王虹，唐媛媛

［摘要］ 中國(guó)房地產(chǎn)企業(yè)資本結(jié)構(gòu)長(zhǎng)期處于高負(fù)債、高杠桿狀態(tài)。在二十余年的房地產(chǎn)高速發(fā)展過(guò)程中，高杠桿風(fēng)險(xiǎn)長(zhǎng)期被忽視，甚至被認(rèn)為是房地產(chǎn)企業(yè)發(fā)展的固有模式。在結(jié)構(gòu)化GARCH模型中引入資本結(jié)構(gòu)因素，檢驗(yàn)房地產(chǎn)企業(yè)資本結(jié)構(gòu)對(duì)股價(jià)波動(dòng)的傳遞與溢出效應(yīng)。研究發(fā)現(xiàn)：中國(guó)房地產(chǎn)市場(chǎng)具有結(jié)構(gòu)化特征，杠桿乘數(shù)與股價(jià)波動(dòng)具有同步性；過(guò)高的負(fù)債水平并不會(huì)提升房地產(chǎn)企業(yè)的規(guī)模效應(yīng)，反而會(huì)抑制股票收益率的增長(zhǎng)。

［關(guān)鍵詞］ 房地產(chǎn)企業(yè)；資本結(jié)構(gòu)；股價(jià)波動(dòng)；結(jié)構(gòu)化GARCH模型

［中圖分類號(hào)］? F275．6［文獻(xiàn)標(biāo)識(shí)碼］ Ａ［文章編號(hào)］ 1008-1763（2024）02-0068-08

An Analysis of Transmission Effect of Capital Structure?on Stock Price Fluctuation of Real Estate Enterprises：?Based on the Structured GARCH Model

WANG Hong， TANG Yuanyuan

（Business School， Sichuan University， Chengdu610065， China）

Abstract：The capital structure of China's real estate enterprises has been in a state of high debt and high leverage for a long time. In the process of rapid development of real estate for more than 20 years， the high leverage risk has been ignored， and it is even considered as the inherent model of the development of real estate enterprises. The capital structure factor is introduced into the structured GARCH model to test the transmission effect of the capital structure of real estate enterprises on stock price fluctuation. The results show that China's real estate market has structural characteristics， and the leverage multiplier is synchronized with the stock price fluctuation. Excessive debt level will not improve the scale effect of real estate enterprises， but will inhibit the growth of stock returns.

Key words： real estate enterprises; capital structure; stock price fluctuation; structured GARCH model

一引言

二十多年來(lái)，房地產(chǎn)業(yè)作為國(guó)民經(jīng)濟(jì)的基礎(chǔ)性和先導(dǎo)性產(chǎn)業(yè)，是擴(kuò)大社會(huì)投資規(guī)模、完善基礎(chǔ)設(shè)施、提高居民消費(fèi)水平、推動(dòng)國(guó)內(nèi)經(jīng)濟(jì)增長(zhǎng)的重要力量。隨著社會(huì)需求增加、房?jī)r(jià)上漲及社會(huì)融資規(guī)模的擴(kuò)大，房地產(chǎn)企業(yè)通過(guò)信用貸款、銀行墊付、購(gòu)買者預(yù)付、供應(yīng)鏈金融等杠桿方式，在少量自有資金條件下啟動(dòng)房地產(chǎn)項(xiàng)目，增加資金的周轉(zhuǎn)次數(shù)、加快周轉(zhuǎn)速度，從而獲取高額利潤(rùn)[1]。但在加速發(fā)展的同時(shí)，我國(guó)房地產(chǎn)行業(yè)資本結(jié)構(gòu)長(zhǎng)期處于不合理狀態(tài)，其平均資產(chǎn)負(fù)債率已經(jīng)僅次于銀行和非銀行金融業(yè)[2]。通過(guò)外源融資高杠桿手段實(shí)現(xiàn)的規(guī)模擴(kuò)張，房地產(chǎn)企業(yè)積累了較高的財(cái)務(wù)杠桿和債務(wù)風(fēng)險(xiǎn)[3]，一旦資金鏈斷裂引發(fā)流動(dòng)性危機(jī)和信任危機(jī)，既可能對(duì)房地產(chǎn)企業(yè)上下游產(chǎn)生沖擊，也可能導(dǎo)致房地產(chǎn)股票市場(chǎng)劇烈波動(dòng)。截至2023年5月，已有64家上市房地產(chǎn)企業(yè)發(fā)生債務(wù)違約或債務(wù)展期，占上市房企總數(shù)的近三分之一[4]。2022年中央經(jīng)濟(jì)工作會(huì)議指出，要“有效防范化解優(yōu)質(zhì)頭部房企風(fēng)險(xiǎn)，改善資產(chǎn)負(fù)債狀況”。2023年中央經(jīng)濟(jì)工作會(huì)議再次指出，2024年要積極穩(wěn)妥化解房地產(chǎn)風(fēng)險(xiǎn)，促進(jìn)房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展。房地產(chǎn)企業(yè)高債務(wù)風(fēng)險(xiǎn)關(guān)系證券市場(chǎng)穩(wěn)定和國(guó)民經(jīng)濟(jì)良好發(fā)展，因此關(guān)注房地產(chǎn)企業(yè)資本結(jié)構(gòu)調(diào)整問(wèn)題既具有緊迫性又具有現(xiàn)實(shí)意義。

房地產(chǎn)市場(chǎng)發(fā)展與金融市場(chǎng)關(guān)系密切，國(guó)內(nèi)外多次危機(jī)經(jīng)驗(yàn)表明，房地產(chǎn)市場(chǎng)泡沫和股市劇烈震蕩之間具有緊密的關(guān)聯(lián)性[5]?；谥袊?guó)的房地產(chǎn)市場(chǎng)和股票市場(chǎng)，大多數(shù)研究證實(shí)二者間的關(guān)聯(lián)性主要通過(guò)房?jī)r(jià)變動(dòng)對(duì)股價(jià)波動(dòng)的影響體現(xiàn)出來(lái)[6，7]。并且，房市對(duì)股市的影響具有顯著的時(shí)變特征和動(dòng)態(tài)特征。如林眾和林相森發(fā)現(xiàn)短期內(nèi)房市對(duì)股市會(huì)產(chǎn)生較為顯著的替代效應(yīng)，而長(zhǎng)期內(nèi)房市與股市不存在穩(wěn)定關(guān)系[8]。李增剛和杜舒康發(fā)現(xiàn)在2014年中國(guó)經(jīng)濟(jì)進(jìn)入“三期疊加”新階段后，房地產(chǎn)市場(chǎng)與股票市場(chǎng)由正向聯(lián)動(dòng)為主轉(zhuǎn)為負(fù)向聯(lián)動(dòng)為主[9]。還有部分研究認(rèn)為房?jī)r(jià)與股價(jià)在經(jīng)濟(jì)發(fā)展中存在相互作用和影響。如劉璐等研究發(fā)現(xiàn)房?jī)r(jià)提升促使信貸收緊，對(duì)股價(jià)短期波動(dòng)影響顯著；股價(jià)上升會(huì)拉升信貸，對(duì)房?jī)r(jià)也有拉升作用[10]。黃義及蔣彧等認(rèn)為兩個(gè)市場(chǎng)之間存在顯著的雙向波動(dòng)溢出效應(yīng)[11，12]。

