孫雯

[摘 要] 基于2015年1月至2019年3月全國(guó)月度數(shù)據(jù)，本王運(yùn)用格蘭杰因果檢驗(yàn)與OLS模型探究二手房市場(chǎng)、新房市場(chǎng)與租賃市場(chǎng)的相關(guān)性。實(shí)證結(jié)果表明，租房市場(chǎng)與二手房市場(chǎng)具有一定的聯(lián)系，但與新房市場(chǎng)相關(guān)性不大。而新房市場(chǎng)和二手房市場(chǎng)聯(lián)系較為緊密。上一次上一期二手房?jī)r(jià)格指數(shù)對(duì)新房?jī)r(jià)具有顯著的影響，二手房?jī)r(jià)格指數(shù)每上升1%，新房?jī)r(jià)格上升0.063%，而租賃價(jià)格指數(shù)對(duì)新房?jī)r(jià)格影響不顯著，與二手房?jī)r(jià)互為反向關(guān)系。上期新房?jī)r(jià)格影響本期租賃價(jià)格指數(shù)與二手房?jī)r(jià)格指數(shù)，影響大小分別為0.453與2.542。

[關(guān)鍵詞] 二手房市場(chǎng);新房市場(chǎng);租賃市場(chǎng);格蘭杰因果檢驗(yàn)

[中圖分類(lèi)號(hào)] F293.3[文獻(xiàn)標(biāo)識(shí)碼] A[文章編號(hào)] 1009-6043（2019）07-0125-03

一、引言

1998年，中國(guó)對(duì)住房制度進(jìn)行了重大改革。在全國(guó)范圍內(nèi)，國(guó)務(wù)院廢除了計(jì)劃經(jīng)濟(jì)遺留下來(lái)的住房制度，由實(shí)物分配向貨幣分配轉(zhuǎn)變。這一制度變遷迅速推進(jìn)了住房商品化進(jìn)程，加快了我國(guó)房地產(chǎn)業(yè)的發(fā)展。隨后，隨著住房抵押貸款新政策的實(shí)施和土地流轉(zhuǎn)制度改革的深化，房地產(chǎn)市場(chǎng)逐漸繁榮起來(lái)，并形成了以新房開(kāi)發(fā)為主導(dǎo)的新房地產(chǎn)市場(chǎng)。與家庭收入不同的是，許多城市的房?jī)r(jià)持續(xù)上漲，一些大城市的房?jī)r(jià)超出了人們的承受能力。新建住房?jī)r(jià)格、二手房?jī)r(jià)格指數(shù)以及房屋租賃價(jià)格指數(shù)相互影響的原因，可能在于人們對(duì)房地產(chǎn)的需求不同。在房?jī)r(jià)快速上漲的今天，持有充沛資金的人對(duì)房地產(chǎn)的投資意愿很高，造成空置房的增加。這些房屋可能只用于等房?jī)r(jià)上升到一定時(shí)候時(shí)出售，也可能用于出租。在此背景下，居民被迫轉(zhuǎn)向租賃市場(chǎng)。我國(guó)現(xiàn)行的房地產(chǎn)市場(chǎng)需求側(cè)調(diào)控措施效果不明顯，甚至引起一些城市房地產(chǎn)市場(chǎng)價(jià)格的反彈。另外，房地產(chǎn)產(chǎn)權(quán)市場(chǎng)供給缺乏彈性，我國(guó)很難通過(guò)直接提高住房供給來(lái)控制房?jī)r(jià)。因此，可將目光轉(zhuǎn)向房地產(chǎn)租賃市場(chǎng)，通過(guò)調(diào)控租賃市場(chǎng)價(jià)格間接達(dá)到調(diào)控產(chǎn)權(quán)市場(chǎng)價(jià)格的目的[1]。隨著我國(guó)城市用地供應(yīng)日趨緊張，增量房地產(chǎn)的發(fā)展速度也逐步放緩。并且我國(guó)房地產(chǎn)成交結(jié)構(gòu)從新房市場(chǎng)向二手房市場(chǎng)傾斜。不同的城市的市場(chǎng)二手房與新房的比例差距較大。因此，在探討房地產(chǎn)市場(chǎng)與租賃市場(chǎng)關(guān)系時(shí)，應(yīng)當(dāng)對(duì)二手房與新房加以區(qū)分。

