粵港澳大灣區(qū)核心城市房價傳染與聯(lián)動的市場邏輯

郭文偉

（廣東財經(jīng)大學(xué)金融學(xué)院，廣州 510320）

一、引 言

在2017年3月5日召開的十二屆全國人大五次會議上，國務(wù)院總理李克強在政府工作報告中提出“要推動內(nèi)地與港澳深化合作，研究制定粵港澳大灣區(qū)城市群發(fā)展規(guī)劃，發(fā)揮港澳獨特優(yōu)勢，提升在國家經(jīng)濟發(fā)展和對外開放中的地位與功能”①。這意味著粵港澳大灣區(qū)建設(shè)已經(jīng)成為重要的國家戰(zhàn)略。粵港澳大灣區(qū)包括了珠三角9市（廣州、深圳、佛山、東莞、惠州、珠海、中山、肇慶、江門）、中國香港特別行政區(qū)和中國澳門特別行政區(qū)。從地理位置來看，香港毗鄰深圳，而澳門與珠海相鄰。隨著港珠澳大橋的正式通車，粵港澳大灣區(qū)各城市之間的基礎(chǔ)設(shè)施將日趨完善，該區(qū)域內(nèi)1個小時都市圈將會形成，這將會進一步加快建設(shè)國際一流大灣區(qū)和世界級城市群的進程。目前粵港澳大灣區(qū)的建設(shè)規(guī)劃方案已經(jīng)出臺，隨著該方案的逐步推進和落實，該區(qū)域內(nèi)各城市在資金、物流、人才、產(chǎn)業(yè)等方面的融合將進一步增強，這種城市間的融合也會加強各城市房地產(chǎn)市場的融合。在這種背景下，各城市住宅價格勢必會相互影響，尤其是那些地理相鄰、存在緊密經(jīng)貿(mào)往來的經(jīng)濟發(fā)達城市（比如：香港、澳門、廣州與深圳）。隨著大灣區(qū)內(nèi)經(jīng)濟一體化的加深，香港和澳門高房價的外溢效應(yīng)勢必會影響與其存在頻繁經(jīng)貿(mào)往來或地理相鄰的城市，進而加劇大灣區(qū)內(nèi)各城市房價波動的傳染效應(yīng)。在目前中央政府致力于抑制房價泡沫、防范和化解系統(tǒng)性金融風險的大背景下，進一步厘清粵港澳大灣區(qū)內(nèi)城市房價的時變聯(lián)動性、房價波動傳染效應(yīng)及其市場邏輯，是一項值得研究的重要課題，相關(guān)研究結(jié)論能為制定科學(xué)合理的大灣區(qū)城市建設(shè)規(guī)劃、防范大灣區(qū)內(nèi)各城市房價泡沫交叉?zhèn)魅镜葐栴}提供有益的啟示。

