“房价倒挂”的城市异质性研究

时间：2024-04-25

王石宇　高炳华

摘要：近年来，我国大中型城市住宅价格表现出较为明显的“倒挂”现象，即二手住宅价格高于新建商品住宅价格。其原因一方面来自于限价政策对于新建商品住宅价格的约束，另一方面则在于整个市场环境中预期对房价的不断推高。从城市异质性的角度，探究了“房价倒挂”在不同类别城市中的形成原因差异，并得到以下结论：（1）引起“房价倒挂”的主要原因在于政策约束与预期推高;（2）政策约束对一线和二线城市作用明显，预期推高则对新一线城市作用明显;（3）需求预期对“房价倒挂”的作用受到房地产政策不确定性的门限效应影响，存在加速效应。最后从长效机制、疏导预期以及因城施策的角度给出了政策建议。

关键词：房价倒挂;限价政策;政策不确定性;门限效应

中图分类号：F293 文献标识码：A

文章编号：1001-9138-（2022）01-0027-12 收稿日期：2021-12-09

1 引言

自2016年12月中央经济工作会议提出“房子是用来住的，不是用来炒的”这一指导思想以来，我国房地产市场进入到了第二轮限购调整阶段，与2010-2014年第一轮限购调整不同的是，这一轮限购不仅在作用范围上有明显的差异，而且还加入了“限价”这种强制性政策手段来限制房价过快增长。尽管在短期内，政策的强制性介入抑制住了大部分城市的房价增幅，但也带来了不少问题，尤为突出的就是部分城市二手住宅价格高于新建商品住宅价格的“房价倒挂”现象。自2018年起，上海、南京等8城市进一步实施购房摇号政策后，新建商品住宅价格虽短暂被控制，但这些城市也出现了部分楼盘“万人摇号抢新建商品住宅”，中签率不足10%的情况。与此同时，国家统计局数据显示2018年上半年我国70个大中城市新建商品住宅价格指数并没有因此降低，反而70个城市中有超过60个城市二手住宅价格增幅明显升高，形成了新建商品住宅与二手住宅价格“倒挂”。这说明“房价倒挂”极易形成一种价格持续增长的适应性预期，造成城市住宅市场的羊群效应，导致社会资本过多涌入房地产市场，严重时更会引发系统性的金融风险，而这是不利于实现我国房地产市场长期健康平稳发展目标的。