住房?jī)r(jià)格和租賃價(jià)格指數(shù)二者關(guān)系，目前形成了三種理論：?jiǎn)我皇袌?chǎng)理論，雙重市場(chǎng)理論以及整體市場(chǎng)理論。馬克思地租理論和迪帕斯奎爾-惠頓模型（D-W模型）均認(rèn)同單一市場(chǎng)理論，認(rèn)為房?jī)r(jià)和租金處于同一市場(chǎng)，租金則是房屋的資產(chǎn)紅利，房?jī)r(jià)是將來(lái)全部房屋租金現(xiàn)值總和，二者是正比例關(guān)系。而雙重市場(chǎng)理論是將住房銷(xiāo)售市場(chǎng)、住宅租賃市場(chǎng)視為兩個(gè)互相獨(dú)立的市場(chǎng)，且未考慮二者之間的互動(dòng)關(guān)系[2]。整體市場(chǎng)理論認(rèn)為住房銷(xiāo)售市場(chǎng)、住宅租賃市場(chǎng)是存在密切聯(lián)系的，房屋價(jià)格變動(dòng)會(huì)導(dǎo)致房屋租金價(jià)格變動(dòng)，房屋租金亦會(huì)反作用于房屋價(jià)格[3]。

實(shí)證方面，主要形成以下幾種觀點(diǎn)：第一，房?jī)r(jià)與租價(jià)互為因果且具有推動(dòng)關(guān)系。余華義和陳東（2009）經(jīng)實(shí)證研究，發(fā)現(xiàn)房?jī)r(jià)和房屋租金之間存在正向影響關(guān)系，房?jī)r(jià)上升帶動(dòng)租金上升，租金上升推動(dòng)房?jī)r(jià)上升[4]。趙美平與劉永紅（2014）基于2000-2013季度數(shù)據(jù)提出，房?jī)r(jià)收入比、房?jī)r(jià)租金比對(duì)房?jī)r(jià)具有正相關(guān)關(guān)系[5]。第二，房?jī)r(jià)與租價(jià)關(guān)系不顯著。如Mayer等（2005）認(rèn)為房?jī)r(jià)和租價(jià)不存在直接關(guān)系，房?jī)r(jià)租金比也失去了衡量房屋投資價(jià)值的意義[6]。林瑩等（2007）基于北京的數(shù)據(jù)的實(shí)證結(jié)論為房?jī)r(jià)與租金不存在相互影響。第三，房?jī)r(jià)和租價(jià)的關(guān)系因不同區(qū)域不同時(shí)段而表現(xiàn)不同[7]。李寧（2014）運(yùn)用全國(guó)房屋銷(xiāo)售和租賃價(jià)格指數(shù)數(shù)進(jìn)行實(shí)證分析，認(rèn)為房?jī)r(jià)在短期和長(zhǎng)期都將影響租金水平，但租金對(duì)房?jī)r(jià)幾乎無(wú)顯著影響，因此租賃市場(chǎng)和房屋銷(xiāo)售市場(chǎng)存在一定分隔[2]。

可見(jiàn)，學(xué)者無(wú)論在理論研究還是實(shí)證研究方面對(duì)房?jī)r(jià)租價(jià)關(guān)系問(wèn)題已經(jīng)進(jìn)行了長(zhǎng)期的探討，但研究結(jié)論存在差異性。這種差異可能是使用指標(biāo)的不同、研究時(shí)間不同以及區(qū)域不同所導(dǎo)致的。值得指出的是，以往研究中，有關(guān)新房市場(chǎng)與租賃市場(chǎng)、新房市場(chǎng)與二手房市場(chǎng)的關(guān)系討論較多，后者如賴(lài)洪貴（2016）通過(guò)研究14年全國(guó)月度數(shù)據(jù)，認(rèn)為新房?jī)r(jià)格與二手房?jī)r(jià)格指數(shù)存在長(zhǎng)期均衡關(guān)系，且新房?jī)r(jià)格起主導(dǎo)作用[8]。而文清（2015）運(yùn)用2005年7月至2014年1月月度價(jià)格指數(shù)同樣證明了這一點(diǎn)[9]。因此，新房?jī)r(jià)格、二手房?jī)r(jià)以及租賃價(jià)格指數(shù)之間可能存在一定關(guān)聯(lián)。本文借助OLS模型以及VAR模型，探究二手房、新房市場(chǎng)與租賃市場(chǎng)的互動(dòng)聯(lián)系。

