1、本科毕业设计（论文）外文翻译原文REGIONALBUSINESSCYCLEANDREALESTATECYCLEANALYSISANDTHEROLEOFFEDERALGOVERNMENTSINREGIONALSTABILITYFORTHELASTTWODECADESTHETOPICOFTHEREALESTATECYCLEHASGAINEDALOTOFATTENTIONNOTONLYINTHEFIELDSOFMICROANDMACROECONOMICS,BUTALSOINTHEFIELDOFFINANCEANDINVESTMENTRECENTLYREALESTATEBECAMEALUCRATIVE
2、INVESTMENTOPTIONFORINVESTORSLEONHARDT23DHARANDGOETZMANN15SECURITIZATIONOFTHEREALESTATEMARKETWASONEIMPORTANTTRENDTHATATTRACTEDMANYINVESTORSINTOTHISFIELDFURTHER,NOWTHEREAREMOREINVESTORSWHOCANPARTICIPATEINTHEGLOBALREALESTATEMARKETTHANADECADEAGOCASE,GOETZMANN,ANDROUWENHORST,9NEVERTHELESS,INRECENTDECADES
3、THEWORLDHASEXPERIENCEDACOUPLEOFGLOBALREALESTATEFLUCTUATIONSINCLUDINGRECENTUSREALESTATECRISISTHISMAKESRESEARCHERSANDINVESTORSWONDERABOUTTHESTRUCTURESOFREALESTATECYCLESANDHOWTHEYARERELATEDTOOTHERECONOMICACTIVITIESINTHENATIONASWELLASTHROUGHOUTTHEWORLDMANYSTUDIESSHOWTHATTHEREALESTATECYCLEHASADIRECTIMPAC
4、TONTHEBEHAVIOROFHOUSEHOLDS,INVESTORS,BANKINGSYSTEMS,ASWELLASONTHENATIONALECONOMYCASE8,WHEELOCK35,ANDBARLEVY1VERYFEWSTUDIES,HOWEVER,HAVECOMPAREDANDANALYZEDNATIONALANDSTATELEVELBUSINESSCYCLESWITHTHENATIONALANDREGIONALREALESTATECYCLESTHISCOMPARISONISIMPORTANTFORATLEASTTHREEREASONSFIRST,THECLEARIDEAABOU
5、TTHENATIONALANDSTATELEVELREALESTATECYCLEWILLHELPHOMEOWNERSANDREALESTATEINVESTORSMINIMIZETHEIRLOSSESSECOND,ITWILLHELPPROPERAUTHORITIESGOVERNMENT,MORTGAGEBROKERS,BANKS,ETCTOMAKEEFFECTIVEDECISIONSTHIRD,FUTURERESEARCHERSWILLHAVEVIVIDUNDERSTANDINGOFSTATESECONOMICSTRUCTURESANDBETTERUNDERSTANDINGOFTHEBEHAV
6、IOROFTHEREALESTATECYCLESTHISPAPERSTRICTLYFOCUSESONMACROECONOMICPERSPECTIVEOFREALESTATESCIENCEANDANALYZESTHEPATTERNSOFREALESTATECYCLESTHUS,THESTUDYHASTHREEMAINOBJECTIVESFIRST,USINGMARKOVSWITCHINGESTIMATIONTECHNIQUE,THISSTUDYCOMPARESTHEUSNATIONALANDSTATELEVELBUSINESSCYCLESWITHTHEUSNATIONALANDSTATELEVE
