潘愛民 袁永發(fā) 李 姿

(湖南科技大學(xué)商學(xué)院，湖南湘潭 411201)

一、引言

房地產(chǎn)業(yè)屬于資金密集型行業(yè)，以銀行信貸為主的金融支持是其主要資金來源［1］。銀行信貸主要通過貨幣的流動(dòng)性效應(yīng)和財(cái)富效應(yīng)來改變房地產(chǎn)市場供需狀態(tài)，進(jìn)而帶動(dòng)房地產(chǎn)價(jià)格變動(dòng)，隨著房地產(chǎn)業(yè)在國民經(jīng)濟(jì)中地位的提升，這種傳導(dǎo)機(jī)制會(huì)逐漸加強(qiáng)。缺少金融支持的房地產(chǎn)業(yè)，其發(fā)展勢必會(huì)受阻礙，運(yùn)行效率也將下降，但是金融支持過度又會(huì)增加房地產(chǎn)金融風(fēng)險(xiǎn)，甚至引發(fā)金融危機(jī)［2］。其中，最為典型的就是20世紀(jì)80年代末90年代初出現(xiàn)的日本泡沫經(jīng)濟(jì)、1997－1998年爆發(fā)的亞洲金融危機(jī)以及2008年全面爆發(fā)的世界經(jīng)濟(jì)危機(jī)。

1998年開始的住房體制改革，使我國住房需求得到極大釋放，各種社會(huì)資金開始涌入房地產(chǎn)市場，房地產(chǎn)業(yè)得以發(fā)展成為國民經(jīng)濟(jì)的基礎(chǔ)性以及支柱性產(chǎn)業(yè)。但最近幾年，房價(jià)快速攀升，在利益驅(qū)使下，房地產(chǎn)信貸更是迅速膨脹。截止到2012年底，全國主要金融機(jī)構(gòu)房地產(chǎn)貸款余額達(dá)到了12.11萬億元［3］。房地產(chǎn)信貸的持續(xù)性擴(kuò)張，導(dǎo)致房地產(chǎn)市場風(fēng)險(xiǎn)不斷累積，為此政府被迫采取了一些調(diào)控措施。當(dāng)前，房地產(chǎn)企業(yè)面臨的信貸環(huán)境開始趨緊，通過銀行進(jìn)行融資的難度正在加大，房價(jià)是否會(huì)發(fā)生較大波動(dòng)以及房地產(chǎn)市場是否會(huì)步入蕭條期，存在諸多不確定性，一旦上述情況發(fā)生將極有可能引發(fā)金融動(dòng)蕩，甚至對(duì)整個(gè)經(jīng)濟(jì)社會(huì)的發(fā)展造成嚴(yán)重破壞。在此背景下，對(duì)房價(jià)波動(dòng)與金融支持的關(guān)系進(jìn)行理論分析和實(shí)證研究，對(duì)系統(tǒng)性地防范房地產(chǎn)信貸風(fēng)險(xiǎn)和建立房地產(chǎn)金融新秩序有著重要的意義。

二、文獻(xiàn)綜述

有關(guān)房價(jià)與金融支持的理論研究，最具代表性的文獻(xiàn)是Allen和Gale(2000)［4］合著的論文“Bubbles and Crises”。他們通過構(gòu)建房地產(chǎn)市場局部均衡模型，再對(duì)比完全用自有資金和完全用銀行貸款進(jìn)行投資時(shí)的房價(jià)均衡解，得出銀行信貸具有推高房價(jià)的作用。之后，袁志剛和樊瀟彥 (2003)［5］沿用 Allen的研究模型，并在模型中納入開發(fā)商和消費(fèi)者存在外生違約的情況，竟得到與Allen相同的結(jié)論。接著，周京奎 (2006)［6］又在袁志剛的模型基礎(chǔ)上進(jìn)行擴(kuò)展，得出存在金融支持過度的結(jié)論，他認(rèn)為房價(jià)開始會(huì)隨著金融支持力度的增加而不斷上漲，當(dāng)金融支持量超過某一臨界值，就有可能導(dǎo)致房地產(chǎn)泡沫破滅，并引發(fā)金融危機(jī)。王勝(2008)［7］進(jìn)一步擴(kuò)展了Allen的模型，同時(shí)考慮開發(fā)商和購房者開始擁有一些自有資金，只需要部分信貸的情形，從而將模型一般化。另一方面，武康平等 (2004)［8］從委托——代理的角度考慮存在二級(jí)代理的情況，并基于房地產(chǎn)市場與金融市場存在的共生性，構(gòu)建了一般均衡模型，研究認(rèn)為房價(jià)波動(dòng)與銀行信貸之間存在正反饋機(jī)制。