本文基于2015年1月至2019年3月的全國(guó)月度數(shù)據(jù)，探究商品房銷(xiāo)售價(jià)格指數(shù)、二手房出租掛牌價(jià)指數(shù)以及二手房出售掛牌價(jià)指數(shù)的相互關(guān)系。結(jié)論指出，上期租賃價(jià)格與二手房?jī)r(jià)格較為緊密，而與新房?jī)r(jià)格關(guān)系不大。無(wú)論是短期還是長(zhǎng)期，新房?jī)r(jià)與二手房?jī)r(jià)互相影響。其余部分將做如下安排：第二部分說(shuō)明指標(biāo)與數(shù)據(jù)處理;第三部分進(jìn)行實(shí)證研究并說(shuō)明實(shí)證結(jié)果;最后，我們?cè)诘谒牟糠种械贸鼋Y(jié)論，并給出切實(shí)可行的政策建議。

二、指標(biāo)選取與數(shù)據(jù)處理

本文從WIND數(shù)據(jù)庫(kù)中選取編制中國(guó)2015年1月至2019年3月的商品房銷(xiāo)售價(jià)格指數(shù)、二手房出租掛牌價(jià)指數(shù)以及二手房出售掛牌價(jià)指數(shù)，從而探究三種價(jià)格的變化程度與趨勢(shì)，并反映新房市場(chǎng)、二手房市場(chǎng)以及住房租賃市場(chǎng)之間的關(guān)系。所采用變量如表1所示。為了消除異方差影響，更好地捕捉變量的線性變化趨勢(shì)，本王將以調(diào)整后變量數(shù)據(jù)的自然對(duì)數(shù)轉(zhuǎn)換值來(lái)進(jìn)行實(shí)證分析。數(shù)據(jù)主要來(lái)源于WIND數(shù)據(jù)庫(kù)與EPS數(shù)據(jù)庫(kù)。

三、實(shí)證研究

（一）單位根檢驗(yàn)

（二）格蘭杰因果檢驗(yàn)

1.理想滯后階數(shù)的確定

在建立VAR模型過(guò)程中，需要確定滯后階數(shù)，一方面，滯后階數(shù)應(yīng)足夠大，否則不能反映模型的動(dòng)態(tài)特征;另一方面，滯后階數(shù)越大，模型自由度越小。理想階數(shù)需滿足以上條件，缺一不可。本文使用FPE準(zhǔn)則、AIC準(zhǔn)則、SC準(zhǔn)則和HQ準(zhǔn)則來(lái)選擇理想滯后階數(shù)，最終選擇滯后11階為理想階數(shù)。

2.向量自回歸模型（VAR模型）

VAR模型方法是把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來(lái)構(gòu)造模型，從而將單變量自回歸模型推廣到由多元時(shí)間序列變量組成的向量自回歸模型。本文認(rèn)為，上期的二手房?jī)r(jià)格與租賃價(jià)格對(duì)新房?jī)r(jià)格具有一定的影響，因此建立HP、HP_SEC和RENT變量的VAR模型如下：

格蘭杰因果檢驗(yàn)解決了解釋變量是否引起被解釋變量的問(wèn)題，主要看被解釋變量能在多大程度上被過(guò)去的解釋變量所解釋。如果解釋變量在被解釋變量的預(yù)測(cè)中有影響，那么就說(shuō)解釋變量是被解釋變量的格蘭杰原因。

現(xiàn)對(duì)上面估計(jì)出的VAR模型進(jìn)行格蘭杰因果檢驗(yàn)，結(jié)果如表3所示。不考慮滯后期時(shí)，在0.05的顯著性水平下，租賃價(jià)格指數(shù)是二手房?jī)r(jià)格指數(shù)的格蘭杰原因，新房?jī)r(jià)格和二手房?jī)r(jià)格互為格蘭杰原因。在0.05的顯著性水平下，上期租賃價(jià)格指數(shù)是上期二手房?jī)r(jià)格指數(shù)和本期新房?jī)r(jià)格的格蘭杰原因，而新房?jī)r(jià)格和上期二手房?jī)r(jià)格互為格蘭杰原因。

（三）基于OLS模型的實(shí)證分析

由于格蘭杰因果關(guān)系只能衡量變量之間有沒(méi)有聯(lián)系，并不能衡量其作用的大小，因此本文基于OLS模型構(gòu)建如下模型，分別考察新建住房?jī)r(jià)格、二手房?jī)r(jià)格指數(shù)以及住房租賃價(jià)格指數(shù)之間的關(guān)系?；鶞?zhǔn)計(jì)量模型如下：

