《建筑装饰行业REITs他山之石系列之二十一:全球REITs投资蔓延的实证研究-20211220(17页).pdf》由会员分享,可在线阅读,更多相关《建筑装饰行业REITs他山之石系列之二十一:全球REITs投资蔓延的实证研究-20211220(17页).pdf(17页珍藏版)》请在三个皮匠报告上搜索。
1、 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 行行 业业 研研 究究 行行 业业 跟跟 踪踪 报报 告告 证券研究报告证券研究报告 建筑装饰建筑装饰 推荐推荐 ( 维持维持 ) emailAuthor 投资要点投资要点 REITs 于 1960 年起源于美国不动产市场,随后拓展至不同行业和不同国 家及地区,美国作为 REITs 的起源地,相关领域研究水平高、角度新 颖,各方面都值得我国借鉴。这促使我们通过阅读大量文献,陆续将有 价值的海外文献呈现在大家面前,这次是我们海外 REITs 文献分享系列 第二十一篇。 推荐理由:推荐理由:全球金融危机对全球的长期影响
2、可能会导致 REITs 市场在美 国以外的地区蔓延。本研究使用了迭代累积平方和 (ICSS) ,相关系数 分析和极值理论估计函数考察了 2006 年至 2010 年期间全球 REITs 市场 的蔓延。实证结果清楚地支持了全球金融危机期间全球 REITs 市场的蔓 延现象。 推荐文献主要研究成果:推荐文献主要研究成果:1)研究结果发现全球 REITs 市场存在显著的蔓 延证据,因此,不动产投资者应考虑投资组合资产配置中的 REITs 以外 的资产类别,以构建一个多元化的投资组合和扩大其在海外的投资;2) 在危机期间,美国不动产投资者在亚洲 REITs 市场的投资将遭受损失。 与美国相比,加拿大和
3、大多数欧洲国家的 REITs 市场回报呈现出相反的 趋势;3)欧洲和亚洲国家的 REITs 市场都经历了蔓延,但传导机制不 同;4)在危机之前,REITs 市场资产收益率中存在两组不同的国家间协 动;5)ICSS算法生成两个危机时期:2007年 8月 6 日和 2008年 9月 15 日。然而,如果使用后一个危机日期,所有分析的实证结果在统计上不 太显著。 风险提示风险提示:文献中的结果均由相应作者通过历史数据统计、建模和测算完:文献中的结果均由相应作者通过历史数据统计、建模和测算完 成,在宏观政策、市场环境发生变化时模型存在失效的风险成,在宏观政策、市场环境发生变化时模型存在失效的风险 ti
4、tle REITs 他山之石他山之石系列之系列之二十二十一一 全球全球 REITs 投资蔓延的实证研究投资蔓延的实证研究 createTime1 2021 年年 12 月月 20 日日 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 2 - 行业跟踪报告行业跟踪报告 报告正文报告正文 全球全球 REITs 投资蔓延的实证研究投资蔓延的实证研究(Evidence of contagion in global REITs investment) 文献来源:文献来源: G. Chang & C. Chen International Review of Econom
5、ics and Finance (2014) 推荐推荐理由理由:全球金融危机对全球的长期影响可能会导致 REITs 市场在美国以外的 地区蔓延。本研究使用了迭代累积平方和 (ICSS) ,相关系数分析和极值理论估 计函数考察了 2006 年至 2010 年期间全球 REITs 市场的蔓延。实证结果清楚地支 持了全球金融危机期间全球 REITs 市场的蔓延现象。 pOoQoMoQnRwOsQsRvMvNzQ8ObPbRoMqQpNpOlOnMtRkPsQqR6MrQrRvPtRnRNZoMrR 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 3 - 行业跟踪报告
6、行业跟踪报告 1. 引言引言 REITs等投资工具使不动产投资者能够构建国际性不动产投资组合来克服直接投 资国际不动产的许多弊端(Wilson & Zurbruegg,2003;Yunus,2009) 。然而, 尽管关于各种金融资产类别中的国际多元化效应的研究文献历史由来已久(如 Grubel,1968;Levy&Sarnat,1970;Solnik,1974) ,但与全球 REITs 投资中的 国际多元化效应相关的研究相对较新。例如,Gordon 和 Canter(1999年)在一 项涵盖 1984年至 1997 年的研究中得出结论,14个国家的 REITs 和不动产股票在 国家基础上的相关