二、文獻綜述

由于粵港澳大灣區(qū)戰(zhàn)略提出時間較短，從現(xiàn)有文獻來看，鮮有關(guān)于粵港澳大灣區(qū)房價聯(lián)動性及其傳染效應(yīng)方面的研究。現(xiàn)有的少數(shù)文獻主要集中研究兩方面問題：一是研究珠三角區(qū)域內(nèi)住宅價格差異性、聯(lián)動性及其泡沫測度。左夏偉和謝昌浩通過構(gòu)建面板數(shù)據(jù)模型來分析 “泛珠三角”9省區(qū)房地產(chǎn)市場的差異性及其原因[1]。中國人民銀行佛山市中心支行課題組分別采用兩種方法 （基于住房可支付性指數(shù)方法和基于居民預(yù)期的住宅價格泡沫測度方法）對珠三角9城市住宅價格泡沫進行測度，結(jié)果表明珠三角9市均存在程度不一的住宅價格泡沫，其中深圳、廣州和珠海名列房價泡沫程度前3名，而肇慶住宅價格泡沫程度最小[2]。陳章喜和黃準首先采用格蘭杰因果關(guān)系分析了廣州、深圳和東莞三個城市住宅價格之間的相互影響關(guān)系，在此基礎(chǔ)上采用向量自回歸分析了三者房價之間的脈沖響應(yīng)特征，其研究結(jié)果表明廣州和東莞的房價互為格蘭杰原因，而深圳房價分別是廣州房價和東莞房價的單向格蘭杰原因。深圳房價對廣州和東莞的房價帶動效應(yīng)較大，而廣州和東莞的房價對深圳房價影響較小[3]。陳英楠和陳建也發(fā)現(xiàn)廣州和深圳的住宅價格波動具有順周期協(xié)同性[4]。楊元梅和譚術(shù)魁以珠三角9市為例，通過構(gòu)建實證模型來揭示影響城市住宅價格波動的關(guān)鍵因素，其研究結(jié)果表明城市經(jīng)濟規(guī)模（GDP）是其住宅價格波動的最主要因素，且兩者呈雙向因果關(guān)系；另外，人均可支配收入和土地價格均對住宅價格產(chǎn)生正向影響[5]。曾暉采用BEKK-GARCH模型研究了深圳、廣州和珠海在2008～2014年期間的住宅價格波動特征及其相互之間的波動溢出效應(yīng)，其研究結(jié)論表明這三個城市住宅價格波動特征明顯且具有周期性，其中珠海住宅價格波動最為激烈。廣州與深圳住宅價格存在較為顯著的波動溢出效應(yīng)，且均對珠海住宅價格具有顯著影響[6]。二是有關(guān)粵港澳大灣區(qū)內(nèi)發(fā)展路徑、定位、合作、融合等問題的研究。黃曉慧和鄒開敏分析了“一帶一路”實施背景下粵港澳大灣區(qū)各城市在文化、商業(yè)和旅游等領(lǐng)域的融合發(fā)展機制及對策[7]。陳朝萌分析了粵港澳大灣區(qū)內(nèi)各城市港口的地位、層次和功能界定問題[8]。申勇和馬忠新采用主成分分析法測度粵港澳大灣區(qū)和杭州灣區(qū)的開放度，并與世界三大灣區(qū)（紐約大灣區(qū)、舊金山大灣區(qū)和東京大灣區(qū)）進行多方面比較，研究結(jié)果表明：我國兩大灣區(qū)開放程度較高，對其附近的城市區(qū)域具有明顯的經(jīng)濟引領(lǐng)作用。相比世界三大灣區(qū)，我國的兩大灣區(qū)經(jīng)濟規(guī)模居中，但在區(qū)域融合、產(chǎn)業(yè)創(chuàng)新等方面還存在明顯差距[9]。紀春禮和曾忠祿基于智慧專業(yè)化理論來探討粵港澳大灣區(qū)的創(chuàng)新協(xié)同路徑和方向[10]。陳相針對粵港澳大灣區(qū)的區(qū)域和制度限制，探討如何實現(xiàn)整個灣區(qū)財政科研經(jīng)費的跨境使用[11]。

在分析城市房價空間傳染方面，國內(nèi)外學(xué)者基本集中在采用空間計量模型來分析城市房價的空間自相關(guān)特征 （空間依賴性）。Ismail[12],Kim和Goldsmith[13]通過實證分析發(fā)現(xiàn)COMADI區(qū)域內(nèi)房價存在顯著的正向空間相關(guān)性，并認為城市房價會受到相鄰城市房價的影響。在國內(nèi)，基于空間計量模型來分析房價的空間分布規(guī)律和傳染效應(yīng)已逐漸成為學(xué)術(shù)界研究熱點。王春艷和吳老二研究發(fā)現(xiàn)珠三角城市房價存在明顯的空間自相關(guān)性[14]。其他學(xué)者也分別采用空間自回歸模型、空間誤差模型、地理加權(quán)回歸模型、廣義回歸模型等來分析我國不同區(qū)域或全國層面上的城市房價空間自相關(guān)性，所得結(jié)論較為相近，均認為我國各區(qū)域內(nèi)城市房價具有顯著的空間依賴性，空間因素對房價影響較大[15][16][17][18][19]。