对于住宅价格与城市的关系，现有研究以住宅价格在地区之间以及地区内部其他要素之间的传导为主。Vansteenkiste和Hiebert采用了10个欧洲国家1989-2007年的季度数据，借助GVAR模型研究了它们之间的关联性，结果表明这些货币一体化国家之间住宅价格存在长期稳定关系，并且相互之间有明显的溢出效应。龚建、栾君等通过Granger因果检验与脉冲响应函数的方法对长三角区城市群住宅价格空间传导路径进行了研究，结果表明，长三角城市群的住宅价格存在以中心城市为主导的传导路径，当时间滞后2个月时，这种传导作用强度会明显减弱，呈现抑制变化趋势，其住宅价格空间传导路径形成的机理是资本流动、人口流动、价格反馈效应和城市增长极溢出效应。王俊松、满燕云则通过GIS技术方法研究了高价地块对北京市住宅价格影响的空间传导效应，并得出在控制区位和住宅特征的条件下，高地价地块成交后，周边住宅价格的上涨幅度在6%～25%的结论。对于住宅价格与政策关系，现有研究以区别政策实施前后的经济效应的差异为主。陈诗一、王祥将住宅价格的波动与金融系统的货币政策结合起来，利用DSGE模型模拟社会融资成本政策对房地产市场金融加速器效应的影响，得到了在社会融资成本较高时，降低利率的货币政策冲击可以显著提高住宅价格的结论。毛雅娟、李善民、黄宇轩则是将我国的制度环境纳入对房地产市场和股票市场的资产价格传递机制的考察当中，并得出宏观经济冲击对两个市场的直接影响和间接溢出效应是交互动态的，且溢出效应在部分传导中还占据了主导地位。李庆华、郑庶心以房地产经济为落脚点，研究了我国35个大城市中房地产调控政策通过资产价格传导效应对宏观经济产生的影响，并得出在大中城市和小城市中货币政策对住宅价格影响不同的结论，并且住宅价格对实体经济的促進具有滞后效应。陈淑云、王翔翔等利用我国70个大中城市2010-2018年城市住宅价格月度数据，考察了两轮限购政策对于不同类型住宅价格的动态影响，得出限购政策只能在短期内抑制新建商品住宅价格，但无法有效控制二手住宅价格上涨的结论。对于新建商品住宅、二手住宅价格内部关联，现有研究不多，以探究二者价格长期趋势和因果关系为主。葛亮、徐邓耀通过将住宅增量市场与存量市场引入四象限模型中进行动态分析，得出了存量价格对增量价格有明显的促进作用，存量房地产需求时房地产市场发展的重要动力。李进涛、谭述魁、孙慧清以武汉市的住宅市场样本通过granger因果检验发现增量住宅价格是存量住宅价格的granger原因，其价格每上升1%会引起存量住宅价格上升1.06%，而反之则不成立。王伟华、袁持平结合因城施策的背景以平均首付比为切入点，探究了深圳市新建商品住宅与二手住宅的市场价格传到机制，并且得出平均首付比对新建商品住宅和二手住宅的价格波动都有显著负向影响，且对二手住宅市场作用更强。

现有的研究对于“房价倒挂”现象及其形成机理缺乏较为完备的解释，基于此，本文在现有对房价关联与传导的文献研究基础之上，重点探讨“房价倒挂”的形成机理，以及“房价倒挂”在各城市之间不同表现的异质性问题，并纳入对预期和房地产政策的考量，使理论分析与建模实证更加符合现实。

2 理论分析与研究假设

2.1 理论分析

2.1.1 四象限模型

以往文献中，研究新建商品住宅价格与二手住宅价格关系，以Denise与William构建的四象限模型为主要的理论依据，本文同样以四象限模型为基础，通过添加政策约束和预期效应，“房价倒挂”四象限模型，如图1所示。

图1中，第一象限表示新建商品住宅市场，其中S1表示新建商品住宅供给，D1表示新建商品住宅需求，在完全市场条件下均衡点处的均衡价格为Pe，均衡供给（需求）量为Qe，但由于新建商品住宅预售限价的作用，新建商品住宅预售价格被强制设定在P0水平，部分房地产开发企业选择延迟开盘，此时的新建商品住宅供给只能达到Q0水平，导致明显的新建商品住宅供给不足，这部分被挤出的需求则流入二手住宅市场;图中第二象限表示二手住宅市场，其中S2表示受影响前的二手住宅供给，D2表示受影响前的二手住宅需求，由于新建商品住宅市场需求的大量涌入，且被挤出的需求中，有一部分住宅投资群体出于对房价增长预期的考虑，此时宁愿出高价购买二手住宅，造成D2曲线出现向左上方移动的趋势，到达D3水平;住宅市场发达的城市二手住宅市场体量较大（短期内能够满足爆发需求），在当期二手市场表现为供给量的调整为主，供给价格的变动幅度不大，因此S2曲线向左移动至S3水平，最终经过调整后当期二手住宅市场的均衡价格达到P2，均衡供给（需求）量为Q2;此时新建商品住宅市场与二手住宅市场已经形成P2 - P0的价格差。图中第三象限表示第二期的新建商品住宅市场，由于房管部门对每一期新建商品住宅的预售定价需要将前一期周边的二手住宅价格纳入参考，因此第二期的新建商品住宅限价从P0水平上调至P1水平，第二期新建商品住宅供给能达到Q1水平;图中第四象限表示第二期的二手住宅市场，同样是由于新建商品住宅市场需求的涌入以及住宅投资的需求预期影响，第二期二手住宅市场的需求曲线由D5向右下方移动至D6水平，与前一期不同的是，二手市场的供给方，会根据前一期的市场供求调整自身的预期，导致二手住宅市场的挂牌价格有了显著提升，而由于第二期从新建商品住宅市场挤出的需求相较第一期会有明显减少，加上二手住宅市场供给方也有明显的持有升值预期，第二期二手住宅市场供给数量不会出现太大变化，因此第二期二手住宅市场的供给曲线由S5向下移动至S6，此时第二期二手住宅市场均衡价格达到P3，均衡供给（需求）量为Q3;新建商品住宅市场与二手住宅市场的价格差进一步被拉开至P3 - P1。

