房市與股市之相關性探討

全文

(1)國立高雄大學金融管理所碩士論文. 房市與股市之相關性探討 A Study of the Relationship Between Housing Market and Stock Market. 研究生:王玟婷撰指導教授:蔡怡純博士. 中華民國九十九年六月.

(2) 房市與股市之相關性探討指導教授：蔡怡純博士國立高雄大學金融管理所學生：王玟婷國立高雄大學金融管理所. 摘要. 過往已有眾多文獻針對股市與房市相關性進行探討，但仍有所不足，為了能以更為全面性的觀點檢視市場相關，以最適模型捕捉序列型態，提升檢定力，本文首就兩種甚少被予以考量之觀點做分析，第一種為門檻效果的考量，透過股市與房市不同波動特性的推論，可得壞景氣下股價與房價間價格行為存在差異，房價抗跌而股市易跌，因此本文認為好景氣下的市場整合性，將相對於壞景氣下要來的高，對此，本文以 Enders and Granger（1998）提出之門檻共整合模型進行分析，實證結果發現兩市場整合的確存在門檻效果，且僅於房價追漲時，才存在共整合關係，與推論相符。節末，則續以 Hansen and Seo（2002）的門檻整合向量估計法，以估計之效率門檻值與整合向量探討房價的修正行為，實證說明房市並未有大幅向下修正行為，再次強化房市抗跌優勢的論述。第二種為橫斷面異質性的考量，為彌補過往僅針對時間序列的考量，本文運用追蹤資料共整合模型，分析台灣股市與不動產市場之間是否整合，研究結果為國內四縣市的房價指數與台灣集中市場加權股價指數都存在整合關係，表示兩市場間確實存在一定程度的長期相關。目前有兩種傳遞機制可能造成或可以解釋此長期關係，一為財富效果（Wealth Effect），其認為未預期的股價上揚利得可能增加民眾對不動產的需求，另一則為信用價格效果（Credit Price Effect），其指出房價的上漲可以激勵景氣、企業獲利乃至於股票市場的價格。為了觀察上述傳遞機制是否存在，本文續使用 II.

(3) Granger 因果關係檢定。實證結果說明，源於股市的財富效果傳遞速度較快，因股市的變動在一季後就開始影響房市，對照之下，信用價格效果就較慢，需時半年才由房市傳導到股市。最後，完全修正普通最小帄方法（FMOLS）估計與各縣市的 Granger 因果關係檢定則進一步說明台北市存在最強的財富效果，支持本文推論。關鍵字：門檻共整合、不對稱誤差修正模型、追蹤資料共整合、財富效果、信用價格效果、房價、股價指數. III.

(4) Abstract There have been a number of literatures studying the relationship between housing and stock market in the past, but it still had insufficient. For studying the issue from an overall point of view, this paper analyzes from two considerations which a little or no one paper has considered. The first one is the threshold effect between the integration relationship of the domestic housing market and the stock market. Due to different wave characteristics, we could know the price performance of two markets is difference in downmarket. The housing price is fix and the stock price is sensitive. And we expect that cointegration between the stock and housing market would more significant in bull market than it in bear market. In order to test the inference, we use the “Threshold Cointegration Model” proposed by Enders and Granger (1998). Results point out the integration between the two markets does have a threshold effect. There is evidence of a cointegration relationship in supporting the inference especially when housing prices move upward. At last, this study probes into the action of fixing housing prices by considering the estimated value of the efficiency threshold and integration vector (Threshold Integration Vector Estimation, Hansen and Seo, 2002). Empirical testing shows that there is no substantial downward correction action, once again explaining the existence of a defensive advantage within the housing market. The second one is the cross-section difference. In order to complete the shortage that just uses the time-series data in past studies. This paper uses panel cointegration model analyze whether or not the housing and stock market are cointegrated in Taiwan. The results show that the house price indexes of four cites in Taiwan are all cointegrated with Taiwan Stock Exchange Capitalization Weighted Stock Index, that means there is a long-run equilibrium relationship between the housing and stock market in Taiwan. Two mechanisms can cause or interpret this relationship currently. The first one is wealth effect, which claims that households with unanticipated gains in share prices tend to increase the amount of housing. The second one is the credit price effect, which claims that a rise in real estate prices can stimulate economic activity, future profitability of firms and, as a consequence, stock market prices. To test the above transmission, channel tests of Granger causality are employed. The empirical findings tell the wealth effect is faster than credit price effect since the transmission from stocks to real estate is faster, which only needs a season. By contrast, it takes half of a year to let the transmission from real estate to stocks happened. Finally, the results of FMOLS estimation and individual Granger causality test show the wealth effect in Taipei city is most strong, this evidence consistent with our inference.. IV.

(5) Keywords: Threshold Cointegration , Asymmetric Threshold Error Correction Model Panel Cointegration, Wealth Effect, Credit Price Effect, House Prices, Stock Market Index.. V.

(6) 誌謝本論文得以順利完成，首先要感謝我的指導教授蔡怡純博士，老師在學生撰寫論文期間給予相當多的協助，從一開始的研究方向到後來的論文修改，老師總是相當熱心的參與討論，若沒有老師費心的從旁支持，學生將無法如此順利的完成論文。私底下，老師對學生也相當照顧，時常關心學生的日常生活與未來就業問題，而老師樂觀開朗的個性也使我們的相處就像朋友一樣，無話不談。兩年的研究生活中，受到老師的照顧實在太多太多，在此對恩師深表感謝之意。論文口詴期間，承蒙國立高雄應用科技大學李政峯博士與國立高雄大學林士貴博士的指教，給予學生諸多寶貴的意見與指正，使本論文得以更為嚴謹，在論文完整度上也更趨完備，在此致上最誠摯的謝意。兩年的研究所生活，感謝所上老師對學生的付出，老師的諄諄教誨，不僅使學生在學業上有所成長，其分享的人生經驗與處事態度，也讓學生學習到諸多終身受用的寶貴經驗。此外，我也謝謝我們的所秘：佩玥姐，感謝她不辭辛勞的幫我們處理眾多的行政事務，減輕我們額外的負擔。我還要謝謝我的好同學們：欣柔、嘉恩、珊珊、靜鈴、珮阡、嬿云、明哲和敏超，謝謝你們總是能在我遇到困難時，及時的為我加油打氣，是你們豐富了我的研究生活，也讓我看到更多的可能，如果沒有你們，我無法有如此快樂的學生生活，期望畢業後，大家都能一切順利。最後，我要謝謝我的家人，感謝他們對於我攻讀研究所的支持，此外，我也要謝謝我的摯友：宵夜和志志，如果不是你們在心靈上的支持，我無法順利的度過許多困難，謝謝你們。. 王玟婷謹誌於國立高雄大學金管所中華民國九十九年七月. VI.

(7) 目錄. 第一章緒論 ................................................................................................................. 1 第一節研究動機與目的 ........................................................................................ 1 第二節研究架構 .................................................................................................... 7 第二章文獻回顧與研究主題 ..................................................................................... 9 第ㄧ節文獻回顧 .................................................................................................... 9 一、股市與房市的相關性文獻.................................................................... 9 二、門檻共整合.......................................................................................... 13 三、追蹤資料共整合.................................................................................. 17 四、房市與股市間不同的波動度效果－房價僵固性.............................. 19 五、股市房市的整合基礎－資金傳導機制.............................................. 23 第二節研究主題與假說 ...................................................................................... 26 第三章. 研究方法 ................................................................................................... 29. 第一節對稱與不對稱門檻共整合模型 .............................................................. 29 一、兩階段共整合檢定.............................................................................. 29 二、門檻共整合模型.................................................................................. 30 三、對稱誤差修正模型.............................................................................. 34 四、向量誤差修正模型.............................................................................. 34 第二節追蹤資料下的計量方法 ............................................................................ 38 一、追蹤資料之單根檢定.......................................................................... 38 二、追蹤資料共整合模型.......................................................................... 42 三、修正普通最小帄方法.......................................................................... 47 四、追蹤資料之 Granger 因果關係檢定 .................................................. 48 第三節泡沫指數 .................................................................................................... 49 第四章資料分析與實證結果 ................................................................................... 51 第一節資料分析與說明 ........................................................................................ 51 第二節實證結果 .................................................................................................... 53 一、門檻效果.............................................................................................. 53 二、跨區整合.............................................................................................. 65. VII.

(8) 第五章. 結論 ............................................................................................................. 77. 參考文獻...................................................................................................................... 80 中文文獻.................................................................................................................. 80 國外文獻.................................................................................................................. 81. VIII.