盡管上述研究已經(jīng)對珠三角區(qū)域或全國層面上的房價空間分布特征做了富有成效的分析，但由于粵港澳大灣區(qū)戰(zhàn)略提出時間不長，至今鮮有文獻對粵港澳大灣區(qū)核心城市之間房價聯(lián)動性、房價波動傳染效應(yīng)進行專門研究。對此，本文以粵港澳大灣區(qū)內(nèi)最具代表性的4個經(jīng)濟發(fā)達城市（廣、深、港、澳）為研究對象，采用動態(tài)相關(guān)性系數(shù)模型（DCC）來測度四城市之間房價傳染與波動的市場邏輯。在此基礎(chǔ)上，采用R-Vine Copula模型和格蘭杰因果關(guān)系法揭示各城市房價的相依結(jié)構(gòu)、傳染效應(yīng)、因果關(guān)系。本文的特色在于：第一，首次基于DCC方法動態(tài)測度廣深港澳房價的時變聯(lián)動性；第二，采用R-Vine Copula模型揭示廣深港澳房價之間的復(fù)雜相依結(jié)構(gòu)及其波動傳染機制。此研究將為構(gòu)建粵港澳大灣區(qū)房價調(diào)控協(xié)同機制，制定科學(xué)合理的房價泡沫抑制政策提供有益的借鑒。

三、城市房價聯(lián)動性及其傳染效應(yīng)測度模型

（一）時變聯(lián)動性測度：DCC模型

經(jīng)檢驗發(fā)現(xiàn)本文的房價指數(shù)序列并不適合采用GARCH模型來進行建模分析，而適合ARMA模型，因此本文采用ARMA(1,1)模型來作為DCC模型的邊緣分布模型：

上述邊緣分布模型有4個參數(shù)，其中參數(shù)c0和c1為常數(shù)項和收益率的滯后一階的AR回歸系數(shù)，c2和θ1為波動率的常數(shù)項及其滯后一階的MA回歸系數(shù)，εi,t為收益率系列的殘差。DCC-ARMA模型形式如下：

公式（2）中，ρij,t為 εi,t和 εj,t之間的無條件相關(guān)系數(shù)，Rt為時變相關(guān)系數(shù)矩陣，a和b為DCC模型測度時變聯(lián)動性的待估參數(shù)，且需滿足a+b＜1的約束條件。

（二）房價波動相依結(jié)構(gòu)和傳染效應(yīng)測度模型：R-Vine Copula

目前學(xué)界出現(xiàn)了三種構(gòu)建高維Vine Copula模型的主流方法：C-Vine Copula、D-Vine Copula、RVine Copula[20][21]；其中，前面兩種方法所構(gòu)建的樹結(jié)構(gòu)形式缺乏一般性，而R-Vine Copula方法完全基于數(shù)據(jù)的特征來構(gòu)建自身樹結(jié)構(gòu)形式，具有一般性和靈活性[22]。 Diβmanna等也認為 R-Vine Copula方法分析結(jié)果的穩(wěn)健性明顯優(yōu)于C-Vine Copula和D-Vine Copula方法[21]。因此，本文基于R-Vine C-opula模型來系統(tǒng)分析廣深港澳四地房價之間的相依結(jié)構(gòu)和傳染機制。由于文章篇幅限制，有關(guān)R-Vine Copula模型的結(jié)構(gòu)形式和原理可詳見相關(guān)文獻。

四、粵港澳大灣區(qū)核心城市房價時變聯(lián)動性測度分析

（一）粵港澳大灣區(qū)核心城市房價指數(shù)的選取與說明

本文選取了粵港澳大灣區(qū)中的核心城市 （廣州、深圳）和中國香港、中國澳門，共4個城市；之所以選擇這4個城市，原因在于：一方面，這些城市在粵港澳大灣區(qū)中經(jīng)濟較為發(fā)達，且其房地產(chǎn)市場規(guī)模較大，樣本數(shù)據(jù)相對容易獲得；另一方面，這4個城市之間的經(jīng)貿(mào)往來較為緊密，各城市房價之間存在一定的互動關(guān)系?；诟鞒鞘凶≌瑑r格指數(shù)的可獲得性和代表性，本文選取了東方財富網(wǎng)推出的Choice數(shù)據(jù)中的各城市房價指數(shù)來代表各城市住宅市場價格走勢，所有指數(shù)均為月度數(shù)據(jù)。研究時期統(tǒng)一為2011年1月至2018年6月，每個城市各有90個樣本數(shù)據(jù)。本文采用取自然對數(shù)形式來計算各城市房價指數(shù)的每個時期變化率。各城市房價指數(shù)走勢及其波動率走勢如圖1所示。從圖1可以看出，廣深兩市房價走勢趨同性較強，而香港和澳門房價走勢相似，均呈現(xiàn)出震蕩上漲趨勢。

