基于VPCI指標的城市住宅價格趨勢分析

李智??吳偉巍???┷⊙敲酮?

摘要：本文通過介紹VPCI指標（成交量加權平均值）的背景及由來，建立了城市住宅價格VPCI的模型，并介紹了該指標的規則和計算運用法則。最后通過南京市住房價格，計算了VPCI指標，并通過南京市住宅價格的趨勢驗證了該指標的合理性。

關鍵詞：城市住宅價格；VPCI指標；南京市

中圖分類號：F293文獻標識碼：A

文章編號：1000176X（2015）11013505

一、研究背景

我國房地產市場，自20世紀80年代開始萌芽發展。隨著1997—1998年間住房制度改革的啟動，住房投資、建設、分配、管理制度逐漸向著貨幣化、市場化和社會化的方向轉變，住宅市場作為獨立的產業體系，開始成為房地產市場的重要組成部分。1998年以后，住房實物分配制度的正式終結和房地產市場得到的政策支持，使城市住房供給的融資渠道、投資主體等呈現多元化的趨勢，使住宅市場保持著高速的發展勢頭。

但隨著住宅市場投資的快速增長，住宅價格也隨之不斷上漲。2002年以后，我國部分大中城市的住宅價格出現了加速增長的趨勢，且波動程度顯著增大。因此，隨著住宅價格的不斷升高，住宅價格波動已經成為整個社會關注的焦點。圍繞相關問題，近年來國務院、各部委、人民銀行和各地政府相繼出臺了一系列政策來穩定房地產市場。

2011年1月26日公布的“新國八條”要求，2011 年各城市人民政府要根據當地經濟發展目標和居民住房支付能力，合理確定本地區年度新建住房價格控制目標，并于一季度向社會公布。2011年，在全國657個城市中，住房價格調控目標大致可以分為，以GDP增長為一類，人均居民收入為一類，以長春提出的房價收入比為一類。那么這些指標合理嗎？在各個城市公布這些調控目標后，引來了居民的抱怨，房價目標卻被公眾批評為“限漲令”。因為幾乎所有城市都將2011 年目標定為“增長10%”左右，調控目標制定得太寬松。可見這些目標存在不合理之處。因為近些年居民收入水平趕不上GDP的增長水平，更趕不上物價上漲速度[1-2]。

本文從技術分析的角度，聚焦城市住宅價格的波動幅度、波動周期和波動方式等方面，從住宅價格波動現象自身來研究其透露的信息，把握住宅房地產市場的真實狀況，通過確定住宅價格的正常波動區間，來對住宅價格波動過程中出現的異常波動點進行界定，從而為趨勢的判斷和調控的時點把握提供參考。目前可用于住宅價格趨勢計算的指標較少，論文通過其他途徑尋找合理的趨勢分析方法。成交量變化是先于價格變化的，成交量是引起價格變化的原因，運用市場價值規律，供給與需求的關系，制定市場的成交量分析指標，通過最近成交量分析來預測住宅均價的走勢。本文試著通過住宅房屋的成交量來預測房價的漲跌情況，運用成交量分析指標來計算出房價同樣的指標，這樣對于房價的趨勢分析就有了一種新方法。基于南京市近十年新建住房的銷售情況，計算VPCI。

二、文獻綜述

在定性研究方面，賀建清從開發商與消費者的互動關系和開發商之間的利益博弈角度分析影響房地產價格走勢的原因，并建立房地產市場開發商與消費者間的不完全信息靜態博弈模型和開發商之間的有限理性下協調博弈模型，結果表明房地產開發商和消費者之間的博弈，開發商之間的合作與非合作博弈是影響房地產價格波動的重要原因。周建軍和侯杰通過對國際游資投機房地產的動因和房地產市場的價格決定模型分析，發現房價波動與國際游資之間呈正相關趨勢。熊璐瑛[5]從匯率對物價的傳導機制、供需理論等角度討論匯率波動對房地產價格的影響。楊冬寧探討了土地供給價格、數量和形式對住宅價格波動的影響。孔煜分析了貨幣政策影響房地產價格波動的沖擊途徑，并闡述了我國住宅價格波動與貨幣供給量變動形成的貨幣政策沖擊之間的關系。

