揭示中国住房市场一线与二线城市系统性风险的动态演变及政策启示

为解决中国住房市场系统性风险（Systemic Risk）的传播机制问题，研究人员采用滚动Diebold-Yilmaz (DY) 连接方法和时变Granger因果测试（Time-varying Granger-causality test），聚焦一线与二线城市市场分割（Market Segmentation）向整合（Integration）的转变。结果显示一线城市系统风险更高，且存在单向因果证据，证实系统性风险存在。此研究为政策制定提供时间变警告系统，以缓解住房系统性风险和金融不稳定（Financial Instability），对防范经济危机具重要意义。

　　

住房市场的繁荣与崩塌，如同过山车般牵动全球经济的神经。自1990年代末以来，住房热潮席卷全球，但2008年金融危机（GFC）的惨痛教训揭示：房价的失控上涨和暴跌，会将风险与恐惧蔓延至其他行业乃至国家，严重动摇金融体系。学者Geanakoplos等人曾警示：“任何系统性风险监测若未包含住房市场模型，都难称完善。”在中国，住房市场更添一层复杂性——城市被划分为一线和二线两大阵营，受户籍制度（hukou）严格约束，市场长期分割。这种分割阻碍风险流动，但随着户籍改革推进，市场正逐步走向整合。问题是，这种转变如何影响系统性风险？风险源头究竟在哪？中国住房市场的独特结构，使其成为研究系统性风险的天然实验室：若忽略城市间的动态互动，政策制定者可能错失预警信号，重蹈金融危机的覆辙。

为解开这一谜题，来自未知研究机构（单位信息未明确，但作者为中国背景）的研究人员陈千福（Chien-Fu Chen）、许志明（Eddie C.M. Hui）和蒋淑芬（Shu-hen Chiang），在《Habitat International》上发表了一项开创性研究。他们聚焦中国一线和二线城市的住房市场，探讨系统性风险的形成与传播机制。通过严谨分析，团队发现一线城市不仅是风险的“震中”，还主导了向二线城市的风险传导。这一结论挑战了传统观点，为政策干预提供了精准靶点。研究的意义在于：首次将市场分割与整合的演变纳入风险评估框架，设计出动态预警系统，帮助当局及时规避经济动荡。

在方法上，研究人员结合了计量经济学与时间序列分析技术。首先，采用滚动窗口Diebold-Yilmaz（DY）连接方法（基于向量自回归模型（VAR）的方差分解），量化一线和二线城市各自的系统性风险（Systematic Risk），并生成时间