金融發展規模、門檻效應與房地產庫存

傅貽忙 李小虎 張晨怡 謝柳瑩

作者簡介： 傅貽忙（1982—），男，湖南汝城人，博士，湖南工業大學商學院副教授，研究方向：城市與房地產經濟學。

摘 要：基于2004-2017年我國金融發展規模和房地產庫存的省際面板數據，構建基準面板模型和門檻面板模型，考量金融發展規模對房地產庫存的影響。結果表明：金融機構存款對房地產庫存的影響具有區域差異性，東部地區和西部地區表現出抑制作用，全國和中部地區表現出促進作用，中部地區和西部地區顯著。金融機構貸款對房地產庫存具有顯著的促進作用。股票市價總值對房地產庫存的影響存在顯著的門檻效應，隨著人均GDP跨過門檻值，股票市價總值對房地產庫存的影響由抑制作用轉化成促進作用。此外，上市公司數量對房地產庫存的影響在全國、中部地區表現出促進作用，且中部地區顯著。市場化指數在基準面板模型中表現出抑制作用且不顯著，但在門檻面板模型中表現出顯著的促進作用。經濟發展水平對房地產庫存表現出促進作用，但不顯著。

關鍵詞： 金融發展規模;房地產庫存;門檻特征

中圖分類號：F832;F299.23 文獻標識碼： A 文章編號：1003-7217（2022）01-0035-08

一、引 言

2021年3月，《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》指出：“加強房地產金融調控，發揮住房稅收調節作用，支持合理自住需求，遏制投資投機性需求。”金融發展規模是區域金融發展的重要體現，金融發展規模越大，表明金融發展程度越高。金融資源稟賦是決定金融發展規模的前提，一般而言金融資源稟賦越豐富，金融發展規模擴大的可能性越大。金融資源稟賦同區域經濟發展水平、社會文化和居民消費習慣息息相關。房地產是資金密集型產業，金融發展規模在促進房地產市場發展過程中有著至關重要的作用，房地產金融的成本與效率決定了房地產金融發展規模的程度。當前，房地產金融規模持續增大，高企的房地產庫存占用了大量資金，導致房地產金融成本上升和效率降低，房地產金融規模的有效性降低。高企的房地產庫存，也會導致金融系統面臨巨大風險。另外，房地產去庫存速度過快，成交量持續上升，導致出現供不應求的現象，可能引起房價再次上漲。因此，適當的房地產庫存能有效降低房地產金融風險和抑制房價波動。那么，現階段我國金融發展規模是否會影響房地產庫存？又是通過哪些途徑影響房地產庫存？這些都是實現房地產市場平穩健康發展不可忽略的問題。

近年來，已有不少文獻考察了金融投資、市場波動以及宏觀調控等對房地產市場的影響。一是金融發展對房地產價格影響的研究。房地產行業發展需要大量資金，我國房地產業在金融快速發展的背景下成長起來。已有研究主要從信貸和杠桿等方面研究金融發展對房地產價格的影響。一方面，人口、收入、城市化構成了我國房地產價格上漲的基本面，而金融機構信貸量發展不平衡、寬松的貨幣政策等非基本面因素加速了房價上漲，加劇了房地產業金融化程度[1-7];另一方面，金融杠桿與房地產價格有內在聯系，金融杠桿的運用不僅可以制約房價上漲，保持房價穩定，也有利于金融市場的穩健發展[8，9]。二是金融政策對房地產市場的影響。貨幣政策通過影響房地產資金使用成本、房價預期以及供給影響房地產市場。貨幣政策對房地產金融風險產生沖擊，影響房地產消費與投資，但對房地產價格的影響相對較小。隨著時間的推移，這種影響表現出擴大的趨勢[10，11]。隨著我國信貸市場的發展，利率政策通過信貸渠道對房地產市場價格的負向影響越明顯。在高杠桿率環境下，相比于傳統的短期利率手段，信貸政策對房地產市場的調控效果更好[12，13]。基于此，學者們提出改革土地制度、推進城鎮化發展、強化市場監管等相關政策建議，促進房地產市場平穩健康發展[14-16]。三是房地產市場去庫存的研究。雙循環發展背景下，房地產市場的供需矛盾阻礙經濟高質量發展，三四線城市房地產去庫存政策效果不明顯。學者們通過理論分析和實證檢驗，就我國房地產去庫存策略做了大量研究：從庫存成因來看，土地供應政策是商品住宅庫存的重要影響因素之一，在不同時期其調控效果也存在空間差異[17]。從去庫存主體來看，國有房地產企業相比非國有房地產企業更愿意去庫存，但地方政府可能因為增長壓力阻撓其去庫存行為[15]。從區域差異來看，金融發展對房地產庫存的影響呈現顯著的動態市場異質性特征，不同經濟發展階段、不同經濟發展區域影響均不同。其中，金融發展效率與房地產庫存呈負相關，且通過空間溢出效應弱化了對房地產庫存的抑制作用[18，19]。從擴大內需來看，有學者提出加快多元城鎮化步伐，培育潛在購房需求，重視農民工市民化作用，并制定合理的戶籍制度和配套措施[20，21]。

