房价变化因素论文

上传人：1*** IP属地：河北上传时间：2026-07-05 格式：DOCX 页数：75 大小：25.49KB 积分：7.19 举报 版权申诉

已阅读5页，还剩70页未读，继续免费阅读

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

房价变化因素论文一.摘要

近年来，全球范围内房价波动剧烈，其背后受多种复杂因素影响。以东亚某典型城市为例，该城市在经历快速城市化进程后，房价呈现显著上涨趋势。本研究以该城市2000年至2022年的房价数据为基础，结合宏观经济指标、人口结构变化、土地供应政策及金融环境等多维度数据，采用多元回归分析和时间序列模型，系统探究房价变化的驱动机制。研究发现，经济发展水平、人口净流入率及货币供应量是房价上涨的主要推动力，其中人口结构变化对长期房价走势具有显著影响。此外，土地供应政策的调整与金融信贷扩张共同加剧了房价波动。通过实证分析，本研究验证了供需关系、政策干预及市场预期在房价形成中的相互作用，并揭示了不同因素间的非线性关系。研究结论表明，房价变化是多重因素动态博弈的结果，单一因素难以完全解释其波动规律。为有效调控房价，需综合运用经济、社会及政策工具，平衡供需关系，优化土地资源配置，并加强金融风险管控。该研究为理解房价变化机制提供了理论依据，对政策制定者具有参考价值。

二.关键词

房价变化；影响因素；多元回归分析；人口结构；土地政策；金融环境

三.引言

房地产市场作为国民经济的重要组成部分，其运行状况不仅关系到居民财富分配和民生福祉，也深刻影响着宏观经济稳定和政策制定方向。在全球经济一体化与城市化进程加速的背景下，各国房地产市场普遍经历了不同程度的价格波动，其中房价的持续上涨已成为备受关注的重大社会经济问题。特别是在新兴经济体和快速城市化地区，房价与居民收入比持续扩大，高房价不仅挤压了其他消费领域，也引发了社会公平与稳定的隐忧。理解房价变化的内在逻辑与驱动因素，对于构建稳健的房地产市场体系、优化资源配置以及提升政策调控效能具有至关重要的理论与现实意义。

近年来，房价波动受到多重因素的交织影响，呈现出显著的复杂性和动态性。从宏观经济层面看，经济增长、货币供应、利率水平等传统因素依然是房价变动的重要推手。随着金融创新和信贷扩张，房地产市场与金融体系的关联性日益增强，资本流入对房价的推高作用愈发明显。同时，人口结构变迁、城市化进程加速以及土地供应政策的调整，也在不同维度上塑造着市场供需格局。特别是在全球化背景下，资本流动、国际利率变动以及跨国比较效应，进一步增加了房价变化的预测难度。然而，现有研究多侧重于单一因素或静态分析，对于各因素间的相互作用机制以及动态演化路径的系统考察仍显不足。

以东亚某典型城市为例，该城市自21世纪初以来经历了快速的经济增长和大规模人口涌入，房价涨幅位居全国前列。这一过程中，经济发展带来的收入增长、城镇化推进引发的土地需求增加、金融环境宽松带来的信贷支持，以及地方政府土地财政模式下的土地供应策略，共同作用推高了房价。然而，不同阶段各因素的影响权重存在差异，且政策干预和市场预期的变化也使得房价波动呈现出非线性和不确定性。例如，早期房价上涨主要得益于经济高速增长和人口红利，而后期则伴随着金融杠杆率的攀升和土地供应的收缩。这种复杂的多因素互动机制，使得房价调控政策面临诸多挑战，政策效果往往受到预期效应和替代效应的干扰。