7、LREALESTATECYCLESSECOND,DEPENDINGONTHEFORMATIONOFTHESTATELEVELREALESTATECYCLES,THISSTUDYCATEGORIZESDIFFERENTSTATES,AND_NALLYITANALYSESTHESEVERITYOFTHESTATELEVELREALESTATECYCLESTHERESTOFTHEPAPERISORGANIZEDASFOLLOWSFIRST,WEDISCUSSRELATEDLITERATURES,SECONDWEEXPLAINTHEDATADESCRIPTIONS,THIRDWEPROVIDEMODE
8、LANDMETHODS,FORTHWEGIVEDATADESCRIPTION,FIFTHWESTATETHERESULTSBYPRESENTINGCOMPARISONOFBUSINESSCYCLESANDREALESTATECYCLES,THUSCATEGORIZESTATESDEPENDINGONTHEFORMATIONOFREALESTATECYCLESTOGIVESOMEIDEAHOWTHEUSSTATESREALESTATESECTORCONVERGESDURINGTHEDIFFERENTPHASESOFTHEREALESTATECYCLES,INSECTIONSIXTHWEPROVI
9、DEACONVERGENCEANALYSISANDFINALLYWECONCLUDEINTHESECTIONSEVENINTHEUNITEDSTATESNATIONALBUSINESSCYCLESARECALCULATEDANDDATEDBYTHENATIONALBUREAUOFECONOMICRESEARCHNBERHAMILTON20USEDSTATESPACEMARKOVSWITCHINGESTIMATIONTECHNIQUEONTHEUSGDPDATATOESTIMATEBUSINESSCYCLETURNINGPOINTSHAMILTONSESTIMATEDDATESCOINCIDED
10、WITHTHEDATESPROVIDEDBYTHENBERWHICHCONFIRMSTHEVALIDITYOFTHEMARKOVSWITCHINGESTIMATIONTECHNIQUETOMEASUREBUSINESSCYCLETURNINGPOINTSBOLDIN3COMPAREDWITHDIFFERENTBUSINESSCYCLESTURNINGPOINTDATINGMETHODSINTHEUSECONOMYHECONCLUDEDTHATTHESTOCKANDWATSONS20,20EXPERIMENTALBUSINESSCYCLESINDICATORSBASEDONKALMANFILTE
11、RALGORITHMANDHAMILTONSMARKOVSWITCHING20ESTIMATIONTECHNIQUEOUTPERFORMSALLOTHERBUSINESSCYCLESDATINGMETHODSCRONE12,13USEDKALMANFILTERESTIMATIONTECHNIQUEONTHEUSSTATELEVELDATAANDGROUPEDUSINTOEIGHTECONOMICREGIONSBASEDONREGIONALBUSINESSCYCLESSIMILARITIESUSINGHAMILTONSMARKOVSWITCHINGESTIMATIONTECHNIQUEONTHE
12、STATELEVELCOINCIDENTINDEXES6OWYANG,PIGERANDWALL27ANDLATERGIANNIKOSANDMONA16DATEDTHETURNINGPOINTSOFTHEUSSTATELEVELBUSINESSCYCLESBOTHSTUDIESSHOWTHATTHEUSSTATELEVELBUSINESSCYCLESDONOTNECESSARILYCOINCIDEWITHTHENATIONALBUSINESSCYCLESARECENTSTUDYBYCRONE14ALSOESTIMATESTHEUSSTATELEVELBUSINESSCYCLESUSINGDIFF
