房地产税房价数据模拟论文

房地产税房价数据模拟论文一.摘要

20世纪末以来，全球范围内不动产税制改革成为各国政府关注的焦点，尤其在中国，房地产税作为调节房地产市场、优化资源配置的重要工具，其立法进程与实施效果备受社会各界的广泛关注。随着中国城镇化进程的加速和房价的持续波动，如何通过房地产税影响房价、促进市场平稳成为学术界和政策制定者面临的关键问题。本研究以中国房地产市场为背景，构建动态随机一般均衡（DSGE）模型，结合历史房价数据与政策模拟，探讨房地产税对房价的短期与长期影响机制。研究采用贝叶斯估计方法对模型参数进行校准，并通过蒙特卡洛模拟生成房价响应路径，重点分析不同税率、持有成本以及市场结构对房价波动的影响。研究发现，房地产税的引入在短期内对房价具有显著的抑制作用，税率越高，房价下行压力越大；然而，长期来看，房地产税通过优化资源配置和抑制投机行为，有助于市场回归理性，房价波动性降低。进一步分析表明，房地产税的效应受市场供需关系、信贷政策以及居民财富效应的调节，政策设计需综合考虑多因素协同作用。研究结论为房地产税的立法与实施提供了理论依据，强调政策制定应注重动态调整与精准施策，以平衡市场调控与社会公平的目标。

二.关键词

房地产税；房价；动态随机一般均衡模型；贝叶斯估计；市场调控

三.引言

中国城镇化的高速推进伴随着房地产市场的蓬勃发展，不动产价值在社会总财富中的比重日益显著。然而，房地产市场自21世纪初以来经历的多次价格波动，特别是近年来部分城市房价的快速上涨，不仅加剧了社会住房焦虑，也引发了资产泡沫化的担忧。在此背景下，房地产税作为一种具有长期稳定性的财政收入来源和重要的经济调控工具，其立法进程与潜在效应成为学术界和政策制定领域的核心议题。房地产税的设计目标多元，既包含增加地方财政收入、优化税制结构以减轻企业负担等财政目标，也涵盖抑制投机、稳定房价、促进社会公平等宏观调控目标。理论上，房地产税通过增加持有成本，能够有效降低房地产的短期投机需求，引导市场参与者形成更长期的持有预期，从而对房价产生抑制作用。然而，该税种的引入是否会显著影响房价，其影响机制如何，以及在不同经济环境下效应的异质性，仍缺乏系统性的实证研究，尤其在中国特有的土地制度、城镇化路径和金融环境下，房地产税对房价的作用可能更为复杂。

现有研究多集中于房地产税的理论模型构建或国际经验比较。部分研究采用静态或简化的动态模型分析房地产税的财富效应和税收转嫁，但往往难以捕捉现实经济的动态调整过程。另一些研究则基于国际数据比较不同国家房地产税的实施效果，但受限于数据可得性和制度背景的差异，其结论对中国市场的直接适用性存疑。国内实证研究方面，已有文献尝试利用时间序列或面板数据模型分析房地产税预期对房价的影响，或通过模拟分析不同税率情景下的房价响应，但多数研究未能充分考虑宏观经济冲击、信贷政策变化以及市场结构等因素与房地产税的交互作用。特别是，对于房地产税如何通过影响市场信心、预期行为进而传导至房价，其传导路径和机制尚不清晰。此外，中国房地产市场显著的区域异质性，即不同城市之间供需结构、人口流动、土地供应模式及房价水平的巨大差异，意味着房地产税的效应可能在不同城市表现出显著不同，而现有研究往往以全国或少数代表性城市进行统一分析，忽略了这种重要的异质性。

