论文部分内容阅读
摘要：在过去的几十年间，西方各国房地产市场领域的研究主要集中在房地产市场有效性、基于理性预期假设和新古典经济学分析框架，研究房价波动与宏观经济要素的关系。而前沿的理论则主要从微观机制的角度出发，建立动态经济学模型，研究非理性投机行为在房价波动中扮演的角色。
关键词：房地产价格波动 房地产市场有效性 房地产投机
一、引言
在过去很长一段时间里，房地产市场都在经历着繁荣——衰退的周期变动趋势（boom and bust cycles，Shiller，2008），“但是近些年来，房价暴涨暴跌的波动幅度是前所未见的……，部分地区的房价波动甚至称得上惊人。”（Dieci和Westerhoff，2012）。比如，从1996年到2008年，英国伦敦的房价上涨了三倍；北京2007—2010年间二手房价上涨了120%。房价就像脱缰的野马，其波动远远脱离了经济基本面。因此，维护房地产市场稳定成为了目前世界各国政府共同面对的重要而棘手的问题。
在已有的经济学文献中，不乏涉及房价波动的研究，学者们在这类研究中主要采取两个角度：一是基于资产定价和有效市场假设理论，从理论和实证方面研究房地产市场有效性；二是基于理性预期和新古典经济学的分析框架，研究宏观经济基本面指标如利率、人口，实际收入等对住宅价格变化的解释程度，并且认为理性的房价应该反映经济基本面。然而，这些研究往往比较片面，“对房地产市场很多方面内容的理解都不够完整，当前（2008年金融海啸前的美国）关于房价的快速上涨是否形成泡沫的争论就是一个很好的例子①。”（Glaeser， 2007）。特别地，越来越多研究表明，房地产市场其实并不理性，存在如灾难近视（disaster myopia），过度自信和侥幸心理等，这些非理性投机行为往往会导致房价过分调整（overshoot），从而远离其长期均衡值。目前，很多前沿研究转而从房价波动的微观机制着手，关注投机行为在房价波动中扮演的角色。
二、房地产市场有效性
根据有效市场假说（EMH），只要房地产市场价格能充分及时地反映了全部有价值的信息，市场价格代表着住房的真实价值，这样的房地产市场被称为“有效市场”。 EMH由Fama（1970）提出，后来被广泛用于检验证券市场的有效性。而最早应用于房地产市场领域的是Hamilton和Schwab（1985），与Linneman（1986）的研究。他们利用美国70年代中期的横截面数据（cross-sectional data）来检验房地产市场的有效性。后来由于Case和Shiller（1989）建立时间序列模型研究房地产市场有效性的做法备受推崇，吸引了大量学者利用时间序列数据检验美国和其他国家的不同房地产市场的有效性。Cho（1996）对上述研究做了一个详细的综述。这些文献总体上的结论和发现有三个：（1）房地产市场不是有效市场；（2）房价和收益率序列在短期内表现出惯性特征或正序列相关，但在长期却有向均值回归的趋势（mean reversion）；（3）房地产市场的交易成本较高，所以根据技术分析建立的交易规则不能取得超过市场平均水平的收益率。
然而，Cho（1996）建议我们应该谨慎地看待房地产市场有效性检验的结果。因为，房地产价格指数的代表性和正确性在EMH检验中至关重要。但是房地产不同于相对同质化的普通商品，不同的房子无论是结构还是位置都千差万别，交易过程是通过交易双方协商决定，而且交易频率很低。房地产自身的自然特性决定了房地产价格指数的计算比起普通商品价格指数要困难得多，目前一些流行的房地产价格指数计算中都参杂了过多的人为因素，这都直接影响到模型估计结果的说服力。比如，Case和Shiller（1989）、Kuo（1996）在研究中发现，主流的重复出售价格指数②（repeat sales price index）存在序列相关性，如果在检验中不能很好地处理这个问题，估价结果拒绝EMH的概率很可能会增加。有趣的是，Linneman（1986）利用特征价格指数③（Hedonic price index）检验EMH，估计结果并没有拒绝市场“半强式有效”的假设；而Case和Shiller（1989）运用重复销售价格指数的检验却拒绝了EMH。
三、房地产价格波动与宏观经济因素
这一类研究大多采用新古典经济学的均衡分析框架，基于理性预期或完全预测（perfect foresight）假设，认为房地产价格波动的原因是由于受到外生因素的冲击，使得房价和房地产供应数量从一个均衡状态“调整”到新的均衡点。这些外生因素多来自宏观经济的基本面指标，如人口数量、实际收入、利率水平以及税收政策等等。其中最有代表性的研究有Poterba（1984，1991）与Mankiw和Weil（1989）：