13、USIONINDEXESHISSTUDYCONCLUDESTHATDIFFUSIONINDEXESAREBETTERDATASETSTOTRACKORTOFORECASTREGIONALBUSINESSCYCLETURNINGPOINTSEXPLORINGATHRESHOLDAUTOREGRESSIVETARMODELLIZIERI,SATCHELL,WORZALA,ANDDACCO24FOUNDTHATREGIMESWITCHINGMODELGIVESMOREACCURATEPICTUREOFREALESTATEMARKETPERFORMANCETHANSIMPLELINEARMODELBY
14、USINGREALINTERESTRATEASASTATEVARIABLE,THEYCOMPARETHEBEHAVIOROFTHEUSANDTHEUKREALESTATEMARKETTOMEASURETHEUSREALESTATEMARKETPERFORMANCETHEAUTHORSUSEDMONTHLYDATAOFTHEREALESTATEINVESTMENTTRUSTREITFROMDECEMBER1972TOMARCH1995THEUKREALESTATEPERFORMANCEWASMEASUREDBYTHEMONTHLYDATAOFINTERNATIONALUKPROPERTYPRIC
15、EINDEXFROMJANUARY1975TOAUGUST1995THEYFOUNDDISTINCTREALESTATEREGIMESINTHEUSANDINTHEUKTHUSTHEYCONCLUDEDTHATTHEREALINTERESTRATEPLAYSASIGNIFICANTROLEASANINDICATOROFREALESTATEPERFORMANCEINBOTHCOUNTRIES,IE,THEPROPERTYPRICESFALLSHARPLYDURINGTHEHIGHINTERESTRATEREGIMESANDTHEREVERSEHAPPENSDURINGTHELOWERINTERE
16、STRATEREGIMESSIMILARLY,CARLINOANDDEFINA7,5,6SHOWEDTHATCHANGESININTERESTRATEBYTHEMONETARYAUTHORITIESHASDIFFERENTIALEFFECTONREGIONSTHROUGHOUTTHEUNITEDSTATETHEREGIONSSPECIALIZEDINCONSTRUCTION,HOUSING,ORREALESTATEBASEDINDUSTRIESGETAFFECTEDDIFFERENTLYCOMPAREDTOMANUFACTURINGORSERVICEBASEDINDUSTRYREGIONSPR
17、OPOSINGASIMPLEMODELOFLAGGEDSUPPLYRESPONSETOPRICECHANGESANDSPECULATIONINHOUSINGMARKETMALPEZZIANDWACHTER25GENERATEDREALESTATECYCLESTHEYFOUNDTHATDEMANDCONDITIONANDSPECULATIONPLAYMAJORROLEINHOUSINGMARKETANDREALESTATECYCLESFURTHER,THEYSHOWEDTHATTHEPRICEELASTICITYOFSUPPLYISTHEDOMINANTCOMPONENTOFSPECULATIO
18、NTHELARGESTEFFECTSOFSPECULATIONWEREOBSERVEDWHENSUPPLYISINELASTICTHREEDIFFERENTDATASETSAREUSEDINTHISSTUDY1THEUSFIFTYSTATESCOINCIDENTINDEXES2THEHOUSINGPRICEINDEXESFORTHEFIFTYUSSTATESANDTHENATIONAND3NATIONALBUSINESSCYCLETURNINGDATESFOLLOWINGARETHEDESCRIPTIONSOFTHEDATASETSWEUSEDFORTHISSTUDYTHEUSFIFTYSTA