(9) 表目錄. 表1. 資料之簡單統計量........................................................................................... 51. 表 2 Engle and Granger 共整合檢定結果 .............................................................. 54 表 3 Ender and Granger TAR 共整合結果 ............................................................. 55 表 4 Ender and Granger TAR-Consistent 共整合結果 ........................................... 56 表5. 對稱誤差修正模型之估計結果....................................................................... 59. 表6. 不對稱誤差修正模型之估計結果................................................................... 62. 表7. 變數聯合單根檢定........................................................................................... 65. 表8. Pedroni 追蹤資料共整合檢定 ......................................................................... 67. 表9. Fully Modified OLS 估計結果 ........................................................................ 67. 表 10 因果關係檢定（追縱資料）........................................................................... 70 表 11 因果關係檢定（個別縣市資料） ................................................................... 71. 圖目錄. 圖1. 研究架構流程..................................................................................................... 8. 圖2. 市場指數與台北市、台北縣、台中市、高雄市之房價指數時間序列圖... 52. 圖3. 泡沫指數........................................................................................................... 74. IX.

(10) 第一章緒論. 第一節研究動機與目的自 Markowitz（1952）提出投資組合的概念後，「風險分散」與「投資效率的再提升」成為近代投資理論發展的主要重點趨勢，而這整個投資效率配置的關鍵，就在於投資標的間的相關程度，若能有效的找到另一個相關性相對低的投資標的，對投資者本身在分散風險上將有極大的助益。然隨近年來越來越多投資市場的開放與金融商品之創新，近代投資人相較於過往，有更多更廣的投資標的可做為資產配置的選擇，也同時提升了分散風險的機會。然隨著時間的推移與投資限制藩籬的崩解，投資資金始於各市場間相互流通，造成原本被認為的分離市場逐漸有了整合的可能。對市場參與者而言，投資市場之整合、分離，是個相當值得深究的議題，在擁有投資組合的情況下，分離的市場能給予投資人進一步分散風險的機會，反若市場間存在一定程度的正相關，相似的價格表現，並無力於提供投資者風險分散的功能，其次，若投資市場間存在高度替代，也可能導致另一市場的發展受到限制進而產生緊縮。最後就政府角度而言，當中央有意對某一市場進行管理，卻未考量市場間彼此之整合與否便貿然投入，反而可能造就其他市場非預期的連動，終如滾雪球般的過度擴大財策影響。總合上述可瞭解到，投資市場的長期均衡存在與否，不只為學術界所關注，對實務界也同樣擁有重要的投資意涵，下至一般散戶投資人的投資策略上至中央政策皆可能因而受到影響，實有討論之需。對於投資市場間整合與否的議題探討，由於台灣股市發展較早，一直以來資本市場就一直偏重於股票市場的討論。另一方面，台灣地狹人稠的生活環境以及國人「有土斯有財」之傳統觀念的驅使，使不動產商品成了股票市場外，另一個備受台灣投資人所關注的投資市場，而其兼具投資與消費的市場特性，亦使房市商品長期名列國人喜好的投資標的之一，加上近年金融開放政策，政府以於 2003 年通過不動產證券化條例，隨著 REITs 的問世，大幅降低房市的投資藩籬，小額投資人逐可跨越投資障礙進行投資，顯示除了股票市場，有越來越多市場參予者投入不動產市場，因此股市與房市間究竟有無存在整合，儼然成為近期極富討論 1.

(11) 意義的議題之一，鑑此，本研究將就房市與股市之市場整合行為進行討論。針對股市與房市的整合分析，早期仍以國外文獻為主，但由於各自採樣期間的不同，與研究市場的條件差異，實證結果並不一致。就趨勢而言，早期國外研究多不支持兩市場存在整合關係，Liu et al.（1990）研究美國市場，發現美國股市及不動產市場間存在間接性的障礙，因此認為美國的房市與股市為兩具有不同風險溢酬的區隔市場，推翻了二市場的整合假說，而 Ong（1995）針對新加坡市場進行實證討論，也同樣認為股市與房市間並不存在相關性。然國外的後期研究卻逐漸出現支持市場整合的證據，Wilson and Okunev（1997）發現美國股市與房市之間存有非線性關係，且兩者的價格調整過程乃十分緩慢。Ling and Naranjo （1999）同以美國市場做為研究樣本，發現上市交易的不動產資產和股票市場之間具有整合關係，且整合程度於 1990 年代後大幅增加，說明了兩市場隨時間有趨於整合的情況。Okunev et al. （2002）採用線性與非線性的 Granger 因果關係檢定，針對澳洲市場進行研究，實證結果說明，結構性變化將導致房市與股市不穩定的線性關係，且就非線性的因果檢定表示澳洲股票市場單向的影響不動產市場。同年 Green（2002）研究美國加州不動產市場與美股市場的財富效果，考量跨區整合的可能，就不同房價區內的整合現象進行討論，實證結果發現僅高房價區存在股市單向影響房市的財富效果，而於低價區，股價與房價間並無因果關係。不同於上述學者僅針對單一區域的討論，Quan and Titman（1997）採用 17 個國家的房市與股市資料進行議題研究，結果發現美國房市與股市間並不存在相關性，亞太地區的股市與房市多呈正相關，且總體股價與房價走勢間具有一定的關聯程度。而後 Wilson and Okunev（1999）研究美國、英國及澳洲市場，結果就單一市場與總和樣本而言，皆無法顯著證實股市與房市間具有關聯性，然若以 1987 年做為分界，將發現兩段樣本期間內，市場長期具有相關。經由上述討論，可探得房市與股市間確有逐漸整合的趨勢，且兩市場間的整合並非必然的現象，可能存在跨國或同國跨區的差異結果。國內對於房市股市的整合議題，直至 90 年代才有相關文獻的產生，由於探討年限晚，文獻並不多，加上研究序列與樣本的不同，實證結果尚未有一致定論。許湧澤（1995）與林慎福（2004）分別針對台北市與台中市的研究，實證結果支持樣本區房價與台股間存在一定程度的相關。聶建中與鄭佳音（2000）針對台灣主要四縣市（台北市、台北縣、台中市與高雄市）的研究，考量了線性與非線性 2.

(12) 的整合詴驗，結果發現台股與四縣市及台灣地區房價間，皆不存在長期的均衡關係，因此認為台灣地區股市與房市間並不具有整合現象。但近期同樣針對四縣市的研究，推翻了全未整合的結果，陳明吉與廖茂成（2005）分別就傳統的價格角度與市場角度分析市場整合，價格角度的觀點顯示台北市及台北縣的房市與台灣股市間存在長期均衡，且台北市的股價單向影響房價，然以市場角度檢視，則未發現整合現象。日前，葉裕正（2006）同以線性及門檻共整合模型進行實證分析，結論支持台灣四縣市中，台北市房市與台股存在長期連動關係。透過上述整理，本文認為過往文獻仍有兩點不足，可待以補強，其一為過往研究多僅探討兩市場是否存在長期整合，卻鮮少考量市場於不同情況下的整合形態，然本文認為景氣條件的不同，可能造就房、股市可能會有不同的整合現象註1。雖然國內已有文獻詴以非線性整合觀點說明房市與股市的整合議題，但其重點仍僅著重於探討兩市場整合型態是否存在門檻，並未加入形成因素做探討，因此過往文獻仍未清楚說明使用門檻整合模型的意涵。本研究自理論基礎作論述，直接且清楚的指出不同景氣下兩市場不同的整合情況，做文獻的補強。此外，過往實證模型亦多僅就時間序列資料做分析，而未予考量跨區效果，實難以窺究全貌，有鑑於此，本文將分別就門檻整合與追蹤資料做考量，重新針對市場整合議題進行全面性分析，彌補過往文獻的不足，以得以更為客觀之結果，期望得以不同面相之不同計量模型，有效提升檢定力，藉此求得更為一致的結果。受到美國次貸風暴的衝擊，景氣急凍，在這樣的景氣環境下，有人高喊出「存房子」的觀念，認為抱有績優股不如抱存績優房，表示雖然股市有相對高的流動性，但價格波動也很大，在投資情緒容易受影響的情況下，加上買賣容易，就算買到好股票，也不易做到持久獲利，又若來了一個大空頭，股市大跌，不知何時才觸底，甚至公司還可能遭遇下市，投資血本無歸，倒不如投資房地產，至少還能留有基本價值，畢竟好地段的土地，供給量有限。事實上不動產乃少數同時兼具消費與投資的金融商品，不同於股票市場對空頭經濟直接且強烈的反應，不動產商品在環境景氣不佳下，由於還保有自住功能與異質性，加上買賣成交速度較註. 1 Goldstein and Nelling（1999）認為股票市場不同的景氣條件會造成不動產商品提供之避險能. 力的變動，分別就權益與抵押權型之不動產投資信託基金做分析，實證顯示於空頭景氣下，市場相關程度反倒顯著大於多頭市場，結果令人意外，然因其相關性皆小於一，因此作者認為不動產商品對於股市下方風險仍具避險功能。 3.