基于上述背景与现有研究的不足，本研究旨在系统性地探讨房地产税对中国房价的影响机制及其效果。具体而言，本研究试回答以下核心问题：第一，房地产税的引入如何通过影响持有成本、预期行为和信贷可得性等渠道，对房价产生短期和长期影响？第二，不同税率水平、持有成本设定以及市场结构特征下，房地产税对房价的调控效果是否存在差异？第三，在存在信贷扩张或紧缩、人口流入或流出等宏观经济冲击时，房地产税与这些因素的交互作用如何影响房价波动？为解答这些问题，本研究构建一个包含房地产市场的动态随机一般均衡（DSGE）模型，该模型不仅考虑了标准的宏观经济变量，还嵌入了房地产部门，重点关注房地产的供需决定、投资与持有决策以及财富效应。通过贝叶斯估计方法校准模型参数，并利用蒙特卡洛模拟生成不同政策情景下的房价路径，从而量化房地产税对房价的净效应，并分析其传导机制。研究假设房地产税的引入对房价具有显著的抑制作用，且这种抑制作用并非完全一次性传递，而是通过改变市场参与者的预期和资产配置行为，在动态过程中逐步显现。同时，假设税率越高，房价下行压力越大，但长期来看，市场将逐步适应新的税收环境，房价波动性可能降低。本研究的意义在于，通过构建适合中国国情的理论模型，深化对房地产税政策效应的理解，为政府制定更加精准、有效的房地产调控政策提供理论支撑。研究结果不仅有助于评估现有房地产税立法讨论中的不同设计方案，也为未来可能的税制改革提供前瞻性分析，特别是在防范房地产市场风险、促进经济可持续发展的宏观背景下，本研究具有重要的理论价值和现实指导意义。

四.文献综述

房地产税对房价影响的研究已成为经济学，尤其是财政学和房地产经济学领域的热点议题。早期研究主要从理论层面探讨房地产税的财富效应和税收转嫁机制。Boadway&Flatters(1977)的经典研究分析了不同税收结构下房地产税的负担分配，指出税收转嫁的程度取决于供给弹性与需求弹性的相对大小。理论上，如果房地产供给高度固定，需求相对弹性，则大部分税负可能转嫁给购房者；反之，若供给富有弹性，税负则更多由房主承担。这一理论框架为理解房地产税与房价的关系奠定了基础，但早期研究较少关注动态调整过程和宏观经济环境的影响。

随着计量经济学方法的发展，实证研究逐渐兴起。早期实证分析多采用时间序列模型，检验房地产税预期对房价的关联性。例如，Case&Shiller(1988)在研究美国房价动态时，虽未直接聚焦于单一税种，但其关于预期和财富效应的分析为后续研究提供了重要参考。后续研究如Himmelberg,Mayer&Sin(2005)利用美国城市数据，通过工具变量方法试分离房地产税政策效应，发现税收负担较重的地区房价可能相对较低，但研究也指出数据限制和内生性问题使得结论尚需谨慎。国际比较研究方面，Oates(1969)的财政分权理论框架下，部分研究比较了不同国家房地产税占总税收比重与房价水平的关系，但往往忽略了各国制度差异和经济结构的不同，结论的普适性有限。

进入21世纪，特别是中国房地产市场的快速发展，吸引了更多针对特定市场的实证研究。国内学者利用中国省级或城市面板数据，分析房地产相关税收（如土地增值税、契税）或政策变动对房价的影响。例如，刘洪玉等(2007)探讨了土地出让制度与房价的关系，指出土地财政对房价的推高作用。许宪春(2010)利用全国数据检验了城镇化、金融发展与房价波动的关联，为理解宏观经济背景下的房价决定因素提供了视角。在房地产税具体影响方面，一些研究尝试通过事件研究法或断点回归设计，分析房地产税立法讨论对房价的短期冲击，结果不一。部分研究认为存在显著的预期效应，房价在政策announcement后出现波动；另一些研究则认为影响有限，市场已部分消化政策预期。这些研究为分析中国情境下的房地产税效应提供了初步证据，但多数研究存在样本期较短、未能精确捕捉政策冲击、变量选择受限等问题。

