MétaCan
Menu
Retour à la cohorte
Enregistrement W1588994862

Econometric Models of Student Loan Repayment in Canada

2003· preprint· en· W1588994862 sur OpenAlexaboutno aff
Marie Connolly, Claude Montmarquette, Ali Béjaoui

Notice bibliographique

RevueÉrudit documents and data repository (Érudit Consortium, University of Montreal) · 2003
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLoanDefaultStudent loanParticipation loanReputationActuarial scienceNon-performing loanNon-conforming loanBusinessCross-collateralizationFlexibility (engineering)FinanceEconomicsPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Six months after a student ceases being enrolled full-time in an educational institution, a loan contracted with the Canada student loans program is said to be consolidated and its repayment is expected. Many ex-students will repay their loan in total (capital and interest) within a ten-year period. However, a non-negligible proportion of borrowers will experience difficulty in the repayment of their loans. We are able to shed a new light on these issues because we have access to unique data to estimate econometric models of the determinants of interest relief and claims (defaults) as well as duration models for the repayment of student loans. We found that finishing the program supported by a loan is essential to avoiding default. Therefore, it may be worth considering policies that will reward anyone who completes his or her program. On the other hand, too much flexibility in access to loans might encourage experiments by students that could turn disastrous for the student and the national loan program. A loan program should also come with some information on the risk involved for the student before he or she invests in a particular field or program. One particular concern is the relatively high level of default for students attending private schools. Relatively easy access to loans could be an invitation for private institutions to capitalize on that fact with various educational programs having little bearing on the reality of the labour market. Eventually serious institutions will establish a reputation, but for some students it will be too late. Another result concerns the interest relief measure that seems not to have played its role of helping the 1990-91 cohort of students to pass through difficult times. Six mois après avoir mis fin à leurs études, complétées avec succès ou non, les ex-étudiants sont tenus de rembourser leurs prêts d'études. Une majorité d'entre eux rembourseront la totalité de leurs prêts sur une période de 10 ans. D'autres connaîtront des difficultés à respecter leur engagement. Dans cette étude, nous profitons d'une base exceptionnelle de données individuelles sur les prêts d'études au Canada pour étudier les déterminants des remboursements ou non des prêts et la durée avant le remboursement complet. Les résultats économétriques montrent l'importance de terminer ses études dans les temps requis à la fois pour éviter de faire défaut et aussi pour accélérer la période de remboursement. Une politique à envisager serait de gommer une partie des prêts lorsque l'étudiant complète ses études dans les temps requis. L'autre résultat est que le programme du report des intérêts n'a pas semblé très efficace pour faciliter le remboursement des prêts d'études pour la cohorte 1990-91 étudiée. Finalement, un programme trop généreux de prêts d'études sans mise en garde sur les risques encourus par les étudiants d'investir dans certains programmes, notamment ceux opérés par le secteur privé, a des effets importants non seulement sur la pérennité du programme des prêts, mais aussi sur les mauvaises décisions de la part des étudiants dans leur choix d'études.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,186

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,024
Tête enseignante GPT0,251
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉrudit documents and data repository (Érudit Consortium, University of Montreal)Même sujetCanadian Policy and GovernanceTravaux en français237 207