英语原文共 52 页，剩余内容已隐藏，支付完成后下载完整资料
房地产和金融市场之间的传染渠道
Martin Hoesli and Kustrim Reka
摘 要
最近的危机表明了一个国家内各种资产类别之间的密切联系以及国际资产之间的关联。本研究的目的是通过对美国房地产和金融市场之间传染风险的潜在渠道进行实证调查，以更好地理解其中一些联系。我们测试了驱动传染的三种金融机制：信息相关性，流动性相关性和投资组合再平衡。通过在我们的分析中考虑投资者情绪和恐慌风险，还可以检验危机传播中的行为维度。基于分位数回归和copula的方法用于执行那些测试。我们发现房地产和金融市场之间存在传染，并且这是由行为和流动性机制驱动的。相关信息和投资组合再平衡假设被强烈拒绝。这项研究的结果应该对寻求对冲市场崩盘的投资者以及旨在为人们减轻此类压力事件的政策。
关键词 房地产; 传染渠道; 投资者情绪;流动性; 金融市场
第1章 介绍
2007-2008年在房地产和金融市场中发生的极端事件以及当前债务危机及其传播到许多国家的威胁仍在继续，这加强了研究人员更好地理解推动国内和国际金融危机蔓延的机制的愿望。从宽松的角度来看，传染可以定义为一种快速的冲击溢出效应，可以增加跨市场的联系。然而，金融经济学文献中没有就传染的定义达成真正的共识。我们选择使用Bekaert，Harvey和Ng（2005）提出的定义，这些定义已在最近的研究中得到广泛应用。传染被定义为“超出经济基本面可能预期的相关性”;因此，通过共同冲击的“蔓延”被建筑排除在外。这一点至关重要，因为我们可能错误地得出结论，即通过观察两个市场之间相关性的增加来证明存在传染，而这种增加（通常在危机期间注意到）可能只是这两个市场暴露于常见的风险因素。因此，任何传染病分析的第一步是建立一个控制共同经济风险因素的定价模型。本研究的目的是通过关注美国房地产和金融市场之间的传染来研究国内市场（跨资产传染）过度共同的决定因素。
关于危机蔓延的文献主要集中在股票，货币和最近的对冲基金（例如，Bae，Karolyi和Stulz，2003; Eichengreen，Rose和Wyplosz，1996; Boyson，Stahel和Stulz，2010）等市场上。在各种危机期间蔓延。关于解决房地产市场传染问题的文献更为有限。 Kallberg，Liu和Pasquariello（2002）以及Gerlach，Wilson和Zurbruegg（2006）是研究这些市场蔓延的少数论文之一。他们的重点是1997年的亚洲流感危机.Fry，Martin和Tang（2010）以及Hoesli和Reka（即将出版）最近的研究测试了2007-2008年危机期间证券化房地产市场的金融传染。总的来说，这些研究证实存在涉及房地产市场的传染病。因此，关于传染的实证文献已经证明，这种现象确实存在于金融和房地产市场。
如果传染似乎在许多市场上普遍存在，那么自然的研究流将是对跨市场冲击传播潜在渠道的分析。这个主题对于寻求对冲市场低迷的投资者和旨在限制这种紧张时期后果的政策制定者来说非常重要。深入了解驱动传染的机制将有助于做出更适当的决策并提供更有针对性的干预措施。据我们所知，尚未开展任何研究来研究涉及房地产和金融市场的传染渠道。鉴于房地产在近期金融危机中扮演的角色及其在经济中的重要性，我们认为填补这一差距非常重要。
现有文献至少已经认识到三种可能的传染“理论”，即通过金融联系，贸易联系和羊群行为（Kaminsky，Reinhardt和V#39;egh，2003）。金融联系理论规定，传染可能通过三种机制发生：信息相关性，流动性相关性和投资组合再平衡。信息关联渠道（King和Wadhwani 1990）基于价格发现过程，该过程假设受其他地方金融崩溃影响的市场立即产生价格影响。 King和Wadhwani（1990）的模型表明，理性代理人通过推断某些市场价格变化的信息可以影响其他市场，而流动性相关性渠道调查的理论基础由Brunnermeier和Pedersen（2009）提供。作者解释了流动性如何螺旋上升（资金流动性和资产流动性问题自我强化）可能出现并解释传染现象。投资组合再平衡渠道表明，当代理商为了应对一个或多个市场的巨额亏损而重新分配其投资组合时，会出现蔓延（Kodres和Pritsker 2002）。本文的第一个重点是解释传染现象的金融联系。
