摘 要：文章从博弈论的观点出发，以三方博弈为例，分别从宏观角度和微观角度模拟了区域经济合作的动态过程，最后对两种模拟过程进行了对比，探讨了它们各自的适用条件。最终得出了在区域经济合作过程中，“利益驱动”相对于“风险成本”越大，区域合作成功的概率就越大等一系列重要结论，并且根据以上的分析和结论，对各种情形下的区域经济合作机制进行了探索。
　　关键词：区域经济合作 最优化方法 博弈论 模拟
　　中图分类号：F127文献标识码：A
　　文章编号：1004-4914(2008)03-020-02
　　
　　一、区域合作的必要性
　　
　　假设某个区域生产n种产品，并且该区域划分为m个次级区域，设区域i为m个次级区域中的任意一个区域，Sij为i区域第j种产品的供给量，Sj为第j种产品的市场供给总量(Sj＝该区域j种产品的供给量+区域以外其他区域j种产品的供给量)，Cij为i区域生产第j种产品的成本，Pj为第j种产品的市场价格，Ei为区域i的总利润，
　　若各次级区域间不合作，各自按自己的利润最大化决定其产量。假设资源充足，则规划问题为：
　　
　　对上述问题求解：
　　
　　即可得到整个区域最大化利润。
　　对比以上两个规划问题，可知，若区域内次级区域间不合作，各自按自己的利润最大化决定其产量，对整个区域而言，很可能就偏离了共同利益最大化目标；对区域内各次级区域而言，也不是帕累托最优，因为仍有改进的余地。区域内次级区域间的合作就是对不合作情形的一种帕累托改进，如果在区域内能够建立起较完善的利益分配和补偿机制，就可以保证在不降低任何一方利益的基础上，提高区域整体的利益，增加的这部分利益，再通过合理的方式进行分配，就增加了各次级区域的利益，所以，区域合作是对不合作的一种帕累托改进。由以上分析可见，对整个区域而言，区域内部次级区域间的合作是非常必要的。
　　
　　二、区域合作机制的探讨(以三方博弈为例)
　　
　　假定区域内有3个次级区域对相互间是否合作进行博弈，它们是有限理性的(与实际情况相符)，根据对相应问题背景的分析，得到如下比较符合实际情况的得益矩阵：不难发现，该博弈有两个纯策略纳什均衡(不合作，不合作)和(合作，合作)。两个均衡中，后者明显帕累托优于前者。如果博弈方之一有“不合作”的可能，或者两博弈方相互怀疑对方可能“不合作”，前者就是相对于后者的风险上策均衡。因此，如果是在完全理性的博弈方之间进行这个博弈，预测结果应该是(合作，合作)，但我们考虑的是有限理性的情况，那么风险上策均衡(不合作，不合作)可能是更好的预测。
　　1.从宏观层面模拟区域合作博弈的过程。假设3个次级区域分别处于3个位置上，每个区域都与各自相邻的区域进行是否合作的反复博弈，各博弈方当期策略的调整都是针对对手上一期的策略作最优反应。
　　假设Xi(t)为t时期博弈方i的邻居中采用“不合作”策略邻居的数量，则采用“合作”策略邻居的数量为2-Xi
　　
　　这里，(d-b)度量了当假定对方合作时，自己合作(可以获得长期利益)比不合作(可以获得短期利益)给自己带来的更多利益；可广义的理解为：(d-b)是对合作过程中“利益驱动”大小的度量。同理，(a-c)度量了当假定对方不合作时，自己也不合作(可以减少风险)比合作(增加了风险)可能给自己带来的更多利益(或减少的风险)，是对“风险成本”大小的度量。
　　如果(d-b)≥(a-c)，当Xi(t)＞(d-b)+(d-b)(d-b)+(a-c)时，有Xi(t)＞1，由于Xi(t)只能取0、1、2，所以，Xi(t)=2，此时，博弈方i在t+1期会采用“不合作”策略；当Xi(t)＜(d-b)+(d-b)(d-b)+(a-c)时，Xi(t)取0或1，博弈方i在t+1期会采用“合作”策略。以上分析表明，当“利益驱动”≥“风险成本”时，对任一博弈方，只有当它的两个邻居在上一期都采用“不合作”策略时，它才会在当期也采用“不合作”策略；若两个邻居中至少有一个在上一期采用了“合作”策略，该博弈方在当期会采用“合作”策略。