7、系数随着时间的推移并不稳定。此外,Wilson 和 Zurbruegg (2003)认为,不同国家的资产回报共同变动的时间不稳定性是对于投资海外 REITs 作为多元化投资组合的一部分的多元化收益并不存在普遍共识的主要原因。 本研究通过研究 2006年至 2010年间全球性 REITs回报蔓延的证据,对有关全球 REITs投资国际多元化的文献进行了补充。因此,我们探讨了国际多元化对于通 过全球性 REITs配置实现投资组合多元化的不动产投资者的有效性。 由于其长期的全球影响,2007-2009年的全球金融危机给我们提供了一个机会, 使我们能在对蔓延的研究的基础上,研究全球性 REITs 投资中
8、不动产投资者的国 际多元化的有效性。因为危机根源于 2007年年中的美国次级抵押贷款市场 (Ostrup, Oxelheim & Wihlborg,2009) ,我们重点关注 REITs 市场从美国蔓延到 其他国家的证据上。具体而言,我们应用福布斯和里戈本(2002)提出的相关系 数分析框架来检验全球性 REITs回报的国家间相关系数是否因金融危机而发生显 著变化。通过实施 Incln 和 Tiao(1994)开发的迭代累积平方和(ICSS)算法, 我们确定了蔓延期开始和结束的潜在时间点。我们还使用单变量风险值(VaR) 估计函数和多变量条件共崩溃(CCC)频率估计器进行极值分析,以评估尾部风
9、 险的变化以及危机期间全球性 REITs回报的蔓延证据。 这些发现为 2007-2009 年全球金融危机期间全球性 REITs市场的蔓延提供了重要 证据。然而,研究结果显示,国际性 REITs 投资的多元化收益有限。在此期间, 全球性 REITs 回报的国家间 CCC 频率显著增加。因此,不动产投资者应考虑投 资组合资产配置中的 REITs 以外的资产类别,以构建一个多元化的投资组合和扩 大海外投资。 本研究的其余部分结构如下。第 2节回顾了有关金融资产收益蔓延的实证文献。 第 3 节描述了我们测试蔓延证据的方法。第 4 节提供了数据集和实证结果。最后, 第 5节总结了主要发现。 请务必阅读正
10、文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 4 - 行业跟踪报告行业跟踪报告 2. 文献综述文献综述 这项研究遵循了学术研究(Forbes & Rigobon,2001)中对蔓延的严格定义。我 们将蔓延定义为在一个市场或一组市场受到冲击后,超过资产回报预期的共同变 化。基于这一定义的结果清楚地表明,在研究范围内的市场中,REITs是一种有 效的国际多元化方法。 为数不多的关于全球性 REITs 市场蔓延的研究给出了相互矛盾的结果。Mun (2005)考察了在四次金融危机期间(即墨西哥比索 1994的暴跌危机,东亚 1997年危机,俄罗斯货币市场 1998 年的崩溃危机
11、和巴西 1999 年的贬值危机) 环太平洋国家不动产市场的蔓延,发现中国香港和日本、中国香港和新加坡,以 及日本和新西兰在所有四个危机时期之间存在蔓延。他认为,国际多元化只在全 球不动产投资中存在有限的收益。Bond、Dungey和 Fry(2006)研究了东亚 1997年金融危机期间新加坡、中国香港、日本、澳大利亚和美国 REITs市场和 不动产股票市场的蔓延。与 Mun(2005)类似,他们发现了蔓延存在的证据, 并得出结论,用于全球不动产投资的国际多元化只能提供有限的收益。 相比之下,Wilson 和 ZurruuGug(2004)运用了相关系数分析来检验在 1997 年 亚洲金融危机期
12、间泰国的类似 REITs的资产市场在澳大利亚、中国香港、马来西 亚和新加坡的 REITs 市场中是否存在蔓延。他们几乎没有发现蔓延的迹象。此外, FRY、Martin和 Tang(2010) ,没有发现中国香港、日本、澳大利亚、美国、英 国和德国的 REITs 市场和不动产股票市场在 19971998年间中国香港投机袭击 期间存在蔓延的证据。Hatemi-J 和 Roca(2011)调查了最近次贷危机期间美国、 英国、日本和澳大利亚 REITs 市场的蔓延,但没有发现蔓延存在的证据。 一些研究调查了危机期间不动产在跨市场中的蔓延。例如,Guo、Chen 和 Huang (2011)利用制度转换
