МОДЕЛИРОВАНИЕ ДИНАМИКИ ЦЕН НА ИМУЩЕСТВЕННОМ РЫНКЕ ГОНКОНГА

Sherry Zhefang Zhou, Helen Xiaohui Bao

Theoretical and Empirical Researches in Urban Management; Special Number 1S/April 2009: URBAN ISSUES IN ASIA

Перевод Моспан А.А.

  Введение

  В настоящее время все больший интерес к инвестированию в имущество возникает в связи с его способностью быть устойчивым по отношению к колебаниям инфляции; измененять и балансировать инвестиционные портфели; уменьшать риск, и генерировать стабильный поток дохода (Hudson-Wilson etal., 2005). Введение в действие инвестиционных трестов по недвижимости (Real Estate Investment Trusts (REITs)) облегчает проблему неликвидности, с помощью создания безопасных условий для реальных активов и также формирования диверсификационных альтернатив. Некоторые REITs специализируются на недвижимости в определенных регионах (например, Японский имущественный рынок) или в секторах (например, офисные здания). Таким образом, инвесторы могут подбирать комбинации различных REITs для понижения риска.

  В связи с тем, что REITs на азиатском рынке недвижимости остаются еще пока в недоразвитом состоянии, возникает необходимость в исследовании взаимосвязей между сектором недвижимости и географическими регионами в показателях денежных возвратов и волатильности. Эта статья, созданная специально для рынка недвижимости Гонконга, играет существенную роль для региональной экономики. На момент написания статьи в Гонконге шесть REITs, в основном охватывающих офисный сектор и сектор розничной торговли (см. табл. 1) Короткая история REITs на этом рынке не позволяет полность проанализировать риск и корреляции денежных возвратов, но предполагается, что данная работа поможет менеджерам гонконгских инвестиционных трестов диверсифицировать их инвестиции по секторам, и институциональным инвесторам (инвесторам рынка В2в) оптимизировать их инвестиционные портфели, с помощью включения различных инвестиционных REITs. Цель этой работы - проверить взаимосвязи между денежными возвратами, волатильностью и изменением времени на офисных рынках, рынках розничной торговли и рынках жилья в Гонконге. С помощью представления динамики рынка имущества в Гонконге, мы надеемся, что статья прольет свет на доступные возможности диверсифицирования инвестиционных портфелей, и, предложит новые идеи для дальнейшего развития инвестиционных трестов по недвижимости (REITs) в Гонконге.

  Таблица 1 - Основные шесть инвестиционных трестов на рынке недвижимости Гонконга

  Оставшаяся структура статьи следующая: в разделе 2 будет представлена аналитическое описание поставленной задачи, которое продолжится изложением данных и описанием трех имущественных секторов в разделе 3; экспериментальные результаты будут приведены и обсуждены в разделе 4; выводы являются финальной частью статьи.

  Методология

   Обозначим ряд денежных возвратов вектором r_t = {r_kt}, где r_kt = log P_kt - log P_kt-1 и P_kt - индекс цен на имущество для ряда k во время t, k = 1,...,K (K = 6 для этого анализа). Структура модели следующая:

r_t = μ_t + ξ_t,

μ_t ≡ E(r_t|F_t-1), и

H_t = Cov(ξ_t|F_t-1),

  где μ_t - условное значение r_t, взятое из информации в прошлом F_t-1; ξ_t - шок от возврата денежных средств во время t; H_t - условная ковариация матрицы ξ_t полученная из F_t-1. Предполагается, что ξ_t имеет многомерное нормальное распределение с математическим ожиданием, равным 0 и ковариационной матрицей H_t. H_t должна быть положительно определенной матрицей, размерностью К×К.Для проведения экспериментального анализа допускаем, что r_t должно характеризироваться VAR процессом для математического ожидания и MGARCH процессом для дисперсии.

   Наши исследования нацелены на взаимосвязь между разными секторами недвижимости в Гонконге. Ожидается, что их ценовые изменения находятся в очень близком расстоянии друг от друга. Поэтому для нашей работы разумно будет использовать модель динамических условных корреляций (dynamic conditional correlation, DCC) (Engle, 2002).

