住宅价格的短期波动：实体面供求影响还是货币冲击？

纪晗

〔摘要〕自我国住宅市场化改革以来，房产兼有普通商品和投资品双重属性的特征愈发明显。本文基于这一视角，通过对影响住宅价格波动的众因素进行因子分析，分离出供给、需求与资本因子，并首次基于分离出的因子建立VAR模型，研究实体面供求与货币冲击对住宅价格的动态影响。脉冲响应分析结果显示，实体面供求对住宅价格的影响在短期和长期内均不显著，而资本因子波动为代表的货币冲击在短期内对住宅价格波动有显著的正向影响。方差分解结果进一步表明，三个因子中资本因子对住宅价格波动的贡献最大，而房价预期则在方差分解中居于主导地位。在资本因子中，货币供应量对住宅价格的影响最大。

〔关键词〕住宅价格；短期波动；因子分析；货币供应量

中图分类号：F2933；F822文献标识码：A文

章编号：10084096（2015）02002508

一、引言

自1998年全面住房体制改革以来，我国房地产业快速发展，为我国经济的腾飞提供了巨大的动力，也带来了住宅价格的连续快速上涨，使普通居民负担日益加重。2009年以来，我国住宅价格在2008年“救市”政策下开始新一轮快速上涨，随着国际国内经济形势从金融危机中逐渐趋于稳定，政府针对房地产市场出台了一系列力度逐渐增大的调控政策。

房产新政的频出，似乎暂时遏制了快速上涨的住宅价格。自进入2014年，房地产市场出现价量两萎缩的态势。在政策不稳、信贷收紧以及市场降温等多方面因素的影响下，社会各界中出现了越来越多的房地产降价甚至崩溃的预期。住宅价格的拐点来了吗？要回答这一问题，首先应回答自1998年住房改革以来，影响我国住宅价格波动的主要原因是什么。基于此，才能在新的经济条件下进一步考察住宅价格的波动是否迎来了新的趋势。

住宅价格波动的原因一直是学术界争论的焦点问题。我国学者从不同方面入手，对影响住宅价格的因素进行了大量的理论和实证探索，根据研究的侧重点和观点的不同，已有研究基本可以分为以下三个方面：

第一，从需求角度，认为需求旺盛、收入提高等是影响房住宅价格动的主要因素。易宪容[1]从消费与投资的角度，认为我国住宅价格快速增长是以往“存量需求”的释放。梁云芳和高铁梅[2]为此提供了实证数据的支持，她们运用MTV模型对1998—2005年我国房地产季度数据进行研究，发现需求因素的变化对住宅价格的波动有较强的影响。另外，刘洪玉和任荣荣[3]运用误差修正模型对我国住房需求函数进行估计，发现住房需求具有较高的收入弹性，认为我国住宅价格上涨过快的根本原因在于住房供给不能满足真实需求的快速增加。郑思齐等[4]对1999年和2003年我国35个大中城市数据进行的实证研究表明，我国城市住宅市场中，城市价值己经被很显著地资本化到房价当中，住宅价格的上涨受到城市居民收入水平的显著影响。董志勇等[5]的实证研究也表明，住宅价格上涨的主要推动力来自于以人均收入水平为代表的需求因素。

第二，从供给角度，认为土地供给限制、土地价格上涨等是推动房价上涨的重要因素。况伟大[6]基于我国1999年1季度到2005年1季度的房地产数据分析，认为长期内地价是住宅价格的格兰杰原因。而周京奎[7]基于不同的模型，对同一时期的数据进行分析后认为，地价对房价的影响度较小，金融支持和土地政策在地价与房价变动中扮演着重要角色。任荣荣[8]在土地供应分析模型的基础上，以北京市为例进行了实证研究，认为土地供应是住房供应的一个重要影响因素，进而影响住宅价格的上涨。邵新建等[9]通过理论建模得出，城市土地市场的垄断格局导致的“高地价”最终会传导形成高房价，这也在其实证研究中得到了支持。但况伟大和李涛[10]对35个大中城市数据进行的实证研究并不支持这一结论，他们的结果表明，住宅价格主要由供求量决定，而非地价和土地出让方式决定。

