李增刚等丨房股联动影响固定资产投资吗? ——来自中国资产市场的经验证据

房股联动影响固定资产投资吗? 

——来自中国资产市场的经验证据

原文载于《济南大学学报（社会科学版）》2021年第4期

投资形成资本存量，可以促进产业结构转型和全要素生产率提升(1)，是中国经济高质量发展的有力支撑。同时，投资作为总需求的重要组成部分，其变动会对短期经济增长产生不小的影响(2)。根据国家统计局发布的数据，我国固定资产投资增速自2009年开始连年下滑，2019年名义同比增速仅为5.1%，2020年受到新冠肺炎疫情的影响更是降至2.9%，资本形成总额对GDP的拉动能力也显著下降。

投资的变动被认为与资产价格波动具有密切的关系(3)，房地产价格和股票价格会对以固定资产投资为代表的实体经济产生重要影响。我国房地产市场和股票市场作为资产市场的代表，近年来蓬勃发展。房地产市场自1998年城镇住房制度改革以来规模不断扩大，房地产业也于2003年被确立为国民经济的支柱产业并一直保持这一地位(4)。股票市场规模也迅速提升，运作体系和机制愈发成熟。不仅如此，大量研究成果表明，房地产市场与股票市场之间长期存在着联动关系(5)，而且随着房地产市场规模的不断扩大和股票市场的日益成熟，两个市场之间的联系越来越紧密。这种动态的相关关系是否会对固定资产投资产生影响，显然是值得关注的问题。中外学者一致认为金融和房地产业是虚拟经济的主要组成部分(6)，而固定资产投资是重要的实体经济变量，本文旨在拓展对虚拟经济与实体经济关系的认识。在经济结构调整和发展方式转变的时代背景下，中国经济面临的下行压力增大，启动“新基建”成为了关乎中国经济高质量发展和跨越中等收入陷阱的关键抉择。我们应充分认识房地产市场和股票市场之间的联动效应与固定资产投资之间的关系，使我国的资产市场真正促进实体经济发展。

资产市场与实体经济投资的关系已经受到了学者们的广泛关注。一些学者研究了我国房价增长对实体经济投资的影响。在微观层面，有学者认为中国的高房价阻碍了个人创业，降低了私营企业的投资积极性，从而挤出了产业资本投资(7)；在宏观层面，有学者认为从长期来看房地产价格波动与社会总投资之间不存在稳定的关系(8)，也有学者认为房价的提升对企业投资具有小幅的“挤出效应”(9)，观点并不一致。

一些学者研究了股票价格的变化对实体经济投资的影响(10)。我国股价的波动除了反映经济基本面的变化，更多地受到了非基本面因素的影响，如投机行为(11)、非理性心理(12)和羊群效应(13)，这使得上市公司股票市值与实际财务状况之间关联度不高，商业银行在给上市公司发放贷款时并不将其作为主要指标，因此股票价格的资产负债表效应没有得到充分发挥(14)。另外，A股市场的剧烈波动会提高公司的融资成本，从而降低公司的投资水平(15)。

来自世界上多个国家和地区的经验证据表明房地产市场与股票市场之间的相关关系由来已久并广泛存在。Quan & Titman的研究表明，1977—1994年的美国、英国、法国、德国等17个国家房地产价格与股票收益之间存在明显的正相关性关系(16)。台湾地区股票价格是房地产价格变动的Granger原因(17)。近年来，学者们开始注意到房地产市场与股票市场之间相关关系的时变特征。澳大利亚股票收益和房地产收益间的相关性随时间而变(18)，美国股票市场和房地产市场之间的关系在不同的经济形势下也表现出非线性的动态特征(19)。

李增刚：《新政治经济学导论》

上海人民出版社，2008年出版

随着我国房地产市场和股票市场的发展和成熟，两个市场之间的联动关系也越来越受到学者们的关注。房地产市场与股票市场在短期相互影响，并存在长期协整关系(20)。学者们普遍认为房地产市场与股票市场的相关关系具有时变性。赵建以1998年3月—2005年11月为研究区间，在构建向量自回归(VAR)模型的基础上对我国房地产价格和股票价格波动的相关关系进行了研究。特别地，他运用结构变化检验方法将研究区间分为两段，认为在2002年之前股票价格的上升通过信贷机制促进了房价的上涨，而在2002年之后房价的攀升通过替代效应加剧了股价的下跌(21)。黄义运用DCC-MGARCH模型和VAR(p)-MGARCH(1,1)-BEKK模型分别对我国房地产价格和股票价格之间的时变相关特征和波动溢出特征进行了检验，发现二者之间在一阶矩意义上整体呈现正向关联，在二阶矩意义上也存在相互波动溢出关系(22)。

