【精品】上海市房地产泡沫检验及估量

【关键字】精品
上海市房地产泡沫检验及估量
---基于2009年的案例研究
丁彦皓冯广波
（海南大学经管学院海口570228）
Yanhao Ding Guangbo Feng
（1、2.economic and management college of hainan university ,haikou,570228）
联系方式：
丁彦皓
海南省海口市人民大道58号海南大学10号公寓570228
上海市房地产泡沫检验及估量
---基于2009年的案例研究
【摘要】本文以上海市作为研究案例，对房价与需求量回归分析后发现房价与需求违背古典经济学规律呈现正相关的关系，然后引入蛛网模型验证得出上海市房地产市场存在泡沫。

选取房地产投资额与GDP之比、房价收入比及租售比为估量房地产泡沫的基本指标，通过模型推导、数理估算、标准设计及国际经验对比，推算总结出上海市房地产市场处于泡沫危险区，即将进入严重危险区。

最后对本文泡沫检验与估量的利弊进行分析与总结，同时
简单的对中国房地产泡沫的特性及现状进行了评论。

【关键词】上海房地产泡沫检验估量
中图分类号：F012 文献标识码：A
Shanghai Real Estate Bubble Test and Assess
--- A case study based on 2009
【Abstract】The article make Shanghai as study case, by regression analysis on the price and demand found that price and demand against the laws of classical economics is positively correlated, then the introduction of cobweb model validation draw a bubble in Shanghai real estate market. Selecting the real estate investment and GDP ratio, price earnings ratio and the rental sell ratio as basic indicators, derived through the model and mathematical estimates, standard design and comparison of international experience, obtained danger zone of bubble in real estate market. Finally, the bubble test and assess by advantages and disadvantages are analyzed.
【Key Words】shanghai real estate bubble test assess
一、引言
近年来我国房地产市场的急剧升温引起了社会的广泛关注，房价持续飙升的同时，不同利益集团基于自己的立场也发出了截然相反的声音。

住宅市场有没有泡沫及泡沫度到底有多大已成为全社会共同的话题。

但是，泡沫理论的研究尚未成熟，具有说服力且得到广泛认可的泡沫检验及估量方法还处于探讨层面。

然而，随着上海市房价每天突破性的上涨，房地产市场泡沫检验及测量已成为一个无法回避的话题。

政府一揽子调控政策到底是釜底抽薪还是扬汤止沸需要相应的理论支撑与实践检验。

因此，全面、客观检验、估量上海市房地产泡沫不仅具有一定的理论价值，还具有明显的实践意义和现实针对性。

二、文献回顾
检验理性泡沫的基本方法根据国际经验主要分为直接检验与间接检验。

直接检验的基本思路是主要是利用实际经济数据，直接检验特定形式是理性泡沫的显著性，并据此判断是否存在该种形式的理性泡沫。

间接检验方法的理论是基于用未来各期基础现金流收益的理性预期贴现值所表示的理论价值作为零假设。

若检验结果拒绝零假设，则可以认定存在泡沫。

间接检验方法一般包括超常易变性检验（excess volatility）即方差边界检验、设定检验等。

直接检验的基本思路是明确分析一个具体的泡沫过程，并直接检验泡沫解的有效性。

泡沫解的有效参数则可以得出这样的结论：设定的泡沫过程比简单的现值模型或许能够更加具体的解释泡沫资产价格的变动幅度，而泡沫解的无效参数意味着不存在这一设定的泡沫过程。

到目前为止国内外学者只进行了两种设定性泡沫的直接检验：一种是由奥布斯特菲尔德和弗如特通过对美国股票价格的分析，进行了一种内在性泡沫的检验；另一种是由加勃和弗
鲁德通过对德国恶性通货膨胀的分析，首次提出确定性泡沫的检验。

简解检验分为超常易变检验与设定性检验。

超常易变性检验为当不存在泡沫时，假设实际利率r 唯一，则资产价格为：110()t t t t t P E a
d I ∞++==∑，其中11a r =+，1t d +表示1t +期的基础现金流收益。