第三，从房地产的资本属性角度，认为银行信贷、利率和货币供应等方面的金融过度支持，以及伴随而来的上涨预期和投机行为等资本因素，对住宅价格的波动起到了显著影响。沈悦和刘洪玉[11]以及余华义[12]对我国城市面板数据进行住宅价格和经济基本面的分析，均发现各城市住宅价格与经济基本面出现偏离。对于这一偏离现象，平新乔和陈敏彦[13]的经验研究表明，政府支持的银行信贷，对住宅价格上升具有正向推动作用。周京奎[14]通过对住宅价格与货币政策之间的互动关系进行实证研究后认为，住宅价格上涨与宽松的货币政策有紧密的联系。进一步地，王来福和郭峰[15]通过建立VAR模型，实证结果表明货币供应量变化对住宅价格有长期的持续正向影响。梁云芳和高铁梅[2]以及王先柱等[16]也给出了利率及资金的可获得性对住宅价格上涨具有重要影响的经验证据。实际上，无论是银行信贷、货币供应量还是利率，都与货币政策关系密切，又通过房地产的资本属性对住宅价格产生影响，并很可能在房地产市场中进一步引致泡沫与投机。况伟大[17]的实证结果表明，预期及其投机对房价波动具有较强的解释力，与此类似，谢百三[18]、史永东和陈日清[19]也得到了房地产市场中的投资热潮、羊群行为以及非理性因素会形成房价泡沫的结论。从根本上说，这些观点都意味着资本因素是住宅价格上涨的主要原因。

由于我国房地产市场涉及到消费、投资、生产、金融等各个领域，以及地方政府、银行、房地产商、投资商和城市居民等各个群体，学者们站在不同的角度，针对不同历史时期的数据，选取不同的代表变量，得出了大相径庭的研究结论。由于很多经济变量之间存在多重共线性问题，仅仅研究少量变量与房价间的关系，忽略一些次要的影响因素，会降低模型的精确度，难以全面地刻画影响房价的因素，缺乏整体性把握，无法为当前我国房地产市场宏观调控提供充分的理论支撑。本文将从这一问题出发，选取我国住宅市场相关数据，先运用因子分析从供给、需求和资本角度对影响房价的众多因素从整体上进行分析，并首次基于分离出的三个因子建立VAR模型，检验这三种因素与住宅价格之间的动态关系，以找出影响住宅价格波动的主要经济原因。

二、数据与模型

1住宅价格影响因素

影响住宅价格的因素很多，来自于经济环境中的各个方面。综合国内外研究成果，从供求理论来讲，住宅的价格水平及波动，是由其供给和需求共同作用的结果。其中，待租售的住宅形成了市场的供给面，住宅的购买者形成了市场的需求面。其他一切因素对住宅价格的影响，都是通过对供给和需求的影响来实现的。另外，除了具有消费品属性之外，住宅还兼具资本品属性。樊潇彦等[20]认为，住房制度改革完成后，住宅市场的发展使得我国的住宅不仅是满足居民居住需求的消费品，也由于我国金融和资本市场发展较为落后、投资工具的相对匮乏，而逐渐成为居民投资的主要渠道，承担起投资品的功能。住宅的投资品属性，加之房地产业的资本密集型特点，使得资金的来源及成本等资本因素也通过对市场供求关系的影响而对住宅价格产生冲击。

综上，本文认为，供求关系直接决定住宅价格，而资本因素作为非常重要的一部分，也通过作用于供求层面，进而影响住宅价格。因此，参考梁云芳和高铁梅[2]的变量选择与分类情况，本文将住宅价格的影响因素分为供给因素、需求因素和资本因素三个方面。为保证后续分析结果的准确性，并考虑数据来源的准确性、可靠性及因素可量化程度，将这三方面进一步细分为如表1所示的具体指标。