在定量研究方面，梁云芳和高鐵梅用多變量時間序列方差分量分析模型（MTV模型）對不同地區不同用途商品房價格變動的各種影響因素綜合考慮分析。楊冬寧[9]利用特征價格法和多元回歸方程組，通過對杭州市住宅價格指數的構建，對住宅價格波動的影響因素進行了歸類和動態分析。李成剛等[10]用Panel Data模型和向后法多元回歸方程建立了住宅價格影響因素模型，通過實證分析找出了影響河北省住宅價格的主要因素。周恩臣結合定性的經濟周期波動理論和定量的靜態、動態供求價格模型及截面時序模型，從政府、銀行、消費者的角度對住宅價格波動的原因進行了分析。衛正逸和屈夢溪利用VEC模型對國際資本流動和我國房地產市場銷售價格之間的彈性進行研究，通過格蘭杰因果檢驗分析二者之間的因果關系，結果表明從短期來看，國際資本流入是我國房地產市場價格上漲的原因，但影響程度較小，從長期來看二者之間并不存在均衡關系。宋勃和高波[13]在考慮通貨膨脹的條件下，利用我國1998—2006年的一年期存款實際利率、一年期商業貸款實際利率、存款準備金實際利率、中央銀行實際貸款利率、實際再貼現率與房屋銷售價格指數和土地交易價格指數的季度數據建立誤差糾正模型，并通過協整檢驗、長短期格蘭杰因果檢驗和脈沖響應分析，對我國房地產價格和各種實際存貸款利率的關系進行實證檢驗。周京奎[14]通過構建適合我國的房地產投機理論模型，對我國14個城市的房地產價格波動與投機行為的關系進行實證研究，時間序列的回歸分析結果表明，全部城市中投機成分都對房地產價格有顯著影響，橫截面數據表明，可支配收入對房地產價格沒有顯著影響，價格上升主要由投機推動。張文娟[15]應用行為金融學中的噪聲交易理論，通過引入一個含有過度反應系數的世代交替模型，分析房地產市場中噪聲交易者的過度行為對房價波動的影響。徐松茂和姚佐文[16]通過VAR模型（向量自回歸模型）和協整分析，發現人口和預期是上海房地產市場價格變動的兩個主要因素，并通過行為金融學的噪聲交易理論、反饋機制和羊群效應等對這種心理預期的作用進行解釋。李智[17]針對城市住宅價格控制目標進行了橫向比較并分析其合理性，結合南京市數據進行了案例研究。

三、成交量VPCI指標的由來及計算

1VPCI指標在股市中的應用

在股票市場中，股票交易機構吸納和派發股票籌碼的行為模式主要不是盯著每一天股票的漲跌趨勢變化，它們的交易策略是結合市場的整體趨勢來制定和執行的，從這個角度來看，長期市場的趨勢是捕捉市場內部正在積累的供需力量的理想途徑。在短期內，市場的一些行為有可能誤導投資者，而且有時候還是有意的。房價也是如此，房地產公司為了快速賣出新樓盤，打著各種招牌，有意降低某些廉價房的價格，以此吸引消費者的眼光等。但是從市場較長期的趨勢來看，機構投資者的行為是無法隱藏的。因此，我們需要一個成交量指標來比較這些市場趨勢。基于這些想法，成交量分析大師巴夫經過嚴格的檢驗，對市場的較長期趨勢找到了一個這樣的指標來揭示價量之間的正相關關系。研究的結果就是成交量價格確認指標VPCI。

在介紹VPCI之前，我們先介紹兩個關于價格的基本平均值：簡單移動平均值（SMA）和成交量加權的移動平均值（VWMA）。VWMA是將每個交易日的收盤價用當天的成交量加權，然后除以平均值計算期間的總成交量。VWMA來衡量通過價格反映出來的投資者意愿，以當日成交量占平均值計算期間總成交量的比例為權重對價格進行加權。用成交量給價格平均值加權就是基于投資者的參與給予價格不同的強調，成交量大的交易日價格的重要性會被放大，而成交量較小的交易日的價格的重要性則會被降低。例如：我們同時用SMA和VWMA兩種方法來計算兩天的移動平均值，假設某只股票在第一天以10美元的價格成交了100 000股，第二天以12美元的價格成交了300 000股。SMA的計算方法是將第一天的價格加上第二天的價格，然后除以天數，即（10+12）/2=11美元。VWMA的計算方法是將第一天的價格乘以第一天的成交量占總成交量的比例（100 000/400 000=1/4），然后加上第二天的價格乘以第二天的成交量占總成交量的比例（300 000/400 000=3/4），最終結果為115美元。根據計算結果，投資者參與的實際價格不是11美元，而是VWMA所示的115美元。