13、方法研究了股票市场、不动产市场、信用违约市场和能源 市场之间的蔓延效应。他们得出结论,在 2007年之后的更大平均值和高波动率 制度下,市场间的蔓延效应更为显著。他们的一项研究结果表明,在高波动和低 波动的制度下,不动产市场本身的冲击激活了房价指数中最强的反应。然而,他 们的分析并没有调查全球市场的蔓延。其他研究在一定程度上与不动产市场相关, 但与 2007-2009年的蔓延相关更多。例如,Syllignakis 和 Kouretas(2011)利用 1997-2009年期间的每周数据调查美国、德国和俄罗斯股市以及中欧和东欧股市 之间的潜在蔓延。他们的结论是,在 2007-2009 年的危机期
14、间,新兴市场正面临 着外部冲击而且条件相关性发生了重大的制度变迁,并且中欧和东欧股市作为国 际多元化工具的优势有所减弱。类似地,Morales和 Andreosso-OCallaghan (2014)分析了美国次贷危机中产生的蔓延效应,并没有发现支持世界市场或跨 区域市场蔓延效应存在的重要证据。鉴于这些先前的研究结果喜忧参半,文献未 能就金融危机期间全球 REITs 投资的国际多元化有效性达成普遍共识。 根据蔓延的严格定义,本研究采用了 Forbes 和 Rigobon(2002)提出的直接相关 系数分析。Baig 和 Goldfajn(1999)利用这种方法彻底检查了许多不同金融资产 请务必
15、阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 5 - 行业跟踪报告行业跟踪报告 类别中是否存在蔓延。他们发现了泰国、马来西亚、印度尼西亚、菲律宾和韩国 股市指数、货币和主权价差因 1997-1998年东亚危机而产生蔓延的证据。 然而,先前基于相关系数分析的蔓延研究受到与波动聚类相关的缺陷、估计中收 益数据点的偶数权重以及资产收益率和线性相关性的基本高斯分布假设有关的阻 碍(有关讨论,请参见 Bae、Karolyi 和 Stulz,2003;Billio 和 Caporin,2010; Dungey和 Yalama,2012;Poon、Rockinger 和 Taw
16、n,2004) 。尽管许多研究试图 在相关系数分析中控制这些问题,但该修正为计量经济模型规范增加了更多限制 性假设(例如,参见 Caporale, Cipollini & Spagnolo,2005;Pesaran & Pick, 2007) 。 图表图表 1. 汇总统计汇总统计 摘要统计数据是整个样本期内(02/01/2006到 31/12/2010)所有 16 个 AME 每日总收益指数自然对数的第一个差值。* 表示 5%的显著性 资料来源:Evidence of contagion in global REITs investment,兴业证券经济与金融研究院整理 最近,Hartmann
17、、Straetmans 和 de Vries(2006)使用非参数极值估计函数来测 试欧盟和美国经济体的银行系统稳定性。它们区分了两种度量:蔓延,即极端股 票收益从一家银行溢出到另一家银行;系统,表示为尾部,是股票指数整体极 端共动的结果。他们认为,极值分析优于相关系数分析有两个原因。首先,极值 分析使用非参数估计函数,该估计函数不依赖于资产收益的高斯分布的基本假设, 因此可以解释非线性关系。第二,由于极值分析仅将较大的负回报作为估计中的 样本点,因此与相关系数分析相比,特别是在关注市场崩溃中的极端资产回报时, 它提供了更多关于蔓延的信息。Pais和 Stork(2011)使用三种极端风险估计
18、函 数来衡量资产回报率的单变量下行风险和联合崩溃的可能性。他们通过联合崩溃 可能性估计器分析了澳大利亚银行业和不动产行业的蔓延。他们发现 2007-2009 年的全球金融危机增加了不动产行业内部的依赖性。他们还发现,鉴于澳大利亚 不动产行业的股票回报率为负,这种蔓延存在于澳大利亚的银行系统中。 为了进一步调查全球 REITs 投资中国际多元化的有效性,我们对全球 REITs 市场 的相关系数进行参数稳定性测试,并基于极值理论估计函数,以寻找 2007-2009 年全球金融危机期间全球 REITs市场蔓延的证据。 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -
19、6 - 行业跟踪报告行业跟踪报告 3. 研究方法研究方法 3.1. 迭代累积平方和迭代累积平方和 (ICSS) 蔓延的研究结果可能因预先确定的危机日期和时间间隔的长度而有偏差,这可能 导致数据集中的内源性结构断裂(Bacchiocchi & Bevilacqua,2009;Dungey, Fry,Gonzlez Hermosilloc & Martin,2005) 。本研究使用 Incln 和 Tiao(1994) 开发、随后由 Wang 和 Thi(2013)改进以检索市场恐慌的潜在时间点 2的 ICSS 算法检测资产回报方差的突然变化: 式中,ai,t是一系列独立观测值,来自均值为零且无条
20、件方差2的分布;t 期间 资产 i的回报率 ri,t是原始价格指数 Pi,t的自然对数的第一个差值;i是 ri,t的平均 值。 假设每个区间内的方差由2(j = 0,1,N)给出, ,如下所示: NT是 T 观察值的方差变化总数,1K1K2 T 是一组变化点。根据齐次 方差的零假设设置统计量 DK,如下所示: = , 2 =1 ,随机变量序列的平方和ai,t, t = 1,2, T。 在齐次方差的零假设下,DK对 K 的图类似于零轴上的水平线。如果方差发生一 个或多个变化,则 DK的值会从零向上或向下漂移。在数据集 中, 我们使用提 供 maxK| |作为对变化点的估计并测试 2 | |的相应
21、值是否超过 1.358。我们分 别对系列的第一部分和第二部分进行估计和测试。迭代例程,直到没有找到新的 更改点。 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 7 - 行业跟踪报告行业跟踪报告 图表图表 2. 每日每日 REITs 收益率序列的相关性系数收益率序列的相关性系数 此表总结了 02/01/2006 至 31/12/2010 整个样本期内相关系数的估计结果.*,*和*表示 1%,5%,10% 的显著性 资料来源:Evidence of contagion in global REITs investment,兴业证券经济与金融研究院整理 3.2.
22、相关系数分析相关系数分析 为了进行相关系数分析,我们估计了一个无限制向量自回归模型来计算市场间的 相关系数。我们使用向量自回归模型来控制资产回报的线性相互依赖性(Favero & Giavazzi,2002) 。一旦我们模拟了模型,我们就使用残差来计算市场间的相关 系数。我们使用调整(无条件)相关系数估计器 ,如下所示: 是最初计算的相关系数, ,和,分别表示危机市场处于稳定期和 危机期资产回报率的标准差。为了测试相关系数是否发生显著变化,我们使用 FR统计: Ncrisis和 Nstable分别表示稳定期和危机期的观测数量。如果 FR 统计量的值大于临 界值,则拒绝无蔓延的零假设。 (H0:
23、 ) 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 8 - 行业跟踪报告行业跟踪报告 图表图表 2.(承上承上) 资料来源:Evidence of contagion in global REITs investment,兴业证券经济与金融研究院整理 3.3. 极值理论估计函数极值理论估计函数 鉴于本研究侧重于极端收益,我们估计了一个左尾指数参数,该参数测量收益 分布尾部的肥满度(Hill,1975) ,如下所示: 其中,参数 k表示估计中使用的极端收益数,xj是极端收益样本数据的第 j阶统 计量。因此,XjXj-1 (j = 2, 3, , T)。 的低(
24、高)值表示尾巴肥(瘦) 。 一旦对尾部指数进行了估计,我们就根据零假设得出了一个 t统计量,即在危机 期间极端回报率没有结构性变化,如下所示(Hartmann, Straetmans & de Vries, 2004) : 计算为自举差 1 2的标准偏差. 我们将引导的数量设置为 1800。根据估计的 尾部指数,我们提供了下行风险估计函数,这是一种半参数 VaR 估计函数,用 于测量资产价格大幅下跌的下行风险: 式 (9) 的 VaR是具有相应超越概率 p 的五分位估计量。再次强调极端回报,我们 将 p设定在 1%的低水平。我们使用与式(8)类似的 t统计量来检验稳定期和危 机期之间 VaR
25、估计的相等性。此外,我们使用多元极端蔓延估计函数来确定一 个市场的资产回报率与另一个市场的资产回报率联合崩溃的可能性。Huang (1992)推导了一个非参数条件遇险(CD)频率估计器,其给出如下: 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 9 - 行业跟踪报告行业跟踪报告 其中 I为指示函数;Xi,T k和 Xc,T k分别是市场 i和危机市场 c 中资产收益的第 个和第 k 个最高阶统计量;是一个乘数,给定为 1,表示给定极端回报的市 场崩溃频率。我们采用 MannWhitney U检验来确定危机期间 CCC频率是否出 现统计上的显著增加。 4. 数