多數(shù)研究采用格蘭杰（Granger）因果檢驗(yàn)和向量自回歸（VAR）模型對(duì)中國(guó)房地產(chǎn)市場(chǎng)與股票市場(chǎng)的關(guān)系進(jìn)行研究[13，14]，但這些方法主要考察兩個(gè)市場(chǎng)間的靜態(tài)效應(yīng)[12]。學(xué)者們逐步證實(shí)GARCH模型對(duì)股票市場(chǎng)數(shù)據(jù)具有較強(qiáng)的適用性[15，16]，并開(kāi)始運(yùn)用該模型研究?jī)蓚€(gè)市場(chǎng)間的動(dòng)態(tài)特征。如李增剛和杜舒康運(yùn)用DCC-MGARCH模型提取動(dòng)態(tài)條件相關(guān)系數(shù)考察房股聯(lián)動(dòng)效應(yīng)[9]。張浩等采用三元GARCH和BEKK時(shí)序模型研究人民幣匯率、房?jī)r(jià)和股價(jià)之間的動(dòng)態(tài)影響關(guān)系及波動(dòng)風(fēng)險(xiǎn)互動(dòng)機(jī)制[17]。

通過(guò)文獻(xiàn)回顧可以發(fā)現(xiàn)：第一，從研究視角來(lái)看，現(xiàn)有研究主要探討房?jī)r(jià)變動(dòng)對(duì)股價(jià)波動(dòng)的影響，且研究結(jié)論尚不統(tǒng)一，較少考慮到房地產(chǎn)企業(yè)自身資本結(jié)構(gòu)對(duì)股價(jià)波動(dòng)的影響。第二，從研究目的來(lái)看，現(xiàn)有研究主要關(guān)注房地產(chǎn)企業(yè)股價(jià)波動(dòng)的影響因素，沒(méi)有立足于房地產(chǎn)企業(yè)資本結(jié)構(gòu)這一內(nèi)在因素探討房地產(chǎn)企業(yè)股價(jià)波動(dòng)的來(lái)源問(wèn)題。第三，從研究方法來(lái)看，現(xiàn)有研究主要采用西方成熟的格蘭杰因果檢驗(yàn)和向量自回歸模型，但這些方法對(duì)兩個(gè)市場(chǎng)間的動(dòng)態(tài)關(guān)系和時(shí)變特征的刻畫(huà)存在一些不足。房地產(chǎn)企業(yè)的資本結(jié)構(gòu)問(wèn)題是否會(huì)傳遞到其股價(jià)，股價(jià)波動(dòng)的內(nèi)在原因是什么，高負(fù)債資本結(jié)構(gòu)能否增加房地產(chǎn)企業(yè)價(jià)值并為股東帶來(lái)溢出效應(yīng)，這些問(wèn)題值得進(jìn)一步探討。

GARCH模型能夠充分刻畫(huà)股票收益率的波動(dòng)性集聚特征，結(jié)構(gòu)化GARCH模型將公司資產(chǎn)負(fù)債因素納入股市波動(dòng)的測(cè)度范圍，能夠更好地解釋股價(jià)波動(dòng)的來(lái)源問(wèn)題。本文通過(guò)改進(jìn)的結(jié)構(gòu)化GARCH模型探討資本結(jié)構(gòu)對(duì)股價(jià)波動(dòng)的傳遞效應(yīng)，并進(jìn)一步檢驗(yàn)資本結(jié)構(gòu)對(duì)股票收益率的溢出效應(yīng)。本文研究有望為中央去杠桿化政策執(zhí)行、房地產(chǎn)市場(chǎng)資金管控和房地產(chǎn)企業(yè)資本結(jié)構(gòu)調(diào)整提供理論依據(jù)，對(duì)保持房地產(chǎn)市場(chǎng)和股票市場(chǎng)的穩(wěn)定繁榮和有序發(fā)展有啟示作用。

二房地產(chǎn)企業(yè)資本結(jié)構(gòu)對(duì)股價(jià)波動(dòng)傳遞效應(yīng)的理論分析

首先，房地產(chǎn)企業(yè)通過(guò)向銀行獲取信貸資源、向購(gòu)房者收取預(yù)付款等高杠桿、高負(fù)債手段實(shí)現(xiàn)規(guī)模擴(kuò)張，吸引投資者積極購(gòu)房、買入股票，從而推動(dòng)房?jī)r(jià)和股價(jià)上漲。信貸擴(kuò)張效應(yīng)和財(cái)富效應(yīng)可以在一定程度上解釋房地產(chǎn)市場(chǎng)和股票市場(chǎng)呈現(xiàn)出的正均值溢出現(xiàn)象[12，18]。從房地產(chǎn)企業(yè)融資特征看，信托貸款、委托貸款等“影子銀行”的出現(xiàn)，使得信貸資金向房地產(chǎn)市場(chǎng)快速轉(zhuǎn)移。通過(guò)增加信貸杠桿的方式擴(kuò)大生產(chǎn)經(jīng)營(yíng)規(guī)模，房地產(chǎn)企業(yè)在房?jī)r(jià)快速上漲過(guò)程中獲取了高額利潤(rùn)。站在投資者角度，投資者的逐利天性會(huì)使其將資金從收益低的市場(chǎng)流向高收益市場(chǎng)[8]。房地產(chǎn)企業(yè)高速發(fā)展使得投資者對(duì)房地產(chǎn)行業(yè)的發(fā)展前景持樂(lè)觀預(yù)期，進(jìn)而會(huì)積極買入股票推動(dòng)房地產(chǎn)企業(yè)股價(jià)上漲[9]。房地產(chǎn)市場(chǎng)繁榮同樣會(huì)刺激消費(fèi)者的購(gòu)房需求。財(cái)富效應(yīng)認(rèn)為，房?jī)r(jià)上漲提升人們對(duì)未來(lái)經(jīng)濟(jì)形勢(shì)的預(yù)期，從而增加對(duì)房地產(chǎn)和股票的投資支出。消費(fèi)者通過(guò)向銀行等金融機(jī)構(gòu)貸款的方式進(jìn)行房地產(chǎn)投資，導(dǎo)致大量金融資本從供給端和消費(fèi)端注入房地產(chǎn)行業(yè)，進(jìn)一步推動(dòng)了房?jī)r(jià)和股價(jià)的上漲。