綜上所述，國內外學者對金融發展與房地產市場進行了大量的研究，以往的理論研究和實證分析表明金融發展對房地產市場健康持續發展具有重要的影響，但圍繞金融發展規模對房地產庫存影響的研究還有待進一步深化，金融發展規模對房地產庫存的門檻效應影響還未得到充分認識。因此，在現有研究成果的基礎上，基于金融發展規模視角，構建門檻面板模型，研究金融發展規模對房地產庫存的影響，有利于促進房地產業與金融業協同發展，具有一定的理論價值和現實意義。

二、理論分析與研究假設

（一）金融存款對房地產庫存的影響機制

金融存款產生財富效應，對房地產庫存產生影響。一方面，當房價上升時，擁有一套商品房的居民并不會選擇出售商品房，居民消費受住房價格上漲的影響較少，此時居民財富表現為一種虛擬變化，并無實際的財富效應。而擁有兩套或更多商品房的居民則會選擇增加改善住房環境的消費或是出售部分商品房，通過商品房買賣之間的差價取得購買高檔住房的資金，從而帶來正的財富效應，相對來說增加了房地產市場的供給，對房地產庫存的增加產生正向的影響[22]。另一方面，對于計劃在未來購房并具備購房能力的居民，房價的降低將直接導致住房消費的提升，形成正的財富效應。對于計劃買房但未具備購房能力或無購房需求的居民，房價的降低將減少其購房壓力，降低居民的儲蓄負擔，居民將加大在改善住房環境方面的消費，帶來正的財富效應。基于此，提出假設1。

假設1 金融存款通過財富效應影響居民購房能力，進而影響房地產庫存，這種影響可能存在區域差異。

（二）金融貸款對房地產庫存的影響機制

金融貸款主要是從兩個維度對房地產庫存產生影響。一是在貸款利率上升時，開發商的投資成本持續上升。對資本充足的開發商來說，雖然貸款利息的增加會明顯地造成開發資金成本的上升，但利息增加會明顯地約束資本弱小的房地產開發商的建設進程[23]。所以，短時間內為奪取市場資源，壓制競爭對手，資本充足的開發商不會放緩房地產建造與生產規模的速度，房地產銷售會以新建房為主、庫存為輔，這時房地產庫存不會明顯下降。貸款利息的長期增加，會直接影響房地產市場的貸款結構與規模。因此，不論是資本充足還是資金短缺的開發商，均會減少和降低對房地產的開發規模與速度，此時房地產庫存會明顯下降。二是居民會在銀行信貸擴充時參與信貸來獲取更多購置商品房的資金，導致購房需求增加。房價的上漲也會促使投資者對未來房地產市場的評估獲益趨向積極樂觀，增加對房地產市場的投資信心，保持對房地產市場較高的投資[24]。居民獲得金融機構貸款用于購置房地產，購房需求被激發出來，從而降低房地產庫存。基于此，提出假設2。