26、据和实证结果数据和实证结果 我们的研究使用了 2006 年至 2010年期间各国 REITs的每日收益数据。该数据集 来自 AME Capital3,并从彭博数据库获得。2006年 3 月,AME Capital推出了一 系列全球 REIT 指数集,涵盖各个国家的所有 REITs 管辖区,并以当地货币计量。 4该数据集包括两个北美国家(美国和加拿大) 、四个欧洲国家(荷兰、比利时、 法国和希腊) ,两个非洲和中东国家(南非和土耳其)和八个亚太国家/地区(新 加坡、马来西亚、中国香港、中国台湾、韩国、日本、新西兰和澳大利亚) 。5 表 1列出了所有收益序列的汇总统计数据,这些数据是原始全球 RE
27、IT指数集与 每日收盘时的指数的第一个自然对数差值。在样本期内波动率不超过 2%的四个 亚洲国家/地区(中国香港、新加坡、马来西亚和中国台湾)的 REITs 市场平均 表现优于其他经济区域的 REITs市场。因此,亚洲的 REITs 市场有可能提供更高 的风险调整回报。美国 REITs 市场的标准差是样本期内最高的,这证实了之前的 发现(Seiler, Webb & Myer,1999) ,即美国 REITs 的行为更像小型股。第 7列中 的 Jarque Bera 统计数据表明,所有地区的 REITs 收益分布都远未表现出正态性, 这意味着可能违背相关系数分析中资产收益的基本正态分布假设。
28、表 2提供了每日 REITs收益序列的相关系数。120个国家之间的不动产投资信托 基金回报相关系数中有 21个为负。结果表明,REITs 投资的国际配置可能带来 风险分散收益。例如,基于中国香港的不动产投资者可以明显受益于海外 REITs 投资,具有过度多样化效应。研究结果还表明,加拿大和欧洲经济区的大多数国 家在 REITs市场上存在显著的相关性。新加坡、韩国、日本、新西兰和澳大利亚 在 REITs 市场上也相互关联。 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 10 - 行业跟踪报告行业跟踪报告 4.1. ICSS 算法的结果算法的结果 我们实施 IC
29、SS 算法来分析 16 个样本 REITs指数,从而检索市场恐慌的潜在时间 点。5我们关注与 2007-2009 年全球金融危机开始和结束相对应的潜在时间点, 并总结美国 REITs 市场的波动率在 3 个月内突然发生的变化的 16 个样本 REITs 波动性集的总变化数。附录指出了算法确定的波动率突然变化的时间点。最后一 栏中最大的两个总变化数是 2007年 8月 6 日和 2008 年 9月 15 日的 23。值得注 意的是,第一个危机日期与法国巴黎银行于 2007年 8月 9 日暂停三只次级抵押 贷款债务基金以及欧洲央行向欧洲银行市场注入 950 亿欧元一致,而第二个危机 日期与雷曼兄弟
30、的倒闭一致。ICSS 算法的结果为蔓延分析提供了两个时间点, 这两个时间点都位于危机即将结束时:2008年 4 月 30 日和 2010 年 3 月 31日。 因此,在我们的进一步分析中,我们测试了两个时间段的蔓延:2006年 1 月 2 日至 2008 年 4 月 30日和 2006年 1 月 2 日至 2010年 3 月 31日。 4.2. 相关系数分析相关系数分析的结果的结果 表 3提供了相关系数分析的结果。面板 A显示了在第一个测试时间段内,美国 REITs市场向亚洲国家/地区 REITs 市场的蔓延。危机期间,美国与新加坡、马来 西亚、中国台湾和新西兰之间的相关系数显著增加。也就是说
31、,如果在美国的不 动产投资者将资产配置在亚洲,他们在危机期间可能会遭受损失。有趣的是,投 资于欧洲 REITs市场的美国不动产投资者获得了国际多元化收益。 与 A 组一样,表 3的 B 组也提供了一些蔓延的证据。然而,在这两种情况下, 结果在统计学上并不显著。缺乏统计学意义可能是因为本研究违反了相关系数分 析中的假设中残差必须为正态分布的条件。此外,Forbes和 Rigobon(2002)使 用的线性框架可能低估了当波动性出现重大突破时,与相关性系数的突破相比, 蔓延的存在(Way&Candelon,2010) 。 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明