如果能够
计算出资产正常时的理论价格，并与存在泡沫时的实际价格进行比较，他们之间的实际差额就是价格泡沫的大小。

设定性检验设定性检验方法是由West （1987）首先提出。

他提议利用Hausman 检验来比较两组估计参数。

第一组参数是从一组方程通过数学模型间接套算获得的；另一组是利用ARIMA 方程推算的股票红利过程的一组套利均衡方程。

根据这组参数的稳定性，其无论是否存在泡沫都不会发生变化。

第二组参数来自于股票价格对合时的一组阻滞后期红利进行的回归。

因回归方程模型假定股票价格不含有理性泡沫分量，自然这组参数对于理性泡沫的反映是极度敏感的。

在零假设下，股票市场价格符合市场有效性模型，上述所有方程的回归系数应该都将是一致的，因而对两组参数的估计值进行比较时，除了样本误差以外都是相等的。

如若出现不等，则意味着存在着泡沫。

所以判断两组参数的差别是否显著可利用Hausman 检验。

房地产泡沫度测定的研究尚未形成理论体系，至今还比较混乱。

谢经荣1（2002）提出
了分析房地产泡沫的指标体系法。

指标体系法分为三类指标：预示指标、指示指标及滞后指标。

谢经荣提出了房地产泡沫衡量的两种方法：
第一种方法是设定指标的临界值和权重，将实际值与临界值比较，若实际价值低于临界值则用‘0’表示，超越临界值，就用‘1’表示。

地产泡沫发生或破裂的概率为：1n j ji i i P x
y ==∑。

ji x 表示第i 项指标在第j 期的信号值，j P 表示第j 期泡沫发生或破裂的概率；未发生信号取‘0’，发生信号为‘1’； i y 表示第i 项指标所占的比重。

泡沫发生或破裂的概率可划分为三个级别：A 级：警戒级，
0.40.7j P <≤；B 级：危险级，0.70.85j P <≤；C 级：高度危险级，0.851j P <≤。

显然，j P 值越高，泡沫发生或破裂的概率越大，泡沫度越高，泡沫越严重，泡沫破裂的危害性越强。

第二种方法将指标信号值分为4个区段，即0、1、2、3，分别代表安全、警戒、危险及高度危险；泡沫度的衡量则用预警值C 表示：1n i i i C x y ==
∑。

其中、i y 为第i 项指标所占的权重。

当：
日本学者野可悠纪雄（1989）曾通过计算理论房格并比较理论房价与现实房价的差异来衡量泡沫度。

即：低价泡沫度=（现实房价-理论房价）/理论房价
野可悠纪雄（1989）对理论房价的计算公式为：/P r i =。

其中P 为理论房价，r 为
1 谢经荣、曲波等，《地产泡沫与金融危机---国际经验及其借鉴》第369-375页，经济管理出版社，2002
房租，i 为合理的利息率。

若考虑房租按一定比例增长g ()g i <增长，根据戈登模型，理论房价就变为：
/()P r i g =-。

纳入预期因素则有：1/*[11/(1)]/(1)n e
n n P r i i P i -=-+++。

其中，
1/*[11/(1)]n r i i --+表示前(1)n -年房屋租金现值之和，e n P 表示n 年后的房屋预期价格。

黄正新（2002）认为实物资产基础价值的确定不应根据现实资本的投资收益，而是由该资产的流通费用与生产成本之和再加上社会平均利润计算而成。

刘琳、郑思齐2（2003）提出了衡量泡沫的综合指数法，指标选择方面设计了住房按揭贷款/居民月收入、房价收入比、房地产价格增长率/实际GDP 增长率。

综合指数法的计算公式为：*/F K Q ZQ S ⎛⎫= ⎪⎝⎭
∑。

则K 为综合指数，F 为某项指数实际值，S 某项指标标准值，Q 权数，ZQ 总权数。

李维哲、曲波（2002）把泡沫的预警指标分为交易类指标、生产类指标、消费类指标和金融类指标。

并采用功效系数来计算泡沫的综合系数3。

功效系数法的计算方程为：
*4060a i i i A a i i X X Y X X -=+-，或100*40a i i i A a
i i X X Y X X -=--
此时，综合预警系数K 为：n
i i i K YW =∑。