實(shí)證研究方面，Davis和 Zhu(2004)［9］利用17個(gè)國家的面板數(shù)據(jù)分析了房地產(chǎn)價(jià)格波動(dòng)和銀行貸款變動(dòng)之間的關(guān)系，得出房地產(chǎn)價(jià)格的攀升導(dǎo)致了銀行信貸的擴(kuò)張，而不是相反。然而，廖湘岳和戴紅菊 (2007)［10］卻認(rèn)為銀行信貸推動(dòng)了房地產(chǎn)市場的繁榮，進(jìn)而導(dǎo)致房價(jià)快速上漲。劉園和韓斌 (2012)［11］利用邊限協(xié)整檢驗(yàn)驗(yàn)證了這一觀點(diǎn)，認(rèn)為無論長期或短期，銀行信貸增加都對(duì)房地產(chǎn)價(jià)格有顯著的正向影響。但李勇剛和李祥 (2012)［12］研究認(rèn)為銀行信貸與房地產(chǎn)價(jià)格互為因果關(guān)系，不僅銀行信貸擴(kuò)張對(duì)房價(jià)具有顯著的正向影響，而且房價(jià)上漲對(duì)銀行信貸也具有顯著的正向影響。更進(jìn)一步，張朝洋 (2010)［13］利用 SVAR模型研究發(fā)現(xiàn)信貸擴(kuò)張對(duì)房價(jià)的影響表現(xiàn)為長期的拉伸效應(yīng)，而房價(jià)上漲對(duì)銀行信貸的影響表現(xiàn)為短期的收縮效應(yīng)。

總體來看，研究房價(jià)波動(dòng)與金融支持關(guān)系的文獻(xiàn)雖多，但由于研究范圍和數(shù)據(jù)來源不統(tǒng)一、研究方法欠規(guī)范，因此得出的結(jié)論也令人難以信服。筆者擬采用理論分析與實(shí)證研究相結(jié)合的方式，建立VAR模型，利用脈沖響應(yīng)函數(shù)、方差分解等方法，同時(shí)納入反映住房供求能力的控制變量，全面考察房價(jià)波動(dòng)與金融支持的關(guān)系，以期為房地產(chǎn)市場的健康發(fā)展提供理論參考。

三、理論分析

借鑒李勇剛和李祥 (2012)［12］構(gòu)建的兩部門動(dòng)態(tài)供求價(jià)格決定模型，對(duì)房價(jià)波動(dòng)與金融支持的關(guān)系機(jī)理進(jìn)行梳理。

1、消費(fèi)者的購房決策

理性的消費(fèi)者通過選擇不同商品組合以追求預(yù)算約束下的最大效用。假定:消費(fèi)者只購買住房和一般商品;考慮兩個(gè)時(shí)期，消費(fèi)者第一期用可支配收入和銀行信貸購買住房和一般商品，效用函數(shù)為柯布——道格拉斯函數(shù)，對(duì)數(shù)變換為其中hd1為住房消費(fèi)面積，x1為一般商品消費(fèi)量;消費(fèi)者第一期購房消費(fèi)時(shí)只需支付首付，第二期還本付息，利息率為i，一般商品的價(jià)格標(biāo)準(zhǔn)化為1;消費(fèi)者第二期的效用v取決第二期的財(cái)富w，而第二期的財(cái)富為可支配收入加上住房的增值額再減去貸款本息的部分。則消費(fèi)者最大效用下的商品選擇即為以下數(shù)學(xué)規(guī)劃問題的解:

其中，y1、y2分別為第一期、第二期的可支配收入，η為時(shí)間貼現(xiàn)項(xiàng)，θ表示住房增值幅度，L為信貸額。

根據(jù)效用最大化的一階條件，并化簡得消費(fèi)者住房的最優(yōu)需求量:

2、開發(fā)商的投資決策

同為理性人的房地產(chǎn)開發(fā)商，假定:房地產(chǎn)開發(fā)分兩期投入，第一期投入土地和資金，第二期投入勞動(dòng);房地產(chǎn)開發(fā)函數(shù)為柯布——道格拉斯函數(shù)形式，即I2=AKξ1Nψ2Rζ1，其中I2為住房開發(fā)數(shù)量，A表示現(xiàn)有技術(shù)水平，K1表示金融支持，N2為投入勞動(dòng)數(shù)量，R1為投入土地?cái)?shù)量，ξ、ψ和ζ為彈性系數(shù);房地產(chǎn)開發(fā)成本為Chhs2+W2N2+F(h2)，其中Ch為單位建筑面積的土地價(jià)格，W2為單位工資，F(xiàn)(h2)表示除勞動(dòng)和土地以外的其它成本投入。則開發(fā)商的投資決策選擇為以下數(shù)學(xué)規(guī)劃問題的解:

其中，B1為自有資金，hs1為第一期住房供給量，hs2為第二期住房供給量，δ為折舊率。

根據(jù)以上分析可知，一方面，房價(jià)與金融支持存在同方向變動(dòng)關(guān)系，當(dāng)金融支持力度增加時(shí)，房價(jià)將會(huì)上漲;另一方面，房價(jià)的波動(dòng)同樣會(huì)導(dǎo)致金融支持發(fā)生變動(dòng)，具體地說，房價(jià)的上漲也將引發(fā)金融支持進(jìn)一步擴(kuò)張。

四、實(shí)證分析

1、變量選取

房地產(chǎn)價(jià)格(HP):作為因變量，由商品房銷售額與對(duì)應(yīng)的銷售面積之比得到。

金融支持量(L):作為重點(diǎn)研究的自變量，依據(jù)國家統(tǒng)計(jì)局口徑，我國房地產(chǎn)開發(fā)資金來源包括國內(nèi)貸款、利用外資、自籌資金以及其它資金［14］。借鑒周京奎(2005)［15］的思想，同時(shí)考慮消費(fèi)者購房首付比例為30%的實(shí)際，將房地產(chǎn)開發(fā)資金來源中的非自籌資金與當(dāng)期商品房銷售額的0.7倍之和作為金融支持量。

商品房竣工面積(S):作為控制變量，用來反映住房供給能力。

人均可支配收入(Y):作為控制變量，用來反映住房需求能力。

沒有納入理論分析中的利率、土地價(jià)格等因素作為控制變量，主要因?yàn)槔首兓男畔⒖捎少J款額的高低直接反映出來，而土地出讓價(jià)格數(shù)據(jù)不容易獲取。

2、數(shù)據(jù)來源與處理

1998年底我國開始住房體制改革，房地產(chǎn)業(yè)才逐步市場化，因此選用1999年1季度至2013年2季度的數(shù)據(jù)進(jìn)行實(shí)證分析，所有數(shù)據(jù)均來源于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫。

為了剔除價(jià)格因素的影響，將房價(jià)、金融支持和人均可支配收入數(shù)據(jù)除以季度定基比消費(fèi)價(jià)格指數(shù)，將其轉(zhuǎn)換為以1998年12月不變價(jià)格表示的實(shí)際值［16］;為消除季節(jié)因素的影響，對(duì)所有變量利用X－12方法進(jìn)行季節(jié)調(diào)整;最后，為了使數(shù)據(jù)更接近正態(tài)化分布并且消除異方差性，對(duì)所有變量進(jìn)行自然對(duì)數(shù)處理，分別用lnHP、lnL、lnS和 lnY表示。數(shù)據(jù)處理軟件為EViews6.0。

3、平穩(wěn)性檢驗(yàn)

筆者采用的是以季度為單位的時(shí)間序列，因此首先對(duì)各變量序列進(jìn)行單位根檢驗(yàn)，以檢驗(yàn)其是否平穩(wěn)，采用的是ADF檢驗(yàn)方法，結(jié)果如表1所示。

表1 各時(shí)間序列平穩(wěn)性檢驗(yàn)結(jié)果

根據(jù)表1的檢驗(yàn)結(jié)果，lnHP、lnL、lnS和lnY四個(gè)時(shí)間序列都是非平穩(wěn)的，而它們的一階差分序列D(lnHP)、D(lnL)、D(lnS)和D(lnY)卻能在1%的水平下拒絕存在單位根的零假設(shè)，說明lnHP、lnL、lnS和lnY都是I(1)序列，具備建立VAR模型以及進(jìn)行協(xié)整檢驗(yàn)的條件。

4、VAR模型構(gòu)建

根據(jù)LR和AIC指標(biāo)值，確定VAR模型中的自回歸滯后階數(shù)為2，因此建立VAR(2)模型:

其 中， yt= (lnHPt， lnLt， lnSt， lnYt)'，Φ0、Φ1、Φ2分別為4×4維待估計(jì)系數(shù)矩陣，εt為擾動(dòng)列向量。

通過對(duì)比AR特征多項(xiàng)式根的倒數(shù)與1的大小，得VAR(2)模型所有根模的倒數(shù)都比1小，判定VAR(2)模型是穩(wěn)定的，可以利用其做下一步分析。

5、JJ(Johnsen－Juselius)協(xié)整檢驗(yàn)

基于VAR(2)模型，利用JJ檢驗(yàn)方法中的特征根跡檢驗(yàn) (trace檢驗(yàn))和最大特征值檢驗(yàn)對(duì)變量之間是否存在協(xié)整關(guān)系進(jìn)行檢驗(yàn)［17］，并且協(xié)整方程包含截距項(xiàng)，序列協(xié)整檢驗(yàn)結(jié)果如表2所示。

表2 序列協(xié)整檢驗(yàn)結(jié)果

JJ檢驗(yàn)結(jié)果顯示能夠拒絕0個(gè)協(xié)整向量和至多1個(gè)協(xié)整向量的原假設(shè)，即4個(gè)變量之間存在協(xié)整關(guān)系，說明房價(jià)、金融支持、商品房竣工面積和人居可支配收入之間存在長期穩(wěn)定的均衡關(guān)系。

6、Granger因果關(guān)系檢驗(yàn)

基于VAR(2)模型和JJ協(xié)整檢驗(yàn)結(jié)果，進(jìn)一步檢驗(yàn)房價(jià)與金融支持之間是否存在Granger因果關(guān)系，結(jié)果如表3所示。

表3 Granger因果關(guān)系檢驗(yàn)結(jié)果

根據(jù)表3的檢驗(yàn)結(jié)果，lnHP方程中，能在5%的顯著性水平下拒絕lnL不能Granger引起lnHP的原假設(shè)，lnL方程中，不能拒絕lnHP不能Granger引起lnL的原假設(shè)。從長期來看，金融支持是房價(jià)波動(dòng)的格蘭杰原因，而房價(jià)波動(dòng)不是金融支持?jǐn)U張的格蘭杰原因。

7、脈沖響應(yīng)分析

利用Koop(1996)提出的不依賴于變量次序的廣義脈沖響應(yīng)函數(shù)對(duì)房價(jià)波動(dòng)與金融支持的動(dòng)態(tài)關(guān)系進(jìn)行分析。圖1和圖2分別顯示了金融支持 (lnL)對(duì)房價(jià) (lnHP)波動(dòng)的脈沖響應(yīng)函數(shù)和房價(jià) (lnHP)波動(dòng)對(duì)金融支持(lnL)的脈沖響應(yīng)函數(shù)。其中，橫軸表示沖擊作用的不同滯后期 (單位:季度)，縱軸為響應(yīng)效應(yīng);實(shí)線表示脈沖響應(yīng)函數(shù)，虛線表示正負(fù)兩倍標(biāo)準(zhǔn)差的偏離線［18］。

圖1 lnL對(duì)lnHP的脈沖響應(yīng)函數(shù)

圖2 lnHP對(duì)lnL的脈沖響應(yīng)函數(shù)

由圖1可知，初期階段，房價(jià)在金融支持的沖擊下會(huì)出現(xiàn)較快上漲，隨著時(shí)間推移，金融支持對(duì)房價(jià)的助推作用在快速減弱，到第4期，脈沖響應(yīng)效應(yīng)為0，即金融支持對(duì)房價(jià)上漲完全失去了推動(dòng)作用。第4期以后，金融支持對(duì)房價(jià)表現(xiàn)為反向作用，并且脈沖響應(yīng)效應(yīng)穩(wěn)定在－0.003左右。

由圖2可知，房價(jià)在開始階段對(duì)金融支持有正向的沖擊，響應(yīng)效應(yīng)達(dá)到0.08，但其影響程度在逐漸減弱，到第10期已經(jīng)接近0，之后繼續(xù)向0靠近。

根據(jù)上述分析結(jié)果可知，在短期內(nèi)，房價(jià)波動(dòng)與金融支持之間存在正向的相互影響，金融支持對(duì)房價(jià)上漲具有明顯的推動(dòng)作用，而房價(jià)上漲同樣能引起金融支持?jǐn)U張;但是長期來看，金融支持增加將導(dǎo)致房價(jià)持續(xù)下跌，而房價(jià)波動(dòng)幾乎不會(huì)對(duì)金融支持?jǐn)U張產(chǎn)生沖擊作用。

