三 文献回顾

房地产周期研究起源于20世纪30年代大萧条时期前后，研究先驱者包括Kuznets（1930）、Hoyt（1933）、Burns（1935）等人。但在“二战”后的20年间，房地产周期波动变得不明显，相关研究也停滞不前。20世纪70年代以后，房地产市场出现大幅起落，房地产周期研究也进入活跃阶段。Mueller、Wheaton等人致力于从基本面对房地产周期波动进行解释、分析与预测，Case、Shiller等人质疑单纯以基本面因素对房地产周期的解释力，更加强调投机与泡沫因素对房地产周期波动的推动作用。近年来，一些研究者还运用微观经济理论解释分析了房地产周期以及它的福利效应，使房地产周期波动研究更具坚实的经济学理论基础。不同角度的房地产周期波动研究均发现了房地产周期波动区域差异的显著存在。

（一）房地产周期波动的市场基本面分析

市场基本面因素分析可以帮助研究者解释不同房地产市场周期波动的差异性，并找出能够有效监测房地产周期波动的基本面指标。房地产周期的市场基本面分析主要包括市场供求分析、市场结构分析等。

1．房地产市场供求分析

房地产供给与需求的不同步运动是房地产周期波动的基本特征。Pritchett（1984）通过将房地产需求周期和滞后的供给周期纳入研究模型，发现供给的增长与下降总是滞后于需求的增长与下降，当供给与需求运动方向背离时就可以找到周期顶部与底部的转折点；空置率是划分周期阶段的最好指标，在衰退阶段空置率很高，而在繁荣阶段则空置率下降，并在周期波峰达到最低点。Witten（1987）发现每个城市都有自身的独有房地产周期，周期长度和波动程度各不一样，房地产供给的波动要比需求的波动大，因为供给通常更多地决定于融资的难易程度而不是市场需求。

Mueller（1995）提出了房地产自然周期与房地产投融资周期理论，并依此于1999年提出房地产自然周期阶段的租金增长率假说。租金增长率假说认为，租金增长率是房地产市场所处的自然周期阶段的函数，当市场空置率高于长期平均空置率，租金增长率将低于通货膨胀率；当市场空置率低于长期平均空置率，租金增长率将高于通货膨胀率。通过对美国54个写字楼和工业房地产市场30年的数据分析，Mueller验证了上述假说，租金增长率在自然周期的底部低增长或负增长，在长期平均空置率的位置向通货膨胀率靠近，在周期顶部时具有很高的增长率，在从顶部的下降阶段租金增长率下降，在衰退阶段低于通货膨胀率或出现负增长率，除了复苏阶段的工业地产外，写字楼与工业地产全国平均租金增长率能够通过市场所处自然周期位置来预测。

Mueller（2002）利用更长的可观察时间窗口，从影响供求的主要因素角度对近30年房地产自然周期与房地产投融资周期的变化做出历史分析，并在此基础上推测了未来的房地产周期模式的特征。他认为，影响房地产供求的因素已经或正在发生根本性的变化，这种变化集中体现在更理性的公共资本市场、建设开发限制和市场透明度增强三方面。公共资本市场改变了早期房地产市场的纯私人性质，它比私人资本市场更加理性，能够抑制对房地产的过度投资开发。建设开发限制如越来越多的环境规划管制与建筑材料和劳动力成本的提高，使供给增加比以前困难，从而不断降低供给弹性。市场透明度增强表现在数据信息越来越可靠，个人与机构投资者、银行、研究团体能够更有效地监测过度开发风险和预测市场机会，这些将使房地产市场自动调节机制的循环反馈过程缩短。综合上述因素可以得出，以往供给对需求的过度反应机制而形成的周期性过量开发现象正发生重大改变，未来的房地产周期模式，将更多地要从需求方面而不是供给方面对其做出解释。