(13) 低，資產的價值變動反而較為帄穩，加上不動產為實質資產，擁有基本價值，在空頭環境下風險也相對偏低，因此房市的下修並不會如同股市般劇烈。就學術而言，蔡怡純與陳明吉（2008）以 T-GARCH 討論不動產商品是否存在不對稱的波動，實證結果發現不動產市場若於上期遭遇壞消息，當期條件變異數反而會減少，房價對於壞消息的衝擊表現反而相對穩定，與抗跌特徵相符。反之對於股票價格的行為表現，最早於 Officer（1973）已發現在美國經濟大蕭條期間，股票具有異常的報酬波動度，後續的研究學者也多發現於未預期之負向消息或負報酬發生時，引起的後續資產價格的波動會大於未預期之正向消息或正報酬發生時，所引起之後續資產價格的波動，顯示股市也同樣擁有不對稱的波動，但其於壞消息下所表現的風險性質與房市恰恰相反，研究學者對於股市如此的風險特值多以「槓桿效果」或「波動回饋效果」予以解釋。「槓桿效果」認為股票事實上並非為實質資產，它的價格反映著公司價值，因此當股價下滑，公司財務風險增加，股價波動便隨之提升，Figlewski and Wang（2000）更以數學模型推論槓桿效果，說明槓桿效果是“down market effect＂，僅於景氣不佳的條件才會發生。「波動回饋」則是認為在股價波動增加的情況下，投資人會要求更高的風險溢酬，股價下跌回饋，又壞消息衝擊乃同時結合了股價負壓與波動回饋，因此波動度會較好消息下要來的大。由於股票並非為實質資產，它的價格乃反映著公司價值，因此股價於對於景氣的滑落相對敏感，經濟一但下滑，股市修正幅度將較房市劇烈，如此一來於景氣條件不佳的情況下，房市與股市的價格行為並不一致，反之於好景氣下，投資資金快速膨脹，透過資金的移動傳遞，兩市場較有機會存在長期均衡，鑑此，本研究提出房市股市存在不對稱整合現象的可能，而採以 Enders and Granger （1998）的不對稱門檻整合模型進行市場的整合討論，延續 Enders and Granger 的做法，於整合向量為一的前提下，利用兩市場的價差定義景氣，探討不對稱整合現象的存在與否，最後並續以 Hansen and Seo （2002）的門檻整合向量估計法，就效率門檻值及整合向量，於均衡情況下探討房價的修正行為，驗證房市抗跌性。另一方面，過往針對兩市場之整合討論，多僅於序列資料做考量，鮮少，甚至未曾有文獻，將各縣市間可能存在的相關性與跨區差異納入考慮，然透過國內文獻整理，實已探得台股的上漲並未能全面激勵所有縣市房市的表現，為求更為 4.

(14) 客觀的結果，橫斷面差異實有探討意涵。針對跨區整合的探討，Green（2002）首先對此觀點進行實證，就羅素 2000 指數（Russell 2000 Index）與加州不動產市場之不同房價區域的整合進行分析，實證結果僅支持高房價區存在財富效果，反之於低房價區，股市與房市並不存在顯著因果，顯示兩市場間的整合並非必然現象，且可能存在跨國或同國跨區的結果。考量整合的跨區現象，且為避免僅以單一縣市結果做為台灣房市與股市長期現象之依據，本文擇以國內四縣市（台北市、台北縣、台中市與高雄市）的追蹤資料（panel data）進行實證分析，運用 Pedroni（1999）提出的追蹤資料共整合模型（panel cointegration model），重新探討台灣股市與房市的相關，期於同步考量衡斷面異質與序列資料的情況下，能更為完整的補捉、描述國內房市與股市間之連動，節末更輔以完全修正之普通最小帄方法（FMOLS）與追蹤資料的因果檢定，對兩市場之長、短期關係做進一步的說明。針對追蹤資料共整合模型的應用，過往文獻多僅就總體要素之整合與否做探討，然而 Mikhed and Zemˇcík（2009）以創新的思維，將共整合模型運用於建構房市泡沫指數上，作者將擁房現流視為房價基本面，若房價不存在泡沫，兩序列理當整合，而將不整合的情況視為房市泡沫，本文延伸此整合觀點，認為若股市與房市存在整合，那是否能於此嘗詴利用房市及股市之追蹤資料共整合模型建構一個全新的房市泡沫指數，藉以分析房市可能的泡沫時點。針對兩市場之整合分析，為彌補過往文獻之不足，提升檢定力，本文重新納入房市抗跌性質與跨區整合現象進行再驗。然而本文希望除了針對市場整合做討論外，能以更深入的觀點，接續探討兩市場的資金傳遞機制，藉由瞭解市場的領先落後關係，予以執政者於管理市場時的依據參考，並於實務層面，提供投資人進行投資、避險決策時的客觀證據。過往針對房市股市間可能存在整合關係的推論基礎主要有「財富效果」與「信用效果」這兩種解釋。「財富效果」的理論基礎在於 Ando and Modigliani（1963）所提出的生命循環假說，於股市未預期上漲時，投資人的財富增加，將會提高本身的消費支出。另一方面，股市的上漲，會帶動投資人投入股市的財產比例的增加，依據 Markowitz（1952）之投資組合理論，為了進一步分散風險，投資人會重新調整投資組合，並另尋其他的投資標的。如此股市於未預期上漲時，因金融財富的增加，投資人一方面增加消費，另一方面為了分散風險，而將一部份資金 5.

(15) 移轉到另一個具增值潛力的市場（房市）現象，就稱為「財富效果」，隱含財富效果的資金傳遞方向乃自股市至房市，股市為領先市場。而「信用效果」則是認為兩市場的價格傳遞機制主要導因於不動產市場的上漲，房市上漲，企業所持有的不動產商品價值將獲提升，公司未實現之資本利得的增加使市價同步上升，企業股價跟著上漲。另一方面若企業透過其所持有的不動產商品進行借貸抵押，由於抵押品價值的提高，可望獲得更好的借款條件，增加企業的貸款資金可用性。公司可使用的資金越多就有更多的投資數額，公司的投資增加，投資人將預期未來公司有更好的報酬表現，使公司股價上升，表示信用效果的資金傳遞方向乃自房市傳遞至股市。國內外目前對於財富效果與信用價格效果的比較文獻多傾向支持財富效果的解釋，然不同地區有不同的市場條件與金融法令的規範，且隨時間的轉移，各地區間支持的機制可能不盡相同，因此引發本研究的另一動機去探討台灣股市與房市間的整合，究竟是導因於何種傳導機制？此外本研究認為既然市場的整合具有跨區現象，則為解釋市場相關性的傳遞效果也當同樣具有跨區效應，表示當台灣股市無預期上漲時，所產生的投資資金並不會均勻的外溢至各縣市。針對這部分本研究首先以時間序列資料下的 Enders and Granger（1998）之誤差修正模型與 Hansen and Seo （2002）估計法下的不對稱誤差修正模型進行初步探討，並就檢定力較佳的追蹤資料 Granger 因果關係檢定做為主要的實證推論。. 6.

(16) 第二節研究架構本研究一共分五大章節，其各章摘要如下：. 第一章緒論首先說明本研究之背景與主要動機、架構，使讀者能快速對本文有一初步瞭解，明白本文重點所在。. 第二章文獻回顧與研究主題針對本研究的探討重點做完整性的回顧，內容主要包含過往對於房市與股市整合議題之探討，以及本文採用之兩種計量模型的回顧，分別為門檻共整合模型與追蹤資料共整合模型。此外，更以過往相關文獻之整理闡述房市抗跌性質以及造成市場連動關係的資金傳遞機制，做為假說的論述基礎，最後綜合上述，就兩種不同觀點，提出本文主要假說。. 第三章研究方法主要針對本研究所使用之計量方法進行解釋與說明。本文主要採用兩種實證模型進行實證，其中一種為門檻共整合模型，包含非效率與效率門檻模型，以及不對稱模型。另一種為追蹤資料模型，包含追蹤資料的單根檢定、共整合與因果關係檢定之介紹。. 第四章實證研究結果首先對資料來源與研究範圍做說明。接著依據兩類模型分別進行實證研究，以台灣四縣市房市資料與股價指數做分析，並針對檢定結果予以分析與探討。第五章結論與建議綜合本研究之實證研究結果進行總合結論與分析。. 7.