假設2 金融貸款不僅能制約居民購房行為，也會影響房地產開發投資，需要考量二者的力量強弱。

（三）股票市場對房地產庫存的影響機制

我國的股票市場與房地產市場兩者是一種辯證的相互制約關系[25]。當房地產市場發展緩慢時，大量資金便流向股市，反之亦然。長期來看，我國房地產市場和股票市場存在著失調關系。短期來看，股票市場對房地產市場的替代作用不清晰，但產生的財富效應卻較為明顯。從經濟周期傳導效應視角分析，兩個市場都受到相同宏觀經濟政策的調控，兩個市場將同向轉變[26]。當經濟復蘇或繁榮時，房地產市場和股票市場的有效需求增加，市場規模持續擴大，房地產庫存會減少。當經濟衰退時，兩個市場的交易額不足，出現供過于求，致使房地產庫存增加。同為資本投資市場的股票市場和房地產市場之間存在替代關系，但兩者之間的替代關系并不緊密[27]。我國股票市場和房地產市場之間可能存在非線性關系。在經濟發展水平較低時，人們的收入水平難以支撐投資需求，股票市場與房地產市場之間是替代關系。在經濟發展水平較高時，通過財富效應，股票市場和房地產市場之間是促進關系。

假設3 經濟發展水平較低時，股票市場與房地產市場之間是替代關系;經濟發展水平較高時，股票市場和房地產市場之間是促進關系。

三、研究設計

（一）數據來源

根據官方統計的區域劃分標準把全國（不包括港、澳、臺等地區）分為東部、中部、西部三大區域。數據來源于2004-2017年《中國房地產統計年鑒》《中國金融統計年鑒》等。西藏自治區數據缺失嚴重，故分析中并不包括西藏自治區。以2004年為基期，運用CPI指數對含有價格因素的各項指標進行平減。市場化指數以樊綱等編寫的《中國分省份市場化指數報告（2018）》為基礎，缺失年份使用GDP增長率進行計算求得。

（二）計量模型構建

1.基準面板模型。

由理論分析可知，金融發展規模中的金融存款、金融貸款和股票市場均會對房地產庫存造成影響。建立基準面板模型進行估計，模型設定如下：

在式（1）中，為克服異方差的影響，減少原始數據波動性對模型估計精度的影響，對房地產庫存（chsait）、金融機構存款（tdit）、金融機構貸款（tlit）、股票市價總值（tsit）和經濟發展水平（rgdpit）等絕對數指標分別進行對數化處理。其中房地產庫存（chsait）為被解釋變量，Xit為解釋變量：金融機構存款（tdit）、金融機構貸款（tlit）和股票市價總值（tsit）。Uit表示影響金融發展規模的控制變量：上市公司數量（lcnit）、市場化指數（marketit）和經濟發展水平（rgdpit）。下標i和t分別代表省份和年度，ω為常數項，εit為隨機擾動項。

2.變量選取

（1）因變量分析

房地產庫存（chsait）：主要考察金融發展規模對房地產庫存的影響，選用狹義的房地產庫存概念，具體是指在報告期末已竣工的待售現房，即現行房地產開發統計中的待售商品房面積。房地產庫存的區域差異在一定程度上可以通過商品房待售面積的省際差異來體現[28]。

（2）自變量分析

金融機構存款（tdit）：指居民將其使用權暫時轉讓給金融機構的貨幣資金。金融機構貸款（tlit）：是指銀行業金融機構利用存款向社會發放的貸款總額。股票市價總值（tsit）：股票市價總值是股票公司的市場價格同發行的總股數的乘積，即該公司在股票市場上的總價值。

（3）控制變量分析

主要選取上市公司數量（lcnit）、市場化指數（marketit）和經濟發展水平（rgdpit）作為控制變量。上市公司數量（lcnit）：是指在證券交易所上市交易的股份有限公司數量。市場化指數（marketit）：區域市場經濟發展程度。經濟發展水平（rgdpit）：表示在一定時間區域內人均生產的財富總值。

3.門檻面板模型。基準面板模型說明了金融發展規模對房地產庫存的影響，但仍無法刻畫金融發展規模對房地產庫存變動的非線性影響。門檻自回歸模型由Tong首次提出，之后這種非線性模型在經濟和金融分析領域得到了廣泛的應用。門檻分界點是門檻自回歸模型運用門檻變量來決定的，通過門檻變量的觀察值來估算出合適的門檻值。Hansen的門檻面板模型是一種較為實用的檢測方法，模型中門檻值的精確度和內生門檻效應是否存在都能通過顯著性檢驗得出。其核心觀點是將門檻值比作未知變量代入計量模型檢驗，建立觀測數據的區制解釋變量系數分段函數，并通過模型對相應門檻值和門檻效應進行檢驗。依據上述觀點，將式（1）轉換成三門檻面板模型的基本模式。