2.1.2 住宅价格预期模型

从四象限模型的分析中可以得到在“限价”政策的约束下，新建商品住宅价格与二手住宅价格逐渐形成倒挂的过程，但其中缺乏对房地产市场政策不确定性影响机制的讨论，以及住宅市场价格预期影响的理论分析。因此，继续构建如下的住宅需求与住宅供给函数，由于住宅价格预期以及房地产市场政策不确定性对于新建商品住宅市场与二手住宅市场均有影响，因此该模型设定中不做两者区分：

其中，Dt表示t期的住宅需求，Pt表示当期（t期）住宅价格，表示住宅消费者在t期对t+1期房价的预期，INCt表示t期的住宅消费者收入，RENTt表示t期租金水平，HEPUt表示t期的政策不确定性。表示影响住宅需求的其他宏观经济变量向量;St表示t期住宅供给，Pt-1表示t-1期住宅价格，表示开发商在t-1期对t期房价的预期，HEPUt-1表示t-1期的政策不确定性;同需求函数一样表示影响开发商住宅供给的上一期宏观经济变量向量。

当市场均衡时，由（1）（2）两式可得，Dt=St，

即：

根据Cagan （1956）提出的适应性预期理论，将住宅价格的适应性预期函数设为：

住宅价格的适应性预期建立在对前一期价格预期中产生的偏离之上，在一步步对预期偏离的修正过程中，使得预期序列在长期中向实际收敛。

根据Metzler （1941）在静态预期的基础上提出的外推性预期，将住宅价格的外推性预期函数设为：

住宅价格的外推性预期建立在对以往跨期实际住宅价格的偏离之上，在对实际价格波动的修正中，调整自身预期。

对于住宅价格的不确定性预期，以往学者研究中以探究收入以及政策的不确定性对其预期造成的影响为主，因此将住宅价格的不确定性预期函数设为：

其中，INCt = INCTRENDt + UNINCt，即将收入分解为其趋势部分和其波动部分，以其波动部分构成收入不确定性，并且与政策不确定共同构成住宅不确定性预期函数。

经（3）（4）（5）（6）式整理可得：

由以上模型分析不难推断出，不论是新建商品住宅价格还是二手住宅价格都会受到住宅预期以及房地产政策的不确定性影响，而同时房地产政策的不确定性本身就会对市场预期产生影响，因此预期对于住宅价格的整体推高也会受到政策不确定性的影响存在加速效应。

2.2 研究假设

基于前文分析，城市新建商品住宅与二手住宅“房价倒挂”理论上应该由政策约束、预期推高以及房地产市场不确定性共同作用而成。但从城市异质性角度来看，不同城市形成“房价倒挂”的主要原因可能有所不同。一线、新一线城市，新建商品住宅市场似乎对于政策的反应更敏感，短期内新建商品住宅价格在限价预售机制作用下控制在相对较低水平，导致新建商品住宅市场严重供不应求，但这些大城市的二手住宅市场较为发达，部分刚需被迫转移到二手住宅市场，所以短时间内会造成二手住宅市场过热和价格增长。而二线及其他城市对于政策的反应和供需调节都没有那么灵敏，这类城市“房价倒挂”的主要原因似乎在于人们的住宅消费预期并没有在政策影响下出现明显抑制，由于缺乏投资渠道，房地产投资在这些城市仍具有较强吸引力，导致二手住宅价整体涨幅依旧偏高，并且在中心城区、学区以及部分城市经济开发区体现的尤为明显。因此，本文对“房价倒挂”现象提出以下假设：