式中，i W 为功效系数i
Y 的权重。

当综合预警系数60K <时，表示发生地产泡沫，K 值越小，则地产泡沫越重。

当预警系数60K >
，则要根据房地产运行的具体情况加以分析。

综合预警系数K 值的级别
谢经荣将泡沫度清晰量化，对房地产调控有很现实的指导意义，但是指标分类不明确，三种指标之间存在明显的相关性，违背指标分类的独立性原则。

另外，衡量指标的主要作用就是预警，因而在指标上区分预示、指示及滞后并没有什么意义。

日本学者的泡沫度计算简单实用，但是无论是地租还是纯收益都不是固定不变的，更不是按照固定比率上升，而是经常发生波动。

此外，利率应该采取长期利率，但是现实中的利率经常变化，长期平均利率很难预先确定。

刘琳、郑思齐衡量泡沫的综合指标法不但指标设计不独立，而且应将房价增长与GDP 增长相联系，意味着增加的社会财富必须要转移到上涨的房价上去，违背常理。

李维
2
刘琳、郑思齐，《房地产泡沫测度系数的编制方法》，《中国房地产》，2003年第6期，第13-15页 3 李维哲、曲波，《地产泡沫预警指标体系与方法研究》，《山西财经大学学报》，2002年第8期
哲、曲波的泡沫预警指标最大的缺陷是没有很好的反应泡沫的概念，无法体现与房地产景气指标或周期指标的区别。

三、 泡沫检验
房地产的供给及需求，从经济学角度来讲主要由价格及预期决定，也是由房地产供给与需求共同作用的结果。

根据古典经济学理论，房地产需求与房价增长呈反比，需求随着房价的增长而降低；而供给与房价成正比，随着房价的上涨而上涨。

因此，为探寻房价与需求、供给的真实关系，本文从房地产供需角度入手，结合我国政策因素，在国家政策的限制下，一定时期的房价与供给及需求的关系可用以下公式表示：
*(0)D P αβαβ=-⋅>
(0)S P ξψξψ=+⋅>
其中，D 为房地产的需求量，S 为房地产的供给量，P 为房价。

本文通过选取房价指数的数据为年度数据。

由于我国从1998年开始住房改革，故1998年之前的数据不具有参考价值，数据选取从1998年开始。

房地产受政府政策影响较大，政府政策会引起房地产市场预期的逆转，从而对需求市场引起极大的波动。

在1998-2009年这段期间，由于国家面临次贷危机的冲击，为保证经济的平稳发展，中央在2009年初又对2004年以来房地产调控的政策进行入利率优惠、二套放贷优惠的调整。

房地产市场前后进行了大幅度的波动，所以，为不影响参数值的客观性，本文对个别异常数据进行了加权平均调整。

如下图：
4 - 上海市住房供给量及价格指数图01000
2000
3000
4000
998999000001002003004005006007008009
年份供给量050100150200价格
指数
地产市场的主要构成是住宅市场，上海市房地产泡沫的争论也是主要集中于住宅市场。

所以本文选取以2000年为基数100的上海市住宅销售价格指标为住房价格指数。

房地产需求为1998至2009年商品住宅销售面积，供给为上海市全社会每年商品住宅竣工面积。

根据前面建立的回归模型，运用spss17.0对所搜取的数据进行拟合，用最小二乘法进行估计，得到回归方程：
3270.1126.01*s Q P =-+
2R =0.9507 DW =2.324 F =432.16
3061.2724.10*d Q P =-+
2R =0.9612 DW =2.413 F =318.02
在正常情况下，房地产市场的需求曲线具有负斜率，价格上升，则需求减少。

但是，如果在房地产市场上投机需求占的比例越来越大，需求曲线将会逐渐变平。

如下图所示，当投机需求超过某个比例后，整个房地产市场的需求曲线将拥有正斜率，变成
3D ，在这种情况下，增加供给，将供给曲线由1S 移动到2S ，新的均衡点由A 移动到E 点，房价非但没有下降，反而上升。

在此情况下，在投机活动异常嚣张的情况下，采取增加商品房供给的办法非但不能平抑房价，反而会将房价推的更高。

由于本文中（需求曲线）的0d K >，故而上海市的房价将随着攻供给的增加而增加，而非减少。

由于蛛网模型需求曲线的斜率小于供给曲线的斜率，或者与任一成交价格相应的需求的价格弹性小于供给的价格弹性，此时，竞争的价格机制使得超额供给或超额需求随着时间的推移越来越偏离均衡，即需求曲线比供给曲线平坦时，价格和产量变动的时间序列是发散
的，成为动态的不稳定5。