需要說(shuō)明的是，RENTi表示i時(shí)期二手房出租掛牌價(jià)指數(shù)，HPi表示i時(shí)期商品房銷(xiāo)售價(jià)格，HP_SECi表示i時(shí)期二手房出售掛牌價(jià)指數(shù)，SA_SECi表示i時(shí)期二手房掛牌量指數(shù)，SAi表示i時(shí)期商品房銷(xiāo)售面積，R007_7i表示i時(shí)期銀行間質(zhì)押式回購(gòu)加權(quán)利率。此處需要參考的是β1和β2的正負(fù)向及大小。

在此基礎(chǔ)上，本文進(jìn)行分別以HP、RENT、HP_SEC作為被解釋變量進(jìn)行回歸，回歸結(jié)果如表3所示，分別為模型（1）、模型（2）和模型（3）。從表3的回歸結(jié)果可以看出，全樣本下，租賃價(jià)格指數(shù)、二手房?jī)r(jià)對(duì)新房房?jī)r(jià)的影響為正。租賃價(jià)格指數(shù)每上漲1%，新房?jī)r(jià)上漲0.162%;二手房?jī)r(jià)每上漲1%，新房?jī)r(jià)上漲0.285%。模型（2）可以看出，二手房?jī)r(jià)每上漲1%，租賃價(jià)格指數(shù)下降0.174%;新房?jī)r(jià)每上漲1%，租賃價(jià)上升0.515%。模型（3）指出，租賃價(jià)格指數(shù)每上漲1%，二手房?jī)r(jià)下降0.528%;新房?jī)r(jià)每上升1%，二手房?jī)r(jià)上漲2.735%?？梢?jiàn)，新房?jī)r(jià)、二手房?jī)r(jià)和租賃價(jià)格指數(shù)之間可以相互影響?，F(xiàn)實(shí)中，面對(duì)利率和政策，房?jī)r(jià)最先做出反應(yīng)，隨后二手房?jī)r(jià)和租賃價(jià)格指數(shù)產(chǎn)生變化。上期二手房與租賃價(jià)格指數(shù)的變化，很可能反向影響對(duì)本期房?jī)r(jià)。因此，可探究二手房?jī)r(jià)和租賃價(jià)格指數(shù)滯后期對(duì)新房?jī)r(jià)的影響，實(shí)證結(jié)果如表3模型（4）至模型（6）。模型（4）表明，上一期二手房?jī)r(jià)格指數(shù)對(duì)新房?jī)r(jià)具有顯著的影響，二手房?jī)r(jià)格指數(shù)每上升1%，新房?jī)r(jià)格上升0.063%，而租賃價(jià)格指數(shù)對(duì)新房?jī)r(jià)格影響不顯著。模型（5）與模型（6）表明，上期新房?jī)r(jià)格影響本期租賃價(jià)格指數(shù)與二手房?jī)r(jià)格指數(shù)，影響大小分別為0.453與2.542。從表3中還可以看出，金融市場(chǎng)也對(duì)房產(chǎn)市場(chǎng)具有一定影響，但對(duì)租賃市場(chǎng)影響不顯著。銀行間質(zhì)押式回購(gòu)加權(quán)利率每上升1%，新房?jī)r(jià)格將減少0.402%，二手房?jī)r(jià)格指數(shù)將下降0.685%。