圖1 粵港澳大灣區(qū)核心城市房價指數(shù)走勢（201101～201806）

表1給出了這4個城市住宅價格指數(shù)變化率序列在研究時期內(nèi)的描述性統(tǒng)計結(jié)果。由表1可知：中國香港和澳門城市房價指數(shù)收益系列均呈現(xiàn)出輕微左偏尖峰的分布特征，而廣州和深圳則呈現(xiàn)出明顯的右偏尖峰的分布特征。在正態(tài)分布檢驗上，這4個城市房價收益系列的JB統(tǒng)計值均拒絕原假設(shè)，說明這些城市的房價指數(shù)均不服從正態(tài)分布。從房價指數(shù)標準差來看，從大到小依次是深圳>澳門>香港>廣州。這表明4個城市中，深圳房價波動最為激烈，廣州房價波動率最小。

表1 粵港澳大灣區(qū)核心城市房價指數(shù)收益序列的描述性統(tǒng)計結(jié)果

從表1中四城市房價之間的線性相關(guān)性來看，廣深兩市之間的相關(guān)性最高，達到0.71，說明兩市房價走勢較為同步；從這兩個城市房價走勢來看，兩者均從2014年中開始進入下跌周期，但深圳在2015年中就率先開始上漲，而廣州則直到2016年中才開始上漲。其次是香港和澳門之間的房價相關(guān)性，達到0.23。說明港澳兩地樓市走勢存在正相關(guān)性，走勢具有一定趨同性；香港與深圳的房價相關(guān)性為-0.12，說明港深兩市樓市走勢存在相反趨勢，與此類似，深澳兩市的房價相關(guān)性也為-0.079，說明兩者同樣存在較弱的負相關(guān)性。而廣州與香港樓市之間的相關(guān)性較弱，僅為0.0014；但廣州與澳門之間的房價相關(guān)性為0.17，說明兩市存在一定的正相關(guān)性。

（二）邊緣分布模型的參數(shù)估計結(jié)果

結(jié)合各城市房價指數(shù)，我們運用極大似然估計法對邊緣分布函數(shù)ARMA(1,1)進行參數(shù)估計；此外，為了檢驗序列概率積分變換后是否服從（0,1）分布，本文引進K-S Z統(tǒng)計值進行檢驗，結(jié)果如表2所示。從表2的估計結(jié)果可知，香港和澳門的c0參數(shù)分別在1%和5%的置信水平上顯著，而廣州和深圳的c0參數(shù)缺乏統(tǒng)計顯著性。廣深港澳四城市的c1參數(shù)均顯著為正，說明這4個城市房價走勢均存在明顯的自相關(guān)，也即房價走勢具有明顯的慣性特征。與此同時，香港和廣州的參數(shù)θ1在1%的置信水平上顯著，這說明香港和廣州的房價波動率具有顯著的自相關(guān)性，相較于澳門和深圳，這兩個城市房價波動更具有持久性。動態(tài)相關(guān)系數(shù)a參數(shù)和b參數(shù)均顯著，且a+b<1，符合DCC模型的參數(shù)約束條件，說明DCC模型的建模效果較好；從K-S檢驗的Z統(tǒng)計值及漸進顯著性來看，變換后的序列不服從（0,1）均勻分布，但由于Z值均落在0與1之間，說明變換后的序列適合進行RVine Copula建模分析其相依結(jié)構(gòu)特征。