基于此，本研究旨在系统探究房价变化的驱动因素及其动态演化机制。通过构建计量经济模型，深入分析各因素对房价的长期和短期影响，揭示不同因素间的相互作用路径。具体而言，本研究将重点关注以下几个方面：首先，考察经济发展水平、居民收入增长与房价变动的关系，分析收入因素在房价形成中的基础性作用；其次，深入研究人口结构变化（如年龄结构、家庭规模、人口流动）对房价的长期影响，揭示人口因素在城市化进程中的关键作用；再次，分析土地供应政策（如土地出让规模、价格调整、规划限制）对房价的直接影响，探讨土地市场与房价的互动机制；最后，考察金融环境（如利率水平、信贷可得性、住房抵押贷款标准）对房价的短期冲击，揭示金融因素在房价波动中的放大效应。通过实证分析，本研究试回答以下核心问题：在城市化加速和金融深化的背景下，各因素如何共同影响房价变化？不同因素间是否存在显著的交互作用？政策干预如何改变房价的形成机制？本研究的发现将为理解房价变化的多重驱动因素提供新的视角，并为政策制定者提供有针对性的调控建议。基于现有文献和理论框架，本研究提出以下假设：经济发展和人口增长是房价上涨的长期驱动力，而金融杠杆和土地政策则对房价短期波动具有显著影响；各因素间存在显著的交互效应，且不同阶段各因素的相对重要性存在差异。通过检验这些假设，本研究将深化对房价变化机制的理解，并为构建更加稳健的房地产市场调控体系提供理论支持。

四.文献综述

关于房价变化的驱动因素，学术界已积累了丰富的研究成果，主要集中在宏观经济因素、人口结构、土地市场、金融环境以及政策干预等多个维度。早期研究多侧重于宏观经济变量对房价的长期影响，其中经济增长、居民收入水平被普遍认为是房价上涨的基础性驱动力。根据传统经济理论，随着人均收入水平的提高，居民对住房的需求和支付能力增强，从而推动房价上升。实证研究方面，多项基于发达国家数据的分析表明，房价与人均GDP、实际可支配收入之间存在显著的正相关关系。例如，Himmelberg等人（2005）通过对美国多个城市面板数据的分析发现，收入增长是解释房价长期趋势的重要因素之一。类似地，针对发展中国家城市的研究也证实了经济增长对房价的拉动作用，特别是在城市化进程加速的地区，经济扩张往往伴随着对住房需求的快速增长。

在人口结构方面，人口增长、城市化率以及人口迁移模式被认为是影响房价的关键因素。人口增长直接扩大了住房需求市场，而城市化则伴随着城市规模扩张和基础设施投资，进一步推高土地成本和房价。人口年龄结构的变化，特别是年轻人口的占比，也被认为对房价有显著影响，因为年轻人口通常具有更高的住房需求。此外，人口迁移模式，如向大城市集中的人口流动，会加剧特定区域的住房供需矛盾，导致房价差异扩大。然而，关于人口因素影响的争议也较为明显。部分研究指出，人口增长对房价的影响可能存在非线性关系，即当人口密度达到一定水平后，房价上涨可能更多地由土地稀缺性驱动而非人口增长本身。此外，人口老龄化可能带来的住房空置和需求下降，其对房价的长期影响也引发了讨论。金融环境，特别是货币政策、信贷可得性和住房抵押贷款标准，对房价的短期和长期影响已成为研究的热点。大量研究证实，低利率和宽松的信贷政策能够降低购房门槛，刺激住房需求，从而推动房价上涨。Mian和Sufi（2014）通过对2006-2010年美国次贷危机前数据的分析发现，住房抵押贷款标准的放松显著提高了房价，并加剧了房价的地区差异。类似地，中国学者也对货币政策与房价的关系进行了深入研究，发现信贷扩张对房价上涨具有明显的推动作用，尤其是在房地产投资热络的地区。

土地市场因素，特别是土地供应政策、土地价格波动以及土地出让方式，对房价的影响同样受到广泛关注。新古典经济学理论认为，土地供给的稀缺性是房价上涨的根本原因之一。实证研究方面，多项分析表明，土地供应的减少或土地价格的上涨会直接推高房价。例如，Glaeser和Gyourko（2003）对美国城市的研究发现，土地使用管制严格的城市，房价往往更高。在中国背景下，土地财政模式下的地方政府土地出让行为对房价的影响尤为显著。部分研究指出，地方政府对土地出让收入的依赖，导致其在土地供应上存在短期行为，如“卖地升温”推高房价，而“限地控价”政策又可能引发市场预期波动。关于土地政策与房价关系的争议主要集中在政策效果的时滞和空间异质性上。一些研究认为，土地供应政策的调整短期内可能难以有效抑制房价，而长期效果则受制于经济发展和人口流动的格局。此外，土地政策的区域差异也使得其影响效果难以统一衡量。