假设1：引起“房价倒挂”的主要原因在于政策约束与预期推高两个方面。

假设2：在一线与新一线城市中，政策约束对“房价倒挂”影响更大;而二、三线城市中预期推高对“房价倒挂”影响更大。

假设3：预期推高对“房价倒挂”的影响会因为房地产政策调控的不确定性而存在加速效应。

3 变量选取及含义

本文拟考察“房价倒挂”在不同水平城市中的异质性表现，选取了全国35个主要城市2010年4季度至2018年4季度的季度数据来进行实证分析。其中包括35个城市的房价倒挂程度，由二手住宅与新建商品住宅价格之比进行衡量，这两个数据通过中国房价行情网以及禧泰房地产数据系统整理得到;住宅价格预期一直以来难以选取一个公认的确定性变量予以表达，不少学者以房价的滞后期项来予以代替，但由于这些滞后项也是往期的交易数据，且并不能涵盖供需两端的预期，因此本文选取了这35个城市的网络热点关注住宅价格作为需求预期的代理变量，这些原始数据整理于中国房价行情网、贝壳网、百居易等众多房地产中介平台的热点房源浏览记录，通过筛选整理得到，在一定程度上能反馈出消费者的心理需求预期，某一价格区间关注越火热，也说明在这个价格区间想要购房的人越多;在供给侧，考虑到房地产开发企业对于房价预期会在前期的拿地环节中有所体现，因此参考况伟大等（2010）以土地购置面积与土地购置费作为其供给预期的代理变量，这两个数据从35个城市统计局官网和wind数据库中整理得到;房地产市场政策调控也是一个难以量化衡量的变量，本文除了构建限购政策与限价政策的虚拟变量来衡量政策强度以外，还参考了Scott R.Baker等（2016）所構建的经济政策不确定指数（EPU），具体采用的是陆尚勤等（2018）编制的新版“中国经济政策不确定性指数”作为经济政策不确定性的代理变量，但中国经济政策不确定性不全部来自于房地产，因此本文借助于35个城市的百度指数中的“房价调控”词条计算得到房价调控政策在各个地区的频率分布，将中国经济政策不确定性指数与该指数频率相乘得到不同城市的房地产调控政策不确定性指数，这个新指数在一定程度上可以反映出各城市房地产政策调控的不确定性。此外本文还选取了城镇居民可支配收入、城市住宅租金水平以及通货膨胀率作为控制变量，这些数据均选自于国家统计局、中经网以及各城市统计年鉴直接或间接计算得到，如表1、表2所示。

4 模型构建与实证分析

4.1 面板tobit模型

在前文理论模型中已经推导出住宅价格波动受到预期影响的模型（7），在此基础上将被解释变量住宅价格延伸为“房价倒挂程度”，即二手住宅价格/新建商品住宅价格，构建公式（8）计量模型;考虑到本文的核心被解释变量“房价倒挂程度”的取值并不连续，当二手住宅价格与新建商品住宅价格之比大于1时，i城市在t时刻存在房价倒挂现象，其取值为hpirit*，但当二手住宅价格与新建商品住宅价格之比小于1时，i城市在t时刻不存在房价倒挂现象，即使比值为0到1之间的具体数字，此时仍将其值定义为0，即不存在倒挂，这种受限被解释变量若用传统面板数据的分析方法进行回归分析，会产生较大偏误。基于此，本文采用面板tobit模型进行回归分析，具体模型设定如下：