32、 - 11 - 行业跟踪报告行业跟踪报告 图表图表 3. 相关性分析相关性分析 该表报告了每个样本国家 16个样本 REITs市场的交叉市场相关系数和标准差。通过式(4)调整了相关系数的异方差。稳定期定义为 2006年 1 月 2日至 2008年 9月 15日。危机期定义为 2008年 9 月 15 日至 2010年 3 月 31 日。整个时期是稳定期加上危机期。检验统计数据用于单侧 z检验,检验危机期间的交叉市场相关系数是否显著大于稳定期间。最后一列中的 C表示测试统计值大于临界值,因此存在蔓延。最后一列 中的 N 表示测试统计值小于临界值,因此不存在蔓延。*和*分别表示 5%和 10%水平
33、的显著性。 资料来源:Evidence of contagion in global REITs investment,兴业证券经济与金融研究院整理 4.3. 极值分析的结果极值分析的结果 在估计式(6) , (9)和(10)中的统计数据之前,我们根据式(6)中的 Hill 估计函数构建 Hill 图,以确定式(7)中的最佳 k 水平。在第一次蔓延测试期间, 稳定期、危机期和完整期的参数 k分别设置为 40、40和 50。接下来,在第二次 蔓延测试期间,稳定期、危机期和完整期的 k 分别设置为 60、40 和 70。作为稳 健性测试,我们在等式(6) (9)和(10)中对于第一次和第二次蔓延试
34、验期 间的不同 k 组测试估计结果。结果表明,k 的适度变化对关键结论没有显著影响。 表 4给出了式(6)中尾部指数的估计值。结果表明,大多数尾部指数估计值在 2 到 4之间变化,这与 Pais 和 Stork(2011)的结果一致。我们的结果表明,欧 洲国家的 REITs市场受到的冲击比亚洲国家更大,尾部指数估计值的更大跌幅就 证明了这一点。回想一下,表 3 中的相关系数分析显示了美国和大多数欧洲国家 之间 REITs市场的相反趋势,以及美国和亚洲国家/地区之间相关系数的上升趋 势。因此,我们得出结论,亚洲和欧洲的 REITs 市场都受到危机的影响,但正如 Kaminsky 和 Reinha
35、rt(2002)所观察到的那样,它们之间的传导机制不同。 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 12 - 行业跟踪报告行业跟踪报告 图表图表 4. 两个两个蔓延蔓延试验期的左尾指数估计值试验期的左尾指数估计值 该表报告了在 2006年 1月 2 日至 2008 年 4月 30 日和 2006 年 1 月 2日至 2010 年 3月 31 日这两个蔓延测试期间,16个样本国家收益概率分 布函数的左尾公式(6)中的尾部指数估计值。对于第一个蔓延测试期,稳定期和危机期按 2007年 7 月 6 日的时间点划分,对于第二个蔓延 测试期,稳定期和危机期按 20
36、08年 9 月 15日的时间点划分。在第一个(第二个)测试期间,对于稳定期、危机期和完整期,估算中使用的 k 分别给定为 40、40和 50(60、40和 70) 。最后一列报告了 z检验的结果,以确定每个国家的尾部指数在危机期间是否有显著变化。*和* 分别表示 1%和 10%水平的显著性 资料来源:Evidence of contagion in global REITs investment,兴业证券经济与金融研究院整理 表 5 报告了等式(9)中 99.9%VaR 的估计值。在危机前的第二次蔓延测试期间, 欧洲国家和亚洲国家 99.9%的 VaR估计平均值分别为 13.19%和 19.8
37、1%。然而, 在危机期间,平均值分别上升到 35.52%和 38.82%。结果还表明,欧洲国家 REITs资产收益率分布的左尾比亚洲国家的左尾受影响更大。这些调查结果与表 4 中的调查结果一致。 表 6给出了美国 REITs市场和其他国家 REITs市场之间观察到的每对 REITs联合 崩溃的 CCC 频率估计,如式(10)所示。结果支持表 2中报告的结果,并揭示 了 REITs 市场资产回报中两组不同的国家间共同变动。首先,加拿大和欧洲经济 区的大多数国家在 REITs 市场上有着显著的相关性。其次,新加坡、韩国、日本、 新西兰和澳大利亚相互关联。危机爆发后,大多数 REITs市场的尾部依赖