依據Hansen的門檻回歸思想，當回歸殘差平方和最小時其對應的值就是θ值。對此，估算完門檻值后，需對門檻個數進行進一步的檢測，考證門檻值劃分樣本群組和參數是否存在顯著差異，構建LM統計量進行檢驗。

其中，S0表示原假設下的殘差平方和，S（θ1）表示單個門檻值下的回歸殘差平方和，σ2為其殘差的方差估值。因式（4）中的F分布為非標準分布，依據Hansen基本理念，可借助“自助抽樣法”（Bootstrap）獲取檢驗臨界值。檢驗通過后可構造估量計算θ置信區間。此外，S（θ1）是對照不同門檻值所得到的殘差平方和。

門檻回歸模型顯著性檢驗主要用于檢驗兩組樣本中的模型估計參數是否存在明顯差異。因此，構造LM（Lagrange multiplier）統計量，門檻不存在的零假設是H0：β1=β2。

式（6）中，S0為零假設中殘差項平方和，Sn為門檻效應中殘差項平方和。然而，對式（6）進行統計檢驗的過程中，可能存在零假設下無法識別的情況，將造成傳統檢驗統計量的大樣本分布成為在干擾參數影響下的非標準非相似（non-standard non-similar）分布，而不是卡方分布，導致分布的臨界值無法通過模擬的方式得到。為避免這類問題出現，Hansen以本身的大樣本分布函數來調整，獲取大樣本的漸進P值。當零假設成立時，P值統計量的大樣本分布表現為均衡分布，并借助“自助抽樣法”（Bootstrap）計算。其方法的基本原理是：存在需要的解釋變量和門檻值，模擬出因變量序列使其符合式（2）。每獲取一個自抽樣樣本，可計算出相應模擬的LM統計量。將此步驟進行數次，其模擬產生的LM統計量高于式（6）的次數的比值，即“自助抽樣法”中的P值。其中Bootstrap P值等同于普通測量方法中的概率P值。當檢驗某一變量表現出“門檻效應”時，需確認門檻值的置信區間。對零假設H0：y=y0檢驗時，可將“似然比統計量”（likelihood ratio staistic）表示為：

LR同樣為非標準正態分布。而Hansen計算了其置信區間，即在顯著性水平為α時，當LRy0≤cα=-2ln1-1-a時，不能拒絕零假設y=y0。當存在一個門檻值時，要確認是否存在多個門檻值，對兩個門檻值的檢測是有必要的。當拒絕LM檢測時，表明至少有一個門檻值，隨后設1為已知變量，對下一個門檻值2實行驗證。確定兩個門檻值后，對下一個門檻進行檢驗，直到存在零假設為止。因此，無論多少個門檻檢驗，其原理是相同的。

四、模型估計及分析

（一）描述性統計分析

表2是各變量的描述性統計結果。分別對全國、東部、中部、西部數據進行描述性統計分析：依據平均值分析，東部地區房地產庫存已超出全國綜合水平，且高于中西部地區。依據標準差分析，東部地區房地產庫存的差異性較中西部地區要高。從銀行業金融機構存款、銀行業金融機構貸款和股票市價總值三個指標來看，東部地區高出全國水平，中西部地區卻低于全國水平。從上市公司數量、經濟發展水平、市場化指數這類引發房地產庫存變動的變量來看，可發現東部地區高于全國平均水平，且遠遠高于中西部地區。以上幾點說明房地產庫存和金融發展規模存在顯著的區域性差異。

（二）單位根檢驗

為保證變量間統計規律的穩定性，避免出現“偽回歸”等問題，建模分析前需對序列的平穩性進行檢驗。主要采用LLC檢驗和IPS檢驗兩種方法對各變量進行單位根檢驗。其中，LLC檢驗主要適用于長面板，而IPS檢驗又能很好地克服LLC檢驗中要求“各自回歸系數都相等”的缺點，對前者起到補充檢驗的作用。結果如表3所示。對原序列進行單位根檢驗時，含有單位根的變量較多，而一階差分后，七個變量序列均表現平穩，表明這七個變量為一階單整。