其次，隨著房地產(chǎn)市場(chǎng)的擴(kuò)張，銀行信貸規(guī)模增大、合同負(fù)債暴漲，房地產(chǎn)企業(yè)償債壓力不斷加大，爆發(fā)債務(wù)風(fēng)險(xiǎn)的概率上升。信貸資產(chǎn)價(jià)格泡沫（AG）模型認(rèn)為自有資金是資產(chǎn)基礎(chǔ)價(jià)值的體現(xiàn)，而信貸擴(kuò)張會(huì)形成泡沫，信息不對(duì)稱、風(fēng)險(xiǎn)偏好等可能推動(dòng)泡沫擴(kuò)大直至破裂，最終導(dǎo)致資產(chǎn)價(jià)格崩盤。因此，房地產(chǎn)企業(yè)以獲取信貸資源為主的金融性負(fù)債擴(kuò)張模式，容易催生股市泡沫，引起股票市場(chǎng)波動(dòng)。此外，在中國(guó)期房銷售模式下，房地產(chǎn)企業(yè)可以向購(gòu)房者預(yù)收售房款，這在會(huì)計(jì)上被定義為合同負(fù)債。房地產(chǎn)企業(yè)的建造及購(gòu)房者的購(gòu)買都需要通過(guò)向銀行等金融機(jī)構(gòu)貸款的方式進(jìn)行，這就導(dǎo)致房地產(chǎn)企業(yè)積累大量合同負(fù)債。只有當(dāng)房地產(chǎn)企業(yè)履行完按期交付房產(chǎn)給購(gòu)房者的合同約定義務(wù)時(shí)，合同負(fù)債才能真正確認(rèn)為房地產(chǎn)企業(yè)的收入。

再次，近年來(lái)房地產(chǎn)調(diào)控政策同時(shí)遏制了房地產(chǎn)企業(yè)負(fù)債擴(kuò)張規(guī)模和購(gòu)房者投機(jī)需求?！叭兰t線”督促房地產(chǎn)企業(yè)降低資產(chǎn)負(fù)債率、保持合理資本結(jié)構(gòu)。限購(gòu)、提高首付比例、增稅、房?jī)r(jià)回調(diào)等“房住不炒”措施，從需求端抑制了購(gòu)房投機(jī)需求[5]，使得房地產(chǎn)企業(yè)通過(guò)合同負(fù)債方式維持資金周轉(zhuǎn)和生產(chǎn)運(yùn)營(yíng)手段受限。房?jī)r(jià)增速與銷售回款放緩、資金流動(dòng)性變?nèi)?，房屋不能按期建成交付給購(gòu)房者，此前積累的合同負(fù)債可能會(huì)嚴(yán)重透支公司現(xiàn)金，給房地產(chǎn)企業(yè)帶來(lái)資金鏈斷裂風(fēng)險(xiǎn)。

最后，在高負(fù)債、高償債壓力，加之中央政策調(diào)控外部沖擊之下，房地產(chǎn)企業(yè)資本結(jié)構(gòu)風(fēng)險(xiǎn)因素最終傳遞到了公司股價(jià)。房地產(chǎn)市場(chǎng)瘋狂擴(kuò)張之后的過(guò)度杠桿會(huì)形成資產(chǎn)泡沫，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)上升?！叭兰t線”約束有息負(fù)債增速、“房住不炒”導(dǎo)致成交量下滑，銀行信用貸款和客戶商業(yè)信用同時(shí)受限，房地產(chǎn)企業(yè)償債壓力進(jìn)一步加大。一旦房企資金鏈斷裂，高杠桿將引發(fā)流動(dòng)性危機(jī)、加劇財(cái)務(wù)風(fēng)險(xiǎn)，信任危機(jī)蔓延至供應(yīng)商、銀行甚至客戶，最終將反映于房地產(chǎn)企業(yè)的股價(jià)，影響股東權(quán)益。

三結(jié)構(gòu)化GARCH模型的演變及構(gòu)建

（一）結(jié)構(gòu)化GARCH模型演變

Merton模型通過(guò)風(fēng)險(xiǎn)中性的假定揭示公司負(fù)債與資產(chǎn)的關(guān)系，初步解釋資本結(jié)構(gòu)與公司債券的關(guān)系，討論了公司的違約風(fēng)險(xiǎn)[19]。在Merton模型中，采用公司市值替代了不可觀測(cè)的公司資產(chǎn)。Merton模型雖然簡(jiǎn)單易實(shí)現(xiàn)，但低估了債券收益率利差。后續(xù)學(xué)者們基于BSM期權(quán)定價(jià)的思想，用改進(jìn)的Merton模型研究了公司資產(chǎn)價(jià)值、資產(chǎn)與負(fù)債關(guān)系及資本結(jié)構(gòu)等問(wèn)題[20]，這些模型被統(tǒng)稱為結(jié)構(gòu)化模型。結(jié)構(gòu)化模型認(rèn)為股票波動(dòng)率不變，不符合股票波動(dòng)率“時(shí)變聚集”的特征。GARCH模型可以充分刻畫(huà)資產(chǎn)收益率的動(dòng)態(tài)性特征。由于股票收益率不服從正態(tài)分布，GARCH模型能夠捕獲股票收益率的諸多重要經(jīng)驗(yàn)特征事實(shí)，如厚尾邊緣分布和波動(dòng)率聚類，且該模型結(jié)構(gòu)簡(jiǎn)單、參數(shù)估計(jì)相對(duì)容易，具有良好的波動(dòng)率預(yù)測(cè)效果。但GARCH模型僅針對(duì)數(shù)據(jù)建模，沒(méi)有說(shuō)明股票波動(dòng)率的來(lái)源。Engle和Siriwardane通過(guò)建立結(jié)構(gòu)化GARCH模型，發(fā)現(xiàn)股票波動(dòng)率來(lái)源于資產(chǎn)價(jià)值波動(dòng)和資產(chǎn)負(fù)債的杠桿乘數(shù)，并對(duì)市場(chǎng)風(fēng)險(xiǎn)重新進(jìn)行了測(cè)度與控制[21]。本文改進(jìn)結(jié)構(gòu)化GARCH模型，以中國(guó)房地產(chǎn)企業(yè)為研究對(duì)象，探討房地產(chǎn)企業(yè)資本結(jié)構(gòu)與股價(jià)波動(dòng)的關(guān)系。

