MétaCan
Menu
Retour à la cohorte
Enregistrement W2133407940 · doi:10.1111/j.1468-2427.2012.01184.x

<scp>C</scp>anada's Housing Bubble Story: Mortgage Securitization, the State, and the Global Financial Crisis

2012· article· en· W2133407940 sur OpenAlexaff
Alan Walks

Notice bibliographique

RevueInternational Journal of Urban and Regional Research · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing, Finance, and Neoliberalism
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSecuritizationFinancial systemFinancial crisisBailoutBusinessSubprime mortgage crisisReal estateState (computer science)FinanceFinancial marketEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract C anada's experience during and after the financial crisis appears to distinguish it from its international peers. C anadian real estate sales and values experienced record increases since the global financial crisis emerged in 2008, rather than declines, and C anada did not witness any bank failures. The dominant trope concerning C anada's financial and housing markets is that they are sound, prudent, appropriately regulated and ‘boring but effective’. It is widely assumed that C anadian banks did not need, nor receive, a ‘bailout’, that mortgage lending standards remained high, and that the securitization of mortgages was not widespread. The truth, however, does not accord with this mainstream view. In fact, the C anadian financial and housing markets reveal marked similarities with their international peers. C anada's banks needed, and received, a substantial ‘bailout’, while federal policies before and after the financial crisis resulted in the massive growth of mortgage securitization and record household indebtedness. This article documents the growth of C anada's housing bubble, the history of mortgage securitization, and of government policies implemented before and after the crisis. Instead of making the C anadian financial and housing sectors more resilient and sustainable, the outcomes of state responses are best understood as regressively redistributive.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,648
Score d'incertitude au seuil0,315

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 technologies0,0000,001
Communication savante0,0000,000
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 Opus0,050
Tête enseignante GPT0,293
Écart entre enseignants0,244 · 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'étudeSans objet
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

Citations82
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Urban and Regional ResearchMême sujetHousing, Finance, and NeoliberalismTravaux en français237 207