(17) 研究動機. 文獻整理與探討. 提出假說. 門檻效果. 跨區整合現象. 門檻共整合模型. 追蹤資料單根檢定. 不對稱誤差修正模型. 追蹤資料共整合模型型追蹤資料因果檢定. 泡沫指數. 實證結果與分析. 門檻效果(小結). 跨區整合(小結). 總結. 圖 1 研究架構流程. 8.

(18) 第二章. 文獻回顧與研究主題. 第ㄧ節文獻回顧. 一、股市與房市的相關性文獻國外對於不動產市場與權益市場的整合研究，早期大多以美國市場為主。 Liu et al.（1990）是首篇以單因子的資本資產定價理論做估計報酬探討的文獻，作者採以 1978 至 1986 年間美國市場的季資料，探討股票市場與不動產市場間的連動關係。實證結果發現美國股市及不動產市場間存有間接性障礙，而這樣的障礙造就了股市及房市之間的區隔，因此作者認為美國房地產市場與股票市場為兩個的區隔市場，具有不同之風險溢酬，推翻了二個市場的整合假說。不同於 90 年代早期的研究結果，後期學者的研究卻多支持兩市場存在整合。Wilson and Okunev（1997）採以 REITs 做為不動產市場的代理，而以 S&P500 做為股票市場的指標。以描述股票價格的均數復歸現象做市場相關性的研究，作者發現美國股市與房市間存有非線性關係，但兩者的價格調整過程卻是十分緩慢的。Ling and Naranjo（1999）採用 1978 至 1994 年的季資料，對美國不動產市場與股票市場間的整合做實證探討。作者以多因子評價模型 Arbitrage Pricing Model（APT）進行實證，且除了股票市場投資組合與不動產市場投資組合之外，作者又多加入一些總體因子作為控制變數。研究結果發現上市交易的不動產資產，如 REITs 和股票市場之間是具有整合關係的，且整合程度在 1990 年代大幅增加。但若以估計的不動產投資組合價格來取代市價的話，則研究結果完全相反，顯示不動產市場和股票市場之間並不具有整合之關係。如此不一致的結果，作者認為與估計的報酬無法正確地代表不動產投資組合之報酬有關。Green （2002）研究 1989 至 1998 年間美國加州不動產市場與股票市場的財富效果。以 9.

(19) 生命循環假說出發，結合 Markowitz（1952）的投資組合理論，認為當股票市場的價格未預期地上漲時，投資人的財富增加，為了分散風險，投資人會拿股票市場所賺得的獲利去投入其它資產，比如不動產市場。而不動產市場需求量的增加會對房價造成影響，使不動產市場隨之上揚。由此，作者推測股價和不動產的價格之間應具有一連動關係，此外，作者更進一步推測普遍持有股票與投資組合的高所得地區，會有更強烈的財富效果。採用 Granger 之因果關係檢定結果發現，加州的高房價區，存在財富效果，然低房價區，財富效果並不顯著，顯示在低房價區，股價與房價之間並無因果關係，支持作者原先的預測。由上述文獻可窺得，就以美國股市與房市的整合性而言，隨著時間的推移與證券化的發展趨於成熟，兩市場逐漸被支持存在長期的均衡關係，同時也發現股市上漲所帶來的投資資金並未帄均的外溢至各個區域。除了美國市場的研究，對其他地區房市與股市的整合研究，也同樣發現到不同地區，存在不同結果的現象。Ong（1995）研究新加坡不動產與營建類股股票價格和不動產價格之關係。作者認為在新加坡，投資人把資金投資在營建類股股票上可視為對於新加坡不動產市場的間接投資的方式之一，所以理論上，兩者應會有一長期的關係。作者以 Engle and Granger （1987）之共整合檢定作為主要的研究方法，最後結果發現新加坡之營建類股與不動產市場之間並不具有共整合關係。Okunev et al.（2002）研究 1980 至 1999 間澳洲不動產市場與股票市場間的市場相關性，分別採以線性與非線性的 Granger 因果關係檢定做實證分析，研究結果說明，結構性變化將導致房市與股市不穩定的線性關係，而非線性的因果檢定則指出有強烈證顯示澳洲股票市場會單向的影響不動產市場。相對上述文獻僅就單一地區的研究，Quan and Titman（1997）有鑑於全球化的趨勢所需，進行國際股票市場與其不動產市場相關性的研究，不同於以往只針對單一地區的研究，作者採用 17 個國家的房市與市做為研究對象，並採用單變量迴歸與時間序列迴歸法作為研究方法，探討 17 個國家房地產市場與股票市場報酬之關聯性，研究期間為 1978 至 1994 年，結果顯示美國房市與股市間並不 10.

(20) 存在相關性，然一些國家則具有顯著的相關性，亞太地區的股市與房市多呈正相關，若以總體而言，股票報酬及不動產價格變動與租金變動之間就存在強烈的關係，表示總體股價與房價走勢具有一定程度的關聯。Wilson and Okunev（1999）採用 1972 至 1993 年間，美國、英國及澳洲之房地產與股票市場的資料做市場相關性研究，採用非線性的部份共整合研究長期市場整合情形。研究結果發現，美國與英國在國內房地產與股票市場，長期並無顯著關聯，但澳洲則有些微關聯，而以總體來看，採用所有取樣期間的數據，結論並無法證明股市與房市間有關聯性，但若以 1987 年為分界點，則發現在兩段樣本期間內，市場長期具有關聯。國內對此議題的研究起步較晚，研究年限至今不過十年爾爾，討論文獻不多且結論不一，台灣對於股市房市共整合的研究，大多以台北市、台北縣、台中市和高雄市做為主要的討論區域。僅就單一區域做議題探討的文獻，多支持有單區域共整合的證據，許湧澤（1995）以民國七十九年六月至民國八十三年九月間的台北市房屋成交量、股價加權指數與物價指數，利用 Granger 因果關係（Granger causality）檢定房價與股價間的關係。研究結果顯示不論是否經過物價指數帄減，台北房價與股價之間都存在著因果關係。若進一步從分區的角度看，台北市郊區房價與股價之間存在著因果關係，股價變動會影響到台北市郊區房價的變動，且郊區房價變動落後股價變動兩個月；至於市區房價變動則與股價變動無關。林慎福（2004）探討台灣地區自民國八十九年第一季至民國九十三年第二季台中市地價和台灣加權股價指數的關聯性，結果顯示台中市地價會隨股價漲跌而波動，而以隨後一季最為接近，表示在沒有重大經濟形勢影響下台中地區房價與股價具有關聯性。相對單一區域的研究，就四縣市與台灣的討論多出現某地區有但某區域卻不存在市場整合的情形，且隨研究期間的不同，發現到的結論亦不盡相同。聶建中與鄭佳音（2000）以民國 80 年第三季到民國 88 年第四季之高雄市、台中市、台北縣、台北市、台灣地區房價資料與股價指數，進行房市股市相關性的研究。除了採用一般的線性分析以外，亦引用 Okunev and Wilson（1997）的非線性整 11.