Poterba（1984）建立房地产资产模型（asset-market model of the housing market），研究房屋持有成本（user cost）对房地产市场价格和均衡数量的影响。Mankiw和Weil（1989）用类似的方法，研究人口数量变动对房地产需求的影响。他们认为美国自上世纪 70 年代的房价持续上升与婴儿潮一代增长人口成年后带来房地产需求有密切关系。如果人口因素与房价的因果关系不变，随着婴儿潮一代人的住房需求将逐年下降，他们预测90年代以后20年里面房价将会明显下降。当时Mankiw和Weil（1989）这样大胆的预测引起了大量来自媒体和学术领域的争论，在这一场激烈争论中，Poterba（1991）就参与其中，他在对美国多个城市的横截面数据进行分析后，发现那些人口增长率高的地区并没有出现更高的房价增长率。所以他对Mankiw 和 Weil（1989）的预测表示怀疑。
另外，Poterba（1991）还在其1984年研究的基础上，利用1963年—1991年间的数据对美国房地产价格波动状况进行了实证研究，发现上世纪70年代的美国房价大涨的过程中，房屋持有成本上涨是重要推动力量。但80年代之后，房屋持有成本持续上涨，房地产价格却略有下跌，房屋持有成本对房价的解释能力很弱，Poterba（1991）认为这从另一方面证明了房地产市场不是有效市场。 除此之外，还有Ortalo-Magné和Rady（1999）建立生命周期模型（life-cycles model），在完全预期的假设下，分析收入变动和金融自由化（financial liberalization）对房价波动的影响程度；Glaeser和Gyourko（2007）建立理性预期动态模型，研究需求端冲击和建筑成本的影响等等。
上述研究针对经济基本面的各要素对房地产市场均衡价格和数量的影响做了很全面的论证，表明基本面因素对房价变动有一定的解释能力，其作用和影响举足轻重。然而，对房价产生影响的因素有很多，在不同地区、不同的时期起决定性作用的因素也不尽相同。特别地，“房地产市场的高交易成本特点和缺乏做空机制容易使房价波动脱离宏观基本面因素。”（Glaeser等，2008）。因此在房价大幅波动的时期，基本面因素对房价走势的解释能力很弱。这样的批评，常常见于一些研究房地产市场泡沫的文献，如Clayton（1996）， Abraham和Hendershott（1996），Maier和Herath（2009）等。目前，很多前沿的研究都把目光聚焦在房地产市场的“非理性”投机行为上。
四、非理性投机行为与反馈环理论
对于房价的大幅波动，有相当一部分学者都把矛头指向房地产市场的投机行为，为解释房价大幅波动提供了新的思路，认为房价最初由基本面因素诱发波动，随后通过反馈环（feedback loop）形成的放大机制，造成房价对原始诱发因素的过激反应。Shiller（2005）在其著作《非理性繁荣》中提供大量的证据来证明了这种投机心理（speculative thinking）、强化投机心理的反馈作用以及人们的从众行为在决定房价方面扮演着至关重要的角色。
反馈环理论目前越来越受到经济学者的重视。其中一种最流行的做法是在需求端采用后顾式（backward-looking）预期〔多数是适应性预期或“傻瓜”（naive）预期〕，而在供给端假定供应滞后（production logs）。如Wheaton（1999）通过存量-流量模型（stock-flow model）证明了在供给刚性、开发滞后以及后顾式预期的情况下，房价波动更大；Malpezzi和Wachter（2005）建立的存量调整模型（stock adjustment model）表明当供应缺乏弹性时，房地产市场的投机行为是房价大幅波动的主要原因；Glaeser，Gyourko和Sail（2008）提出一个开放城市动态模型（open city model）研究供给弹性与房地产泡沫产生之间的关系，模型表明在供给弹性小的地方更容易产生泡沫，而供给弹性大的地区泡沫持续的时间较短，但是却容易引起过度开发（overbuild）从而导致社会资源浪费，模型结论得到实证检验的支持。
除却上述学者的贡献，目前还很少有理论能够从数量上解释或模拟房价繁荣-衰退周期变动。Leung等（2009）、Kouwenberg和Zwinkels（2010）与Dieci和Westerhoff（2012）在这方面做了一定的尝试。其中Dieci和Westerhoff（2012）借鉴金融市场的经验，通过在需求端引入异质行为（behavioral heterogeneity）的投机者的方式④，构建一个非线性离散时间模型。该模型能够从理论上解释房价高波动性特征，通过设定具体参数，模型甚至可以模拟出复杂的周期变动的价格趋势。但出于简洁性的考虑，作者为模型设定了众多假设，从而影响了模型的代表性。而更完善的理论研究，还有待进一步开发。
五、总结