（1）住宅价格

由于2010年中国房地产价格指数统计发生变革，对于2011—2013年的商品住宅价格指数处理，本文采用对应时期的商品住宅平均销售价格计算增长率，以下土地交易价格增长率的处理方法与此相同，采用对应时期的住宅用地平均价格计算增长率。（HP）：商品住宅销售价格的增长率，用商品住宅销售价格指数（上年同期=100）减100 来代表。（2）开工面积

取得的原始数据是月度累计数据，将月度数据转化为季度数据方法为取每季末月数据为季度数据。以下住宅投资额、销售面积以及资金来源的数据转化均采用此方法。（Qs）：新开工面积与上年同期比的增长率，这里作为衡量新增供给数量变动的指标。（3）住宅投资（INV）：住宅房地产开发投资与上年比的增长率，衡量住宅市场的总投资变动。（4）土地价格（LP）：住宅土地交易价格的增长率，用住宅土地交易价格指数（上年同期=100）减100来代表。（5）销售面积（Qd）：销售面积同比增长率，衡量市场中需求量的变化。（6）人均收入水平（INC）：城镇居民人均可支配收入同比增长率，表示消费者收入的变化情况。（7）国内生产总值（GDP）：GDP同比增长率，衡量考虑人口因素意义上的总收入水平变化情况。（8）利率

因为5年期以上的贷款利率有时在一个季度内并非稳定不变，为了得到各季度的贷款利率，这里将取得的数据进行加权平均处理，得出每个季度的贷款利率。（R）：5年期以上贷款利率。（9）资金来源（CAP）：房地产开发本年资金来源合计同比增长率。（10）货币供应量

将月度数据转化为季度数据的方法为季度内的月度平均。（M2）：广义货币供应量M2的增长率。由于我国真正意义上的房地产市场是从1998年房改开始，考虑到数据的可获得性，本文选取1999年1季度至2013年3季度的季度数据

数据来源：中经网统计数据库、中国人民银行网站http：//wwwpbcgovcn、中国统计局网站http：//wwwstatsgovcn、中国房地产信息网http：//creiceigovcn/。作为研究样本。

2住宅价格影响因素模型构建

由商品的均衡价格决定公式可得住宅价格变动的理论公式：

HP=f（Qs，Qd）（1）

在住宅供给方面，供给量Qs主要取决于开发商的开发实力、盈利能力及市场中的其他因素Us影响。其中，开发商的开发实力主要来自住宅投资INV；盈利状况则取决于住宅价格HP以及土地成本LP。此外，资本面上的资金来源CAP、利率R以及货币供应量M2，也会对房地产开发商的开发及盈利能力产生影响，用函数形式表达为：

Qs=s（INV，HP，LP，CAP，R，M2，Us）（2）

在住宅的需求市场上，需求量Qd主要取决于住宅价格HP、消费者的住房购买力以及其他外界因素Ud的影响。其中，消费者的购买力主要受到收入因素INC、GDP以及资本层面上的利率R和货币供应量M2的影响，用函数形式表示为：

Qd=d（HP，INC，GDP，R，M2，Ud）（3）

在供求相等时，即Qs=Qd，可形成住宅均衡价格，分别将式（2）与式（3）代入可得：

s（INV，HP，LP，CAP，R，M2，Us）=d（HP，INC，GDP，R，M2，Ud）（4）

式（4）反映了价格HP与其他因素间存在联系，结合式（2）、式（3）和式（4），通过一定的函数关系转换，可以将HP与其他因素间的关系表达为如下函数形式：

HP=g（Qs，INV，LP，Qd，INC，GDP，CAP，R，M2，Us，Ud）（5）

将其用线性函数表示为：

HP=β0+β1Qs+β2INV+β3LP+β4Qd+β5INC+β6GDP

+β7CAP+β8R+β9M2+μ（6）

3住宅价格影响因素的因子分析

如前所述，住宅价格的影响因素非常复杂，其波动不是取决于某一种因素，或某几个指标，而是受多方面因素的影响。已有研究中通常使用一个代表变量来指标化影响房价的某一方面因素，这样会使各因素缺乏整体代表性，而向研究系统中加入大量经济变量的做法无疑会增加模型的复杂程度，同时，各变量的多重共线性问题也会降低模型的精确度。因此，本文首先采用因子分析方法，对反映上述因素的9个经济变量进行处理。