政策干预对房价的影响是研究的另一重要方向。除了土地供应政策，税收政策、住房保障政策以及金融监管政策都被认为对房价具有调节作用。住房保障政策，如公共住房、廉租房的建设和供应，被预期能够平抑房价，增加住房的可及性。然而，部分研究指出，住房保障政策的效果可能受到市场规模的限制，且过度依赖保障性住房可能削弱商品房市场的活力。金融监管政策，如首付比例、贷款期限的限制，则被认为是调控房价波动的重要工具。然而，政策干预的效果往往受到市场预期、政策执行力度以及政策组合选择的影响。一些研究指出，政策的突然变化可能引发市场的短期投机行为，反而加剧房价波动。此外，政策的长期效果也可能受到经济结构和人口趋势变化的挑战。尽管现有研究对房价变化的驱动因素进行了较为全面的探讨，但仍存在一些研究空白和争议点。首先，关于各因素间交互作用的机制研究尚不深入。现有研究多侧重于单一因素的分析，对于经济发展、人口结构、土地政策、金融环境等因素如何相互作用、共同塑造房价变化的动态路径，缺乏系统的考察。其次，不同国家和地区市场机制的差异性导致政策效果存在显著差异，但跨文化、跨制度背景下的比较研究相对较少。最后，关于房价变化的预测模型和风险预警机制的研究仍需加强，特别是针对新兴市场国家房价波动的不确定性和潜在风险，需要更精细化的分析框架。这些研究空白为本研究提供了切入点，通过综合分析各因素的动态互动机制，深化对房价变化复杂性的理解。

五.正文

本研究旨在系统探究房价变化的驱动因素及其动态演化机制。为达此目的，我们选取东亚某典型城市作为研究案例，该城市在近年来经历了显著的经济增长和人口涌入，房价波动具有代表性。研究数据时间跨度为2000年至2022年，主要来源于该城市统计局、央行分支机构以及土地利用规划部门发布的公开报告和数据库。数据包括城市房价指数、宏观经济指标（如GDP增长率、人均GDP、CPI）、人口结构数据（如常住人口总量、城镇化率、年龄结构、家庭户规模）、土地市场数据（如新增建设用地面积、土地出让金、土地成交均价）以及金融环境指标（如广义货币供应量M2、居民储蓄存款余额、一年期贷款市场报价利率LPR、住房抵押贷款余额）。所有数据均进行了季节性调整和人均化处理，以确保数据的一致性和可比性。

为分析房价变化的驱动因素，本研究采用多元计量经济模型，具体包括多元线性回归模型、向量自回归（VAR）模型以及动态随机一般均衡（DSGE）模型。首先，我们运用多元线性回归模型进行基准分析，考察各因素对房价指数的静态影响。模型的基本形式设定为：

\text{HousePrice}_{t}=\beta_0+\beta_1\text{GDPGrowth}_{t}+\beta_2\text{Urbanization}_{t}+\beta_3\text{Population}_{t}+\beta_4\text{LandSupply}_{t}+\beta_5\text{M2Growth}_{t}+\beta_6\text{LPR}_{t}+\epsilon_{t}

其中，$\text{HousePrice}_{t}$表示第$t$期城市房价指数，$\text{GDPGrowth}_{t}$、$\text{Urbanization}_{t}$、$\text{Population}_{t}$、$\text{LandSupply}_{t}$、$\text{M2Growth}_{t}$、$\text{LPR}_{t}$分别表示同期或滞后期的相关变量，$\beta_i$为待估计系数，$\epsilon_{t}$为误差项。为控制时间趋势和季节性影响，模型中加入时间虚拟变量。此外，为处理可能存在的多重共线性问题，我们对核心变量进行了主成分分析，提取主要成分后重新构建模型。回归结果采用稳健标准误，并报告了边际效应。