2003年以来，我国房价持续上涨，关于房地产市场现状的争论从学术界、政府工作会议扩散到普通民众的餐桌上，成为全国上下都密切的问题。房地产具有消费、投资双重属性，房价波动也是一个非常复杂的研究对象。大量实证检验表明房价走势不符合“随机游走”和理性预期假设，而是呈现出高波动率、一定的可预测性（predictability）、短期正序列相关和长期均值反转等特征。这四个特征给房地产市场理论带来了严峻的挑战（Glaeser和Gyourko，2007）。过去国外学者关于房价波动的研究主要集中为两个方面：一是房地产有效性研究；二是房价波动与宏观经济要素的关系。而目前前沿的研究则主要从微观机制的角度出发，建立动态经济学模型，研究非理性投机行为在房价波动中扮演的角色。然而，目前还没有一套理论能够描绘出房价波动的众多特征，更完善的理论还有待开发。█
注释：
①Glaeser（2007）指出：McCarthy和Peach（2004）以及Himmelbery， Mayer和Sinai（2005）的研究认为当时美国房地产市场不存在严重的泡沫；而与此相对的是，Shiller（2005，2006）和Baker（2006）认为泡沫确实存在而且很严重。
②重复出售价格指数是根据同一栋房屋在某一期间内多次重复出售的价格资料来计算房地产价格指数。
③蒋一军和袭江辉（1996）对Hedonic指数做了详细介绍。
④Dieci和Westerhoff（2012）假设这些投机者一部分采用外推预期（extrapolative expectation），而另外一部分则认为房价始终会向长期均衡值回归（mean reversion），当房价离长期均值越远，越多投机者会采用均值回归策略。
参考文献：
[1] 蒋一军，袭江辉.房地产价格指数与Hedonic模型[J].中国资产评估，1996（3）：30-33
[2] Abraham， J.， Hendershott， P. Bubbles in metropolitan housing markets[J]. Journal of Housing Research， 1996（7）：191-207 [3] Baker， D. The menace of an unchecked housing bubble [J]. The Economists’Voice， 2006（3）： Article 1.
[4] Cho， M. House price dynamics： a survey of theoretical and empirical issues [J]. Journal of Housing Research， 1996（7）： 145-172
[5] Case， K， Shiller， R. Forecasting prices and excess returns in the housing market [J]. Journal of the American Real Estate and Urban Economics， 1990（18）：253-273
[6] Case， K， Shiller， R. The efficiency of the market for single-family homes [J]. The American Economic Review， 1989（79）：125-137
[7] Clayton， J. Further evidence on real estate market efficiency [J]. Journal of Real Estate Research， 1998（15）：41-57
[8] Dieci， R， Westerhoff， F. A simple model of a speculative housing market [J]. Journal of Evolutionary Economics， 2012（22）：303-329
[9] Glaeser， E， Gyourko， J. Housing dynamics. Harvard Institute of Economic Research discussion paper， 2007， number 2137
[10] Glaeser， E， Gyourko， J， Saiz， A. Housing supply and housing bubbles [J]. Journal of Urban Economics， 2008（64）：198-217
[11] Himmelberg， C， Mayer， C， Sinai， T. Assessing High House Prices： Bubbles， Fundamentals， and Misperceptions [J]. Journal of Economic Perspectives， 2005（19）：67-92.
[12] Hamilton， B.W.， Schwab， C. Expected appreciation in urban housing markets [J]. Journal of Urban Economics， 1985（18）：103-118.