经过处理后所得的各公共因子的值及其对应的特征值、累积贡献率以及各公共因子与各指标的因子载荷矩阵如表2所示。其中，按照特征根大于1的准则，选取因子数目m=3。由于前3个因子对方差变动的累积贡献率达到703%，基本可以代表数据来建立模型。

从表2可知，土地交易价格指数、住宅完成投资额增速以及商品房新开工面积同比增速等供给因素的相关指标在因子F1上有较高的载荷，因而因子F1可以解释为供给因子；商品房销售面积同比增速、城镇居民人均可支配收入增长率和GDP增长率等需求因素在因子F2上有较高的载荷，因而因子F2可以解释为需求因子；而房地产资金来源合计增速、货币供应量M2增长率和5年期以上贷款利率同比增速在因子F3上有较高的载荷，因而因子F3可以解释为资本因子。

采用表2中列出的3个公因子，获得其因子得分情况，并由此绘出公因子与住宅价格变动趋势情况，如图2所示。

图2公因子与住宅价格变动趋势

从图2中可以看出，在整个时期，公因子F3的变动与住宅价格波动最为一致，且F3具有一定的先行趋势；而公因子F1和F2与住宅价格相比，具有一定的后行趋势，波动的一致性不及F3。另外，在2011年以后，这两个因子的波动趋势与住宅价格相反。

三、基于VAR模型的实证分析

根据因子分析结果，本文得到了各因素与住宅价格间的大致关系，为了进一步刻画供给因子、需求因子与资本因子对住宅价格的动态影响，下面将对HP、F1、F2、F3这四个序列建立VAR模型，进行更细致的分析。

1ADF检验

在建立计量模型之前，首先要检验数据的平稳性。对各序列的ADF检验结果如表3所示，该结果表明，各原始增长率序列都为平稳序列，这符合经济学直觉。同时可知，对上述9个除住宅价格以外的原始序列进行因子分析后，所得的因子得分序列也是平稳序列。

2VAR模型估计

基于上述结果，可进一步建立向量自回归模型对影响住宅价格变动的因素进行分析。向量自回归（VAR）模型基于数据的统计性质，将系统中每一个内生变量视作系统中所有其他内生变量的滞后项的函数，常用于分析随机扰动对变量系统的动态冲击，从而解释经济冲击对经济变量形成的影响。以住宅价格、供给因子、需求因子和资本因子这四个变量建立滞后一期的VAR模型，结果如下：

经检验，该模型的全部特征根的倒数值都在单位圆之内，表明VAR模型是稳定的，可以进一步对其进行脉冲响应函数分析。

3住宅价格波动的脉冲响应分析

脉冲响应函数可以衡量来自随机扰动项的一个标准冲击对内生变量当期和未来取值的影响。图3—图5分别显示了供给因子、需求因子以及资本因子的变化对住宅价格波动影响的动态过程，实线表示脉冲响应函数，代表了住宅价格对各因素冲击的反应，虚线表示脉冲响应的两倍标准差置信域。