四、結(jié)論與政策建議

本文從WIND數(shù)據(jù)庫(kù)中選取編制中國(guó)2015年1月至2019年3月的商品房銷(xiāo)售價(jià)格指數(shù)、二手房出租掛牌價(jià)指數(shù)以及二手房出售掛牌價(jià)指數(shù)，通過(guò)格蘭杰因果檢驗(yàn)、OLS實(shí)證回歸等方法，探究新房?jī)r(jià)、二手房?jī)r(jià)格與租賃價(jià)格之間的關(guān)系。結(jié)果表明，租賃價(jià)格變動(dòng)在長(zhǎng)期單項(xiàng)影響二手房?jī)r(jià)格與新房?jī)r(jià)格，在短期僅影響二手房?jī)r(jià)格。而新房?jī)r(jià)格與二手房?jī)r(jià)格互為格蘭杰因果原因，存在較為穩(wěn)定的格蘭杰因果關(guān)系。OLS實(shí)證回歸結(jié)果與格蘭杰因果關(guān)系整體較為接近：二手房?jī)r(jià)每上漲1%，新房?jī)r(jià)上漲0.285%，租賃價(jià)格指數(shù)下降0.174%;新房?jī)r(jià)每上漲1%，二手房?jī)r(jià)上漲2.735%，租賃價(jià)上升0.515%;租賃價(jià)格指數(shù)每上漲1%，新房?jī)r(jià)上漲0.162%，二手房?jī)r(jià)下降0.528%。上一期二手房?jī)r(jià)格指數(shù)對(duì)新房?jī)r(jià)具有顯著的影響，二手房?jī)r(jià)格指數(shù)每上升1%，新房?jī)r(jià)格上升0.063%，而租賃價(jià)格指數(shù)對(duì)新房?jī)r(jià)格影響不顯著，與二手房?jī)r(jià)互為反向關(guān)系。上期新房?jī)r(jià)格影響本期租賃價(jià)格指數(shù)與二手房?jī)r(jià)格指數(shù)，影響大小分別為0.453與2.542。

根據(jù)實(shí)證結(jié)果，本文認(rèn)為，房屋交易的需求面來(lái)看，中國(guó)房?jī)r(jià)上漲主要是其投資需求過(guò)高，而非自主需求，否則房?jī)r(jià)上漲將使有自主需求的潛在后邁著轉(zhuǎn)向房屋租賃，從而造成租賃市場(chǎng)需求增加，租金上漲。政府應(yīng)抑制房地產(chǎn)投資需求，貫徹落實(shí)“房住不炒“的理念。本文應(yīng)該從以下幾個(gè)方面入手：

第一，貫徹落實(shí)租售并舉政策，改進(jìn)租購(gòu)?fù)瑱?quán)政策，提高居民對(duì)租賃市場(chǎng)的需求，保證租賃市場(chǎng)有充沛的客源，形成穩(wěn)定的租價(jià)和現(xiàn)金流

租售并舉政策目標(biāo)是構(gòu)建多層次住房供給制度，讓有自主需求的客戶(hù)分流至租賃市場(chǎng)。因此貫徹落實(shí)租售并舉，可提高企業(yè)和居民對(duì)租賃市場(chǎng)前景的期待值，提升進(jìn)入租賃市場(chǎng)的參與積極性。而另一個(gè)熱點(diǎn)政策——租購(gòu)?fù)瑱?quán)則備受爭(zhēng)議。租購(gòu)?fù)瑱?quán)可避免非理性搶房，抑制房?jī)r(jià)虛高。但從現(xiàn)實(shí)角度而言，中國(guó)人購(gòu)房的一個(gè)特殊原因在于，稀缺的教育資源與學(xué)區(qū)房綁定，而租購(gòu)?fù)瑱?quán)不能保證所有的租房者和業(yè)主享受同等優(yōu)質(zhì)的教育資源，以及教育資源等，因此，建議制定租購(gòu)?fù)瑱?quán)政策時(shí)的考慮教育資源的分配問(wèn)題，提高租賃市場(chǎng)的需求。

第二，改革土地供應(yīng)和土地出讓金制度，調(diào)控住房建設(shè)用地供應(yīng)，穩(wěn)定房?jī)r(jià)與租賃價(jià)格

房地產(chǎn)業(yè)中土地資源的國(guó)家壟斷配置體制，使其供給彈性較小，房地產(chǎn)市場(chǎng)運(yùn)行的動(dòng)力機(jī)制處于非均衡狀態(tài)。因此，改革土地供應(yīng)和土地出讓金制度，是從土地市場(chǎng)角度，或者從房?jī)r(jià)高居不下的根源角度出發(fā)，降低高檔住房比例，增加保障性住房，引導(dǎo)房地產(chǎn)市場(chǎng)合理供給結(jié)構(gòu)的發(fā)展。另外，政府應(yīng)適度調(diào)整現(xiàn)有土地制度，從數(shù)量、結(jié)構(gòu)、方式、價(jià)格等方面來(lái)盤(pán)活土地供應(yīng)，以控制房地產(chǎn)開(kāi)發(fā)節(jié)奏，降低開(kāi)發(fā)交易成本，從而穩(wěn)定房?jī)r(jià)與租賃價(jià)格。另外，整合已建成住宅，將空置部分投入租賃市場(chǎng)增加供給也是增加住房供給，降低房?jī)r(jià)的有效方式。張紅偉（2016）指出，最為有效率的方式是以物業(yè)租賃企業(yè)為中介去整合租賃住房和承租者信息，完成市場(chǎng)分配并對(duì)物業(yè)提供各項(xiàng)租賃服務(wù)[10]。

