1998年中國大陸改革開放不動產市場後，由於政府大力地推動城鎮化與不動產市場改革以及中國大陸人均GDP的成長快速等原因，使房價快速上漲。2008年金融危機後至2012年時，中國大陸房價上漲約63.31%，但居民收入僅增加55.66%，顯示房價上漲速度超越所得上漲速度，因此，本研究擬由資產現值模型建立房價基要價值，並由狀態空間模型推估泡沫價格，探討北京市、天津市、上海市與重慶市不動產市場是否存在泡沫化的現象。經由1998年至2012年的家戶所得推估泡沫價格後，再以向量誤差修正模型與Granger因果關係檢定檢驗泡沫價格與貨幣供給額、預期物價指數、購屋貸款利率、住房開發投資額與前期房價成長率間的關係。 實證結果指出，北京泡沫化幅度變動劇烈，2012年第2季泡沫化約57%，由於中國大陸政府對北京執行政策較為嚴格，因而使北京市的房價受到政府政策的影響而產生較劇烈地波動。天津的泡沫價格則是由2004年開始轉為正值，並於2006年第2季達到第一波高峰。上海房價呈現穩定上升，其泡沫化程度約維持在45%上下，其泡沫化高點出現在2010年，泡沫價格占房屋價格約46%。重慶房價於2004年開始大幅上升，並於2011年出現泡沫高峰，比重約為40%。另外，預期通貨膨脹率與住房開發投資額為Granger領先於北京、天津與重慶的泡沫價格，表示政府能藉由控制北京、天津與重慶的預期通貨膨脹與不動產開發投資市場，來降低不動產的泡沫價格。而上海的購屋貸款利率、前期房價成長率與泡沫價格為雙向因果關係，貨幣供給則為Granger領先於上海泡沫價格，表示政府若能藉由控制上海的貨幣供給與購屋貸款利率，降低其泡沫價格。

隨著中國大陸經濟的高度成長，不動產市場也隨之發展。在貸款利率及不動產相關稅負長期偏低之下，住宅產品的投資需求不斷上升，使得房價一路高漲。房屋價格的增幅過大、增速過高，已經超出了合理的範圍。截至2010年，中國大陸推出一系列以抑制房價為主要目的的宏觀調控政策，許多重點城市也陸續推出以“限購令”為主要內容的地方性政策來調控不動產市場。由於中國大陸地幅遼闊，各地的不動產市場因受各種因素影響而發展各異，因此挑選了北京、上海、廣州三個頗具代表性的重點城市作為研究對象。本文應用年租金與加權平均資本成本（WACC）還原基本價值，以其與市場價格間的差距作為泡沫程度的估計，計算出這三個城市2007年至2012年間不動產價格泡沫程度。藉由這三個城市的不動產市場泡沫狀況，運用共整合分析檢視中國城市不動產價格泡沫的影響因素，并以Granger因果關係檢定探討三地不動產價格泡沫與各因素之領先落後關係。 實證結果顯示，人均可支配收入和金融機構各項信貸總額對不動產價格泡沫具有正向影響，不動產價格泡沫則對其本身具有負向影響，而抵押貸款利率與不動產價格泡沫先是正相關而後轉為負相關的關係。而根據Granger因果關係檢定結果，北京不動產價格泡沫落後於金融機構各項貸款總額，而上海不動產價格泡沫領先於人均可支配收入，廣州不動產價格泡沫則落後於人均可支配收入、抵押貸款利率與金融機構各項貸款總額。 / With the rapid economic development in China, the real estate market has been undergoing a great boom. The low interest and tax rates are very favorable for the continuously increasing house demands, and thus resulting in higher housing prices. And the extremely rapidly increasing housing prices are not reasonable. Until 2010, Chinese government had published a series of national housing regulatory decisions to address the over-heating real estate market. And the restrictions on house purchase have been put into practice in some major cities. Given that China has a vast territory with large variety, the impact of these regulations on the local real estate markets of the cities can hardly be determined. Therefore, we study here the real estate market in Beijing, Shanghai and Guangzhou, three of the most representative major cities in China. This study evaluates the housing bubbles situations in these cities from 2007 to 2012 by comparing fundamental values with market prices. The fundamental value of real estate can be calculated by annual rents and WACC. Based on the evaluated housing bubbles situations, this study then applies Cointegration analysis to further explore the factors that may contribute to China’s housing bubbles. In addition, Granger causality test is employed to examine the lead/lag relationship between housing bubbles and the variables. The empirical result shows that per-capita disposable incomes and total loans of financial institutions are positively related to China’s housing bubbles. And the housing bubbles in these three cities are negatively related to themselves. In addition, the impact of interest rates on housing bubbles is positive and later turns negative with respect to the magnitude of increasing rates. According to the results of Granger causality tests, Beijing’s housing bubbles are Granger caused by total loans while property bubbles in Shanghai lead personal incomes. Furthermore, housing bubbles in Guangzhou are Granger caused by personal disposable incomes, interest rates and total loans.