学者们还普遍认为房地产市场与股票市场之间的相关关系是非对称的。有学者认为房地产市场对股票市场的影响更大。沈悦和卢文兵探究了我国房地产价格和股票价格之间的关联性，VAR模型和脉冲响应分析的估计结果显示，滞后期的房屋销售指数增长率对于当期上证综指增长率具有较强的负向影响，而上证综指对于房屋销售价格指数的影响却不明显(23)。彭兴庭运用ARCH、GARCH及EGARCH模型研究了1998—2008年房地产市场与股票市场之间的关系，发现房地产市场对股票市场具有单向溢出效应，房地产价格对股票市场具有财富效应，而股票价格对房地产市场则不具有财富效应(24)。也有学者认为股票市场在两市场之间的关系中发挥主导作用。巴曙松发现股票市场能够对房地产市场起到线性的格兰杰先导作用，而房地产市场对股票市场的引导作用则相对滞后(25) 。李爱华等认为，房地产市场价格与股票市场价格存在因果关系，且股票市场价格的变动在这一因果关系中起到主体作用(26)。

随着房地产市场和股票市场一体化程度的提高，两个市场间的联动关系还会更强(27)。之前学者们虽然关注到了房地产市场与股票市场的关联性，却没有探究这种关联性是否会对固定资产投资等实体经济变量产生影响。要想探究房地产市场与股票市场的联动效应对固定资产投资的影响，首先要找到合适的指标来度量两市场之间的关系，并且这一指标的大小和方向应该随时间而变化。大多数模型测算出来的资产收益之间的相关系数为常数，而DCC-MGARCH模型则可以体现出变量间关系的时变特征，现有研究已经证实多元GARCH模型对金融市场数据具有较强的适用性(28)。基于此，本文选用从DCC-MGARCH模型中提取出来的动态条件相关系数来度量房地产市场与股票市场之间的联动效应，并进一步研究房地产市场与股票市场之间的联动效应对固定资产投资的影响。

和前人的研究相比，本文可能的边际贡献在于：(1)利用DCC-MGARCH模型提取出房地产市场变量与股票市场变量之间的动态条件相关系数，对1998年中国城镇住房制度改革和《证券法》颁布之后房地产市场和股票市场之间随时间推移的联动特征进行定量考察，并与现实情况进行拟合，有利于准确把握两市场之间的动态相关关系。(2)本文从理论上对房股联动影响固定资产投资的可能原因进行揭示，为资产价格与投资关系的研究开辟了新视角，有助于我们更加深刻地认识虚拟经济与实体经济之间的关系。(3)不同于以往研究侧重于探讨单个资产市场与实体经济变量的关系，本文实证考察了房地产市场与股票市场之间的联动效应对固定资产投资产生的影响，为政府调控经济提供了新思路，即采取措施促进房、股市场正向联动。

信贷扩张效应、财富效应以及投资组合效应使得房地产市场与股票市场之间形成了双向的正向作用机制。

信贷扩张效应是一种房地产市场对股票市场的作用路径。信贷扩张效应对于拥有一定房地产的非金融企业和金融机构来说都是适用的(29)。对于拥有一定房地产的非金融企业而言，房地产作为重要的贷款担保物，其价格的提升会使企业更容易获得信贷支持，并进一步扩大生产经营规模(30)，进而投资者对企业发展前景持乐观态度，导致股价上涨。对于金融机构来说，房地产价格上涨意味着其从贷款企业获得的担保物价值上升，资产负债表结构得到改善，这使得银行有能力扩张信贷，从而有更多资金供应企业部门，促进企业业绩提升和股价上涨。

股票市场与房地产市场通过财富效应相互促进。财富效应可分为直接财富效应与间接财富效应。直接财富效应是指房价(股价)的波动引起企业和家庭财富水平发生变化，从而影响股票(房地产)的投资支出，进而导致房价(股价)的变化；间接财富效应是指房价(股价)的上涨提升了人们对未来经济形势的预期，从而增加对于股票(房地产)的投资支出,进而引起股价(房价)的变化(31)。

张宇燕   李增刚：《国际关系的新政治经济学》

中国社会科学出版社，2010年出版

将房地产和股票视为两种投资品，二者之间的关系可以通过投资组合效应(32)来体现。投资者通常选择一定的投资组合进行财富配置而不是持有单一种类的资产。当股票价格(房地产价格)上升时，其在投资组合中所占的份额提高。为了降低投资组合的非系统风险，企业和家庭会将一部分股票(房地产)资产卖掉转而购买房地产(股票)，从而推动房地产(股票)价格的上升。投资组合效应的存在使得两种资产价格相互抬升。