[13] Kuo， C. Serial correlation and seasonality in the real estate market [J]. Journal of Real Estate Finance and Economics， 1996（12）：139-162.
[14] Kouwenberg， R. ， Zwinkels， R. Chasing trends in the US housing market. Working Paper，
Erasmus University Rotterdam， 2010
[15] Leung， A. ， Xu， J. ， Tsui， W. A heterogeneous boundedly rational expectation model for housing Market [J]. Applied Mathematics and Mechanics （English Edition）， 2009（30）：1305-1316
[16] Linneman， P. An empirical test of the efficiency of the housing market [J]. Journal of Urban Economics， 1986（20）：140-154.
[17] Malpezzi， S， Wachter， S. The role of speculation in real estate cycles [J]. Journal of Real Estate Literature， 2005（13）：143-164
[18] Mankiw， G， Weil， D. The baby boom， the baby bust， and the housing market [J]. Regional Science and Urban Economics， 1989（19）：235-258
[19] McCarthy， J， Peach， R. Are home prices the next bubble [J]. Economic Policy Review， 2004（10）：1-17
[20] Maier， G.， Herath， S. Real estate market efficiency—a survey of literature， SRE-discussion
Paper， 2009
[21] Ortalo-Magné， F， Rady， S. Boom in， bust out： young households and the housing price cycle [J]. European Economic Review， 1999（43）：755-766
[22] Poterba， J. Tax subsidies to owner-occupied housing： an asset market approach [J]. Quarterly Journal of Economics， 1984， （99）：729-752
[23] Poterba， J. House price dynamics： the role of tax policy and demography [J]. Brookings Papers on Economic Activity， 1991（2）：143–203
[24] Shiller， R. Irrational exuberance （2nd edition） [M]. Princeton：Princeton University Press， 2005
[25] Shiller， R. Long-term perspectives on the current boom in home prices [J]. The Economists’ Voice， 2006 （3）， article 4
[26] Shiller， R. Historical turning points in real estate [J]. The Eastern Economic Journal， 2008， （34）：1–13
[27] Wheaton， W. Real estate “cycles”： some fundamentals [J]. Real Estate Economics， 1999（27）：209–230
（何展鸿，1984年生，广州人，广州番禺职业技术学院助教。研究方向：房地产经济学）
关键词：房地产价格波动 房地产市场有效性 房地产投机
一、引言
在过去很长一段时间里，房地产市场都在经历着繁荣——衰退的周期变动趋势（boom and bust cycles，Shiller，2008），“但是近些年来，房价暴涨暴跌的波动幅度是前所未见的……，部分地区的房价波动甚至称得上惊人。”（Dieci和Westerhoff，2012）。比如，从1996年到2008年，英国伦敦的房价上涨了三倍；北京2007—2010年间二手房价上涨了120%。房价就像脱缰的野马，其波动远远脱离了经济基本面。因此，维护房地产市场稳定成为了目前世界各国政府共同面对的重要而棘手的问题。