2．市场结构分析

不同类型的房地产市场具有不同的市场结构，从而周期特征也各不相同。

Hekman（1985）、Wheaton（1987）、Wheaton和Torto（1988）等都研究了写字楼市场周期中的租金调节机制与投资开发反应。Hekman（1985）发现写字楼市场租金不仅对当地经济状况而且也对全国经济状况做出反应与调整，以写字楼开发许可数衡量的写字楼投资开发，与经过通货膨胀调整后的写字楼租金和写字楼使用行业就业率的长期增长高度相关。Wheaton（1987）发现租金不能及时调整使市场出清，而是逐渐地对空置率变化做出反应，从而延长了周期；供给将更多的是对给定的租金或空置率变化而不是意愿需求做出反应；供给对市场条件变化的反应要远比需求有弹性，从而助长了市场的不稳定性。Wheaton和Torto（1988）发现写字楼空置率与租金都具有周期性特征，租金变化对当前过度空置有强烈反应，每超过长期平均值1个百分点的空置率将使写字楼租金逐年下降2%，空置变化影响的是实际租金而不是名义租金，结构性或摩擦性的空置率在所研究的整个时期内显著上升。

除写字楼外，Tsolacos（1999）研究了英国零售房地产开发周期（以新开工零售物业数量来衡量），发现实际零售物业租金、总消费性支出能够很好反映新开工零售物业数量变化，从实际零售物业租金、总消费性支出变化到新的建筑开发有两年的滞后。Wheaton和Rossoff（1998）在1969～1994年酒店业的结构模型中，发现首先是出租率发生变动，然后是租金率产生变动，再后是供给的周期性出现变动，每一阶段的变动传递都有较长时间的滞后，酒店业的需求主要受总体宏观经济周期的影响。对于租金变化滞后于需求变化的原因，他们推测是酒店业寡头垄断的市场结构。

为了进一步说明写字楼、住宅、工业地产、零售物业等不同类型房地产市场周期波动差异形成的原因，Wheaton（1999）建立了存量—流量房地产周期模型，用以模拟各种市场结构因素对房地产周期的影响。Wheaton通过模拟发现当微观主体具有非理性预期时，发生的周期波动依赖于资产耐久性、建筑开发时滞性、供给弹性与需求弹性等市场结构特征。周期波动发生的必要条件是需求弹性小于或等于供给弹性，加大供给价格弹性与需求价格弹性的差，波动将持续更长，波幅将更大；其他参数不变，建筑时滞越长，周期也将随之变长，模型将出现更大的波幅与更低的频率；如果房地产存量折旧率（或市场需求增长率）增加，模型的波幅与频率都将增大，折旧率大于0.1，模型将不再向稳定状态收敛。

反之，当微观主体具有理性预期时，模型一般不发生周期性波动；当加入一些房地产市场的制度性特征，如长期租赁合同、通过信用方式获取开发资金等，即使微观主体具有完全理性，也会发生一定的过度开发和价格波动，但没有出现反复波动；当采用一些非常极端的、在现实中几乎不可能出现的参数组合时，理性预期模型也出现了反复的周期波动。

（二）房地产周期波动的宏观基本面分析

在宏观经济周期与房地产周期的关系研究方面，Grebler和Burns（1982）、Downs（1993）、Clayton（1996）都发现了房地产周期与宏观经济周期存在强关联性。Wang（2003）引入多变量谱分析的方法，用以分析英国房地产与其他相关经济部门的共同周期，通过频域分析发现房地产与多数经济部门特别是房地产使用部门具有共同周期，但房地产周期与其他相关部门的周期在年度频率上有较大差异，房地产周期要比总体经济波动剧烈；Krystalogianni、Matysiak和Tsolacos（2004）还用Probit模型分析了英国宏观经济领先指标与英国房地产周期阶段的概率关系，发现先行指标中政府债券收益率与广义货币供应量（M2）指标对于工业、写字楼和零售房地产均有重要监测价值，对于写字楼与工业房地产来说，工业产出指标也很显著，对于零售房地产来说，汽车牌照数指标很显著。