由以上可知(24.10)(26.01)d s K K 。

蛛网模型图示如下：
根据上图蛛网模型所示，上海市商品住宅市场供求关系呈现正反馈的发散式式增长，房价随着时间的推移逐渐增长，呈现不稳定性。

如若政府不及时采取一定的措施，扭转房价逐渐逐渐上涨的趋势。

房价势必突破界限，催生泡沫甚至破裂的界限。

但这种不稳定的供求关系只能证明上海市房地产市场可能存在泡沫，但是并未证明泡沫处于何种程度。

四、泡沫测度
中国房价上涨是由住房改革和最近十几年大幅度城市化释放被压抑的需求产生的，而政府非营利公益性住房供给不足产生的真实需求进入商业房地产市场，商业住房由于供给弹
5高鸿业，西方经济学，人民大学出版社，2004，第63页
性较小，不能通过短时间增加住房供给而平抑房价导致房价随需求的增长而增长。

而后真实需求引致的房价上涨诱致因投资渠道不完善、资金难以获利的投机者产生房价看涨的预期，迫使其涌入房地产市场通过低买高卖获利。

从而真实需求与投机共同诱致包括真实需求、投机者及银行在内的全社会产生房地产价格攀升的预期。

大量资金涌入房地产市场从而推动房价远远超过其固有价值。

投机者以非理性投机房地产获取差价，其购买价是由预期售价所决定的，所以房价上涨对投机者而言冲击不大。

但是真实需求者购买住房是为满足其生活必需，提高福利，不是赚取差价。

故而真实需求者对房价的敏感度远大于投机者。

所以，一旦房价超出其承受度，它们将会第一时间退出购买市场转向租借市场。

对房地产市场产生需求不足，供给过剩的状况，诱致全社会看跌房价。

一旦全社会形成房价看跌的预期，投机者将会以最快的速度抛售所持房产，增加房地产供给。

需求下降，供给增加，最终导致房地产泡沫破裂6（丁彦皓、冯广波，2010）。

由于房地产泡沫的这种特性，反应泡沫的指标应采用供给类、需求类及投机价值类指标。

泡沫选取需遵循综合性、代表性、独立性、可操作性及可比性原则（高汝熹、宋忠敏、2005）。

反映投资价值的指标可以是房地产的销售价格与租金的比值，即租售比。

虽然租售比不能完全反映投资价值，价格的上涨预期也是一个主要的原则，但价格的上涨预期实质与供给、需求类指标相互渗透，由于选取指标独立性原则，故而排除价格上涨预期，仅考虑租售比这一指标。

收入是决定真实需求的主要因素。

所以需求类指标应选为房价家庭收入比。

由于上海城市化率2009年末已达到85.72%，高于美国城市平均化为80%的比重，城市化饱和，则城市扩张应趋于温和状态。

所以供给类指标应该选为房地产投资额与GDP之比。

需求类指标主要检测真实需求的状况，真实需求取决于价格与收入的关系。

1、房地产投资与GDP之比；
根据国际经验，住宅投资总额与GDP的比重一般处于3%-6%之间，异常高峰达到8%。

这一经验值虽对不同的国家与城市有不同的意义，但对上海绝对具有参考价值。

据2008年年底发布的《中国城市化率现状调查报告》显示， 2008年上海市城市化率85.76%，位于全国各大城市之首。

已超过美国等西方发达国家城市化率80%的平均线，这意味着上海市的城市扩容能力已即将达到顶点，革命性的城市扩张几乎不可能。

人口增长达到动态平衡，不会有大幅度增长的人口增长导致的真实需求。

从理论上讲，剔除房地产的投机因素，上海市基于真实需求的住宅投资总额占GDP的比重将会回落至国际经验值范围之内。

同时，如下图所示，由于政府政策对二手房市场的合理诱导，二手房交易占总交易量的比重经过大幅度调整，已逐渐进入合理的轨道。

激活二手房交易市场，无形中增加了住房供给，这种供给将会极大地缓解房地产投资总额占GDP之比上涨的压力。

香港1991-1997年房地产固定资产投资占GDP的比重大致为9.7%-15.2%，扣除住宅外地产建设项目投资占GDP的比重2-4%之外，住宅投资总额占GDP的比重大致为6.7-12.2%。

1997年泡沫破裂的前一年地产投资占GDP之比为15.2%，泡沫破裂后2001年房地产总投资占GDP的比重为8.3%，估计住宅投资占GDP的比例大致为3-5%之间。

