的动态相关关系，最后通过该模型计算 值、值来度量两行业间风险溢出效应强度实证研究结果表明，疫情爆发前期，房地产业与商业银行间基本为正向动态相关关系，且两者间存在正向风险溢出效应，随着疫情的爆发，两行业间的正向动态相关性显著增强且风险溢出效应也随之增强，均为正向溢出，其中对股份制商业银行影响较大关键词：疫情冲击；动态相关性；风险溢出中图分类号：文献标志码：文章编号：（）近年来，新型冠状肺炎疫情在全球不断蔓延扩散，此次疫情影响范围广，持续时间长，对中国的经济发展和社会稳定造成了严重影响，股市的剧烈波动引起风险扩散的急剧增加，危及到整个金融系统前所未有的重大健康危机使得我国各行各业均面临着严峻的挑战房地产是我国的支柱型产业，银行业作为现代金融业的主体，疫情冲击下，二者作为关乎国计民生的重要行业自然也无法置身事外由于我国房地产项目的开发与居民住宅消费都过度依赖银行的资金支持，一方的萧条必定会影响另一方的稳定性，因此研究二者之间的相关结构及风险溢出效应显得极为重要 （）首次提出条件在险价值 方法，随后国内外学者研究发现 模型不仅能够有效度量金融机构间的风险溢出效应，而且能充分刻画风险贡献程度已有研究中计算 的方法主要为分位数回归法、函数法、模型法，国内学者谢福座 最早使用分位数回归法结合 度量风险溢出，王周伟等 对 种计算方法进行比较研究，发现 模型（后文简述为 模型）能更好地刻画非线性的时变相关性 等认为金融机构之间的风险相依关系是随时间变化的，因此利用动态条件相关的 模型进行研究姜永宏等 、姚洪心 等运用 模型刻画国际石油价格与行业股票市场的动态相关关系及风险溢出效应，孙毅等 、陈挺等 通过 模型分析了期货市场的动态相关性，诸多学者基于 模型对国际股票市场间联动性进行实证分析 ，为国内投资者进行国际投资、防范金融风险等提供重要参考近几年，随着房地产业的高速发展，学者们对房地产与银行业领域进行了一系列研究 ，发现两行业紧密相连，并具有一定的风险传染效应综上所述，基于 模型分析金融市场间的联动性的研究较为成熟，然而度量风险溢出效应大多集中在石油、股票、货币、期货等金融风险较高的市场，且研究市场间的风险溢出效应程度的也鲜有当前处于新冠疫情时期，我国房地产业与商业银行受到的负面影响不可小觑，但目前很少有文献涉及到该时期两行业间的金融风险，因此，本文尝试构建 模型，从风险溢出强度与方向 个层面，分析新冠疫情冲击下房地产业与商业银行间的风险溢出效应，并将其股指数据分为疫情爆发前期与疫情蔓延时期两阶段，通过对比不同阶段，进一步比较分析突发事件影响下两行业间风险溢出效应的变化，从而为我国在疫情蔓延期防范金融风险提供理论依据 理论基础 动态相关结构为了刻画房地产业与商业银行间的动态相关结构，本文运用 （）提出的 模型该模型可以捕捉到行业间随时间变化的条件相关性，主要分为 步骤：估计单变量的 模型参数；构建双变量 模型，计算变量间的动态相关系数 类模型建立 模型要求序列不存在自相关性，因此引入 模型剔除这种自相关性 ，研究表明 模型更适合分析具有厚尾分布的股票收益率序列 提出 模型，放松了对 模型的参数非负约束，同时引入加权扰动项对正负扰动进行非对称处理基于以往研究中多数用 模型拟合，因此本文分别构建了 模型与 模型对比选出最优模型）（，）（，）模型结构 ，（）其中，为收益率，为均值方程的截距项，为残差序列，为 （）项系数，为 （）项系数，为标准差，为方差方程的截距项，为 项系数，为 项系数，可选择不同的概率分布，例如：正态分布、分布、分布、偏正态分布和偏 分布）（，）（，）模型结构 ，（）其中，表示杠杆效应，表示负冲击对市场波动更大 模型描述 市场的收益率 与 市场的收益率 间的时变相关性时，建立两序列间的 模型表示为 ，（，），（）其中，（，），（，），（，），为二元联合 分布的自由度；（）（）（槡，槡）（）珋 （），（）为动态相关系数矩阵，表示单变量 模型得到的时变对角标准差矩阵，为时变的条件协方差矩阵，条件协方差矩阵，为残差无条件协方差矩阵，为标准化残差系数，是条件方差系数，且均为非云南民族大学学报（自然科学版）第 卷负数，满足 因此，（，）模型下两变量间的动态条件相关系数为 ，（）珋 ，（）珋），（）珋），（）其中 ，表示两变量间的协方差，动态条件相关系数 ，越大，表示风险溢出效应程度越高 风险溢出度量 理论传统的风险度量方法 是指在一定置信水平下，某一金融机构或市场面临的最大可能损失设 表示房地产业的风险损失，则 时刻的风险价值可表示为（，）（）和 （）提出了 的概念，表示在一定的置信水平下，某市场在未来一段时间内损失为 ，其他市场可能遭受的最大损失为 ，表示商业银行的风险损失，则 时刻的 ，表式为（，）（）根据 和 （），本文用 表示房地产业与商业银行的溢出大小，定义如下 ，（）其中，表示当房地产业处于正常波动水平下，商业银行面临的最大可能风险损失 基于 模型计算 根据 的定义，在序列分布满足或近似服从既定的分布时，金融市场的 计算式为 ，（），（）其中，为 类模型估计的均值，为 模型估计的标准差；（）为置信水平为 时的房地产业收益率分布的分位数根据上述 理论可计算溢出风险价值，具体表达式如下：，（，），（），（）（）进而对其进行标准化处理，去除了量纲的影响，能更准确地反映风险溢出强度 ，（）实证研究 数据处理本文选取英为财情网和网易财经中房地产业指数（）以及我国三类上市商业银行综合股指数据作为研究对象，通过对我国 家上市商业银行按其所属类别，采用各银行的日市值占该类银行总日市值的比重作为权重，对该类银行的个体收益率进行加权得到综合收益率，记国有商业银行、城市商业银行、股份制商业银行的综合收益率分别为 、本文将数据以武汉封城日为分界点分为两阶段，第一阶段为 年月日 年月 日，第二个阶段为 年月 日 年 月 日 为了方便数据的处理分析，对日收盘价指数做对数一阶差分处理，并将结果乘以 ，以降低计算误差即 （），其中，表示指数 日对应的市场价格指数，表示指数 日对应的市场价格指数，为 日百分比收益率经处理后得到实际有效数据共 组（删除了股票收盘价缺失值，使得各股指数据的收盘日期相同），其中第一阶段有效数据 组，第二阶段有效数据 组 描述性统计由表 结果分析，两阶段房地产与商业银行收益率序列的均值都较小，其国有银行标准差相对较小，表明国有银行收益率波动较稳定；各股指的偏度均不等于 ，且峰度均大于 ，这体现了金融收益率序列的“尖峰厚尾”性 检验的 值均显著，所以拒绝原假设，则各收益率序列均不服从正态分布为了避免出现伪回归现象，利用 检验各序列的平稳性，再对其作异方差性检验由两阶段 检验拒绝了序列存在第 期韩方园，卢俊香：房地产业与商业银行间风险溢出效应研究 基于 模型单位根的原假设，得到各收益率序列是平稳的；检验结果表明收益率序列均存在显著的异方差性，即序列均存在波动集聚的现象，适合用 模型拟合表 收益率序列描述性统计参数 阶段 值 阶段 值 注：、分别表示在 、的水平上显著 单变量 建模房地产业与三类商业银行综合收益率序列均存在显著自相关性，因此对序列进行 建模时需结合 模型对均值方程建模，其中 序列分别服从正态分布、分布、分布、偏正态分布和偏 