在产出、利率、通货膨胀、就业等宏观经济变量对房地产周期的影响方面，Kling和McCue（1987）发现名义利率对美国写字楼开发周期有重要影响，名义利率的下降提高了预期总产出，使作为引致需求的写字楼需求增加，从而引起写字楼市场的周期性过度开发。Kaiser（1997）发现在美国房地产长周期的大波峰之前，往往有一个非常高的通货膨胀期，通货膨胀使租金的提高要远快于运营支出的提高，营业净收入（NOI）的增加，引起房价的快速增长，从而吸引了过量的资本流入房地产市场，导致房地产市场灾难性的过度繁荣。最终，空置率上升使净运营收入下降到繁荣前的水平。McGough和Tsolacos（1999）使用非约束向量自回归框架检验了英国写字楼开发周期，研究结果支持了写字楼租金对写字楼开发的显著影响，但发现服务部门产出对写字楼开发只有很小的影响，而与大量美国相关研究结果不同的是，就业和利率对写字楼开发没有任何直接影响。

在资本市场对房地产周期的影响方面，Down（1985）把美国20世纪80年代的过度开发归因于金融管制放松以及1981年税收法案导致资本市场对非住宅房地产投资的偏爱；Corcoran（1987）将房地产资本市场与租赁市场相联系来解释空置率与房地产价格为什么会同时不断的上升，认为关键在于房地产既是一种生产要素也是一种资产，作为生产要素的房地产的市场出清价格是租金收入，而作为资产的房地产回报率则要与其他可选资产如股票和债券的投资回报率相比较，写字楼的价格上涨要比重置成本上升快得多，导致过度开发和空置率上升；Renaud（1997）在对1985～1994年第一次世界房地产周期的研究中，详列了形成世界房地产周期的各种国内国际因素，分析了它的冲击和影响及对还没有完全融入全球资本市场国家的经验教训，指出房地产市场周期和资本市场存在紧密联系，金融市场的全球化提供了房地产周期向全球传导的渠道。

（三）房地产周期波动的投机泡沫分析

虽然房地产投机行为几乎与交易行为一样古老，但是由于投机和泡沫直接涉及人的行为，难以准确定义和直接量化，影响了房地产周期波动投机泡沫分析的深入。目前房地产周期投机泡沫分析仍以问题导向为主，通过对房地产周期波动的具体案例分析，寻找投机泡沫推动作用的证据。

1．投机泡沫存在的经验证据

Case和Shiller（1989）检验了1970～1986年亚特兰大、芝加哥、旧金山、达拉斯独户住宅市场有效性，发现这些城市住宅价格波动存在系列相关性，下一年价格倾向于与上年价格同方向变化。但房地产价格变动的系列相关性显然难以直接证明投机泡沫的存在。

20世纪80年代前后，波士顿和洛杉矶两个城市房地产市场都经历了剧烈的“繁荣—破灭”式周期波动。Case和Shiller（1994）以这两个城市为经典案例，研究了独户住宅市场上升与下降阶段不同档次住宅价格变动模式的相似性与差异。研究对象包括波士顿64个离散区域在1981～1993年的102674笔交易，洛杉矶75个离散区域在1970～1993年的753295笔交易，每个季度的所有交易根据交易价格分为高中低三档，并分别构建价格指数。在繁荣阶段，洛杉矶三个档次住宅价格具有非常相似的增长率，波士顿各档次的住宅价格也共同上升，当高档住宅价格停止上升时，低档住宅价格仍继续上升一年。在下降阶段，两个城市的各档次住宅价格表现出很大差异：1991年春季前，波士顿三个档次住宅价格一起下跌，此后，高档住宅开始复苏，低档住宅价格的下跌比例最大；相反，洛杉矶高档住宅价格下降最大，低档住宅价格下降最小。

Case和Shiller（1994）认为，两个城市住宅价格上涨的幅度与模式不能仅用基本面因素来解释，至少有部分价格上涨可以归结为买卖者的投机行为。首先，效率市场的价格变动应具有随机漫步的性质，但是两个城市存在房价平稳上升或下降超过4年时间的反向证据。其次，1988年以后两个城市的经济基本面都已经恶化，但是经济基本面恶化是在房地产市场出现转折之后，而非之前。再次，基本面不同的地区房价增长情况却很相似，1988年马萨诸塞州失业率达到最低点，该州某些地区的失业率要比州平均值高30个百分点，还有些地区则要高出60个百分点以上，然而在繁荣期间所有这些地区经历了相似的价格上涨；在价格下降期间，具有高失业率与低收入水平的地区房价经历了更大的下跌。这说明需求在很大程度上是被预期的价格上涨所推动，在繁荣期间，不同地区具有相同的价格上涨预期而形成相似的价格上涨模式，而在下降期间，那些价格脱离基本面幅度大的地区房价跌幅也更大。