（二）結(jié)構(gòu)化GARCH模型構(gòu)建

Merton模型認(rèn)為，持有上市公司股票的投資者理應(yīng)獲得超額權(quán)益，即公司資產(chǎn)減去負(fù)債所得權(quán)益。股權(quán)就等于以公司債務(wù)為執(zhí)行價(jià)格、以公司資產(chǎn)為標(biāo)的的買入期權(quán)。因此本文把股權(quán)價(jià)值定義為公司資產(chǎn)和債務(wù)的函數(shù)：

Et=f（At，Dt，σA，t，τ，rt）（1）

在模型（1）中，f是未知的買權(quán)函數(shù)，At為資產(chǎn)市值，Dt為未償債務(wù)賬面價(jià)值，σA，t為資產(chǎn)隨機(jī)波動(dòng)率，τ為債務(wù)期限，rt為t時(shí)刻年化無(wú)風(fēng)險(xiǎn)利率。同時(shí)，定義資產(chǎn)及其波動(dòng)率滿足一般的隨機(jī)過(guò)程：

dAtAt=μA（t）dt+σA，tdBA（t）

dσ2A，t=μv（t，σΑ，t）dt+σv（t，σA，t）dBv（t）（2）

在模型（2）中，dBA（t）為標(biāo)準(zhǔn)的布朗運(yùn)動(dòng)，表示公司資產(chǎn)收益的隨機(jī)沖擊；σA，t為公司資產(chǎn)時(shí)變的資產(chǎn)波動(dòng)率；dBv（t）表示公司資產(chǎn)波動(dòng)率的沖擊。

把模型（1）看成一個(gè)隨機(jī)過(guò)程，使用伊藤引理對(duì)其微分，得到股票的瞬時(shí)收益率為

dEtEt=ΔtAtDtDtEtdAtAt+vtEtdσA，t+12Et2fA2td（A）t+

2f（σA，t）2d（σfA）t+2fAσA，td（A，σA）t（3）

在模型（3）中，Δt=fAt是期權(quán)定價(jià)中的“delta”，vt=fσA，t是期權(quán)的“vega”，d（X）t表示二階項(xiàng)。考慮到上市房地產(chǎn)企業(yè)的債務(wù)期限較長(zhǎng)，假設(shè)τ無(wú)限大。同時(shí)假設(shè)無(wú)風(fēng)險(xiǎn)利率為常數(shù)。所有的二階項(xiàng)都與時(shí)間微分同階，即二階項(xiàng)為O（dt），因此所有二階項(xiàng)記為q（At，σA，t;f）dt，這里q是一個(gè)未知的函數(shù)。

假設(shè)買權(quán)對(duì)所有股票是同質(zhì)的，即不同股票的買權(quán)函數(shù)形式相同。由于公司資產(chǎn)難以觀測(cè)，且期權(quán)價(jià)格齊性（即單位資產(chǎn)的期權(quán)價(jià)格相同），假設(shè)模型（1）對(duì)資產(chǎn)的反函數(shù)為：

AtDt=g（Et/Dt，1，σA，t，τ，rt）

≡f－1（Et/Dt，1，σA，t，τ，rt） （4）

本文將資本結(jié)構(gòu)量化為總負(fù)債與總資產(chǎn)市值的比值，總資產(chǎn)市值等于股權(quán)價(jià)值與總負(fù)債之和。由于我國(guó)股票市場(chǎng)同時(shí)存在著流通股與非流通股（限售股），本文將股權(quán)價(jià)值定義為流通市值與非流通股權(quán)價(jià)值之和。于是將模型（4）改為模型（5）：

AtDt+Et=g［Et/（Dt+Et），1，σA，t，τ，rt］

≡f－1［Et/（Dt+Et），1，σA，t，τ，rt］ （5）

同時(shí)，將模型（3）改為模型（6）：

dEtEt=ΔtAtDt+EtDt+EtEtdAtAt+vtEtdσA，t+

12Et2fA2td（A）t+2f（σA，t）2d（σfA）t+

2fAσA，td（A，σA）t （6）

將模型（5）代入模型（6）中，對(duì)收益率化簡(jiǎn)得到模型（7）：

dEtEt=Δtg［Et/（Dt+Et），1，σA，t，τ，rt］Dt+EtEtdAtAt+vtEtdσA，t+q（At，σA，t;f）dt=LM［Et/（Dt+Et），1，σA，t，τ，rt］dAtAt+vtEtdσA，t+q（At，σA，t;f）dt（7）

令Δtg［Et/（Dt+Et），1，σA，t，τ，rt］Dt+EtEt=LM［Et/（Dt+Et），1，σA，t，τ，rt］

稱LM［Et/（Dt+Et），1，σA，t，τ，rt］為杠桿乘數(shù)，模型（7）反映了公司資產(chǎn)收益與股票收益的關(guān)系。

對(duì)模型（2）使用伊藤引理，得到模型（8）：

dσA，t=μv（t，vt）2σA，t-σ2v（t，vt）8σ3A，tdt+

σv（t，vt）2σA，tdBv（t）=s（σA，t;μv，σv）dt+σv（t，vt）2σA，tdBv（t）（8）

將模型（2）和模型（6）代入模型（5）中，得到模型（9）：

dEtEt=［LMtμA（t）+s（σA，t;μv，σv）+q（At，σA，t;f）］dt+LMtσA，tdBA（t）+vtEtσv（t，σA，t）2σA，tdBv（t）（9）