表2 DCC模型估計結(jié)果

（三）粵港澳大灣區(qū)核心城市房價時變聯(lián)動性

圖2為廣深港澳四地房價在2011年1月～2018年6月的時變聯(lián)動性走勢，表3對4個城市在研究時期內(nèi)房價之間的聯(lián)動性進行統(tǒng)計匯總。從圖2和表3可看出，這4個城市之間的房價聯(lián)動性具有時變特征，且各自的走勢不盡相同。香港與澳門之間的房價聯(lián)動性在整個研究時期內(nèi)呈現(xiàn)出震蕩走低的趨勢，兩市房價聯(lián)動性最高為0.34（2012年4月），最低聯(lián)動性為-0.07（2017年3月），聯(lián)動性的波動率為0.06；廣州與香港、廣州與澳門的時變聯(lián)動性走勢較為相似，大體上表現(xiàn)出微弱0值上下波動的態(tài)勢，這說明廣州房價與香港和澳門的房價聯(lián)動性較弱。深圳與香港、深圳與澳門的房價時變聯(lián)動性均值分別為-0.06、-0.04，這說明在大部分研究時點上，深圳房價走勢與香港和澳門的房價走勢相背。相比之下，廣深兩市的房價走勢均表現(xiàn)較強的正相關(guān)性，其時變聯(lián)動性均值為0.79；兩市房價時變聯(lián)動性走勢在部分時期上走勢平穩(wěn)，但在2013～2016年期間卻表現(xiàn)出激烈的大幅波動特征；廣深兩市房價聯(lián)動性由2013年4月的0.83開始出現(xiàn)大幅下降，最低降至2013年12月的0.61，然后又大幅上升至2014年7月的最高值0.98；隨后又持續(xù)回落至2015年7月的0.63的低點，直至2016年初才開始恢復(fù)到0.79的平均水平上。顯然，這段時期內(nèi)，廣深兩市房價走勢出現(xiàn)了從背離到趨同的反復(fù)過程，這可能與該時期內(nèi)房地產(chǎn)市場調(diào)控政策的變遷有關(guān)。我國在2014年開始放松了2013年以來的嚴厲限購政策，轉(zhuǎn)而實施以“去庫存+穩(wěn)增長”為目標的寬松調(diào)整政策，隨后從2014年6月起，非一線城市限購陸續(xù)取消。在這些調(diào)控政策的影響下，廣深兩市房價開始由之前的橫盤整理狀態(tài)轉(zhuǎn)為上漲態(tài)勢，從而使得兩者的房價走勢趨同且聯(lián)動性不斷提升；2015年政府進一步實施更為寬松的調(diào)控政策（3月30日五部委將二套房首付比例降至40%、出售房屋營業(yè)稅免征年限由5年縮短至2年），這使得廣深兩市房價聯(lián)袂持續(xù)上漲，進而使得兩市房價聯(lián)動性保持在較高水平；進入2016年后，隨著熱點一線城市房價大幅上漲引發(fā)中央政府的警惕，房地產(chǎn)調(diào)控政策由寬松進入嚴厲的緊縮階段 （以六限為標志：限購、限貸、限售、限價、限土拍、限商改住），由此國內(nèi)一線城市樓市先后進入冰凍狀態(tài)，從而導(dǎo)致廣深兩市房價的聯(lián)動性由高位回落至正常水平。由此可見，這些核心城市各自房地產(chǎn)調(diào)控政策差異及樓市管理體制差異造成了其城市房價聯(lián)動性走勢差異。

圖2 廣深港澳城市房價時變聯(lián)動性走勢

表3 廣深港澳城市房價時變聯(lián)動統(tǒng)計匯總

五、粵港澳大灣區(qū)核心城市房價波動傳染效應(yīng)分析

（一）廣深港澳房價相依結(jié)構(gòu)及波動溢出效應(yīng)分析

本文以廣深港澳四地房價為研究對象，所以R-Vine Copula模型的維度d=4，模型在理論上含有2d-1=23=8個不同的RVM矩陣，為了確定最佳的RVM矩陣，本文參考J.Diβmanna等[21]通過最大生成樹方法確定最佳RVM的方式；隨后采用常用的似然函數(shù)值LL最大、AIC和BIC值最小的原則確定從31種備選Copula模型中確定最佳的Copula模型；與此同時，采用R編程實現(xiàn)R-Vine Copula下各邊Copula類型的選擇和參數(shù)估計。R-Vine結(jié)構(gòu)中的第一棵樹各邊代表無條件相依性，隨后樹結(jié)構(gòu)中各邊均為條件相依性。由于篇幅限制，這里只給出在整個時期內(nèi)廣深港澳城市房價相依結(jié)構(gòu)中第一棵樹結(jié)構(gòu)及其相依性估計結(jié)果（見圖3(a)）②。