Björklund和Söderberg（1999）检验了瑞典20世纪80年代房地产周期的上升阶段后证明，价格的显著上涨是可以用投机性泡沫来解释的。他们认为，利率等宏观经济变量虽然影响房地产价格，但是它们只是间接基本面因素，房地产运营收入才是支持房地产价格的直接基本面因素，间接基本面因素是通过直接基本面因素发生作用的。存在这样一种情况，价格的大部分变化可以被宏观经济变量所解释，但是不能同样很好地被直接基本面因素所解释。因此，不能仅仅因为用宏观经济变量对价格作回归的R2值很大而排除投机性泡沫的存在，也不能仅通过价格来研究房地产周期及投机性价格泡沫，而是有必要进一步研究租金周期与价格周期的关系。他们使用能够反映租金周期与价格周期相对关系的GIM（Gross Income Multiplier, GIM=价格/总运营收入）来测度房地产周期阶段，并根据GIM指标提出四条存在投机性泡沫影响的充分条件：GIM持续提高，但是这种提高不能被利率变化所解释；GIM持续提高，但是这种提高不能被预期租金增长所解释；影响租金水平的基本面因素与GIM的相关性要比它和租金及价格水平的相关性强；价格水平的时间序列减去一个假定的理性泡沫后，能更好地被基本面因素所解释。通过把GDP、货币供应量、名义利率、通货膨胀率、投资、服务部门就业等宏观经济变量分别对价格、租金和GIM作回归，他们发现这些宏观经济变量对房地产价格的解释力最强，GIM次之，租金再次之，说明价格更多地受宏观经济变量而不是租金的推动，换言之，价格周期并非完全追随租金周期。研究结论肯定了投机性泡沫的存在。

Case和Shiller（2003）在对近年住宅市场投机泡沫的研究中，分析了1985～2002年美国州层次的住宅季度价格和基本面数据，发现在50个州里面有42个州的收入变化能够解释价格变化，另外8个州由其他经济变量提供了解释，但是其他基本面变量对2000～2002年房价预测要低于实际观测的价格。

2．投机泡沫发生作用的基本条件

虽然投机泡沫分析否定单纯的基本面因素的解释力，但是研究表明投机泡沫发生作用仍然离不开一些基本条件。Ortalo-Magné 和Rady（2001）注重需求方面因素如收入冲击、信贷约束分析，Malpezzi（1999）考虑了供给方面的决定性因素，着重于自然约束、环境管制的作用。Malpezzi和Wachter（2005）使用经修正的存量调整动态模型，对投机是否能引起住宅市场周期波动及其发生作用条件作了数理模拟。模型包含资产耐久性、建筑滞后及交易成本等变量，以需求对价格变动弹性的不同赋值来判断是否存在价格投机。模拟结果表明，一个具有投机因素及供给对价格反应滞后的简单模型就足以产生住宅市场周期波动；投机所导致的价格波动幅度依赖于供给条件，供给价格弹性越小，投机的影响力就越大，投机对房地产周期强烈的影响只有在供给缺乏弹性的情况下才会出现。据此他们认为，更灵活宽松的房地产开发管制、更少的自然地理条件约束将使住宅市场具有更少的投机行为及更小的周期波动，特别值得关注的是房地产开发管制对于供给弹性的关键作用。

（四）房地产周期波动的福利分析

Spiegel（2001）使用一般均衡模型分析了住宅建筑开发周期与投资回报。模型中住宅投资回报、建筑开发、抵押贷款条件、住宅维护行为都被作为内生变量，住宅所有者、银行、开发商的互动导致住宅价格、抵押贷款条件、住宅存量的退化与再开发的动态变化。研究发现抵押贷款与住宅价值的比率（LTV）可以用来预测未来的住宅投资回报，高的LTV比率预示着更高的未来住宅投资回报；开发商的土地储备与建筑开发决策也可以预测住宅投资回报，当开发商预期住宅投资回报率高于利率时购买土地，当预期住宅回报率低于利率时进行住宅建筑开发，在价格上涨时开发商将减慢建筑开发速度。研究还对更一般的效用函数、内生的财富水平、内生住宅质量情况作了扩展。