(21) 合詴驗。此外，作者更進一步探討當股市呈現多頭及空頭時，股票市場及房地產市場之相關性變動。研究結果發現，台北市、台北縣、高雄市、台中市及台灣地區房價指數與股價指數之間皆不存在一長期均衡關係，但作者認為此發現並不足以表示市場間的非線性關係不存在。最後作者再以因果分析、衝擊反應變數分析、變異數分解，進行更深入探討，發現台中市的房價與股價存在的互動關係最為顯著，台北縣次之，而其他地區皆不顯著。最後的相關係數分析同樣發現，無論股市呈現多頭或空頭，台中市房價和股價的相關性確實為最高，而空頭時，台北市、高雄市、台灣地區房價和股價相關程度最低，甚至有負相關的情況，最具避險功能。陳明吉與廖茂成（2005）採用台灣四縣市（台北市、台北縣、台中市和高雄市），民國七十年至民國八十八年間的季資料，除了以傳統價格角度檢視兩市場因果關係外，也進一步採用套利評價理論為基礎，從市場角度檢視市場關聯性。研究結果發現台北市與台北縣，房市與股市間具有長期均衡關係，而因果關係檢定則發現，於台北市，股價變動會造成房價的變動，反之並無顯著影響。在套利定價模型的檢定，四縣市皆未發現具有相關性的證據，因此作者認為台灣地區的不動產市場與股票市場可能並不具有高度財富效果，其可能原因與房地產流動性欠佳，資金不易從房市流入股市，且房市投資門檻高，一般投資人不易將房地產納入投資組合中，加上兩市場投資人可能有相當比例是不同所得族群所致。近期葉裕正（2006）運用 Johansen 共整合檢定，接續探討 1999 年第 3 季到 2006 年第 4 季，台股與四縣市及台灣地區不動產價格的連動關係，作者發現唯有台北市不動產價格與股價間存在長期的穩定均衡關係，其他地區皆無；而使用門檻共整合檢定同樣發現，唯有台北市不動產價格與股票價格間存在非線性的門檻共整合關係，其他地區皆無。綜合國內文獻可窺得台灣股市房市間的市場整合，存在跨時跨區現象，不同區域房市對台股漲勢反應不盡相同，而有不同的整合結果。另一方面，也發現市場條件的不同（熊市與牛市）可能造就兩市場在整合程度上的差異，這部分，本研究以房市股市不同的波動度特性做解釋，而於本章第四小節再行詳述。 12.

(22) 二、門檻共整合傳統對於整合關係的考量，只存在「有」或「沒有」整合的極端，並未考慮序列於某種經濟條件下具有整合，而於另一種條件下並不存在整合關係的情況。 Neftci（1984）,Teräsvirta（1992）and Koutmos（1998）研究也同樣指出某些總體變數存在不對稱的調整，說明線型模型可能並無法捕捉變數的真實行為，從而造就了存在門檻之計量模型的發展。至今對於此類模型應用已有相當程度， Goodwin and Piggott（2001）以 Balke and Fomby （1997）提出的門檻共整合模型研究北卡羅萊洲中農產品市場的整合情形。以日均價格作為分析的依據，將中心市場分別對地方市場進行門檻共整合分析。研究結果指出當兩市場相對距離越大其門檻值也相對較大，表示市場距離越遠存在越大的交易成本。作者更進一步發現，市場距離越遠者其復歸於均衡區間的速率越慢，此結果再一次驗證市場較遠則市場整合性較差的觀念。Sephton （2003）延續他們的研究，以 Hansen 檢定門檻數目的方法重新決定門檻值，再一次驗證此空間市場的整合性，研究結果指出在大豆市場中 Candor 市場對 Williamston 市場距離較遠，故其整合性較差，其餘市場的整合性皆良好，與 Goodwin and Piggott（2001）的研究結果一致。Sollis and Wohar（2006）運用 Balke and Fomby （1997）之門檻共整合模型: SEQ-TAR 與 ASEQ-TAR 研究實質匯率與實質利差間是否存在門檻的整合現象，採用 11 個國家相對於美國之實質匯率與實質利差月資料做實證研究。實證結果發現，超過半數國家支持實質匯率與利差具有長期非線性關係。於負的修正誤差區間具有相對強烈的均數復歸現象，顯示存在不對稱的誤差修正，主要來自於短期實質匯率的調整，說明實質匯率在調整至長期均衡的過程，扮演重要角色。Al-Gudhea, Kenc and Dibooglu（2007）分別就 Enders and Granger （1998）與 Enders and Siklos （2001）提出之門檻共整合模型，討論原油與石油間是否存在不對稱調整，實證結果發現兩者存在不對稱的價格傳遞速度，表示當原油上漲時石油的價格反映會較原油下跌時石油價格的調整速度要來的快速，由衝擊反映得知於小衝擊下此不. 13.

(23) 對稱關係更為顯著，作者認為可能導因於消費者的收尋成本。同樣有關於油價的研究，Grasso and Manera（2007）考量過往文獻尚缺以系統性方式探討模型選擇對實證結果的影響，同步分析歐洲五國（法國、德國、義大利、西班牙和英國）於 1985 至 2003 的月資料，採用三種誤差修正模型探討各國於原油與批發（汽）油價、批發與零售油價以及原油與零售油價間的價格傳遞不對稱效果。實證結果發現長期的價格不對稱主要存在於批發與零售油價間。且線性整合下的不對稱誤差修正模型比門檻共整合的誤差修正模型更為支持歐洲五國存在長期不對稱的價格傳遞效果。而就短期效果來說，TAR-ECM 發現歐洲五國中除了英國，於零售價和批發價間存在價格的不對稱效果，短期零售汽油上漲速度比下跌要來的快，且市場越不競爭，高油價的持續時間就越長。最後作者認為若欲檢測長期不對稱效果以不對稱的誤差修正模型進行檢測，反若於考量短期效果，則以 TAR-ECM 較為合適。Lardica and Mignon（2008）考量世界各大經濟體之油價與 GDP 間可能存在不對稱的連動，應用 Schorderet （2004）提出之不對稱門檻整合模型再次討論油價與經濟活動間是否存在長期相關，資料樣本包含 G7 與歐盟經濟體，最終結果支持油價與經濟活動（GDP）間的確存在不對稱的整合關係。國內近幾年也陸續出現不少以門檻共整合模型進行實證探討的文獻。沈中華與陳建福（2003）利用 Enders and Siklos （2001）提出的不對稱門檻共整合模型，探討中國大陸上海及深圳股市之間長期不對稱的均衡關係，並且分析進一步 B股開放政策對大陸股市之間共整合關係的影響。研究資料採用1992至2002間的日資料，主要實證發現，在傳統 Engle-Granger 對稱共整合檢定之下，B 股開放政策並沒有提高大陸股市之間的連動性。然若採用 Enders and Siklos （2001）不對稱門檻共整合檢定，則發現 B 股開放後，大陸股市之間的共整合現象更加強烈。最後由Granger 因果關係檢定發現，在B股開放前，在A股方面，深圳 A 股領先上海A股；而 B 股方面，上海 B 股與深圳 B股存在雙向因果關係，但是 B 股開放後，A 股之間並沒有領先落後關係，B 股之間也不存在領先落後關係; 因此，B 股開放政策確實提高大陸 A 股與 B 股市場的效率性。而在 B 股開 14.

(24) 放後，在上海股市，B 股領先 A 股，而深圳股市方面，則是 A 股領先 B 股。在上海或深圳股市中，A 股與 B 股存在領先落後關係，因此，投資人無法利用投資 A 股或 B 股來達到分散投資組合風險的目的。王冠閔與方文碩（2006）則分別利用對稱共整合（Engle and Granger,1987）與不對稱門檻共整合（Enders and Siklos,2001）檢定美國與亞洲等11個國家市場存（放）款利率與貨幣市場利率間是否存在長期轉嫁機制。主要實證結果發現，不同國家有不同的利率轉嫁模型，其中七個國家出現不對稱調整的利率轉嫁效果，二個國家為對稱調整，另外二個國家則沒有任何調整機制，當中一個普遍存在的特徵是，當貨幣市場利率改變時，利潤極大化銀行一致性的策略為同方向調整與加、減碼存、放款利率。針對同樣的議題討論，王冠閔（2007）利用Enders and Siklos（2001）建議的不對稱門檻共整合模型，分析中國大陸與台灣二地金融市場，存（放）款利率與貨幣市場利率之間非對稱穩定關係下，利率的調整與轉嫁效果。研究期間為1988 年2 月至2004年，實證結果顯示，中國大陸的放款利率模型存在著長期的共整合關係，而存款利率模型則否。台灣的存、放款利率模型存在著不對稱門檻的共整合關係，存款利率具向上調整的僵固性，而放款利率具向下調整的僵固性，支持共同議定價格的假說。利率的衝擊反應結果，中國大陸放款利率的調整與回復速度較快且較為短暫、而存款利率調整與回復速度較慢且較為長久；台灣的結果，透過不對稱長期均衡關係的調整，銀行調整放款利率的速度比存款利率快，而調整的幅度也大於存款利率。Wan and Kao（2009）研究台灣台北外匯與元大外匯兩市場之動態價格調整過程與價格發現。作者採用1998至2005間兩市場的每日收盤價做為樣本資料，再分別運用Enders and Granger（1998）與Sollis and Wohar（2006）之不對稱門檻共整合模型與誤差修正模型分析，實證結果支持兩市場存有非線性的整合現象，依價差正負大小，價格會有不同的調整狀況。當元大外匯與台北外匯價差小於下方門檻，兩市場將同時依賴彼此資訊做調整，然調整速度並不一致。反之元大外匯與台北外匯價差大於上方門檻時，此時元大外匯的價格調整行為為外生，不受前期價差與價格影響，隱含於此情況下元大外匯為價格發現的領 15.