分布，通过拟合结果可发现，第一阶段对房地产业和国有商业银行序列拟合 （，）（，）偏 效果最好，其余均使用 （，）（，）偏 模型，拟合结果如表 所示表 类模型拟合结果参数 阶段 云南民族大学学报（自然科学版）第 卷续表 参数 阶段 注：为 检验对应的 值从表中可看出，几乎所有参数均显著，且各模型参数中 ，保证了 的无条件方差是有限的，同时保证 的条件方差是随时间变化而变化的除第一阶段房地产业与国有银行外，其余 均大于零且在 置信水平下显著，因此存在明显的杠杆效应对拟合模型的标准化残差平方项进行 检验，以确定模型是否消除了原残差序列的 效应，值均大于 ，残差序列不存在异方差性，因此 类模型拟合效果较好 双变量 建模利用各序列 类模型的残差序列进行 （，）模型估计，从而得到房地产业与商业银行间的动态相关系数，模型参数估计结果如表 ，其中动态相关系数如图 、图 所示表 （，）模型拟合结果参数 阶段 阶段 图 阶段 房地产业与商业银行间动态相关图图 阶段 房地产业与商业银行间动态相关图 风险溢出度量由表中、均非负且显著，两参数之和均小于，表明两行业间存在有效的动态相关性，其中标准化残差代表当前的信息对未来波动性所产生的影响，疫情前期城市商业银行所产生影响较大，然而疫情爆发后，股份制银行受到冲击的敏感度更高通过两行业间的动态相关系数均值 来从整体分析，我们可发现房地产业与第 期韩方园，卢俊香：房地产业与商业银行间风险溢出效应研究 基于 模型三类商业银行的动态联动性相差不大，疫情的爆发引起两行业相关关系明显增强，其中房地产业与国有银行存在较强相关性及风险溢出效应进一步通过动态条件相关系数时序图，具体分析不同时间段行业间动态相关性和风险溢出效应的变化 年处于股灾期间，年中美摩擦持续影响，我国房地产业与银行业一直处于较高相关水平，年新冠疫情的爆发，使得两行业面临全球性突发公共卫生事件，再次达到新高度疫情爆发前期，两行业间基本为正向动态相关关系，个别阶段为较低水平负相关，疫情蔓延期，房地产业与商业银行间的动态相关性显著增强，两行业间均保持高度正向相关，因此两者间的风险溢出也会随之变化为进一步测量房地产业与商业银行间的风险溢出方向与强度，根据 置信水平下的在险价值计算出 、，如表 所示，表中数据为各项的均值结果表 房地产业与商业银行间的风险溢出统计量 阶段 阶段 由结果可得，房地产业与商业银行间存在双向风险溢出效应，后者对前者的风险溢出 、的绝对值均大于前者对后者的，从 值分析，两行业之间均存在正向的风险溢出效应，无论是绝对的溢出强度还是相对的溢出强度，商业银行对房地产业风险溢出水平更高，当银行业处于危机时，房地产将会面临更大的损失相较于国有银行和城市银行，疫情对房地产业与股份制银行间冲击更大，疫情爆发前期，这两个行业相互间溢出强度较低为 ，随着疫情的爆发，两者相互间溢出强度增加到 ，而疫情对房地产业与城市商业银行的冲击略低，疫情的爆发使得这两个行业相互间的溢出效应增加幅度较小，从疫情爆发前期的 、上升到疫情爆发蔓延期 、总体上，疫情的爆发使得房地产业与三类商业银行间的风险溢出效应均显著增强，证明了疫情冲击的影响性图 、图 给出疫情爆发前期与疫情蔓延期两阶段的房地产与商业银行间的动态 变化图，可直观分析各时段风险溢出变化图中实线为房地产业对商业银行的溢出强度，虚线为相应的商业银行对房地产业的溢出强度，疫情爆发前期（如图 ），两行业相互间溢出效应走势极为相似，各时段房地产与股份制银行的溢出强度均较低，与国有银行的溢出强度均较高房地产业与国有银行、城市银行相互间溢出效应图几乎重合，说明两行业间双向溢出效应相差不大，无论房地产与商业银行中哪一方处于危机时都必定造成另一方的风险损失新冠疫情爆发后（如图 ），我们可发现两行业间的风险溢出强度均显著增强，其中房地产与股份制银行风险溢出强度发生剧烈波动，较其他两类商业银行，风险溢出强度达到最高总体上，大部分时段的虚线位于实线下方，说明商业行对房地产业的风险溢出效应水平更明显图 阶段 房地产业与商业银行间风险溢出效应图 阶段 房地产业与商业银行间风险溢出效应云南民族大学学报（自然科学版）第 卷 结语本文以深圳证券交易所中房地产业指数与我国三类上市商业银行综合股指数据为研究对象，实证分析了新冠肺炎疫情对房地产业与商业银行间的影响，得到以下结论：）从收益率序列的描述性统计分析，无论新冠疫情爆发前期还是蔓延时期的收益率序列均存在显著的尖峰厚尾特征，呈现非正态分布并且伴有异方差性；受疫情的冲击，使得股市急剧波动）从动态相关结构分析，为研究房地产业与商业银行间的动态相关性，首先对各收益率序列构建 类模型，并检验得到拟合的模型的效果均较好；然后对各单变量模型的残差序列构建双变量 模型，以此计算出动态相关系数来讨论疫情爆发前期与蔓延时期的两行业的相关性，由结果分析得行业之间的相关性处于动态变化中，且受疫情影响，两行业间相关性显著增强，均为正向相关）从风险溢出强度及方向分析，两行业存在双向溢出效应，且均为正向溢出，房地产业处于风险中对商业银行会造成一定的损失，反之当商业银行处于风险时房地产业将面临巨大损失，这与我国房地产业项目高度依赖银行资金支持的实际相符随着新冠疫情的爆发，两行业间的风险溢出效应显著增强，其中对股份制商业银行影响较大疫情的爆发，对全球经济造成严重影响，我国许多城市都暂停线下销售渠道，这很大程度上影响了房地产市场经济当房地产业陷入困境时，商业银行的风险就会扩散影响整个银行系统，从而造成整个金融体系的风险，因此研究房地产和商业银行的风险溢出效应，对监管机构的政策制定、金融业体系的健康发展和国民经济的稳定发展具有较强的现实指导意义参考文献：谢福座基于 方法的金融风险溢出效应研究金融发展研究 金融发展研究，（）：谢福座基于 模型的风险溢出测度研究 金融发展研究，（）：王周伟，吕思聪，茆训诚 基于风险溢出关联特征的 计算方法有效性比较及应用 经济评论，（）：，：，（）：姜永宏，穆金旗，聂禾国际石油价格与中国行业股市的风险溢出效应研究 经济与管理评论，（）：姚洪心，姚一帆国际原油市场与中国股票市场动态相关性研究 北方经贸，（）：孙毅，秦梦国际大豆期货与国内大豆期货价格联动性研究 价格理论与实践，（）：陈挺，喻晓玲中美棉花期货市场动态风险溢出效应测度 基于 模型 数学的实践与认识，（）：高猛，郭沛 中日韩股票市场的联动性研究 基于 模型的实证分析 价格理论与实践，（）：张敬敏，周石鹏基于 模型对金融危机后中美股市联动性研究 改革与开放，（）：陈鼎玉，谢梦洁，唐德丽金砖国家股票市场联动性的实证分析 产业与科技论坛，（）：黄华继，李英齐中美冲突背景下国际资本市场收益联动性研究 经济问题，（）：，：，：陈迅，胡成春我国银行业与房地产业极端风险溢出效应研究 系统工程，（）：，（）：杨娟妮我国房地产业对银行业的风险溢出效应研究 基于 模型 价值工程，（）：，（），（）：，（）：，（）：，（）：第 期韩方园，卢俊香：房地产业与商业银行间风险溢出效应研究 基于 模型 ，（，）：，（，），：；（责任编辑杨柱元檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿）（上接第 页），（，）：，：；（责任编辑梁志茂）云南民族大学学报（自然科学版）第 卷