Leung和Chen（2006）使用世代交叠（OLG）模型对土地价格周期的内生性和它的福利效应做了初步的探讨，有助于解释房地产长周期现象。模型中每个个体生存于年轻与年老两个离散时期，土地既作为一种财富储存手段也作为一种投入的生产要素，代际土地和房地产的交易机制是模型存在的前提。年轻的个体通过劳动获得工资收入，并用以消费和购买土地。年老个体在退出经济体系前，依靠租金和出售土地收入来消费。每个个体都力求最大化生命周期效用。研究发现即使不考虑资本市场不完善、信息不完全、非凸、不确定性等因素，仍存在内生的土地价格周期，且每一代人的福利依赖于其出生时期的土地价格。消费的跨期替代弹性σ在模型中具有决定性意义。当0＜σ＜1时，各期土地价格不发生周期性波动；当σ＞1时，各期土地价格可能出现收敛式波动、循环式波动或发散式波动。从福利效应看，当0＜σ＜1时，该群体的生命周期效用与该群体出生期的土地价格正相关；当σ＞1时，该群体生命周期效用与该群体出生期的土地价格负相关，当本期土地价格比下一期低，则本期出生群体生命周期效用将比紧接着的下一代要高。

（五）房地产周期的区域差异分析

Brown（1984）在对1968～1983年独户住宅销售周期分析中，将美国分为东北、北部中心、南部和西部4个区域，发现在消除季节性影响与趋势因素后，仍存在显著的周期波动，并且周期波动长度和波幅因区域不同而不同。

Voith和Crone（1988）研究了不同区域市场自然空置率的变化及市场偏离自然空置率的持续性。他们将写字楼空置率变量分解为时间因素、市场因素与随机因素，根据1979年秋到1987年春17个大都市区中央商务区和郊区的面板数据，发现不同区域市场自然空置率存在重大差异，中央商务区不同于郊区的自然空置率，偏离均衡空置率的持续性在不同的中央商务区存在显著的差异，但是郊区则不存在，给定冲击的影响在大多数私人市场都消失得非常快。

Pollakowski、Wachter和Lynford（1992）考虑了不同区域市场规模因素的影响。研究模型包括供给、需求与租金调整三个方程，并根据存量规模将21个大都市区的写字楼市场划分为5组，通过对1981～1990年数据作截面时间序列分析，发现不同城市规模写字楼市场的需求、租金调整和供给行为存在明显差别。

Downs（1993）的研究发现，不同的市场因为其供给需求条件的基本差异，均衡的空置率也将各不相同，对于一些企业及人口增长较快的市场来说，动态市场要比静态市场有更高的空置率。

Mueller和Laposa（1994）通过平均空置率方法研究了1967～1993年美国52个写字楼市场的周期波动，发现不同市场具有不同的周期波动。Laposa和Mueller（1994）进一步研究了大都市区内部各子市场相对于整体市场的房地产周期差异，发现子市场与总体市场房地产周期在短期内可能存在很大差异。

Gordon、Mosbaugh和Canter（1996）进一步将大都市区人口密度、生产经营成本、经济多样化程度等特定区域市场条件指标结合到写字楼周期的研究中。研究采用31个大都市区半年度数据，并以空置率变化来衡量周期波动，发现空置率的变化在不同的周期阶段受不同因素的影响，从1978～1995年长期分析来看，资本可获得性对空置率波动的影响最大；如果仅看过度开发之后复苏阶段的1991～1995年，各大都市区特定市场条件以及需求方面的因素起主要作用，如对建筑开发的限制、预料之外的就业增长、地区经济状况、生产经营成本等。