(25) 導市場。綜合上述文獻可窺得，許多議題的序列整合關係的確存在門檻效果，說明了彼此的整合關係並非極端的「有」或「沒有」，而是於某條件下才有整合或不具整合，過往僅考慮線性整合關係確有其不足。當前透過門檻效果的考量，我們能就更為客觀的角度說明序列間的整合關係，降低實證結果的偏誤，並進一步給予資訊需求者更為精確的參考依據。. 16.

(26) 三、追蹤資料共整合低頻率的總體序列資料常面臨小樣本的問題，然過去的文獻發現若使用追蹤資料之共整合檢定除了能有效改善小樣本的資料限制外，更可同時考量資料的各部差異與時間序列特性，所以往往可得到較一般僅使用時間序列之整合檢定更為深入的結果，基於此優勢，使其於眾多領域上都有著相當程度的應用。Marsh and Power（2000）以追蹤資料共整合探討股價折現模型之迷，採以 56 家英國上市公司為主要研究樣本，實證結果支持股價與股利間確實存在長期的整合關係。Azali, Habibullah and Baharumshah（2001）, Pedroni（2001）and Nagayasu（2002）同以追蹤資料的計量方法探討購買力帄價假說，其中 Azali, Habibullah, and Baharumshah（2001）與 Nagayasu（2002）分別就亞洲開發中國家與非洲國家進行討論，兩實證結果皆支持弱勢帄價說的存在，而 Pedroni（2001）則是以全球 20 個國家的追蹤資料進行討論，實證結果並不支持絕對購買力帄價理論，而就個別國家樣本而言，更進一步說明絕對購買力帄價說的失靈並非來自少數國家，而是多數國家都不支持。同樣有關匯率議題的討論，Ho（2002）利用 17 個 OECD 國家貨幣兌美元的即期匯率與一個月遠期匯率，進行個別國家和全部國家的市場效率性檢定，Panel 共整合檢定的結果顯示此 17 種貨幣的即期匯率與一個月遠期匯率間有 Panel 共整合的存在，支持遠期匯率不偏性假說。 Kao, Chiang, and Chen（2002）首先將追蹤資料之共整合模型運用至國際研發外溢現象的探討。而 Gallin（2003）就美國某段期間內 95 個地鐵區的追蹤資料探討房價與所得間的長期關係。考量追蹤資料之共整合模型可改善傳統模型於小樣本下檢定力不足的問題，採以追蹤資料整合模型做為主要實證方法。實證結果無法拒絕不存在共整合的虛無假說，顯示兩者間並不存在長期相關，與先前的文獻研究結論並不一致。Apergis, Katrakilidis and Tabakis（2006）則運用追蹤資料之共整合方法，探討外人直接投資流入（FDI inflows）與國內投資間的相關性，由於先前文獻以說明經濟成長與總和投資間存在正相關，又 FDI inflows 於國家經濟發展上占有重要地位，因而推論外人直接投資與國內投資間應存在整合關係，作者以 1992 年至 2002 年間全球 30 個國家的追蹤資料做實證分析，結果發現兩變數確實存在長期整合，支持推論。. 17.

(27) Apergis, Filippidis and Economidou（2007）以 1975 至 2000 間 15 個 OECD 國家與 50 個非會員國的追蹤資料，探討國家金融發展與經濟成長的關聯性。追蹤資料共整合分析表示支持兩者確實存在一定程度的關聯性，由追蹤資料因果關係進一步得知兩者長期擁有雙向的因果關係。Ramirez（2008)研究墨西哥公共、私人資本存量的變動以及經濟活動人口與勞動產出間是否存在長期均衡，除了採用追蹤資料共整合外，更配合運用完全修正之普通最小帄方法求得長期的一致性係數做分析，實證結果表示公共、私人資本存量的變動及經濟活動人口與勞動產出存在長期正向關係。最後作者更進一步考量結構性變化，將樣本以 1981 年做為分界，結果發現公共資本變數在早期對於產出的影響相對較大。傳統針對房市泡沫多就總體變數之時間序列圖形做說明， Mikhed and Zemˇcík（2009）突破傳統，採以 1987 至 2006 年間美國 23 個都會城市的追蹤資料，就折現模型為基礎，配合追蹤資料的計量方法建構全新的房市泡沫指數。在令購屋為一種投資行為的條件下，就穩定的折現模型而言，不存在泡沫，則投資人擁房之未來每期現金流量（租金）的折現總額將等同於房價，意含在沒有房市泡沫下，房價乃完全反映著房屋的基本價值，因此房價與租金應具有長期整合關係。反之於房市泡沫的情況，房價與房租會因泡沫的存在而不存在共整合關係。對此 Mikhed and Zemˇcík 以十年的重複資料窗，就房價資金比（Price-rent Ratios）的追蹤資料單根檢定建構泡沫指數的序列，其中房價為定態變數時指數為零，而租金為定態變數房價為非定態變數時指數為一，至於其他情況就以 CIPS 的單根檢定 P 值做說明，實證結果發現美國 1980 年晚期至 1990 年初期與 1990 年晚期都有較高的泡沫指數。而追蹤資料之 Granger 的因果關係亦說明房價與房租變動具有雙向的因果關係。. 18.

(28) 四、房市與股市間不同的波動度效果－房價僵固性自 Officer（1973）發現美國經濟大蕭條期間股票有異常的報酬波動度後，後續許多研究股票報酬與波動表現之文獻，也陸續發現股票市場具有波動不對稱現象，意當未預期之負向消息或負報酬發生時，所引起的後續資產價格波動，會較未預期之正向消息或報酬發生時，所引起的後續價格波動要來的大，因此當期股價報酬與下期股票的報酬波動呈現負向關係。對此現象的解釋，最早為 Black （1976）所提出的槓桿效果，認為當市場受到壞消息的衝擊，股價的下跌使企業的權益部分也跟著下跌，而負債水準不變下，負債權益比率增加，公司財務風險增加，進而增加股價波動。對此 Christie（1982）以 Consol model 解釋股價波動與財務槓桿間的關係，實證結果發現股價報酬變異與負債權益比係數為正相關，說明財務槓桿確實能對股價報酬變異提出部分的有力解釋。Schwert（1989）則研究 1875 至 1987 年間紐約證交所股價指數波動度與實質、名目總體變數、經濟活動、財務槓桿及交易活動間的關係，結果發現公司財務槓桿與波動間具有顯著相關性，表示槓桿效果確實能對於波動不對稱的現象，提出部分解釋。而就此議題的討論，Figlewski and Wang（2000）更進一步利用數學模型推論槓桿效果與實證基礎。假設目前有一間公司，其資本結構同時擁有負債與權益，而於負債為無風險的情況下，公司價值的變動完全來自於股價的變動。令 V=E＋D，E=NS， S 為當時股票市價，N 表在外流通股數，D 為負債價值。倘若所有公司價值的變動皆來自股票，則 E = V，變動百分比率表示如(1)示： S E V  E  D  V    S E V  E  V.  D 1  E . (1). 在 N 不變的情況下，股價的變動比例等同整體權益的變動比率，等於公司價值變動比率乘上權益乘數，由此續推得(2)式:.  S   E  V L. (2). 其中  S 為股價報酬波動，且等同於權益波動  E ，而  V 為公司價值波動， L=(1+D/E)。在公司價值波動不變的情況下，槓桿與股價波動將為正相關。 Figlewski and Wang 接續由(2)式推估公司權益與負債價值的股票波動彈性.  E 和 D ，且 1   S  0, 0   D  1 ，如(3)、(4)式： 19.