其中，，表示所有解释变量向量。

为了避免变量间量级差异明显问题，采用了半对数模型;考虑到policy1it、 policy2it虚拟变量存在0值无法取对数，参考伍德里奇对于无法观测或取值变量的处理思想，在不影响估计偏误的前提下对policy1it、 policy2it同时增加0.001构成近似的新代理变量以便对数取值。

通过对面板tobit模型的回归估计，回归结果如表3所示，其中模型（1）表示全样本回归结果，模型（2）表示一线城市样本结果，模型（3）表示新一线城市样本结果，模型（4）表示二线城市样本结果，模型（5）表示三线及其他城市样本结果。

从全样本的面板tobit模型的回归结果中不难看出，政策约束与预期推高确实是造成各城市“房价倒挂”的主要原因，且十分显著，这一点印证了本文的假设1。在预期中，需求预期对二手住宅价的推高影响最大，预期价格每上涨1%，会引起“房价倒挂程度”上涨约0.68，而供给预期上，只有土地购置面积每增加1%，会引起“房价倒挂程度”上涨约0.08;在政策约束中，限价政策对新建商品住宅价格的抑制表现得最为明显，而限购政策却不显著，值得注意的是房地产政策的不确定性每上涨1%会引起“房价倒挂程度”上涨约0.23，其影响程度比限价和限购政策要更强。

在一线城市的样本回归结果中，可以观察到影响“房价倒挂程度”比较显著的因素是供给预期中的土地购置费用和限购政策，且影响程度比全样本回归中系数大很多，这说明在四个一线城市中，房地产开发企业高价拍地行为推高了市场房价预期，而限价政策抑制了新建商品住宅价格，“房价倒挂”由新建商品住宅市场影响为主;在新一线城市的样本回归结果中，影响“房价倒挂程度”比较显著的因素是需求预期、限购政策和房地产政策不确定性，其中需求预期的影响程度最大，加之房地产政策频繁调控带来的不确定性，使得新一线城市房地产投资氛围浓厚，极大程度推动了二手住宅价过快上涨，这也说明在新一线城市中，“房价倒挂”由二手住宅市场影响为主，这一点与本文假设2中有不一样的地方;在二线城市的样本回归结果中，可以观察到影响“房价倒挂程度”比较显著的因素是需求预期、供给预期中的土地购置面积、限价政策以及房地产政策不确定性，其中，需求预期的影响也是最大，但比一线和新一线城市要稍弱，而供给预期主要是由房地产开发企业的大量拿地推高了房价预期，相较于一线城市，二线城市受到限价政策的约束稍弱，但房地产政策不确定性对“房价倒挂”的影响却高于一线和准一线，这也说明在二线城市中，“房价倒挂”新建商品住宅和二手住宅市场共同影响，且受政策变化影响严重。在三线及其他城市中，因为本次选取的35个主要城市中涵盖这类样本较少，所以除了需求预期对“房价倒挂程度”影响显著以外，其他因素均不显著。

4.2 稳健性检验

回归模型中，全样本与分样本模型中均能观察预期推高以及政策约束对于“房价倒挂”影响的同一趋势，说明模型在整体上是稳健的;同时，考虑到需求预期变量选取的是城市住宅热点关注价格作为代理变量，存在内生性。为了减少内生变量对模型的估计偏误，本文参考李斌等对于住宅价格近视预期的处理，选取近期平均的住宅价格增长率作为近视住宅价格预期的代理变量，即，将更换过的解释变量带入模型（1）～（5）中得到回归结果，如表4所示。

稳健性回归模型（1）～（5）中，近视住宅价格预期对“房价倒挂”程度的影响均显著为正，且这种影响在模型（1）（2）（3）（5）在1%水平下显著;同时在稳健性模型中核心解释变量包括住宅价格预期、政策虚拟变量、房地产政策不确定性对“房价倒挂”程度的影响系数均与表3面板tobit模型中保持相同趋势，因此，不论从样本分类角度还是替换变量角度考虑，该模型整体上都是稳健的。