（六）中国房地产周期研究

改革开放以来，中国房地产业得到恢复和快速发展。1980年深圳经济特区率先征收土地使用费；1987年开始有偿出让土地使用权；1998年国家取消福利分房政策；2002年停止协议出让商业、旅游、娱乐和商品住宅等各类经营性用地土地使用权，改为以招、拍、挂方式出让；2006年规定工业用地也必须采用招、拍、挂方式出让，我国房地产市场体系逐步形成与完善，房地产业的规模越来越大。在短短的20多年，房地产业已经发展成为我国国民经济的支柱产业之一，不仅房地产业本身在国民经济中占有重要的比重，而且房地产业的发展还直接或间接带动了60多个关联产业的发展。此外，房地产业与金融业相互渗透形成了共生共荣的互动关系，房地产业还能够通过金融活动对整个经济体产生全方位的影响。

在我国房地产业迅速发展的同时也出现了周期波动现象，并引起了相关研究者的关注，他们分别利用数据对我国的房地产周期进行了初步划分，并探讨了我国房地产周期波动形成的基本原因或影响因素。

1．中国房地产周期的划分

梁桂（1996）采用商品住宅年销售量指标把1986年以来中国房地产经济波动划分为一个半周期，即1986～1991年持续6年的周期，以及1992年到1995年的半个周期。

何国钊、曹振良（1996）利用商品房价格、城镇新建住宅面积、城镇住宅竣工面积、实有房屋建筑面积、实有住宅建筑面积、城镇住宅投资额、房地产业从业人员数量、房产买卖成交面积8项指标的环比增长率构建扩散指数，认为1984年我国达到改革开放以来房地产业发展的第一个高潮，此后逐渐衰退，到1987年跌入低谷；1988年达到第二个高潮，1989年再次跌入低谷；此后逐渐复苏，并在1992年达到第三次高潮，从1993年下半年开始又走向低谷，每个周期是4～5年，介于基钦周期（2～3年）和朱格拉周期（6～7年）之间。

张元端（1996）采用销售额增长率把改革开放以来中国房地产业发展历程划分为四个阶段：1979～1985年为复苏期，1986～1991年为增长期，1992～1993年为高速增长期，1994～1995年为宏观调控期。此后，张元端（2005）又进一步认为，我国房地产周期波动几个波峰分别为l993年、1998年和2003年，按照4～6年一个周期，下一个波峰应当是2008年左右。从2003年到2008年，会有一个从“繁荣”到“衰退”到“复苏”再到新的“繁荣”周期波动过程。他还认为中国房地产业的周期是4～6年，平均为5年，这和我国制订和实施国民经济“五年计划”有关。

谭刚（2001）进一步选用了16项指标计算扩散指数，这16项指标涵盖了房地产投资、生产、交易、金融以及产业增加值等方面，认为改革开放以来中国房地产经济经历了以下的周期波动。周期一为1978～1986年，为起步阶段；周期二为1987～1991年，房地产投资与交易规模有较大幅度的增加，但仍然未达到成熟程度；周期三为1992～1994年，房地产业迅速成为国民经济的热点产业，1992～1993年出现全国性房地产热，从1994年开始普遍回落，产业发展进入巩固、停顿和消化阶段；周期四为1995年以后。

中国社会科学院财贸经济研究所“房地产周期波动研究”课题组（2002）根据供给、需求、价格、增加值四个反映房地产景气重要方面，选择了房地产投资增长率、房屋施工面积增长率、房屋竣工面积增长率、房屋销售额增长率、商品房价格年上涨率、房地产业增加值增长率指标用以加权计算合成指数，将1981年来我国房地产业变动划分为4个周期。1981～1983年为第一轮周期；1984～1990年为第二轮周期；1991～1996年为第三轮周期；从1997年开始，中国房地产发展进入改革开放以来的第四轮周期。

曲波、谢经荣（2003）根据商品房销售面积增长率认为在1989年以前，房地产市场有一个回落的走势；从1989年到1996年，房地产市场经历了一个完整的周期，从谷到谷的时间是7年，这个阶段的峰值出现在1993年，从1996年开始房地产市场又开始好转，于1998年达到峰值，按照从峰到峰的计算方法，1993～1998年的周期时间是5年，从1998年开始房地产市场又开始回落。

张晓晶、孙涛（2006）以房地产投资增长率为衡量指标简单划分中国房地产市场为三个周期：第一个周期1978～l991年；第二个周期1992～1997年，房地产市场经历过热和调整两个阶段；第三个周期（即新一轮房地产周期）, 1998年至今。