　　若(d-b)＜(a-c)，当Xi(t)＞(d-b)+(d-b)(d-b)+(a-c)时，有Xi(t)=1或2，此时，博弈方i在t+1期会采用“不合作”策略；当Xi(t)＜(d-b)+(d-b)(d-b)+(a-c)时，Xi(t)=0，博弈方i在t+1期会采用“合作”策略。以上分析表明，当“利益驱动”＜“风险成本”时，对任一博弈方，只要它的两个邻居至少有一个在上一期采用了“不合作”策略，它就会在当期也采用“不合作”策略；只有当它的两个邻居在上一期都采用“合作”策略时，它才会在当期也采用“合作”策略。
　　
　　稳定性分析：在初次进行博弈时每个区域都既可能“不合作”，也可能“合作”，因此，初次博弈总共有23=8种可能情况。通过对博弈过程的所有可能情形进行模拟后可知：当“利益驱动”≥“风险成本”时，只有一种是稳定于所有博弈方都采用“不合作”策略的状态，其于7种都会收敛到都采用“合作”策略的状态，合作成功的可能性较大，具有很强的稳定性；当“利益驱动”＜“风险成本”时，只有一种是稳定于所有博弈方都采用“合作”策略的状态，其于7种都会收敛到都采用“不合作”策略的状态，合作成功的可能性较小，稳定性较弱。所以，“利益驱动”与“风险成本”的相对大小是决定区域合作能否取得成功的关键。
　　2.从微观层面模拟区域合作博弈的过程。从微观的角度出发，仍以上述区域合作博弈为背景，进一步研究区域间的合作博弈过程。
　　以整个区域中所有企业为研究对象，假设所有企业中，选择“不合作”策略的企业占整个企业群体的比例为X，那么，选择“合作”策略的企业占整个企业群体的比例就为(1-X)。每个企业都既可能遇到“不合作”类型的企业，也可能遇到“合作”类型的企业，前者的概率是X，后者的概率是(1-X)。
　　根据图1得益矩阵的信息可以计算出两类企业的期望利益和企业群体平均期望得益：
　　选择“不合作”策略企业的期望得益：
　　
　　选择“合作”策略企业的期望得益：
　　
　　企业群体平均期望得益：
　　
　　从动态的角度出发，两类企业在经济交往过程中，具有相互学习、模仿的能力，而学习和模仿的速度取决于两个因素，一是模仿对象的数量大小(用相应类型企业的比例来表示)，关系到学习和模仿的难易程度；二是模仿对象的成功程度(用模仿对象期望得益超过平均期望得益的幅度来表示)，关系到对学习和模仿激励程度的大小。
　　这里以采用“不合作”策略企业的比例为研究对象，其动态变化速度可以用以下微分方程表示：
　　
　　学习和模仿过程结束，此时的状态为相对稳定状态。
　　稳定性分析：如果在相对稳定状态下，有少数企业偏离了该状态，经过新一轮的调整，若还能够恢复到原来的X*状态，该稳定状态才是我们需要的稳定状态。根据微分方程的稳定性定理，只有满足条件F′（X*）＜0的稳定状态，才是我们需要的稳定状态。
　　因为：
　　
　　*=1才是我们需要的稳定状态。当初始的X落在(0，(d-b)(d-b)+(a-c))内时，最终状态将收敛于稳定状态X*=0，当初始的X落在((d-b)(d-b)+(a-c)，1)时内，最终状态将收敛于稳定状态X*=1。由于初次进行博弈时，企业群体采用“不合作”和“合作”策略的成员比例落在［0，1］区间任一点的概率相同，那么，最终实现X*=0这种稳定状态的概率是(d-b)(d-b)+(a-c)，而实现X*=1这种稳定状态的概率是1-(d-b)(d-b)+(a-c)。
　　根据前面的假设，X是选择“不合作”策略企业占企业群体的比例，我们希望实现X*=0这种稳定状态，而实现这种稳定状态的概率是(d-b)(d-b)+(a-c)，(d-b)是对合作过程中“利益驱动”大小的度量，(a-c)是对“风险成本”大小的度量，由此可知，合作成功的概率取决于“利益驱动”与“风险成本”的相对大小。