房地产市场与股票市场之间的负向作用机制主要通过替代效应来体现。房地产和股票作为两种可供投资的资产，收益率的差异导致二者相互替代(33)。当股票回报率更高时，投资者倾向于用股票资产替代房地产资产；而房地产回报率更高时，投资者倾向于卖出股票而增加房地产持有。资金在房地产市场和股票市场之间流入流出，导致两个市场表现出类似“翘翘板”的此消彼长现象。

此外，房地产市场和股票市场还受共同因素的作用，如经济状况、市场利率(34)等，这些因素影响着地房产市场与股票市场的相关关系。房地产市场和股票市场之间既存在正向作用机制，又存在负向作用机制，而且受共同因素的影响，二者表现出动态的相关关系。

从风险角度、预期角度以及政府干预角度展开分析，可以推断房地产市场和股票市场之间的正向联动将推动固定资产投资的增长。

1.风险角度

房地产和股票是投资者进行财富配置时可供选择的两种重要投资品。假设投资者分别将资产投入房地产市场 A 和股票市场 B ，投资比重分别是 ωA 和 ωB，则 ωA+ωB=1。我们使用方差来衡量投资组合的风险，以 σ2 来表示组合收益率方差，λ 表示股票市场和房地产市场之间的相关系数。根据投资组合理论(35)，投资组合收益的方差为：σ2 = ωA2σA2 + ωB2σB2 + 2λωAωBσAσB。由此可以看出，整个投资组合的风险除了受到房地产市场和股票市场各自风险大小以及房地产资产和股票资产的持有比例影响外，还会受到二者相关系数 λ 的影响。房地产市场收益和股票市场收益的正相关性越强，整个投资组合的风险就越大。因此，当房地产市场和股票市场表现出正向联动时，出于风险规避的考虑，企业和政府部门不再倾向于将资金注入蕴含高风险的资产市场，转而投资实体经济，从而有利于固定资产投资的增加。当房地产市场和股票市场负向联动，呈现出一涨一跌的态势时，投资者出于逐利动机在虚拟经济中转移财富和调配资产，可在谋取较大投资收益的同时规避风险，投资实体经济的积极性降低。

2.预期角度

房地产市场和股票市场的共同繁荣是两市场正向联动的一种表现形态。房、股同涨时，经济主体形成乐观预期，引领投资增长。资产价格通过影响预期而对投资发挥作用(36)：一方面，对于实体企业来说，房价和股价的共同上涨可以看作经济繁荣的明显信号，使得企业家形成宏观经济向好预期，乐观地估计未来收益而低估风险，从而倾向于增加实体投资(37)；另一方面，对于商业银行等金融机构来说，房价和股价的互动俱进会导致它们放松合规审查与风险管理，为企业投资提供更多的资金支持，甚至产生过度信贷行为，进而促进企业固定资产投资增长。此外，对于金融市场(如股票市场)的投资者来说，投资者信心的提升通过降低企业融资成本而对企业投资规模发挥促进作用。金融市场投资者信心越强，给予公司的资本溢价程度越大，企业投资规模越大(38)。总的来说，房、股同涨时，实体企业、金融机构以及其他金融市场投资者等经济主体的乐观预期共同助推了固定资产投资规模的扩张。

3.政府干预角度

房地产市场和股票市场的共同萧条也是两市场正向联动的表现形态。房、股双跌时，政府被迫政策干预，拉动投资增长。我国房地产市场和股票市场在一定程度上发挥了经济指示器的作用。房地产价格和股票价格波动均隐含了一定程度的未来产出和通胀变化的信息(39)，房、股双跌释放出经济下行的信号，迫使财政和货币当局进行政策干预。财税部门有必要关注资产价格波动，并依据资产价格变动适时调整财政政策以维持金融经济的稳定(40)。一般来说，财政支出与资产价格之间呈正向相关关系，而税收和资产价格之间呈反向相关关系，财税当局可以运用财政支出和税收手段对资产价格进行校正。不仅如此，货币政策应关注资产价格也已成为理论界和各国中央银行政策实践的共识(41)。为了维护金融稳定，货币政策制定者应该对资产价格的变化作出反应，并配合以反周期的银行资本监管(42)。