2．房地产周期的成因及影响因素

在我国房地产周期与宏观经济周期关系研究方面，何国钊、曹振良（1996）发现我国房地产周期相对宏观经济周期复苏和萧条滞后、高涨和衰退先行；梁桂（1996）通过计算1986～1995年GNP年增长率与住宅年销售量增长率这两个数组的相关系数，并对不动产经济波动服从于总体经济波动做单方向假设检验，发现相关系数为0.7076，单方向假设检验的显著水平P=0.011，说明不动产经济波动与总体经济波动有相当程度的同步性；张元端（2005）发现国民经济增长曲线和全国商品房销售额增长曲线非常吻合。

在房地产周期的主要原因及影响因素分析方面，梁桂（1996）根据通胀环境下的不动产现金流调整模型与内部投资收益率模型，发现与国外正相关的情况不同，我国通胀波动与以住宅年销售量增长率所反映的不动产经济波动无论在波幅、周期抑或是同步性上，均存在明显差异。笔者对1986年以来的不动产市场现实需求年递增率与通胀年递增率之间作相关性分析发现，总体上两者之间存在负相关，其相关系数为-0.23。何国钊、曹振良（1996）认为对我国房地产周期最具代表性的影响因素是投资与政策，他们从发展目标、指导方针、政策内容、经济影响四个方面记录了中国房地产政策周期，发现中国房地产经济政策存在着明显的周期性特点，并且扩张和紧缩政策交替与房地产经济波动的周期基本一致，政策周期与房地产周期互成因果关系。谭刚（2001）也强调了投资因素与政府行为对房地产周期波动的影响，并认为可以把房地产周期波动看成是外部冲击在房地产经济系统内部的传导过程。中国社会科学院财贸经济研究所“房地产周期波动研究”课题组（2002）发现，中国房地产周期的表现形式在发生着显著的变化，周期的长度在增加，波动幅度在缩小，衰退与扩张的时间比在减少。据此，他们提出“解释转移假说”，认为中国房地产周期的影响因素正在发生深刻的转变，随着中国改革开放的深入，中国经济特别是房地产市场化水平提高，政府政策和政府行为对房地产周期的影响会进一步弱化。张晓晶、孙涛（2006）将中国新一轮房地产周期的驱动因素概括为增长面、宏观面和制度面三个方面，增长面因素包括城市化和居民收入的提高，宏观面因素主要体现为扩张性的宏观政策与大量外资流入，制度面因素包括整个金融市场还不发达、居民缺乏多样化选择的投资渠道以及地方政府的考核体制与预算软约束，并对这三个方面影响因素做了计量检验，发现实际有效汇率指数与实际房地产开发投资增长率呈反方向变动，上期实际贷款利率与当期房地产投资增长率、房地产贷款占整个信贷比例与房地产投资增长率均呈同向变动，汇率并轨对于房地产投资有较大的负面影响。

3．房地产周期波动的区域差异

沈悦、刘洪玉（2004）利用1995～2002年我国14个城市数据，运用混合样本回归以及添加城市和年度哑变量等分析方法，实证分析了住宅价格与经济基本面的关系，结果表明14个城市经济基本面的当前信息或过去信息都可以部分解释住宅价格水平或者变化率，并且经济基本面对住宅价格的解释模型存在显著的城市影响特征。

洪涛、西宝和高波（2007）利用35个大中城市2000～2005年的面板数据实证分析了我国房地产价格的区域联动与房地产泡沫的空间扩散机制。他们通过构建泡沫自回归模型并对其残差进行CSD检验，发现不同城市间房地产价格存在联动性并且房地产泡沫的演化过程相互影响，消费者的适应性预期是其中重要的传导机制之一。

梁云芳、高铁梅（2007）利用基于误差修正模型形式的面板数据模型讨论了房价区域波动的差异，并分析了造成各地区房价波动差异的原因以及货币政策效应的区域差异。分析发现：无论是从房价的长期趋势还是短期波动看，信贷规模对东、西部地区影响比较大，对中部地区影响较小；人均GDP无论从长期看还是短期看，对中部地区房价的影响都比较大；实际利率对各区域影响差异不大，并且影响较小；房价的预期变量在东部地区对房价的短期波动有较大影响。