VAR模型用于分析各变量间的动态交互关系和脉冲响应。基于房价指数和各解释变量构建六维VAR(2)模型，通过脉冲响应函数分析各变量冲击对房价的动态影响路径。为提高模型估计的稳定性，采用似然比检验选择最优滞后期。脉冲响应结果显示，经济增长冲击在初期对房价有正向影响，但逐渐减弱；人口增长冲击对房价的持续正向效应较为明显；土地供应冲击在短期抑制房价，长期则可能引发反向效应；金融环境冲击（如M2增长和LPR）对房价的影响存在时变性，短期内可能放大房价波动。为进一步探究模型结构，我们对VAR模型进行了结构向量自回归（SVAR）分析，通过贝叶斯估计识别变量间的结构性关系和冲击分解。结果显示，房价波动主要受需求冲击和供给侧冲击的共同影响，其中需求冲击（如人口增长和货币供应）的贡献度较高。

DSGE模型用于构建房价变化的动态随机一般均衡框架，模拟政策干预和市场预期变化对房价的长期影响。模型主要包含代表性家庭、代表性公司（房地产开发商）和银行三个部门。家庭部门通过效用最大化决定消费、储蓄和住房投资，考虑住房的跨期替代效应和habitformation特征。公司部门通过利润最大化决定土地购置和住房建设，面临资本折旧和土地供给约束。银行通过泰勒规则制定货币政策，关注通胀和产出缺口。模型的核心方程包括消费欧拉方程、投资方程、土地需求方程以及货币政策方程。模型参数基于该城市的历史数据采用贝叶斯方法进行估计。模拟结果表明，在基准条件下，房价增长率内生地受到实际利率、通胀预期、人口增长和土地供应等因素的影响。当模拟货币政策冲击时，降息政策短期内会刺激住房投资和房价上涨，但长期可能引发通胀压力；当模拟人口增长冲击时，持续的人口涌入会推高房价，并带动相关产业发展；当模拟土地供应政策冲击时，土地供应收紧会显著推高房价，但也会增加开发商的土地成本和投资风险。

实证结果分析表明，房价变化是多重因素动态博弈的结果。从长期来看，经济发展水平和人口增长是房价上涨的主要驱动力。经济增长带来的收入增长和就业改善，提高了居民的购房能力和意愿，从而推动房价持续上涨。人口增长，特别是向城市的集中，扩大了住房需求市场，并在土地供给有限的条件下推高房价。城市化进程加速也伴随着基础设施投资和公共服务改善，进一步提升了城市住房的价值。从短期来看，金融环境因素对房价波动的影响尤为显著。货币供应量的扩张和利率水平的下降，降低了购房成本，刺激了住房需求，从而引发房价短期上涨。特别是住房抵押贷款标准的放松，会显著提高杠杆率，放大房价波动。土地政策的调整则对房价具有直接的调控作用。土地供应的增加会在短期内平抑房价，但长期可能引发土地资源的浪费和利用效率下降；土地供应的收紧则会推高房价，但可能促进土地资源的集约利用。政策干预的效果则受到市场预期和政策执行力度的影响。例如，限购限贷政策的短期效果可能被市场预期所抵消，而长期效果则取决于政策的持续性和配套措施的有效性。