实际上，政府也的确会在资产价格有较大下跌时提供政策支持(43)。例如，在2008—2009年这一房、股双跌时期，中国政府为了救市推出了“4万亿投资计划”，强力刺激了投资。与此同时，房地产价格和股价指数是央行货币政策利率反应函数的重要内生影响变量(44)，央行连续下调基准利率和存款准备金率，以增加货币市场流动性。虽然在这一时期房、股双跌，民间投资信心严重受损，但固定资产投资却表现出比之前更快的增长。2012年，房地产市场和股票市场再次陷入低迷。尽管国务院没有再度推出大规模的经济刺激政策，但地方政府为了维护金融经济的稳定而密集出台了高额的投资计划。同时，中央银行调节信贷供给量和货币供给量的政策措施对于调控房地产价格和股票价格起到了举足轻重的作用。从固定资产投资的数据来看，这一时期我国投资增长并未受到影响。

动态条件相关系数由DCC-MGARCH模型中提取而来。一般的多元GARCH(p,q)模型，简记为MGARCH(p,q)，可表示为：

(1)

其中，α为待估常数向量，Ai和Bj分别为待估系数矩阵，εt-1为前一期扰动项矩阵，ht为当期扰动项εt的条件方差矩阵的半向量化算子。

为了减少MGARCH(p,q)模型的待估参数，限制所有Ai与Bj矩阵为对角矩阵，并设置一类“条件相关模型”，这种模型能够满足条件协方差矩阵Ht为正定矩阵的条件。Ht的第i行第j列元素可以表示为：

(2)

其中，为变量i和变量j在时期t的条件相关系数，而和分别为变量i和变量j在时期t的条件方差。如果条件相关系数随时间而变，就成为了动态条件相关(DCC)模型(45)。写成矩阵形式可得：

Ht=Dt1/2RtDt1/2

(3)

其中，Dt为条件方差对角矩阵，Rt为条件相关系数矩阵：

Engle的DCC模型假定由标准化扰动项的几何加权平均来决定。写成矩阵形式，Rt的动态过程可由以下两个方程来决定：

Rt=diag(Qt)-1/2Qtdiag(Qt)-1/2

(4)

(5)

其中，为标准化的扰动项，即参数λ1与λ2皆为非负，而且0≤λ1+λ2<1。显然，λ1与λ2决定了动态过程。

本文利用2000年1月至2018年12月间的房地产市场和股票市场数据进行统计检验，房地产市场数据选用国房景气指数的月度同比增长率作为代理变量，用re来表示；股票市场价格选用上海证券交易所综合收盘指数的月度同比增长率作为代理变量，用shar来表示，上述数据来源于中经网统计数据库。

表1给出了国房景气指数和上证综合指数收益率的描述性统计结果。结果显示，两个序列的标准差均大于均值，股票市场的波动大于房地产市场的波动，这与现实情况相符。从偏度来看，房地产市场数据和股票市场数据都呈现出右偏态势。从峰度来看，各个变量的峰度均大于3(正态分布的峰度值为3)，说明两组序列均不服从正态分布，具有尖峰厚尾的特征。从JB统计量来看，各序列都在5%的显著性水平上拒绝符合正态分布的原假设，进一步印证了各增长率序列的非正态分布性质。

图1、图2为国房景气指数和上证综合指数月度同比增长率的残差序列走势图。从总体上来看，各残差序列存在着显著的波动集聚效应，即一个大的波动后紧跟一个大的波动，小的波动后紧跟一个小的波动，说明增长率波动均受到了前期信息冲击的影响，存在一定程度的自相关性。但不同时点上的波动情况具有敏感性差异，各收益率序列不时会出现异常峰(谷)值，表明增长率的波动过程兼具突发性，会受到某些意外事件的冲击。综上所述，两个市场的波动特征为聚集性和时变性并存，由此猜测各序列扰动项可能存在异方差效应。

运用ARCH或GARCH模型要求所研究的序列满足两个必要条件：一是时间序列必须是平稳的；二是时间序列的扰动项存在条件异方差。

首先，我们采用ADF检验和PP检验两种方法对房价增长率序列和股价增长率序列的平稳性进行检验。在对包含截距项和时间趋势项、仅包含截距项和既不包含截距项也不包含时间趋势项三种情形进行选择时，综合考虑了AIC、SC、HQ三种信息准则的结果。在各检验中，两组序列均能在5%的显著性水平上拒绝原假设，即两组序列都是平稳的。

然后，本文采用目前应用最广泛的LM(拉格朗日乘数法)检验来判别房地产价格序列与股票价格序列是否存在ARCH效应。无论从F统计量还是样本可决系数来看，都可以得出两组序列在5%的显著性水平下存在ARCH效应的结论。由此，可以采用房地产价格和股票价格增长率的序列构建GARCH模型。具体检验结果见下表：