图3供给因子变化冲击对住宅价格的动态影响

从图3中可以看出，当给供给因子一个单位的正向冲击，住宅价格会在前4期小幅上升，并在随后开始下降，至第7期影响增加到最大，随后缓慢上升并逐渐至20期左右趋于0。由于图3中的脉冲响应函数的正负两倍标准差形成的置信区间均将0值包含在内，因此，供给因子的正向波动并不会给住宅价格带来显著的影响。由于供给因子中包含了土地价格、供给数量以及开发能力的影响，从相关因子载荷可以推测，土地价格的上涨在短期内是影响住宅价格的主要供给因素，对推动住宅价格上涨有小幅的正向作用；1年后，供给数量的上升以及开发能力的提高会超过地价上涨的影响，转而成为主要供给因素，对住宅价格的波动产生负向作用。但从整体上来说，土地价格、供给数量以及开发能力等供给因素的冲击并不会对住宅价格的波动产生显著影响。

图4需求因子变化冲击对住宅价格的动态影响

从图4中可以看出，当给需求因子一个单位的正向冲击，住宅价格会在前20期内非常小幅地波动，并在第18期左右趋近于0。同时，脉冲响应函数的正负两倍标准差形成的置信区间完全将0值包含在内，需求因子的正向冲击对住宅价格的影响非常不显著。由于需求因子中包含了需求数量以及国民收入等的影响，我们可以认为，尽管需求数量与国民收入等需求因素的变动会在短期内对住宅价格形成影响，但影响幅度非常小，且并不显著。这在一定程度上验证了从住宅的消费品属性上来看，以自有居住为目的“刚性需求”并非推动住宅价格上涨的主要原因。

图5资本因子变化冲击对住宅价格的动态影响

图5给出了资本因子变化对住宅价格波动影响的动态过程。从图中可以看出，当给资本因子一个单位的正向冲击，住宅价格会迅速上升，并在第4期达到最大值，随后开始下降，至第10期开始围绕0缓慢波动并逐渐趋于0。同时，前6期的脉冲响应函数的置信区间均在0值之上，说明短期内资本因子的正向波动对住宅价格产生了显著的影响。由于资本因子中包含了利率、资金来源以及货币供应量的影响，我们可以认为，从住宅的资本品属性来看，资金价格、资金数量以及货币供应等资本因素的波动会对住宅价格上涨有显著的推动作用，从整体上来说，资本因素是影响住宅价格波动的主要因素。

4住宅价格波动的方差分解

由脉冲响应分析可知，各因素波动所引起的住宅价格波动在第20期逐渐趋近于零，因此，对住宅价格波动的前20期进行方差分解，结果如表4所示。

注：Cholesky 顺序为F3 F1 F2 HP。

由表4可知，在前20期的方差分解中，住宅价格自身滞后项和资本因子解释了住宅价格91%以上的波动。HP自身的滞后影响最大，说明住宅价格波动具有较强的惯性，并且由第1期到第6期，迅速从9493%衰减至6742%，其后开始缓慢衰减并逐渐稳定在64%左右。由于住宅价格的滞后项可以在一定程度上衡量人们对于住宅价格的预期，因此上述结果说明，从整体上来看预期对于住宅价格的影响很大，且依其特征可大致分为两个阶段：一年半以内，预期作用对住宅价格的波动影响较大，但该作用会快速减弱，由90%以上下降至67%左右；一年半以上，心理预期的作用趋于稳定，大致在64%左右。这说明住宅价格在短期内较大地依赖于投机者、购房者和房地产商的心理预期，投机者会根据对住宅价格的预期进行炒作，消费者则根据住宅价格的预期决定是否进行交易，住宅市场中的投机因素较强。供给因子F1的方差贡献率由第1期的2%左右缓慢上升，至6%左右后趋于稳定。需求因子F2的方差贡献率一直在2%附近波动，对住宅价格波动的影响较小。资本因子F3的方差贡献在前6期迅速增加，从002%上升至2625%，在此以后，缓慢增加至27%左右并趋于稳定，充分说明资本因子的冲击对住宅价格波动存在正向的影响，但该影响随着时间的增加会达到一个影响上界。