在已有的经济学文献中，不乏涉及房价波动的研究，学者们在这类研究中主要采取两个角度：一是基于资产定价和有效市场假设理论，从理论和实证方面研究房地产市场有效性；二是基于理性预期和新古典经济学的分析框架，研究宏观经济基本面指标如利率、人口，实际收入等对住宅价格变化的解释程度，并且认为理性的房价应该反映经济基本面。然而，这些研究往往比较片面，“对房地产市场很多方面内容的理解都不够完整，当前（2008年金融海啸前的美国）关于房价的快速上涨是否形成泡沫的争论就是一个很好的例子①。”（Glaeser， 2007）。特别地，越来越多研究表明，房地产市场其实并不理性，存在如灾难近视（disaster myopia），过度自信和侥幸心理等，这些非理性投机行为往往会导致房价过分调整（overshoot），从而远离其长期均衡值。目前，很多前沿研究转而从房价波动的微观机制着手，关注投机行为在房价波动中扮演的角色。
二、房地产市场有效性
根据有效市场假说（EMH），只要房地产市场价格能充分及时地反映了全部有价值的信息，市场价格代表着住房的真实价值，这样的房地产市场被称为“有效市场”。 EMH由Fama（1970）提出，后来被广泛用于检验证券市场的有效性。而最早应用于房地产市场领域的是Hamilton和Schwab（1985），与Linneman（1986）的研究。他们利用美国70年代中期的横截面数据（cross-sectional data）来检验房地产市场的有效性。后来由于Case和Shiller（1989）建立时间序列模型研究房地产市场有效性的做法备受推崇，吸引了大量学者利用时间序列数据检验美国和其他国家的不同房地产市场的有效性。Cho（1996）对上述研究做了一个详细的综述。这些文献总体上的结论和发现有三个：（1）房地产市场不是有效市场；（2）房价和收益率序列在短期内表现出惯性特征或正序列相关，但在长期却有向均值回归的趋势（mean reversion）；（3）房地产市场的交易成本较高，所以根据技术分析建立的交易规则不能取得超过市场平均水平的收益率。
然而，Cho（1996）建议我们应该谨慎地看待房地产市场有效性检验的结果。因为，房地产价格指数的代表性和正确性在EMH检验中至关重要。但是房地产不同于相对同质化的普通商品，不同的房子无论是结构还是位置都千差万别，交易过程是通过交易双方协商决定，而且交易频率很低。房地产自身的自然特性决定了房地产价格指数的计算比起普通商品价格指数要困难得多，目前一些流行的房地产价格指数计算中都参杂了过多的人为因素，这都直接影响到模型估计结果的说服力。比如，Case和Shiller（1989）、Kuo（1996）在研究中发现，主流的重复出售价格指数②（repeat sales price index）存在序列相关性，如果在检验中不能很好地处理这个问题，估价结果拒绝EMH的概率很可能会增加。有趣的是，Linneman（1986）利用特征价格指数③（Hedonic price index）检验EMH，估计结果并没有拒绝市场“半强式有效”的假设；而Case和Shiller（1989）运用重复销售价格指数的检验却拒绝了EMH。
三、房地产价格波动与宏观经济因素
这一类研究大多采用新古典经济学的均衡分析框架，基于理性预期或完全预测（perfect foresight）假设，认为房地产价格波动的原因是由于受到外生因素的冲击，使得房价和房地产供应数量从一个均衡状态“调整”到新的均衡点。这些外生因素多来自宏观经济的基本面指标，如人口数量、实际收入、利率水平以及税收政策等等。其中最有代表性的研究有Poterba（1984，1991）与Mankiw和Weil（1989）：
Poterba（1984）建立房地产资产模型（asset-market model of the housing market），研究房屋持有成本（user cost）对房地产市场价格和均衡数量的影响。Mankiw和Weil（1989）用类似的方法，研究人口数量变动对房地产需求的影响。他们认为美国自上世纪 70 年代的房价持续上升与婴儿潮一代增长人口成年后带来房地产需求有密切关系。如果人口因素与房价的因果关系不变，随着婴儿潮一代人的住房需求将逐年下降，他们预测90年代以后20年里面房价将会明显下降。当时Mankiw和Weil（1989）这样大胆的预测引起了大量来自媒体和学术领域的争论，在这一场激烈争论中，Poterba（1991）就参与其中，他在对美国多个城市的横截面数据进行分析后，发现那些人口增长率高的地区并没有出现更高的房价增长率。所以他对Mankiw 和 Weil（1989）的预测表示怀疑。
另外，Poterba（1991）还在其1984年研究的基础上，利用1963年—1991年间的数据对美国房地产价格波动状况进行了实证研究，发现上世纪70年代的美国房价大涨的过程中，房屋持有成本上涨是重要推动力量。但80年代之后，房屋持有成本持续上涨，房地产价格却略有下跌，房屋持有成本对房价的解释能力很弱，Poterba（1991）认为这从另一方面证明了房地产市场不是有效市场。 除此之外，还有Ortalo-Magné和Rady（1999）建立生命周期模型（life-cycles model），在完全预期的假设下，分析收入变动和金融自由化（financial liberalization）对房价波动的影响程度；Glaeser和Gyourko（2007）建立理性预期动态模型，研究需求端冲击和建筑成本的影响等等。