考慮到長(zhǎng)期收益的均值回復(fù)特點(diǎn)，忽略掉漂移項(xiàng)得到模型（10）：

dEtEt=LMtσA，tdBA（t）+vtEtσv（t，σA，t）2σA，tdBv（t）（10）

波動(dòng)率模型通常含有均值回復(fù)的特點(diǎn)，比債務(wù)期限更短，資產(chǎn)波動(dòng)率的累積實(shí)際上可以看成常數(shù)，第二項(xiàng)中的“vega”接近于0，因此得到模型（11）：

dEtEt=LMtσA，tdBA（t）

voltdEtEt=LMtσA，t（11）

Engle和Siriwardane建立結(jié)構(gòu)化GARCH模型[21]：

rE，t=LMt－1rA，t，rA，t=hA，tεA，t

hA，t=ω+αrE，t-1LMt-22+β hA，t－1（12）

在模型（12）中，rE，t為房地產(chǎn)企業(yè)的股票收益率，LMt為杠桿乘數(shù)，rA，t為房地產(chǎn)企業(yè)的資產(chǎn)收益率，εA，t為隨機(jī)擾動(dòng)項(xiàng)。由于金融市場(chǎng)信息具有不完全性和滯后性，杠桿乘數(shù)LM需要統(tǒng)一滯后一期。杠桿乘數(shù)LMt的計(jì)算見(jiàn)模型（13），其中g(shù)BSM是BSM方程中期權(quán)價(jià)格f的反函數(shù)。

LMt=

ΔBSMtgBSM（Et/（Dt+Et），1，σfA，t，τ）Dt+EtEtφ（13）

當(dāng)φ=1時(shí)，模型（12）為完全杠桿乘數(shù)的結(jié)構(gòu)化GRACH模型。當(dāng)φ=0時(shí)，模型（12）演變?yōu)镚ARCH（1，1）模型。當(dāng)φ∈（0，1）時(shí)，資本結(jié)構(gòu)對(duì)股票價(jià)格波動(dòng)的影響程度由參數(shù)φ的大小決定，從資本結(jié)構(gòu)角度解釋了股票價(jià)格波動(dòng)的原因。當(dāng)φ<0時(shí)，股票價(jià)格波動(dòng)與資本結(jié)構(gòu)變動(dòng)背離，表明公司存在潛在財(cái)務(wù)風(fēng)險(xiǎn)。當(dāng)φ>1時(shí)，資本結(jié)構(gòu)波動(dòng)會(huì)加劇股票價(jià)格波動(dòng)，杠桿效應(yīng)增大。

由于本文旨在利用結(jié)構(gòu)化GARCH模型，研究資本結(jié)構(gòu)變化與股價(jià)波動(dòng)的關(guān)系，因此需要對(duì)模型重新估計(jì)并推算出杠桿乘數(shù)。無(wú)風(fēng)險(xiǎn)利率選取中國(guó)銀行同業(yè)拆借利率，使用GARCH模型擬合資產(chǎn)波動(dòng)率σfA，t，利用BSM方程計(jì)算出期權(quán)價(jià)格f：

f=PN（d1）-X exp［-r（τ）］N（d2）（14）

在模型（14）中，d1和d2分別為BSM方程中正態(tài)分布的累積分布函數(shù)的分位點(diǎn)，τ為期權(quán)的到期期限。由于中國(guó)股票市場(chǎng)設(shè)有漲停板限制制度，因此設(shè)置執(zhí)行價(jià)格的下限為X=0.9P，到期日最長(zhǎng)為30個(gè)交易日，τ∈［1，30］。在實(shí)際運(yùn)算中，本文發(fā)現(xiàn)選定不同執(zhí)行價(jià)格與到期日，不會(huì)對(duì)最終的估計(jì)結(jié)果產(chǎn)生本質(zhì)影響，結(jié)構(gòu)化參數(shù)具有一定的齊性。在選取一系列不同的執(zhí)行價(jià)格與到期日時(shí)，參數(shù)的估計(jì)結(jié)果沒(méi)有發(fā)生顯著變化。目前市場(chǎng)上的股票期權(quán)價(jià)格并不完善，因此使用房地產(chǎn)上市公司股票價(jià)格按照通常的BSM方程及計(jì)算出的理論的股票期權(quán)價(jià)格，并得到股票的delta值：ΔBSMt－1=Δf/ΔP，進(jìn)而計(jì)算出期權(quán)價(jià)格的反函數(shù)，如模型（15）所示：

f-1t-1=At-1Dt-1+Et=

Et-1/（Dt-1+Et）+e-rτN（d2）N（d1）=gBSM［Et-1/（Dt-1+Et），1，σfA，t-1，τ］（15）

最后計(jì)算出杠桿乘數(shù)LMt。由于股票數(shù)據(jù)為日度數(shù)據(jù)，而資產(chǎn)負(fù)債為季度數(shù)據(jù)，所以數(shù)據(jù)頻率不一致。因此本文建立利率期限結(jié)構(gòu)來(lái)構(gòu)造貼現(xiàn)因子對(duì)數(shù)據(jù)進(jìn)行擬合。假設(shè)貼現(xiàn)因子是到期期限的連續(xù)的分段函數(shù)。即在利率期限結(jié)構(gòu)中將利率曲線分成各段，分別應(yīng)用多項(xiàng)式樣條插值、指數(shù)樣條插值、B樣條插值、光滑樣條插值或VRP方法進(jìn)行插值，使數(shù)據(jù)頻率匹配。由于不同的插值方法的估計(jì)結(jié)果差異較小，故本文對(duì)負(fù)債進(jìn)行線性插值，使得負(fù)債數(shù)據(jù)與收益率數(shù)據(jù)相匹配。對(duì)模型使用極大似然法進(jìn)行參數(shù)估計(jì)，對(duì)數(shù)似然函數(shù)的計(jì)算如模型（16）所示：

log（L）=

-12∑Tt=2log（2π）+log（LM2t-1hA，t）+（rE，t）2LM2t-1hA，t（16）

四房地產(chǎn)企業(yè)資本結(jié)構(gòu)對(duì)股價(jià)波動(dòng)傳遞效應(yīng)的實(shí)證檢驗(yàn)

資本結(jié)構(gòu)攸關(guān)企業(yè)償債能力和再融資能力，杠桿乘數(shù)可以反映企業(yè)資本結(jié)構(gòu)的優(yōu)劣。杠桿乘數(shù)越大，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)就越高。股票收益率是衡量股價(jià)波動(dòng)、反映股票市場(chǎng)整體趨勢(shì)的重要指標(biāo)之一。本文以杠桿乘數(shù)衡量資本結(jié)構(gòu)，以股票收益率作為股價(jià)波動(dòng)的代理變量，實(shí)證檢驗(yàn)房地產(chǎn)企業(yè)資本結(jié)構(gòu)對(duì)股價(jià)波動(dòng)的傳遞效應(yīng)。

（一）保利地產(chǎn)結(jié)構(gòu)化GARCH模型估計(jì)