（三）協整檢驗

對于含有單位根的變量，進一步探索單位根變量之間是否存在“長期均衡關系”。若存在，則滿足基準回歸分析條件。運用Pedroni檢驗方法、Westerlund檢驗和Kao檢驗三種檢驗方法綜合對數據進行協整分析。由表4可知，各個統計量否認“不存在協整關系”的最初假設，即相同階的協整變量之間有著明顯的長期協整關系。

（四）基準面板估計結果及分析

固定效應、隨機效應和混合效應是處理面板數據的基本方法。對2004-2017年的全國、東部地區、中部地區和西部地區進行面板數據的估計。在對模型的具體形式進行篩選時，采用F檢驗法對固定效應模型和混合效應模型進行判定，借助Hausman驗證法在固定效應模型和隨機效應模型中進行判定。從表5中的數據可以看出：全國和中部地區選取固定效應模型進行分析，東部地區和西部地區選取隨機效應模型進行分析。

金融機構存款：東部地區和西部地區表現出一定的抑制作用，全國和中部地區表現出一定的促進作用，中部地區和西部地區顯著。一方面，存款規模增加，居民可支配收入也隨著增加，從而增強居民購房能力，有利于房地產庫存的降低。另一方面，房價與房租往往成正相關，在房價上漲的同時房租也隨之上漲，這會抑制甚至阻擋上述的住房消費效果，提升房地產庫存水平。金融機構貸款：全國、東部和西部地區都是顯著正相關，中部地區不顯著。這表明銀行業金融機構貸款促進房地產庫存的增加。一方面，人們在銀行信貸擴張期間普遍認為可以從信貸擴張中獲取較多資金用于住房消費，從而擴大購房需求，原本潛在的購房需求也會隨之發展成為實質性的購房需求。另一方面，房地產開發企業獲得貸款后增加房地產市場的供給。兩個方面力量的比較，現階段我國的銀行業金融機構貸款顯著提升了房地產庫存水平。股票市價總值：全國、東部地區和西部地區具有一定的抑制作用，但不顯著。這說明我國房地產市場與股票市場之間具有輕微的投資替代關系，但并不顯著。

從上市公司數量看，全國和中部地區表現出正相關，且中部地區顯著，東部地區和西部地區表現出輕微的負相關，不顯著。市場化指數：西部地區市場化指數同房地產庫存具有正向關系，全國、東部地區和中部地區是負向關系，但都不顯著。從經濟發展水平看，全國、東部地區、中部地區和西部地區都表現出正向關系，但都不顯著。

（五）門檻面板估計結果及分析

通過上述分析不難發現，股票市價總值對房地產庫存的影響并不明顯，可能原因是股票市價總值對房地產庫存的影響并不是簡單的線性關系。股票市價總值對房地產庫存的影響也許是以某種約束來實現的，導致門檻效應的形成。在門檻區制的影響下，股票市價總值對房地產庫存的影響呈現出不一致現象，當其通過相應門檻值后，對房地產庫存的影響會出現差異性。因此，運用面板數據模型的門檻估計技術，以人均GDP作為門檻變量，進一步檢驗股票市價總值對房地產庫存影響的門檻效應，以揭示在不同人均GDP門檻區制下股票市價總值和市場化指數對房地產庫存影響的轉換特征。

借助300次自助抽樣法（Bootstrap）進行反復的計算得出“似然比統計量”，來確定人均GDP門檻區制下股票市價總值對房地產庫存影響的門檻值。表6給出了人均GDP門檻值個數檢驗成果，顯而易見，單一和雙重門檻效應均顯著。本文主要考察不同區制下股票市價總值對房地產庫存的影響，因此，選擇雙重門檻進行分析。

通過門檻效應個數檢驗后，需要進一步研究門檻效應的置信區間和門檻效應的似然比函數圖。雙重門檻效應的95%置信區間列示于表7。雙重門檻模型中人均GDP對數化（實際值）的門檻值分別為9.737（16932）和10.057（23318）。因此，可以根據雙重門檻值把全國按人均GDP發展水平劃分為人均GDP水平較低區域（ln rgdpit≤9.737）、人均GDP水平中等區域（9.737<ln rgdpit≤10.057）和人均GDP水平較高區域（10.057