当我们研究一个国家的各种资产类别的传染性时，贸易联系理论在冲击的传播中不起任何作用。相反，第三种理论，即羊群行为理论（跨代理人的相关交易活动），可能会影响我们的发现。这一研究流程构成了我们研究的第二个焦点的起点，即评估行为维度在我们的设置中的重要性。这是在不断增长的行为经济学文献之后，这些文献指出了噪声交易者和投资者情绪在价格形成和回报共同作用中的作用（Brown and Cliff 2005; Baker and Wurgler 2006,2007; Kumar and Lee 2006）。最初，我们通过在分析中包含投资者情绪变量来控制任何此类放牧行为。这符合Barberis，Shleifer和Wurgler（2005）提出的基于情感的共同理论的精神，他们表明情绪可能导致回报共同超出基本面的预期。在第二步中，检查了压力期内投资者情绪与传染强度之间的因果关系，这可能被视为潜在的危机传播渠道（即恐慌风险效应）。通过这样做，我们为Barberis，Shleifer和Wurgler（2005）提出的理论提供了新的见解，因为我们将他们的理论应用于投资者风险的特定经济状态（即具有高度不确定性和资产价格低迷的国家）。厌恶情绪大大增加。我们称之为传染病引发的传染病。这个渠道与羊群行为一致，但我们更进一步，通过关注恐慌（投资者的低情绪）为这一理论带来一些新的见解。
分析了美国商业房地产市场与国内股市之间的传染动态。有两个明显的例子，即亚洲危机和次贷危机，显示房地产市场对引发金融不稳定的贡献;这些例子突出了解决这一研究问题的重要性。截至2011年，估计价值为6.6万亿美元，商业房地产在美国财富中占很大比例（约占股票市值的一半），这进一步支持了我们的工作。使用房地产数据也受到Brunnermeier和Pedersen（2009）理论的推动，他强调当交易者在流动性不足的市场中被特别利用时，传染风险更高。在很大程度上使用信贷和非流动性是房地产市场的充分记录的特征。因此，房地产市场提供了一个有趣的实验室，用于测试Brunnermeier和Pedersen（2009）的理论预测。选择房地产投资信托（REIT）数据代表房地产回报，因为这类数据具有测试传染所需的特征（例如高频数据的可用性），并且没有私人房地产基准的弊端（平滑或无效的交易数量）。 REIT数据进一步提供了杠杆房地产回报的优势。至于金融市场，股票市场的三个子指数（即小盘股，大盘股和商业银行股）用于分析。
第2章 模型与实证设计
2.1因子模型规范
传染将导致偏离正常，因此标准的资产定价模型本身不能解释传染，正如King和Wadhwani（1990）所强调的那样：“[...]难以找到一个可信的故事，将其联系起来”基本面“崩溃”。这一陈述符合我们对传染的定义，这种传染需要超出经济基本面所预期的相关性。本小节的目的是提供一种资产定价模型，用于确定资产收益，从而控制共同风险因素的风险。
第一阶段至关重要，因此我们在后面的分析中并未将与共同风险因素相关的重要关系归因于传染。因此，传染不是在正常条件下观察到的联系的自然结果，而是危机时期特有的情况。我们的模型包括已在资产定价文献中广泛使用的变量，也可用于pricin房地产资产（Ling，Naranjo和Scheick 2012）。鉴于我们的跨资产框架，我们的资产定价模型必须是一般的;所以我们试图指定一个范围全面的模型，因此不一定是简约的。我们采用多因素模型方法，其特点是线性结构。
我们选择3个月的国库券利率，信贷利差（穆迪的Baa公司债券和10年期美国政府债券收益率之间的差异）和期限差价（10年期和1年期美国政府债券收益率之间的差异）作为业务循环代理。此外，通货膨胀率和工业生产增长也包括在模型中。 Liew和Vassalou（2000）表明，规模，账面市场和动量因素可以预测经济增长，因此我们也将这些因素作为一般经济状况的附加代理。此外，股票市场股息收益率（Fama和法国1988年）以及代表芝加哥期权交易所波动率指数的VIX指数（Ang等人，2006年）所代表的股市波动率都包含在该模型中。最后，该模型增加了一个自回归项和一个与“噪声交易者”理论一致的投资者情绪指数。后一个变量考虑了市场之间共同的行为维度，从而控制了这种维度对传染的金融渠道的任何贡献。
我们的多因素模型如下：
其中ri，t表示资产的总回报率和beta;1，i是与自回归项相关的参数。 Xt表示同期系统因子的beta;times;K矩阵，beta;2，i是因子载荷的Ktimes;1向量，εi，t是模型的残差。 在这种情况下，投资者情绪变量（SENT）表示为与行为经济学文献一致的滞后。
2.2 Logit回归 - 传染测试
对于传染病测试，我们遵循Bae，Karolyi和Stulz（2003）并使用logit回归。 Logit回归适用于具有分类结果的因变量的模型的估计。这种方法允许我们估计资产经历极端负回报的风险，因为另一项资产具有极端负回报（联合概率）。我们将“极端负回报”定义为在收益分布的最低十分位数中出现的回报，并且如果该参数为真，我们创建指标变量，其值为1，否则为零。 10％的截止值使我们能够专注于返回的尾部尾部分布，这对于传染病分析很有意义，同时提供足够大量的观测结果以产生有意义的结果。