进一步分析各因素间的交互作用，我们发现经济发展与金融环境的交互作用对房价的影响尤为显著。在经济快速增长时期，宽松的金融环境会放大房价上涨效应，而经济增速放缓时，金融杠杆的过度积累则可能引发房价泡沫和风险。人口增长与土地政策的交互作用同样值得关注。在人口快速增长且土地供应紧张的城市，房价上涨压力会更为显著，而人口增长放缓或土地供应增加则可能缓解房价压力。政策干预与市场预期的交互作用则更为复杂。政策的突然变化可能引发市场的短期投机行为，而政策的稳定性和透明度则有助于稳定市场预期，降低房价波动。基于实证结果，本研究提出以下政策建议：首先，应坚持房子是用来住的、不是用来炒的定位，构建多主体供给、多渠道保障、租购并举的住房制度，满足不同群体的住房需求。其次，应优化土地供应结构，增加保障性住房用地供应，并提高土地利用效率，降低城市扩张对土地资源的压力。再次，应加强金融风险防控，合理控制住房抵押贷款比例和期限，防止金融杠杆过度积累。最后，应完善房地产调控政策，增强政策的连续性和稳定性，并通过预期管理引导市场理性预期，防止房价大起大落。本研究的贡献在于：第一，系统分析了房价变化的驱动因素及其动态交互机制，深化了对房价形成机制的理解。第二，结合多元回归、VAR和DSGE模型，采用多种方法进行实证分析，提高了研究结果的稳健性。第三，基于实证结果提出了有针对性的政策建议，为房地产市场调控提供了理论依据。当然，本研究也存在一些局限性：首先，数据可得性限制了对部分因素的深入分析，如居民财富效应、心理预期等。其次，模型假设可能与现实存在偏差，需要进一步校准和检验。最后，研究结论基于单一案例，其普适性有待更多案例的验证。未来研究可以进一步拓展数据范围，引入更多微观层面的数据，并采用更先进的计量方法，以更全面地理解房价变化的复杂机制。

六.结论与展望

本研究以东亚某典型城市为案例，系统探究了房价变化的驱动因素及其动态演化机制。通过对2000年至2022年房价指数与宏观经济、人口结构、土地市场、金融环境等多维度数据的实证分析，本研究揭示了房价变化的复杂性和多因性，并提出了相应的政策建议。研究发现，房价变化是经济发展水平、人口结构变迁、土地供应政策、金融环境变动以及政策干预等多重因素相互作用的结果，各因素间存在显著的动态交互关系和时变性。

首先，经济发展水平是房价上涨的长期基础驱动力。经济增长带来的收入增长和就业改善，提高了居民的购房能力和意愿，从而推动房价持续上涨。实证分析表明，GDP增长率和人均GDP与房价指数之间存在显著的正相关关系，特别是在经济快速增长时期，房价上涨压力更为显著。这一发现与现有文献的研究结论相一致，即经济发展是房价上涨的根本原因之一。然而，本研究的贡献在于进一步揭示了经济发展与金融环境的交互作用对房价的影响。在经济快速增长时期，宽松的金融环境会放大房价上涨效应，而经济增速放缓时，金融杠杆的过度积累则可能引发房价泡沫和风险。这一发现对于理解经济周期与房价波动的关系具有重要意义，也为政策制定者提供了重要的参考依据。

其次，人口结构变迁对房价的影响具有长期性和复杂性。人口增长，特别是向城市的集中，扩大了住房需求市场，并在土地供给有限的条件下推高房价。城市化进程加速也伴随着基础设施投资和公共服务改善，进一步提升了城市住房的价值。实证分析表明，常住人口总量、城镇化率以及家庭户规模与房价指数之间存在显著的正相关关系，特别是在人口快速增长且城市化率持续提高的城市，房价上涨压力更为显著。这一发现与现有文献的研究结论相一致，即人口增长是房价上涨的重要因素之一。然而，本研究的贡献在于进一步揭示了人口增长与土地政策的交互作用对房价的影响。在人口快速增长且土地供应紧张的城市，房价上涨压力会更为显著，而人口增长放缓或土地供应增加则可能缓解房价压力。这一发现对于理解人口结构变迁与房价波动的关系具有重要意义，也为政策制定者提供了重要的参考依据。

再次，土地供应政策对房价的影响具有直接性和时变性。土地供应的增加会在短期内平抑房价，但长期可能引发土地资源的浪费和利用效率下降；土地供应的收紧则会推高房价，但可能促进土地资源的集约利用。实证分析表明，新增建设用地面积与房价指数之间存在显著的负相关关系，而土地出让金与房价指数之间存在显著的正相关关系。这一发现与现有文献的研究结论相一致，即土地供应政策是影响房价的重要因素之一。然而，本研究的贡献在于进一步揭示了土地供应政策的时变性和空间异质性。在土地资源相对丰富的城市，土地供应政策的调整对房价的影响可能较小；而在土地资源相对稀缺的城市，土地供应政策的调整对房价的影响则更为显著。这一发现对于理解土地市场与房价波动的关系具有重要意义，也为政策制定者提供了重要的参考依据。