第三，調(diào)整金融政策和稅收政策，抑制投機(jī)性需求，同時(shí)需要拓寬社會(huì)的投資渠道，合理地引導(dǎo)投資行為

政府應(yīng)在金融與稅收方面加以?xún)A斜，引導(dǎo)居民在租賃市場(chǎng)環(huán)境改善的條件下，理性選擇居住方式，實(shí)現(xiàn)房屋租買(mǎi)的相互替代。稅收方面，可以開(kāi)發(fā)流轉(zhuǎn)環(huán)節(jié)征稅為主向，以保有環(huán)節(jié)征稅為主轉(zhuǎn)變，嚴(yán)肅界清稅費(fèi)，弱化其投資投機(jī)屬性。同時(shí)，政府可以通過(guò)政府與社會(huì)資本合作（PPP）、REITs、稅收減免政策等房地產(chǎn)融資創(chuàng)新、政策性住房金融等方式，圍繞住房回歸居住屬性，基于不同區(qū)域市場(chǎng)的異質(zhì)性變化特征，有差異化地支持房地產(chǎn)相關(guān)企業(yè)拓展住房租賃業(yè)務(wù)，提高相關(guān)企業(yè)的業(yè)務(wù)能力。如政府應(yīng)該規(guī)范房地產(chǎn)信貸政策，對(duì)自住性和非自住性的住房信貸實(shí)行差別化信貸政策。

[參考文獻(xiàn)]

[1]顧建發(fā).房地產(chǎn)發(fā)展長(zhǎng)效機(jī)制的重要性[J].上海房地，2013（6）：14-15.

[2]李寧.基于房地產(chǎn)市場(chǎng)內(nèi)生屬性的房?jī)r(jià)與租金關(guān)系實(shí)證分析[J].當(dāng)代經(jīng)濟(jì)管理，2014，36（3）：31-37.

[3]張屹山，趙楊.中國(guó)房屋銷(xiāo)售價(jià)格、土地價(jià)格和租賃價(jià)格的關(guān)系研究[J].吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào)，2010，50（1）：74-83+159.

[4]余華義，陳東.中國(guó)地價(jià)、利率與房?jī)r(jià)的關(guān)聯(lián)性研究[J].經(jīng)濟(jì)評(píng)論，2009（4）：41-49+88.

[5]趙美平，劉永紅.基于VAR模型的中國(guó)房?jī)r(jià)收入比、房?jī)r(jià)租金比與房?jī)r(jià)關(guān)系的研究[J].科技視界，2014（23）：270+341.

[6]Himmelberg. C.，Mayer. C. and T. Sinai. Assessing high house prices： Bubbles，fundamentals and misperceptions [J].Journal of Econ-omics Perspectives，2005（19）：67-92.

[7]林瑩，呂萍，周滔.房?jī)r(jià)、地價(jià)和房屋租金關(guān)系研究———以北京市為例[J].價(jià)格理論與實(shí)踐，2007（4）：45-46.

[8]賴(lài)洪貴，劉政，張斌.2014年以來(lái)新房與二手房月度價(jià)格變動(dòng)關(guān)系研究——基于中國(guó)省會(huì)城市面板數(shù)據(jù)的實(shí)證[J].現(xiàn)代經(jīng)濟(jì)信息，2016（11）：374-377.

[9]吳文清，黃武永.我國(guó)新房、二手房互動(dòng)信息傳遞研究[J].河南科學(xué)，2015，33（2）：275-279.

[10]張紅偉，王湛.房地產(chǎn)市場(chǎng)供給側(cè)結(jié)構(gòu)性調(diào)控——從產(chǎn)權(quán)到租賃[J].西南民族大學(xué)學(xué)報(bào)（人文社科版），2016，37（11）：130-134.

[11]侯兵.中國(guó)房地產(chǎn)價(jià)格的博弈分析及對(duì)策研究[D].東北財(cái)經(jīng)大學(xué)，2016.

[12]顧建發(fā).房地產(chǎn)發(fā)展長(zhǎng)效機(jī)制的重要性[J].上海房地，2013（6）：14-15.

[責(zé)任編輯：潘洪志]