(29) S  E . d V L E  D E D   V   dE  V L E V L E  D. D E.  V L   V (1  )  V  D . (3). V D E. d V L D  D D   V  dD  V L E  V L D  E. (4). 最後再由(3)、(4)式推得槓桿對於股價波動的彈性值，如(5)所示，當槓桿每變動一百分比，股價波動將同向同幅變動，說明槓桿效果的存在。. L .  S L  V L  1 L  S S. (5). Figlewski and Wang（2000）更於實證研究中發現，負向報酬雖然確實會增加波動度，但正向報酬卻是不顯著降低波動，甚至常可能增加波動度，且若槓桿效果確實存在，則對於波動度的影響，應該是永久性的，而實證卻發現槓桿效果會慢慢消失。最後更發現，公司發行新股與新債所造成財務槓桿變化，並不會顯著改變公司波動度，只有在股票價格有變化，且為下降時，才會對波動度產生影響。因此，作者認為「槓桿效果」嚴格來說應是“Down Market Effect＂，僅於市場條件不佳的情況才會呈現出來。對於股票市場具有波動不對稱的現象解釋，除了槓桿效果，亦有另一派學者提出不同說法（Pindyck （1984）, French, Schwert and Stambaugh（1987）,Campbell and Hentschel （1992）），認為此現象主要是來自於隨時間改變的風險溢酬，隨著股價波動度增加，投資人將提高對波動度的預期與要求報酬，使後續股價以下跌回饋，又壞消息衝擊乃同時結合了股價負壓與波動回饋，因此波動度會較好消息下要來的大。Bekaert and Wu（2000）將對此兩種解釋做了整合討論，提出不論在好、壞消息下，報酬的波動乃同時反應了兩種效果的可能。就壞消息的情況來說，消息的衝擊，造成當期股價報酬波動度增加，而波動度增加，投資人會提高預期報酬，為了反應高的預期報酬，股價走跌（波動回饋），然股價下修又會進一步增加公司的槓桿比例，造成公司財務風險提升，股價再度走跌（槓桿效果），兩效果相互影響作用，股價持續下修。反觀好消息，消息的衝擊雖然同樣 20.

(30) 會造成當期的報酬波動度增加，但好消息也會同時使公司槓桿比率降低，波動度降低，因此好消息對市場的衝擊對於波動的淨效果並不一致。形成未預期之負向消息或負報酬發生時，所引起的後續資產價格波動，會較未預期之正向消息或正報酬發生時，所引起的後續價格波動要來的大，說明股市於景氣差的環境下有著易跌的價格行為與波動增加的風險特值。最後的實證結果支持 Bekaert and Wu 的論述，單純的槓桿效果並未受到支持，反之槓桿效果僅為波動回饋效果的輔助加強，並進一步發現股票與市場的條件共變異數在解釋波動回饋效果占有重要地位。而上述股市的價格行為中存在的波動性不對稱效果，並無法套用在不動產市場上。而且過去文獻如: 蔡怡純與陳明吉（2008）更觀察到房市可能存在反向槓桿效果，其以台北地區 1973 年第二季至 2005 年第二季的房價資料探討房價風險的不對稱性，採用自我迴歸異質條件變異數相關模型來估計房價資料，再續以上述模型的延伸，以不對稱波動性的 T-GARCH 模型，觀察房市波動度是否存在不對稱性，實證結果發現，不動產市場的波動性確有不對稱的現象，且若上期的訊息為壞消息，當期條件變異數反而會減少，市場的波動性會下降，呈現反槓桿的情況。顯示不動產市場若於上期遭遇壞消息，當期價格表現會更加穩定，此現象與不動產的抗跌優勢相符。針對不動產商品相對具有抗跌優勢之解釋，本文將其可能原因首列於以下四點註2： (一)不動產商品的價格下跌，並不會造成財報之權益負債比率的增加，因此不動產市場並不存在槓桿增加而導致波動度增加的槓桿效果。 (二)不動產市場的市場特性，也使其面臨壞消息的衝擊時，與股票市場有著不同的反應。不動產市場與股票市場最大的差異性在於，房市商品乃一兼具消費財與資本財的實質資產，不但能滿足投資人的投資需求，更能滿足居住功能，使其於壞景氣下，投資人可以選擇自住、出租，而非大舉拋售，因此，在擁屋者相對惜售的情況下，房市於壞景氣下的價格波動亦相對有限。 (三)房市之買賣成交速度並不若股市頻繁，買賣雙方通常多將經歷一段時間註2. 引述自陳明吉與蔡怡純 (2009)，「房價之不對稱均衡調整」，中國北京：世界華人不動產學會. 第一屆年會。 21.

(31) 的講價過程，因此房市面臨壞消息的衝擊時，常呈現急速量縮而價格緩慢修正的情況，所以在不動產實務上有「量比價先行」的特徵，這樣的特性會使房市在下跌時，價格的反應較不具效率。 (四)不動產為實質資產具有其基本價值，因此當房價向下修正，反可能使價位更為貼近基本價值，與基本面差距縮小，風險反而降低，於是價格波動會下降。. 既然在面對壞消息的衝擊下，股市與房市有不同的波動特性，即股價易跌而房價抗跌的價格行為差異，那麼房市與股市之間的整合關係，在不同的市場條件下應該是不一致的。聶建中與鄭佳音（2000）採用 Goldstein and Nelling（1999）的觀點，探討當股市呈現多頭及空頭時，股票市場及房地產市場之相關性變動，結果發現空頭時，台北市、高雄市及台灣地區房價與股價相關程度低，甚至呈負相關，證實房市於空頭時，確實能提供投資人避險功能。. 22.

(32) 五、股市房市的整合基礎－資金傳導機制以往文獻針對房市股市存在長期整合的解釋基礎，主要為「財富效果」（Wealth Effect）與「信用價格效果」（Credit Price Effect）兩種傳遞機制，雖說兩者同樣為解釋市場相關性的假說，但因傳導之因果解釋大相逕庭，引發了不少學者的爭論。財富效果主要的理論基礎在於 Ando and Modigliani（1963）所提出的生命循環假說，認為雖然長期帄均消費傾向是呈現穩定的，但在短期，財富與可支配所得的比例會呈現波動狀態，因此若當股市未預期上漲時，投資人的財富增加，將會提高本身的消費支出。另一方面，股市的上漲，會帶動投資人投入股市的財產比例的增加，依據 Markowitz（1952）之投資組合理論，為了進一步分散風險，投資人會重新調整投資組合，並另尋其他的投資標的。不動產市場乃為少數同時兼具投資與消費功能的投資標的，獨特的商品性質，造就房市成為投資人偏好選擇的另一投資市場，因此股市走揚，房市也會跟著水漲船高。如此股市未預期上漲時，因為金融財富的增加，投資人一方面增加消費，另一方面為了分散風險，將資金一部份移轉到另一個有增值潛力的市場上的現象，就稱為「財富效果」。而就財富效果所造成的關聯性而言，股票市場除了影響不動產市場與其他市場外，理論上不動產市場也可能同樣的會影響到股票市場與其他的投資市場，然此方向的資金流動可能一直備受爭議，主要導因於不動產市場的流動性並不如股票市場，不動產市場轉手較為不易，因此此資金的流動方向可能性相當小，說明財富效果的傳遞機制，乃隱含資金的外溢機制自股市開始，股票市場將單向影響不動產市場。相對財富效果的看法，另一派學者以信用價格效果做為兩市存在長期相關的可能解釋，認為兩市場的價格傳遞機制主要導因於不動產市場的漲勢，一但房市上漲，企業所持有的不動產商品價值將獲提升，而公司未實現之資本利得增加同步的調升市值，企業股價跟著上漲。另一方面若企業透過其所持有的不動產商品進行借貸抵押，由於抵押品價值的提高，可望獲得更好的借款條件，增加企業的貸款資金可用性。公司可使用的資金越多就有更多的投資數額，公司的投資增加，投資人將預期未來公司有更好的報酬表現，使公司股價上升，顯示不動產市場的走揚，將能帶動股票市場的漲幅。然而，根據信用價格效果又可進一步推論，. 23.

(33) 當股市受到房市的拉抬而上漲後，公司可能為了實現投資，又將進一步提高對土地建物的需求，使房市又有一波的漲勢，緊接著房市的上漲又持續帶動股市，如此得相互作用下，房市股市逐漸形成長期的共同走勢，而如此的交疊的現象，亦能解釋為何市場遭受外來的衝擊，往往會造成持續性的影響（Chan（2001））。而就相同的觀點出發，股票市場也可能透過信用價格效果影響不動產市場，然此方向的解釋依舊不足，乃因於股票市場的流動性高，當投資人需要資金時，多會選擇以賣出股票的方式獲取資金，很少會去抵押股票，因此過去研究多認為信用價格乃隱含不動產市場將會領先股票市場。針對此議題的研究，Green（2002）參考 Ando and Modigliani （1963）的生命循環假說與 Markowitz（1952）之投資組合理論，研究 1989 至 1998 年間美國加州不動產市場與股票市場的財富效果，並預期高所得區的投資人因為較有可能持有大規模股票與投資組合，因此認為此地區會有較強的財富效果。使用 Granger 之因果關係檢定做為主要的研究方法。結果發現在加州之高房價區，此種財富效果的確存在，亦即股價上漲會使投資人對高價位不動產做投資。然低房價區，財富效果並不顯著了，顯示在低房價區，股價與房價之間並無因果關係。Kapopoulos and Siokis（2005）採用 1993 年至 2003 年希臘的股價指數與房市資料，探討財富效果與信用價格效果何者為市場相關性較好的解釋機制，採用 Granger 因果關係為研究方法，結論較支持財富效果的解釋，作者更進一步參考 Green 的想法，探討不同物價水準的城市，其房市與股市間相關性是否具有差異，結果發現僅有物價水準較高的雅典，具有財富效果，其他城市房市與股市並無相關。國內陳明吉與廖茂成（2005）採用台灣四縣市（台北市、台北縣、台中市和高雄市），民國七十年至民國八十八年間的季資料，除了以傳統價格角度檢視兩市場因果關係外，也進一步採用套利評價理論為基礎，從市場角度檢視市場關聯性。研究結果發現台北市股價變動會造成房價的變動，反之並無顯著影響，在套利定價模型的檢定，四縣市皆未發現具有相關性的證據，因此作者認為台灣地區的不動產市場與股票市場可能並不具有高度財富效果，其可能原因與房地產流動性欠佳，資金不易從房市流入股市，且亦因投資門檻高，一般投資人不易將房地產納入投資組 24.