門檻面板模型回歸結果表明，將人均GDP作為門檻變量，股票市價總值和市場化指數對房地產庫存的影響有顯著區別。伴隨著股票市價總值跨越人均GDP相應門檻值，其對房地產庫存的影響從顯著到不顯著再到顯著，其影響系數也由負值緩慢轉變為正值，影響系數絕對值減小。市場化指數與房地產庫存具有顯著的正向關系，表明市場化指數對房地產庫存有一定的促進作用。市場化指數反映的是區域市場化程度，目前我國市場化程度較高的區域，其房地產市場規模較大，因此，所需要的房地產庫存也較高。

當人均GDP處在ln rgdpit≤9.737區制時，股票市價總值對房地產庫存的影響系數為-0.0373，在1%的水平下顯著，處于這一區間內的樣本占比為26.90%。當人均GDP處在9.737

這表明股票市價總值對房地產庫存的影響存在顯著的門檻效應，隨著人均GDP的門檻區制轉化，股票市價總值對房地產庫存的影響由抑制作用轉化為促進作用，可能的原因是：當人均GDP較低時，人們擁有的收入不足以同時購買股票和進行住房消費，兩者只能取其一。住房消費具有占用資金多、回報時間長等特征，人們往往選擇股票進行投資，導致進入房地產市場的資金較少，房地產供給不足，房地產消費主要體現為剛性消費，因此，房地產庫存下降。股票市價總值與房地產庫存具有負相關關系，即股票市場投資與房地產市場投資存在一定的替代性。當人均GDP較高時，人們擁有的收入增加，疊加股票的財富效應，投資需求增加。人們對房地產投資偏好變強，進入房地產市場的資金增加，致使房地產供給增加，房地產改善型消費增加引起房地產需求增加，最終導致房地產市場規模擴大，所需的房地產庫存增加。股票市價總值與房地產庫存具有正相關關系，即股票市場投資與房地產市場投資存在一定的協同性。

五、結論與啟示

基于2004-2017年我國省際面板數據構建基準面板模型和門檻面板模型，考量金融發展規模對房地產庫存的影響，形成以下主要結論：第一，銀行業金融機構存款對房地產庫存的影響具有區域差異性，東部地區和西部地區表現出一定的抑制作用，全國和中部地區表現出一定的促進作用，中部地區和西部地區顯著。第二，銀行業金融機構貸款對房地產庫存的影響在全國、東部和西部地區表現出顯著的正向影響。第三，股票市價總值對房地產庫存的影響存在顯著的門檻效應。隨著人均GDP的門檻區制轉化，股票市價總值對房地產庫存的影響由抑制作用轉化為促進作用。第四，上市公司數量在全國和中部地區表現出正相關，且中部地區顯著，東部地區和西部地區表現出輕微的負相關，不顯著。第五，市場化指數在基準面板數據模型中表現出抑制作用，不顯著，但在門檻模型中表現出顯著的促進作用。第六，經濟發展水平對房地產庫存表現出促進作用，但不顯著。

綜上所述，本文得出如下政策啟示：一是金融發展規模中的銀行業金融機構貸款對房地產庫存的影響具有顯著的促進作用。將銀行業金融機構貸款調控作為穩定房地產庫存水平的重要手段，防范由于抵押融資約束等金融摩擦所造成的風險跨市場傳染。完善金融發展資源高效率配置機制，促進房地產市場平穩健康發展，減少房地產金融資源供求失衡問題。二是重視股票市場與房地產市場之間的短期和長期關系變化特征。股票市場與房地產市場之間在不同經濟發展階段相互關系存在差異，應進一步健全我國多層次金融市場，防范股票市場與房地產市場劇烈波動引發我國經濟系統性風險。三是上市公司數量、市場化程度和經濟發展水平與房地產庫存并無顯著的正向關系。我國較多三四線城市面臨人口流失、高質量發展動力不足和房地產貸款比重較大問題，房地產去庫存政策制定應更多關注三四線城市發展難題，落實“一城一策”方針，合理規劃三四線城市房地產市場調控政策。

參考文獻：

[1] 周建軍，劉奎兵，鄭嬌，等.人口結構對房價的影響及其區域差異性研究[J].經濟經緯，2020，37（3）：134-141.

[2] 周穎剛，蒙莉娜，盧琪.高房價擠出了誰？——基于中國流動人口的微觀視角[J].經濟研究，2019，54（9）：106-122.

[3] 倪鵬飛.貨幣政策寬松、供需空間錯配與房價持續分化[J].經濟研究，2019，54（8）：87-102.

