1998年,我国房地产行业进入市场化阶段。房地产行业的高速发展带动了整体经济的增长,但房价的过快增长也成为了社会热点问题。从2014年1月到2016年9月,深圳的房价涨幅高达80%,上海房价涨幅高达40%,北京和广州也分别达到32%和24%。“十三五”规划提出房价调控政策应更加重视房价的区域联动性和核心城市的溢出效应。同时,城市间的房价联动性会减弱住房抵押贷款证券化(以下简称MBS)等产品分散风险的效果,加剧房地产行业的行业风险。目前我国已成功发行111 MBS,发行金额达9952亿元。为了更好地调控房价和预防房地产的行业风险,研究一线城市房价的联动性具有比较重要的意义。本文在第五章分别从新房和二手房两个维度研究了一线城市间房价的联动性。选取北京、上海、广州和深圳的“70个大中城市新房销售价格指数”和“70个大中城市二手房销售价格指数”作为房价变量研究房价的联动性,选择GDP、CPI、M2和汇率等九个指标探讨宏观变量对房价联动性的影响。本文首先运用Copula模型研究城市间房价的相关性,然后基于CoVaR模型研究北京对其他一线城市的房价溢出效应,接着使用Single-index Copula模型研究宏观变量对联动性的影响程度并刻画出动态的房价相关性,最后运用Vine-Copula研究一线城市之间房价的相依结构。本文在第六章进一步研究了北京和新一线城市房价的联动性,并探讨房价相关性的影响因素。本文实证结果表明:一、SJC Copula函数对一线城市房价的相关性拟合最好,一线城市间房价的上尾相关性大于下尾相关性,即城市间房价更容易出现同时大幅上涨的情况,且二手房的相关性大于新房的相关性。二、北京房价对其他一线城市具有较强的溢出效应,且二手房房价的溢出效应大于新房。三、北京对东部城市的房价溢出效应大于中西部城市。四、M2、金融危机和房价调控政策对房价相关性具有显著影响。