本文采用GARCH(1,1)模型对两种资产价格增长率的波动性进行估计，式(5)中的λ1和λ2为模型的动态相关结构参数。根据估计结果，残差平方滞后项的系数λ1约为0.0559，条件方差滞后项的系数λ2约为0.9278，二者均不为0且和接近1，说明模型设定是正确的并且房价和股价之间的相关关系具有持续性。

从动态相关系数走势图(见图3)可以看出，国房景气指数增长率和上证综指增长率之间的相关系数存在很大波动性，正相关性最高时可达0.6981，而负相关性最高时低于-0.6491，中位数在0.1511左右，说明房地产市场与股票市场之间存在较强的时变相关性。动态相关系数的变动趋势与房地产市场和股票市场的实际运行情况相对应，印证了模型估计的可靠性。

2000年至2001年，上证综合指数呈上涨态势，与此同时，房地产价格和房地产开发投资也稳步提升。2002年，我国股票市场走入熊市，房地产市场也在经历了前期的火热之后有所降温。从2003年开始，全国房地产价格再度攀升而股票市场仍然低迷，这一时期两市场表现出短暂的负向联动。2004年，上证综合指数终于实现了同比上涨，与房地产市场共同繁荣。2005年股灾来临，房地产开发的同比增速也有所回落。

到了2006年，我国股权分置改革初见成效。2007年，股票市场更是迎来了空前繁荣，只用了短短的两年时间就从2005年10月份的1093点狂升至2007年10月份的5955点，涨幅接近450%。与此同时，伴随着我国新一轮经济过热，大中城市的房地产价格一路攀升。随后，由美国次贷危机引发的金融风暴开始侵袭我国，房地产市场与股票市场都受到了不小的冲击。上海证券综合指数从2007年10月的5955点断崖式下跌至2008年12月的1821点。房地产市场也陷入寒冬，房价增长率大幅下降，2008年末陷入了负增长。

为了防止经济“硬着陆”，我国政府出台了一揽子经济刺激计划，央行也开始推行宽松的货币政策，股票市场和房地产市场于2009年同时复苏。政府债务负担的加重和充裕的社会流动性促使商品房价格迅速上涨。到了2012年，房地产市场和股票市场都受到了前期刺激政策消化的影响。这一年，我国主要城市的房地产价格同比负增长，上证综合指数也同比下滑，股票市场与房地产市场再次呈现同向联动。2013年之前，房地产市场与股票市场基本呈现出同涨同跌的正向联动的状态。

2014年以来，中国开始进入经济增速换挡期、结构调整阵痛期和前期刺激政策消化期这一“三期叠加”的新阶段，房地产市场和股票市场主要表现出负向联动特征。从2014年年中到2015年底，股票价格节节攀升，上证综合指数和深证综合指数同比一路上涨，而同一时期的房地产市场并不景气，70个大中城市房价陷入了负增长，国房景气指数同比持续为负。这一时期，投资者对股市交易热情高涨，却对投资房地产持观望态度，导致房地产价格下跌，成交额缩减。然而股市的“牛市”并没有维持多久，2016年年初开始大幅下挫，被称为“股灾”。不同于股市的惨淡行情，大中城市的房地产市场迎来了“春天”，房地产价格再度飙升，两个市场呈现出此消彼长的“跷跷板”状态。2017年，中国经济表现超出预期，GDP同比实际增长6.9%，GDP增速自2011年以来首次回升。在宏观经济的带动下，这一年我国房价和股价都保持了平稳增长。进入2018年，股价遭遇了新一轮下跌，而房地产市场则表现较为稳定。

房地产市场和股票市场呈现上述的联动特征并非偶然，房地产与股票已经成为企业和家庭资产配置的主要标的，两种资产之间的资金流动必然导致房价和股价均相互抑制或相互抬升，各种宏观经济因素也会对房地产市场和股票市场产生影响。

本文采用自回归分布滞后(ARDL)模型探究房地产市场和股票市场之间的联动效应对固定资产投资的影响，原因在于：(1)投资固定资产是一个持续过程，例如厂房的修建往往需要多期才能完成，当期投资会受到以前期间投资的影响，反映在模型中就是要加入自回归项；(2)货币供给、股价、房价以及两市场之间的联动效应等因素对固定资产投资产生影响需要一定的时间，这些变量的滞后项可能有必要进入回归方程中。为了使模型更具动态完备性，选取ARDL模型比较合适，模型的最优滞后阶数运用信息准则进行选择。

前面介绍了动态条件相关系数(dcc)的提取过程，并通过与现实情况进行对照论证了该指标的科学性，接下来将这一变量作为房地产市场与股票市场之间联动效应的代理变量引入回归模型，考察其对投资发挥的作用。

invt=Гjret-j

(6)