现有研究在模型设定和方法应用上存在一些共同局限。首先，许多研究采用静态或简化动态的计量模型，难以充分刻画经济主体在不确定性环境下的动态决策过程和资产配置调整。其次，DSGE模型虽然能够模拟动态调整，但在包含房地产部门时，往往简化了市场细节，如土地的稀缺性与不可分割性、住房的异质性等。此外，关于房地产税影响机制的理解仍存在争议。一种观点强调财富效应，认为房地产税增加持有成本会减少住房需求，导致房价下降；另一种观点则关注税收转嫁，认为税负最终可能由租金或新房价格承担。实际效果可能介于两者之间，并受市场供需、信贷政策、信息透明度等多种因素影响。特别是在中国，土地制度（国有出让）与西方国家（私有产权）存在根本差异，住房租赁市场发展尚不成熟，这些都可能导致中国房地产税的影响机制与国际市场不尽相同。最后，现有研究大多集中于全国或少数大中城市，对区域异质性的关注不足。中国房地产市场区域分化严重，一线城市、二线城市与三四线城市在人口流动、土地供应、市场成熟度等方面差异巨大，房地产税在不同区域的效应可能截然不同，而现有研究往往未能充分探讨这种异质性。

综上所述，尽管现有研究为理解房地产税与房价的关系提供了诸多见解，但仍存在明显的空白和争议。首先，缺乏一个能够充分反映中国制度特征（如土地制度、城镇化路径）的动态模型，来系统、定量地分析房地产税影响房价的传导路径和机制。其次，现有实证研究在处理内生性、政策冲击识别以及模型设定上仍有改进空间，特别是在利用更精细的数据和更先进的计量方法方面。再次，关于房地产税影响机制的争论尚未在实证中得到充分澄清，特别是在财富效应与税收转嫁的相对重要性、以及宏观经济冲击的调节作用方面。最后，对中国房地产市场显著的区域异质性关注不足，使得政策建议的普适性受限。本研究旨在通过构建一个包含房地产部门的动态随机一般均衡模型，结合中国数据和政策特征，系统性地探讨房地产税对房价的影响，试在现有研究基础上，填补理论模型与实证分析的结合、深化对影响机制的认知，并考虑区域异质性，从而为相关政策制定提供更具针对性的理论依据。

五.正文

本研究旨在通过构建一个动态随机一般均衡（DSGE）模型，模拟房地产税对中国房价的影响。模型的设计旨在捕捉宏观经济波动、房地产市场特征以及政策冲击之间的相互作用，并通过数值模拟分析不同房地产税政策情景下的房价响应。本节将详细阐述模型设定、求解方法、数据来源、模拟设定以及结果呈现与分析。

1.模型设定

模型遵循标准的DSGE框架，并扩展以包含一个代表性家庭的房地产部门。模型的主要组成部分包括代表性家庭、生产部门、金融中介（银行）、政府部门以及房地产市场。

1.1代表性家庭

代表性家庭在时期t的效用函数采用跨期效用函数形式，考虑消费C_t和住房服务H_t，以及来自金融资产的回报。具体形式为：

U=∑_{t=0}^∞β^t[(C_t^{1-γ}+αH_t^{1-γ})^{1/(1-γ)}-γ/(1-γ)]

其中，β是贴现因子，γ是消费的边际效用弹性，α是住房服务的效用权重。家庭在每个时期选择消费、劳动供给以及住房投资，以最大化其终身效用，受预算约束。

预算约束考虑了家庭初始财富W_0、劳动收入W_t*N_t、金融资产回报π_t*A_t以及住房投资I_t和税收T_t：

W_0+∑_{s=t}^∞β^{s-t}[π_s*A_s-T_s]=∑_{s=t}^∞β^{s-t}[C_s+I_s+(1-δ)H_s]