VPCI指標將價格趨勢和成交量加權的價格趨勢加以對比，即將VWMA和相應的SMA相比較。這樣的對比能夠揭示價格趨勢和相應的成交量之間的內在關系。雖然SMA指標能夠顯示一只股票價格的變化，但不能反映投資者參與的程度，而VWMA指標將價格變化的重要性根據相應的成交量進行了加權。SMA和VWMA指標之間的不對稱性就提供了構建VPCI的信息。該信息被用于判斷當前價格趨勢的可持續性。因此，VPCI指標主要用于證實或反對當前的價格趨勢。

2住宅市場價格VPCI指標的建立

VPCI涉及三種計算：成交量價格確認或反對指標（VPC+/-）、成交量價格比率（VPR）和成交量乘數（VM）。

第一步，選擇一個長期和短期的時間框架。長期的時間框架用于計算基于簡單價格移動平均數和成交量加權的價格移動平均數的VPC，以及基于簡單價格移動平均數和成交量加權的價格移動平均數的VM。短期的時間框架用于計算基于簡單價格移動平均數和成交量加權的價格移動平均數的VPR，以及基于簡單價格移動平均數和成交量加權的價格移動平均數的VM。

VPC的計算方法是從長期的VWMA中減去同期的SMA。實際上，VPC是描述價格和成交量加權之間關系的核心指標，但很少被關注，當該值為正時就是VPC+指標（成交量價格確認），為負時就是VPC-指標（成交量價格矛盾）。VPC顯示了價格和成交量加權后的價格在某段時期內變化的非對稱性，其結果能為我們提供十分有用的信息。一個50天的SMA值為485，而同時的VWMA值為50，其差值為15代表了對上升趨勢價格的成交量確認。如果計算的結果是負值，則代表了價格成交量矛盾。僅僅是這個差值就提供了關于價格趨勢和相應的成交量之間的內在非對稱性關系的純粹的樸實無華的信息。

第二步，計算成交量價格比率（VPR）。VPR指標能放大或縮小相對于短期價格成交量關系的VPC+/-值。VPR的計算方法是將短期的VWMA除以短期的SMA。例如，假設短期定義為10個交易日，10天的VWMA值為25，而10天的SMA值為20，那么VPR就等于25/20，即125。我們將該值乘以第一步中計算出來的VPC+/-，而小于1的成交量價格比率則會減少VPC+/-。

第三步，計算成交量乘數（VM）。VM的目的是在成交量放大時加大VPCI的量，在成交量縮減時縮小VPCI的量。為此，我們用短期平均成交量除以長期平均成交量。例如，假設對于SMA簡單移動平均線，10天的短期平均成交量為每天150萬股，而50天的長期平均成交量為每天75萬股，那么VM值就是1500 000/750 000=2。

在將VPC+/-乘以VPR之后，我們再乘以上一步計算出來的VM，這樣我們就得到了VPCI指標。VPC+的確認值15乘以VPR值125，得到1875，然后再乘以VM值的2，最后得到VPCI值375。盡管該指標值提供了非常強的價量確認信息，但該信息最好還是結合當下的價格趨勢和最近的VPCI水平來解讀。我們隨后將討論如何最有效地利用VPCI指標。

VPC=VWMA-SMA

VPR= VWMA/SMA

VM=短期SMA/長期SMA

VPCI= VPC×VPR×VM

四、 VPCI指標在住宅均價趨勢分析中的應用

1VPCI指標應用規則

當使用VPCI時，成交量信息是領先價格變化的，和大多數指標不同，VPCI常常在價格突變和價格反轉前發出訊號。VPCI的訊號可以用于價格趨勢和價格指標的分析中。VPCI大于或小于零時，顯示了價量關系和當前的價格是一致還是矛盾，以及一致或矛盾的程度。這是VPCI指標提供的最重要的信息，正VPCI值確認一個上升的趨勢，而負值則確認了一個下降趨勢。VPCI提供的另一個重要的訊號是VPCI趨勢的方向，即VPCI是上升還是下降。該訊號顯示了VPCI當前變化的方向，以及VPCI當下的方向和價格趨勢趨于會合還是背離。還可以通過將成交量加權的VPCI平均值平滑處理后構建一個平滑VPCI。平滑VPCI顯示了當前的VPCI值相對于先前水平的變化，可用于觀察VPCI的動量。當VPCI向上或向下穿過平滑VPCI線時，可能顯示了VPCI具有正向的變化動量以及當下VPCI趨勢會加速。下面介紹幾種VPCI運用的情況分析：

