Re: [請益] 房價下跌對股市的影響?
※ 引述《dicht (dicht)》之銘言:
: 有人說房地產是經濟發展的火車頭 (不太曉得此道理何在?)
: 倘若哪天臺灣都會區的房價果真下跌
: 究竟對股市會產生哪些可能的影響呢?
房地產是經濟發展的火車頭!? 這是商人的廣告詞,換言之是沒有道理的。
以下資料為1982Q1~2014Q4 台北市每坪單價與台股指數季資料計算分析
關於台北市每坪單價:
1.1993年前的資料不太好找,多年前一分析報告的截圖 http://ppt.cc/dP~f
我也忘記是哪裡的。
2.信義房屋房價指數:台北市
*對數報酬率
DS:股市季變動
DH:每坪單價季變動
Pairwise Granger Causality Tests
Lags: 1 (VAR Lag Order Selection Criteria:SC)
Null Hypothesis: Obs F-Statistic Prob.
DS does not Granger Cause DH 131 8.53924 0.0041 ***
DH does not Granger Cause DS 2.27482 0.1340
可以發現股市變動領先房市變動,也就是說當股市上漲會帶動房價上漲。
這樣的現象被稱為財富(資金)傳遞效果。
以上結果與 王玟婷,(房市與股市之相關性探討,2010) 相同。
http://ppt.cc/hXZy
關於風險:
網路上很多人會去強調房價的風險,以及泡沫化的程度,尤其是很多大師學者。
但平心而論,
假如..假如.. (其實根本不需要假如) 土地房屋是一般可以投資的商品。
過去30年這商品的風險高嗎?
房價與股市走勢圖 http://ppt.cc/LpKg
房價 股市
累積報酬 936.5% 1795.4%
年化平均報酬 7.3% 9.3%
年化波動率 10.2% 42.4%
MDD -26.4% -74.9%
不用夏普比率,光用眼睛看就知道房地產的投資報酬品質比較好。
由於隨著經濟發展,土地房屋會有品質改良、利用提升等效果,去期待當經濟發展好
股市上漲而房價明顯下跌是不切實際的。
然而股市對房市的資金傳遞所產生的房價卻有著價格向下僵固性,
也就是當股市下跌,房價卻不會明顯下跌。
以下簡單用ARMA(1,1)模式,其中DDS表示當股市下跌。
Dependent Variable: DH
Method: ML - ARCH (Marquardt) - Normal distribution
C -0.000160 -0.066289 0.9471
DH(-1) 0.759233 9.572738 0.0000 <== 房價有很強的自相關現象
DS(-1) 0.079102 3.310635 0.0009
DDS(-1) -0.045299 1.576152 0.1150 <== 不顯著
MA(1) -0.578003 4.206816 0.0000
因此
1.台北市房價有很強的自相關現象,這也代表房價本身隨機性很低。
2.當股價下跌對房價下跌的影響並不顯著。
以上就數據,房地產投資似乎是不錯的生意,是的,如果以一個商品來看,其報酬品質
直逼高收債,而過去最大的跌幅-26%,比金融海嘯聯博全高收-32.2%還低。
而債倒了就倒了,房價就算跌還能住人出租。
但房屋土地就像 空氣、水一般 都是有限資源,實在不應該炒作房價。
當一群少數人淨幹賺自家人的生意實在非國家之福。
回到原標題,房價不會因為景氣好自個兒下跌,除非政策因素。
但政策因素是為了 國民利益?、政黨利益?、還是誰的利益。
以上分享
祝各位賺大錢。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.56.194.52
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1430191074.A.B5C.html
推
04/28 11:19, , 1F
04/28 11:19, 1F
※ 編輯: tompi (61.56.194.52), 04/28/2015 11:20:00
推
04/28 11:24, , 2F
04/28 11:24, 2F
唉~ 就數字看買房其實不差,但門檻高。
希望期交所推房屋選擇權,除了有價格發現功能,
批發改零售可以讓年輕人參予部分上漲。
推
04/28 11:24, , 3F
04/28 11:24, 3F
推
04/28 11:25, , 4F
04/28 11:25, 4F
→
04/28 11:27, , 5F
04/28 11:27, 5F
推
04/28 11:28, , 6F
04/28 11:28, 6F
→
04/28 11:29, , 7F
04/28 11:29, 7F
您說的我同意~~
但我很想說 教育是經濟的火車頭。
最近台東花蓮房價暴漲,到底是我們太笨,還是商人投機客太聰明。
這對未來真的會好嗎?