　　
　　三、主要结论
　　
　　首先，第一种模拟过程可理解为宏观层面的合作过程，第二种模拟过程可理解为微观层面的合作过程，则：
　　第一种情形：当“利益驱动”≥“风险成本”时，如果“利益驱动”远远大于“风险成本”，合作的重点应放在微观层面，促进次级区域间企业的合作；如果“利益驱动”只是在一定程度上大于“风险成本”，重点应倾向于宏观层面，此时，各次级区域政府间的合作(在较大程度上反映了宏观层面的合作)就显得很有必要。
　　第二种情形：当“利益驱动”＜“风险成本”时，如果“风险成本”远远大于“利益驱动”时，合作的重点应倾向于宏观层面；当“风险成本”只是在一定程度上大于“利益驱动”时，区域合作的重点应倾向于微观层面。
　　另外，第一种情形下，无论是宏观层面还是微观层面，合作的成功率都相对较高，而在第二种情形下，合作的成功率非常低。因此，在第二种情形下，提高区域合作的成功率关键是改变“利益驱动”＜“风险成本”的局面，找到合理途径，使之转变为第一种情形。
　　在区域合作过程中，当宏观层面的合作与微观层面的合作发生冲突时，可以按照上述分析的各种情况，以促进合作为目的，根据实际情况，有所侧重，选择合理的搭配方式，找到最优的合作途径。另外，以企业为研究对象的合作过程是模仿和学习速度相对较慢的过程(需要长时间的模仿和学习，群体内部的调整过程较长)，所以，企业对应于理性层次较低的博弈方；而宏观层面的研究对象能够快速的针对对手上一期的策略作最优反应，因此，对应于理性层次较高的博弈方。但是，从本文的分析可知，在区域经济合作的过程中，理性层次稍高的博弈方对合作的宏观干预并不一定能得到比理性层次稍差的博弈方对区域合作从微观层面进行影响更为理想的结果，所以，各次级区域政府在进行宏观干预时，应该把握好度，做到有所为，有所不为。最后，鉴于这样一个事实：各次级区域政府虽然对应于理性层次稍高的博弈方，但毕竟是有限理性的，对区域经济合作的宏观干预存在一定的盲目性，从而，更高一级政府对各次级区域政府的协调功能就显得至关重要，这种协调功能应该得到重视和加强。
　　
　　参考文献：
　　1.孟庆红.区域经济学概论［M］.经济科学出版社，2003(12)
　　2.孟庆红.区域优势的经济学分析［M］.西南财经大学出版社，2000(8)
　　3.谢识予.经济博弈论［M］.复旦大学出版社，2003(8)
　　4.蔡洁，宋英杰.从合作博弈角度看中国—东盟区域经济合作［M］.当代财经，2007(2)
　　5.陈泽明.区域合作通论［M］.复旦大学出版社，2005(10)
　　6.郝寿义，安虎森.区域经济学［M］.经济科学出版社，2004(7)
　　7.赵伟.城市经济理论与中国城市发展［M］.武汉大学出版社，2005
　　(作者单位：云南财经大学 云南昆明 650221)(责编：吕尚)北京和武汉房地产
　　市场有效性分析和比较实证研究
　　
　　
　　●周 义 李梦玄摘 要：文章在深入分析市场有效的含义并与独立性、相关性进行对比的基础上，采用比较稳健的统计方法对中国有代表性的房地产市场的有效性进行检验，同时分析了房地产市场的有效性程度,并对其内在机理进行探讨。
　　关键词：市场有效 鞅过程 随机游走 白噪声
　　中图分类号：F293.30文献标识码：A
　　文章编号：1004-4914(2008)03-022-02
　　
　　一、问题的提出
