本研究以景氣指數作為門檻變數，探討中國一二綫城市新屋與二手屋房價指數對上證指數受景氣指數變化之非綫性探討。本研究採用Gonza′lez, Teräsvirta and van Dijk (2004, 2005) 所發展的縱橫平滑移轉迴歸模型（Panel smooth transition regression model, PSTR），觀察工業生産指數對中國一、二綫城市新屋與二手屋房價指數是否存在平滑移轉效果，幷進一步分析上證指數、消費者物價指數、央行基準利率與工業生産指數對房價之影響變化。
	 研究結果: 中國一、二綫城市新屋與二手屋房價指數皆顯示存在平滑移轉效果下，大部分上證指數、消費者物價指數、央行基準利率與工業生産指數在各種程度上的景氣門檻對房價指數了有著不同的影響。

This study adopts the empirical model of Gonza'lez, Teräsvirta and van Dijk (2004, 2005) to verify whether the panel smooth transition effect exists in Industrial Production Index. The Nonlinear Study on the Influence of Stock Price on Real Estate Price -Evidence of New and Second-Hand Houses of Chinese First and Second Tier Cities. And we make the stock price, Consumer price index, Central bank interest rate and Industrial Production Index as independent variable.
Empirical results show that new and second-hand houses of chinese first and second tier cities has significant smooth transition effects, and most of the companies whose the stock price, Consumer price index, Central bank interest rate and Industrial Production Index significantly affects in new and second-hand houses of chinese first and second tier cities between any threshold.

目錄
第一章  緒論	1
第一節  研究背景與動機	1
第三節  研究流程與架構	4
第二章  文獻探討	6
第一節  利率與房地産價格之分析及相關文獻	6
第二節  消費者物價指數與房地産價格之分析及相關文獻	7
第三節  股價與房地産價格之分析及相關文獻	8
第四節  景氣指數與房地産價格之分析及相關文獻	10
第三章  研究方法	11
第一節  縱橫單根檢定法	11
第二節  縱橫平滑移轉回歸模型	13
第四章  實證結果與分析	22
第一節  研究資料	22
第二節  敘述統計	24
第三節 單根檢定	26
第四節  縱橫平滑移轉模型之實證結果	28
第五章 結論和建議	52
第六章  參考文獻	55
表目錄
表4-1-1 變數名稱定義	24
表4-2-1 樣本資料敘述統計	26
表4-2-2單根檢定	27
表 4-3-1工業生産指數對一、二綫城市房價指數之同質性檢定	29
表 4-3-2 空間向量的位置參數之檢測	30
表 4-3-3 工業生産指數對中國一綫城市新屋房價之區間個數檢	32
表 4-3-4 工業生産指數對中國一綫城市二手屋房價之區間個數檢	32
表 4-3-5 工業生産指數對中國二綫城市新屋房價之區間個數檢	33
表 4-3-6 工業生産指數對中國二綫城市二手屋房價之區間個數檢	34
表4-3-7工業生産指數對中國一綫城市新屋房價之縱橫平滑移轉模型估計結果	36
表4-3-8解釋變數在不同工業生産指數下對中國一綫城市新屋房價之影響	37
表4-3-9工業生産指數對中國一綫城市二手屋房價之縱橫平滑移轉模型估計結果	39
表4-3-10解釋變數在不同工業生産指數下對中國一綫城市新屋房價之影響	40
表4-3-11工業生産指數對中國二綫城市新屋房價之縱橫平滑移轉模型估計結果	44
表4-3-12解釋變數在不同工業生産指數下對中國二綫城市新屋房價之影響	46
表4-3-13工業生産指數對中國二綫城市二手屋房價之	50
縱橫平滑移轉模型估計結果	50
表4-3-14解釋變數在不同工業生産指數下對中國二綫綫城市二手屋房價之影響	51