→
04/28 11:29, , 8F
04/28 11:29, 8F
→
04/28 11:29, , 9F
04/28 11:29, 9F
→
04/28 11:30, , 10F
04/28 11:30, 10F
※ 編輯: tompi (61.56.194.52), 04/28/2015 11:35:44
→
04/28 11:30, , 11F
04/28 11:30, 11F
→
04/28 11:30, , 12F
04/28 11:30, 12F
資料來源:Bloomberg
1982/3 492.32
→
04/28 11:36, , 13F
04/28 11:36, 13F
報酬率指數2002/12/31開始。
我原本想法是殖利率與通膨抵銷,所以沒算。
因此用價格指數算是偷懶的作法
※ 編輯: tompi (61.56.194.52), 04/28/2015 11:40:47
推
04/28 11:37, , 14F
04/28 11:37, 14F
→
04/28 11:37, , 15F
04/28 11:37, 15F
→
04/28 11:38, , 16F
04/28 11:38, 16F
嗯~~ 你的建議很好,但後面您那句要精算,我沒法估計,而且我文中王玟婷做法
也沒計算折舊與維護成本喔。
※ 編輯: tompi (61.56.194.52), 04/28/2015 11:43:05
推
04/28 11:41, , 17F
04/28 11:41, 17F
→
04/28 11:41, , 18F
04/28 11:41, 18F
所以在台灣種菜賺最少,都是盤商菜蟲賺阿~~
※ 編輯: tompi (61.56.194.52), 04/28/2015 11:43:39
→
04/28 11:44, , 19F
04/28 11:44, 19F
→
04/28 11:46, , 20F
04/28 11:46, 20F
除權息算回去股價會更高,但猜測不影響股市資金單向對房市的傳遞效果。
您的建議不錯,若要做一些不動產證券化商品應該要精算。
而且整個風險模型就會更複雜了
※ 編輯: tompi (61.56.194.52), 04/28/2015 11:49:46
→
04/28 11:46, , 21F
04/28 11:46, 21F
→
04/28 11:47, , 22F
04/28 11:47, 22F
推
04/28 11:53, , 23F
04/28 11:53, 23F
→
04/28 11:54, , 24F
04/28 11:54, 24F
→
04/28 11:54, , 25F
04/28 11:54, 25F
→
04/28 11:56, , 26F
04/28 11:56, 26F
→
04/28 11:57, , 27F
04/28 11:57, 27F
→
04/28 11:57, , 28F
04/28 11:57, 28F
不能同意你更多
※ 編輯: tompi (61.56.194.52), 04/28/2015 11:58:37
※ 編輯: tompi (61.56.194.52), 04/28/2015 12:00:21
推
04/28 12:01, , 29F
04/28 12:01, 29F
→
04/28 12:02, , 30F
04/28 12:02, 30F
→
04/28 12:02, , 31F
04/28 12:02, 31F
→
04/28 12:02, , 32F
04/28 12:02, 32F
→
04/28 12:03, , 33F
04/28 12:03, 33F
→
04/28 12:09, , 34F
04/28 12:09, 34F
→
04/28 12:10, , 35F
04/28 12:10, 35F
→
04/28 12:11, , 36F
04/28 12:11, 36F
→
04/28 12:12, , 37F
04/28 12:12, 37F
我常問一個問題用200萬做一口期貨,跟買200萬ETF誰風險比較高。
常常包含業內,比較多數人會說做期貨風險比較高。
答案其實是風險一樣高。
工具商品本身沒有錯,錯的是交易人。
交易人常常會低估自己面對市場的風險,進而擴大槓桿。
擴大槓桿對券商期貨商而言所要承擔的是交易人的信用風險。
所以房地產也是,更因為房地產價格波動低,因此更容易讓投資人擴大槓桿。
因此就銀行的銀行央行角度一直在強調,近期的選擇性信用管制其目的不是
為打房價而打,而是因為需控制信用風險,因為一旦信用風險發生將導致連鎖效應。
最後信不信用還是來自人。
※ 編輯: tompi (61.56.194.52), 04/28/2015 12:25:27
→
04/28 12:33, , 38F
04/28 12:33, 38F
→
04/28 12:34, , 39F
04/28 12:34, 39F
→
04/28 12:38, , 40F
04/28 12:38, 40F
→
04/28 12:41, , 41F
04/28 12:41, 41F
推
04/28 12:41, , 42F
04/28 12:41, 42F
→
04/28 12:41, , 43F
04/28 12:41, 43F
→
04/28 12:50, , 44F
04/28 12:50, 44F
→
04/28 12:51, , 45F
04/28 12:51, 45F
→
04/28 12:52, , 46F
04/28 12:52, 46F
推
04/28 12:57, , 47F
04/28 12:57, 47F
→
04/28 12:57, , 48F
04/28 12:57, 48F
→
04/28 13:13, , 49F
04/28 13:13, 49F
→
04/28 13:15, , 50F
04/28 13:15, 50F
推
04/28 13:33, , 51F
04/28 13:33, 51F
→
04/28 13:34, , 52F
04/28 13:34, 52F
→
04/28 13:34, , 53F
04/28 13:34, 53F
→
04/28 15:27, , 54F
04/28 15:27, 54F
推
04/28 15:36, , 55F
04/28 15:36, 55F
推
04/28 17:40, , 56F
04/28 17:40, 56F
推
04/28 18:40, , 57F
04/28 18:40, 57F
推
04/28 18:43, , 58F
04/28 18:43, 58F
推
04/28 22:37, , 59F
04/28 22:37, 59F
推
04/29 08:16, , 60F
04/29 08:16, 60F
討論串 (同標題文章)