本文選擇保利地產(chǎn)（600048）作為研究對(duì)象，樣本區(qū)間為2006年12月29日至2020年3月31日，從Wind數(shù)據(jù)庫(kù)中獲取關(guān)于企業(yè)資產(chǎn)負(fù)債及股票日收益率的數(shù)據(jù)。從圖1可以看出，保利地產(chǎn)的股票收益率分別在2008年3月至6月、2015年6月至9月出現(xiàn)了劇烈的波動(dòng)，說(shuō)明在該期間股票價(jià)格波動(dòng)幅度較大。從圖2可以看出，保利地產(chǎn)的杠桿乘數(shù)在對(duì)應(yīng)的兩個(gè)時(shí)間段也呈現(xiàn)出相同的波動(dòng)趨勢(shì)，表明保利地產(chǎn)資本結(jié)構(gòu)變動(dòng)表現(xiàn)出與股價(jià)波動(dòng)的同步性，且杠桿乘數(shù)放大了股票價(jià)格的波動(dòng)。

基于一般GARCH模型和結(jié)構(gòu)化GARCH模型，本文使用MATLAB2016a軟件，分別對(duì)保利地產(chǎn)股票收益率進(jìn)行參數(shù)估計(jì)。在表1中，只有一般GARCH模型截距項(xiàng)ω不顯著，而該項(xiàng)并無(wú)實(shí)際意義。其他參數(shù)的統(tǒng)計(jì)量均大于臨界值1.96（顯著性水平為5%）。一般GARCH模型與結(jié)構(gòu)化GARCH模型中相同參數(shù)的估計(jì)結(jié)果相差不大，都從數(shù)據(jù)角度解釋了股價(jià)波動(dòng)聚集的特點(diǎn)。但結(jié)構(gòu)化GARCH模型的對(duì)數(shù)似然函數(shù)取值較大，反映出結(jié)構(gòu)化GARCH模型比一般GARCH模型具有更好的數(shù)據(jù)擬合能力。進(jìn)一步地，反映杠桿效應(yīng)的結(jié)構(gòu)化參數(shù)φ=0.8967，說(shuō)明保利地產(chǎn)的資本結(jié)構(gòu)變動(dòng)會(huì)較明顯地影響其股票價(jià)格波動(dòng)，該結(jié)果在一定程度上解釋了保利地產(chǎn)股票價(jià)格波動(dòng)的來(lái)源。

（二）上證地產(chǎn)指數(shù)結(jié)構(gòu)化GARCH模型估計(jì)

保利地產(chǎn)結(jié)構(gòu)化GARCH模型的估計(jì)僅反映單一房地產(chǎn)企業(yè)資本結(jié)構(gòu)與股價(jià)波動(dòng)的關(guān)系。為從整體上探討房地產(chǎn)市場(chǎng)的資本結(jié)構(gòu)對(duì)股票市場(chǎng)的影響，本文選擇在上海證券交易所掛牌上市的、股票市值排名前10的房地產(chǎn)指數(shù)作為上市房地產(chǎn)企業(yè)的綜合代表，選取指數(shù)數(shù)據(jù)的時(shí)間范圍為2009年9月30日至2020年3月31日。從圖3可以看到，在2015年6月至9月期間，上證地產(chǎn)指數(shù)收益率經(jīng)歷了比較大的波動(dòng)。從圖4可以看到，房地產(chǎn)企業(yè)杠桿乘數(shù)在該期間也呈現(xiàn)出急劇變化的趨勢(shì)，表明反映企業(yè)財(cái)務(wù)杠桿狀況的杠桿乘數(shù)與股價(jià)波動(dòng)具有同步性。

本文使用MATLAB2016a軟件，對(duì)上證地產(chǎn)指數(shù)收益率進(jìn)行GARCH模型的參數(shù)估計(jì)。在表2中，估計(jì)參數(shù)的t值均大于臨界值1.96（顯著性水平為5%）。一般GARCH模型與結(jié)構(gòu)化GARCH模型中相同參數(shù)的估計(jì)結(jié)果相差不大。但結(jié)構(gòu)化GARCH模型的對(duì)數(shù)似然函數(shù)取值較一般GARCH模型更大，反映出結(jié)構(gòu)化GARCH模型的擬合效果更好。反映杠桿效應(yīng)的結(jié)構(gòu)化參數(shù)φ=0.1730，盡管該值比保利地產(chǎn)個(gè)股（φ=0.8967）要小，但從整體來(lái)看房地產(chǎn)行業(yè)的財(cái)務(wù)杠桿水平會(huì)充分影響股票價(jià)格波動(dòng)，房地產(chǎn)企業(yè)資本結(jié)構(gòu)變動(dòng)是房地產(chǎn)行業(yè)股票價(jià)格波動(dòng)的一個(gè)誘因。

通過(guò)對(duì)保利地產(chǎn)和上證地產(chǎn)指數(shù)的實(shí)證分析，本文發(fā)現(xiàn)結(jié)構(gòu)化GARCH模型在一定程度上解釋了上市房地產(chǎn)企業(yè)股價(jià)波動(dòng)的來(lái)源，房地產(chǎn)企業(yè)資本結(jié)構(gòu)的變動(dòng)會(huì)對(duì)其股票價(jià)格波動(dòng)產(chǎn)生傳遞效應(yīng)。同時(shí)，結(jié)構(gòu)化GARCH模型的擬合效果及估計(jì)結(jié)果要優(yōu)于一般GARCH模型，反映出房地產(chǎn)市場(chǎng)具有一定的結(jié)構(gòu)化特征。