圖目錄
圖1-1 研究流程圖	5
圖13-2-1 M=1之轉換模型	16
圖33-2-2 M=2之轉換模型	17

中文文獻
1.	史金明，（2015），「工業生産者價格指數與房地産價格指數的相關性分析」，財經界，第17期，165-165。
2.	邱雅，（2011），「房價波動與CPI關係的計量分析」，北京工商大學學報(社會科學版)，第26期，43-46。
3.	沈悅，周奎省，李善燊,(2011), 「利率影響房價的有效性分析——基於FAVAR模型」, 經濟科學, 第1期，60-69。
4.	況偉大， 趙宇華，（2010），「中國房市與股市關聯度研究」，經濟理論與經濟管理，第8期，38-44。
5.	高峰，（2009），「中國房價與CPI關係的VEC模型研究」，管理科學與統計决策，第6期，63-67。
6.	常清；常翟子，（2011），「論房價與利率變動關係的複雜性—美國利率與房價變動的分析與借鑒」，價格理論與實踐，第9期，55-56。
7.	謝曉鋒，（2016），「中國股票市場價格波動對特大城市房價的影響——基於深圳市的實證分析」，中國商論，第17期，11-12。
8.	譚政勛，（2013），「房價、CPI與貨幣政策傳導機制的中美比較研究」，亞太經濟，第1期，93-98。




英文文獻
1.	Andrews, D. W. K. and W. Ploberger (1994), “Optimal Tests when S Nuisance Parameter is Present Only under the Alternative,” Econometrics, 62, 1383–1414. 
2.	Ahmad, J.S., E. Zahra and H. Arash (2007), “Affecting Factors on House Price Index. (In Farsi. With English summary),” Quarterly Iranian Economic Research, 32, 31-35.
3.	Chien, C.C., Y.W. Hsu and S.P. Ho (2008), “Do Housing Price Predict Stock Returns,” Academia Economic Papers, 36(1), 89-139.
4.	Granger, C. W. J. and T. Teräsvirta (1993), “Modelling Nonlinear Economic Relationships,” Oxford: Oxford University Press. 
5.	Gonza’les, A., T. Terasvirta and D. van Dijk (2004), “Panel Smooth Transition Regression Model and an Application to Investment under Credit Constraints,” Working Papers. 
6.	Gonza’les, A., T. Terasvirta and D. van Dijk (2005), “Panel Smooth Transition Regression Models,” Quantitative Finance Research Centre, Research Paper 165, 1-33. 
7.	Hansen, B. E. (1996), “Inference When a Nuisance Parameter is Not Identified under the Null Hypothesis,” Econometrics, 64(2), 413-430. 
8.	Hansen, B. E. (1999), “Threshold Effects in Non-dynamic Panels: Estimation, Testing, and Inference,” Journal of Econometrics, 93(2), 345-368. 
9.	Im, K.S., M.H. Pesaran and Y. Shin (2003), “Testing for Unit Roots in Heterogeneous Panels,” Journal of Econometrics, 115(1), 53–74. 
10.	Jansen, E. S. and T. Teräsvirta (1996), “Testing Parameter Constancy and Super Exogeneity in Econometric Equations,” Oxford Bulletin of Economics and Statistics, 58(4), 735-763. 
11.	Jacobsen, D.H. (2005), “What Drives House Prices?,” Norges Bank.Economic Bulletin, 76(1), 29-41.
12.	Luukkonen, R., P. Saikkonen and T.Teräsvirta (1988), “Testing Linearity against Smooth Transition Autoregressive Models,” Biometrika, 75, 491–499. 
13.	Levin, A., C.F. Lin and C. Chu (2002), “Unit Root Tests in Panel Data: Asymptotic and Finite-Sample Properties,” Journal of Econometrics, 108(1), 1–24. 
14.	Lundbergh, S., T. Teräsvirta, and D. van Dijk (2003), “Time-varying Smooth Transition Autoregressive Model,” Journal of Business and Economic Statistics, 21, 104–121.
15.	Lim, G. (2015), “Non-Linearities in the Relationship between House Prices and Interest Rates: Implications for Monetary Policy,” IDEAS Working Paper Series from RePEc. 
16.	Maddala, G.S. and S. Wu (1999), “A Comparative Study of Unit Root Tests with Panel Data and A New Simple Test,” Oxford Bulletin of Economics and Statistics, 61, 631–652. 
17.	Mandell, S., H.K. Song, A. Warsame and M. Wilhelmsson (2011), “Bank Lending and House Prices in Sweden 1992-2010,” IDEAS Working Paper Series from RePEc.
18.	Ozkan, B., M.K. Hassan, and A. Hepsen (2016), “Returns Predictability in Emerging Housing Markets,” Journal of Economic Cooperation and Development, 37(1), 101-130.
19.	Sutton, G.D. (2002), “Explaining Changes in House Prices,” BIS Quarterly Review, 9, 46-55.
20.	Teräsvirta, T. (1994), “Specification, Estimation, and Evaluation of Smooth Transition Autoregressive Models,” Journal of the American Statistical Association, 89, 208–218.