Notice bibliographique
Résumé
Purpose The aim of the study is to utilize cointegration techniques and analyze the degree of linkages among four key property types (retail, office, industrial, and residential) of eight major countries throughout North America and Europe. Additionally, the study evaluates whether investors can attain greater diversification benefits by investing across specific property sectors within their own nations in the long‐run. Finally, the study examines whether certain property sectors can be considered the “leader” that drives the remaining sectors over time. Design/methodology/approach Multivariate cointegration tests developed by Johansen and Johansen and Juselius are utilized to evaluate whether long‐run equilibrium relationship(s) exist among the four property sectors. If evidence of cointegration is found, hypothesis tests are implemented to separate out the markets that can be excluded from the cointegrating relationships and to identify the markets that are the sources of the common trends (weakly exogenous), respectively. Findings Long‐run cointegration results indicate that the four property sectors of the USA, Canada, Netherlands, and the UK have fully converged implying limited diversification possibilities. The property sectors of Finland, France, Germany and Sweden, however, have only partially converged. Further analysis reveals that for these four countries, the industrial sectors provide the greatest long‐run diversification benefits. Finally, weak exogeneity tests indicate that for an overwhelming majority of the countries under consideration, the residential sectors are the sources of the common stochastic trends, that “lead” the remaining property types towards the long‐run equilibrium relationships. Practical implications The conclusions from this study should be beneficial to investors, portfolio managers, pension fund managers and other institutional investors in the USA and abroad who are contemplating to invest across property sectors within their own countries in making more informed portfolio allocation decisions. The findings also highlight the importance of implementing time‐series econometric techniques to accurately and appropriately model interactions among property sectors over time. Originality/value This is one of the few studies that utilize modern‐day timeseries techniques to analyze the dynamic interactions among the property sectors of eight major nations throughout North America and Europe. Prior studies, have been limited to modeling interrelationships between the property sectors of the USA and UK, with little attention given to other major real estate markets.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».