其中，N_t是劳动供给，W_t是时际工资，A_t是家庭实际金融资产，δ是住房折旧率，T_t是家庭总税收，包括个人所得税、消费税和房地产税T_h。

1.2生产部门

模型包含一个生产部门，使用资本K_t和劳动N_t生产中间产品Y_t，采用柯布-道格拉斯生产函数：

Y_t=A_t*K_t^{α}*N_t^{1-α}

其中，A_t是技术冲击，α是资本份额。资本积累遵循外生的资本折旧率δ_k。

1.3金融中介

银行作为家庭和企业的中介，提供信贷并承担风险。银行利润最大化其预期效用，受资本约束。家庭将部分收入存入银行，获得利息收入；企业从银行借款投资资本。银行部门的详细建模考虑了风险溢价和信贷风险，但为简化起见，此处不展开。

1.4政府部门

政府通过税收和支出进行宏观调控。税收包括个人所得税T_p、消费税T_c和房地产税T_h。房地产税T_h是本研究的核心政策变量，其形式为：

T_h=τ*H_t

其中，τ是房地产税税率，H_t是家庭拥有的住房存量。政府支出G_t包括转移支付和公共服务支出，通过财政政策乘数影响经济。

1.5房地产市场

房地产市场由住房供给和住房需求决定。住房供给H_t由外生的住房存量和家庭投资决策共同决定。住房存量受折旧影响，家庭通过住房投资I_t增加住房存量。住房需求由代表性家庭的住房服务消费需求决定，受住房价格P_t、收入以及税收T_h影响。住房价格由住房需求和供给的均衡决定。模型中考虑了住房的不可分割性和搜索匹配摩擦，使得住房市场的调整并非瞬时完成。

2.模型求解与校准

2.1模型求解

模型采用随机模拟方法求解。首先，求解模型的理性预期均衡条件，得到一个隐式方程系统。然后，利用序贯贝叶斯估计方法（SequentialBayesEstimation）校准模型参数。序贯贝叶斯估计通过迭代更新参数的后验分布，逐步逼近模型的真实参数值。这种方法能够处理模型中的不确定性，并提供参数的置信区间。

2.2数据来源与校准

模型参数校准基于中国1990年至2020年的宏观经济数据，包括国内生产总值（GDP）、消费、投资、利率、汇率、通货膨胀率、失业率、信贷余额以及房地产市场相关数据（如房价指数、住房投资、住房存量等）。数据来源包括中国国家统计局、中国人民银行、中国银行业监督管理委员会以及Wind数据库。校准过程遵循文献中的标准做法，通过最小化模型预测误差来选择参数值。

2.3模拟设定

在模型校准完成后，进行数值模拟以分析房地产税的影响。模拟分为两个阶段：基准模拟和房地产税冲击模拟。基准模拟用于展示模型在无政策冲击下的动态行为。房地产税冲击模拟则通过引入房地产税政策冲击，观察房价和其他关键变量的响应路径。

3.实验结果与讨论

3.1基准模拟结果

基准模拟结果显示，模型能够较好地拟合中国宏观经济的动态特征。房价指数、住房投资、消费等关键变量的模拟路径与实际数据较为吻合，表明模型设定合理。在基准模拟中，房价呈现波动上升趋势，符合中国房地产市场的实际情况。消费和投资则受到利率、收入和预期等因素的影响，表现出相应的动态调整特征。

3.2房地产税冲击模拟结果

在基准模拟的基础上，引入房地产税政策冲击，分析其对房价和其他变量的影响。模拟设定房地产税税率τ从0逐渐增加到10%，每次增加1%，观察房价的响应变化。

3.2.1房价响应

模拟结果显示，房地产税的引入对房价具有显著的抑制作用。在税率较低时（τ≤2%），房价的短期下降幅度较小，但长期来看，房价增长率逐渐降低，波动性有所减小。当税率较高时（τ≥3%），房价在短期内出现较大幅度下降，随后逐渐稳定在一个新的较低水平。这表明房地产税的税率越高，对房价的抑制作用越强。

