MétaCan
Menu
Retour à la cohorte
Enregistrement W2089881086 · doi:10.1108/17538271011049731

List price and sale price variation across the housing market cycle

2010· article· en· W2089881086 sur OpenAlexaboutno aff
Stanley McGreal, L. Neville Brown, Alastair Adair

Notice bibliographique

RevueInternational Journal of Housing Markets and Analysis · 2010
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsVolatility (finance)Standard deviationMarket pricePrice levelQuarter (Canadian coin)EconometricsFinancial economicsBiddingMonetary economicsMicroeconomicsStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to explore how the difference between the sale price and list price of houses varies across the market cycle. Design/methodology/approach The paper utilises quarterly transaction‐based information on house prices from the Belfast Metropolitan Area. The information is structured on a time series basis from 2002 to 2008. The analysis is concerned with the mean differences between list price and sale price, the standard deviation of the differences, the skewness and kurtosis of the distributions. Findings The results show that under normal market conditions the mean deviation between list price and sale price is small circa 1 per cent. However, the departure between list price and sale price becomes substantial on both the up‐ and down‐cycles of the market. The analysis shows that the highest mean positive deviation of 12.1 per cent occurred in the first quarter of 2007 and two quarters before sale prices peaked, suggesting that buyer bidding behaviour was changing prior to the market peak. The extent of market change is highlighted by the mean negative deviation of 8.6 per cent for the fourth quarter of 2008. The results demonstrate that volatility increases over the cycle and distributions of price differences are lower and flatter. Originality/value This paper breaks new ground through the analysis of differences between list and sale price in a period of high volatility in the housing market. The analysis shows how list price lags sale price on the up‐cycle but leads on the down‐cycle.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,699

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,234
Écart entre enseignants0,224 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations10
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Housing Markets and AnalysisMême sujetHousing Market and EconomicsTravaux en français237 207