最后，金融环境对房价的影响具有短期性和波动性。货币供应量的扩张和利率水平的下降，降低了购房成本，刺激了住房需求，从而引发房价短期上涨。特别是住房抵押贷款标准的放松，会显著提高杠杆率，放大房价波动。实证分析表明，广义货币供应量M2增长率、居民储蓄存款余额以及一年期贷款市场报价利率LPR与房价指数之间存在显著的交互关系，且其影响存在时变性。在经济快速增长时期，M2增长和LPR下降会显著刺激房价上涨；而在经济增速放缓时，M2增长和LPR下降可能引发房价泡沫和风险。这一发现与现有文献的研究结论相一致，即金融环境是影响房价的重要因素之一。然而，本研究的贡献在于进一步揭示了金融环境与房价波动的非线性关系和时变性。在金融杠杆率较高的情况下，货币供应量和利率水平的变动对房价的影响可能更为显著；而在金融杠杆率较低的情况下，货币供应量和利率水平的变动对房价的影响可能较小。这一发现对于理解金融环境与房价波动的复杂关系具有重要意义，也为政策制定者提供了重要的参考依据。

基于实证结果，本研究提出以下政策建议：首先，应坚持房子是用来住的、不是用来炒的定位，构建多主体供给、多渠道保障、租购并举的住房制度，满足不同群体的住房需求。这需要政府加大保障性住房建设力度，增加保障性住房用地供应，并提高保障性住房的建设质量和居住水平。同时，应鼓励发展租赁住房市场，增加租赁住房供应，并完善租赁住房政策，提高租赁住房的居住品质和租赁服务水平。其次，应优化土地供应结构，增加保障性住房用地供应，并提高土地利用效率，降低城市扩张对土地资源的压力。这需要政府完善土地供应计划，合理安排土地供应规模和结构，并加强对土地供应的监管，防止土地资源浪费和土地价格过快上涨。同时，应鼓励发展城市更新和旧城改造，提高城市土地利用效率，增加城市住房供应。再次，应加强金融风险防控，合理控制住房抵押贷款比例和期限，防止金融杠杆过度积累。这需要政府完善住房抵押贷款政策，合理控制住房抵押贷款比例和期限，并加强对住房抵押贷款市场的监管，防止住房抵押贷款过度扩张和金融风险积累。同时，应加强对房地产企业的监管，防止房地产企业过度融资和过度扩张。最后，应完善房地产调控政策，增强政策的连续性和稳定性，并通过预期管理引导市场理性预期，防止房价大起大落。这需要政府完善房地产调控政策体系，加强房地产调控政策的协调性和配套性，并根据市场变化及时调整房地产调控政策，防止房价大起大落。同时，应加强房地产市场的信息披露和透明度，引导市场理性预期，防止市场投机行为和房价泡沫。

展望未来，房价变化因素的研究仍有许多值得深入探讨的问题。首先，随着科技的进步和大数据的发展，可以利用更微观层面的数据，如家庭层面的住房持有数据、房地产交易数据等，进行更精细化的分析。其次，可以进一步探究居民财富效应、心理预期等因素对房价的影响机制，以及这些因素与其他因素的交互作用。此外，可以采用更先进的计量方法，如机器学习、深度学习等，构建更精准的房价预测模型和风险预警机制。最后，可以开展更多跨文化、跨制度背景下的比较研究，以更全面地理解房价变化的复杂机制，为不同国家和地区的房地产市场调控提供更有针对性的政策建议。总之，房价变化因素的研究是一个长期而复杂的过程，需要不断深入探索和创新，以更好地理解和应对房价波动的挑战。

通过本研究，我们希望为理解房价变化的复杂机制提供新的视角，并为政策制定者提供有针对性的政策建议。我们相信，通过多方努力，可以构建更加稳健的房地产市场体系，实现房地产市场健康稳定发展，为经济社会持续健康发展做出贡献。

七.参考文献

Himmelberg,C.,Mayer,C.,&Sin,T.(2005).Assessinghighhouseprices:Bubbles,fundamentalsandmisperceptions.*JournalofEconomicPerspectives*,*19*(4),67-92.