8、方差分解分析

利用方差分解技術(shù)分析每一個(gè)結(jié)構(gòu)沖擊(金融支持、商品房銷售面積和人均可支配收入)對(duì)房價(jià)變化的貢獻(xiàn)程度［19］，對(duì)比判斷金融支持對(duì)房地產(chǎn)價(jià)格波動(dòng)的重要性。表4給出了到第15期的方差分解結(jié)果。

表4 lnHP方差分解結(jié)果

時(shí)期 標(biāo)準(zhǔn)誤lnHP lnL lnS lnY 6 0.0485 83.3999 6.1317 0.2286 10.2397 7 0.0496 79.8486 6.8713 0.3426 12.9376 8 0.0506 76.8462 7.4145 0.4496 15.2898 9 0.0515 74.0556 7.8730 0.6119 17.4595 10 0.0524 71.5886 8.2197 0.7835 19.4082 11 0.0532 69.3232 8.4948 0.9857 21.1963 12 0.0541 67.2655 8.7043 1.1988 22.8314 13 0.0548 65.3659 8.8659 1.4278 24.3404 14 0.0556 63.6124 8.9876 1.6642 25.7359 15 0.0563 61.9808 9.0786 1.9078 27.0329

根據(jù)lnHP方差分解結(jié)果的縱向比較可以看出，隨著時(shí)間推移，房價(jià)波動(dòng)自身的貢獻(xiàn)率在不斷下降，而金融支持、商品房銷售面積和人均可支配收入對(duì)房價(jià)波動(dòng)的貢獻(xiàn)率在不斷上升。其中，商品房銷售面積和人均可支配收入對(duì)房價(jià)波動(dòng)貢獻(xiàn)率上升幅度較大，金融支持對(duì)房價(jià)波動(dòng)貢獻(xiàn)率上升幅度相對(duì)較小并且逐漸趨于平穩(wěn)。

根據(jù)橫向比較可以看出，在第4期及以前，金融支持對(duì)房價(jià)波動(dòng)貢獻(xiàn)率大于商品房銷售面積和人均可支配收入，從第4期以后，人均可支配收入對(duì)房價(jià)波動(dòng)貢獻(xiàn)率快速增加，雖然商品房銷售面積對(duì)房價(jià)波動(dòng)貢獻(xiàn)率也在增加，但一直落后于人均可支配收入和金融支持。因此可以認(rèn)為，相比之下金融支持對(duì)房價(jià)波動(dòng)的影響主要體現(xiàn)在短期，而對(duì)房地產(chǎn)價(jià)格波動(dòng)產(chǎn)生長期影響的還是經(jīng)濟(jì)基本面。

五、結(jié)論

通過對(duì)房價(jià)波動(dòng)與金融支持關(guān)系的理論分析和實(shí)證研究，得到以下結(jié)論:

第一，房價(jià)波動(dòng)與金融支持之間存在著長期穩(wěn)定的均衡關(guān)系，并且金融支持是房價(jià)波動(dòng)的長期Granger原因，這一點(diǎn)跟很多學(xué)者的研究結(jié)論相一致。

第二，在短期內(nèi)，房價(jià)上漲與金融支持?jǐn)U張存在相互的正向影響，其中金融支持對(duì)房價(jià)上漲具有明顯的推力作用，而房價(jià)上漲又能引起金融支持?jǐn)U張，這就能夠解釋為什么房地產(chǎn)業(yè)的發(fā)展需要適度的金融支持的觀點(diǎn)。

第三，長期來看，金融支持增加將會(huì)促使房價(jià)持續(xù)性下跌，此時(shí)房價(jià)波動(dòng)幾乎不會(huì)對(duì)金融支持?jǐn)U張產(chǎn)生沖擊作用。說明房地產(chǎn)金融支持存在門檻效應(yīng)，跨過了門檻，即出現(xiàn)金融支持過度的情況，就極容易導(dǎo)致房地產(chǎn)泡沫的產(chǎn)生，進(jìn)而阻礙房地產(chǎn)市場的發(fā)展，更嚴(yán)重的后果是，一旦出現(xiàn)市場恐慌，致使房價(jià)大幅下滑并刺穿房地產(chǎn)泡沫，將會(huì)給金融市場乃至整個(gè)國民經(jīng)濟(jì)帶來巨大破壞。因此，金融支持?jǐn)U張并不是房地產(chǎn)業(yè)持續(xù)發(fā)展的長久之策，政府部門應(yīng)當(dāng)適時(shí)調(diào)整策略導(dǎo)向，開拓多元化的房地產(chǎn)市場融資渠道，如此才能有效地防范房地產(chǎn)市場信貸風(fēng)險(xiǎn)，保障經(jīng)濟(jì)社會(huì)平穩(wěn)健康發(fā)展。