（三）資本結(jié)構(gòu)對(duì)股票收益率的溢出效應(yīng)分析

房地產(chǎn)企業(yè)通過(guò)項(xiàng)目抵押貸款、信用貸款、債券發(fā)行、供應(yīng)商墊付、購(gòu)買者預(yù)付等以單一資產(chǎn)為標(biāo)的、通過(guò)多重負(fù)債增加杠桿倍數(shù)，輔以房?jī)r(jià)增長(zhǎng)階段的快速銷售，從而增加資金的周轉(zhuǎn)次數(shù)、加快周轉(zhuǎn)速度，實(shí)現(xiàn)規(guī)模擴(kuò)張。短期來(lái)看，高財(cái)務(wù)杠桿帶來(lái)的風(fēng)險(xiǎn)收益可能增加股東價(jià)值。但長(zhǎng)期看，高杠桿導(dǎo)致的風(fēng)險(xiǎn)積聚使企業(yè)財(cái)務(wù)缺乏韌性，對(duì)現(xiàn)金流轉(zhuǎn)和持續(xù)經(jīng)營(yíng)能力的挑戰(zhàn)越來(lái)越大，最終對(duì)股東價(jià)值產(chǎn)生負(fù)面影響，甚至可能因個(gè)別債務(wù)清償受限產(chǎn)生多米諾骨牌效應(yīng)。特別是在“三道紅線”去杠桿化政策背景下，“紅線企業(yè)”融資能力受限、償債壓力快速上升，資金鏈斷裂引起的信用崩盤將快速傳遞導(dǎo)致股價(jià)崩盤。上文利用改進(jìn)的結(jié)構(gòu)化GARCH模型證實(shí)了房地產(chǎn)企業(yè)資本結(jié)構(gòu)變動(dòng)，尤其是負(fù)債規(guī)模的增減，是引起股價(jià)波動(dòng)的重要原因之一。鑒于資本結(jié)構(gòu)合理與否是衡量房地產(chǎn)市場(chǎng)是否有序發(fā)展的重要指標(biāo)，本文進(jìn)一步檢驗(yàn)資本結(jié)構(gòu)對(duì)股票收益率的溢出效應(yīng)，參照因子模型，建立回歸模型（17）。

rE，t－rA，t=a+b×DtDt+Et+c（rM，t－rf）+

d ln St+et? ?（17）

其中，rE，t-rA，t反映房地產(chǎn)企業(yè)股票超額收益率。Dt為房地產(chǎn)企業(yè)負(fù)債總和，Dt+Et為房地產(chǎn)企業(yè)市值總和。為了避免內(nèi)生性問(wèn)題，引入了控制變量市場(chǎng)超額收益率rM，t－rf和市場(chǎng)總規(guī)模St。上述數(shù)據(jù)均使用2009年9月30日至2020年3月31日期間股票市值排名前10的上證地產(chǎn)指數(shù)的數(shù)據(jù)計(jì)算，對(duì)模型（17）主要變量進(jìn)行ADF檢驗(yàn)，結(jié)果顯示各變量都是平穩(wěn)的。

表3列示了上證地產(chǎn)指數(shù)資本結(jié)構(gòu)（用債務(wù)市值比量化）對(duì)股票收益率溢出效應(yīng)的估計(jì)結(jié)果。回歸結(jié)果顯示，債務(wù)市值比與股票超額收益率在1%的水平上顯著負(fù)相關(guān)。債務(wù)市值比越高，房地產(chǎn)企業(yè)的財(cái)務(wù)杠桿越大，財(cái)務(wù)風(fēng)險(xiǎn)越高，房地產(chǎn)企業(yè)股票的表現(xiàn)可能會(huì)更差。上述結(jié)果表明，過(guò)高的負(fù)債水平可能并不會(huì)提升房地產(chǎn)企業(yè)的規(guī)模效應(yīng)，反而會(huì)抑制股票收益率的增長(zhǎng)。房地產(chǎn)企業(yè)應(yīng)當(dāng)把杠桿率降低到有效防范風(fēng)險(xiǎn)的閾值內(nèi)，避免因杠桿率過(guò)高引致財(cái)務(wù)風(fēng)險(xiǎn)集中發(fā)生，最終導(dǎo)致股票價(jià)格異常波動(dòng)。

五結(jié)論與啟示

在中國(guó)房地產(chǎn)行業(yè)債務(wù)危機(jī)頻發(fā)、中央去杠桿化政策背景下，本文選擇上海證券交易所的房地產(chǎn)企業(yè)作為研究對(duì)象，利用改進(jìn)的結(jié)構(gòu)化GARCH模型，探討房地產(chǎn)企業(yè)資本結(jié)構(gòu)對(duì)股價(jià)波動(dòng)的傳遞與溢出效應(yīng)，結(jié)論如下：第一，通過(guò)保利地產(chǎn)的個(gè)案研究發(fā)現(xiàn)，杠桿乘數(shù)表現(xiàn)出與股價(jià)波動(dòng)的同步性，杠桿乘數(shù)放大了股票價(jià)格的波動(dòng)。第二，以上證地產(chǎn)指數(shù)為基準(zhǔn)擬合的結(jié)構(gòu)化GARCH模型再次驗(yàn)證，房地產(chǎn)企業(yè)資本結(jié)構(gòu)變動(dòng)是房地產(chǎn)行業(yè)股票價(jià)格波動(dòng)的一個(gè)誘因。第三，通過(guò)資本結(jié)構(gòu)對(duì)股票收益率的溢出效應(yīng)進(jìn)行分析，發(fā)現(xiàn)債務(wù)市值比與股票超額收益率顯著負(fù)相關(guān)，說(shuō)明過(guò)高的債務(wù)水平不會(huì)提升房地產(chǎn)企業(yè)的規(guī)模效應(yīng)，反而會(huì)抑制股票收益率的增長(zhǎng)。

基于研究結(jié)論，得到如下啟示：

第一，房地產(chǎn)企業(yè)經(jīng)營(yíng)理念的轉(zhuǎn)變要以穩(wěn)定發(fā)展、風(fēng)險(xiǎn)控制為基本目標(biāo)，控制自身財(cái)務(wù)杠桿水平，保持合理的資本結(jié)構(gòu)。本文研究發(fā)現(xiàn)房地產(chǎn)企業(yè)高負(fù)債并不能帶來(lái)規(guī)模效應(yīng)，反而會(huì)抑制股票收益率增長(zhǎng)，不利于為股東創(chuàng)造價(jià)值。房地產(chǎn)企業(yè)應(yīng)轉(zhuǎn)變以房?jī)r(jià)快速增長(zhǎng)、消費(fèi)者非理性搶購(gòu)為基礎(chǔ)的高杠桿擴(kuò)張模式；注重杠桿風(fēng)險(xiǎn)管控，留出足夠財(cái)務(wù)冗余度、保持財(cái)務(wù)適度彈性；將公司運(yùn)營(yíng)的重點(diǎn)由關(guān)注高杠桿擴(kuò)張轉(zhuǎn)變?yōu)榘磿r(shí)、按質(zhì)為消費(fèi)者交付產(chǎn)品，以及在保持資金有序流動(dòng)的基礎(chǔ)上為股東創(chuàng)造價(jià)值。