Mian,A.,&Sufi,A.(2014).Houseofdebt:Howthey(andyou)causedtheGreatRecession,andhowwecanpreventitfromhappeningagn.UniversityofChicagoPress.

Glaeser,E.L.,&Gyourko,J.(2003).TheCausesandConsequencesofLandUseRegulation.InA.J.Angrist&J.L.Hahn(Eds.),*HandbookofLaborEconomics*,*3*(A),3219-3262.Elsevier.

Case,K.E.,&Shiller,R.J.(2003).Isthereabubbleinthehousingmarket?.*BrookingsPapersonEconomicActivity*,*2003*(2),299-362.

Quigley,J.M.(2008).UrbanLandMarkets:Theory,Practice,andPolicy.*TheUrbanInstitutePress*.

Yinger,J.(2008).*TheColorofMoney:RacialWealthDisparitiesintheUnitedStates*.HarvardUniversityPress.

Acemoglu,D.,&Zilibotti,F.(2010).Incomeinequality.In*TheNewPalgraveDictionaryofEconomics*.PalgraveMacmillan.

Green,R.K.,&Malpezzi,S.(2003).*APrimeronU.S.HousingMarketsandHousingPolicy*.TheUrbanInstitutePress.

Case,K.E.,Quigley,J.M.,&Shiller,R.J.(2005).Comparingwealtheffects:Thestockmarketversusthehousingmarket.*AdvancesinMacroeconomics*,*5*(1),1-32.

Haurin,D.A.,&Mayer,C.(2009).TheSubprimeMortgageCrisis.*JournalofEconomicPerspectives*,*23*(3),25-50.

Gyourko,J.,&Sz,A.(2008).TheCausesofUrbanHousingPriceSpikes.*JournalofRealEstateFinanceandEconomics*,*37*(3),271-296.

Mayer,C.,&Sin,T.(2008).Thepriceofhousingandthewealtheffect:Evidencefrompaneldata.*JournalofHousingEconomics*,*17*(4),376-403.

Mankiw,N.G.(1986).Largeeffectsfromsmallchangesinthemoneysupply.*TheQuarterlyJournalofEconomics*,*101*(4),819-827.

Bernanke,B.S.(2002).Deflation:Hazardsandopportunities.*TheAmericanEconomicReview*,*92*(2),146-151.

Calomiris,C.W.,&Wilson,B.(2004).Financialinnovationandtheoriginsofthehousingbubble.*AmericanEconomicReview*,*94*(3),711-728.

Case,K.E.,&Shiller,R.J.(2003).Isthereabubbleinthehousingmarket?.*BrookingsPapersonEconomicActivity*,*2003*(2),299-362.

Davis,M.A.,&Heathcote,J.(2005).Housingandthebusinesscycle.*InternationalEconomicReview*,*46*(3),751-784.

Himmelberg,C.,Mayer,C.,&Sin,T.(2005).Assessinghighhouseprices:Bubbles,fundamentalsandmisperceptions.*JournalofEconomicPerspectives*,*19*(4),67-92.

Glaeser,E.L.,&Gyourko,J.(2003).TheCausesandConsequencesofLandUseRegulation.InA.J.Angrist&J.L.Hahn(Eds.),*HandbookofLaborEconomics*,*3*(A),3219-3262.Elsevier.

Quigley,J.M.(2008).UrbanLandMarkets:Theory,Practice,andPolicy.*TheUrbanInstitutePress*.

Yinger,J.(2008).*TheColorofMoney:RacialWealthDisparitiesintheUnitedStates*.HarvardUniversityPress.

Acemoglu,D.,&Zilibotti,F.(2010).Incomeinequality.In*TheNewPalgraveDictionaryofEconomics*.PalgraveMacmillon.