4.3 面板门限回归模型

考虑到住宅价格预期对“房价倒挂”的影响可能不是线性影响，尤其是需求预期對“房价倒挂”的影响与房地产政策调控的不确定性有较强关联，当政策不确定性较小时，市场预期偏向理性，二手住宅市场价格不会与新建商品住宅市场拉开明显差距;一旦政策调控频繁，政策不确定性高于一定的门槛时，房地产市场极易产生非理性的价格预期，从而加速“房价倒挂”。基于此，本文在模型（8）的基础上，构建了面板门限回归模型，具体模型设定如下：

其中房地产政策不确定性ln hepuit 作为门限变量，γ表示门限值，为示性函数。估计结果如表5所示，其中模型（1）表示全样本回归结果，模型（2）表示一线城市样本结果，模型（3）表示新一线城市样本结果，模型（4）表示二线城市样本结果，三线及其他城市（呼和浩特、西宁、银川）因样本过少导致门限效应检测无法通过，故不在表中汇报。

从表5的回归结果中可以看出模型（1）（3）（4）的门限效应是显著的，即住宅价格的需求预期对“房价倒挂”程度的影响被房地产政策的不确定性区分成为两种区制。从全样本模型中看，当房地产政策的不确定高于门限值时，住宅价格的需求预期对“房价倒挂”程度的影响存在显著的边际递增;并且在模型（3）和模型（4）中表现得更加明显，这也印证了前文对于政策不确定性过高时引起的非理性预期会加速“房价倒挂”现象的假设。全样本与分样本模型中均能观察到这一趋势，也说明模型在整体上是稳健的。

5 结论与建议

5.1 主要结论

本文通过对“房价倒挂”机制的理论分析和实证检验，对“房价倒挂”在不同城市中形成原因的异质性表现得到以下结论。

第一，引起“房价倒挂”的主要原因在于政策约束与预期推高。其中政策约束以限价政策的影响最为明显，此外房地产政策的不确定性对“房价倒挂”也存在显著的正向影响，从政策角度总体来看，政策不确定性对“房价倒挂”的影响强于政策强度（限价政策）的影响。预期推高以消费者的需求预期影响最为明显，从预期角度总体来看，需求预期对“房价倒挂”的影响强于供给预期的影响。

第二，不同城市“房价倒挂”成因存在异质性差异。从面板tobit模型实证中可以得出，一线城市的限价政策效果显著，是造成“房价倒挂”的主要原因，而高价购地造成供给预期升高则是引起“房价倒挂”的次要原因;新一线城市的“房价倒挂”程度是所有城市类别中最高的，其中需求预期对“房价倒挂”起到了大部分作用，相比之下限价政策在新一线城市中的实施效果则不明显;二线城市中需求预期仍是造成“房价倒挂”的主要原因，而二线城市中，房地产开发企业大量拿地造成的供给预期推高对“房价倒挂”影响也十分明显，而政策上除了受到限价政策的影响以外，二线城市对房地产政策的不确定性反应是所以城市类别中最敏感的，很容易形成市场火热的适应性预期，进而造成“房价倒挂”;三线及其他城市由于本文选取样本较少，仅能从需求预期对“房价倒挂”存在显著影响这一点得出结论。

第三，需求预期对“房价倒挂”的作用受到房地产政策不确定性的门限效应影响，存在加速效应。从面板门限模型实证中可以得出当房地产政策不确定性达到一定门限值时，需求预期对“房价倒挂”程度的影响存在显著的边际递增，表现为加速效应，并且这种加速效应在新一线与二线城市中表现得更加明显。