圖3 廣深港澳城市房價相依結(jié)構(gòu)及其因果關(guān)系

從圖3(a)可看出，廣深港澳城市房價相依結(jié)構(gòu)中共出現(xiàn)了3類copula模型：t、F、C90依次分別代表了 student t Copula模型、Frank Copula模型、Rotated Clayton90 degrees Copula模型；其中，t模型適合刻畫具有上下厚尾對稱的線性相依結(jié)構(gòu)，F(xiàn)模型適合刻畫具有上下尾對稱的非線性相依結(jié)構(gòu)，C90模型是Clayton Copula模型順時針旋轉(zhuǎn)90度而形成的，適合存在非對稱上下尾的負相依性結(jié)構(gòu)。從圖3(a)可知，在整個時期內(nèi)，廣深港澳城市住宅價格之間形成線性鏈式相依結(jié)構(gòu)和區(qū)域聚焦特征：深圳與廣州直接相連，廣州又與香港相連，而香港與澳門相連。與此同時，各相連城市之間的相依結(jié)構(gòu)和相依性也存在明顯差異。廣深兩市房價之間存在上下尾對稱的線性相依結(jié)構(gòu)特征，且相依性較大，為-0.5，說明廣深之間存在顯著的負向波動溢出效應(yīng)，也即廣深兩市房價波動存在此消彼長的關(guān)系；廣州與香港的房價之間存在上下尾對稱的非線性相依結(jié)構(gòu)特征，且相依性為0.10，這說明廣州和香港之間存在正向的房價波動溢出效應(yīng)，也即廣州和香港房價波動存在相互促進的關(guān)系；香港與澳門之間存在非對稱的上下尾相依結(jié)構(gòu)，但兩者的相依性水平接近于0，僅為-0.022，說明兩者之間房價波動溢出效應(yīng)較為微弱?？傮w來看，廣州和香港在這4個城市的相依結(jié)構(gòu)中起到了承上啟下的橋梁中介作用。總體上看，房市體制差異、經(jīng)貿(mào)往來關(guān)系和地理區(qū)域相鄰程度差異是這些核心城市房價傳染與聯(lián)動存在差異的市場邏輯。

（二）基于相依結(jié)構(gòu)的廣深港澳房價波動因果關(guān)系分析

上圖3(a)只是刻畫了廣深港澳房價波動之間的相依結(jié)構(gòu)及其相依性，但沒有揭示出各城市房價波動之間的因果關(guān)系，對此，本文采用格蘭杰因果關(guān)系檢驗法來對圖3(a)中相互連接的城市房價之間的因果關(guān)系進行檢驗。具體分析思路為：首先對這4個城市房價月度變化率系列進行穩(wěn)定性檢驗（ADF單位根檢驗），結(jié)果發(fā)現(xiàn)各個城市房價變化率序列均為平穩(wěn)時間序列；然后采用存在相依性的城市房價變化率序列來構(gòu)建二元向量自回歸模型，根據(jù)AIC、SC和HQ值最小準則來確定向量自回歸模型的最佳滯后階數(shù)；最后，根據(jù)最佳滯后階數(shù)進行格蘭杰因果關(guān)系檢驗，具體檢驗結(jié)果③見圖3(b)。圖3(b)中，箭頭方向表示格蘭杰因果方向，對應(yīng)的百分數(shù)為置信水平。由檢驗結(jié)果可知，在5%的置信水平上，廣深兩市互為對方房價波動的單向格蘭杰原因，也即說明廣深兩市房價波動會相互影響，互為因果。與此同時，在5%置信水平上，澳門是香港房價波動的單向格蘭杰原因，這說明澳門房價波動會對香港房價波動產(chǎn)生影響，但香港房價波動對澳門房價波動沒有明顯影響。從上述因果關(guān)系結(jié)構(gòu)圖來看，廣深港澳的房價波動因果關(guān)系形成了兩個獨立的區(qū)域 （由廣深兩市組成的一線城市區(qū)域、由港澳組成的特別行政區(qū)區(qū)域），且兩個區(qū)域之間不存在明顯的因果關(guān)系。這種區(qū)域內(nèi)部城市聚焦和區(qū)域之間分割的格局主要是由目前大灣區(qū)內(nèi)存在“一個國家、兩種制度”的現(xiàn)狀所決定的，其背后的市場邏輯依然表現(xiàn)為房地產(chǎn)市場體制差異和城市間經(jīng)貿(mào)往來程度差異。隨著港珠澳大橋的正式通車和粵港澳大灣區(qū)建設(shè)的深入推進，這種房地產(chǎn)市場分割的格局將會逐漸被打破，從而改變這些核心城市房價之間的相依結(jié)構(gòu)和聯(lián)動性分布格局。