（1）如果價格上升，相應的VPCI也在上升，這顯示了成交量和價格變化相互確認，表明當前的趨勢是有力量的。

（2）如果價格在上升，但是VPCI線都處于下降趨勢，表明投資者追漲的意愿在消退。其次，VPCI線都處于零線之下，說明價格上升趨勢是不能持久的。

（3）如果在VPCI曲線出現V形底部（V形底部是比較少見的）常常預示著一個轉折點。

（4）價格下跌的同時VPCI上升是成交量—價格矛盾的例子，VPCI在上升，這顯示了盡管價格在下跌，但是市場仍然控制在買方的手里，VPCI線處于逐漸上升的趨勢，和價格的下跌趨勢相矛盾。最終，在一定的買方壓力下，市場不久之后就會向上突破。

2南京市住宅價格的VPCI指標計算與分析

根據南京市十年月季度的房價數據進行統計分析，也就是2004年1月到2013年12月的住宅銷售情況，以6個月為短期時間框架對成交量VPCI指標進行計算，12個月為長期時間框架進行成交量分析。由于在計算VWMA時，房價不存在收盤價，根據數據檢驗，用均價來代替。南京2004—2013年平均半年度的均價依次為：4 0866元、4 4819元、4 5410元、4 2462元、4 3999元、4 5863元、5 0717元、5 7355元、6 2110元、 6 0360元、6 4863元、8 1047元、10 4671元、11 7724元、11 6034元、11 1652元、10 5474元、11 3084元、12 3373元、13 2831元。根據VPCI計算方法，在圖1中標出了每6個月的住宅銷售均價和相應的VPCI值。

從圖1中我們可以得到VPCI指標是否可以正確分析房價趨勢的走向。

（1）從圖1中我們可以看到，在2004—2012年VPCI值在零線之上，正VPCI值確認了一個價格上升的趨勢。這顯示了房價處于長期吸納籌碼狀態，即說明價格會持續上漲，從2004年以后的房價信息中我們也看到了房價確實是一直上升的。但是在2013年時VPCI為負值，顯示當前的成交量和價格趨勢是矛盾的，支持房價上漲的成交量已經萎縮，說明房價的上升趨勢是不能持久的。

（2）VPCI提供的另一個重要的訊號是VPCI趨勢的方向，該訊號顯示了VPCI當前變化的方向，以及VPCI當下的方向和價格趨勢會合還是背離。從圖1中我們可以看到，2004—2006年末VPCI是上升的，相對應的價格也是緩慢上升的，當價格上升伴隨著成交量的放大，顯示了房地產行業得到了人們的支持。上升的VPCI線，這顯示了成交量和價格變化相互確認，顯示當下的方向和價格趨勢趨于會合，表明當前的趨勢是有力量的。相反的，如果VPCI是下降的，表明成交量和價格變化趨勢相矛盾，價格趨勢得不到成交量的支持，顯示VPCI當下的方向和價格趨勢是背離的，預示著以后階段房價增幅會有所減少，甚至會降低。從圖1中可以看出，2004—2006年VPCI的上升趨勢正好預測2004—2007年房價的上升；即2004—2006年VPCI上升，同時2004—2006年房價也是增長的，兩者的變化相互確認，表明當前房價得到了成交量的支持，預示著下一階段房價的上漲，即2007年房價的上漲。2007—2008年VPCI的下降和2008—2009年房價的小幅度降低，2008—2009年VPCI的上升確認2009—2010年房價的持續上漲，2009年末到2010年VPCI的下降趨勢正好對應2010—2011年末房價的下降，即VPCI下降，房價上升，市場房價的上升得不到成交量的支持，表明成交量和價格變化趨勢相矛盾的，預示著未來階段房價的下降。2011年末到2012年上半年VPCI的上升也解釋了2012年到2013年房價的上升。

（3）從圖1中我們看到出現了兩個V形底部，第一個在2007年7月份到2009年6月份，預示了2010年房價的大幅度上漲。第二個V形出現在2010—2011年，在這期間房價是下降的，V形預示著房價的一個上漲訊號，結果在2011—2013年相應地出現了房價比較大的上浮。