19、TESMONTHLYCOINCIDENTINDEXESAREPROVIDEDBYTHEFEDERALRESERVEBANKOFPHILADELPHIADATINGFROM1979IQ2007IIIQTHISDATASETISDEVELOPEDBYCRONE12ESTIMATINGFOURLATENTDYNAMICFACTORSOFEACHSTATETHEFOURVARIABLESARETHETOTALNUMBEROFJOBSINNONAGRICULTURALESTABLISHMENTS,AVERAGEWEEKLYHOURSINMANUFACTURING,THEUNEMPLOYMENTRATE,
20、ANDTHEREALWAGEANDSALARYDISBURSEMENTSTHISISONEOFTHEMOSTCOMPREHENSIVEMONTHLYDATASETAVAILABLEFORSTATELEVELECONOMICANALYSISTHEREASONFORUSINGSTATELEVELCOINCIDENTINDEXESFORTHISSTUDYISTHATTHEREISNOMONTHLYGROSSSTATEPRODUCTGSPDATAAVAILABLEFORTHEUSSTATESGSPDATAAREINTHEANNUALBASIS,BUTSTATELEVELRECESSIONOREXPAN
21、SIONCANBEGINANDENDWITHINAYEARTHEHOUSINGPRICEINDEXHPIDATAUSEDINTHISSTUDYISPUBLISHEDBYTHEOFFICEOFFEDERALHOUSINGENTERPRISEOVERSIGHTOFHEO8THEHPIISABROADMEASUREOFTHEMOVEMENTOFSINGLEFAMILYHOUSEPRICES9,WHICHMEASURESWEIGHTEDAVERAGECHANGESINREPEATSALES,MORTGAGEDEFAULTS,PREPAYMENTS,RE_NANCINGS,ANDHOUSINGAFFOR
22、DABILITYINSPECIFICGEOGRAPHICAREASTHEPRIMARYHOUSINGDATAARECOLLECTEDANDPROVIDEDBYFANNIEMAEANDFREDDIEMACTOTHEOFHEOTHEOFHEOGENERATESHPIBYUSINGAMODIFIEDVERSIONOFTHECASESHILLERGEOMETRICWEIGHTEDREPEATSALESPROCEDURECALHOUN,4THEHPIBYOFHEOISMOREACCURATEANDCOMPLETEMEASUREOFHOUSINGPRICECHANGECOMPARETOSTHOSEABOV
23、E05PROBABILITYSCALEWECALLEDTHESTATERECESSIONACCORDINGTOTHEFOLLOWINGFIGURES,THEUSEXPERIENCEDFOURMAJORNATIONALRECESSIONS13DURING1979IQTO2007IIIQTIMEPERIODSTWORECESSIONSWEREATTHEBEGINNINGOFTHE1980S,THETHIRDONEWASATTHEBEGINNINGOFTHE1990S,ANDTHELASTONEWASATTHEBEGINNINGOFTHE2000REALESTATERECESSIONSAREMARK
24、EDBYTHESOLIDCURVELINESINFIGURE41ACCORDINGTOTHEFIGURE41,THEUSHASEXPERIENCEDTWOMAJORREALESTATERECESSIONSDURING1979IQTO2006IQPERIODONESTARTEDAT1981IIQANDENDEDAT1985IQ,ANDTHESECONDONESTARTEDAT1989IVQANDSUSTAINEDUNTIL1999IIIQFORBOTHCASES,THEREALESTATERECESSIONSSTARTEDBEFORETHENATIONALRECESSIONS,ANDCONTIN
25、UEDSEVERALPERIODSAFTERTHENATIONALRECESSIONENDEDTHERESULTINDICATESTHATEVENTHOUGHTHEREALESTATEISONEOFTHEBIGGESTINDUSTRIESINTHEUNITEDSTATES,NOTALLNATIONALRECESSIONSAREDUETOTHEREALESTATESECTORFLUCTUATIONINMANYCASESREALESTATEFLUCTUATIONSMAYPLAYANIMPORTANTROLEINSOMENATIONALRECESSIONSNEVERTHELESS,JUSTFROMT