上述研究针对经济基本面的各要素对房地产市场均衡价格和数量的影响做了很全面的论证，表明基本面因素对房价变动有一定的解释能力，其作用和影响举足轻重。然而，对房价产生影响的因素有很多，在不同地区、不同的时期起决定性作用的因素也不尽相同。特别地，“房地产市场的高交易成本特点和缺乏做空机制容易使房价波动脱离宏观基本面因素。”（Glaeser等，2008）。因此在房价大幅波动的时期，基本面因素对房价走势的解释能力很弱。这样的批评，常常见于一些研究房地产市场泡沫的文献，如Clayton（1996）， Abraham和Hendershott（1996），Maier和Herath（2009）等。目前，很多前沿的研究都把目光聚焦在房地产市场的“非理性”投机行为上。
四、非理性投机行为与反馈环理论
对于房价的大幅波动，有相当一部分学者都把矛头指向房地产市场的投机行为，为解释房价大幅波动提供了新的思路，认为房价最初由基本面因素诱发波动，随后通过反馈环（feedback loop）形成的放大机制，造成房价对原始诱发因素的过激反应。Shiller（2005）在其著作《非理性繁荣》中提供大量的证据来证明了这种投机心理（speculative thinking）、强化投机心理的反馈作用以及人们的从众行为在决定房价方面扮演着至关重要的角色。
反馈环理论目前越来越受到经济学者的重视。其中一种最流行的做法是在需求端采用后顾式（backward-looking）预期〔多数是适应性预期或“傻瓜”（naive）预期〕，而在供给端假定供应滞后（production logs）。如Wheaton（1999）通过存量-流量模型（stock-flow model）证明了在供给刚性、开发滞后以及后顾式预期的情况下，房价波动更大；Malpezzi和Wachter（2005）建立的存量调整模型（stock adjustment model）表明当供应缺乏弹性时，房地产市场的投机行为是房价大幅波动的主要原因；Glaeser，Gyourko和Sail（2008）提出一个开放城市动态模型（open city model）研究供给弹性与房地产泡沫产生之间的关系，模型表明在供给弹性小的地方更容易产生泡沫，而供给弹性大的地区泡沫持续的时间较短，但是却容易引起过度开发（overbuild）从而导致社会资源浪费，模型结论得到实证检验的支持。
除却上述学者的贡献，目前还很少有理论能够从数量上解释或模拟房价繁荣-衰退周期变动。Leung等（2009）、Kouwenberg和Zwinkels（2010）与Dieci和Westerhoff（2012）在这方面做了一定的尝试。其中Dieci和Westerhoff（2012）借鉴金融市场的经验，通过在需求端引入异质行为（behavioral heterogeneity）的投机者的方式④，构建一个非线性离散时间模型。该模型能够从理论上解释房价高波动性特征，通过设定具体参数，模型甚至可以模拟出复杂的周期变动的价格趋势。但出于简洁性的考虑，作者为模型设定了众多假设，从而影响了模型的代表性。而更完善的理论研究，还有待进一步开发。
五、总结
2003年以来，我国房价持续上涨，关于房地产市场现状的争论从学术界、政府工作会议扩散到普通民众的餐桌上，成为全国上下都密切的问题。房地产具有消费、投资双重属性，房价波动也是一个非常复杂的研究对象。大量实证检验表明房价走势不符合“随机游走”和理性预期假设，而是呈现出高波动率、一定的可预测性（predictability）、短期正序列相关和长期均值反转等特征。这四个特征给房地产市场理论带来了严峻的挑战（Glaeser和Gyourko，2007）。过去国外学者关于房价波动的研究主要集中为两个方面：一是房地产有效性研究；二是房价波动与宏观经济要素的关系。而目前前沿的研究则主要从微观机制的角度出发，建立动态经济学模型，研究非理性投机行为在房价波动中扮演的角色。然而，目前还没有一套理论能够描绘出房价波动的众多特征，更完善的理论还有待开发。█
注释：
①Glaeser（2007）指出：McCarthy和Peach（2004）以及Himmelbery， Mayer和Sinai（2005）的研究认为当时美国房地产市场不存在严重的泡沫；而与此相对的是，Shiller（2005，2006）和Baker（2006）认为泡沫确实存在而且很严重。
②重复出售价格指数是根据同一栋房屋在某一期间内多次重复出售的价格资料来计算房地产价格指数。
③蒋一军和袭江辉（1996）对Hedonic指数做了详细介绍。
④Dieci和Westerhoff（2012）假设这些投机者一部分采用外推预期（extrapolative expectation），而另外一部分则认为房价始终会向长期均衡值回归（mean reversion），当房价离长期均值越远，越多投机者会采用均值回归策略。
参考文献：
[1] 蒋一军，袭江辉.房地产价格指数与Hedonic模型[J].中国资产评估，1996（3）：30-33
[2] Abraham， J.， Hendershott， P. Bubbles in metropolitan housing markets[J]. Journal of Housing Research， 1996（7）：191-207 [3] Baker， D. The menace of an unchecked housing bubble [J]. The Economists’Voice， 2006（3）： Article 1.
