在上一章中，本书选取了中原城市领先（CCL）指数来描述香港地区房地产市场的动态走势情况，CCL指数基于中原地产代理公司的合约成交价编制而成，用于反映香港地产最新的地产市场价格变动趋势，是一个兼具及时性和准确性的房地产价格指数。实际上，中原地产代理公司同时也编制了中原城市分区领先指数，地区包括香港的四个大型区域：港岛、九龙、新界东、新界西。该分区指数也是每周发布的指数，较高的频率可以增加VAR-DSTCC-GARCH模型估计的精确程度，如Miller和Peng（2006）所指出的，低频率的数据会增加模型收敛的困难程度，以及参数估计的无效性。而且该周数据由房地产中介公司提供的注册交易价格计算而成，对价格变动的刻画更具有时效性，且采用了香港住宅房地产交易数据中具有代表性的样本构建而成，是一个非常适合本章模型的数据样本。

因此本章研究使用该周度数据进行分析，时间跨度为1994年1月至2012年9月，四个CCL分区指数均来自于中原数据官网。根据之前所述的模型要求，需要计算各时间序列的回报序列，时刻t的指数回报表示为，其中Pt为t时刻的指数大小。四个指数及相应的回报序列如图3-1所示。

图3-1　CCL分区指数及其回报描述

根据模型的要求，需要选取两个外部变量作为动态相关性的影响因素进行分析。这里采用了与房地产行业有直接关联关系的银行最优惠贷款利率以及股票市场上的恒生指数作为外部转换影响因素。其中最优惠贷款利率由香港汇丰银行公布，相应的周度数据来自于香港金融管理局，而周度恒生指数数据则来自于雅虎金融。周度的最优惠贷款利率直接作为其中一个转换变量，而考虑到股票市场的高流动性，本书在处理时采用滞后的恒生指数回报作为转换变量，具体计算公式为，也就是说，转换变量滞后一个月且为恒生指数年回报（由于本书采用周数据，因此在处理上4周大约为一个月，52周大约为一年）。图3-2描述了两个变量的走势情况。

(www.daowen.com)

图3-2　转换变量描述

表3-1　样本数据的描述性统计

表3-1给出了样本数据的描述性统计。可以看到，四个地区房地产指数的回报均值相差不大，九龙最小为0.048，港岛最大为0.058，新界东和新界西的指数回报均值则分别为0.055和0.053。港岛、九龙和新界东的指数回报方差情况比较接近，分别为6.692、7.436、6.108，新界西指数回报的方差相对较小为3.934，说明新界西的房地产市场变动较其他三个地区更为平缓。四个地区的指数回报偏度均为负值，说明香港房地产在极端情况下所受到的负面冲击更为严重，指数回报峰度则是新界东最大达到10.333，新界西较小为6.721。而对于两个转换变量，最优惠贷款的均值为6.906，方差为3.127，滞后恒生指数回报的均值为5.349，方差为785.365，较大的方差来自于股市的高流动性和年度回报的构造方法。

表3-1的下半部分给出了香港四个地区房地产指数回报之间的相关性系数，以及四个指数回报与两个转换变量之间的相关性系数。四个地区之间的房地产指数回报相关性都较小，最大为九龙和新界西之间的关联性，为0.237，而最小的则是港岛和新界东之间的相关性，仅为0.09。这种较小的相关性可以加强这几个地区房地产资产在整体投资组合中的分散化作用。而四个地区房地产指数回报和两个转换变量之间的相关性均不显著，与最优惠贷款利率之间的相关性都为正，与滞后恒生指数回报之间的相关性都为负，不过正负方向在较弱的相关性下并没有明显意义。

图3-3　四个地区房地产指数回报的自相关性函数

此外，为了保证应用VAR模型的合理性，本书分别给出了四个地区房地产指数回报序列的自相关函数（ACF）情况，如图3-3所示。从图中可以很明显的发现，所有序列都存在着序列相关性，因此可以直接使用VAR对这四个序列进行建模。