由上述分析，本文可得到初步结论：在影响住宅价格的众多因素中，以货币供应量、利率和资金来源为代表的资本因素冲击是影响住宅价格波动的主要原因。进一步地，从因子载荷矩阵中可以看出，广义货币供应量M2在资本因子中的载荷系数最大，且远超过其他变量，因此可认为，在资本因素中货币供应量对住宅价格的影响最大。图6列示了1999年1季度至2014年1季度住宅价格增长率和货币供应量M2增长率的变动情况。历史数据显示，两者的波动趋势在大部分情况下趋于一致，仅在2005—2007年间呈现出反向波动的态势。观察这段时间的图形特征可以发现，伴随着货币供应量的稳步增长，住宅价格的增长率有所下降，这一现象与该时期内中国股市的快速膨胀至顶峰相吻合，当股市处于快速繁荣阶段，市场中的货币会大量流入股市之中，进而造成货币冲击推动下的住宅价格上涨放缓。而在2008年金融危机之后，M2的增长率趋势较住宅价格增长率有一定的先行性和预测性，货币投放对住宅价格影响显著。

从近年广义货币供应量来看，自1999年3月的108 438亿元上升到2014年3月的1 160 687亿元，名义货币供应量增长了97倍，增长速度远高于GDP。从货币指数（M2/GDP）来看，1994年以来，随着金融化程度的逐渐发展，我国货币指数逐年上涨，至2002年到2008年间，则大致稳定在15—16左右。而2008年以后，货币指数一路上涨，到2013年底，已接近，明显高于欧美等发达国家。货币供应量的增加，以及相当长的时间内人民币升值预期的持续，给中国带来流动性过剩的压力，这为房地产行业带来了充足的资金支持，投资者获取信贷资金的便利程度增加，机会成本降低。另外，从心理预期的角度来说，货币超发会使得物价上涨、货币贬值，在人们对住宅价格普遍保持看涨预期的情况下，投资者或普通居民会更有投资或购买房地产的意愿，这样，必然会导致以信贷资金为主的货币之水不断地流入房地产市场，带动住宅价格的上升。图7验证了这一点，该图列示了2004年至2013年房地产贷款余额占人民币各项贷款余额比例以及新增房地产贷款占新增M2比例情况。从图中可以看出，近年来，尤其是2009年以后，我国房地产贷款余额在人民币各项贷款余额中的占比逐年上升，并维持高位；而在新增广义货币方面，除2005年和2008年之外，新增房地产贷款也一直在新增M2中占有重要比例。以上这些还没有包括各种被包装成其他形式的流入房地产领域的贷款贡献，综合考虑，近年来我国房地产市场对于货币的吸收功能以及广义货币量对于住宅价格波动的重要影响，更进一步得到了验证。数据来源于《货币政策执行报告》（2004—2013）。R1代表房地产贷款余额占人民币各项贷款余额比例，R2代表新增房地产贷款占新增M2比例。

此外，由上述两图中还可看出，从2013年开始，M2增长率连续下降至1999年以来的一个低点，超额货币增速的放缓，伴随着美国QE的退出以及国内2010年以来政策层面对房地产信

贷的限制，支持住宅价格快速上涨的充足流动性发生了一定改变。流动性情况的转变加之连续的政策收紧，以及心理预期在短期内带来的住宅价格波动的惯性作用， 2014年以来住宅价格涨幅的持续缩小及至下降在情理之中。

四、结论与政策建议

本文运用我国房地产1999年1季度至2013年3季度数据，从供给因素、需求因素以及资本因素的角度对住宅价格的短期波动进行了实证分析。为了更为全面地指标化住宅价格的影响因素，本文没有采用已有文献中常用的、选择代表变量来刻画以上三方面因素的方法，而是首先对影响住宅价格波动的众多因素进行了因子分析，通过数据降维，分离出了供给因子、需求因子和资本因子，并进一步首次基于分离出的因子建立VAR模型，研究了以上三个因子的变化冲击对我国住宅价格的动态影响。在样本区间内分析发现：第一，实体层面上，基于住宅消费品属性的供给因子与需求因子的冲击对住宅价格的影响不显著，需求因子对住宅价格波动的影响最小。第二，货币层面上，基于住宅资本品属性的资本因子的冲击，在一年半以内对住宅价格的波动有显著的正向影响，且在方差分解中，该因子解释了大约27%的住宅价格波动。在资本因子中，货币供应量对住宅价格的影响最大。第三，滞后一期的住宅价格波动具有较强的滞后影响，在方差分解中居于主导地位，即人们关于未来住宅价格持续上涨或下降的心理预期对住宅价格的实际波动具有显著的推动作用。