上海自2004年住宅投资额占GDP的比重达到11%后，最近几年已开始缓慢调整，逐渐呈递减趋势。

至2009年末降至7.75%的比例。

但是，泡沫的运行不仅取决于投资量，更取决于在有限的数量中的炒作、投机。

所以，住宅投资额占GDP的比重下降不意味泡沫的会缩减至安全区。

基于上述分析，本文认为上海市住宅市场投资额占GDP的比重在3-5%之间属于正常范围，5-7%之间为警戒范围，7-10%属于危险区间，10以上属于严重危险区。

6丁彦皓、冯广波，诱致预期视角下的农村高利贷---基于上海市的案例研究[J]，工业技术经济，2010第5期，第102页
2国住房制度改革研究后，曾经对房价收入比提出了一个广为流行“比较合理”的经验范围，认为房价应该为居民家庭年收入的3-6倍。

若引入住房贷款因素。

每月支付的贷款本息和占居民收入的比重应低于25%。

另据有关学者1998年对96个国家的统计结果进行推算，这些国家的房价收入比为0.8-30，平均值为8.4、中位数为6.4。

上海市2008年每户平均2.97人，人均住房面积达到34平方米，则每户住房平均面积为100.98平方米，由于最近几年国家‘7090’与差额放贷政策实施不严格，很多地方住房面积投资是以开发商的利润大小为指引，盲目的上马一批大面积住房。

但自从09年房地产宏观调控以来，90平方的住房将会成为购房者的首选，国家对待不同面积的住房所实行的信贷政策不同，90平方米以下首付平均为25%，即k 位25%。

根据上海市统计局数据显示，上海市中等收入户人均可支配收入从1980年的637元增至2008年的22675元，人均消费支出从1980年的553元增至2008年的19398元。

消费支出一般包括食品、衣着、家庭用品及服务、交通和通信、医疗保健、教育文化娱乐服务、其他商品和服务等等支出。

用于住房按揭贷款的收入应该为人均可支配收入扣除人均消费支出后的收入。

这种扣除后的收入年均增长率为13.05%。

随着经济的发展，将来人均年收入增长率会将逐渐减少，即s 为8%。

根据黑马*恩德（Andrew Hamer ）的统计中国每月支付的贷款本息和占居民收入的比重应低于25%，即m 为25%。

中国的教育年限决定一般人大学毕业为23岁左右，但收入差距过大，许多大学毕业生刚毕业收入较低，导致结婚年龄一般在27-30岁之间。

如若剔除外界支持，积累到住房首付款至少到35岁左右，60岁退休，还款期限为25年左右，则n 为25。

当s i ≠时：
(1)(1)(1)***()*(1)n n
n i s k P m Y i s i +-+-=-+
(1)(1)*1()*(1)n n
n P m i s Y k i s i +-+=--+
售价收入比为：
(1)(1)*1()*(1)n n
n m i s R k i s i +-+=--+
当s i =时：
(1)***k P m Y n -=
*1P m n Y k =-
售价收入比为：
*m n R =
2003年，香港房地产泡沫破裂五年后，香港一手房房价收入比大致为4.27，二手房房价收入比大致为2.43.瑞纳特在1998年的一份研究报告中提出，发达国家的房价收入比为
1.8-5.5，在发展中国家，房价收入比应该宽松一些，大大致为4.0-，二手房房价收入比为
2.2。

1985年，日本房价收入比最高大阪城市圈为5.74，最低北海道，约为4.38。

台湾在房地产泡沫时期（1987-1900年），房价飞涨的速度大大超出了居民收入的增长幅度。

台湾
综上所述，本文可将上海房价收入比2-4定位正常区间，4-6定位警戒区急间，6-8定为危险区间，8以上定位严重危险区。

3、租售比
设住房售价为P 元，如上文分析，购买者一般为90平方米以下住房，首付25%房款及相关税费（1.5%的契税）和房屋维修费用（房价的2%），其余75%房款通过银行按揭贷款支付，按揭贷款期限为25年。