26、HEFIGURE41ALONE,WECANNOTCONFIRMTHATREALESTATEWASTHESOLEREASONOFTWONATIONALRECESSIONSOFTHE1980SANDTHE1990SANALYZINGFIGURE41,WEALSOOBSERVETHATINTHERECENTYEARS,STARTINGFROM2006IIQ,THEPROBABILITYOFANOTHERNATIONWIDEREALESTATERECESSIONISVERYHIGHADOWNTURNINREALESTATEIN2007IIIQOCCURREDONTHENATIONALLEVELANDO
27、NTHESTATELEVELINABOUTFORTYFIVEOUTOFFIFTYUSSTATESAPPENDIX4A2HOWEVER,SOFARONLYNINETEENSTATESTENDTOHAVEHIGHPROBABILITYOFENTERINGINTOSTATELEVELECONOMICRECESSION,BUTTHEREISNOINDICATIONOFNATIONALECONOMICRECESSIONTHISPAPERALSOFOUNDTHATTWENTYTWOSTATES15HAVESTATELEVELREALESTATECYCLEPATTERNSSIMILARTOTHENATION
28、ALINOTHERWORDS,THESETWENTYTWOSTATESEXPERIENCEDTWOREALESTATERECESSIONSASTHENATIONDURINGTHE1980SANDTHE1990STHESPANOFRECESSION,HOWEVER,VARIEDTHROUGHOUTTHESTATESNEVERTHELESS,THEPATTERNOFTHECYCLEISNOTASUFFICIENTCONDITIONFOREXPLAININGTHEREASONSBEHINDSIMILARREALESTATEVARIABLES,OTHERTHANREALESTATES,AREMORER
29、ESPONSIBLEFORTHEFORMATIONOFTHESTATELEVELBUSINESSCYCLE,WHICHMIGHTEVENTUALLYAFFECTTHOSESTATESREALESTATESECTORSINTOTAL,SIXSTATESALABAMA,DELAWARE,MARYLAND,NEWMEXICO,TEXAS,ANDWASHINGTONFALLINTOTHISCATEGORYOFSTATESINFIGURE43MARYLAND,WEOBSERVEHOWTHE1981S,THE1990SANDTHE2007SMARYLANDSREALESTATECYCLESNOTONLYF
30、OLLOWEDTHESTATESSTATELEVELBUSINESSCYCLEPATTERNSWITHLAGS,BUTITALSOFOLLOWEDTHEPATTERNOFTHENATIONALREALESTATECYCLEWITHLAGSINFIGURE43THESTATELEVELBUSINESSCYCLEISMARKEDBYTHESOLIDREDLINE17CURVEINALLTHREECASES,THESOLIDREDLINEISFOLLOWEDBYTHENATIONALANDSTATELEVELREALESTATECYCLESWHICHAREMARKEDBYTHEDOTTEDGREEN
31、ANDBLUELINES18RESPECTIVELYTHETHIRDGROUPISAMIXTUREOFTHELEADINGANDTHELAGGINGSTATESTHISSETOFSTATESSOMETIMESFACESTHELEADINGREALESTATECYCLES,ANDSOMETIMESFACESTHELAGGINGREALESTATECYCLECOMPAREDTOTHESESTATESBUSINESSCYCLESNINEUSSTATES19FALLINTOTHISCATEGORYINFIGURE44MAINE,WEOBSERVETHATDURINGTHE1980SANDTHE2000