　　有效市场假说是现代经济和金融理论中的核心和热点内容之一。根据Fama的定义：如果有关某项资产的信息能够迅速、完整和准确地被理性的投资者获得并及时加以利用, 并通过其市场行为最终反映在该资产的价格上，则市场有效。市场有效性可以划分为如下三个层次: (1) 强式有效市场, 是指最大程度的市场效率的概念, 所有信息都将在股票价格中反映出来, 包括内部信息和私人信息。 (2) 半强式有效市场, 指所有公开可用的信息都被反映在股票价格之中。(3)弱式有效市场, 资产当前价格已经充分反映了所有过去价格的信息。通常研究的市场弱式有效可表述为如下模型：当充分利用资产所有历史收益信息It-1对下一期收益所做的最佳预测是与该资产的长期平均收益相一致，即：
　　E(rt｜IT-1)=E(rt) a.s.(1)
　　这里的rt是指第t期的单期对数收益。将资产收益扣除平均收益后的超额利润记为εt=rt-μ，其中μ=E(rt)。显然根据市场弱式有效模型，可得E(εt｜IT-1)=0，这也意味着投资者不可能仅靠分析历史收益序列并根据以此设计的投资策略来获得超额利润。此时的资产价格（常采用对数价格pt≡logPt）应服从一漂移为μ的鞅过程：
　　pt=μ+pt-1+εt(2)
　　其中漂移μ通常是一个常量，这就是说收益rt和超额收益εt的序列相关性质总是一样的，也即εt（同时可以说rt）是关于信息集It-1的鞅差分序列(martingale difference sequence，MDS)，其完全的含义是指如果市场弱式有效，εt的条件期望不管是线性的，还是非线性的都将不存在序列相关。因此，其未来收益将不能预测，但是波动率则可能可以预测。
　　我国自上世纪80年代以来，特别是1998年的住房货币化改革后，房地产市场得到高速发展。然而目前，关于房地产市场是否是有效的市场；如果有效，又是怎样程度的有效；各地房地产市场有效性差异程度等问题还研究得较少。本文旨在从市场有效假说的定义入手, 准确把握其理论上的实质含义, 运用LB检验方法和异方差条件下方差比检验方法进行市场有效性分析, 以从源头上保证其真实含义与实证方法的一致性。同时, 选取我国房地产市场具有代表性的一线城市——北京和二线城市——武汉住宅类和办公楼类房地产市场价格指数作为样本数据, 以期既能反映总体房地产市场情况，又能适当显示区域市场的差异。另外，本文还通过分析分年度检验的结果，动态地考察不同区域中国房地产市场有效性的进程，从而研究中国房地产市场的完善程度。
　　二、实证方法的选择
　　首先，我们对有效性的模型、鞅差分检验等概念含义进行深入的分析比较，从而推断出各种检验方法的适用情况。
　　1.收益的可预测性与价格的随机游走。与(2)式非常相似的一类过程叫随机游走（Random Walk，RW），但是随机扰动项εt的属性完全不同。(1)当增量独立且同分布，即εt～iid时，称之为随机游走模型1（RWl）；(2)考虑到现实中的随机变量很难满足很长的一段时间里保持相同的分布，因此，放宽RWl的假定，当增量独立但不同分布时，称为随机游走模型2（RW2）；(3)增量不相关，即当εt为不相关的增量时，就称之为随机游走模型3（RW3）。
　　随机游走模型1（RWl）和随机游走模型2（RW2）中εt独立，意味着不管εt存在多少阶条件矩，这些条件矩都是序列不相关的，因此，此时收益和波动率都不可预测；而随机游走模型3（RW3）中εt（同时可以说rt）不相关意味着条件期望线性不相关，但是条件期望非线性可以相关，其未来收益不能由线性规则预测，本质上εt就是一个白噪声。
　　可见，资产收益rt的可预测性与价格pt的随机游走性是一一对应的。但正如Fan and Yao（2003）所强调，只有鞅假设才给出了价格变化更合理的假设，即收益虽不可以预测，但是波动率可以。鞅假定和随机游走显然是有区别的，进一步讨论如下。为表述清楚，下文的随机游走指的是模型RW1和RW2，而模型RW 3专门称为白噪声。