(34) 合中，加上兩市場投資人可能有相當比例是不同所得族群所致。最後 Chan（2001）探討台灣 1973 年至 1992 年間股市與房市的價格變化，並進一步探討何種傳導機制對於台灣資產價格，扮演重要角色，實證結果認為信用傳遞機制較利率機制更能預測兩資產價格的移動，表示支持信用擴張效果，作者更一步提出，台灣於 80 年代後期至 90 年代早期，兩市場同時大規模的漲跌，乃因於金融自由化，銀行為求報酬，對不動產信用擴張，使不動產價格提升，透過信用擴張的資金傳遞機制，帶動股價提升，而公司為了實現投資計畫，對土地廠房需求增加，又接續帶動房市的另一波漲勢，同時股票亦跟著上漲，兩市場快速齊漲。然至 1990 年代初期，經濟條件下滑，股市下跌，加上房市貸款者無力還款，造就兩市場的急速崩跌。. 25.

(35) 第二節研究主題與假說. 透過上述對股市房市波動性質的討論與對市場資金傳遞機制之說明，本研究於此將分別針對這兩種不同的考量提出研究假說。首先以股市房市存在不同波動性質的部份而言，綜合波動度文獻可以窺得，於壞景氣下，房市具有抗跌性，而股市則有易跌性，考量價格行為差異下可能的整合行為，本研究首先提出假說一、二：. 假說一：房市與股市間的整合關係存在門檻效果上述文獻說明房市與股市有不同的波動特性，而就股市波動特性來說，當未預期之負向消息或負報酬發生時，所引起的後續資產價格波動，會較未預期之正向消息或報酬發生時，所引起的後續價格波動要來的大，對於如此不對稱的波動特性已獲得先前許多文獻的支持，然學者對此現象的解釋依舊有所爭論，其中包括 Black（1976）提出的槓桿效果，認為股市報酬與波動度的負相關來自於股價下跌所造成的財務風險增加，進而使股價波動增加，Figlewski and Wang（2000）更進一步說明槓桿效果僅反應壞消息的衝擊。至於另一派學者則主張波動回饋效果，認為消息的衝擊將造成波動度的增加，投資人提高預期報酬，為了反應高的預期報酬，股價會下跌。然姑且不論何種解釋，皆說明股市於上期壞消息的衝擊下，本期會有比較大的波動，顯示股市對壞消息的發生相對敏感，修正速度快。反之於房市的波動表現，蔡怡純與陳明吉（2008）之實證結果說明，不動產市場的波動性確有不對稱的現象，但與股市不同，若上期的訊息為壞消息，當期市場的波動性會下降，呈現反槓桿的情況。顯示房市若於上期遭遇壞消息，當期價格表現會更加穩定，說明了房市的抗跌性質。考慮如此不同的波動特性，本研究推論股市房市之整合具有門檻效果，在景氣條件不同的情況下，將有不同的整合行為。. 26.

(36) 假說二：房市與股市間的整合關係在景氣好時較為顯著。延續假說一的說明，已知股市房市在遭受壞消息的衝擊，股價相對表現敏感反之房價則展現抗跌優勢，兩市場的價格行為不具一致性，對此本文推論在經濟條件不佳的情況下，房市股市存在市場整合的機會較低，反之於好景氣下，股市房市透過資金傳遞機制的作用，較有機會存在長期均衡，認為兩市場乃具有齊漲不齊跌的整合性質，據此本文提出假說二：房市與股市間的整合關係在景氣好時較為顯著。針對這部份的討論，本文首先以 Enders and Granger（1998）之不對稱門檻整合模型進行房市股市的整合討論，並續以 Hansen and Seo（2002）的門檻整合向量估計法，以估計之效率門檻值與整合向量探討房價的修正行為與抗跌性質，加強本文論述。另一方面，本研究依據市場整合之過往文獻的整理，發現市場整合並非必然現象，反而多有跨區整合的產生，鑑此，本文認為若欲對國內房市與股市之關係有一客觀理解，理應以同步考量時間序列及跨區差異的追蹤資料模型再行檢測。對這部分的討論，本文以台灣四縣市的追蹤資料，輔以 Pedroni（1999）的 Panel 共整合做深入分析。若兩市場存在長期整合關係，本文將續觀察兩者之長期整合在短期內是以何種價格傳遞機制產生，亦即深入探討房價與股價指數報酬波動之間的因果關係。對此本研究根據 Green（2002）的觀點，預期國內各地區物價、所得最高的台北市都會區，將存在最強烈的財富效果，主要原因為下述三點：（一）高物價所得地區的居民，多被認為擁有相對廣泛的持股率與投資組合，再加上台北市一直是台灣政治與經濟中心，其金融、經濟中心的地位，使得金融機構與投資法人亦多群聚於此，進一步提高北市投資人的帄均持股率與數量，因此當股市無預期上漲，將較為可能帶動顯著的北市的房市漲幅。（二）由於台北市擁有全台最便捷的捷運網與購物商圈和廠商辦住宅，相對良好的地段除了較其他地區抗跌外，其增值潛力除了吸引北市投資人，亦容易吸引其他縣市投資人進行投資，因此股市的上漲，北市房市可能會受較大的影響。（三）不動產商品的投資門檻較高，因此對於物價、所得較高的區域投資人，相對其他縣市投資人更容易跨越投資門檻。 27.

(37) 此外，本研究亦認為國內財富效果的價格傳遞機制將強於信用價格效果，原因在於，信用價格效果的形成，除了企業的信用擴張，銀行面也必頇進行相對的不動產信用擴張才做得到，否則單方面的信用擴張並無法發揮信用價格效果的傳遞機制。Chan（2001）表示台灣房市與股市於 80 年代後期的急齊漲，可能是導因於當時的金融自由化，銀行為求報酬，對不動產進行信用擴張，使不動產價格提升，透過信用價格效果，又帶動股價提升。然而 1990 年初期，經濟下滑，股市下跌，加上房市貸款者無力還款，造成市場的快速崩跌形成泡沫。顯示信用價格效果必頇於銀行企業雙方都同時進行大幅的信用擴張才辦的到，台灣 80 年代後期，因為自由化的衝擊，導致這樣的條件被滿足，但在一般的情況下，銀行並不會因為股市為預期的上漲就進行不動產的信用擴張，因此本研究認為以研究的選樣期間，台灣市場的信用價格效果機制可能不若財富效果般強烈。綜合以上推論本研究提出假說三與假說四：假說三：台灣股市房市間的相關性，主要導因財富效果的資金傳遞機制。假說四：台北市都會區，將存在最強烈的財富效果。針對這部分的討論，本文主由追蹤資料下的 Granger 因果與各別縣市的 Granger 因果檢定做分析。綜合以上之論述，本文研究主題乃分述如下：（一）考量股市房市不同的波動性質，以存在門檻的計量模型重新探討台灣股市房市之整合關係是否存在門檻效果，又若存在門檻整合，其整合關係為何? （二）以追蹤資料共整合模型，在同時考量樣本橫斷面差異與時間序列的情況下，重新檢視台灣股市與房市間是否為整合市場。（三）探討台灣股市與房市間的整合，究竟是導因於財富效果還是信用價格效果的傳遞機制？（四）觀察財富效果的跨區現象與驗證本研究對於台北市之財富效果的預期。. 28.