上式中，我们主要的关注对象为Ψj，若Ψj显著为正，则说明房地产市场与股票市场之间的正向联动促进了固定资产投资增长，反之则发挥了抑制作用。其中，m、n、p、q、r、s、v分别表示相应变量滞后阶数。

固定资产投资变量(inv)：鉴于固定资产投资反映了企业和政府部门的长期投资，对国民经济具有重要意义，本文研究房地产市场与股票市场的联动效应对固定资产投资的影响，考虑到数据的平稳性，选用固定资产投资的月度同比增长率inv反映投资的变动。原始数据为固定资产投资(不含农户)累计完成额的月度数据，来源于中经网统计数据库，本文通过计算得到固定资产投资额月度值的同比增长率。

货币供给变量(m2)：广义货币供给量包含了流通中的现金、活期存款和准货币，可以同时反映现实和潜在的购买能力，主要与经济体系中投资市场和资本市场的买卖活动相匹配，与本文的研究主题相契合，因此采用其月度同比增长率作为货币供给的代理变量，记为m2，数据来源于中经网统计数据库。

利率变量(roi)：根据凯恩斯学派的古典投资理论可知利率反映资金成本，与投资呈现负相关关系。为保证结果的稳健性，在不同的回归方程中选用了多个利率指标。在回归1中选用了6个月贷款利率，在回归3中选用了5年以上中长期贷款利率，数据来源于CCER经济金融数据库；在回归2中选用了银行间同业拆借加权平均利率，数据来源于中经网统计数据库。

房地产市场变量(re)：可用于衡量房地产市场景气程度和房价变动趋势的变量有多个，其中使用最为广泛的是国房景气指数和70个大中城市新建住宅价格指数。国房景气指数根据经济周期波动理论和景气指数原理编制而成，可以从资金、土地、市场需求以及开发量等角度显示全国房地产业运行状况，本文在回归1和回归3中选择国房景气指数的月度同比增长率作为房地产市场的代理变量，原始数据来源于中经网统计数据库，月度同比增长率经计算得到。70个大中城市经济基础较好，其房地产开发投资额占全国房地产开发投资额的比重高，具有代表性，本文在回归2中选用70个大中城市新建住宅价格指数的月度同比增长率作为房地产市场的代理变量，数据来源于Wind数据库。

股票市场变量(shar)：上证综合指数和深证综合指数是表征我国股票市场发展态势的两大重要指标，本文在回归1和回归2中采用上证综合指数的月度同比增长率度量股票价格的波动，在回归3中采用深证综合指数的月度同比增长率度量股票价格的波动。上证综合指数和深证综合指数的原始数据来源于中经网统计数据库，月度同比增长率由计算得到。

政府支出变量(pde)：在我国固定资产投资中，政府支出占据了相当大的一部分，本文参照战明华等(46)的做法，将政府一般公共预算支出的当期同比增速(pde)作为控制变量，数据来源于中经网统计数据库。

工业增加值变量(iva)：根据加速原理可知投资与当期国民收入正相关。学术界通常采用GDP作为衡量国民收入的指标，但 GDP 仅有季度数据而无月度数据，同时易受统计加总偏误等方面的干扰。基于月度数据的可得性以及在GDP中的重要地位，本文参照黄文(47)的做法，选择规模以上工业增加值的当期同比增速(iva)来替代GDP增速作为国民收入的代理变量，数据来源于中经网统计数据库。

本文将各变量的绝对数据换算成同比增长率，是为了保证数据的平稳性并增加数据的可比性。

为了使检验结果更加稳健，本文分别进行了三组回归，见表4。在每一组回归中采用不同的房地产市场和股票市场变量，样本区间也有所不同。在回归1中采用了国房景气指数和上证综合指数2000年1月—2018年12月的数据。之所以以2000年1月为时间起点，是因为我国城镇住房体制改革和《证券法》的颁布于1998年年末完成，从此之后房地产市场和股票市场才真正开始进入市场化阶段，鉴于本文使用月度同比增长率数据，所以延后一年。在回归2中采用了70个大中城市新建住宅价格指数和上证综合指数2005年7月—2017年12月的数据，之所以选择这一研究区间，是因为70个大中城市新建住宅价格指数自2005年7月开始编发，于2018年1月截止，并且我国的股权分置改革也从2005年开始。在回归3中采用了国房景气指数和深证综合指数2001年1月—2017年12月的数据。

通过模型估计结果(见表4)，可以发现房地产市场、股票市场以及两市场之间的联动效应对固定资产投资有如下影响：

第一，从三组估计的回归结果看，与前文的理论分析一致，房价和股价的联动效应对固定资产投资的作用系数分别为2.9976、3.0738和3.9265，均显著为正，房价和股价的正向联动对固定资产投资起到了一定的促进作用。