第二，政府對(duì)房地產(chǎn)行業(yè)風(fēng)險(xiǎn)要“早發(fā)現(xiàn)、早管控”。房地產(chǎn)企業(yè)反復(fù)出現(xiàn)風(fēng)險(xiǎn)外溢的根本在于企業(yè)資本結(jié)構(gòu)長(zhǎng)期高位運(yùn)行，抗風(fēng)險(xiǎn)能力低下。相關(guān)部門應(yīng)嚴(yán)格控制房地產(chǎn)企業(yè)通過(guò)多種金融工具放大風(fēng)險(xiǎn)，從資本結(jié)構(gòu)的源頭出發(fā)，防范個(gè)體企業(yè)特別是超大型房地產(chǎn)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，維護(hù)房地產(chǎn)行業(yè)的穩(wěn)定，同時(shí)也要防范房地產(chǎn)行業(yè)風(fēng)險(xiǎn)的外溢。

第三，金融監(jiān)管部門要落實(shí)對(duì)房地產(chǎn)市場(chǎng)的穿透式管控，為政府監(jiān)管提供數(shù)據(jù)支持。除定期對(duì)銀行涉房貸款組織專項(xiàng)檢查外，還應(yīng)關(guān)注“影子銀行”等機(jī)構(gòu)流入房地產(chǎn)市場(chǎng)的資金數(shù)量，從資金源頭管控房地產(chǎn)企業(yè)資本結(jié)構(gòu)與高杠桿風(fēng)險(xiǎn)。利用金融科技建立長(zhǎng)效數(shù)據(jù)獲取機(jī)制，實(shí)現(xiàn)對(duì)房地產(chǎn)市場(chǎng)負(fù)債規(guī)模的持續(xù)監(jiān)控應(yīng)是未來(lái)構(gòu)建監(jiān)管機(jī)制的核心目標(biāo)。

［參考文獻(xiàn)］

［1］陳享光，黃澤清.我國(guó)房地產(chǎn)價(jià)格變動(dòng)的金融化邏輯[J].經(jīng)濟(jì)縱橫，2017（12）：35-43+2.

[2]陳良華，葉茂然，遲穎穎.資本結(jié)構(gòu)動(dòng)態(tài)調(diào)整的目標(biāo)資本結(jié)構(gòu)優(yōu)化研究——來(lái)自中國(guó)房地產(chǎn)上市公司的經(jīng)驗(yàn)證據(jù)[J].東南大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2022（3）：31-39+146.

[3]萬(wàn)曉莉，張冰濤，張棟浩.去杠桿政策下房地產(chǎn)企業(yè)的銷售分化及其對(duì)債務(wù)風(fēng)險(xiǎn)的影響[J].財(cái)貿(mào)經(jīng)濟(jì)，2023（8）：56-73.

[4]白彥軍，魯筱，葉劍平.房地產(chǎn)企業(yè)股權(quán)結(jié)構(gòu)對(duì)債務(wù)風(fēng)險(xiǎn)的影響研究[J].財(cái)經(jīng)問(wèn)題研究，2023（9）：105-116.

[5]張?jiān)?，劉蕓，章逸飛.“房住不炒”政策的股市溢出效應(yīng)——包含房產(chǎn)要素的動(dòng)態(tài)均衡模型與資產(chǎn)定價(jià)研究[J].系統(tǒng)工程理論與實(shí)踐，2022（4）：865-878.

[6]王曉明.銀行信貸與資產(chǎn)價(jià)格的順周期關(guān)系研究[J].金融研究，2010（3）：45-55.

[7]彭興庭.我國(guó)房地產(chǎn)市場(chǎng)與股票市場(chǎng)的波動(dòng)相關(guān)性研究[J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2011（5）：39-43.

[8]林眾，林相森.中國(guó)房地產(chǎn)市場(chǎng)與股票市場(chǎng)相關(guān)性的實(shí)證研究[J].統(tǒng)計(jì)與決策，2013（12）：133-136.

[9]李增剛，杜舒康.房股聯(lián)動(dòng)影響固定資產(chǎn)投資嗎？——來(lái)自中國(guó)資產(chǎn)市場(chǎng)的經(jīng)驗(yàn)證據(jù)[J].濟(jì)南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021（4）：100-114+159.

[10]劉璐，王晉斌，郝超鵬.信貸、房?jī)r(jià)、股價(jià)及GDP的關(guān)系——基于TVP-VAR方法的分析[J].金融論壇，2020（6）：11-22.

[11]黃義.股票市場(chǎng)與房地產(chǎn)市場(chǎng)波動(dòng)溢出效應(yīng)研究[J].統(tǒng)計(jì)與決策，2014（2）：127-131.

[12]蔣彧，李潔，王花.中國(guó)房地產(chǎn)市場(chǎng)與股票市場(chǎng)的雙向溢出效應(yīng)研究[J].上海經(jīng)濟(jì)研究，2021（6）：93-104.

[13]徐國(guó)祥，王芳.我國(guó)房地產(chǎn)市場(chǎng)與股票市場(chǎng)周期波動(dòng)的關(guān)聯(lián)性探討[J].經(jīng)濟(jì)管理，2012（2）：133-141.

[14]逯進(jìn)，劉芳燕，華玉飛.貨幣政策、股票價(jià)格與房?jī)r(jià)波動(dòng)[J].統(tǒng)計(jì)與信息論壇，2023（1）：81-94.

[15]李成，馬文濤，王彬.我國(guó)金融市場(chǎng)間溢出效應(yīng)研究——基于四元VAR-GARCH（1，1）-BEKK模型的分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010（6）：3-19.

[16]劉金全，解瑤姝.中國(guó)房地產(chǎn)市場(chǎng)與股票市場(chǎng)動(dòng)態(tài)關(guān)聯(lián)機(jī)制的實(shí)證檢驗(yàn)[J].金融學(xué)季刊，2016（4）：76-92.

[17]張浩，韓銘輝，姚佳穎.外匯市場(chǎng)、股票市場(chǎng)與房地產(chǎn)市場(chǎng)的風(fēng)險(xiǎn)傳染研究——基于三元VAR-BEKK-GARCH模型實(shí)證分析[J].運(yùn)籌與管理，2020（7）：206-213.

[18]魏鋒.中國(guó)股票市場(chǎng)和房地產(chǎn)市場(chǎng)的財(cái)富效應(yīng)[J].重慶大學(xué)學(xué)報(bào)（自然科學(xué)版），2007（2）：153-157.

[19]Merton R C. On the pricing of corporate debt： the risk structure of interest rates[J].The Journal of Finance， 1974（2）：449-470.

[20]Leland H E， Toft K B. Optimal capital structure， endogenous bankruptcy， and the term structure of credit spreads[J].The Journal of Finance， 1996（3）：987-1019.

[21]Engle R F， Siriwardane E N. Structural GARCH： the volatility-leverage connection[J].The Review of Financial Studies， 2018（2）：449-493.