32、S,ECONOMICANDREALESTATEFLUCTUATIONS,THEREALESTATECYCLEFOLLOWEDTHESTATELEVELBUSINESSCYCLEWITHFOURANDTWENTYQUARTERSLAGSRESPECTIVELYTHE1980STHEREALESTATERECESSIONINMAINEPERSISTEDFORMAXIMUMSIXQUARTERSWHERETHESTATELEVELECONOMICRECESSIONPERSISTEDFORTWENTYQUARTERSINOTHERWORDSINMAINE译文区域经济周期和房地产周期分析在过去二十年的房
33、地产周期的话题，联邦政府在地区稳定中发挥的作用不仅获得了在宏观和微观经济学领域，而且还得到金融和投资等领域的关注。最近房地产成为投资者有利可图的投资选择。房地产市场的证券化是一个重要的趋势，吸引了许多投资者进入这个领域。此外，现在比十年前更多的投资者参与全球房地产市场。然而，近几十年来，世界经历了全球性房地产，包括近期美国房地产危机波动，这使得研究人员和投资者好奇房地产周期和结构和他们是怎样与国家相关以及遍布世界各地的其他经济活动产生关联。许多研究表明，房地产对周期户，投资者，银行系统，以及对国家经济有直接影响。相关研究很少，但是，比较和分析了国家和区域房地产周期和国家和省级层面的商业周期，这
34、个显得比较重要，至少有三个原因第一，关于民族和国家水准的清晰的概念，房地产周期将帮助业主和房地产投资者将损失减到最低。其次，这将有助于有关当局（政府，抵押贷款经纪人，银行等）进行有效的决策。三，未来研究人员将对各国的经济结构产生生动的了解和较好的房地产周期行为的理解。本文的重点，严格科学的房地产宏观的角度，分析了房地产周期的模式。因此，这项研究有三个主要目标。首先，利用马可夫开关估计技术，这项研究比较了美国的国家和省级层面与美国国家和州一级房地产景气循环周期。二，关于国家一级房地产周期形成的不同，此研究归类不同的国家，NALLY分析了国家一级房地产周期的严重性。本文的其余部分组织如下。首先，我
35、们讨论相关文献，第二我们解释数据，第三，我们提供模型和方法，第四我们给出数据描述，第五根据我们国家的经济周期和房地产周期比较的结果，此分类取决于国家的房地产形成周期。为了了解美国各州的房地产部门在房地产周期的不同阶段如何汇集，第六段我们提供了一个收敛性分析，最后我们在第7节结束。在美国，全国商业周期，由国家经济研究局（NBER）日期计算。汉密尔顿20用美国GDP数据估计状态空间马尔可夫转换技术，估计商业周期的转折点。汉密尔顿的估计日期恰逢由国家经济研究局证实了马可夫转换估计技术的衡量商业周期的转折点所提供的日期的有效性。大胆3比较不同经济周期结果变成美国测年法的转折点。他总结说，基于卡尔曼滤波
36、算法和交换20估计技术汉密尔顿的马尔可夫的股票和沃森的20，20实验商业周期指标，优于所有其他商业周期测年法。利用K这个人对美国国家数据的估算技术，CRONE根据美国地区经济周期的相似性将美国分成八个经济区。这两项研究表明，美国州一级的商业周期并不一定配合国家商业周期。按科龙14最近的研究还估计，美国经济周期的扩散指数基于国家级。他的研究结论是扩散指数数据集，以更好地跟踪预测区域或商业周期的转折点。探索一门限自回归（TAR）的模型。萨切尔和达科24发现，状态转换模型给出了更准确的房地产市场不是简单的线性模型的表现情况。通过使用状态变量的实际利率，他们比较了美国和英国的房地产市场行为。为了衡量美
37、国房地产市场表现，作者使用从1972年12月1995年3月的房地产投资信托基金（REIT）月度数据。英国房地产，从1975年1月至1995年8月的月度数据对国际英国房地产价格指数的性能进行了测试。他们发现美国和英国的房地产制度的不同，因此，他们得出结论，实际利率发挥了作为房地产性能指标在这两个国家重要的作用，即在高利率楼价下跌急剧制度，相反情况发生在较低的利率制度。同样，卡诺和DEFINA表明，利率变动，货币当局在整个地区有差别的统一对国家产生了影响。在建筑，房屋，基础产业或房地产专业的地区相比，制造或服务为主的产业区域得到的影响不同。对价格的反应滞后供给的变化和住房市场投机，沃特MALPEZ