六、結(jié)論與建議

本文采用動態(tài)條件相關(guān)性系數(shù)模型（DCC）測度粵港澳大灣區(qū)核心城市房價的時變聯(lián)動性，然后采用R-Vine Copula模型刻畫各城市房價的相依結(jié)構(gòu)及其波動傳染的市場邏輯。最終結(jié)論如下：

第一，廣深港澳4個城市房價之間均存在時變聯(lián)動性，但各自的聯(lián)動性水平和走勢不盡相同。其中，廣深兩市房價的聯(lián)動性水平較高（平均聯(lián)動性為0.79），受到房地產(chǎn)調(diào)控政策的影響，兩市房價聯(lián)動性在整個研究時期內(nèi)呈現(xiàn)出W型走勢。香港與澳門的房價平均聯(lián)動性為0.12，總體上表現(xiàn)出震蕩走低的趨勢。除此以外，香港與廣州、香港與深圳、澳門與廣州、澳門與深圳之間的房價聯(lián)動性較低，趨近于0，且走勢平穩(wěn)，說明港澳地區(qū)的房地產(chǎn)市場與廣州、深圳的房地產(chǎn)市場之間存在明顯的分割現(xiàn)象，雙方之間缺乏明顯的互動關(guān)系。

第二，廣深港澳城市房價之間存在鏈式相依結(jié)構(gòu)。廣州和香港在4個城市的相依結(jié)構(gòu)中起到了承上啟下的橋梁中介作用。與此同時，相鄰城市之間存在非對稱的相依性，凸顯出非對稱的房價傳染效應(yīng)。具體來說，廣深兩市存在上下尾對稱的相依結(jié)構(gòu)，表現(xiàn)出負向波動傳染效應(yīng)；廣州與香港之間存在正向房價波動傳染效應(yīng)；香港與澳門之間存在較為微弱的負向波動傳染效應(yīng)。

第三，廣深港澳城市房價之間存在非對稱的因果關(guān)系。廣深互為對方房價波動的格蘭杰原因，也即說明兩市房價互動明顯，均對對方房價走勢產(chǎn)生明顯的助推作用。與此不同，澳門房價波動是香港房價波動的單向格蘭杰原因，而香港房價波動對澳門房價波動沒有影響。與此同時，廣州房價波動與香港房價波動之間不存在因果關(guān)系，由此形成了兩個分割的房地產(chǎn)市場 （由廣深組成的房地產(chǎn)市場和由港澳組成的房地產(chǎn)市場）。

根據(jù)上述研究結(jié)論，本文認為隨著粵港澳大灣區(qū)這一國家戰(zhàn)略的持續(xù)推進，大灣區(qū)內(nèi)各城市之間的經(jīng)濟融合程度將不斷提升，會打破目前港澳房地產(chǎn)市場與大灣區(qū)內(nèi)其他城市房地產(chǎn)市場的分割局面，并產(chǎn)生城市房價波動的跨區(qū)域相互傳染問題，進而嚴重削弱單個城市的房價調(diào)控實施效果。對此，有必要提前建立粵港澳大灣區(qū)城市房價波動風險的防控協(xié)同機制。除了各地政府獨立對管轄范圍內(nèi)的房地產(chǎn)市場進行監(jiān)管外，還需要通過該協(xié)同機制來實現(xiàn)各城市住宅價格波動風險預(yù)警、調(diào)控政策制定、調(diào)控時機和力度等方面信息的協(xié)同共享，從而減緩各城市調(diào)控政策的相互影響，最終降低房價波動對大灣區(qū)科技創(chuàng)新協(xié)同進程的抑制作用。

注：

①資料來源：廣州日報，http://news.cnr.cn/comment/latest/20170306/t20170306_523639444.shtml。

②對其他估計結(jié)果（RVM矩陣、估計參數(shù)矩陣和每棵樹的相依結(jié)構(gòu)等）感興趣的讀者，可向作者索取。

③為了文章內(nèi)容的直觀，這里不再給出各城市房價之間的格蘭杰因果關(guān)系檢驗結(jié)果，而在文中以子圖的形式表示出來，感興趣的讀者可向作者索取。