38、程度显 著增加。此外,2007年 8月 6日的危机期间,全球范围内首次发生了大量波动 率变化,与之后 2008年 9月 15 日的危机期间相比,它提供了更多关于蔓延的信 息。 图表图表 5. 两个蔓延测试期间的单变量极端下行风险估计值(以百分比为单位)两个蔓延测试期间的单变量极端下行风险估计值(以百分比为单位) 该表报告了 16个样本国家在 2006 年 1月 2 日至 2008年 4月 30 日和 2006 年 1月 2 日至 2010年 3 月 31 日两个蔓延测试期间收益概率分布函 数的公式(9)中 99.9%风险值的估计值。稳定期和危机期分别以 2007 年 7 月 6日和 2008
39、年 9月 15日为第一个蔓延测试期和第二个蔓延测 试期。在第一个(第二个)测试期间,对于稳定期、危机期和完整期,估算中使用的 k分别设置为 40、40 和 50(60、40 和 70) 。最后一列 报告了 z检验的结果,以确定每个国家的 99.9%风险价值估计值在危机期间是否发生了重大变化。*,*,和*分别表示 1%、5%和 10%水 平的显著性 资料来源:Evidence of contagion in global REITs investment,兴业证券经济与金融研究院整理 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 13 - 行业跟踪报告行业跟踪
40、报告 图表图表 6. 两个蔓延测试周期的条件共同崩溃(两个蔓延测试周期的条件共同崩溃(CCC)概率估计(以百分比为单位)概率估计(以百分比为单位) 该表报告了 16个样本国家在 2006 年 1月 2 日至 2008年 4月 30 日和 2006 年 1月 2 日至 2010年 3 月 31 日两个蔓延测试期间收益概率分布函 数的公式(10)中的 CCC概率估计值。稳定期和危机期分别以 2007 年 7 月 6日和 2008 年 9月 15 日为第一个蔓延测试期和第二个蔓延测试 期。在第一个(第二个)测试期间,对于稳定期、危机期和完整期,估算中使用的 k分别设置为 40、40 和 50(60、
41、40 和 70) 。最后一列报 告了 MannWhitney U检验的结果,以确定每个国家的 CCC概率估计值在危机期间是否发生了重大变化。*,*,和*分别表示 1%、5% 和 10%水平的显著性。 资料来源:Evidence of contagion in global REITs investment,兴业证券经济与金融研究院整理 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 14 - 行业跟踪报告行业跟踪报告 5. 结结论论 本研究考察了 2006 年至 2010 年期间全球 REITs 市场的蔓延。全球金融危机对全 球的长期影响可能会导致 REITs
42、 市场在美国以外的地区蔓延。因此,我们使用 ICSS 算法来分析美国的 REITs 市场,以获取潜在的市场恐慌时间点。通过相关 系数分析和尾部相关性检验,我们发现全球 REITs 市场存在显著的蔓延证据。因 此,不动产投资者应考虑投资组合资产配置中的 REITs 以外的资产类别,以构建 一个多元化的投资组合和扩大其在海外的投资。 这项分析还得出了其他几个重要的发现。首先,中国香港、新加坡、马来西亚和 中国台湾的亚洲国家 REITs 市场在研究期间为不动产投资者提供了更高风险调整 的回报。然而,我们在亚洲发现了大多数蔓延的证据。因此,在危机期间,美国 不动产投资者在亚洲 REITs 市场的投资将
43、遭受损失。与美国相比,加拿大和大多 数欧洲国家的 REITs 市场回报呈现出相反的趋势。其次,我们认为,欧洲和亚洲 国家的 REITs 市场都经历了蔓延,但传导机制不同。第三,相关系数分析和尾部 相关性检验的结果表明,在危机之前,REITs 市场资产收益率中存在两组不同的 国家间协动:加拿大和欧洲经济区的大多数国家在 REITs 市场上显著相关;新加 坡、韩国、日本、新西兰和澳大利亚相互关联。最后,ICSS 算法生成两个危机 日期:2007 年 8 月 6 日和 2008年 9 月 15日。然而,如果使用后一个危机日期, 所有分析的实证结果在统计上不太显著。 我们的实证结果清楚地支持了全球金融
44、危机期间全球 REITs 市场的蔓延现象。然 而,由于全球 REITs 市场的市值不平衡,我们的研究结果需要进一步调查,包括 市场规模的分类。此外,基于我们欧洲和亚洲国家的 REITs 市场表现出不同的传 播机制的观点,我们还鼓励在未来的研究中纳入区域分类。 风险提示风险提示:文献中的结果均由相应作者通过历史数据统计、建模和测算完成,:文献中的结果均由相应作者通过历史数据统计、建模和测算完成, 在宏观政策、市场环境发生变化时模型存在失效的风险。在宏观政策、市场环境发生变化时模型存在失效的风险。 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 15 - 行业跟踪