第二，房价的增长对固定资产投资的增长起到了抑制作用。从三组估计的回归结果看，ret的系数分别为-0.2279、-0.3425和-0.2435，均显著为负，这说明当期房价增长抑制了固定资产投资增长。当房价上升时，其对固定资产投资的挤出效应和成本效应是主要的，而投资拉动效应和资产负债表效应则较弱。我国房地产市场“繁荣”对实体经济投资产生的挤出效应比拉动效应更大(48)。无论是房价的上涨还是国房景气指数的上升，对投资均产生了一定的负向影响(49)。对于我国为数众多的私营企业来说，其持有的固定资产较为有限(50)，房价上涨对它们获取信贷能力的提升并不大；而对于大型国有企业来说，其本身面临的融资约束就不大(51)，房地产价格的提升对于它们获取信贷支持也起不到关键作用，我国房价的资产负债表效应并没有得到充分发挥。房价上涨对于企业尤其是规模较小的民营企业的成本效应却很显著，这就是房价上涨抑制固定资产投资增长的原因。

第三，股价的增长对固定资产投资的增长起到了负向作用。从三组估计的回归结果看，shart系数分别为-0.0154、-0.0315和-0.0325，均显著为负。我国股市并非有效市场，股票价格难以准确反映公司的真实价值，而更多地受一些非理性因素的影响，导致股价波动剧烈。在这种情况下，掌握信息优势的公司经理人知道股票存在误定价，不会因股价的暂时上涨而增加投资，从而股价的托宾Q效应不能很好地得到发挥。企业和家庭为了在短期内获取超额收益，会在股市存在泡沫时将本可投资于实体经济的资金投入股市。

前文采用ARDL模型进行了经验研究。由于结构性方法依赖一定的经济理论作为支撑，可能会出现模型估计结果不稳定的现象，而VAR方法不存在这一问题。接下来，本文拟采用SVAR模型进行稳健性检验。房地产市场和股票市场数据选用70个大中城市新建住宅价格指数和上证综合指数2005年7月—2017年12月的数据，动态条件相关系数与之对应。

下面建立AB型的SVAR(2)模型，其形式为：

C0yt=Γ1yt-1+Γ2yt-2+μt

(7)

式中：yt=(m2,re,shar,dcc,inv)’,假定式(7)是AB型SVAR模型，则Aεt=Bμt,且A=C0,设B为对角矩阵，A矩阵和B矩阵的形式分别为：

εt=(ε1t，ε2t，ε3t，ε4t，ε5t)’，表示VAR模型的扰动项；μt=(μ1t,μ2t,μ3t,μ4t，μ5t)’，其中μ1t,μ2t,μ3t,μ4t和μ5t分别表示作用在m2、re、shar、dcc和inv上的结构式冲击。

由于式(7)中有5个内生变量，至少要施加2k2-k(k+1)/2=35个约束才能使得SVAR模型满足可识别条件。本文设置B矩阵为对角矩阵，相当于施加了k2-k=20个约束条件，A矩阵(C0矩阵)对角线元素为1，相当于施加了k=5个约束条件。接下来，本文利用变量递归排序法解决剩余约束条件的设置问题。

基本方法如下:第一，货币政策制定者在进行政策操作时不容易利用到当期数据的信息，所以货币政策难以在当期对股价、房价、固定资产投资等变量的冲击作出反应，但是货币政策的实施会迅速影响银行的信贷配给和企业的融资约束，并进一步对宏观经济变量发挥作用，因此把货币供给变量m2放在首位。第二，假定固定资产投资在当期受模型中各个变量的影响，但不会对其他变量发挥作用，于是将其排在最后。第三，我们认为房价的变动通过财富效应、替代效应、信贷-价格效应影响股价需要一个过程，因此假设股价不受当期房价的影响，位于房价之前。显然股价和房价的联动效应产生于二者之后，所以放在最后一位。

图4中股价冲击、房价冲击和联动效应冲击分别反映了固定资产投资对来自股价、房价以及二者之间联动效应的冲击所作出的响应。为了尽可能地观察长期影响，本文选择了60期的滞后期。由图4可以看出，受股价的冲击，固定资产投资在第2期到第5期表现出一定的正向响应，但是随后这种响应由正变负并一直持续。受房价的冲击，固定资产投资在第1期就做出了-1.0333的响应，随后响应逐渐衰减但一直为负值。不同的是，固定资产投资对于来自房价和股价的联动效应所作出的响应除了第2期为绝对值较小的负值外，其他时间一直为正。从累计情况来看，60期期末，固定资产投资对来自股价、房价以及二者联动效应的累计脉冲响应值分别为-15.5808，-12.3414和38.5694。该结果证实了前面的结论：股价和房价的增长对固定资产投资产生直接的负向影响，而股价和房价的联动效应则对固定资产投资产生直接的正向作用。