為了驗證VPCI指標的準確性，用南京市城北板塊和城南板塊再次做分析：

南京市城北板塊2007—2013年平均半年度的均價依次為：6 7105元、7 5754元、8 2886元、8 000元、7 9457元、9 9326元、13 0378元、12 6785元、12 5602元、 9 8976元、9 8844元、12 4658元、13 3219元、12 8232元。根據VPCI計算方法，在圖2中標出了每6個月的住宅銷售均價和相應的VPCI值。

從圖2中我們可以得到VPCI指標是否可以正確分析房價趨勢的走向。

（1）從大致圖形中我們可以看到在2007—2009年VPCI值為正，正VPCI值確認了一個價格上升的趨勢。這顯示了房地產房價處于長期的吸納籌碼的狀態，即說明價格會持續上漲，從2004年以后的房價信息中我們也看到了確實房價是一直穩步上升的。但是在2010—2011年時VPCI為負值，顯示當前的成交量和價格趨勢是矛盾的，支持房價上漲的成交量已經萎縮，說明房價的上升趨勢是不能持久的。從圖2房價信息中可以得到驗證，2010年1—6月的房價上升到13 0378元后，房價出現了連續下跌，2010年7—12月房價為12 6785元，2011年1—6月的房價為12 5602元，2011年7—12月的房價為 9 8976元，2012年1—6月的房價為9 8844元。從2011—2012年VPCI值呈現出上升趨勢，處于零線之上，說明確認了一個價格上升的趨勢，即說明價格會上漲，從2012年以后的房價信息中可以看到房價上升。2013年的VPCI為負值，顯示當前的成交量和價格趨勢是矛盾的，不會支持房價的上漲，在2013年的房價信息中我們可以看到2013年之后的房價已經出現了下降的趨勢。

（2）VPCI提供的另一個重要訊號是VPCI趨勢的方向，該訊號顯示了VPCI當前變化的方向，以及VPCI當下的方向和價格趨勢會合還是背離。從圖2中我們可以看到，2007—2009年VPCI是上升的，相對應的價格也是緩慢上升的，當價格上升伴隨著成交量的放大，顯示了房地產行業得到了人們的支持。上升的VPCI線，這顯示了成交量和價格變化相互確認，顯示當下的方向和價格趨勢趨于會合，表明當前的趨勢是有力量的。相反的，如果VPCI是下降的，表明成交量和價格變化趨勢相矛盾，價格趨勢得不到成交量的支持，顯示VPCI當下的方向和價格趨勢是背離的，預示著以后階段房價增幅會有所減少，甚至會降低。從圖2中可以看出，2007—2009年VPCI的上升趨勢正好預測2007—2010年房價的上升；即2007—2009年VPCI上升，同時2007—2010年房價也是增長的，兩者的變化相互確認，表明當前房價得到了成交量的支持，預示著下一階段房價的上漲，即2007年房價的上漲。2009—2011年VPCI的下降預測到2010—2012年房價的降低，2011—2012年VPCI的上升確認2012—2013年房價的上漲。2009年末到2011年VPCI的下降趨勢正好對應2010—2012年末房價的下降，即VPCI下降，房價上升，市場房價的上升得不到成交量的支持，表明成交量和價格變化趨勢相矛盾的，預示著未來階段房價的下降。2011年上半年到2012年下半年VPCI的上升也解釋了2012年到2013年房價的上升。

（3）從圖2中我們看到出現了一個平緩的V形底部，在2009年7月到2012年6月，預示了2012—2013年房價的上漲。

南京市城南板塊2007—2013年平均半年度的均價依次為：6 75902元、7 5218元、9 9897元、9 3412元、9 3690元、10 1642元、14 5368元、11 7804元、12 4059元、12 2085元、11 2306元、11 7693元、12 5401元、13 7430元。根據VPCI計算方法，在圖3中標出了每6個月的住宅銷售均價和相應的VPCI值。

（1）從圖3中我們可以看到，在2007年VPCI值在零線之下，顯示當前的成交量和價格趨勢是矛盾的，不會支持房價的上漲，結果在2008年房價出現了下降趨勢；2008—2009年VPCI值為正，正VPCI值確認了一個價格上升的趨勢。這顯示了房地產房價處于長期的吸納籌碼的狀態，即說明價格會上漲，從2008年末以后的房價信息中我們也看到了確實房價是一直穩步上升的。但是在2010—2011年時VPCI成為了負值，顯示當前的成交量和價格趨勢是矛盾的，支持房價上漲的成交量已經萎縮。從圖中房價信息中可以得到驗證，2010年1月到2012年6月的房價出現了整體下跌的趨勢，2012年VPCI值又呈現出上升趨勢，處于零線之上，說明確認了一個價格上升的趨勢，即說明價格會有上漲的趨勢，從2012年以后的房價信息中我們也看到房價是上升的。2013年的VPCI值處于零線之下，顯示當前的成交量和價格趨勢是矛盾的，不會支持房價的上漲，預示著2014年房價上升的幅度不大。