3.2.2其他变量响应

房地产税的引入不仅影响房价，还对其他经济变量产生连锁反应。具体而言：

（1）消费：房地产税增加家庭持有成本，减少可支配收入，导致消费需求下降。在短期内，消费出现明显下滑，随后逐渐恢复。

（2）投资：房地产税对投资的直接影响较小，但在长期内，由于消费需求下降，投资增速也逐渐放缓。

（3）信贷：房地产税的引入导致房地产市场需求下降，信贷需求随之减少。在短期和长期内，信贷增速均出现下降。

（4）政府收入：房地产税作为新的税收来源，能够增加政府财政收入。税率越高，政府收入增加越多，为政府提供更多财政空间进行公共支出或减税。

3.3区域异质性分析

为进一步探讨房地产税影响的区域异质性，模拟设置了不同城市特征的情景。假设一线城市、二线城市和三四线城市在住房需求弹性、信贷可得性、人口流动等方面存在差异。模拟结果显示，房地产税对房价的抑制作用在不同城市表现不同。在住房需求弹性较低、信贷可得性较高的城市，房地产税对房价的抑制作用较强；反之，在住房需求弹性较高、信贷可得性较低的城市，房地产税对房价的抑制作用较弱。

3.4政策讨论

模拟结果为房地产税的立法与实施提供了重要参考。首先，房地产税的引入能够有效抑制房价上涨，促进房地产市场平稳发展。其次，房地产税的税率设计需谨慎权衡房价调控效果与经济增长、社会公平之间的关系。税率过高可能导致房价大幅下跌，引发市场风险；税率过低则难以有效抑制房价上涨。因此，建议采取渐进式、累进式的税率设计，逐步增加房地产税负担，并给予市场充分时间适应。最后，房地产税的实施需与其他政策协同配合，如加强土地供应管理、发展住房租赁市场、完善信贷监管等，以形成政策合力，共同促进房地产市场健康发展。

4.结论

本研究通过构建一个包含房地产部门的动态随机一般均衡模型，系统性地模拟了房地产税对中国房价的影响。模拟结果表明，房地产税的引入能够有效抑制房价上涨，促进房地产市场平稳发展。税率越高，房价的抑制作用越强，但同时也需要关注对消费、投资和信贷等方面的连锁影响。此外，房地产税的影响存在显著的区域异质性，政策设计需考虑不同城市的具体情况。本研究为房地产税的立法与实施提供了理论依据和政策参考，强调政策制定应注重动态调整与精准施策，以平衡市场调控与社会公平的目标。未来研究可进一步考虑更复杂的模型设定，如引入住房异质性、搜索匹配摩擦等，以及进行更深入的实证分析，以期为房地产税政策提供更全面、更深入的支撑。

六.结论与展望

本研究通过构建一个包含房地产市场的动态随机一般均衡（DSGE）模型，系统性地探讨了房地产税对中国房价的影响机制及其效果。模型校准基于中国宏观经济数据，并通过数值模拟分析了不同房地产税税率情景下房价及其他关键经济变量的动态响应。研究旨在回答房地产税如何影响房价，不同政策参数下效应的差异，以及宏观经济环境调节作用的机制。通过对模型结果的分析与讨论，得出以下主要结论，并提出相应政策建议与未来研究方向。

1.主要研究结论

1.1房地产税对房价具有显著的抑制作用

模拟结果清晰地表明，房地产税的引入对中国房价具有显著的抑制作用，且这种抑制作用在短期内即开始显现，并在长期内持续影响房价的动态路径。税率越高，房价的短期下降幅度越大，长期稳定水平也越低。这与理论预期一致，即房地产税通过增加住房持有成本，提高了投机性需求的机会成本，从而引导市场参与者形成更长期的持有预期，有效降低了短期内的需求热度，进而对房价产生下行压力。模型模拟显示，即使在考虑了财富效应和税收转嫁机制的情况下，房地产税对房价的净效应仍然为负。这一结论为理解房地产税作为宏观调控工具的潜在作用提供了有力支持，表明通过合理设计房地产税制度，可以有效平抑房价过快上涨，促进市场回归理性。