45、报告行业跟踪报告 备注备注 1. 在本研究中,REITs 指上市 REITs 2. 这项研究遵循的论点是,危机时期通常以波动性增加为特征(Dungey et al., 2005) 。Manway 和 Candelon(2010)最近的研究证实,方差的突变总是先于条 件相关系数的突变。Wang 和 Thi(2013)使用不同的方法测试蔓延效应。他们 的模型包括 ICSS、虚拟变量和动态条件相关(DCC)双变量 GARCH 模型。其 他常用于检验蔓延效应的方法包括 GARCH 模型、协整检验和冲击概率(Wang & Thi,2013) 3. 我们将数据限制在单一来源。一个优点是,我们的研究没有因不
46、同指标的选择 标准和权重方法而导致的数据样本偏差。AME Capital 提供金融数据和研究服务, 专门从事不动产行业。2007 年,其客户包括 EPREA、投资不动产数据库以及 REITs和上市不动产集团 4. 全球 REIT 指数是以总回报为基础计算的一系列指数,按市值加权,并以当地 货币计量。资产回报数据的本币计量使实证蔓延研究不受汇率波动造成的偏见的 影响(Mink,2009) 5. 根据 ING Clarion Real Estate Securities 在 2007 年进行的调查,我们将 2006年 拥有 REIT 投资工具的所有国家包括在内,保加利亚除外,因为 2006 年初的
47、数 据不可用 附录附录 A. ICSS 算法检测到的波动性突然变化算法检测到的波动性突然变化 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 - 16 - 行业跟踪报告行业跟踪报告 参考文献参考文献 1. Bacchiocchi, E., & Bevilacqua, M. (2009). International crises, instability periods and contagion: The case of the ERM. International Review of Economics, 56, 105122. 2. Bae, K. -H.,
48、 Karolyi, G. A., & Stulz, R. M. (2003). A new approach to measuring financial contagion. Review of Financial Studies, 16, 717763. 3. Baig, T., & Goldfajn, I. (1999). Financial market contagion in the Asian crisis. IMF Staff Paper, 46, 167195. 4. Billio, M., & Caporin, M. (2010). Market linkages, var
49、iance spillovers, and correlation stability: Empirical evidence of financial contagion. Computational Statistics and Data Analysis, 54, 24432458. 5. Bond, S. A., Dungey, M., & Fry, R. (2006). A web of shocks: Crises across Asian real estate markets. Journal of Real Estate Finance and Economics, 32,
50、253274. 6. Caporale, G. M., Cipollini, A., & Spagnolo, N. (2005). Testing for contagion: A conditional correlation analysis. Journal of Empirical Finance, 12, 476489. 7. Dungey, M., Fry, R., Gonz lez-Hermosilloc, B., & Martin, V. (2005). Empirical modeling of contagion: A review of methodologies. Qu