[4] Glaeser E，Huang W，Ma Y， et al. A real estate boom with Chinese characteristics[J]. Journal of Economic Perspectives，2017，31（1）：93-116.

[5] 白鶴祥，劉社芳，羅小偉，等.基于房地產市場的我國系統性金融風險測度與預警研究[J].金融研究，2020（8）：54-73.

[6] 董紀昌，袁銓，尹利君，等.基于PMC指數模型的單項房地產政策量化評價研究——以我國“十三五”以來住房租賃政策為例[J].管理評論，2020，32（5）：3-13+75.

[7] 周建軍，孫倩倩，鞠方.房價波動、收入差距與消費差距[J].消費經濟，2018，34（5）：23-30.

[8] 伍文中，李燕.金融杠桿抑制房價有效性檢驗[J].華東經濟管理，2021，35（2）：106-111.

[9] 劉曉欣，雷霖.金融杠桿、房地產價格與金融穩定性——基于SVAR模型的實證研究[J].經濟學家，2017（8）：63-72.

[10]Gupta R，Africa S， Jurgilas M，et al. Financial market liberalization，monetary policy， and housing sector dynamics[J]. International Business and Economics Research Journal， 2012（1）：69-96.

[11]周建軍，孫倩倩.貨幣政策對房地產金融風險的影響研究——基于SVAR模型與門檻模型的實證分析[J].財經理論與實踐，2019，40（4）：32-37.

[12]Pan H，Wang C. House prices， bank instability， and economic growth： Evidence from the threshold model[J]. Journal of Banking and Finance，2013，37（5）：1720-1732.

[13]劉曉欣，雷霖，靳亞閣.貨幣供給、房地產價格與金融穩定性——基于SVAR模型的實證研究[J].上海經濟研究，2017（7）：31-41.

[14]劉志彪.房地產去庫存：供給側結構改革的重中之重[J].江蘇行政學院學報，2016（4）：36-41.

[15]劉斌，黃坤，王雷.誰更愿意去庫存：國有還是非國有房地產企業？[J].經濟研究，2018，53（6）：112-126.

[16]汪天都.房地產去庫存：進展、問題與對策[J].金融發展研究，2019（5）：38-45.

[17]黃燕芬，張磊.2016年中國房地產業主基調：去庫存、穩市場[J].價格理論與實踐，2015（12）：25-28.

[18]傅貽忙，周建軍，孫倩倩，等.多元城鎮化、門檻效應與房地產庫存：理論解釋與實證檢驗[J].財經理論與實踐，2018，39（3）：127-133.

[19]傅貽忙，周建軍，周穎.金融發展、空間效應與房地產庫存——理論解釋與實證檢驗[J].系統工程，2018，36（10）：14-29.

[20]許光建，陸穎婷，馬小雨.我國房地產市場“去庫存”的路徑研究——以無錫市為例[J].價格理論與實踐，2017（2）：21-25.

[21]胡祖銓.我國房地產去庫存研究[J].宏觀經濟管理，2016（4）：22-25+33.

[22]周廣肅，王雅琦.住房價格、房屋購買與中國家庭杠桿率[J].金融研究，2019（6）：1-19.

[23]于雪.房地產價格泡沫與拐點研究——基于日本東京和中國上海的對比分析[J].管理評論，2019，31（9）：58-69.

[24]鞠方，王姣，朱興宇.房地產投資對行業全要素生產率的影響——基于信貸中介效應的視角[J].湖南大學學報（社會科學版），2020，34（5）：62-70.

[25]周弘，張成思，何啟志.中國居民資產配置效率的門限效應研究：金融約束視角[J].金融研究，2018（10）：55-71.

[26]胡成春，陳迅.經濟政策不確定性、宏觀經濟與資產價格波動——基于TVAR模型及溢出指數的實證分析[J].中國管理科學，2020，28（11）：61-70.

[27]張浩，韓銘輝，姚佳穎.外匯市場、股票市場與房地產市場的風險傳染研究——基于三元VAR-BEKK-GARCH模型實證分析[J].運籌與管理，2020，29（7）：206-213.

[28]傅貽忙，王歡芳，劉奎兵.空間變異特征下金融發展結構對房地產庫存的影響研究[J].財經理論與實踐，2020，41（3）：117-123.

（責任編輯：鐘 瑤）

3219501908298