1.2房地产税影响的传导机制复杂多元

研究不仅关注了房价的直接响应，还分析了房地产税通过影响家庭决策、金融市场和政府财政等渠道，对其他经济变量的传导效应。结果显示，房地产税的引入首先通过增加持有成本，影响代表性家庭的跨期消费和住房投资决策，导致消费需求在短期内有所下降。其次，房地产税作为新的地方税源，能够增加政府财政收入，为地方政府提供更多财政自主性，理论上可用于优化支出结构或降低对土地财政的依赖。然而，短期内由于财富效应和需求冲击的传递，可能导致信贷需求减少，对投资和经济增长产生一定的抑制作用。这些传导路径的相互作用，使得房地产税的影响并非单一维度的，而是体现在宏观经济多个层面。理解这些复杂的传导机制，对于评估房地产税的综合政策效应至关重要。

1.3房地产税效应存在显著的区域异质性

模型进一步考虑了中国房地产市场显著的区域差异，模拟结果显示，房地产税对房价的抑制作用在不同城市表现出明显不同。在人口流入、住房需求弹性较低、信贷市场较为发达的一线城市，由于投机需求更为旺盛，房地产税的调控效果可能更为显著，房价下行压力更大。而在人口流出、住房需求弹性较高、信贷可得性相对受限的三四线城市，房地产税对房价的抑制作用可能相对较弱，甚至可能对本地居民的收入和住房市场造成更大的冲击。这种区域异质性表明，房地产税政策的制定和实施不能“一刀切”，需要充分考虑不同城市的经济发展水平、市场成熟度、人口流动特征等因素，可能需要采取差异化的税率设计或配套政策。

1.4房地产税的长期效应更为显著且稳健

虽然房地产税在短期内对房价有明显的抑制作用，但其长期效果更为稳健和持续。模型模拟显示，随着时间的推移，经济主体逐步适应新的税收环境，房价的动态路径逐渐稳定在新的较低增长率水平，且波动性有所降低。这表明房地产税不仅能够暂时抑制房价过快上涨，更能通过改变市场预期和资源配置方式，促进房地产市场长期健康发展。长期来看，房地产税有助于降低房地产市场与整体经济的联动风险，减少资产泡沫的可能性，为经济可持续发展奠定基础。

2.政策建议

基于上述研究结论，结合中国房地产市场的实际情况，提出以下政策建议：

2.1稳步推进房地产税立法与改革

政策制定应充分考虑房地产税的复杂影响机制和区域异质性，采取稳步推进、试点先行的方式。可选择部分条件成熟的城市进行试点，积累经验，评估效果，为全国范围内的推广提供依据。试点过程中，应注重政策的精准性和包容性，例如，可以考虑设置合理的免征额或起征点，以减轻基本居住需求的影响，体现社会公平。同时，应加强与市场主体的沟通，稳定预期，避免因政策突然出台引发市场过度波动。

2.2实施差异化的房地产税税率设计

考虑到不同城市房地产市场的差异，建议实施差异化的税率政策。对于房价过高、投机氛围浓厚的一线城市，可考虑采用相对较高的税率；对于房价相对稳定或有所下跌的城市，可采取较低的税率或暂缓实施。此外，可以探索引入累进税率机制，即根据住房面积、价值等因素设置不同税率档次，进一步体现税收的纵向公平。

2.3加强房地产税与其他政策的协同配合

房地产税的单独实施效果可能有限，需要与其他相关政策协同配合，形成政策合力。应继续坚持“房子是用来住的，不是用来炒的”定位，加强土地供应管理，稳定地价预期；大力发展住房租赁市场，增加租赁住房供给，满足多层次住房需求；完善金融监管，防止信贷资金过度涌入房地产市场；加快推进房地产税立法，明确产权关系，稳定市场预期。通过多策并举，共同促进房地产市场平稳健康发展。