5.2 政策建议

5.2.1 完善制度设计，建立长效机制

限价政策作为一种强制调控手段，短期内确实能够抑制房价过快上涨，但其带来的“房价倒挂”会直接影响住宅市场的供给匹配，并不能长久化解我国房地产市场供给侧的困难，因此管理部门在实施长效机制时，还需以金融工具和落户战略引导刚需、改善性需求为主，以调整价格，限购限售为辅，通过改善存量市场结构来达到稳定住宅价格的目的。

5.2.2 合理疏导预期，加强政策延续

住宅价格预期是影响“房价倒挂”的重要因素，尤其是需求预期，房地产中介等平台的非交易信息极易转化为居民对房地产市场的预期，影响消费者理性判断，因此监管部门在面对公开的住宅交易平台要做到价格的规范管理，核实每一套挂牌房源的交易信息，避免“一房多售”等虚假繁荣的状况对人们的住宅价格预期产生误导。此外，本文的研究发现房地产政策不确定性会使预期对“房价倒挂”存在加速效应，因此需要地方政府做到针对住宅市场的调控政策延续性加强，避免“朝令夕改”;另外，在产业布局上要加大第三产业尤其是其他金融业的投资渠道建设，将房地产业吸收的过度投资转移一部分到其他产业上。

5.2.3 坚持因城施策，细致分类调控

由于不同城市“房价倒挂”成因存在异质性差异，地方政府与房管部门在调控时应该根据自身状况因城施策;对于一线城市应该通过增加供给来缓解供需矛盾，从而最终改善“房价倒挂”，而对于新一线与二线城市则更应该激活存量市场，适量开发新地块，既能解决库存问题，又能给市场提供一种政府调控的信号，从而通过不同渠道来保证消费者形成合理的房地产市场预期，以此来缓解“房价倒挂”。

参考文献：

1.黄燕芬李志远张超.坚持“住宅不炒”深入推进房地产市场供给侧结构性改革——2017年房地产政策回顾与2018年展望.价格理论与实践.2018.01

2.陈淑云王翔翔王佑辉.“两轮限购”对住房价格的动态影响.华中师范大学学报（人文社科版）.2019.01

3.王丽艳崔燚王振坡.政策干预、羊群效应与房地产价格波动.华东经济管理.2019.03

4.吕龙刘海云.城市房价溢出效应的测度、网络结构及其影响因素研究.经济评论.2019.02

5.Vansteenkiste I， P.Hiebert.Do housing price developments spillover across euro area countries？ Evidence from a global VAR.Journal of housing economics.2011.20 （4）

6.龚建栾君王文婷王向东.长三角城市群住宅价格的空间传导路径.经济地理.2017.07

7.王俊松满燕云.高价地块对北京市住宅价格影响的空间传导效应——基于特征价格模型的定量分析.现代城市研究.2015.08

8.陈诗一王祥.融资成本、房地产价格波动与货币政策传导.金融研究.2016.03

9.毛雅娟李善民黄宇轩.宏观经济、政府干预与资产价格波动——基于VAR和RVAR的传导机制研究.证券市场导报.2014.08

10.李庆华郑庶心.房地产调控条件下货币政策的资产价格传导效应——基于35个大中城市的实证分析.价格月刊.2020.07

11.葛亮徐邓耀.房地产增量市场与房地产存量市场的互动机理分析.统计与决策.2007.06

12.李进涛谭述魁孙慧清.基于同质面板因果检验的住宅增量与存量市场价格关系研究——以武汉市为例.科学经济社会.2009.03

13.王伟华袁持平.因城施策背景下城市房价问题研究——兼析深圳市新房与二手房市场价格传导机制.价格理论与实践.2019.12

14.Denise Dipasquale，William C.W.Urban Economics and Real Estate Market.Prentice Hall.1995

15.汪翔.理性預期宏观经济学：一种新的宏观经济思潮.中国人民大学出版社.1989

16.况伟大.预期、投机与中国城市房价波动.经济研究.2010.09

17.Yun Huang and Paul Luk.Measuring economic policy uncertainty in China.China Economic Review.2020.02