为了与Bekaert，Harvey和Ng（2005）对传染的定义保持一致，我们对源自多因素模型（过滤回报）的残差进行了传染性测试。我们构成资产对并评估资产增加另一资产具有极端负回报的概率的能力。每对都是单独估算的。由于因变量是二元的，我们估计二项式logit模型（通过最大似然），其产生每个模型中两个参数（常数和自变量的系数）的估计。自变量的正系数和显着系数是另一个资产的极端负收益指标变量，表明存在传染的证据。为了评估logit模型的统计结果的经济意义，基于估计系数计算观察具有极端负回报的另一资产（最差收益的聚类）的资产的极端负回报的概率，然后进行比较到基本情况（没有#39;极端负面回报#39;）。
第3章 理论背景
第一个传染渠道，即信息关联渠道，依赖于King和Wadhwani（1990）的理性预期模型。它假定代理商无法访问相同的信息（即，存在信息不对称），并且理性的不知情的交易者主要从价格变化中推断出应该揭示其他（知情的）代理商信息的信息。在这样的框架中，信息更新应该在短时间内纳入价格中。其他市场的价格变化也应该传达相关信息。因此，与一个市场冲击相关的经济新闻将直接与其他市场的价格和/或现金流相关，从而导致传染。总之，由于价格向代理商披露所有相关信息，传染通过信息有效市场（模型假设）发生。我们测试信息关联渠道的方法类似于Longstaff（2010）所采用的方法，同时与我们对传染的定义一致。一旦控制了经济风险因素，就会在分位数回归框架内测试和评估从一个市场到另一个市场的价格影响的速度（Koenker 2005）。
Brunnermeier和Pedersen（2009）解释了如何出现流动性螺旋（资金流动性和资产流动性问题自我强化）并解释了传染现象（即流动性相关性渠道）。他们的理论预测，资金流动性受到冲击（例如，通过增加利润率或资产价值下降来收紧信贷可能性）导致市场流动性下降，因为面临更严格限制的交易者现在变得更加不愿意投资，尤其是“资本密集型”资产。这导致交易者降低杠杆率并以甩卖价格（例如，在危机时期）出售其资产，这使得价格偏离其基本价值（价格下降）。然后，在某些条件下，这种低市场流动性（以及更高的波动性）进一步收紧了资本约束，因为交易融资的风险增加，从而导致更高的利润率。简而言之，市场流动性和融资流动性相互减弱并相互促进（流动性螺旋式上升）。
我们感兴趣的Brunnermeier和Pedersen（2009）的论文的一个含义是证券流动性的共性，这是由于持有各种证券的杠杆市场参与者获得资金的能力受损。因此，资金冲击可能通过流动性机制影响几个市场的资产价格。当市场表现不佳时，这些影响更为明显。因此，有必要通过流动性渠道审查蔓延。最近导致金融市场巨额亏损的信贷紧缩及其对整体经济的影响代表了支持这一理论的一个很好的例子（参见Brunnermeier，2009）。为了检验这种机制，使用copula框架评估信贷可获得性和资产流动性共性对回报过剩共同（即传染强度）的影响。
Kodres和Pritsker（2002）提出的金融传染的跨市场重新分配模型代表了我们对投资组合再平衡机制的理论动机。这种机制的基础是，当代理商为了应对一个市场的巨额亏损而重新调整其投资组合时，会出现蔓延。实际上，投资者有动力在危机时期清算其在不同市场的头寸，因为它们的财富较低，从而推动价格下行。最终，这在资产回报超出经济基本面的过程中产生了某种共同作用。我们测试这种传染渠道的方法依赖于对交易活动动态的分析。事实上，如果存在危机，我们预计在另一个市场的极端负回报（即相当于危机期）之后，一个市场的交易活动会增加。
我们的直觉部分基于Bacchetta，Tille和van Wincoop（即将出版）的理论，他们表明当前价格取决于未来价格的风险，而风险又取决于未来风险本身的未来风险（未来风险认知）。未来风险认知的概念与我们对投资者情绪的定义（即对未来投资风险的看法）一致。总而言之，在Bacchetta，Tille和van Wincoop的模型中，风险认知确实通过其对当今风险的影响来定价资产，这将在资产回报之间产生一些（过剩的）共同点，这是基本面无法解释的。 。实际上，在他们的框架中，基本面不会改变，只会改变读取的方式。实际上，投资者的注意力被一个事件所吸引，他们的风险认知也随之发生变化。因此，当经
全文共8620字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[452342]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