2.4完善房地产税配套措施，注重社会影响评估

在推进房地产税改革过程中，应高度重视其可能带来的社会影响，特别是对中低收入群体的影响。应完善社会保障体系，增加保障性住房供给，确保基本居住需求得到满足。同时，应加强税收征管能力建设，确保税收政策的顺利实施。在政策出台前，应进行充分的社会影响评估，广泛听取社会各界意见，确保政策的科学性、合理性和可接受性。

3.研究展望

尽管本研究取得了一定的成果，但仍存在一些不足之处，也为未来的研究提供了方向。首先，模型设定仍有待进一步完善。当前模型在住房部门方面相对简化，未来可以引入住房异质性（不同类型住房具有不同特征和价格），考虑更复杂的搜索匹配过程，以及将住房建设和装修投资纳入模型，使模型更贴近现实。其次，可以进一步细化模型，纳入更多微观主体行为，如不同类型的家庭（购房者、租房者、投资者）和不同类型的金融机构，以更全面地捕捉政策冲击的复杂传导路径。再次，在数据方面，目前研究主要基于宏观经济数据和部分市场指标，未来可以利用更细粒度的城市面板数据、微观数据等，进行更深入的实证检验，例如，利用断点回归、合成控制法等方法，更精确地识别房地产税政策冲击。此外，可以进一步探讨房地产税与其他宏观经济政策（如货币政策、财政政策）的交互作用，以及其在应对外部冲击（如全球金融波动、重大自然灾害）中的作用。最后，随着中国城镇化进程的深入和新城镇化的推进，房地产市场面临新的发展格局和挑战，未来研究可以关注房地产税在支持新城镇发展、促进城乡融合等方面的潜在作用和影响机制。

总之，房地产税是中国财税体制改革和房地产市场调控的重要议题。本研究通过DSGE模型模拟了其影响，为政策讨论提供了理论参考。未来需要更深入、更精细的研究，以全面理解房地产税的复杂效应，为制定科学合理的政策提供更强有力的支撑，最终实现房地产市场的长期平稳健康发展，促进经济社会可持续发展。

七.参考文献

Boadway,R.W.,&Flatters,F.(1977).Theanatomyoftaxtransfer.Toronto:UniversityofTorontoPress.

Case,K.E.,&Shiller,R.J.(1988).Thebehaviorofhomebuyersinboomandpost-boommarkets.NBERWorkingPaper,No.2508.NationalBureauofEconomicResearch.

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

Oates,W.E.(1969).Theeffectsofpropertytaxesandlocalpublicspendingonpropertyvalues:AnempiricalstudyoftaxcapitalizationandtheTiebouthypothesis.JournalofPoliticalEconomy,77(6),957-971.

刘洪玉,谷德聚,&王佳.(2007).中国土地出让制度与房价关系研究.经济研究,42(7),129-139.

许宪春.(2010).中国城镇化、金融发展与房价波动.经济研究,45(1),4-15.

张伟.(2011).房地产税影响房价的理论分析与实证研究.财政研究,(10),72-77.

李迅雷.(2013).中国房地产市场走势分析与政策建议.管理世界,29(5),1-12.

陈荣富,&吴晓求.(2015).房地产税、城镇化与区域经济增长.经济学（季刊）,14(2),489-508.

潘建成,&刘洪玉.(2016).房地产税影响房价的机制研究.房地产经济,(3),3-9.

Yaron,J.,&Bredenkamp,S.(1999).Optimaltaxpolicyinaneconomywithassetmarketimperfections.NBERWorkingPaper,No.7247.NationalBureauofEconomicResearch.

Quigley,J.M.,&Walden,R.D.(2001).Housingisthewealthofnations:Theeffectofdomesticandinternationalwealthonhousingmarkets.TheAmericanEconomicReview,91(4),750-784.

