Se han desarrollado hipótesis macroeconómicas en competencia para explicar el mercado de vivienda de EE. UU. y el posible comportamiento de burbujas. Empleamos datos mensuales ajustados estacionalmente (AE) y no ajustados estacionalmente (ANE) de aproximadamente 30 variables independientes para examinar hipótesis macro alternativas sobre los precios de las viviendas. Utilizando un modelo de red neuronal como un enfoque no lineal a-teórico para capturar la importancia relativa de las variables macro alternativas, mostramos que estas hipótesis generan diferentes relevancias macro. Como alternativa a la prueba de series temporales de vivienda, nos enfocamos en la identificación de burbujas que depende de la hipótesis. Los errores de pronóstico del modelo (residuos) identifican la posible presencia de burbujas a través de pruebas CUSUM de residuos estandarizados para rupturas estructurales. Al probar burbujas en el mercado de vivienda a partir de estos modelos no estructurados, generamos conclusiones sobre la presencia de burbujas antes de la Gran Crisis Financiera y en los períodos posteriores a la pandemia. Las hipótesis o narrativas macro en competencia generarán diferentes conclusiones sobre la presencia de burbujas y crearán problemas de identificación de burbujas.