本文尝试从新的角度研究资产价格与实体经济的关系，着重考察了房地产市场和股票市场之间的动态相关关系对固定资产投资产生的影响，研究发现，房地产市场与股票市场之间的正向联动促进了固定资产投资增长。本文从投资者风险规避、引领积极预期和政策出台三个角度对房股联动影响投资的机理进行了分析。既然房地产和股票市场之间的正向联动对固定资产投资的积极作用是主要的，那么政府在调控经济时就有了新思路：采取措施促进房地产市场与股票市场的正向联动。此外，本文还考察了房价和股价的增长对固定资产投资产生的作用，结论是房价和股价的增长抑制了固定资产投资增长。原因在于：一是房地产价格的资产负债表效应没有得到充分发挥，而挤出效应和成本效应却较为明显；二是股价的决定受到很多非理性因素的影响，难以反映公司的真实价值，而且波动幅度和频率过高，使得股价的托宾Q效应和资产负债表效应难以体现。

从以上结论出发，我国政府应致力于促进房地产市场与股票市场正向联动，矫正金融资源配置，保持房价稳定，减轻股市震荡，具体说来：

第一，加快发展REITs，为财富效应的发挥提供渠道便利。REITs即房地产信托投资基金，其运作方式为：由基金公司向投资者募集资金并投资于房地产市场，再把所获收益分配给投资者。房地产价格高昂，即便投资者在股市获利颇丰也很难支撑传统房地产投资，更不会轻易卖掉房地产把资金投资于股市，这不利于房地产市场与股票市场之间财富效应的发挥。而REITs的申购门槛较低，为投资者提供了投资房地产的新选择。在国外，REITs可以在证券交易所上市流通，投资者可以自由买卖，为进入和退出房地产投资市场提供了便利。REITs的发展将促进房地产市场和股票市场之间财富效应的发挥，有利于二者正向联动。

第二，合理使用调控政策，促进房、股两市互动俱进。在宏观经济因素中，GDP、利率、汇率等因素能够影响房地产市场与股票市场收益率的相关性(52)。政府需要合理使用财政政策和货币政策进行多元调控，在资产价格和价值出现较大偏离时，及时出手修正市场预期(53)；可利用两个市场收益率的联动关系进行调控，未必需要分别对两个市场施行定向操作；在风险控制方面，要采取有效措施防范风险在房地产市场和股票市场之间的传递。

第三，防止房地产行业虹吸效应，优化金融资源配置。进入21世纪以来，房地产价格出现持续快速上涨的趋势(54)，相对于制造业等其他行业，收益率更高且较为安全，对社会资本具有强大的吸引力。在银监会对资金流向进行严格控制的情况下，银行理财资金、信托资金、影子银行贷款等还是源源不断地输送到房地产领域，造成了金融资源的行业错配，制约着产业升级和经济发展方式的转变。对此，金融监管部门要持续做好房地产市场资金管控，加强对存在高杠杆经营行为的大型房企融资行为的监管和风险提示，可定期对银行涉房贷款组织专项检查。

第四，保持房价稳定，保障房地产市场平稳健康发展。在长期内，房价增长率过高或过低，都不利于经济增长(55)，房地产泡沫破裂更可能引发系统性金融风险，因此我们的政策目标应该是把房价增长率控制在合理区间。实现这一目标需要财政政策和货币政策的有效配合，选择以财政政策为主和数量型货币政策为辅的政策搭配组合，着眼于削减甚至是消除地方政府财政收入对土地出让金的依赖以及严控货币剩余(56)，并根据不同地区房地产市场的差异分城施策。

第五，加强制度建设，减轻我国股市震荡。根据前文的研究可知，我国股票市场的托宾Q效应和资产负债表效应没有得到充分发挥的一个重要原因在于股价波动较为剧烈。针对这一问题，要完善我国股票质押制度，防范大股东大比例股权质押引起股市震荡；建立健全退市制度，让效益低下、严重私有化以及违法违规的企业及时退出股市，同时吸纳具有发展前景、亟须资金支持的企业进入股市，以解决股票市场投资重点分散、易跌难涨的问题。此外，大股东高位套现不利于股票市场服务于实体经济，也是使得股价骤跌的重要原因，因此要遏制大股东高位套现、减持股份的行为。

点击“阅读原文”可跳转济南大学学报网站阅读更多精彩内容