38、ZI提出了生成的房地产周期简单的模型。他们发现，在住房市场需求状况和投机，房地产周期发挥了重要作用。此外，他们表现出的供给价格弹性是投机的主要组成部分。观察到投机的最大影响是供给缺乏弹性。三组不同的数据用于研究1）美国五十个州同步指标2）对美国50个州和全国住房价格指数，3）国家商业周期循环的日期。以下是我们为描述这个研究所使用数据集。美国五十个州每月的一致指数是由联邦储备银行从1979IQ2007IIIQ。该数据集是由科龙发展12估计的每四个潜伏状态的动态因素。这四个变量有非农业就业总数的机构，制造业平均每周工时，失业率，实际工资和薪金支出。这是一个由国家级经济分析提供的最全面的月度数据。这
39、项研究使用国家级一致指数的原因是，没有月得州生产总值（GSP）的数据对全美国可用。普惠制数据是在每年的基础上，但国家级经济衰退或扩张可以在一年之内开始和结束。在这项研究中所使用的房屋价格指数（HPI）数据是由联邦住房企业监督（OFHEO的）8办公室公布的。对HPI是一个单户住宅价格，这个价格加权平均变化重复销售，抵押贷款违约，预付款项并在特定地理区域的住房负担能力的运动广泛的衡量标准。主要的房屋数据的收集和由房利美和房地美提供给OFHEO的。HPI的涵盖更多的交易和相对于其他两个数据集的地理区域。对于全国房地产周期分析，我们还利用HPI的数据，每季度由美国OFHEO的提供。从1979年全国商业
40、周期的转折点和上市日期。首先，我们比较了与全国房地产周期的国家的商业周期。我们比较经济周期阶段（例如，经济衰退和扩张）。在下面的数字，垂直线代表由国家经济研究局日期国家经济衰退。经济衰退状态测量0到1的规模，其中0表示经济衰退的可能性为零，1代表经济衰退带来的可能性。因此，如果在05概率的周期，我们称为规模扩张状态那些规模05以上的可能性，我们称为国家的经济衰退。根据下面的数字，美国经历了四个主要的国家再1979年经历了经济衰退。两次衰退在80年代初，第三个是在20世纪90年代开始，最后一个在2000年初了。房地产衰退的标志是固体（曲线），如图41线。根据图41，美国在1979年经历了两个主要
41、的房地产衰退1979IQ到2006IQ。一开始在1981年IIQ和1985年结束IQ,，而第二个在1989年开始IVQ并持续到1999年IIIQ。对于这两种情况下，房地产经济衰退开始之前，国家经济衰退，并持续几个阶段后，国家经济衰退结束。结果表明，尽管房地产是在美国最大的产业之一，但并非所有国家的经济衰退是由于房地产行业的波动。在许多情况下，房地产波动可能在一些国家经济衰退的重要作用。不过，刚刚从图41单，我们无法证实，房地产是两个THE1980S和90年代国家经济衰退的唯一原因。分析图41中，我们也发现，在最近几年，从2006年起IIQ，又一个全国性的房地产衰退的可能性非常高。在房地产不景气
42、，2007年IIIQ发生在国家一级和在大约四五美国五十州中（附录4A2）国家的水平。但是，迄今只有19个州使国家级经济进入衰退的概率较高，但没有国家经济衰退的迹象。本文还发现，有二十二个国家级房地产周期模式类似于国家。换句话说，这二十作为两个国家在经历了20世纪80年代和90年代两个国家的房地产衰退，衰退的跨度，但是，各个国家不相同。然而，循环模式不是为了解释变量，同类房地产的背后，除了房地产以外的充分条件，更适合国家级经济周期的形成，这可能最终影响到这些国家房地产领域的投资。总共有六个州阿拉巴马州，特拉华州，马里兰州，新墨西哥州，得克萨斯州和华盛顿这个地区属于此类。在图43马里兰州，我们观察
43、了1981，1990年代和2007马里兰州的房地产周期，不仅遵循了国家级商业周期模式，它也遵循了国家具有滞后房地产周期的模式。在图43的国家级经济周期的特点是纯红色LINE17（曲线）。在所有三种情况下，红色实线后面国家和省级层面的房地产周期的标志是绿色和蓝色的虚线。第三集团是一家领先和落后状态的混合物。这组状态有时面临着领先的房地产周期，有时甚至面临着落后的房地产周期相比，这些国家的商业周期。美国九个州属于这一类。在图44缅因州，我们观察到，在80年代和本世纪初，经济和房地产的波动，房地产周期与遵循的四个国家级经济周期分别滞后四分之二十。20世纪80年代在美国缅因州最大的房地产衰退六个季度在国家级经济衰退是四分之二十零。