　　2.鞅过程和随机游走。对于RW1和RW2，增量εt的任意阶条件矩都序列无关。而鞅差分序列对条件方差及其更高阶的条件矩并没有做任何限制，也没有假定εt要服从正态分布。所以鞅过程的εt假定要宽松于RW2，更宽松于RW1。换言之，随机游走过程一定是鞅过程，但反之则不一定，即随机游走只是鞅过程的一个特例。一个典型的例子就是Engle（1982）的ARCH过程，其条件期望E(εt｜It-1)=0a.s.，虽然满足弱式有效的条件，但条件方差是时变且可预测的。
　　随机游走和鞅过程的区别表明用检验独立同分布（如游程检验）的统计方法来检验有效市场假说的方法是不恰当的(即存在第一类错误)。独立同分布检验实质上检验了所有各阶条件矩(如果存在)是否存在序列相关。如果价格服从随机游走，当然就服从鞅过程，有效市场假说也就成立。但是如果拒绝随机游走，并不一定拒绝鞅过程，也就不能拒绝有效市场假说。当收益序列的条件方差存在序列依赖时，这种方法有可能导致错误地拒绝有效市场假说。
　　3.鞅差分过程和白噪声。价格为鞅过程的充分必要条件是εt是鞅差分，即E(εt｜It-1)=0 a.s.。其含义是指εt的条件期望序列线性和非线性均无关。而白噪声是指对任何k≠0都有Cov(εt,εt+k)，也就是说εt的条件均值序列是线性无关的。然而因为白噪声并没有限制条件期望序列非线性无关，所以白噪声的εt假定要宽松于鞅差分。鞅差分序列一定是白噪声，但反之则不一定。以非线性移动平均过程εt=aet-1et-2+et,｛et｝～iid(0,1)为例：对于任何k≠0都有Cov(εt,εt+k)=0，但是其条件期望E(εt｜It-1)并不为常数，而是时变的。这就是说该过程是白噪声过程却不是鞅差分序列。
　　鞅差分过程和白噪声的区别意味着运用检验白噪声，即检验线性不相关的常用方法（如BP检验）是不完美的，因为这些检验只能检测条件期望的线性相关部分。它可能会漏掉收益条件期望中的非线性相关部分，而这些非线性依赖将导致市场无效。如果检验εt是白噪声，并不一定意味着εt是鞅差分，不能说市场是有效的。但反之，若检验εt不是白噪声，则可以肯定εt不是鞅差分，即市场一定不是有效的，而且此时的统计量（如方差比）可以在一定程度上度量对有效市场假说的偏离。
　　4.鞅差分过程和单位根过程。若将(2)式中εt的假定进一步放松，当｛εt｝是均值为零，方差有限的弱平稳过程时，称pt为单位根过程。显然，在方差存在的条件下，随机游走和鞅过程都是单位根过程的特例。最常用的单位根检验方法是Dickey-Fuller检验，其实质是在假设εt是独立同分布或者是鞅差分的条件下，检验pt-1的系数是否为1，而不是在检验εt是不是鞅差分。然而Hamilton（1994）曾证明即使εt不是鞅差分序列，用普通最小二乘方法得到的参数估计量也将收敛于1，因此，采用DF检验来检验市场有效性显然也不恰当。
　　5.有效市场假说和条件异方差。正如前文所述，ε1为鞅差分是市场弱式有效的充要条件，而且鞅差分是允许条件异方差的，那么，弱式有效市场也允许存在条件异方差。
　　由于自相关检验统计量的极限分布因为条件异方差的类型和程度而完全不同，QLB统计量的前提条件是ε1服从独立同分布，忽略了条件异方差，而方差比检验则对是否存在条件异方差的不同情况设置不同的统计量，因此，方差比检验是一种更逼近检验鞅差分、可靠性更大的检验方法。
　　通过以上的分析，本文首先采用简单、常用的LB方法来考察εt为白噪声是否成立, 然后采用异方差条件下的方差比检验，目的是证明LB方法的准确性。而当两种检验方法的结论出现矛盾时，选择异方差情形下的方差比统计量的结论。
　　三、市场弱有效性的检验
　　数据来源为中国经济统计数据库和Wind数据库。考虑到房地产市场的区域特性，选取1993年1月至2006年6月北京和武汉两城市的住宅和写字楼价格指数的月度数据作为研究的对象。