（2）從圖3中我們可以看到，2007年到2008年上半年VPCI是上升的，相對應的價格也是緩慢上升的，當價格上升伴隨著成交量的放大，顯示了房地產行業得到了人們的支持。上升的VPCI線，這顯示了成交量和價格變化相互確認，顯示當下的方向是和價格趨勢趨于會合，表明當前的趨勢是有力量的。相反的，如果VPCI是下降的，表明成交量和價格變化趨勢相矛盾，價格趨勢得不到成交量的支持，顯示VPCI當下的方向和價格趨勢是背離的，預示著以后階段房價增幅會有所減少，甚至會降低。從圖3中可以看到2007年到2008年1月VPCI值的上升趨勢預測到2007—2008年房價的上漲，2008年VPCI的下降趨勢驗證2008—2009年房價的下降，2009年VPCI的上升預測到2009—2010年房價的上升。2009年下半年到2010下半年VPCI的下降預測2010—2012年房價的降低，2010下半年到2012年VPCI的上升確認2012—2013年房價的上漲。

（3）從圖3中我們看到出現了一個V形底部，在2009年7月份到2011年12月份，預示了2012—2013年房價的上漲。

3結論和意義

VPCI指標適合用于城市住宅價格趨勢的分析。在進行均價分析時，相應地也可以計算出其VPCI值，運用VPCI值進行房價趨勢的驗證和當下房價的趨勢是否合理，以及房價上漲的潛力還要持續多久。也可以用于更好地進行房價的調控，使國家房地產行業健康持續的發展。

參考文獻：

[1]熊超地方房價調控目標應更多地考慮房價收入比等核心指標[J]中國外資，2012，（1）：34

[2]柯佳佳，吳偉巍關于城市住宅價格控制目標的若干思考[J]價格理論與實踐，2011，（11）：29-30

[3]賀建清房地產價格波動：一個基于博弈論視角的分析[J]天津商業大學學報，2009，29（2）：10-15

[4]周建軍， 侯杰國際游資與房地產價格波動：理論與實證[J]現代經濟信息，2008，（3）：5-7

[5]熊璐瑛匯率波動對房地產價格影響的多視角分析及對策研究[J]特權經濟，2009，（7）：207-209

[6]楊冬寧土地供給因素對住宅價格波動的影響[J]中國房地產，2009，（8）：20-21

[7]孔煜貨幣政策與房地產價格波動的關系分析[J]商業時代，2010，（11）：51-52

[8]梁云芳， 高鐵梅我國商品住宅銷售價格波動成因的實證分析[J]管理世界，2006，（8）：76-80

[9]楊冬寧住宅價格的多因素動態分析研究——以杭州市場為例[D]上海： 復旦大學博士學位論文，2009

[10]李成剛， 陳永斌， 李方杰基于Panel Data模型的住宅價格影響因素研究——以河北省為例[J]石家莊經濟學院學報，2009，（2）：37-40

[11]周恩臣我國住宅價格波動的原因分析[D]南寧：廣西師范大學碩士學位論文，2007

[12]衛正逸， 屈夢溪國際資本流動與我國房地產價格波動的相關性研究[J]商場現代化，2010，（18）： 16-17

[13]宋勃， 高波利率沖擊與房地產價格波動的理論與實證分析：1998—2006[J]經濟評論，2007，（4）： 46-56

[14]周京奎房地產價格波動與投機行為——對中國14城市的實證分析[J]當代經濟科學，2005，（4）： 19-24

[15]張文娟基于噪聲交易理論的房地產市場價格波動研究[J]商業經濟研究，2010，（5）：126-127

[16]徐松茂， 姚佐文房地產價格波動的行為金融學研究——以上海房地產市場為例[J]現代經濟：現代物業中旬刊，2010， （3）： 27-29

[17]李智城市住宅價格控制目標橫向比較及其合理性分析——基于南京市的案例[J]財經問題研究，2014，（8）：67-70

（責任編輯：楊全山）