   Модель DCC может быть оценена в два шага. На первом шаге одномерная GARCH модель подгоняется под каждую остаточный ряд; а на втором шаге нормализированные остаки с первого шага используются для оценки корреляционных параметров. Более формально, логарифмическая функция правдоподобия целой модели может быть выражена как сумма из волатильной и корреляционной частей, как показано:

L(θ,φ) = L_v(θ) + L_C(θ,φ),

где компонент волатильности L_v - сумма собственных GARCH вероятностей, например:

L(θ) = -1/2∑_t(nlog(2π) + log |D_t|² + ε'_tD_t^-2ε_t

и корреляционная часть:

L(θ,φ) = -1/2∑_t(log |R_t| + z'_tR_t^-1z_t - z'_tz_t

  Процедура оценки включает в себя результат:

θ^ˆ = arg max {L_v(θ)}.

   Начиная с первого шага (и продолжая на последующих) вычисляется максимальная вероятность max_φ{L_C(θ^ˆ,φ)}, используя предыдущее значение θ^ˆ (Engle, 2002).

   Благодаря достижения этой оценки, представленная DCC модель учитывает временной фактор и охватывает корреляционные коэффициенты между временными рядами, которые обычно наблюдаются в реальности. Следовательно, в нашей работе мы предприняли спецификацию модели динамических условных корреляций.

  Данные и имущественный рынок Гонконга

   Данные были получены из Rating and Valuation Department (RVD) правительства Гонконга в Special Administrative Region (HKSAR). Мы проведем анализ над жилым, офисным имуществом и имуществом розничной торговли, используя месячные ценовые индексы для этих трех секторов. Период был взят с 1993 по 2006 гг. За базовый период взят январь 1999 года. Характеристики и индексы цен, которые были использованы для каждого сектора, рассмотрены в следующих главах.

  Рынок жилищного имущества

   Рынок жилищного имущества в Гонконге представлен, в основном, многоэтажными зданиями. Согласно густой населенности и ограниченного предложения земли в регионе, единицы жилого пространства обычно меньше, чем 100 квадратных метров. Менее 5% жилищного имущества представляет жилое пространство в больше, чем 100 квадратных метров, и это, преимущественно, роскошные владения. RVD опубликовало восемь ценовых индексов для жилищного имущества, основанных исходя из предложенных на рынке габаритов жилья. Мы использовали эти индексы в нашем анализе: индекс для классов А, В и С (апартаменты с площадью меньшей, чем 100 м кв.); и индексы для классов D и Е (апартаменты с площадью, большей 100 м кв.) Определим два ряда: Жилой АВС, который представляет движение цен для обычных апартаментов, и Жилье DE, которое представляет роскошные апартаменты.

   Месячный лаг возвратов двух рядов представлен на рисунке 1(А). Вообще, два ряда следуют друг за другом на очень близком расстоянии в течение взятого периода, только ряд Жилье DE обеспечивает более высокие возвраты.

Рис. 1 - Месячный лаг возвратов для жилья АВС и DE

Рис. 2 - Месячный лаг возвратов для класса жилья А

Рис. 3 - Месячный лаг возвратов для классов жилья В и С

Рис. 4 - Месячный лаг возвратов для имущества розничной торговли

  Заключение

   Эта научная работа проводит экспериментальный анализ волатильности изменения времени и корреляций на рынках недвижимости (жилой, офисный, розничной торговли) Гонконга используя модель динамики условных корреляций. Гибкие изменения модели позволяют нам обнаруживать характеристики взаимосвязи между тремя секторами недвижимости, с помощью которых обеспечивается качественное управление инвестициями в рынок недвижимости и последующее развитие имущественных инвестиционных трестов в стране.

  Мы выяснили, что все типы владений показывают сильную автокорреляцию и взаимную корреляцию, которая свидетельствует о том, секторы тесно взаимосвязаны друг с другом. Во всех трех секторах уровень условной волатильности выше, когда коэффициенты значительно колебались в период с 1993 по 1998 гг., и позже становились относительно устойчивыми на низком уровне (около 0.2 во многих случаях) после 1999 г. Вдобавок, возвраты от инвестиций в имущество внутри каждого сектора находились на близком друг к другу расстоянии, несмотря на то, что корреляция в секторах была меньшей. Эти открытия показали возможность находить баланс в инвестиционных портфелях трех секторов на рынке недвижимости Гонконга. Как бы там ни было, воздействие на рынок жилья может снизить шансы инвестиционной диверсификации из-за более высокой корреляции этого сектора с другими секторами имущественного рынка.