　　1.收益序列的LB自相关检验。因为白噪声意味着全部的自相关系数皆为零，通常用来检验序列相关性的统计量是由Lijung和Box提出的QLB统计量，其特点是比QBP有着功效更大的小样本性质。在收益rt为白噪声的零假设下，Q统计量渐进服从x2(m)分布。若收益任意滞后m期的自相关系数ρ(m)与0无显著差异，Q统计量不应在拒绝域内；否则，若Q统计量在拒绝域内，则表明收益序列存在自相关，也一定不会是MDS,因此并不满足弱有效性的要求。根据Fan and Yao（2003），一般取m≈logT,T为样本的数量。
　　四个房地产市场收益率的自相关检验运算结果整理见表1，滞后阶数共取了5阶。
　　表1 收益的自相关检验
　　变量ρ(1)ρ(2)Q(5)P结论北京住宅0.3500.09323.5960.001拒绝武汉住宅0.1080.00215.0530.011拒绝北京写字楼0.2760.00722.8590.001拒绝武汉写字楼0.1050.00114.8290.012拒绝从表1可以看出，北京住宅市场和写字楼市场的收益率序列1-5阶的自相关系数都显著(均在95%的置信度水平下显著)正相关，且一阶自相关系数较大，之后的自相关系数迅速减小。同时基于对应m期滞后的QLB统计量均是显著的，因此结论是收益序列均是相关的，故拒绝不相关假设。这说明，北京住宅市场和写字楼市场的序列相关程度较强，并不满足弱有效性的要求。同样，武汉住宅市场和写字楼市场收益率序列的自相关性也比较明显，一阶自相关系数均在95%的置信水平下显著。因此，上述计算清楚表明，无论是住宅类房地产市场还是办公楼类房地产市场，也无论是北京地区和武汉地区，其市场均无效。但从自相关系数的大小来看， 武汉地区的两类房地产市场自相关程度要远低于北京地区的两类市场，这说明北京地区房地产市场总体较武汉地区市场有效性程度更低。
　　2.收益序列的方差比检验。与传统自相关检验方法相比,方差比检验因为能够考虑一般形式的异方差而更准确地给出统计量的分布, 从而更可靠地判断序列是否无关。该方法的原理是：当收益为白噪声时，增量的方差应该是时间段的线性函数。定义q期方差比统计量VR(q)为q期的连续组合收益的方差比q倍的单期收益的方差。在异方差的情况下，Lo和MacKinlay曾证明在样本容量无穷大时，VR(q)在概率上趋近于1。也就是说，H0（序列一阶不相关)为真时，下式成立：
　　Ψ(q)=nq(VR(q)-1)[KF(]θ⌒q[KF)] ～aN(0，1)(3)
　　其中，
　　θ⌒q=4∑q-1k=1(1-kq)2δk(4)
　　δk=∑nqk=j+1［pk-pk-1-u］2［pk-j-pk-j-1-μ⌒］2｛∑nqk=1［pk-pk-1］｝(5)
　　样本序数为p0，p1,…pnq，样本总数为nq＋1。统计量VR(q)为：VR(q)=σ2qσ2
　　σ2=1nq-1∑nq[]k=1［pk-pk-1-μ⌒］2(6)
　　σ2q=1m∑nq[]k=q［pk-pk-q-qμ⌒］2(7)
　　m=q(nq-q+1)(1-qnq)(8)
　　这样，根据θ∧q构造的标准正态统计量Ψ(q)的值就能用于检验序列相关。如果Ψ(q)超过［-1.96，1.96］，则在95％的置信水平上拒绝rt为白噪声的假设。表2列出了四个房地产市场方差比检验的结果。
　　[HT6,6”]表2方差比检验结果
　　滞后阶
　　KΨ(q)
　　(北京住宅)Ψ(q)
　　(北京写字楼)Ψ(q)
　　(武汉住宅)Ψ(q)
　　(武汉写字楼)22.799*2.313*2.019*2.075*43.238*2.547*2.035*2.098*84.156*3.104*2.391*2.215*注：检验统计量打上星号(*)表明在5%显著性水平下方差比在统计上显著异于1。
