MétaCan
Menu
Retour à la cohorte
Enregistrement W2802913876 · doi:10.5755/j01.ee.29.2.19380

Real Estate Market Stability: Evaluation of the Metropolitan Areas Using Factor Analysis

2018· article· en· W2802913876 sur OpenAlexaboutno aff
Andrius Grybauskas, Vaida Pilinkienė

Notice bibliographique

RevueEngineering Economics · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaReal estateStability (learning theory)EconometricsBusinessEconomicsFinancial economicsGeographyComputer scienceFinance

Résumé

récupéré en direct d'OpenAlex

This article is a modern approach to analysing real estate market stability in today’s era. Since economic collapse in 2008, sustainable growth in real estate sector has become a major discussion and avoidance of another housing market bubble is a priority. Although certain measures have been taken by the governments to control economic direction, most recent analysis showed that home prices in San Francisco, New York, Vancouver and other cities are soaring up, leading to new unprecedented historic highs. Whether this price growth is another bubble risk factor is still negotiable, since more scientific evidence needs to be presented. Therefore, this paper develops a “bubble” measure which gives additional insights in trying to assess the current market situation in a more broader perspective. The empirical research was conducted on four different metropolitan areas around the world which demonstrated an outstanding home price growth in the time period of 2008 – 2017. By applying factor analysis to seven different sub-indexes, aggregating them all into one and using benchmark tools this methodological framework allowed researchers to see whether there is an under/over value situation in the real estate market and whether this growth is sustainable. The research results have confirmed that indeed 4 metropolitan areas (San Francisco, Vancouver, London and Sydney) are in the bubble risk zones that could lead to a market correction or even a new recession. Research suggest that growth is no longer sustainable from within the cities natural demand since average income/mortgage ratio has surpassed its normal levels. As the markets become more unstable a price drop should be expected in the near future.DOI: http://dx.doi.org/10.5755/j01.ee.29.2.19380

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)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0080,007
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,051
Tête enseignante GPT0,237
Écart entre enseignants0,186 · 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'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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering EconomicsMême sujetHousing Market and EconomicsTravaux en français237 207