［1］謝經(jīng)榮，朱 勇，曲 波.房地產(chǎn)泡沫與金融危機(jī)［M］.北京:經(jīng)濟(jì)管理出版社，2003.15－55.

［2］屈芳芳，解 艷.金融支持過度與我國房地產(chǎn)泡沫理論研究［J］.經(jīng)濟(jì)視角，2010，(1):68－69，75.

［3］中國房地產(chǎn)業(yè)協(xié)會(huì)金融專業(yè)委員會(huì).中國房地產(chǎn)金融2012年度報(bào)告 ［J］.中國房地產(chǎn)金融，2013，(4):9－18.

［4］Allen F.，D.Gale.Bubbles and Crises［J］.The Economic Journal，2000，(460):236－255.

［5］袁志剛，樊瀟彥.房地產(chǎn)市場理性泡沫分析 ［J］.經(jīng)濟(jì)研究，2003，(3):34－43.

［6］周京奎.房地產(chǎn)泡沫生成與演化——基于金融支持過度假說的一種解釋［J］.財(cái)貿(mào)經(jīng)濟(jì)，2006，(5):3－10.

［7］王 勝.銀行信貸擴(kuò)張與房地產(chǎn)泡沫生成:理論、模型與實(shí)證［D］.成都:西南財(cái)經(jīng)大學(xué)博士學(xué)位論文，2008.52－68.

［8］武康平，皮 舜，魯桂華.中國房地產(chǎn)市場與金融市場共生性的一般均衡［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2004，(10):24－32.

［9］Davis，E.P.，H.Zhu.Bank Lending and Commercial Property Cycles:Some Cross－Country Evidence［J］.BIS Working Paper，2004，(150):45－64.

［10］廖湘岳，戴紅菊.商業(yè)銀行貸款與房地產(chǎn)價(jià)格的關(guān)系研究［J］.上海經(jīng)濟(jì)研究，2007，(11):91－96.

［11］劉 園，韓 斌.我國銀行信貸對(duì)房地產(chǎn)價(jià)格影響的實(shí)證研究——基于邊限協(xié)整檢驗(yàn)視角 ［J］.金融理論與實(shí)踐，2012，(9):27－29.

［12］李勇剛，李 祥.房價(jià)波動(dòng)與金融支持的關(guān)聯(lián)效應(yīng)研究［J］.統(tǒng)計(jì)與決策，2012，(7):129－132.

［13］張朝洋.中國信貸支持與房地產(chǎn)價(jià)格波動(dòng)——基于SVAR模型的實(shí)證研究［J］.區(qū)域金融研究，2010，(11):75－80.

［14］萬禮鋒，尹貽林.我國房地產(chǎn)價(jià)格上漲成因及其治理對(duì)策［J］.價(jià)格理論與實(shí)踐，2010，(3):41－42.

［15］周京奎.金融支持過度與房地產(chǎn)泡沫——理論與實(shí)證研究［M］.北京:北京大學(xué)出版社，2005.233－237.

［16］段忠東，曾令華.房價(jià)沖擊、利率波動(dòng)與貨幣供求:理論分析與中國的經(jīng)驗(yàn)研究［J］.世界經(jīng)濟(jì)，2008，(12):14－27.

［17］高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模 (第二版) ［M］.北京:清華大學(xué)出版社，2009.291－294.

［18］羅孝玲，洪 波，馬世昌.基于VAR模型的房地產(chǎn)價(jià)格影響因素研究［J］.中南大學(xué)學(xué)報(bào) (社會(huì)科學(xué)版)，2012，(4):1－7.

［19］周 亮.貨幣因素對(duì)我國房地產(chǎn)價(jià)格的影響略探［J］.湖南財(cái)政經(jīng)濟(jì)學(xué)院學(xué)報(bào)，2013，(2):71－76.