　　从表2中可以看出,所有Ψ(q)均在95%的置信度水平下不等0（即方差比显著不等于1）,这说明四个房地产市场的收益序列均不满足序列无关的条件。当存在序列相关时,收益序列自然不会是MDS,其条件期望也不会为0,因此不满足弱有效性的要求。这与上面利用自相关系数和QLB统计量检验得到的结论是一致的。统计量Ψ(q)的大小可以反映该市场偏离有效性的程度。从表2来看, 北京住宅市场的Ψ(q)最大, 这说明北京住宅市场的有效程度最低, 而其它三个市场的有效性程度基本类似。
　　四、结论
　　本文在深入分析市场有效的含义并与独立性、相关性进行对比的基础上，以北京和武汉的住宅市场、写字楼市场这四个有一定代表性的房地产市场为对象，以异方差条件下的方差比检验为主，辅以传统的LB自相关检验，对收益不相关假设进行检验，检验结论认定这四个市场都没达到弱式有效,且总体而言，北京房地产市场有效性程度更低于武汉房地产市场，其中，北京地区住宅类房地产市场又是上述四类市场中最无效的。
　　这些结果说明，北京和武汉的房地产市场均还不够规范，市场不能比较有效地对市场信息做出反应，市场化程度不高，市场存在着套利的可能性。这一方面是由房地产市场固有的特点如房地产的互异性、交易的分散性等所导致；但同时说明我国房地产市场中信息的传递机制还很不完善, 市场参与者搜寻信息的交易成本较高。这种状况会妨碍房地产市场对资源的配置功能, 影响其长期、健康的发展。为了提高我国房地产市场的有效性,应采取以下措施：首先要加强房价成本信息的透明度，降低消费者取得真实信息的成本。应当由政府出面支持独立的高水平的房地产研究机构，尽可能为购房者提供客观、准确的房价信息。同时应培育居民的理性消费观念，减少市场参与者的不理性行为。
　　
　　参考文献:
　　1.Campbell,C., A.Lo & C.MacKinlay. The Econometrics of Financial Markets［M］.Princeton University Press,New Jersey,1997.
　　2.Cochrane,J., How Big is the Random Walk in GDP ?［J］.Journal of Political Economy ,1988,(96): 893～930.
　　3.Engle,R., Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation［J］.Econometrica，1982,(50):987～1007.
　　4.Fama,E., Efficient Capital Markets：A Review of Theory and Empirical work［J］.Journal of Finance，1970,(25):383~ 417.
　　5.Fan,J and Yao,Q., Nonlinear Time Series: Parametric and Nonparametric Methods［M］. Springer Press, Springer, 2003
　　6.Hamilton,J., Time Series Analysis［M］.Princeton University Press,New Jersey,1994．
　　7.Lo,A and C,MacKinlay, Stock Market Prices Do Not Follow a Random Walk : Evidence From a Simple Specification Test［J］.Review of Financial Studies ,1988,(1) : 41～66.
　　(作者单位：华中农业大学经管—土管学院，中南财经政法大学金融学院 湖北武汉 430000)
　　(责编：若佳)
　　
　　注：“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”