[4] Cho， M. House price dynamics： a survey of theoretical and empirical issues [J]. Journal of Housing Research， 1996（7）： 145-172
[5] Case， K， Shiller， R. Forecasting prices and excess returns in the housing market [J]. Journal of the American Real Estate and Urban Economics， 1990（18）：253-273
[6] Case， K， Shiller， R. The efficiency of the market for single-family homes [J]. The American Economic Review， 1989（79）：125-137
[7] Clayton， J. Further evidence on real estate market efficiency [J]. Journal of Real Estate Research， 1998（15）：41-57
[8] Dieci， R， Westerhoff， F. A simple model of a speculative housing market [J]. Journal of Evolutionary Economics， 2012（22）：303-329
[9] Glaeser， E， Gyourko， J. Housing dynamics. Harvard Institute of Economic Research discussion paper， 2007， number 2137
[10] Glaeser， E， Gyourko， J， Saiz， A. Housing supply and housing bubbles [J]. Journal of Urban Economics， 2008（64）：198-217
[11] Himmelberg， C， Mayer， C， Sinai， T. Assessing High House Prices： Bubbles， Fundamentals， and Misperceptions [J]. Journal of Economic Perspectives， 2005（19）：67-92.
[12] Hamilton， B.W.， Schwab， C. Expected appreciation in urban housing markets [J]. Journal of Urban Economics， 1985（18）：103-118.
[13] Kuo， C. Serial correlation and seasonality in the real estate market [J]. Journal of Real Estate Finance and Economics， 1996（12）：139-162.
[14] Kouwenberg， R. ， Zwinkels， R. Chasing trends in the US housing market. Working Paper，
Erasmus University Rotterdam， 2010
[15] Leung， A. ， Xu， J. ， Tsui， W. A heterogeneous boundedly rational expectation model for housing Market [J]. Applied Mathematics and Mechanics （English Edition）， 2009（30）：1305-1316
[16] Linneman， P. An empirical test of the efficiency of the housing market [J]. Journal of Urban Economics， 1986（20）：140-154.
[17] Malpezzi， S， Wachter， S. The role of speculation in real estate cycles [J]. Journal of Real Estate Literature， 2005（13）：143-164
[18] Mankiw， G， Weil， D. The baby boom， the baby bust， and the housing market [J]. Regional Science and Urban Economics， 1989（19）：235-258
[19] McCarthy， J， Peach， R. Are home prices the next bubble [J]. Economic Policy Review， 2004（10）：1-17
[20] Maier， G.， Herath， S. Real estate market efficiency—a survey of literature， SRE-discussion
Paper， 2009
[21] Ortalo-Magné， F， Rady， S. Boom in， bust out： young households and the housing price cycle [J]. European Economic Review， 1999（43）：755-766
[22] Poterba， J. Tax subsidies to owner-occupied housing： an asset market approach [J]. Quarterly Journal of Economics， 1984， （99）：729-752
[23] Poterba， J. House price dynamics： the role of tax policy and demography [J]. Brookings Papers on Economic Activity， 1991（2）：143–203
[24] Shiller， R. Irrational exuberance （2nd edition） [M]. Princeton：Princeton University Press， 2005
[25] Shiller， R. Long-term perspectives on the current boom in home prices [J]. The Economists’ Voice， 2006 （3）， article 4
[26] Shiller， R. Historical turning points in real estate [J]. The Eastern Economic Journal， 2008， （34）：1–13
[27] Wheaton， W. Real estate “cycles”： some fundamentals [J]. Real Estate Economics， 1999（27）：209–230
（何展鸿，1984年生，广州人，广州番禺职业技术学院助教。研究方向：房地产经济学）