本文的研究结果表明，近年来我国住宅价格的波动主要受以货币供应量、利率以及资金来源为代表的资本因素的影响，而供给因素和需求因素的影响不显著；在各资本因素中，货币供给量是影响住宅价格走势的关键因素。2014年以来，伴随着M2增长率的新低，住宅价格出现了新一轮调整的势头，对未来价格的预测还需紧密关注货币冲击指标。

参考文献：

[1]易宪容 中国房地产市场过热与风险预警[J] 财贸经济，2005，（5）：14-21

[2]梁云芳，高铁梅 我国商品住宅销售价格波动成因的实证分析[J] 管理世界，2006，（8）：76-82

[3]刘洪玉，任荣荣 我国城镇商品住房需求的行为特征分析[J] 土木工程学报，2007，（12）：83-88

[4]郑思齐，曹洋，刘洪玉 城市价值在住房价格中的显性化及其政策含义——对中国35个城市住宅价格的实证研究[J] 城市发展研究，2008，（1）：4-7

[5]董志勇，官皓，明艳 房地产价格影响因素分析：基于中国各省市的面板数据的实证研究[J] 中国地质大学学报，2010，（3）：99-103

[6]况伟大 房价与地价关系研究：模型及中国数据检验[J] 财贸经济，2005，（11）：56-63

[7]周京奎 城市土地价格波动对房地产业的影响——1999—2005年中国20城市的实证分析[J] 当代经济科学，2006，（7）：1-7

[8]任荣荣 土地供应对住房供应的影响研究[J] 建筑经济，2008，（3）：25-27

[9]邵新建，巫和懋，江萍，等 中国城市房价的“坚硬泡沫”——基于垄断性土地市场的研究[J] 金融研究，2012，（12）：67-81

[10]况伟大，李涛 土地出让方式、地价与房价[J] 金融研究，2012，（8）：56-69

[11]沈悦，刘洪玉 住宅价格与经济基本面：1995—2002年中国14城市的实证研究[J] 经济研究，2004，（6）：78-86

[12]余华义 经济基本面还是房地产政策在影响中国的房价[J] 财贸经济，2010，（3）：116-122

[13]平新乔，陈敏彦 融资、地价与楼盘价格趋势[J] 世界经济，2004，（7）：3-10

[14]周京奎 货币政策、银行贷款与住宅价格——对中国4个直辖市的实证研究[J] 财贸经济，2005，（5）：22-27

[15]王来福，郭峰 货币政策对房地产价格的动态影响研究——基于VAR模型的实证[J] 财经问题研究，2007，（11）：15-19

[16]王先柱，毛中根，刘洪玉 货币政策的区域效应——来自房地产市场的证据[J] 金融研究，2011，（9）：42-53

[17]况伟大 预期、投机与中国城市房价波动[J] 经济研究，2010，（9）：67-78

[18]谢百三 高度警惕我国部分城市房地产业的泡沫经济卷土重来[J] 价格理论与实践，2003，（1）：37-39

[19]史永东，陈日清 不确定性条件下的房地产价格决定：随机模型和经验分析[J] 经济学季刊，2008，（10）：211-230

[20]樊潇彦，袁志刚，邱茵茵 对上海住宅资产价值的测算分析、国际比较与政策建议[J] 上海经济研究，2008，（10）：47-60

（责任编辑：兰桂杰）