OECD.(2015).Housingpoliciesforachangingworld:Financialstability,sustnabilityandinclusion.OrganisationforEconomicCo-operationandDevelopment.

Acemoglu,D.,&Zilibotti,F.(2010).Housingandthebusinesscycle.InHandbookofMacroeconomics(pp.1703-1764).Elsevier.

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

Himmelberg,C.,Mayer,C.,&Sin,T.(2008).Assessinghighhouseprices:Bubbles,fundamentalsandmisperceptions.InHandbookofHousingEconomics(pp.425-465).Elsevier.

Chirman,M.,&Slemrod,J.(2007).Housing,wealth,andtaxes:Implicationsforthepersonalincometax.NationalTaxJournal,60(3),477-498.

Tatom,J.A.(1993).Taxpolicyandhomemortgageinterestdeductions.InTaxpolicyandtheeconomy(Vol.7,pp.133-180).MITPress.

谢勇,&肖光恩.(2017).房地产税的国际经验及其对中国的启示.国际经济评论,(5),145-160.

周飞舟.(2018).中国房地产税改革的制度逻辑与现实挑战.经济研究参考,(34),3-14.

王家庭,&郑江淮.(2019).房地产税、信贷扩张与宏观经济波动.经济研究,54(8),36-51.

龙志和,&肖旭.(2020).房地产税对房价和经济增长的影响研究——基于DSGE模型的模拟分析.金融研究,(1),78-94.

刘晓春,&孙伟平.(2021).房地产税影响房价的动态效应研究——基于空间计量模型的实证分析.财经研究,47(6),123-140.

Fischer,M.,&Schularick,M.(2017).Whencreditbitesback:Leverage,businesscycles,andcrises.JournalofEconomicPerspectives,31(3),13-36.

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

八.致谢

本研究论文的完成，凝聚了众多师长、同窗、朋友和家人的心血与支持。在此，我谨向所有在研究过程中给予我无私帮助和悉心指导的个人和机构，致以最诚挚的谢意。

首先，我要衷心感谢我的导师[导师姓名]教授。从论文的选题构思、模型搭建，到实证分析、最终定稿，[导师姓名]教授始终以其深厚的学术造诣、严谨的治学态度和敏锐的洞察力，为我的研究指明了方向。导师不仅在学术上给予我高屋建瓴的指导，更在为人处世方面给予我诸多教诲，其诲人不倦的精神将使我受益终身。在研究遇到瓶颈时，导师总是耐心倾听，并提出富有建设性的意见，帮助我克服困难，不断前进。导师的悉心指导和无私付出，是我完成本论文的最坚实后盾。

感谢[课题组/实验室名称]的各位老师和同学。在[课题组/实验室名称]的学习和研究过程中，我得到了许多宝贵的帮助。感谢[合作导师姓名]教授在模型设定和数据处理方面提供的专业建议。感谢[师兄/师姐姓名]在文献检索和模型校准过程中给予的耐心指导。感谢[同学姓名]等同学在研究讨论、数据收集和论文修改过程中提供的支持和帮助。与大家的交流与碰撞，激发了我的研究思路，拓宽了我的学术视野，使我在研究过程中不断成长。

感谢[大学名称][学院名称]提供的优良学术环境和研究资源。学校书馆丰富的文献资源、实验室先进的计算设备，为我的研究提供了必要的物质保障。感谢[大学名称]的培养，使我具备了进行独立研究的能力和素养。

感谢我的家人。他们是我最坚强的后盾，他们无条件的支持和鼓励，是我能够心无旁骛地完成学业的动力源泉。在我遇到困难和挫折时，家人的理解和关怀总能给予我力量和信心。

最后，我要感谢所有为本研究提供过帮助的和个人。感谢[数据提供机构名称]提供的数据支持。感谢在调研过程中给予我帮助的各位受访者。

本研究的完成，离不开所有人的帮助和支持。在此，再次向所有关心和帮助过我的人表示最衷心的感谢！