银行存贷利差一般为4%，银行存款利率为i ，贷款利率i+4%，按每年等额支付本息。

中国住房使用期限是以取得土地使用权当天开始，但国家没
7 由于缺乏必要的了解，尚且不知台湾是如何计算房价收入比的。

但是，只要台湾的历年数据统计保持一贯性原则，那么观察房价收入比依然具有重要的参考价值。

有出台限制开发期限的政策，开发商取得土地使用权后一般才开始规划，建设，直至最后捂盘惜售，等待时机。

购房者拿到房契且入住，一般需要十年时间。

故而房屋使用期限为60年，60年后不计残值。

购房者购房后通过出租以获取投资收益，月租金为R 元。

那么有：
（1）60年租金在60年末期的本利和为：
()60
111312*1*[]24i A R i i +-⎛⎫=+ ⎪⎝⎭
（2）30%的房款及税费、维修费在60年末期的本利和为：
6010.285*(1)B P i =+
（3）每年支付按揭贷款额为： 25
25(0.04)*(1)0.75(10.04)1
i i D P i ++=++- （4）支付的按揭贷款额在60年末期的本利和为：
256035
225(0.04)*(1)(1)(1)0.75*(10.04)1i i i i B P i i
+++-+=++- （5）设超额收益为0，则有12A B B =+，即：
()60
25603560251113(0.04)*(1)(1)(1)12*1*0.285*(1)0.75*24(10.04)1i i i i i i R P i P i i i +-+++-+⎛⎫+=++ ⎪++-⎝⎭
故而，租售比为：
()60256060352513121*[11]24À=(0.04)*(1)0.285(1)0.75*[(1)(1)](10.04)1i i P i i R i i i i i ⎛⎫++- ⎪⎝⎭=+++++-+++- 不同利率下的租售比。

香港况，税费设置不合理，另外出租的中介费用都没有设计在内，因而模型的设计相对经验值较为合理。

综上所述，租售比正常区间应为100-140，140-280属于警戒区，180-220为危险区，220以上为严重危险区。

4、上海市房地产泡沫度计算
（1）单项指标指数
首先根据不同指标，应将指数分为5个范围区间，即低谷区（指数<0）、安全区（0<指数<1）、警戒区（1<指数<2）、危险区（2<指数<3）及严重危险区（指数>3）（高汝熹、宋忠敏，2005）。

其次，根据指标实际值与各区域标准值的比较，判断指数处于泡沫度的哪个区域。

再次，计算指数值。

对于安全区、警戒区及危险区：
()
()i F L A L H L -=+-
对于低谷区： ()i F S A S
-= 对于严重危险区：
()i F S A L S
-=+ （2）
泡沫度指数
泡沫度指数计算公式为：
0 1 2 3
房地产泡沫指标示意图
3
1i i i Bub AW ==∑
5、上海市住宅泡沫度指数的估价 （1）房地产投资与GDP 的比例
2009年上海房地产投资总额占GDP 的比重大致为7.24%，该指标属于危险区间，泡沫指数值应为：
房地产投资与GDP 之比=2+（7.24%-7%）/（10%-7%）=2.08
（2）房价收入比
计算房价收入比时，本文以上海市中等收入家庭的可支配收入与消费支出作为计算标准，平均每户住房面积以90方以下为标准。

中国通货膨胀率警戒线为3%，考虑到银行收益，本文认为贷款利率6-8%较为合理，为便于计算，本文设定银行按揭大款为7%。

在7%的指标下，房价收入比为8.73%。

根据前文所设定的标准，8.73% 应属于严重危险区，泡沫指数值为：
房价收入比=3+（8.73-8%）/8%=3.09
（3）租售比
根据上海房产界专业人士估计，上海房地产市场租售比的经验值应为140-190。

但是，本文对租售比的测算较为机械，模型忽视空置率的情况，税费设置不合理，另外出租的中介费用都没有设计在内，因而模型的设计相对经验值较为合理。

本文所计算的租售比为249.94，属于严重危险区的范围。

租售比泡沫指数=3+（249.94-220）/220=3.14
6、上海市房地产泡沫度指数
对于各项指标的权重，暂且根据平均权重进行处理，即三项指标的权重都设为1/3。

根据上文衡量的房地产泡沫各指标的指数，可以得到泡沫度指数值为：
上海市房地产泡沫度指数=（2.08+3.09+3.14）/3=2.77
通过计算得出，上海市房地产泡沫处于危险区后期，即将步入严重危险区。

上海市尚且处于城市化的末期。

大规模建设尚未停止，国际金融中心的建设、产业转型、人才战略等迫使上海未来几十年依旧高速稳步发展，故而适度规模建设不可避免。

所以住宅投资额与GDP 之比刚刚步入危险区，合乎规律。

但是，房价收入比与租售比达到严重危险区表明上海房价上涨即将突破普通购买者的承受极限，处于破灭、崩溃的边缘。

虽说整体尚未达到严重危险区，但是相对住宅投资而言较为虚拟的房价收入比、租售比更有可能崩溃，导致泡沫的破裂。

本文限于篇幅只论证泡沫大小，而非结构。

如若引入泡沫结构分析，上海住宅市场泡沫或许早已突破严重危险区的界限。

五、 研究的局限性及结论。